CN112129774B - 一种焊接未熔合缺陷在线检测方法 - Google Patents

一种焊接未熔合缺陷在线检测方法 Download PDF

Info

Publication number
CN112129774B
CN112129774B CN202010999801.9A CN202010999801A CN112129774B CN 112129774 B CN112129774 B CN 112129774B CN 202010999801 A CN202010999801 A CN 202010999801A CN 112129774 B CN112129774 B CN 112129774B
Authority
CN
China
Prior art keywords
camera
image
molten pool
welding
computer
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.)
Active
Application number
CN202010999801.9A
Other languages
English (en)
Other versions
CN112129774A (zh
Inventor
陈波
马程远
檀财旺
宋晓国
冯吉才
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.)
Harbin Institute of Technology Weihai
Original Assignee
Harbin Institute of Technology Weihai
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 Harbin Institute of Technology Weihai filed Critical Harbin Institute of Technology Weihai
Priority to CN202010999801.9A priority Critical patent/CN112129774B/zh
Publication of CN112129774A publication Critical patent/CN112129774A/zh
Application granted granted Critical
Publication of CN112129774B publication Critical patent/CN112129774B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提出一种焊接未熔合缺陷在线检测方法，该方法所使用的检测装置包括同轴相机、旁轴相机以及计算机，所述同轴相机和旁轴相机均与计算机相连接，所述同轴相机和旁轴相机用于从不同的角度对焊接熔池进行实时拍摄，该方法采用同轴相机与旁轴相机相结合的方式，对焊接过程中的熔池进行实时拍摄，计算机通过图像处理来提取熔池的宽度等信息，对熔池的形状等进行分析，进而判断是否可能存在未熔合缺陷。上述焊接未熔合缺陷在线检测方法可以在焊接过程中实时检测未熔合缺陷的产生，降低了焊后检测所花费的时间成本及人力成本，可以提高生产效率。

