CN107803606A - 一种基于全过程标记的焊缝质量检测方法和装置 - Google Patents

Abstract

本发明涉及一种基于全过程标记的焊缝质量检测方法和装置。检测方法包括获取焊前信息特征参数；获取焊中信息特征参数；获取焊后信息特征参数；根据焊缝位置把焊前信息特征参数、焊中信息特征参数、焊后信息特征参数匹配对应；将焊前信息特征参数、焊中信息特征参数、焊后信息特征参数进行状态标记形成焊缝缺陷概率彩色图；根据焊缝缺陷概率彩色图对焊缝质量进行智能判别。实现上述检测方法的装置包括焊前检测装置、焊中检测装置、焊后检测装置和信号处理中心，焊前检测装置、焊中检测装置、焊后检测装置采集的信息通过缆线传输至信号处理中心进行分析和处理，对焊缝质量进行判别，焊缝质量检测结果送至显示器。

Description

一种基于全过程标记的焊缝质量检测方法和装置

技术领域

本发明涉及激光焊接生产在线检测领域，具体涉及一种基于全过程标记的焊缝质量检测方法和装置。

背景技术

激光焊在薄板连接领域具有显著优势，具有生产效率高、工件变形小、便于自动化操作等优点。在薄板连接中通常采用不添加熔敷材料的单道自熔焊方式，匙孔形态对接头成形和力学系能具有重要影响，但是匙孔易受到装配质量、表面污渍、侧吹气体、熔池流动等因素的影响，当匙孔失稳形成孔深降低甚至崩塌时，焊缝会形成严重的质量缺陷。此外，焊接过程形成大颗粒飞溅、大尺寸气孔时，也会影响焊缝质量或美观。随着薄板激光焊技术的不断扩展，对焊缝质量在线检测提出了急迫的需求，但是由于影响因素众多、各因素相互作用，使得目前的检测技术无法满足实际生产的速度要求和精度要求。检索发现，目前该领域具有代表性的成果包括：

1)论文《视觉检测技术在焊缝检测中的应用》提出了一种将视觉检测技术应用于汽车液力变矩器焊缝检测的方法，所述方法是采用蓝色LED光源对焊缝进行照明，获取焊缝表面图像，通过灰度图像特征进行焊缝缺陷判别。这种方法仅根据焊缝图像单点的灰度值进行判断，其判别准确性难以满足生产实际需求。

2)论文《激光焊磁光彩色成像焊缝检测方法》采用磁光传感器采集焊接过程的焊缝区域图像，对焊缝磁光图像在RGB和HSV彩色空间的灰度分布进行分析，提取RGB图各分量的灰度图，根据各分量灰度分布曲线确定阈值提取焊缝边缘，合成3个分量的焊缝边缘得到焊缝过渡带轮廓。这种方法通过对工件外加磁场后拍摄彩色图像进行焊缝轮廓提取，增加了小尺寸缝隙的检测能力，但测量了焊前装配间隙，并无法判别焊缝质量。

3)专利《一种焊缝检测装置》(公开号：CN106705906A)通过传感器检测钢管管壁上的高度变化来判断焊缝的位置，认为其检测准确度高于颜色感应检测和超声检测，但这种方法信息单一，并没有针对焊缝轮廓数据的分析，更没有与焊接操作的过程信息相关联，无法满足焊缝质量检测要求。

4)实用新型专利《焊缝检测装置》(公开号：CN206057210U)通过驱动部件将动力传递给转动部件并带动检测台移动，为焊缝拍摄提供了便利，并没有从本质上提出焊缝质量检测的新方法。

由此可知，目前对焊缝质量的在线检测还缺乏有效手段，无法完成对焊接生产的综合信息获取和焊缝缺陷的智能判别，从而给大规模自动化焊接生产造成严重的安全隐患。

发明内容

本发明所要解决的技术问题提供一种基于全过程标记的焊缝质量检测方法和装置，这种方法和装置可以通过获取焊接生产的综合信息对焊缝缺陷进行智能判别。

为实现上述目的，本发明的全过程标记的焊缝质量检测方法包括如下步骤：

1)获取焊前信息特征参数，包括焊缝宽度、深度、中心位置、错边高度、表面状态；

2)获取焊中信息特征参数，包括金属蒸汽累计辐射强度、特定谱线辐射强度(相对强度)、熔池热辐射强度、熔池形貌；

3)获取焊后信息特征参数，包括焊缝宽度、深度、形态和表面颜色；

4)根据焊缝位置把焊前信息特征参数、焊中信息特征参数、焊后信息特征参数匹配对应；

5)将焊前信息特征参数、焊中信息特征参数、焊后信息特征参数进行状态标记形成焊缝缺陷概率彩色图。状态标记是根据焊前信息特征参数、焊中信息特征参数、焊后信息特征参数发生焊缝缺陷的概率，将易发生缺陷的标记为红色，将不易发生缺陷的标记为蓝色，其它的标记为绿色；每种颜色的取值范围均为0-255，将所述焊前信息特征参数、所述焊中信息特征参数、所述焊后信息特征参数的标记RGB值整合，得到所述焊缝缺陷概率彩色图。

