焊缝缺陷检测现状与展望综述

针对焊缝表面成形缺陷检测存在的技术问题,对现有焊缝缺陷检测技术即磁粉检测、超声检测、涡流检测、渗透检测、磁光成像检测、红外检测以及结构光视觉检测法进行了深入研究。对检测原理、系统基本结构、各自的适用范围以及研究现状进行了论述;并分析总结了基于结构光视觉检测法的激光条纹图像采集、图像处理、特征提取和焊缝缺陷分类识别等技术相关的理论与算法;研究结果表明:为了满足焊缝缺陷全方位检测要求,可融合多检测技术,优势互补;随着人工智能技术的不断发展和焊件质量要求的提高,实现焊缝缺陷检测技术可视化、自动化是未来的发展趋势;人工智能技术是焊缝缺陷检测的关键技术,实现真正智能化检测需进一步研究。     

多层单道电弧增材表面3-D重构方法研究

为了研究多层单道电弧增材表面3-D成形特征，采用激光视觉传感系统采集电弧增材制造表面条纹图像。提出基于边界约束条件的感兴趣区域(ROI)提取法对焊缝特征曲线进行定位，获取ROI的激光条纹像素坐标。进行了理论分析和实验验证，得到电弧增材表面的3-D离散点数据，采用Delaunay三角剖分对离散点拟合形成3-D实体表面。结果表明，锯齿靶标的线性标定方法，3-D重构精度在0.2mm以内; 基于边界约束条件的ROI提取方法能准确定位电弧增材上表面和侧表面的条纹特征曲线。这一结果对电弧增材表面的3-D成形检测是有帮助的。     

激光焊接缺陷多向磁场激励下磁光成像检测

为了研究交叉焊缝缺陷的磁光图像特征,对中碳钢板进行十字对接激光焊,获得同时具有横向和纵向焊后裂纹的试验样本,同时采用恒定磁场和交变磁场对试验样本进行多角度励磁, 用磁光成像传感器采集不同角度磁场激励下焊接缺陷处的磁光图像,并对磁光图像的缺陷特征进行分析。结果表明,多向磁场激励下的磁光成像技术能明显检测出多角度的焊接缺陷,且能有效避免曲线裂纹在焊接缺陷检测中的漏检现象; 同时,交变磁场激励下, 同一裂纹成像的分辨率提高了40pixel~50pixel,能更精确地定位缺陷位置。此研究为提高焊接缺陷的检出率提供了依据。     

紧密对接焊缝多尺度形态学磁光成像检测方法

利用磁光传感器获取紧密对接微间隙（0~0.1 mm）焊缝磁光图像.针对传统形态学图像处理方法检测微间隙焊缝时容易出现边缘细节丢失的问题和存在检测精度不高的缺点,在四个不同方向上各选取三种不同尺度的结构元素,应用多尺度多结构元素形态学方法提取微间隙焊缝边缘信息,并与小波边缘检测和Sobel边缘检测结果相比较.在激励磁场变化情况下进行三组试验,分别采用多尺度形态学算法和传统形态学算法提取焊缝中心位置.结果表明,多尺度多结构元素形态学算法能更有效地检测出微间隙焊缝中心位置,为紧密对接焊缝的识别与跟踪控制提供试验依据.     

高强钢焊接缺陷磁光成像分形特征检测

研究一种基于磁光成像原理的焊接缺陷无损检测新方法.以高强钢表面微小焊接缺陷为例,采用分形维数对焊缝磁光图像进行特征识别并估计最优尺度,根据Adabost分类算法对提取的焊接缺陷特征进行分析和训练,构建焊接缺陷特征量并对高强钢表面缺陷磁光图像进行自动识别.结果表明,运用磁光成像方法可以获取高强钢焊接缺陷特征,并通过图像分形维数分析可识别焊缝缺陷的位置、形状和类别.     

磁光成像传感无损检测技术现状与展望

针对检测铁磁性工件缺陷过程中的技术问题,介绍了一种基于法拉第效应的新型磁光成像传感无损检测技术。阐述了磁光成像传感无损检测技术的基本原理和实验系统,通过对磁路机理及励磁方式的论述,总结出了磁场激励规律,以及寻找了最佳励磁方式的技术难点;分析了磁光图像缺陷信息提取算法以及神经网络预测分类模型,指出了如何将磁光成像传感检测与人工智能相结合的关键问题;列举了几种主要无损检测技术的特点,并归纳了磁光成像传感检测技术在航空航天、焊接等领域的应用;最后对磁光成像传感无损检测技术的主要问题和发展方向做出了总结。研究结果表明:磁光成像传感无损检测技术具有独特的优越性,可以为高精度无损检测自动化、图像化、智能化的实现提供新的研究方向。     

大功率盘形激光焊接过程等离子体图像特征分析

研究一种基于等离子体图像特征的大功率盘形激光深熔焊质量分析及检测的新方法．以大功率盘形激光焊接Type 304不锈钢板为试验对象,应用高速摄像机摄取焊接过程中的等离子体图像,通过图像处理技术提取等离子体的面积和高度特征．以熔宽作为衡量焊接过程稳定性的因素,对比焊接过程中等离子体图像和焊接试件的熔宽变化,研究相邻等离子体...     

304不锈钢激光焊接匙孔瞬态行为分析

针对激光焊接过程匙孔瞬态行为难以观察的问题,建立了304不锈钢激光焊接过程熔池和匙孔之间瞬态耦合的三维模型,开展了匙孔瞬态行为研究。采用了光线追踪热源描述激光能量分布,涉及了流体流动、蒸发潜热、Marangoni剪切力、反冲压力和表面张力等各种物理因素;通过304不锈钢激光焊接试验对所建模型进行了验证,模拟的焊缝横截面形貌与试验结果吻合较好,表明所提出的模型能够反映激光焊接过程;基于模拟结果图像,提取了焊件纵截面和焊件上表面的匙孔特征信息,对匙孔瞬态行为进行了分析。研究结果表明:匙孔瞬态行为受气泡影响,纵截面上匙孔面积因气泡破裂而增大;焊件上表面匙孔开口长度与匙孔后壁倾角相关;与匙孔开口宽度相比,匙孔纵截面上面积和匙孔长度变化幅度更大。     

焊缝偏差RBF神经网络预测算法

以10 kW大功率光纤激光焊接304奥氏体不锈钢板为试验对象,研究一种焊缝偏差预测算法.利用红外摄像机摄取焊接过程中的熔池红外图像,提取匙孔质心、匙孔形状参数和热堆积效应参数等反映激光束与焊缝位置偏差的特征量作为径向基函数RBF神经网络预测模型的输入量,建立焊缝偏差RBF神经网络预测模型.选择焊缝偏差特征量作为训练样本并对预测模型进行训练,建立焊缝偏差预测模型.结果表明,该模型能够对大功率光纤激光焊接过程中的激光束与焊缝位置之间的偏差进行有效预测.