CN110695562A - 一种焊接质量在线检测系统及方法 - Google Patents

Abstract

本发明提出一种焊接质量在线检测系统，包括线结构光传感模块、声信号采集模块、支架、导轨、驱动机构、上位机、显示模块，其中，支架设置在待检测焊件的旁侧，导轨设置在待检测焊件的上方，且导轨的两端分别支承在支架；线结构光传感模块、声信号采集模块设置在安装架内，且安装架与导轨连接，驱动机构驱动导轨运动；线结构光传感模块、声信号采集模块分别与上位机连接，上位机的第一输出端与驱动机构的输入端连接，上位机的第二输出端与显示模块的输入端连接。本发明还提出一种焊接质量在线检测方法，应用于上述焊接质量在线检测系统。本发明能够有效解决现有技术中辅助检测材料或检测过程对人体有不同程度的危害的缺陷。

Description

一种焊接质量在线检测系统及方法

技术领域

本发明涉及焊接设备技术领域，更具体地，涉及一种焊接质量在线检测系统，以及一种焊接质量在线检测方法。

背景技术

在焊接过程中，由于焊接材料、工艺偏差及施焊环境等原因，焊缝中常常会伴有焊接质量问题。焊接缺陷主要包括以下两类：一类是肉眼或低倍放大镜能看到的焊缝表面外部缺陷，如咬边、焊瘤、弧坑、表面气孔、夹渣、表面裂纹、焊缝位置不合理等；另一类是必须用破坏性试验或专门的无损检测方法才能发现的内部缺陷，如内部气孔、夹渣、内部裂纹、未焊透、未溶合等。焊接质量问题严重影响着工业的发展和使用者的生命财产安全，甚至引发灾难性的事故。

目前常规的焊接缺陷无损探测方法包括：射线照相法、超声波检测法、渗透检测法、磁粉检测法、涡流检测法等。然而，现有的焊接缺陷无损探测方法依然存在不同程度的缺陷，例如，射线照相法对裂纹类缺陷的检出率则受透照角度的影响，不能检出垂直照射方向的薄层缺陷，且检测过程中的射线对人体有伤害，需要采取防护措施；渗透检测只能检测出材料的表面开口缺陷，且渗透剂成分对被检工件具有一定腐蚀性，渗透剂所用的有机溶剂具有挥发性，对人体存在一定程度的危害。

发明内容

本发明为克服上述现有技术中辅助检测材料或检测过程对人体有不同程度的危害的缺陷，提供一种焊接质量在线检测系统及方法。

为解决上述技术问题，本发明的技术方案如下：

一种焊接质量在线检测系统，包括线结构光传感模块、声信号采集模块、支架、导轨、驱动机构、上位机、显示模块，其中，支架设置在待检测焊件的旁侧，导轨设置在待检测焊件的上方，且导轨的两端分别支承在支架；线结构光传感模块、声信号采集模块设置在安装架内，且安装架与导轨连接，驱动机构驱动导轨运动；线结构光传感模块、声信号采集模块分别与上位机连接，上位机的第一输出端与驱动机构的输入端连接，上位机的第二输出端与显示模块的输入端连接。

在使用过程中，先将支架设置在待检测焊件的上方，并将导轨支承在支架上且设置在待焊接焊件的正上方。在焊件焊接过程中，上位机向驱动机构发送驱动信号，驱动机构根据所接收的驱动信号控制导轨运动，使安装架移动至目标起始位置并与焊枪以相同的速度移动，其中安装架上的声信号采集模块工作并采集待检测焊件的焊接声信号，然后传送到上位机中进行波形处理，得到焊接缺陷类型。当焊件完成焊接后，上位机向驱动机构再次发送驱动信号，驱动机构以相同的速度控制导轨运动，使安装架以相同的速度再待检测焊件的上方移动，此时线结构光传感模块采集待检测焊件的焊缝上的线斑图像并传送到上位机中进行图像处理，得到焊缝的轮廓图像，最后上位机将数据处理结果传送到显示模块中进行实时显示。