标记方法包括三种：(1)直接匹配得分法，即将焊缝图片直接与预先采集的模板图片进行相似度计算，根据相似度值落在预设区间位置确定标记颜色和取值；(2)测量值模糊处理方法，即根据测量值落在预设区间位置确定标记颜色和取值；(3)特征参数模糊处理方法，即先从测量值中提取特征参数，再根据特征参数在预设区间位置确定标记颜色和取值。

6)根据所述焊缝缺陷概率彩色图对焊缝质量进行智能判别。智能判别包括时域分析和频域分析，时域分析是在整幅焊缝缺陷概率彩色图中，将红色区域选出，若该区域面积超过阈值则认为该处有缺陷。频域分析是通过移动窗口对焊缝缺陷概率彩色图进行遍历，计算移动窗口均值变化率、移动窗口内变异系数，若超过设定阈值，则认为对应位置存在缺陷。

为了实现对焊接生产的综合信息获取对焊缝缺陷进行智能判别，本发明的基于全过程标记的焊缝质量检测方法的装置包括焊前检测装置、焊中检测装置、焊后检测装置和信号处理中心。其中焊前检测装置包括相机和激光结构光，焊中检测装置包括光谱传感器和相机，焊后检测装置包括相机和激光结构光，这三个检测装置采集的信息通过缆线传输至信号处理中心。

信号处理中心由工业计算机、显示器和分析处理软件组成，工业计算机接收焊前检测装置、焊中检测装置、焊后检测装置采集的信息，分析软件对所接收的信息进行分析和处理，并对焊缝质量进行智能判别，焊缝质量检测结果送至显示器。

本发明的方法相比现有技术具有以下有益效果：本发明可以针对薄板单道激光焊焊缝质量进行在线检测，该方法的焊前检测装置、焊中检测装置、焊后检测装置可以独立工作，也可以协同工作，参与综合评判的信息特征参数数量可以自适应匹配，可以根据该生产要求灵活组合，且对激光焊接过程没有干扰，有助于提高大规模激光生产的自动化和智能化水平，能够广泛地应用于薄板单道激光焊制造领域。

以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。

附图说明

图1是本发明基于全过程标记的焊缝质量检测装置的结构图；

图2是本发明基于全过程标记的焊缝质量检测方法的流程图；

图3是本发明基于全过程标记的焊缝质量检测信息特征参数匹配对应图。

具体实施方式

本发明通过获取焊接生产的综合信息对焊缝缺陷进行智能判别，提供了一种基于全过程标记的焊缝质量检测方法和装置。

本实施例采用光纤激光器完成2.0mm厚的304不锈钢板激光拼焊，激光功率为1.6kW，焊接速度为2m/min，激光离焦量为0mm。试样尺寸为200mm×500mm，采用纯氩作为高温区保护气体。

实现基于全过程标记的焊缝质量检测方法的装置，结构图如图1所示。

焊前检测装置1包括1个激光结构光7和1个面阵相机6。

焊中检测装置2包括2个特定波长光电传感器5(分别为金属蒸汽传感器和熔池传感器)和1个高速面阵相机6。

焊后检测装置3包括1个激光结构光7和1个面阵相机6。

焊前检测装置1、焊中检测装置2、焊后检测装置3采集的信息通过缆线传输至信号处理中心4。

信号处理中心4由工业计算机8、显示器9和分析处理软件组成，工业计算机8接收焊前检测装置1、焊中检测装置2、焊后检测装置3采集的信息，分析软件运行于工业计算机8中，对所接收的信息进行分析和处理，并对焊缝14的质量进行智能判别，焊缝质量检测结果送至显示器9。

基于全过程标记的焊缝质量检测方法具体步骤如图2所示，具体描述如下：

1)根据焊前检测装置1中的面阵相机6拍摄的照片，提取结构光轮廓后计算焊前信息特征参数，包括焊缝宽度、错边高度。

2)通过焊中2检测装置的金属蒸汽传感器5和熔池传感器5获取金属蒸汽11的累计辐射强度、特定谱线辐射强度(相对强度)、入射激光10的反射光和熔池12的热辐射强度，通过面阵相机获取熔池12的轮廓(即宽度、深度、形态)和颜色。对金属蒸汽传感器和熔池传感器的采集速度不低于20kHz，对熔池形貌的图像采集速度不低于100fps。

