CN109175763A - 一种埋弧焊钢管焊缝焊偏量参数的检测仪 - Google Patents

一种埋弧焊钢管焊缝焊偏量参数的检测仪 Download PDF

Info

Publication number
CN109175763A
CN109175763A CN201810783989.6A CN201810783989A CN109175763A CN 109175763 A CN109175763 A CN 109175763A CN 201810783989 A CN201810783989 A CN 201810783989A CN 109175763 A CN109175763 A CN 109175763A
Authority
CN
China
Prior art keywords
image
steel pipe
submerged
weld seam
equipment body
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810783989.6A
Other languages
English (en)
Other versions
CN109175763B (zh
Inventor
贾君君
李为卫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Natural Gas Co Ltd
CNPC Tubular Goods Research Institute
Original Assignee
China Petroleum and Natural Gas Co Ltd
CNPC Tubular Goods Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Petroleum and Natural Gas Co Ltd, CNPC Tubular Goods Research Institute filed Critical China Petroleum and Natural Gas Co Ltd
Priority to CN201810783989.6A priority Critical patent/CN109175763B/zh
Publication of CN109175763A publication Critical patent/CN109175763A/zh
Application granted granted Critical
Publication of CN109175763B publication Critical patent/CN109175763B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • B23K31/125—Weld quality monitoring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K9/00—Arc welding or cutting
    • B23K9/18—Submerged-arc welding

Abstract

一种埋弧焊钢管焊缝焊偏量参数的检测仪，包括设备主体、设备支架、环形光源、CCD相机、A/D转换器、DSP平台和液晶显示屏；设备支架设置在设备主体的两边，设备主体的上表面设置有环形光源和CCD相机，CCD相机设置在环形光源的中心；设备主体的下表面设置有液晶显示屏；设备主体内部CCD相机通过A/D转换器连接DSP平台，DSP平台用于数字图像的识别、分析及计算，DSP平台连接液晶显示屏；设备支架用于卡在焊缝管的两侧边缘。本发明降低试验人员的劳动强度，提高测量的准确性，减少人为因素的影响，实现仪器化测量，将广泛将用于油气管道用钢管的生产检验和质量监督检验，提高中国制造的质量技术水平，实现快速、高效、客观、准确目的。