在本技术方案中，线结构光传感模块用于投射激光信号到待检测焊件的表面并进行图像采集，然后根据待检测焊件上的焊缝造成的光信号变化来计算焊缝的位置和深度信息；声信号采集模块用于采集焊接过程中的声信号，其中声信号包括激光焊接过程中在小孔模式下等离子体从小孔中喷射的压力拨动造成的焊接声信号，或是电弧焊接过程中由于熔池的持续冲击和电弧内部自身的高频振荡而产生的焊接声信号，以及由于材料内部结构发生变化而引起材料重新分布导致的机械能转变为声能的内部声信号，上位机可根据采集的声信号进行波形处理，得到待检测焊件的焊接缺陷类型；驱动机构用于根据上位机发送的驱动信号控制导轨运动，从而使与导轨连接的设置有线结构光传感模块、声信号采集模块的安装架沿导轨移动；显示模块用于实时待检测焊件的焊接质量检测结果。

优选地，线结构光传感模块包括激光器和图像采集单元，其中，激光器根据上位机输出的工作信号向待检测焊件投射光线，图像采集单元根据上位机输出的工作信号采集经待检测焊件反射的光信号。

优选地，安装架为箱体结构，且箱体下侧面开设有观测框，激光器经过观测框向待检测焊件发射激光，图像采集单元经过观测框采集待检测焊件反射的激光信号。

优选地，声信号采集模块包括声音传感器、数据采集器、AD转换器，其中，声音传感器的输出端与数据采集器的输入端连接，数据采集器的输出端与AD转换器的输入端连接，AD转换器的输出端与上位机的输入端连接。

优选地，安装架下侧面开设有空孔，声音传感器的采集端经过所述空孔穿出安装架设置。

优选地，声音传感器的采集端设置在待检测焊件上方10～15cm位置，图像采集单元设置在待检测焊件上方30～40cm位置。。

优选地，导轨包括横向导轨和纵向导轨，安装架与纵向导轨滑动连接；纵向导轨的背侧与横向导轨滑动连接。

本发明还提出一种焊接质量在线检测方法，应用于上述一种焊接质量在线检测系统，包括以下步骤：

S1：将待检测焊件放置在工作台上，上位机通过向驱动机构发送驱动信号，驱动机构控制导轨运动，使所述安装架移动到目标位置；

S2：焊枪对待检测焊件进行焊接，同时上位机向驱动机构发送驱动信号，驱动机构根据所接收的驱动信号控制导轨以与焊枪相同的速度运动，其中安装架上的声信号采集模块工作并采集待检测焊件的焊接声信号，然后传送到上位机中进行波形处理，得到焊接缺陷类型；

S3：待检测焊件完成焊接后，上位机向驱动机构再次发送驱动信号，驱动机构以相同的速度控制导轨运动，线结构光传感模块采集待检测焊件的焊缝上的线斑图像并传送到上位机中进行图像处理，得到焊缝的轮廓图像；

S4：所述上位机根据数据处理结果建立三维模型反馈焊接质量，并将所述焊缝真实形貌轮廓图像、焊接缺陷类型、焊缝三维模型图像传送到显示模块中进行实时显示。

优选地，线结构光传感模块和声信号采集模块的数据处理过程中，包括以下具体步骤：

线结构光传感模块采集激光器打在待检测焊件的焊缝上的线斑图像，并通过图像采集单元传送到上位机中，上位机通过激光器打在焊缝上的线斑提取出目标轮廓，结合相机标定结果得到焊缝的真实形貌轮廓；

声信号采集模块采集大量的焊接声信号并通过数据采集器传送到上位机中，上位机将焊接声信号通过进行时域、频域和时频域的波形分析提取特征参数，并建立不同的焊接缺陷状态与焊接声信号之间的映射关系，构建焊接缺陷识别与分类的模型，然后将实时采集的焊接声信号通过所述焊接缺陷识别与分类的模型获得焊接缺陷类型。

优选地，焊接缺陷识别与分类的模型包括支持向量机、梅尔频率倒谱系数、RNN神经网络中的一种或多种声音识别的人工智能模型。

与现有技术相比，本发明技术方案的有益效果是：通过结合线结构光传感模块和声信号采集模块对焊件进行焊接质量检测，实现对焊缝表面缺陷分析以及焊缝内部缺陷的识别分类，满足焊接质量检测的实时性、准确性的要求；不需要使用辅助检测材料，有效避免辅助检测材料或检测过程对人体有不同程度的危害。

附图说明

图1为实施例1的焊接质量在线检测系统的结构示意图。

图2为实施例1的线结构光传感模块的结构示意图。

图3为实施例1的安装架的结构示意图。

图4为实施例2的焊接质量在线检测方法的流程图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

如图1所示，为本实施例的焊接质量在线检测系统的结构示意图。

本实施例提出一种焊接质量在线检测系统，包括线结构光传感模块1、声信号采集模块2、支架3、导轨4、驱动机构、上位机5、显示模块6，其中，支架3设置在待检测焊件的上方，导轨4的两端分别支承在支架3上；线结构光传感模块1、声信号采集模块2设置在安装架7内，且安装架7与导轨4连接，驱动机构驱动导轨4运动；线结构光传感模块1、声信号采集模块2分别与上位机5连接，上位机5的第一输出端与驱动机构的输入端连接，上位机5的第二输出端与显示模块6的输入端连接。

本实施例中，线结构光传感模块1包括激光器11和图像采集单元12，其中，激光器11根据上位机5输出的工作信号向待检测焊件投射光线，图像采集单元12根据上位机5输出的工作信号采集经待检测焊件反射的光信号。声信号采集模块2包括声音传感器21、数据采集器、AD转换器，其中，声音传感器21的输出端与数据采集器的输入端连接，数据采集器的输出端与AD转换器的输入端连接，AD转换器的输出端与上位机5的输入端连接。如图2所示，为本实施例的线结构光传感模块的结构示意图。

本实施例中，安装架7为箱体结构，箱体下侧面开设有观测框71，激光器11经过观测框71向待检测焊件发射激光，图像采集单元12经过观测框71采集待检测焊件反射的激光信号；箱体下侧面还开设有空孔72，声信号采集模块2中的声音传感器21经过空孔72伸出安装架设置，便于声音传感器21对声信号的采集。如图3所示，为本实施例的安装架7的结构示意图。

本实施例中，导轨4包括横向导轨41和纵向导轨42，安装架7与纵向导轨42滑动连接；纵向导轨42的背侧与横向导轨41滑动连接。

本实施例中，图像采集单元1设置在待检测焊件上方30～40cm位置，声音传感器21的采集端设置在待检测焊件上方10～15cm位置。

在本实施例中，采用相机作为图像采集单元12，采用传声器作为声音传感器21，采用液晶显示屏作为显示模块6。

在具体实施过程中，将待检测焊件放置在工作台上，将支架3设置在待检测焊件的上方，并将导轨4支承在支架3上且设置在待焊接焊件的正上方。然后通过上位机5向驱动机构发送工作信号，驱动机构根据所接收的驱动信号控制横向导轨41和纵向导轨42的运动，使线结构光传感模块1、声信号采集模块2移动到目标起始位置。

当待检测焊件开始焊接时，驱动机构控制横向导轨41以与焊枪相同的移动速度运动，上位机5向声信号采集模块2发送工作信号，声信号采集模块2工作，声音传感器21采集声信号。其中，所采集的声信号包括激光焊接过程中在小孔模式下等离子体从小孔中喷射的压力拨动造成的焊接声信号，或是电弧焊接过程中由于熔池的持续冲击和电弧内部自身的高频振荡而产生的焊接声信号，以及由于材料内部结构发生变化而引起材料重新分布导致的机械能转变为声能的内部声信号。声音传感器21将其所采集的声信号经过数据采集器和AD转换器的处理后发送到上位机5中进行波形处理。具体的，上位机5对所采集的大量的声信号数据采用傅里叶变化、小波变换、S变换对其进行时域、频域和时频域的波形分析，并结合RNN神经网络构建焊接缺陷识别与分类模型，然后将检测过程中采集得到的声信号输入该焊接缺陷识别与分类模型即可得到焊接缺陷类型。

当待检测焊件完成焊接且焊缝冷却成型后，上位机5通过向驱动机构发送驱动信号控制横向导轨41运动，使安装架7返回目标起始位置，并以相同的速度沿着横向导轨移动，使线结构光传感模块1以与声信号采集模块2相同的工作速度完成对焊缝的扫描。具体的，激光器11出射的光线打在待检测焊件的焊缝上，图像采集单元12对焊缝上的线斑图像进行采集，并传送到上位机5中，上位机5结合相机标定的结果得到焊缝的真实形貌轮廓。上位机5根据焊接缺陷类型和焊缝的真实形貌轮廓，通过三维重建算法重建焊缝的三维模型，得到焊接质量检测结果的三维模型图像，最后将线结构光图像信息、焊缝三维模型图像、声信号波形图像、焊接状态参数信息和基于三维模型的焊接缺陷反馈图信息传送到显示模块6中进行实时显示。

本实施例中，线结构光传感模块1根据物体造成的光信号的变化来计算物体的位置和深度等焊缝状态参数信息，从而展现焊缝表面的形貌特征，并能表征焊缝表面的缺陷类型，如咬边、焊瘤、弧坑、表面气孔、夹渣、表面裂缝、焊缝位置不合理等；声信号采集模块2采集的信号经过预训练的基于焊接声信号的焊缝缺陷识别模型进行焊缝质量状态的实时反馈，通过识别分类可知道焊缝内部的缺陷状态，如内部气孔、夹渣、内部裂纹、未焊透、未熔合等。本实施例提出的焊接质量在线检测系统通过结合线结构光传感模块1和声信号采集模块2对焊件进行焊接质量检测，实现对焊缝表面缺陷分析以及焊缝内部缺陷的识别分类，满足焊接质量检测的实时性、准确性的要求，且有效解决现有技术中辅助检测材料或检测过程对人体有不同程度的危害的缺陷。

实施例2

本实施例提出一种焊接质量在线检测方法，应用于实施例1提出的一种焊接质量在线检测系统。如图4所示，为本实施例的焊接质量在线检测方法的流程图。

本实施例的一种焊接质量在线检测方法，包括以下步骤：

S1：将待检测焊件放置在工作台上，上位机5通过向驱动机构发送驱动信号，驱动机构控制导轨4移动，使安装架7移动到目标位置。

S2：焊枪对待检测焊件进行焊接，同时上位机5向驱动机构发送驱动信号，驱动机构根据所接收的驱动信号控制导轨以与焊枪相同的速度移动，其中安装架7上的声信号采集模块2工作并采集待检测焊件的焊接声信号，然后传送到上位机5中进行波形处理，得到焊接缺陷类型；

本步骤中，声信号采集模块2中的声音传感器21采集大量的焊接声信号并通过数据采集器传送到上位机5中，上位机5将焊接声信号通过进行时域、频域和时频域的波形分析提取特征参数，并建立不同的焊接缺陷状态与焊接声信号之间的映射关系，构建焊接缺陷识别与分类的模型，然后将实时采集的焊接声信号通过所述焊接缺陷识别与分类的模型获得焊接缺陷类型。

在本实施例中，通过向量机、梅尔频率倒谱系数、RNN神经网络等声音识别模型构建焊接缺陷识别与分类的模型。

S3：待检测焊件完成焊接后，上位机5向驱动机构再次发送驱动信号，驱动机构以相同的速度控制导轨4移动，线结构光传感模块1采集待检测焊件的焊缝上的线斑图像并传送到上位机5中进行图像处理，得到焊缝的轮廓图像。

本步骤中，线结构光传感模块1中的图像采集单元12采集激光器11打在待检测焊件的焊缝上的线斑图像，并传送到上位机5中，上位机5通过所采集的线斑图像提取出目标轮廓，然后结合相机标定结果得到焊缝的真实形貌轮廓图像。

S4：所述上位机5根据图像处理结果和波形处理结果，建立三维模型反馈焊接质量，并将所述焊缝真实形貌轮廓图像、焊接缺陷类型、焊缝三维模型图像传送到显示模块6中进行实时显示。

在本实施例中，采用LabVIEW图形化编程软件进行焊缝三维模型图像构建。

在具体实施过程中，将待检测焊件放置在工作台上，将支架3设置在待检测焊件的上方，并将导轨4支承在支架3上且设置在待焊接焊件的正上方。然后通过上位机5向驱动机构发送工作信号，驱动机构根据所接收的驱动信号控制横向导轨41和纵向导轨42的移动，使线结构光传感模块1、声信号采集模块2移动到目标起始位置。

当待检测焊件开始焊接时，驱动机构控制横向导轨41以与焊枪相同的移动速度运动，上位机5向声信号采集模块2发送工作信号，声信号采集模块2工作，声音传感器21采集声信号。其中，所采集的声信号包括激光焊接过程中在小孔模式下等离子体从小孔中喷射的压力拨动造成的焊接声信号，或是电弧焊接过程中由于熔池的持续冲击和电弧内部自身的高频振荡而产生的焊接声信号，以及由于材料内部结构发生变化而引起材料重新分布导致的机械能转变为声能的内部声信号。声音传感器21将其所采集的声信号经过数据采集器和AD转换器的处理后发送到上位机5中进行波形处理。具体的，上位机5对所采集的大量的声信号数据采用傅里叶变化、小波变换、S变换对其进行时域、频域和时频域的波形分析，并结合RNN神经网络构建焊接缺陷识别与分类模型，然后将检测过程中采集得到的声信号输入该焊接缺陷识别与分类模型即可得到焊接缺陷类型。

当待检测焊件完成焊接且焊缝冷却成型后，上位机5通过向驱动机构发送驱动信号控制横向导轨41运动，使安装架7返回目标起始位置，并以相同的速度沿着横向导轨移动，使线结构光传感模块1以与声信号采集模块2相同的工作速度完成对焊缝的扫描。具体的，激光器11出射的光线打在待检测焊件的焊缝上，图像采集单元12对焊缝上的线斑图像进行采集，并传送到上位机5中，上位机5结合相机标定的结果得到焊缝的真实形貌轮廓。上位机5根据焊接缺陷类型和焊缝的真实形貌轮廓，通过三维重建算法重建焊缝的三维模型，得到焊接质量检测结果的三维模型图像，最后将线结构光图像信息、焊缝三维模型图像、声信号波形图像、焊接状态参数信息和基于三维模型的焊接缺陷反馈图信息传送到显示模块6中进行实时显示。

相同或相似的标号对应相同或相似的部件；

附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种焊接质量在线检测系统，其特征在于，包括线结构光传感模块、声信号采集模块、支架、导轨、驱动机构、上位机、显示模块，其中，所述支架设置在待检测焊件的旁侧，所述导轨设置在待检测焊件的上方，且导轨的两端分别支承在支架上；所述线结构光传感模块、声信号采集模块设置在安装架内，且所述安装架与导轨连接，所述驱动机构驱动导轨运动；所述线结构光传感模块、声信号采集模块分别与上位机连接，所述上位机的第一输出端与驱动机构的输入端连接，所述上位机的第二输出端与显示模块的输入端连接。