3)根据焊后检测装置3中的面阵相机6拍摄的照片，获取熔池12凝固后的焊缝表面三维轮廓，计算得到焊缝宽度、深度、形态和表面颜色，同时可以完成焊缝缺失、咬边、表面孔洞等缺陷的检测。

4)信号处理中心4的工业计算机8接收到焊前信息特征参数、焊中信息特征参数、焊后信息特征参数，信号处理中心4的分析处理软件根据焊缝位置把这三类信息特征参数进行匹配对应；

5)信号处理中心4的分析处理软件将焊前信息特征参数、焊中信息特征参数、焊后信息特征参数进行状态标记形成焊缝缺陷概率彩色图。如图3所示。对于焊前检测来说，异常现象包括：错边超标、缝隙超标、表面污染，根据超标情况分为黄色、橙色和红色，异常等级逐级升高。对焊中检测来说，异常现象包括：金属蒸汽光辐射超标、激光反光强度超标、熔池光辐射超标、熔池尺寸超标，同样根据超标情况分为黄色、橙色和红色。对于焊后检测来说，异常现象包括：余高异常、宽度异常、焊缝缺失、焊缝咬边、表面孔洞，根据超标情况分为黄色、橙色和红色。

6)信号处理中心4的分析处理软件根据所述焊缝缺陷概率彩色图对焊缝质量进行智能判别，将焊缝各区域的焊前、焊中、焊后检测结果关联起来，并确定焊缝的最终判定结果，把判定结果送到显示器。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方法，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (10)

1.一种焊缝质量检测方法，其特征在于，包括：

获取焊前信息特征参数；

获取焊中信息特征参数；

获取焊后信息特征参数；

把所述焊前信息特征参数、所述焊中信息特征参数、所述焊后信息特征参数匹配对应；

将所述焊前信息特征参数、所述焊中信息特征参数、所述焊后信息特征参数进行状态标记形成焊缝缺陷概率彩色图；

根据所述焊缝缺陷概率彩色图对焊缝质量进行智能判别。

2.如权利要求1所述的焊缝质量检测方法，其特征在于，所述焊前信息特征参数包括焊缝的宽度、深度、中心位置、错边高度、表面状态；所述焊中信息特征参数包括金属蒸汽累计辐射强度、特定谱线辐射强度、熔池热辐射强度、熔池形貌；所述焊后信息特征参数包括焊缝的宽度、深度、形态和表面颜色。

3.如权利要求1所述的焊缝质量检测方法，其特征在于，根据焊缝位置把所述焊前信息特征参数、所述焊中信息特征参数、所述焊后信息特征参数进行匹配对应。

4.如权利要求1所述的焊缝质量检测方法，其特征在于，所述状态标记是根据所述焊前信息特征参数、所述焊中信息特征参数、所述焊后信息特征参数发生焊缝缺陷的概率，易发生缺陷的标记为红色，不易发生缺陷的标记为蓝色，其它的标记为绿色；每种颜色的取值范围均为0-255，将所述焊前信息特征参数、所述焊中信息特征参数、所述焊后信息特征参数的标记RGB值整合，得到所述焊缝缺陷概率彩色图。

5.如权利要求1所述的焊缝质量检测方法，其特征在于，所述智能判别包括时域分析和频域分析，时域分析是在所述焊缝缺陷概率彩色图中，将红色区域选出，若该区域面积超过阈值则认为该处有缺陷；频域分析是通过移动窗口对焊缝缺陷概率彩色图进行遍历，计算移动窗口RGB均值变化率、移动窗口内变异系数，若超过设定阈值，则认为对应位置存在缺陷。

6.一种实现如权利要求1～5中任一项所述的焊缝质量检测方法的装置，其特征在于，包括焊前检测装置(1)、焊中检测装置(2)、焊后检测装置(3)和信号处理中心(4)，所述焊前检测装置(1)、所述焊中检测装置(2)、所述焊后检测装置(3)采集的信息通过缆线传输至所述信号处理中心(4)进行分析和处理，对焊缝质量进行判别，焊缝质量检测结果送至显示器(9)。

7.如权利要求6所述的装置，其特征在于，所述焊前检测装置(1)包括相机(6)和激光结构光(7)。

8.如权利要求6所述的装置，其特征在于，所述焊中检测装置(2)包括光电传感器(5)和相机(6)。

9.如权利要求6所述的装置，其特征在于，所述焊后检测装置(3)包括相机(6)和激光结构光(7)。

10.如权利要求6所述的装置，其特征在于，所述信号处理中心(4)包括工业计算机(8)、显示器(9)和分析处理软件，所述分析处理软件运行于所述工业计算机(8)，所述工业计算机(8)接收所述焊前检测装置(1)、所述焊中检测装置(2)、所述焊后检测装置(3)采集的信息，所述分析软件对所接收的信息进行分析和处理，并对焊缝质量进行判别，焊缝质量检测结果送至所述显示器(9)。