Description

一种埋弧焊钢管焊缝焊偏量参数的检测仪
技术领域
本发明属于实验检测设备和仪器领域，特别涉及一种埋弧焊钢管焊缝焊偏量参数的检测仪。
背景技术
近年来,随着图像处理技术的发展,越来越多的图像信息被应用到工业自动化等诸多领域。同时集成电路也有了高速发展,使得单板系统的处理能力有了很大的提高。尤其是以dsp为代表的浮点处理器的性能有了相当的提升。嵌入式的图像处理系统有了实现的可能。高压、大口径、大输量油气管道主要采用埋弧焊钢管，埋弧焊缝的质量对油气管道的安全至关重要。大口径、厚壁油气输送钢管一般采用多丝埋弧焊方法进行内外双面埋弧焊，内、外焊缝焊接时如果不能对正(即焊偏)可能产生中部未焊透缺陷，对管道的安全运行带来隐患，因此未焊透缺陷不允许存在。为了保证不产生未焊透缺陷，油气管道钢管埋弧焊管技术标准通常要求对焊缝的焊偏量进行控制，如美国石油学会标准API SPEC 5L 45版和我国标准GB/T 9711-2011规定，对壁厚小于等于20mm的钢管，焊缝最大焊偏量不应超过3mm，对于壁厚大于20mm的钢管，焊缝最大焊偏量不应超过4mm，如图1、2所示。标准虽然进行了焊偏量规定，但没有给出具体的测量方法，钢管制造厂和监督检验机构一般在焊缝宏观金相试样上划线测量，其缺点一是人为因素多，检测结果误差大，不同的人、不同检验机构测量结果不一致，结果互比性差；二是工作量大、效率低。
发明内容
本发明的目的在于提供一种埋弧焊钢管焊缝焊偏量参数的检测仪，以解决上述问题。
为实现上述目的，本发明采用以下技术方案：
一种埋弧焊钢管焊缝焊偏量参数的检测仪，包括设备主体、设备支架、环形光源、CCD相机、A/D转换器、DSP平台和液晶显示屏；设备支架设置在设备主体的两边，设备主体的上表面设置有环形光源和CCD相机，CCD相机设置在环形光源的中心；设备主体的下表面设置有液晶显示屏；设备主体内部CCD相机通过A/D转换器连接DSP平台，DSP平台用于数字图像的识别、分析及计算，DSP平台连接液晶显示屏；设备支架用于卡在焊缝管的两侧边缘。
进一步的，DSP平台包括数字信号处理器、SDRAM同步动态随机存储器、FLASHROM快速擦写只读编程器和UART通用异步收发传输器；SDRAM同步动态随机存储器、FLASH ROM快速擦写只读编程器和UART通用异步收发传输器均与数字信号处理器连接。
进一步的，环形光源和CCD相机均连接有电源。
进一步的，液晶显示屏的侧面设置有控制按钮，控制按钮包括拍照、计算和算法按钮。
进一步的，DSP平台连接有互联接口，互联接口包括充电接口和电脑接口。
进一步的，DSP平台7的数字图像的识别、分析及计算方法包括以下步骤：
1)边缘检测
采用sobel算法进行边缘检测，分别用2个卷积核形成了Sobel边缘算子；对数字图像f(i，j)的每个像素,都用这2个核做卷积,一个核对通常的垂直边缘响应最大而另一个对水平边缘响应最大；Sobel算子考察它上、下、左、右邻点灰度的加权差,与之接近的邻点权大；该算子是在以f(i，j)为中心的3×3领域上计算x,y方向的偏导数,定义Sobel算子如下
sx＝{f(i+1，j-1)+2f(i+1，j)+f(i+1，j+1}-{f(i-1，j-1)+2f(i-1，j)+f(i-1，j+1))
sy＝{f(i-1，j+1)+2f(i，j+1)+f(i+1，j+1)}-{f(i-1，j-1)+2f(i，j-1)+f(i+1，j-1)}
2个卷积的最大值作为该点的输出值
Sobel算子；
2)图像分割
采用最大类间方差阈值分割法进行图像分割，将原灰度图进行二值化；
最大类间方差阈值分割，把图像中的灰度直方图在某一阈值处分割成两组，当被分成的两组间方差为最大时，决定为阈值；具体数学表示如下:
设一幅图像的灰度等级范围为[1,2,…,m],对应灰级i的像素为ni,整幅图像总个数N＝n1+n2+…+nm,则对应灰级i的像素概率分布为
若整幅图像以灰度级t为阈值,且分为两类C0与C 1；其中C0类灰级范围[1,…,t],C1类为[t+1,…,m]；这两类概率为
这两类的均值分别为：
其中 分别为整体图像灰度平均值与阈值为t时的灰度平均值
全部采样的灰度平均值分别为：μ＝woμ0+w1μ1
两组间的方差为：
在1至m之间改变t,求解令上式最大值时的t,即maxδ2(t)时的t*,此值便为阈值；
3)方向识别
整个图像的面积为其所占的像素点个数，质心为其面积中心；图像的方向判断是指在目标图像上找一条过质心直线，使得目标中所有点到这条直线的垂直距离的平方和最小，此条直线代表的目标的方向；
rxy(θ)2为M×N的图像f(x，y)中方向为θ的过质心的直线距离平方；
4)特征点选取
建立10x10的数组对二值图中的像素相关特征进行统计，查找同为数值“1”的像素特征点，并记录与邻域像素可组成两个方向的像素点，标记为数据交叉点；整个目标图中共标记六个数据交叉点,若线条宽度由多像素组成，则取像素的中间值。