2.根据权利要求1所述的焊接质量在线检测系统，其特征在于：所述线结构光传感模块包括激光器和图像采集单元，所述激光器根据上位机输出的工作信号向待检测焊件投射光线，所述图像采集单元根据上位机输出的工作信号采集经待检测焊件反射的光信号。

3.根据权利要求2所述的焊接质量在线检测系统，其特征在于：所述安装架为箱体结构，所述箱体下侧面开设有观测框，所述激光器经过所述观测框向待检测焊件发射激光，所述图像采集单元经过所述观测框采集待检测焊件反射的激光信号。

4.根据权利要求3所述的焊接质量在线检测系统，其特征在于：所述声信号采集模块包括声音传感器、数据采集器、AD转换器，其中所述声音传感器的输出端与数据采集器的输入端连接，所述数据采集器的输出端与AD转换器的输入端连接，所述AD转换器的输出端与所述上位机的输入端连接。

5.根据权利要求4所述的焊接质量在线检测系统，其特征在于：所述安装架下侧面开设有空孔，所述声音传感器的采集端经过所述空孔穿出安装架设置。

6.根据权利要求1～5任一项所述的焊接质量在线检测系统，其特征在于：所述导轨包括横向导轨和纵向导轨，所述安装架与纵向导轨滑动连接，所述纵向导轨的背侧与横向导轨滑动连接。

7.根据权利要求6所述的焊接质量在线检测系统，其特征在于：所述声音传感器的采集端设置在待检测焊件上方10～15cm位置，所述图像采集单元设置在待检测焊件上方30～40cm位置。

8.一种焊接质量在线检测方法，其特征在于，包括以下步骤：

S1：将待检测焊件放置在工作台上，上位机通过向驱动机构发送驱动信号，驱动机构控制导轨移动，使所述安装架移动到目标位置；

S2：焊枪对待检测焊件进行焊接，同时上位机向驱动机构发送驱动信号，驱动机构根据所接收的驱动信号控制导轨以与焊枪相同的速度运动，其中安装架上的声信号采集模块工作并采集待检测焊件的焊接声信号，然后传送到上位机中进行波形处理，得到焊接缺陷类型；

S3：待检测焊件完成焊接后，上位机向驱动机构再次发送驱动信号，驱动机构以相同的速度控导轨运动，线结构光传感模块采集待检测焊件的焊缝上的线斑图像并传送到上位机中进行图像处理，得到焊缝的轮廓图像；

S4：所述上位机根据数据处理结果建立三维模型反馈焊接质量，并将所述焊缝真实形貌轮廓图像、焊接缺陷类型、焊缝三维模型图像传送到显示模块中进行实时显示。

9.根据权利要求8所述的焊接质量在线检测方法，其特征在于：所述线结构光传感模块和声信号采集模块的数据处理过程中，包括以下具体步骤：

所述线结构光传感模块采集激光器打在待检测焊件的焊缝上的线斑图像，并通过图像采集单元传送到上位机中，上位机通过激光器打在焊缝上的线斑提取出目标轮廓，结合相机标定结果得到焊缝的真实形貌轮廓；

所述声信号采集模块采集大量的焊接声信号并通过数据采集器传送到上位机中，上位机将焊接声信号通过进行时域、频域和时频域的波形分析提取特征参数，并建立不同的焊接缺陷状态与焊接声信号之间的映射关系，构建焊接缺陷识别与分类的模型，然后将实时采集的焊接声信号通过所述焊接缺陷识别与分类的模型获得焊接缺陷类型。

10.根据权利要求8所述的焊接质量在线监测方法，其特征在于：所述焊接缺陷识别与分类的模型包括支持向量机、梅尔频率倒谱系数、RNN神经网络中的一种或多种声音识别的人工智能模型。

Images