CN112756840A - 焊接质量检测系统 - Google Patents

Abstract

本发明提供了一种焊接质量检测系统。包括：表层数据采集模块：用于采集焊接体焊接后的焊缝图像，并根据所述焊缝图像，确定焊缝的表面焊接状态；内层数据采集模块：用于通过X射线照射焊接体焊接后的焊缝，并获取焊缝的数字图像，根据所述数字图像，确定焊缝的内部焊接状态；焊接内部数据采集模块：用于获取焊接体焊接过程中的焊接参数，并根据所述焊接参数生成状态模型；模型预演模块：用于根据所述生成状态模型，对焊接体的焊接结果进行焊接预演，预演数据；对比模块：用于将表面焊接状态、内部焊接状态和所述焊接参数进行对比，确定焊接质量。

Description

焊接质量检测系统

技术领域

本发明涉及焊接技术领域，特别涉及一种焊接质量检测系统。

背景技术

目前，随着钢铁行业的发展，焊接设备的应用也越来越普遍，特，因其造型美观，经常被用到剧院、机场、高铁建筑中，钢结构建筑是以钢结构作为建筑物的框架，这些框架是由许多刚性构件焊接而成，建筑体量很大，设计非常复杂，为了保建筑工程的安全性，需要对焊接体的焊接质量进行检测，确定焊接质量。但是现有的焊接是没有一个系统的对焊接质量进行检测和监测的方法