与现有技术相比，本发明有以下技术效果：
本发明采用现代数字图像识别和计算机技术，设计一套仪器系统，通过CCD相机对石油天然气管道用埋弧焊钢管焊缝进行取像，然后通过A/D转换，将图片信息转换为数字信息，再通过DSP平台对焊偏量参数进行准确、快速的仪器化测量，为控制埋弧焊钢管的质量提供测量数据，从而保证钢管的质量和油气管道的安全。
本发明降低试验人员的劳动强度，提高测量的准确性，减少人为因素的影响，实现仪器化测量，将广泛将用于油气管道用钢管的生产检验和质量监督检验，提高中国制造的质量技术水平，实现快速、高效、客观、准确目的。
本发明采用环形光源进行拍照补光，避免出现阴影，影响检测结果。
附图说明
图1为本发明原理图；
图2为本发明结构主视图；
图3为本发明结构后视图；
图4为本发明结构仰视图；
图5为本发明工作示意图。
其中：1、设备支架；2、环形光源；3、电源；4、CCD相机；5、A/D转换器；6、控制按钮；7、DSP平台；8、液晶显示屏；9、互联接口。
具体实施方式
以下结合附图对本发明进一步说明：
请参阅图1-图5，一种埋弧焊钢管焊缝焊偏量参数的检测仪，包括设备主体、设备支架1、环形光源2、CCD相机4、A/D转换器5、DSP平台7和液晶显示屏8；设备支架1设置在设备主体的两边，设备主体的上表面设置有环形光源2和CCD相机4，CCD相机4设置在环形光源2的中心；设备主体的下表面设置有液晶显示屏8；设备主体内部CCD相机4通过A/D转换器5连接DSP平台7，DSP平台7用于数字图像的识别、分析及计算，DSP平台7连接液晶显示屏8；设备支架1用于卡在焊缝管的两侧边缘。
DSP平台7包括数字信号处理器、SDRAM同步动态随机存储器、FLASH ROM快速擦写只读编程器和UART通用异步收发传输器；SDRAM同步动态随机存储器、FLASHROM快速擦写只读编程器和UART通用异步收发传输器均与数字信号处理器连接。
环形光源2和CCD相机4均连接有电源3。
液晶显示屏8的侧面设置有控制按钮6，控制按钮6包括拍照、计算和算法按钮。
DSP平台7连接有互联接口9，互联接口包括充电接口和电脑接口。
DSP平台7的数字图像的识别、分析及计算方法包括以下步骤：
1)边缘检测(sobel算法)
图像边缘是焊缝的重要特征，也是后面计算的重要依据。考虑到后期计算的快捷性。采用sobel算法进行边缘检测。主要思路如下：
分别用2个卷积核形成了Sobel边缘算子。对数字图像f(i，j)的每个像素,都用这2个核做卷积,一个核对通常的垂直边缘响应最大而另一个对水平边缘响应最大。Sobel算子考察它上、下、左、右邻点灰度的加权差,与之接近的邻点权大。该算子是在以f(i，j)为中心的3×3领域上计算x,y方向的偏导数,定义Sobel算子如下
sx＝{f(i+1，j-1)+2f(i+1，j)+f(i+1，j+1)}-{f(i-1，j-1)+2f(i-1，j)+f(i-1，j+1)}
sy＝{f(i-1，j+1)+2f(i，j+1)+f(i+1，j+1)}-{f(i-1，j-1)+2f(i，j-1)+f(i+1，j-1)}
2个卷积的最大值作为该点的输出值
Sobel算子
2)图像分割
为了后期对图像中的焊缝目标进行分析，需要将关注的目标从原图像中分离提取出来。此处采用最大类间方差阈值分割法进行图像分割，将原灰度图进行二值化。
最大类间方差阈值分割是在差别与最小二乘法原理的基础上推导出来的，把图像中的灰度直方图在某一阈值处分割成两组，当被分成的两组间方差为最大时，决定为阈值。具体数学表示如下:
设一幅图像的灰度等级范围为[1,2,…,m],对应灰级i的像素为ni,整幅图像总个数N＝n1+n2+…+nm,则对应灰级i的像素概率分布为
若整幅图像以灰度级t为阈值,且分为两类C0与C 1。其中C0类灰级范围[1,…,t],C1类为[t+1,…,m]。这两类概率为
这两类的均值分别为：
其中 分别为整体图像灰度平均值与阈值为t时的灰度平均值
全部采样的灰度平均值分别为：μ＝woμ0+w1μ1
两组间的方差为：
在1至m之间改变t,求解令上式最大值时的t,即maxδ2(t)时的t*,此值便为阈值。
3)方向识别
整个图像的面积为其所占的像素点个数，质心为其面积中心。图像的方向判断是指在目标图像上找一条过质心直线，使得目标中所有点到这条直线的垂直距离的平方和最小，此条直线代表的目标的方向。
rxy(θ)2为M×N的图像f(x，y)中方向为θ的过质心的直线距离平方。
4)特征点选取
建立10x10的数组对二值图中的像素相关特征进行统计，查找同为数值“1”的像素特征点，并记录与邻域像素可组成两个方向的像素点，标记为数据交叉点。整个目标图中共标记六个数据交叉点,若线条宽度由多像素组成，则取像素的中间值。

