Show simple item record

dc.contributor.advisorAamo, Ole Morten
dc.contributor.advisorTingelstad, Lars
dc.contributor.authorHermansen, Kristoffer
dc.date.accessioned2019-10-31T15:06:31Z
dc.date.available2019-10-31T15:06:31Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/11250/2625692
dc.description.abstractSammendrag Denne masteroppgaven tar ett dypdykk inn i noe av ingeniørarbeidet som trengs for å skape en ny autonom produksjonslinje for reparasjonssveis av slitte borerør hos WellConnection Mongstad. Hovedmotivasjonen for denne masteroppgaven er knyttet til en eksisterende flaskehals i den eksisterende halvautomatiske produksjonslinjen. Noen av borerørene som må repareres trenger større mengder sveis for å erstatte urenheter som er fjernet under maskineringsprosessen. Dette skaper en utfordring fordi den store mengden sveis vil raskt tilføre varme til røret, som medfører at beskyttelsesbelegget inne i røret kan bli ødelagt. Derfor er det idag mye venting mellom sveisestrengene for å unngå å skade beskyttelsesbelegget innvendig. Dette medfører at en hel sveisestasjon blir satt på vent, og vil ikke kunne produsere noe mens røret kjøles, dette er flaskehalsen. I den nye produksjonslinjen planlegges det å ha en sveiserobot som kan bevege seg fra rør til rør og sveise avhengig av rørtemperatur for å unngå å skade rørene samt sikre en kontinuerlig produksjon Arbeidet gjort i denne rapporten er basert på rapporten (Hermansen, 2018) hvor det ble undersøkt om bruk av datasyn kunne bli brukt til å kontrollere en sveiserobot autonomt. Noe av arbeidet som er gjort i denne rapporten er å oppgradere det tidligere gjenkjennelses programmet ved å forbedre søkealgoritmen og legge til funksjonalitet som å kunne oppdage to maskinerte groper istedenfor en. Datasyn har blitt brukt til å estimere de ulike diametre som trengs for å lage en sveiseplanlegger i python som regner ut passende sveiseoppbygning samt nødvendig rørrotasjon for oppnå en ønsket sveisehøyde. Et termisk kamera ble testet og viste lovende resultater innen bruk som termisk sensor assistert av datasyn. Til slutt ble deler av koden implementert til et ROS nettverk for å lage en bedre overgang fra programmene laget til fremtidig utstyr som trengs for å realisere den nye produksjonslinjen.
dc.description.abstractSummary This master thesis takes a dive into some of the engineering needed to create a new automated production line for repair welding on worn drill-pipes at WellConnection Mongstad. The main motive for this thesis is related to a current bottleneck in the existing semi automated production line. Some of the drill-pipes which is to be repaired require a larger amount of welding to replace impurities removed during the machining process. This creates a challenge because the amount of welding needed quickly heats the pipes to temperatures where the inner coating is exposed to temperatures capable of destroying the inner coating. Therefore a lot of waiting is required between the strings of weld to avoid damaging to the coating. This causes an entire welding station to be set on hold, and not produce while the pipe cools, this is the bottleneck. The new production line is planned to have a welding robot which is able to move from pipe to pipe and weld depending on the temperatures of the pipes to avoid damage to the pipe and ensure a more continuous production. The work done in this report is based on the report (Hermansen, 2018) where it was investigated if the use of computer vision could be used to control a welding robot autonomous. Some of the work done in this report is upgrading the former feature detection program through improved search algorithms and added the functionality to detect two grooves in the drill-pipes instead of just the start of one groove. Computer vision has been used to estimate the different diameters needed to then create a welding planner which calculates the appropriate weld build structure and the needed rotational speed to achieve the desired weld height. A thermal camera was tested and showed promising results as a thermal sensor aided by computer vision. Finally parts of the code where implemented to a ROS network to create a better interface between the programs and the future hardware needed to realize the new production line.
dc.languageeng
dc.publisherNTNU
dc.titleAutomating parts of the hardbanding process using computer vision and ROS
dc.typeMaster thesis


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record