RU2464551C2 - Method for automated flaw detection of weld joint via thermography - Google Patents

Method for automated flaw detection of weld joint via thermography Download PDF

Info

Publication number
RU2464551C2
RU2464551C2 RU2009146864/28A RU2009146864A RU2464551C2 RU 2464551 C2 RU2464551 C2 RU 2464551C2 RU 2009146864/28 A RU2009146864/28 A RU 2009146864/28A RU 2009146864 A RU2009146864 A RU 2009146864A RU 2464551 C2 RU2464551 C2 RU 2464551C2
Authority
RU
Russia
Prior art keywords
image
characteristic
heat flux
defects
thermal
Prior art date
Application number
RU2009146864/28A
Other languages
Russian (ru)
Other versions
RU2009146864A (en
Inventor
Роман ЛОУБАН (DE)
Роман ЛОУБАН
Христоф ДЁТТИНГЕР (DE)
Христоф ДЁТТИНГЕР
Петер ШТОЛЬЦ (DE)
Петер Штольц
Манфред БЁМ (DE)
Манфред БЁМ
Original Assignee
Термосенсорик Гмбх
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
Priority claimed from DE200710031206 external-priority patent/DE102007031206B8/en
Priority claimed from DE200710031215 external-priority patent/DE102007031215A1/en
Application filed by Термосенсорик Гмбх filed Critical Термосенсорик Гмбх
Publication of RU2009146864A publication Critical patent/RU2009146864A/en
Application granted granted Critical
Publication of RU2464551C2 publication Critical patent/RU2464551C2/en

Links

Images

Abstract

FIELD: physics.
SUBSTANCE: according to the method, a characteristic vector which is a time curve of the detected thermal flux is plotted. Using this characteristic vector, a first characteristic thermal image which corresponds to minimum thermal flux through the sample and a second characteristic thermal image which corresponds to maximum thermal flux through the sample are dynamically determined from a series of thermal images. To localise and assess the weld joint with respect to defects of different types, a suitable thermal image from the series of thermal images is used for each type of defect, wherein characteristic thermal images serve as references for determining the corresponding suitable thermal image.
EFFECT: improved method.
15 cl, 3 dwg

Description

Настоящее изобретение относится к способу автоматизированной дефектоскопии сварного шва методом термографии согласно ограничительной части пункта 1 формулы изобретения.The present invention relates to a method for automated inspection of a weld by thermography according to the restrictive part of paragraph 1 of the claims.

В автомобильной промышленности нашли широкое применение лучевые методы соединения деталей, использующие, например, электронное и лазерное излучения, а также методы гибридной лазерной сварки. Количество сварных соединений, в частности сварных швов, значительно увеличилось в последние десятилетия. В соответствии с этим в автомобильной промышленности возникла большая нужда в системах, обеспечивающих автоматизированную дефектоскопию и контроль сварных швов.In the automotive industry, radiation methods for joining parts are widely used, using, for example, electronic and laser radiation, as well as hybrid laser welding methods. The number of welds, in particular welds, has increased significantly in recent decades. In line with this, in the automotive industry there was a great need for systems providing automated flaw detection and control of welds.

При производстве сварных швов могут возникать дефекты самых различных типов. Такими дефектами являются, например, слишком короткий шов, неполноценное проваривание шва, трещина, разрез, дырка, пора или лунка на шве. Надежная дефектоскопия сварных швов предполагает четкую локализацию и распознавание этих дефектов.In the production of welds, defects of various types can occur. Such defects are, for example, too short a seam, defective boiling of the seam, crack, cut, hole, pore or hole in the seam. Reliable flaw detection of welds requires a clear localization and recognition of these defects.

Из заявки DE 10004049 A1 известен способ контроля сварного шва, по которому изображение теплового излучения в области сварного шва, регистрируемое с помощью цифровой инфракрасной камеры, компьютерно сличается с предварительно заснятым эталонным изображением. На основании этого сравнения определяется качество сварного шва. Такой способ не может обеспечить надежную дефектоскопию сварного шва, в особенности при наличии дефектов различного типа.From the application DE 10004049 A1, a method for controlling a weld is known, in which the image of thermal radiation in the weld region recorded with a digital infrared camera is computer-compared with a previously captured reference image. Based on this comparison, the quality of the weld is determined. This method cannot provide reliable flaw detection of the weld, especially in the presence of defects of various types.

Далее из патента DE 10326377 B3 известен способ автоматизированного не-разрушающего контроля сварного шва, по которому с помощью термографического сенсора, перемещаемого вдоль нагретого сварного шва, считываются значения температуры с каждой контрольной позиции на шве. Эти значения температуры могут быть использованы как показатели качества сварного шва и соответствующим образом представлены в каждой его точке. Но и этот способ контроля не обеспечивает надежную дефектоскопию сварного шва, в особенности при наличии дефектов различного типа.Further, from DE 10326377 B3, a method is known for automated non-destructive testing of a weld, by which temperature values are read from each control position on the weld using a thermographic sensor moving along the heated weld. These temperature values can be used as indicators of the quality of the weld and are accordingly presented at each point. But this control method also does not provide reliable flaw detection of the weld, especially in the presence of defects of various types.

Целью настоящего изобретения является способ автоматизированной дефектоскопии сварного шва методом термографии, обеспечивающий надежную локализацию и оценку сварного шва по отношению к дефектам различных типов.The aim of the present invention is a method for automated defectoscopy of a weld by thermography, which provides reliable localization and evaluation of the weld in relation to defects of various types.

Эта цель достигается за счет отличительных признаков изобретения, описанных в пункте 1 формулы изобретения. Согласно настоящему изобретению было выявлено, что дефекты различных типов могут быть лучше всего распознаны в разные моменты времени, соответствующие тому или иному типу дефекта. В соответствии с этим при исследовании сварного шва для распознавания дефектов каждого типа должно использоваться как минимум одно подходящее тепловое изображение, выбранное из всей серии заснятых тепловых изображений, на котором дефект данного типа может быть лучше всего распознан. Таким образом, сварной шов должен быть, в зависимости от типа дефекта, многократно, в подходящий для каждого типа дефекта момент времени локализован и оценен. В качестве эталонов для определения подходящих тепловых изображений из заснятой серии используются характеристические тепловые изображения. Эти характеристические изображения определяются динамически с помощью характеристического вектора, представляющего временное распределение регистрируемого теплового потока сквозь сварной шов. Динамически это означает, что для каждой вновь заснятой серии тепловых изображений одного и того же сварного шва или каждого последующего сварного шва характеристические тепловые изображения определяются каждый раз заново. Характеристический вектор представляет временную зависимость регистрируемого теплового потока. Это означает, что величины теплового потока, представленные в характеристическом векторе, соответствуют каждая своему тепловому изображению заснятой серии. Тепловой поток для каждого отдельного теплового изображения определяется, например, как средняя величина теплового потока, приходящегося на пиксели сенсора инфракрасного излучения внутри определенной тестовой области. Минимумы и максимумы теплового потока, регистрируемого в разные моменты, т.е. на изображениях с разными номерами, находят свое отображение в характеристическом векторе. Наличие этих минимумов и максимумов в тепловом потоке обусловлено тем, что величина общего теплового потока, представленного в характеристическом векторе, слагается из теплового потока, приходящего сквозь сваренный материал, т.е. сквозь исследуемый объект со сварным швом, а также из теплового потока, поступающего непосредственно от источника возбуждения, насколько этот поток присутствовал в регистрируемой серии тепловых изображений. Для определения первого характеристического изображения находится первый локальный минимум характеристического вектора, начиная от которого тепловой поток, проходящий сквозь сваренный материал, начинает расти, а являющийся помехой тепловой поток, поступающий непосредственно от источника возбуждения, уже спал. По этому моменту времени, и тем самым по номеру соответствующего теплового изображения, определяется номер первого характеристического теплового изображения, на котором регистрируется минимальный тепловой поток сквозь объект. Для определения второго характеристического изображения находится абсолютный максимум характеристического вектора, соответствующий одному из тепловых изображений, заснятых после первого характеристического теплового изображения. От этого максимума начинает спадать тепловой поток сквозь материал, тогда как являющийся помехой тепловой поток от источника возбуждения уже спал. Моменту времени, в котором регистрируется этот максимум, соответствует определенный номер изображения, которое и является вторым характеристическим изображением. На нем отображается максимальный тепловой поток сквозь объект. Этим обеспечивается то, что на обоих характеристических изображениях тепловой поток непосредственно от источника возбуждения уже спал, насколько этот поток присутствовал в регистрируемой серии тепловых изображений. Эти характеристические изображения представляют собой надежные эталоны для автоматизированного определения соответствующих тепловых изображений, подходящих для локализации дефектов различных типов. Таким образом, при дефектоскопии сварного шва могут быть надежно распознаны дефекты различных типов, так как для обнаружения дефектов каждого типа используется соответствующее тепловое изображение, на котором дефекты этого типа видны лучше всего.This goal is achieved due to the distinguishing features of the invention described in paragraph 1 of the claims. According to the present invention, it was found that defects of various types can be best recognized at different points in time corresponding to a particular type of defect. Accordingly, when examining a weld, at least one suitable thermal image selected from the entire series of captured thermal images, in which a defect of this type can be best recognized, should be used to recognize defects of each type. Thus, the weld must be, depending on the type of defect, repeatedly, at a time suitable for each type of defect, localized and evaluated. Characteristic thermal images are used as references for determining suitable thermal images from a captured series. These characteristic images are determined dynamically using a characteristic vector representing the temporal distribution of the recorded heat flux through the weld. Dynamically, this means that for each newly captured series of thermal images of the same weld or each subsequent weld, the characteristic thermal images are re-determined each time. The characteristic vector represents the time dependence of the recorded heat flux. This means that the heat flux values presented in the characteristic vector correspond each to its own thermal image of the captured series. The heat flux for each individual thermal image is defined, for example, as the average value of the heat flux attributable to the pixels of the infrared sensor within a specific test area. The minima and maxima of the heat flux recorded at different times, i.e. on images with different numbers, find their reflection in the characteristic vector. The presence of these minima and maxima in the heat flux is due to the fact that the total heat flux represented in the characteristic vector is composed of the heat flux coming through the welded material, i.e. through the investigated object with a weld, as well as from the heat flux coming directly from the excitation source, to what extent this flux was present in the recorded series of thermal images. To determine the first characteristic image, we find the first local minimum of the characteristic vector, starting from which the heat flux passing through the welded material begins to grow, and the interfering heat flux coming directly from the excitation source has already subsided. At this point in time, and thus by the number of the corresponding thermal image, the number of the first characteristic thermal image is determined, on which the minimum heat flux through the object is recorded. To determine the second characteristic image, the absolute maximum of the characteristic vector corresponding to one of the thermal images captured after the first characteristic thermal image is found. From this maximum, the heat flux through the material begins to subside, while the interfering heat flux from the excitation source has already subsided. The moment in time at which this maximum is recorded corresponds to a certain image number, which is the second characteristic image. It displays the maximum heat flux through the object. This ensures that, in both characteristic images, the heat flux directly from the excitation source was already asleep, as far as this flux was present in the recorded series of thermal images. These characteristic images are reliable standards for the automated determination of the corresponding thermal images suitable for the localization of defects of various types. Thus, defects of various types can be reliably recognized during weld inspection, because the corresponding thermal image is used to detect defects of each type, on which defects of this type are best seen.

Способ по предлагаемому изобретению может применяться, например, для исследования объекта, состоящего как минимум из двух сопрягаемых элементов, соединенных друг с другом при помощи одного или нескольких сварных швов. Эти сопрягаемые элементы могут представлять собой, например, листовой металл.The method according to the invention can be used, for example, to study an object consisting of at least two mating elements connected to each other using one or more welds. These mating elements can be, for example, sheet metal.