Claims (6)

1.一种埋弧焊钢管焊缝焊偏量参数的检测仪，其特征在于，包括设备主体、设备支架(1)、环形光源(2)、CCD相机(4)、A/D转换器(5)、DSP平台(7)和液晶显示屏(8)；设备支架(1)设置在设备主体的两边，设备主体的上表面设置有环形光源(2)和CCD相机(4)，CCD相机(4)设置在环形光源(2)的中心；设备主体的下表面设置有液晶显示屏(8)；设备主体内部CCD相机(4)通过A/D转换器(5)连接DSP平台(7)，DSP平台(7)用于数字图像的识别、分析及计算，DSP平台(7)连接液晶显示屏(8)；设备支架(1)用于卡在焊缝管的两侧边缘。
2.根据权利要求1所述的一种埋弧焊钢管焊缝焊偏量参数的检测仪，其特征在于，DSP平台(7)包括数字信号处理器、SDRAM同步动态随机存储器、FLASH ROM快速擦写只读编程器和UART通用异步收发传输器；SDRAM同步动态随机存储器、FLASH ROM快速擦写只读编程器和UART通用异步收发传输器均与数字信号处理器连接。
3.根据权利要求1所述的一种埋弧焊钢管焊缝焊偏量参数的检测仪，其特征在于，环形光源(2)和CCD相机(4)均连接有电源(3)。
4.根据权利要求1所述的一种埋弧焊钢管焊缝焊偏量参数的检测仪，其特征在于，液晶显示屏(8)的侧面设置有控制按钮(6)，控制按钮(6)包括拍照、计算和算法按钮。
5.根据权利要求1所述的一种埋弧焊钢管焊缝焊偏量参数的检测仪，其特征在于，DSP平台(7)连接有互联接口(9)，互联接口包括充电接口和电脑接口。
6.根据权利要求1所述的一种埋弧焊钢管焊缝焊偏量参数的检测仪，其特征在于，DSP平台7的数字图像的识别、分析及计算方法包括以下步骤：
1)边缘检测
采用sobel算法进行边缘检测，分别用2个卷积核形成了Sobel边缘算子；对数字图像f(i，j)的每个像素,都用这2个核做卷积,一个核对通常的垂直边缘响应最大而另一个对水平边缘响应最大；Sobel算子考察它上、下、左、右邻点灰度的加权差,与之接近的邻点权大；该算子是在以f(i，j)为中心的3×3领域上计算x,y方向的偏导数,定义Sobel算子如下
sx＝{f(i+1，j-1)+2f(i+1，j)+f(i+1，j+1)}-{f(i-1，j-1)+2f(i-1，j)+f（i-1，j+1)}
sy＝{f(i-1，j+1)+2f(i，j+1)+f(i+1，j+1)}-{f(i-1，j-1)+2f(i，j-1)+f(i+1，j-1)}
2个卷积的最大值作为该点的输出值
Sobel算子；
2)图像分割
采用最大类间方差阈值分割法进行图像分割，将原灰度图进行二值化；
最大类间方差阈值分割，把图像中的灰度直方图在某一阈值处分割成两组，当被分成的两组间方差为最大时，决定为阈值；具体数学表示如下:
设一幅图像的灰度等级范围为[1,2,…,m],对应灰级i的像素为ni,整幅图像总个数N＝n1+n2+…+nm,则对应灰级i的像素概率分布为
若整幅图像以灰度级t为阈值,且分为两类C0与C1；其中C0类灰级范围[1,…,t],C1类为[t+1,…,m]；这两类概率为
这两类的均值分别为：
其中分别为整体图像灰度平均值与阈值为t时的灰度平均值
全部采样的灰度平均值分别为：μ＝woμ0+w1μ1
两组间的方差为：
在1至m之间改变t,求解令上式最大值时的t,即maxδ2(t)时的t*,此值便为阈值；
3)方向识别
整个图像的面积为其所占的像素点个数，质心为其面积中心；图像的方向判断是指在目标图像上找一条过质心直线，使得目标中所有点到这条直线的垂直距离的平方和最小，此条直线代表的目标的方向；
rxy(θ)2为M×N的图像f(x，y)中方向为θ的过质心的直线距离平方；
4)特征点选取
建立10x10的数组对二值图中的像素相关特征进行统计，查找同为数值“1”的像素特征点，并记录与邻域像素可组成两个方向的像素点，标记为数据交叉点；整个目标图中共标记六个数据交叉点,若线条宽度由多像素组成，则取像素的中间值。
CN201810783989.6A 2018-07-17 2018-07-17 一种埋弧焊钢管焊缝焊偏量参数的检测仪 Active CN109175763B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810783989.6A CN109175763B (zh) 2018-07-17 2018-07-17 一种埋弧焊钢管焊缝焊偏量参数的检测仪