Description

一种焊接未熔合缺陷在线检测方法
技术领域
本发明涉及焊接质量检测技术领域，尤其涉及一种焊接未熔合缺陷在线检测方法，该方法尤其适用于厚板窄间隙焊接未熔合缺陷的在线检测。
背景技术
在焊接生产领域，为了保证生产质量，往往需要对焊接成品进行检测。无损检测即在不损害产品的性能等指标的前提下，对焊接的质量进行检测。传统的无损检测手段，包括超声检测、射线检测等方法都属于离线检测，即需要在待测焊件焊接完成后才能进行检测。这往往需要额外的人力，且花费大量的时间。在线检测是指在焊件的焊接过程中对焊接缺陷进行实时的检测，使用在线检测可以降低焊后检测的时间成本。
在厚板窄间隙焊接中，常常会出现未熔合缺陷。未熔合缺陷是指焊接过程中部分母材没有完全熔化，导致焊缝金属出现不连续的一种缺陷。未熔合缺陷会严重降低焊缝强度，是焊接过程中应该极力避免的缺陷。
现有技术中存在一些焊接质量检测方法，例如专利申请号为201711240303.0、发明创造名称为基于熔池动态特征的端缝焊接未熔合缺欠实时检测方法的专利申请公开了采用视觉传感的手段，对焊接过程中的图像信息进行处理，分析并提取图像信息的特征，并利用这些特征来判断是否存在可能的缺陷。但是该方法适用于薄板，不能检测厚板焊接中的未熔合缺陷
专利申请号为201810751924.3、发明创造名称为基于光谱视觉协同感知的多源质量监测方法的专利申请公开了采用视觉传感与光谱传感协同的手段，采集光谱数据与熔池图像信息并分别进行处理。在电流的基值时刻采集图像信息，在电流的峰值时刻采集光谱信息。利用KNN算法对图像信息进行分类，从而获得焊速信息；利用阈值判断的方法处理光谱信息，从而检测焊接中的铁锈和油污。该方法可以实现在线检测，但不能检测未熔合缺陷。
发明内容
为了解决现有技术中存在的问题，本申请提出了一种焊接未熔合缺陷在线检测方法，以便可以在焊接过程中实时发现潜在的未熔合缺陷。
为了实现上述目的，本申请提出了一种焊接未熔合缺陷在线检测方法，该方法所使用的检测装置包括同轴相机、旁轴相机以及计算机，所述同轴相机和旁轴相机均与计算机相连接，所述同轴相机和旁轴相机用于从不同的角度对焊接熔池进行实时拍摄，所述方法包括以下步骤：
步骤1、在焊接过程开始之前，通过同轴相机对待焊工件进行拍摄，并将拍摄的图像传输至计算机中，将该图像记作参考图像，用户指定所述参考图像的坡口边界；
步骤2、在焊接过程中，所述同轴相机和旁轴相机从不同的角度对焊接熔池进行实时拍摄，并且二者将实时拍摄所得到的图像传输至计算机中，通过计算机进行图像处理；
所述计算机对同轴相机拍摄到的图像进行的处理，包括以下步骤：
步骤31a、提取熔池边界图像：将同轴相机实时拍摄到的图像转换为灰度图像，对灰度图像进行阈值分割处理，对阈值分割处理后的图像进行边缘检测与提取，从而得到同轴相机实时拍摄到的图像的熔池边界图像；
步骤32a、将步骤1中参考图像的坡口边界与步骤31a中同轴相机实时拍摄到的图像的熔池边界进行对比，当熔池宽度小于坡口宽度时，计算机记录下同轴相机拍摄当前图像所对应的时间以及焊接位置，并发出警报；
步骤33a、重复步骤31a、步骤32a，直至将同轴相机拍摄到的所有图像都经过计算机处理；
所述计算机对旁轴相机拍摄到的图像进行的处理，包括以下步骤：
步骤31b、提取熔池边界图像：将旁轴相机实时拍摄到的图像转换为灰度图像，设定灰度图像的ROI区域，对ROI区域内的图像依次执行阈值分割、形态学运算、边缘检测处理，从而得到旁轴相机实时拍摄到的图像的熔池边界图像；
步骤32b、对熔池下边界进行凹凸性判断：熔池下边界指的是，将熔池边界图像中的白色像素点按照行号从大到小排序，当白色像素点的行号相同时，再将白色像素点按照列号从大到小排序，之后将前N个白色像素点组成的曲线记作熔池下边界，其中N等于ROI区域的像素宽度乘以0.6所得数值向下取整；将熔池下边界拟合为抛物线，判断该抛物线的开口方向，当开口方向向下时，计算机记录下旁轴相机拍摄当前图像所对应的时间以及焊接位置，并发出警报；当开口方向向上时，跳转至步骤33b；
步骤33b、计算熔池下边界的曲率：将熔池下边界拟合为圆弧，得到圆弧所在圆的半径R，取半径R的倒数即为熔池下边界的曲率；
步骤34b、判断熔池下边界的曲率是否在预设范围内，当熔池下边界的曲率超出预设范围时，计算机记录下旁轴相机拍摄当前图像所对应的时间以及焊接位置，并发出警报；
步骤35b、重复步骤31b～34b，直至将旁轴相机拍摄到的所有图像都经过计算机处理。
在一些实施例中，在所述步骤32b中，使用最小二乘法将熔池下边界拟合为抛物线。
在一些实施例中，在所述步骤33b中，使用最小二乘法将熔池下边界拟合为圆弧。
本申请的该方案的有益效果在于上述焊接未熔合缺陷在线检测方法可以在焊接过程中实时检测未熔合缺陷的产生，降低了焊后检测所花费的时间成本及人力成本，可提高生产效率。
附图说明
图1示出了实施例中焊接未熔合缺陷在线检测装置的结构示意图。
图2示出了实施例中计算机针对同轴相机拍摄的图像的处理示意图，其中(a)为同轴相机采集的图像灰度化以后得到的灰度图，(b)为阈值分割后得到的熔池图像，(c)为执行边缘检测后得到的熔池边界以及用户指定的坡口边界图像。
图3示出了实施例中计算机针对旁轴相机拍摄的图像的处理示意图，其中(a)为旁轴相机采集的图像灰度化以后得到的灰度图，(b)为ROI提取后的区域图像，(c)为阈值分割后得到的图像，(d)为形态学运算后得到的熔池图像，(e)为执行边缘检测与提取之后得到的熔池边界图像。
附图标记：1-计算机，2-同轴相机，3-焊炬，4-待焊工件，5-旁轴相机。
具体实施方式
下面结合附图对本申请的具体实施方式作进一步的说明。
如图1所示，本申请所涉及的焊接未熔合缺陷在线检测方法所使用的检测装置包括同轴相机2、旁轴相机5以及计算机1，所述同轴相机2和旁轴相机5均与计算机1相连接，所述同轴相机2垂直于待焊工件4设置，所述同轴相机2与焊炬3保持相对静止，用于正对焊接熔池进行实时拍摄，具体的所述同轴相机2的设置方式可以自行设定，只要能满足上述要求即可；所述旁轴相机5与焊炬3保持相对静止，所述旁轴相机5与焊炬相距预设距离，并且所述旁轴相机5与待焊工件4的坡口具有预设的垂直距离，用于对准焊接熔池进行实施拍摄。所述旁轴相机5与所述焊炬之间的距离以及所述旁轴相机5与待焊工件4的坡口的预设垂直距离都是根据旁轴相机5的镜头参数来设定的。例如所述旁轴相机5与所述焊炬相距20～50cm，所述旁轴相机5与待焊工件4的坡口的垂直距离是10cm。所述同轴相机2和旁轴相机5用于从不同的角度对焊接熔池进行实时拍摄。在本实施例中，所述焊炬3采用激光焊接头，当然也可以用其他焊炬，例如TIG焊枪等。
本申请所涉及的焊接未熔合缺陷在线检测方法包括以下步骤：
步骤1、在焊接过程开始之前，通过同轴相机2对待焊工件4进行拍摄，并将拍摄的图像传输至计算机1中，将该图像记作参考图像，用户指定所述参考图像的坡口边界。
步骤2、在焊接过程中，所述同轴相机2和旁轴相机5从不同的角度对焊接熔池进行实时拍摄，并且二者将实时拍摄所得到的图像传输至计算机1中，通过计算机1进行图像处理。
所述计算机1对同轴相机2拍摄到的图像进行的处理，如图2所示，包括以下步骤：
步骤31a、提取熔池边界图像：将同轴相机2实时拍摄到的图像转换为灰度图像，对灰度图像进行阈值分割处理，对阈值分割处理后的图像进行边缘检测与提取，从而得到同轴相机2实时拍摄到的图像的熔池边界图像。
步骤32a、将步骤1中参考图像的坡口边界与步骤31a中同轴相机2实时拍摄到的图像的熔池边界进行对比，当熔池宽度小于坡口宽度时，代表着极有可能出现未熔合缺陷，计算机记录下同轴相机2拍摄当前图像所对应的时间以及焊接位置，并发出警报。
步骤33a、重复步骤31a、步骤32a，直至将同轴相机2拍摄到的所有图像都经过计算机处理。
所述计算机1对旁轴相机5拍摄到的图像进行的处理，如图3所示，包括以下步骤：
步骤31b、提取熔池边界图像：将旁轴相机5实时拍摄到的图像转换为灰度图像，设定灰度图像的ROI区域，对ROI区域内的图像依次执行阈值分割、形态学运算、边缘检测处理，从而得到旁轴相机5实时拍摄到的图像的熔池边界图像。
步骤32b、对熔池下边界进行凹凸性判断：熔池下边界指的是，将熔池边界图像中的白色像素点按照行号从大到小排序，当白色像素点的行号相同时，再将白色像素点按照列号从大到小排序，之后将前N个白色像素点组成的曲线记作熔池下边界，其中N等于ROI区域的像素宽度乘以0.6所得数值向下取整；使用最小二乘法或者其他方法将熔池下边界拟合为抛物线，判断该抛物线的开口方向，当开口方向向下时，代表着极有可能出现未熔合缺陷，计算机记录下旁轴相机5拍摄当前图像所对应的时间以及焊接位置，并发出警报；当开口方向向上时，跳转至步骤33b。
步骤33b、计算熔池下边界的曲率：使用最小二乘法或者其他方法将熔池下边界拟合为圆弧，得到圆弧所在圆的半径R，取半径R的倒数1/R即为熔池下边界的曲率。
步骤34b、判断熔池下边界的曲率是否在预设范围内，当熔池下边界的曲率超出预设范围时，代表着极有可能出现未熔合缺陷，计算机记录下旁轴相机5拍摄当前图像所对应的时间以及焊接位置，并发出警报。
步骤35b、重复步骤31b～34b，直至将旁轴相机5拍摄到的所有图像都经过计算机处理。
本申请所涉及的焊接未熔合缺陷在线检测方法采用同轴相机与旁轴相机相结合的方式，对焊接过程中的熔池进行拍摄，并通过图像处理来提取熔池的宽度等信息，对熔池的形状等进行分析，进而判断是否可能存在未熔合缺陷。上述方法可以在焊接过程中实时检测未熔合缺陷的产生，降低了焊后检测所花费的时间成本及人力成本，可以提高生产效率。

Claims (3)

1.一种焊接未熔合缺陷在线检测方法，其特征在于：该方法所使用的检测装置包括同轴相机、旁轴相机以及计算机，所述同轴相机和旁轴相机均与计算机相连接，所述同轴相机和旁轴相机用于从不同的角度对焊接熔池进行实时拍摄，所述方法包括以下步骤：
步骤1、在焊接过程开始之前，通过同轴相机对待焊工件进行拍摄，并将拍摄的图像传输至计算机中，将该图像记作参考图像，用户指定所述参考图像的坡口边界；
步骤2、在焊接过程中，所述同轴相机和旁轴相机从不同的角度对焊接熔池进行实时拍摄，并且二者将实时拍摄所得到的图像传输至计算机中，通过计算机进行图像处理；
所述计算机对同轴相机拍摄到的图像进行的处理，包括以下步骤：
步骤31a、提取熔池边界图像：将同轴相机实时拍摄到的图像转换为灰度图像，对灰度图像进行阈值分割处理，对阈值分割处理后的图像进行边缘检测与提取，从而得到同轴相机实时拍摄到的图像的熔池边界图像；
步骤32a、将步骤1中参考图像的坡口边界与步骤31a中同轴相机实时拍摄到的图像的熔池边界进行对比，当熔池宽度小于坡口宽度时，计算机记录下同轴相机拍摄当前图像所对应的时间以及焊接位置，并发出警报；
步骤33a、重复步骤31a、步骤32a，直至将同轴相机拍摄到的所有图像都经过计算机处理；
所述计算机对旁轴相机拍摄到的图像进行的处理，包括以下步骤：
步骤31b、提取熔池边界图像：将旁轴相机实时拍摄到的图像转换为灰度图像，设定灰度图像的ROI区域，对ROI区域内的图像依次执行阈值分割、形态学运算、边缘检测处理，从而得到旁轴相机实时拍摄到的图像的熔池边界图像；
步骤32b、对熔池下边界进行凹凸性判断：熔池下边界指的是，将熔池边界图像中的白色像素点按照行号从大到小排序，当白色像素点的行号相同时，再将白色像素点按照列号从大到小排序，之后将前N个白色像素点组成的曲线记作熔池下边界，其中N等于ROI区域的像素宽度乘以0.6所得数值向下取整；将熔池下边界拟合为抛物线，判断该抛物线的开口方向，当开口方向向下时，计算机记录下旁轴相机拍摄当前图像所对应的时间以及焊接位置，并发出警报；当开口方向向上时，跳转至步骤33b；
步骤33b、计算熔池下边界的曲率：将熔池下边界拟合为圆弧，得到圆弧所在圆的半径R，取半径R的倒数即为熔池下边界的曲率；
步骤34b、判断熔池下边界的曲率是否在预设范围内，当熔池下边界的曲率超出预设范围时，计算机记录下旁轴相机拍摄当前图像所对应的时间以及焊接位置，并发出警报；
步骤35b、重复步骤31b～34b，直至将旁轴相机拍摄到的所有图像都经过计算机处理。
2.根据权利要求1所述的焊接未熔合缺陷在线检测方法，其特征在于：在所述步骤32b中，使用最小二乘法将熔池下边界拟合为抛物线。
3.根据权利要求1所述的焊接未熔合缺陷在线检测方法，其特征在于：在所述步骤33b中，使用最小二乘法将熔池下边界拟合为圆弧。
CN202010999801.9A 2020-09-22 2020-09-22 一种焊接未熔合缺陷在线检测方法 Active CN112129774B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010999801.9A CN112129774B (zh) 2020-09-22 2020-09-22 一种焊接未熔合缺陷在线检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010999801.9A CN112129774B (zh) 2020-09-22 2020-09-22 一种焊接未熔合缺陷在线检测方法

Publications (2)

Publication Number Publication Date
CN112129774A CN112129774A (zh) 2020-12-25
CN112129774B true CN112129774B (zh) 2023-08-29

Family

ID=73842154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010999801.9A Active CN112129774B (zh) 2020-09-22 2020-09-22 一种焊接未熔合缺陷在线检测方法