发明内容

本发明提供一种焊接质量检测系统，用以解决现有的焊接是没有一个焊接质量的判断系统的对焊接质量进行检测和监测的情况。

一种焊接质量检测系统，包括：

表层数据采集模块：用于采集焊接体焊接后的焊缝图像，并根据所述焊缝图像，确定焊缝的表面焊接状态；

内层数据采集模块：用于通过X射线照射焊接体焊接后的焊缝，并获取焊缝的数字图像，根据所述数字图像，确定焊缝的内部焊接状态；

焊接内部数据采集模块：用于获取焊接体焊接过程中的焊接参数，并根据所述焊接参数生成状态模型；

模型预演模块：用于根据所述状态模型，对焊接体的焊接结果进行焊接预演，确定预演数据；

对比模块：用于将表面焊接状态、内部焊接状态和所述预演数据进行对比，确定焊接质量。

作为本发明的一种实施例：所述表层数据采集模块包括：

训练单元：用于通过采集焊接体焊接后的焊缝图片，采用深度学习图像处理算法，对所述焊缝图像进行检测训练，并对焊缝图像进行归一化处理，确定表面焊接状态范围；

统计单元：用于根据所述焊接状态范围，对焊缝图片进行汇总，并基于平均焊接状态值，计算得出整体的合格率，并根据合格的焊缝图像计算表面焊接参数；

表面焊接状态确定单元：将表面焊接参数最值与表面焊接参数的基准值作比较，确定表面焊接状态。

作为本发明的一种实施例：所述系统还包括：

分割单元：针对焊缝图片进行图像分割，确定出目标焊缝区域；

第一色值提取单元：对所述目标焊缝区域进行关键颜色提取，得到所述目标焊缝区域的第一颜色色值；

描述单元：根据所述目标焊缝区域，确定所述目标焊缝区域对应的焊缝描述信息；

标准对比单元：针对标准焊缝图片的物品描述信息进行图片特征提取，确定所述标准焊缝的颜色信息；

第二色值提取单元：基于所述颜色信息，确定所述颜色信息对应的第二颜色色值；

对比单元：基于所述第一颜色色值和所述第二颜色色值，确定所述焊缝的表面焊接状态。

4、如权利要求3所述的一种焊接质量检测系统，其特征在于，所述对比单元确定所述焊缝的表面焊接状态包括以下步骤：

步骤1：获取所述目标焊缝区域的第一颜色色值，确定第一色值模型A：

其中，δ表示目标焊缝区域的像素的数量；G_i表示第i个目标焊缝区域的色值特征；φ表示色值偏向值；S表示视觉面积；γ表示视角变化次数；

步骤2：通过下式将图像进行清晰化处理，确定处理模型B：

其中，所述∝表示的预期清晰度值；所述M_i表示目标焊缝区域第i个像素点的像素特征；所述q_i表示目标焊缝区域第i个像素点的可优化值；所述B_i表示目标焊缝区域第i个像素点的与标准清晰度的偏差值；所述Z_i表示目标焊缝区域第i个像素点的偏差补偿值；i＝1，2，3，i……n；n表示目标焊缝区域对应的图像像素点的数量；当B＝0时，表示图像清晰化处理完成；

步骤3：根据所述处理模型、第一色值模型和标准焊缝图片的第二颜色色值，确定所述焊缝的表面焊接状态μ：

μ表示表面焊缝状态，L表示第二颜色色值，k_i表示第i个像素点的位置信息。

作为本发明的一种实施例：所述内层数据采集模块包括：

焊缝分割单元：用于对X射线扫描得到的数字图像的射线底片进行放大，并按照目标焊接区域焊接点分布区域，目标焊接区域的射线底片进行图像分割，得到分割图像；

数字对比单元：用于计算每个分割图像的灰度值，并判断每个分割图像灰度值是否一致；其中，

当灰度值不一致时，筛选灰度值一致的分割图像，并作为第一图像集合，根据所述第一图像集合计算内部焊接状态，并将灰度值不一致的分割图像作为第二图像集合，根据所述第二图像集合确定第二焊接图像集合中的数字图像对应的焊接位置，并标记为焊接不完全位置；

当灰度值一致时，将所有的分割图像作为第一图像集合；

质量确定单元：用于获取所述第一图像集合和第二图像集合，分别根据所述第一图像集合和第二图像集合对应的数字图像的焊接质量系数进行统计，确定所述第一图像集合和第二图像集合对应的焊接质量系数的质量均值，并将所述质量均值作为内部焊接状态。

作为本发明的一种实施例：所述焊接内部数据采集模块包括：

特征分析单元：用于对焊接体的焊接过程进行特征分析，生成特征分析结果；

数据状态判断单元：对所述特征分析结果进行随时间变化的稳定性检验，以检测异常数据。

判断单元：根据所述异常数据判断所述特征分析结果是否可靠；若是，执行下一步骤，若否，返回上一步骤；

模型构建单元：用于将所述特征分析结果进行预处理后，结合预处理数据对所述用户数据建模时所需的特征进行筛选，利用筛选后的特征进行用户数据建模，生成焊接体焊接时的状态模型。

作为本发明的一种实施例：所述焊接内部数据采集模块还包括：

对所述状态模型进行大数据分析，以确定所述数字图像的可靠性，根据所述数字图像的可靠性，对所述状态模型进行优化。

作为本发明的一种实施例：所述模型预演模块包括：

作为本发明的实施例：所述模型预演模块包括：

判断单元：预演将所述生成状态模型进行模型预演，并判断是否有与焊缝的源数据相关联的数据输出；其中，

当存在与源数据相关联的数据输出时，将所述相关联的数据作为输入数据，并将所述相关联的数据导入预设预演模型，对焊接体的焊接结果模型预演确定所述预设预演模型的预演数据。

作为本发明的一种实施例：所述对比模块包括：

表面对比单元：用于根据所述表面焊接参数与所述焊接参数对比，确定外部焊接质量；

内部对比单元：用于根据所述内部焊接参数与所述焊接参数对比，确定内部焊接质量；

质量确定单元：用于根据所述外部焊接质量和外部焊接质量，判断焊接体总的焊接质量。

本发明有益效果在于：本发明基于焊接体在焊接后的实际焊接的表面焊接数据和内部焊接数据，和在焊接时通过预设焊接参数的情况下理想焊接结果和实际焊接结果对比，进而判断出焊接质量，不仅能够高质量的确定焊接质量，也不存在因为误差的问题导致焊接质量判断具有偏差。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种焊接质量检测系统的系统组成图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例1：