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810783989.6A CN109175763B (zh) 2018-07-17 2018-07-17 一种埋弧焊钢管焊缝焊偏量参数的检测仪

Publications (2)

Publication Number Publication Date
CN109175763A true CN109175763A (zh) 2019-01-11
CN109175763B CN109175763B (zh) 2021-01-29

Family

ID=64936807

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810783989.6A Active CN109175763B (zh) 2018-07-17 2018-07-17 一种埋弧焊钢管焊缝焊偏量参数的检测仪

Country Status (1)

Country Link
CN (1) CN109175763B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06294774A (ja) * 1993-04-09 1994-10-21 Kawasaki Steel Corp 平板磁粉探傷装置
CN201357275Y (zh) * 2009-02-13 2009-12-09 南京工程学院 多结构光双目复合视觉焊缝跟踪装置
CN202562863U (zh) * 2012-05-18 2012-11-28 东北石油大学 一种输油管道焊缝探伤智能检测系统
CN103364410A (zh) * 2013-07-23 2013-10-23 三峡大学 一种基于模板搜索的水工混凝土结构水下表面裂缝检测方法
CN104535586A (zh) * 2014-11-18 2015-04-22 华东理工大学 带钢边部缺陷检测识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06294774A (ja) * 1993-04-09 1994-10-21 Kawasaki Steel Corp 平板磁粉探傷装置
CN201357275Y (zh) * 2009-02-13 2009-12-09 南京工程学院 多结构光双目复合视觉焊缝跟踪装置
CN202562863U (zh) * 2012-05-18 2012-11-28 东北石油大学 一种输油管道焊缝探伤智能检测系统
CN103364410A (zh) * 2013-07-23 2013-10-23 三峡大学 一种基于模板搜索的水工混凝土结构水下表面裂缝检测方法
CN104535586A (zh) * 2014-11-18 2015-04-22 华东理工大学 带钢边部缺陷检测识别方法

Also Published As

Publication number Publication date
CN109175763B (zh) 2021-01-29

Similar Documents

Publication Publication Date Title
WO2022053001A1 (zh) 焊缝内部缺陷智能检测装置、方法及介质
CN105784710B (zh) 一种基于数字图像处理的混凝土桥梁裂缝检测装置
CN103442209B (zh) 一种输电线路的视频监控方法
CN108759973B (zh) 一种水位测量方法
CN108230344B (zh) 一种隧道渗漏水病害自动识别方法
WO2017063355A1 (zh) 超声相控阵检测聚乙烯电熔接头缺陷类型自动识别方法
Shafeek et al. Automatic inspection of gas pipeline welding defects using an expert vision system
CN110310255B (zh) 基于目标检测和图像处理的转辙机缺口检测方法
CN104101600A (zh) 连铸坯断面微小裂纹检测方法及装置
CN108764257A (zh) 一种多视角的指针式仪表识别方法
CN104977313A (zh) 一种焊缝x射线图像缺陷检测与识别方法和装置
Wu et al. Train rail defect classification detection and its parameters learning method
CN104776977A (zh) 一种海岸工程泥沙物理模型试验底床动态综合观测方法
CN107631782B (zh) 一种基于Harris角点检测的水位检测方法
CN106225702A (zh) 裂缝宽度检测装置和方法
CN109993742B (zh) 基于对角导数算子的桥梁裂缝快速识别方法
CN112881424A (zh) Ai+荧光渗透小型管件表面缺陷检测及质量分级方法与系统
CN113884011A (zh) 一种非接触式混凝土表观裂缝测量设备和方法
CN111626169A (zh) 一种基于图像的铁路危险落石尺寸判断方法
CN112700444A (zh) 基于自注意力与中心点回归模型的桥梁螺栓检测方法
CN103900499B (zh) 基于计算机视觉技术的卷烟包装警语区域面积测定方法
CN114972204A (zh) 一种钢制品表面裂纹检测方法及设备
CN115060343A (zh) 一种基于点云的河流水位检测系统、检测方法及程序产品
CN109175763A (zh) 一种埋弧焊钢管焊缝焊偏量参数的检测仪
CN108645865A (zh) 一种基于ccd的埋弧焊钢管焊缝焊偏量参数的测量方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant