1Cr21Ni5Ti锁底结构光纤激光焊接工艺特性

对3 mm厚的1Cr21Ni5Ti不锈钢锁底结构进行激光焊接试验,分析不同焊接工艺参数对接头成形、力学性能以及微观组织的影响,研究了其焊接工艺特性。结果表明,主要焊接缺陷为焊缝中的气孔以及收焊处凹坑,采用缓降功率的方法可减小焊缝收焊处凹坑深度,采用负离焦以及提高焊接速度有利于控制焊缝中的气孔缺陷。相比母材,焊缝硬度有所下降且不均匀,沿焊缝中心,焊缝中部区域硬度最高;在一定参数范围内,接头力学性能波动较小,焊缝平均抗拉强度达到816 MPa。焊缝内部晶粒呈等轴晶形式,主要由铁素体和奥氏体组成,焊缝中部奥氏体数量多于上部和下部,因此硬度较高;热影响区在焊接热循环作用下晶粒相对粗化,为焊缝的薄弱区域。     

小管路焊缝内部缺陷的三维X射线成像

基于X射线显微CT技术,对小直径管路焊缝试样内部缺陷和内表面质量进行了三维观察,发现了5个近球形气孔缺陷. 通过三维可视化显示了气孔缺陷的空间位置分布,并量化分析了气孔缺陷的位置、体积、直径、球度等三维特征参数,量化结果表明其中3个气孔为超标缺陷,其余2个气孔为允许存在的缺陷. 引入了三维剖切技术,在内表面发现了一个非超标的表面凹坑. 在三维重构模型的基础上,通过壁厚分析云图表征了焊缝区厚度分布的均匀性. 研究表明,该技术能高精度地对小管路焊缝内部缺陷进行定位、定量和定性分析.     

基于Faster-RCNN的船舶焊缝X射线缺陷图像检测技术应用

将目标检测网络Faster-RCNN应用在船舶焊缝X射线缺陷图像检测中,探讨了Faster-RCNN在X射线焊缝缺陷检测中的效果。针对船舶工业中的X射线焊缝图像,首先采用CLAHE方法对焊缝X射线图像进行预处理,并将焊缝中存在的气孔、裂纹、未熔合等5种具有典型特征的缺陷作为识别目标进行标注并对数据进行增强。在目标识别上,采用ResNet-50作为主干网络来减少梯度弥散现象提高模型准确率,并针对焊缝缺陷目标小的特点对RPN网络锚点参数进行改进优化,同时引入FPN网络提取缺陷特征。最后与其他检测算法进行对比,试验结果表明,该数据集在模型上的m_AP值达到96.33%,可以满足X射线焊缝缺陷自动化辅助检测要求。     

焊缝表面缺陷激光视觉传感HOG-SVM的检测方法

为了实现对焊缝表面缺陷的自动检测与分类,研究一种有效识别焊缝表面缺陷的激光视觉检测方法.通过激光视觉传感器采集焊缝图像并进行预处理,包括图像分割,灰度化,平滑去噪以及焊缝轮廓提取.采用方向梯度直方图(Histogram of Oriented Gradient, HOG)提取焊缝激光条纹轮廓图像的特征向量.其次,基于5折-交叉验证网格搜索方法进行模型参数寻优,最终建立了支持向量机(Support Vector Machine, SVM)智能模型识别与分类焊缝表面缺陷.通过调整焊缝轮廓提取算法、HOG特征维度得到不同特征数据并进行对比、分析焊缝缺陷的识别效果.在相同试验条件下,发现支持向量机比随机森林分类器、K最近邻分类器以及朴素贝叶斯分类器的识别率更高,达到97.86%.基于HOG-SVM的焊缝表面缺陷智能识别方法可有效提高焊缝缺陷(气孔、凹陷、咬边)及无缺陷的分类精度.     

埋弧焊“压气”现象的产生原因及预防

埋弧自动焊是目前工业生产中常用的焊接方法 ,它以焊缝质量好、生产效率高、节省材料和电能、改善劳动条件等优点而成为一般锅炉压力容器生产厂的必备生产工艺之一。正常情况下 ,埋弧焊的焊缝成形及性能均良好 ,但在操作不当的情况下 ,也会出现气孔、夹渣、裂纹、咬边等缺陷 ,气孔特征为扁平状 ,其一半浮于焊渣中 ,一半留在焊缝中 ,气孔表面呈灰暗色 ,无光泽。这种气孔被称为“压气”现象 (图 1)。通常情况下 ,“压气”气孔深度在 1ｍｍ左右 ,成形圆滑 ,在焊缝余高较大时 ,通过打磨即可除去。但在严重时 ,气孔深度可达 3ｍｍ～ 4ｍｍ ,必须…     

深度学习在焊接领域的应用研究现状

随着以深度神经网络为代表的深度学习模型取得突破性快速发展,同时得益于更强大的计算机、更大的数据集和能够训练更深网络的技术,深度学习在智能焊接等智能制造领域取得了大量应用。概述了深度学习技术在焊接过程控制、焊缝缺陷检测等方面的研究进展,当前的研究表明深度学习方法能够提高焊接过程实时控制精度和焊接缺陷的识别准确率。     

含凹坑缺陷管道环焊缝应力有限元分析

基于有限元方法,采用ABAQUS有限元仿真模拟软件,参考实际管道环焊缝的坡口形状和热影响区材料的软化现象,建立了含凹坑缺陷管道环焊缝非线性有限元分析模型,对不同载荷作用下的含凹坑缺陷管道环焊缝进行应力分析,探讨了凹坑尺寸、焊缝余高以及热影响区材料属性等因素对应力分布的影响规律.结果表明:凹坑周边发生明显的应力集中,凹坑深度对管道极限承载力影响显著,随着凹坑深度的增加,腐蚀管道的最大等效应力显著增大,且峰值应力集中在焊缝区;腐蚀管道在极端拉伸载荷作用时,焊缝余高内凹坑缺陷的最大等效应力集中在热影响区;凹坑深度大于余高时,最大等效应力位于焊缝中心的凹坑边缘.     

基于超声信号和图像融合的焊缝缺陷识别

超声无损检测已被广泛用来检测材料内部的缺陷,然而对缺陷性质的识别始终是检测的难点,为此研究了一种基于超声信号和图像融合的焊缝缺陷识别新方法.该方法充分利用检测数据,通过对缺陷回波信号特征与缺陷形态特征的数据融合,实现了焊缝缺陷的有效识别.利用自主研制的超声成像手动检测系统对含有气孔、夹渣、裂纹、未焊透和未熔合五类典型焊接缺陷的焊件进行了检测,分别提取缺陷的超声回波信号特征和缺陷图像的形态特征,构建神经网络实现超声信号和图像特征的数据融合.结果表明,该方法实现了多类缺陷的识别,提高了缺陷识别率,有助于焊缝质量评定.     

铝合金爬坡TIG焊熔池失稳状态的视觉检测

对焊接过程中的熔池状态进行视觉检测是实现焊缝质量在线监测的重要手段. 针对中厚板铝合金爬坡钨极氦弧焊过程易出现的熔池失稳和成形缺陷问题,提出了一种基于熔池图像特征的钨极惰性气体保护焊(TIG)焊接状态监测方法. 基于构建的被动视觉传感系统,实现强弧光干扰条件下清晰熔池图像的获取. 提出了一种基于Otsu’s阈值分割和视觉显著性特征(VSF)的氦弧焊熔池图像处理算法,用于提取熔池图像的形态特征,并分析了所提取视觉特征与铝合金爬坡TIG焊过程稳定性的关系. 最后建立了支持向量机(SVM)模型实现熔池稳定性状态的在线识别. 结果表明,相对于熔池轮廓几何特征,熔池尾端熔融金属的形态特征能够更有效地反映出铝合金爬坡TIG焊过程中出现的熔池不稳定状态. 所建立的焊接状态分类模型在单一特征输入条件下,最高准确率达到95.94%. 所提出的实时检测方法为大型铝合金构件TIG焊缝成形缺陷的在线智能诊断与工艺优化提供了基础.     

焊接机器人焊缝完整程度图像识别算法研究

焊接机器人存留的焊缝缺陷会给生产企业造成安全威胁,为了让机器人有效识别焊缝缺陷,设计了一种焊接机器人焊缝完整程度图像识别方法。该方法根据采集的焊接机器人焊缝图像,采用暗通道先验理论对采集结果实施图像增强处理操作,从而达到提升图像清晰度的目的;以此为基础采用Contourlet变换将图像分解为低频分量及高频分量图像,并采用KPCA方法提取焊缝高频分量图像纹理特征,达到提高图像完整度识别效果的目的;最终将提取结果输入到构建的支持向量机模型内,结合典型缺陷焊缝纹理特征,以此识别出焊缝的完整度,完成了对焊接机器人焊缝完整程度的全面识别。试验结果表明：通过对该方法开展了焊接机器人对焊缝的裂纹、小孔、夹渣、未焊透等完整度识别测试及识别性能测试,验证了该方法的有效性强、可行性高。     

不锈钢薄板激光焊焊缝缺陷检测与识别

不锈钢薄板激光焊焊缝成形尺寸细微,焊接速度快、节拍快,人工进行焊缝缺陷检测已不适合,因此焊缝缺陷检测的自动化是必然趋势。构建了一套激光焊焊缝数字成像(DR)检测系统,并在DR检测图像的基础上研究了焊缝缺陷的自动检测与识别算法。首先设计焊缝和焊接缺陷检测系统,可靠地将焊缝和焊接缺陷从工件背景中分割出来,基于此又设计了焊接缺陷特征提取算法和缺陷类型识别算法,通过二叉树和逻辑回归分类可以将激光焊焊缝中的常见缺陷识别出来,识别正确率达到了工程化水平。     

试析药芯焊丝CO2焊角焊缝表面凹坑产生的原因

我公司是集装箱起重机专业制造企业.起重机钢结构中角焊缝焊接主要采用药芯焊丝CO2焊方法(FCAW).但在焊接中发现, 在角焊缝横焊位置实施单道焊时,在焊缝面的中心沿焊缝轴线呈现断续的长条形状的凹坑,每一凹坑的长度在5～30 mm范围内,最大宽度为3～4 mm,凹坑的深度多为1～1.5 mm.     

基于改进DG-MobileNet模型的焊缝缺陷识别方法

针对焊接缺陷识别及分类过程中，传统卷积神经网络识别准确率低、适应性差和低效等问题，提出一种基于融合空洞卷积的DG-MobileNet焊接缺陷识别模型。首先，基于MobileNet模型将深度可分离卷积与空洞卷积相结合以扩大卷积核感受野；然后，引入DropBlock模块和批量规范化算法优化焊接缺陷特征提取过程和防止过拟合现象；其次，引入SENet自注意力机制进行特征重标定，提升焊接缺陷识别效率。此外，考虑到焊接缺陷数量类不平衡问题，采用DCGAN进行数据增强并在增强后的数据集上验证模型有效性。实验结果表明，相比于传统算法，DG-MobileNet在焊缝缺陷图像特征提取、识别准确率和耗时方面均具有更好的效果，其测试准确率达到98.62%。     

基于线激光扫描的焊缝表面缺陷检测系统

通过分析工业焊缝表面缺陷的特点,采用线激光扫描工业焊缝表面,得到其轮廓线,并利用单轮廓拟合和多轮廓组合的方法来判识焊缝表面缺陷。基于该判识方法,用Labview软件开发了一套可在线检测工业焊缝表面缺陷的软硬件系统。该系统能精确地检测咬边、未熔合、气孔、焊瘤、角变形等缺陷的位置与尺寸,焊缝横向和垂直方向精确度可达微米级别,纵向可达0.01 mm。系统解决了目前依靠人工检测焊缝表面缺陷存在的问题,具有高效,精确,客观的特点。     

基于多探头源数据融合的焊缝缺陷识别

当今的无损检测领域中,缺陷性质的识别是检测的难点,为此研究了一种基于多探头源数据融合的焊缝缺陷识别新方法.该方法通过对多探头信息的融合,提高了检测结果的可靠性及缺陷识别的准确性.选用两个不同入射角度的斜探头对含有气孔、夹渣、裂纹、未焊透和未熔合五类典型焊接缺陷的焊件分别进行了检测,提取缺陷的超声回波信号特征,构建基于特征层和决策层两级融合的多探头源缺陷智能识别分类器,实现五类焊缝缺陷的多源数据融合识别.在特征融合层采用了BP神经网络作为特征融合器,并利用其融合输出构建每个探头源的基本概率分布函数及其对每类缺陷的基本概率赋值.在决策融合层利用D-S证据理论,合并每个探头源的基本概率分布函数,实现缺陷的融合智能识别.结果表明,该方法融合了多探头源的互补信息,有效的提高了缺陷的识别率,有助于焊缝质量的评定.     

对接接头焊件批量缺陷空间位置的可视化

创建了对接接头焊件缺陷深度和偏移量的数学模型,确定了缺陷的空间位置.提出了对接接头焊缝轮廓线数学模型,实现了焊缝轮廓线的完美呈现.设计了对接接头焊件缺陷可视化界面,创建了对接接头焊件模型,导入了自动提取的对接接头焊件批量缺陷,实现了对接接头焊件批量缺陷的空间位置再现.介绍了焊件参数调整、可视角度调节和透明化设置等功能及实现方法,展示了可视化模型的三视图,可为对接接头焊件缺陷修补、焊接工艺制订、缺陷空间分布特征研究和结构完整性评价奠定良好基础.     

地铁车站钢管柱焊缝气孔缺陷无损检测技术

为提高地铁车站工程现场钢管柱焊缝气孔缺陷的检测效率和检测精度,提出利用X射线线阵扫描技术进行气孔缺陷检测,并针对X射线图像存在隐秘气孔缺陷的特点,提出了钢管柱焊缝气孔缺陷检测方法,该方法包括定位钢管柱区域、定位焊缝区域和定位气孔缺陷区域3个步骤,在检测过程中尤其要注意对图像进行去噪处理。将检测方法应用到工程现场焊缝检测中：气孔缺陷的检测精确率和召回率分别达到97.7%和98.8%,能够较为准确地捕获钢管柱上的气孔缺陷,每张图像的平均处理时间仅为48.6 ms,具有很高的检测效率,能够在实际工程中予以推广应用。     

基于LBP-KPCA特征提取的焊缝超声检测缺陷分类方法

焊缝缺陷影响结构安全,缺陷定性是实现结构安全评价的重要基础.研究了一种基于一维局部二元模式（one-dimensional local binary pattern,1-D LBP）算法结合核主成分分析（kernel principal component analysis,KPCA）提取焊缝缺陷回波信号特征的方法.采用1-D LBP算法提取缺陷回波信号的LBP特征,通过KPCA对此LBP特征集进行主成分分析,选取贡献率之和超过90%的前N个主成分作为缺陷分类的特征向量,利用基于径向基核函数的支持向量机（support vector machine,SVM）实现了缺陷类型的自动分类.以夹渣、气孔和未焊透三类焊缝缺陷为对象,开展了缺陷特征提取及分类试验.结果表明,使用LBP-KPCA特征进行缺陷分类时,准确率达到96.7%,优于常规特征,为焊缝缺陷分类及无损评价提供了重要参考.     

2219铝合金无气孔直流A-TIG焊接技术

针对2219铝合金交流TIG焊气孔发生率高、钨极烧损严重的现状,采用自主研制的活性剂,实现了2219铝合金无气孔缺陷的直流正极性TIG焊,从根本上解决了钨极烧损问题,并研究了不同的活性剂浓度对2219铝合金直流A-TIG焊缝表面成形、气孔缺陷、微观组织以及力学性能的影响. 结果表明,当活性剂浓度为10%时可以获得无气孔缺陷、表面成形和力学性能良好的2219直流A-TIG焊缝. 与交流TIG焊相比,焊接过程电弧稳定性更好,热输入更小,焊缝质量更加优异.     

焊缝中横向裂纹的超声波检测

大型结构件钢板在对接焊时 ,由于焊接工艺复杂 ,在焊缝内易产生裂纹、未焊透、夹渣及气孔等缺陷 ,尤其严重的是 ,由于焊接过程中焊件受到局部加热和冷却 ,使晶间组织不均 ,引起膨胀 ,导致焊缝和母材连接处产生强大热应力 ,当应力达到材料本身不能承受的程度时 ,钢板焊缝就会产生裂纹或延迟裂纹缺陷。为此 ,需要探伤人员具有斜角探伤的理论和实践经验及熟练的操作技艺 ,同时还要具备高度的责任心 ,在检测每个工件时 ,都必须先了解焊接工艺方法和易产生缺陷的部位 ,并对出现的反射波形具有综合分辨能力 ,只有这样才能保证被探工件内部质量。通…