Country Status (1)

Country Link
CN (1) CN112129774B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115272316B (zh) * 2022-09-27 2023-01-03 山东华太新能源电池有限公司 基于计算机视觉的电池盖焊接质量智能检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008246536A (ja) * 2007-03-30 2008-10-16 Ihi Corp 溶接状況解析装置及び方法
JP2017148841A (ja) * 2016-02-24 2017-08-31 株式会社東芝 溶接処理システム及び溶接不良検知方法
CN107931802A (zh) * 2017-11-27 2018-04-20 中北大学 基于中红外温度传感的电弧焊焊缝质量在线检测方法
CN108152291A (zh) * 2017-11-30 2018-06-12 清华大学 基于熔池动态特征的端缝焊接未熔合缺欠实时检测方法
CN109308705A (zh) * 2018-09-27 2019-02-05 上海交通大学 一种焊接熔池图像轮廓实时提取方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10682729B2 (en) * 2015-12-01 2020-06-16 General Electric Company System for automated in-process inspection of welds

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008246536A (ja) * 2007-03-30 2008-10-16 Ihi Corp 溶接状況解析装置及び方法
JP2017148841A (ja) * 2016-02-24 2017-08-31 株式会社東芝 溶接処理システム及び溶接不良検知方法
CN107931802A (zh) * 2017-11-27 2018-04-20 中北大学 基于中红外温度传感的电弧焊焊缝质量在线检测方法
CN108152291A (zh) * 2017-11-30 2018-06-12 清华大学 基于熔池动态特征的端缝焊接未熔合缺欠实时检测方法
CN109308705A (zh) * 2018-09-27 2019-02-05 上海交通大学 一种焊接熔池图像轮廓实时提取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于GMAW熔池轮廓特征的焊接缺陷研究;朱彦军;吴志生;王安红;厉雷钧;;电焊机(第11期);全文 *

Also Published As

Publication number Publication date
CN112129774A (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
EP3900870A1 (en) Visual inspection device, method for improving accuracy of determination for existence/nonexistence of shape failure of welding portion and kind thereof using same, welding system, and work welding method using same
JPWO2020129618A1 (ja) 溶接システム及びそれを用いたワークの溶接方法
CN111203639B (zh) 一种基于高速摄像下的双激光束双侧同步焊接填丝熔滴过渡监控系统及方法
Zhang et al. Narrow-seam identification and deviation detection in keyhole deep-penetration TIG welding
CN112238292A (zh) 一种基于视觉的搅拌摩擦焊机器人空间曲线轨迹跟踪方法
Dinham et al. Weld seam detection using computer vision for robotic arc welding
CN109108518A (zh) 一种激光焊驼峰缺陷的在线检测方法及装置
CN112129774B (zh) 一种焊接未熔合缺陷在线检测方法
CN108067714A (zh) 一种薄壁环缝端接质量在线监测与缺陷定位系统及方法
CN108876771B (zh) 一种咬边焊接缺陷的检测方法
CN115601359A (zh) 一种焊缝检测方法及装置
CN108152291B (zh) 基于熔池动态特征的端缝焊接未熔合缺欠实时检测方法
CN114820539A (zh) 一种基于汽车焊接生产线的机器人激光检测方法
CN116213884A (zh) 管-法兰微分阵列式划分及自适应焊接路径规划方法
CN109523548B (zh) 一种基于临界阈值的窄间隙焊缝特征点提取方法
CN107843602B (zh) 一种基于图像的焊缝质量检测方法
Zhang et al. A study on seam tracking in robotic GMA welding process
US20230249276A1 (en) Method and apparatus for generating arc image-based welding quality inspection model using deep learning and arc image-based welding quality inspecting apparatus using the same
CN116912165A (zh) 一种基于改进YOLOv5的铝合金薄板焊接缺陷检测方法
Soares et al. Computer vision system for weld bead geometric analysis
CN106141382A (zh) 焊接坡口边缘位置视觉传感检测方法
CN116008304A (zh) 一种适用于管道内部的焊缝检测方法
He et al. Weld seam profile extraction of T-joints based on orientation saliency for path planning and seam tracking
CN209550915U (zh) 一种基于图像处理的激光焊驼峰缺陷的在线检测装置
Shen et al. A study on vision-based real-time seam tracking in robotic arc welding

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