Entwicklung einer Routine zur optischen Geometrieerfassung für das formgebende Reparaturschweißen in einer WAAM-Roboterzelle

Abstract

Die Europäische Union hat in ihrem Aktionsplan von März 2020 das Ziel zur Erreichung der Klimaneutralität bis zum Jahr 2050 definiert und möchte dafür die Ausweitung der Kreislaufwirtschaft weiter vorantreiben. Zu deren wichtigsten Prozessen zählt die Reparatur, wofür der Einsatz von additiven Fertigungsverfahren besonders gut geeignet ist. Im Zuge dieser Arbeit wurde eine Routine für die automatisierte Geometrieerfassung beschädigter oder verschlissener Bauteile sowie für die Extraktion der Differenzgeometrie zu deren Soll-Zustand entwickelt. Zu diesem Zweck wurde die vorliegende WAAM-Schweißzelle (Wire Arc Additive Manufacturing), welche sich aus einem sechsachsigen Industrieknickarmroboter sowie einem Drehkipptisch zusammensetzt, mit einem auf Lichtmusterprojektion basierenden Geometrieerfassungssystem ausgestattet. Die berechnete Differenzgeometrie soll in weiterer Folge für die Instandsetzung der jeweiligen Bauteile mittels WAAM genutzt werden. Zu den behandelten Themen gehörten im ersten Schritt die Konzeption, Konstruktion und Fertigung geeigneter Vorrichtungen für das Geometrieerfassungssystem und die zu reparieren- den Bauteile sowie die Ausarbeitung eines wiederholbaren Kalibriervorganges zur eindeutigen Lokalisierung des Messsystems im Ursprungskoordinatensystem der Roboteranlage. Mit dem betriebsbereiten Geometrieerfassungssystem konnten daraufhin, nach der Definition eines Arbeitsraumes, mithilfe der Punktwolke einer einzelnen Aufnahme und mittels Einhüllung durch konvexe Hüllen sowie inverser Kinematik, unter Ausnutzung des Roboterarms und des Drehkipptisches, auf das betreffende Bauteil abgestimmte Messpositionen generiert werden, welche in weiterer Folge durch einen Postprozessor in ein Roboterprogramm übergeführt werden konnten. Der Ablauf dieses Roboterprogramms lieferte dann einzelne Aufnahmen von allen Regionen des Bauteils, welche als Punktwolken abgespeichert wurden. Im Zuge von Versuchen wurde jedoch deutlich, dass die generierten Punktwolken nicht für eine direkte nahtlose Verschmelzung zu einer vollständigen Punktwolke geeignet waren. Stattdessen war es not- wendig, eine Angleichung mittels Matching-Algorithmen, basierend auf Keypoint-Extraction sowie Feature-Description, mit FPFH-Descriptoren (Fast Point Feature Histogram), durchzuführen. Mit der nun vorhandenen Ist-Geometrie und der aus CAD-Daten bekannten Soll- Geometrie konnten dann durch den Einsatz von Alpha-Shapes und Clustering-Algorithmen (DBSCAN) sowohl das Differenzvolumen als auch die Grenzfläche, welche als Ausgangsfläche für die Reparatur dient, berechnet werden. Alle Algorithmen wurden in der Programmiersprache MATLAB erstellt und zusammen mit eingebundenen externen Funktionen in einer Programmbibliothek zusammengefasst.

In its March 2020 action plan, the European Union defined the goal of achieving climate neutrality by 2050 and would like to further promote the expansion of the circular economy to achieve it. One of its most important processes is repair, for which the use of additive manufacturing processes is particularly well suited. In the course of this work, an algorithm for the automated geometry detection of damaged or worn parts as well as for the extraction of the difference geometry to their target state was developed. For this purpose, the present WAAM welding cell (Wire Arc Additive Manufacturing), which is composed of a six-axis industrial articulated arm robot and a rotary tilt table, was equipped with a shape acquisition system based on structured light projection. The calculated differential geometry is subsequently to be used for the repair of the respective parts by means of WAAM.In the first step, the topics dealt with included the conception, design and production of suitable devices for the shape acquisition system and the parts to be repaired, as well as the formulation of a repeatable calibration procedure for the unambiguous localisation of the measurement system in the original coordinate system of the robot system. After defining a workspace, the ready-to-operate shape acquisition system was then able to generate measuring positions matched to the respective part, which could subsequently be transferred into a robot programme by a postprocessor. This was achieved by utilizing the point cloud of a single shot and enveloping it with a convex hull as well as inverse kinematics, using the robot arm and the rotary tilt table. The running of this robot programme then delivered individual images of all regions of the part, which were stored as point clouds. While testing, however, it became clear that the point clouds generated were not suitable for direct seamless merging into a complete point cloud. Instead, it was necessary to perform matching using matching algorithms based on keypoint extraction and feature description, with Fast Point Feature Histogram (FPFH) descriptors. With the actual geometry now available and the target geometry known from CAD data, it was then possible to calculate both the differential volume and the boundary surface, which serves as the initial surface for the repair, by using alpha shapes and clustering algorithms (DBSCAN).All algorithms were created in the programming language MATLAB and stored in a program library togehter with integrated external functions.