如附图1所示，本发明为一种焊接质量检测系统，包括：

表层数据采集模块：用于采集焊接体焊接后的焊缝图像，并根据所述焊缝图像，确定焊缝的表面焊接状态；

内层数据采集模块：用于通过X射线照射焊接体焊接后的焊缝，并获取焊缝的数字图像，根据所述数字图像，确定焊缝的内部焊接状态；

焊接内部数据采集模块：用于获取焊接体焊接过程中的焊接参数，并根据所述焊接参数生成状态模型；

模型预演模块：用于根据所述生成状态模型，对焊接体的焊接结果进行焊接预演，确定预演数据；

对比模块：用于将表面焊接状态、内部焊接状态和所述预演数据进行对比，确定焊接质量。

上述技术方案的原理在于：本发明在进行焊接质量检测时，首先基于焊接后的焊缝的图像，这通过摄像设备就可以采集，而且需要高清摄像设备。焊缝的表面焊接状态，就是焊缝表面的光滑度、长度、宽度以及高度差和基于图像识别的焊接质量。本发明通过X射线招惹焊接体的焊缝这是一种透视的检测方式，得到的数字图像能够判断焊缝内部的焊接状态，现有技术中通过X射线对焊缝进行检测的技术已经很成熟，但是本发明在焊接质量判断时，是基于表面和内部的综合判断。在进行焊接内部数据采集时，根据焊接过程中的焊接村塾，生成焊接状态模型，这也是是一种对于焊接过程中，焊接的方案是不是符合焊接计划或者焊机标准的检测，将这方面的参数引入焊接质量的判断，最后基于生成状态模型对焊接体的焊接结果进行预演，也就是根据焊接参数对焊接结果进行预演。在总的对比，确定焊接质量的过程中，通过表面焊接状态、内部焊接状态与预演数据进行对比，进而实现最终焊接质量的确定。在最终的对比时，是实际数据和预演数据的对比，也就是在所有的焊接步骤都十分标准的情况下，理想的焊接质量和实际的焊接质量的对比，理想的焊接质量必定是高质量的焊接。而实际焊接质量和高质量的焊接的对比，能根据对比结果，确定焊接质量。

上述技术方案的有益效果在于：本发明基于焊接体在焊接后的实际焊接的表面焊接数据和内部焊接数据，和在焊接时通过预设焊接参数的情况下理想焊接结果和实际焊接结果对比，进而判断出焊接质量，不仅能够高质量的确定焊接质量，也不存在因为误差的问题导致焊接质量判断具有偏差。

实施例2：

作为本发明的实施例：所述表层数据采集模块包括：

训练单元：用于通过采集焊接体焊接后的焊缝图片，采用深度学习图像处理算法，对所述焊缝图像进行检测训练，并对焊缝图像进行归一化处理，确定表面焊接状态范围；

统计单元：用于根据所述焊接状态范围，对焊缝图片进行汇总，并基于平均焊接状态值，计算得出整体的合格率，并根据合格的焊缝图像计算表面焊接参数；

表面焊接状态确定单元：将表面焊接参数最值与表面焊接参数的基准值作比较，确定表面焊接状态。

本发明还包括在测试的时候，通过焊接平缓值(焊接稳定时的值)与平缓值的基准值作比较，如果测试的平缓值大于平缓值的基准值，此时表示焊时存在箔材有熔化、粘连的现象，没有出现接头焊破、撕裂和虚焊的情况则对其机型表面焊接状况计算。

上述技术方案的原理在于：本发明采用深度学习图像处理算法对图像进行检测训练，这是基于现有技术中的深度学习算法进行焊接图像的检测训练。而归一化处理，是为了将焊接图像中所有的数据综合在0～1之间，在这个范围内确定表面焊接状态范围。而统计单元，是因为，在拍摄焊缝额时候，不可能只通过一张图片进行判断，而是通过多张焊缝图片的平均焊接状态值，因为焊缝如果焊接体的上下两面都存在，就需要多张图片。而计算出合格率，是用于对焊缝的先行计算对比，判断出那些地方焊接合格，那些地方焊接不合格。而表面焊接参数是计算合格的焊缝。因为合格的地方已经不合格，自然质量也不达标，剩余需要计算的是对合格的地方进行质量检测，也就是不一定需要维修的地方。表面焊接状态确定单元，是通过最值和基准值作比较，最值和基准值的比较可以确定最大的偏差值，而，最大的偏差值作为表焊接状态，可以使得在进行焊接质量检测时，更加严谨。

上述技术方案的有益效果在于：能够确定焊接状态范围，就是将焊缝的质量综合在一个范围内，进而实现对焊接体每个焊接点状态的确定，而合格率时为了先行筛选出焊接体上不合格的焊接点，当然也存在全部不合格或者全部合格的情况，进而能够根据焊接体上焊接点的合格状态，计算出表面焊接参数，不同的焊接图片，焊接参数不同，基准值代表预设的标准焊接参数。进而确定焊接体的焊缝表面焊接状态。

实施例3：

作为本发明的实施例：所述系统还包括：

分割单元：针对焊缝图片进行图像分割，确定出目标焊缝区域；

第一色值提取单元：对所述目标焊缝区域进行关键颜色提取，得到所述目标焊缝区域的第一颜色色值；

描述单元：确定出所述目标焊缝区域对应的焊缝描述信息；

标准对比单元：针对标准焊缝图片的物品描述信息进行图片特征提取，确定所述标准焊缝的颜色信息；

第二色值提取单元：基于所述颜色信息，确定所述颜色信息对应的第二颜色色值；

对比单元：基于所述第一颜色色值和所述第二颜色色值，确定所述焊缝的表面焊接状态。

上述技术方案的原理在于：本发明的图像分割，可以确定进行焊接质量检测的区域。第一色值提取单元本发明在进行图片判断焊接质量时，只能以颜色色织判断，每个焊接点只要焊接的质量不同，必定存在颜色差异。而标准焊缝的图片特征的提取，提取的是焊缝信息的标准颜色特征。第二颜色色值就是标准焊缝的颜色色织，根据标准颜色色值和确定出表面焊接状态。在实际进行实施时本发明在表面状态判断时，基于颜色色值和基于深度学算法的表面焊接参数最值与表面焊接参数的基准值比较两种方法都会采用。用以提高质量判断的精确度。

实施例4：

作为本发明的实施例：所述对比单元确定所述焊缝的表面焊接状态包括以下步骤：

步骤1：获取所述目标焊缝区域的第一颜色色值，确定第一色值模型A：

其中，δ表示目标焊缝区域的像素的数量；G_i表示第i个目标焊缝区域的色值特征；φ表示色值偏向值；S表示视觉面积；γ表示视角变化次数；

步骤2：通过下式将图像进行清晰化处理，确定处理模型B：

其中，所述∝表示的预期清晰度值；所述M_i表示目标焊缝区域第i个像素点的像素特征；所述q_i表示目标焊缝区域第i个像素点的可优化值；所述B_i表示目标焊缝区域第i个像素点的与标准清晰度的偏差值；所述Z_i表示目标焊缝区域第i个像素点的偏差补偿值；i＝1，2，3，i……n；n表示目标焊缝区域对应的图像像素点的数量；当B＝0时，表示图像清晰化处理完成；

步骤3：根据所述处理模型、第一色值模型和标准焊缝图片的第二颜色色值，确定所述焊缝的表面焊接状态μ：

μ表示表面焊缝状态，L表示第二颜色色值，k_i表示第i个像素点的位置信息。

上述技术方案的原理在于：本发明中像素代表的时像素点，视角变化次数表示的时拍摄焊缝图像时拍摄的图像的次数，视觉面积表示焊缝的视觉面积，色值偏向值就是每个像素点对应的颜色的色值偏向值。第一色值模型确定的是焊缝图像中，所有像素点的综合特征。图像清晰化处理时为了将让在进行颜色的色值对比的时候更加精确，每个像素点的颜色却更加清晰，清楚。预期清晰度值就代表了判断标准。而在最后一个步骤中，通过每个位置的像素点进行最后的处理，得到表面焊接状态。

实施例5：

作为本发明的实施例：所述内层数据采集模块包括：

焊缝分割单元：用于对X射线扫描得到的数字图像的射线底片进行放大，并按照目标焊接区域焊接点分布区域，目标焊接区域的射线底片进行图像分割，得到分割图像；

数字对比单元：用于计算每个分割图像的灰度值，并判断每个分割图像灰度值是否一致；其中，

当灰度值不一致时，筛选灰度值一致的分割图像，并作为第一图像集合，根据所述第一图像集合计算内部焊接状态，并将灰度值不一致的分割图像作为第二图像集合，根据所述第二图像集合确定第二焊接图像集合中的数字图像对应的焊接位置，并标记为焊接不完全位置；

当灰度值一致时，将所有的分割图像作为第一图像集合；

质量确定单元：用于获取所述第一图像集合和第二图像集合，分别根据所述第一图像集合和第二图像集合对应的数字图像的焊接质量系数进行统计，确定所述第一图像集合和第二图像集合对应的焊接质量系数的质量均值，并将所述质量均值作为内部焊接状态。

上述技术方案的原理在于：用于通过X射线对焊接体焊接区域的内部进行扫描，然后根据扫描得到的数字图像判断内部焊接状态。在这个过程中，因为内部焊接状态的不容易观察，然且扫描得到的底片容易分帧，本发明通过图像分割，得到分割图像，而每个分割图像对应一个区域。内部如果焊接质量相同，表示灰度值也相同，而灰度值不同，只能表示焊接失败，因此本发明分两个图像集合，也是便于进行内部焊接状态高精度采集。

实施例6：

作为本发明的实施例：所述焊接内部数据采集模块包括：

特征分析单元：用于对焊接体的焊接过程进行特征分析，生成特征分析结果；

数据状态判断单元：对所述特征分析结果进行随时间变化的稳定性检验，以检测异常数据。

判断单元：根据所述异常数据判断所述特征分析结果是否可靠；若是，执行下一步骤，若否，返回上一步骤；

模型构建单元：用于将所述特征分析结果进行预处理后，结合预处理数据对所述用户数据建模时所需的特征进行筛选，利用筛选后的特征进行用户数据建模，生成焊接状态模型。

上述技术方案的原理和有益效果在于：本发明在进行内部数据采集的时候，也会对焊接过程中的焊接特征进行特征分析，而稳定性检验是为了判断焊接的整个过程是不是一个稳定的焊接过程，而不稳定的地方，就会产生异常数据，也对应这焊接不完全位置，而异常数据是否存在也表示了本发明在进行特征分析时分析的结果是否稳定、可靠。然后本发明将特征分析的结果进行预处理，然后通过特征分析的结果为用户进行数据建模时，提供需要的数据，然后构建焊接状态模型。

实施例7：

作为本发明的实施例：所述焊接内部数据采集模块还包括：

对所述状态模型进行大数据分析，以确定所述数字图像的可靠性，根据所述数字图像的可靠性，对所述状态模型进行优化。

上述技术方案的原理在于：本发明采用了一种自反馈式的状态模型优化方式。通过模型分析，分析状态模型体现整个焊接过程的时候这个状态模型是否准确，这个分析是基于大数据分析，大数据分析的特点是分析的时候基于云端大数据，能够更加精确的判断数字图像的可靠性，进而实现状态模型的优化。

实施例8：

作为本发明的实施例：所述模型预演模块包括：

判断单元：预演将所述生成状态模型进行模型预演，并判断是否有与焊缝的源数据相关联的数据输出；其中，

当存在与源数据相关联的数据输出时，将所述相关联的数据作为输入数据，并将所述相关联的数据导入预设预演模型，对焊接体的焊接结果模型预演确定所述预设预演模型的预演数据。

上述技术方案的原理在于：本发明在进行模型预演的时候，是基于生成状态模型，会基于状态模型进行预演，进而得到焊缝在整个焊接过程中产生的源数据，这些源数据在存在时，通过将这些相关联的数据作为输入数据，并导入预设的预演模型，此时因为数据更加精确直接，最后得到的预演数据也是更加精确的。

上述技术方案有益效果在于：

实施例9：

作为本发明的实施例：所述对比模块包括：

表面对比单元：用于根据所述表面焊接参数与所述焊接参数对比，确定外部焊接质量；

内部对比单元：用于根据所述内部焊接参数与所述焊接参数对比，确定内部焊接质量；

质量确定单元：用于根据所述外部焊接质量和外部焊接质量，判断焊接体总的焊接质量。

上述技术方案的原理和有益效果在于：本发明在最终的焊接质量确定步骤中，通过对比的方式，表面焊接参数与所述焊接参数对比，能够判断出表面是否符合焊接标准，内部焊接参数与所述焊接参数对比判断内部焊接是否符合焊接标准，最终得到的焊接质量基于焊缝的表面和内部，不仅判断结果具有全面性，而且得到的焊接质量符合所有的焊接产品。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种焊接质量检测系统，其特征在于，包括：

表层数据采集模块：用于采集焊接体焊接后的焊缝图像，并根据所述焊缝图像，确定焊缝的表面焊接状态；

内层数据采集模块：用于通过X射线照射焊接体焊接后的焊缝，并获取焊缝的数字图像，根据所述数字图像，确定焊缝的内部焊接状态；

焊接内部数据采集模块：用于获取焊接体焊接过程中的焊接参数，并根据所述焊接参数生成状态模型；

模型预演模块：用于根据所述状态模型，对焊接体的焊接结果进行焊接预演，确定预演数据；

对比模块：用于将表面焊接状态、内部焊接状态和所述预演数据进行对比，确定焊接质量。

2.如权利要求1所述的一种焊接质量检测系统，其特征在于，所述表层数据采集模块包括：

训练单元：用于通过采集焊接体焊接后的焊缝图片，采用深度学习图像处理算法，对所述焊缝图像进行检测训练，并对焊缝图像进行归一化处理，确定表面焊接状态范围；

统计单元：用于根据所述焊接状态范围，对焊缝图片进行汇总，并基于平均焊接状态值，计算得出整体的合格率，并根据合格的焊缝图像计算表面焊接参数；

表面焊接状态确定单元：将表面焊接参数最值与表面焊接参数的基准值作比较，确定表面焊接状态。

3.如权利要求1所述的一种焊接质量检测系统，其特征在于，所述系统还包括：

分割单元：针对焊缝图片进行图像分割，确定出目标焊缝区域；

第一色值提取单元：对所述目标焊缝区域进行关键颜色提取，得到所述目标焊缝区域的第一颜色色值；

描述单元：根据所述目标焊缝区域，确定所述目标焊缝区域对应的焊缝描述信息；

标准对比单元：针对标准焊缝图片的物品描述信息进行图片特征提取，确定所述标准焊缝的颜色信息；

第二色值提取单元：基于所述颜色信息，确定所述颜色信息对应的第二颜色色值；

对比单元：基于所述第一颜色色值和所述第二颜色色值，确定所述焊缝的表面焊接状态。

4.如权利要求3所述的一种焊接质量检测系统，其特征在于，所述对比单元确定所述焊缝的表面焊接状态包括以下步骤：

步骤1：获取所述目标焊缝区域的第一颜色色值，确定第一色值模型A：

其中，δ表示目标焊缝区域的像素的数量；G_i表示第i个目标焊缝区域的色值特征；φ表示色值偏向值；S表示视觉面积；γ表示视角变化次数；

步骤2：通过下式将图像进行清晰化处理，确定处理模型B：

其中，所述∝表示的预期清晰度值；所述M_i表示目标焊缝区域第i个像素点的像素特征；所述q_i表示目标焊缝区域第i个像素点的可优化值；所述B_i表示目标焊缝区域第i个像素点的与标准清晰度的偏差值；所述Z_i表示目标焊缝区域第i个像素点的偏差补偿值；i＝1，2，3，i……n；n表示目标焊缝区域对应的图像像素点的数量；当B＝0时，表示图像清晰化处理完成；

步骤3：根据所述处理模型、第一色值模型和标准焊缝图片的第二颜色色值，确定所述焊缝的表面焊接状态μ：

μ表示表面焊缝状态，L表示第二颜色色值，k_i表示第i个像素点的位置信息。

5.如权利要求1所述的一种焊接质量检测系统，其特征在于，所述内层数据采集模块包括：

焊缝分割单元：用于对X射线扫描得到的数字图像的射线底片进行放大，并按照目标焊接区域焊接点分布区域，目标焊接区域的射线底片进行图像分割，得到分割图像；

数字对比单元：用于计算每个分割图像的灰度值，并判断每个分割图像灰度值是否一致；其中，

当灰度值不一致时，筛选灰度值一致的分割图像，并作为第一图像集合，根据所述第一图像集合计算内部焊接状态，并将灰度值不一致的分割图像作为第二图像集合，根据所述第二图像集合确定第二焊接图像集合中的数字图像对应的焊接位置，并标记为焊接不完全位置；

当灰度值一致时，将所有的分割图像作为第一图像集合；

质量确定单元：用于获取所述第一图像集合和第二图像集合，分别根据所述第一图像集合和第二图像集合对应的数字图像的焊接质量系数进行统计，确定所述第一图像集合和第二图像集合对应的焊接质量系数的质量均值，并将所述质量均值作为内部焊接状态。

6.如权利要求1所述的一种焊接质量检测系统，其特征在于，所述焊接内部数据采集模块包括：

特征分析单元：用于对焊接体的焊接过程进行特征分析，生成特征分析结果；

数据状态判断单元：对所述特征分析结果进行随时间变化的稳定性检验，以检测异常数据；

判断单元：根据所述异常数据判断所述特征分析结果是否可靠；若是，执行下一步骤，若否，返回上一步骤；

模型构建单元：用于将所述特征分析结果进行预处理后，结合预处理数据对所述用户数据建模时所需的特征进行筛选，利用筛选后的特征进行用户数据建模，生成焊接体焊接时的状态模型。

7.如权利要求6所述的一种焊接质量检测系统，其特征在于，所述焊接内部数据采集模块还包括：

对所述状态模型进行大数据分析，以确定所述数字图像的可靠性，根据所述数字图像的可靠性，对所述状态模型进行优化。

8.如权利要求1所述的一种焊接质量检测系统，其特征在于，所述模型预演模块包括：

作为本发明的实施例：所述模型预演模块包括：

判断单元：预演将所述生成状态模型进行模型预演，并判断是否有与焊缝的源数据相关联的数据输出；其中，

当存在与源数据相关联的数据输出时，将所述相关联的数据作为输入数据，并将所述相关联的数据导入预设预演模型，对焊接体的焊接结果模型预演确定所述预设预演模型的预演数据。

9.如权利要求1所述的一种焊接质量检测系统，其特征在于，所述对比模块包括：

表面对比单元：用于根据所述表面焊接参数与所述焊接参数对比，确定外部焊接质量；

内部对比单元：用于根据所述内部焊接参数与所述焊接参数对比，确定内部焊接质量；

质量确定单元：用于根据所述外部焊接质量和外部焊接质量，判断焊接体总的焊接质量。

Images