Способ по пункту 2 формулы изобретения обеспечивает надежную локализацию и оценку сварного шва в отношении его геометрических дефектов, в частности его недостаточной длины и/или ширины. Поскольку на втором характеристическом изображении регистрируется максимальный тепловой поток сквозь объект, то на этом тепловом изображении могут быть лучше всего проконтролированы геометрические параметры сварного шва, например его длина и/или ширина.The method according to paragraph 2 of the claims provides reliable localization and evaluation of the weld in relation to its geometric defects, in particular its insufficient length and / or width. Since the maximum heat flux through the object is recorded in the second characteristic image, the geometric parameters of the weld, for example, its length and / or width, can be best controlled in this thermal image.

Способ по пункту 3 формулы изобретения обеспечивает надежную локализацию и оценку сварного шва в отношении его геометрических дефектов, в частности недостаточной длины и/или ширины. Для объектов, которые после сварки еще слишком горячи, локализация и оценка сварного шва в отношении его геометрических дефектов могут быть проведены со значительно большей надежностью на подходящем результирующем изображении. Такое результирующее изображение может быть сформировано с помощью метода определения стартового изображения, исключающего влияние помех. Благодаря такому стартовому изображению, находящемуся между первым и вторым характеристическими изображениями, обеспечивается то, что частичная серия подходящих тепловых изображений, называемая также частичной серией изображений, не содержит тепловой поток непосредственно от источника возбуждения. Для этого определяется разделительный коэффициент, обеспечивающий надежное выделение частичной серии тепловых изображений, не содержащей помех. Стартовое изображение определяется динамически с помощью характеристического вектора. Это означает, что для каждой вновь заснятой серии тепловых изображений стартовое изображение определяется каждый раз заново. Возможны различные типы результирующих изображений, например амплитудное или фазовое изображение. Формирование амплитудного или фазового изображения в принципе известно и описано, например, в книге «Теория и практика инфракрасной технологии неразрушающего контроля», Ксавьер П.В. Малдаг, Джон Уайли и Санз, Инк., 2001 (Theory and Practice of Infrared Technology for Nondestructive Testing, Xavier P.V.Maldague, John Wiley and Sons, Inc., 2001). Для локализации и оценки сварного шва в отношении его геометрических дефектов преимущественно используется его амплитудное результирующее изображение.The method according to paragraph 3 of the claims provides reliable localization and evaluation of the weld in relation to its geometric defects, in particular insufficient length and / or width. For objects that are still too hot after welding, the localization and evaluation of the weld in relation to its geometric defects can be carried out with much greater reliability in a suitable resulting image. Such a resulting image can be formed using the method of determining the start image, eliminating the influence of interference. Thanks to such a start-up image located between the first and second characteristic images, it is ensured that a partial series of suitable thermal images, also called a partial series of images, does not contain heat flux directly from the excitation source. For this, a separation coefficient is determined, which ensures reliable separation of a partial series of thermal images that does not contain interference. The start image is determined dynamically using the characteristic vector. This means that for each newly captured series of thermal images, the start image is determined each time anew. Various types of resulting images are possible, for example an amplitude or phase image. The formation of an amplitude or phase image is in principle known and described, for example, in the book “Theory and Practice of Infrared Technology of Non-Destructive Testing”, Xavier P.V. Muldag, John Wiley and Sons, Inc., 2001 (Theory and Practice of Infrared Technology for Nondestructive Testing, Xavier P.V. Maldague, John Wiley and Sons, Inc., 2001). For localization and evaluation of the weld in relation to its geometric defects, its amplitude resulting image is mainly used.

Разделительный коэффициент для нахождения стартового изображения по пункту 4 формулы изобретения обеспечивает надежное разделение между шумом и собственно сигналом теплового потока. Соответственно обеспечивается надежный выбор частичной серии тепловых изображений, не содержащих теплового потока непосредственно от источника возбуждения. На практике лучше всего зарекомендовал себя разделительный коэффициент, равный 1/e2≈0.135, где e - число Эйлера.The separation factor for finding the start image according to claim 4 provides a reliable separation between the noise and the heat flux signal itself. Accordingly, a reliable selection of a partial series of thermal images not containing a heat flux directly from the excitation source is ensured. In practice, a separation coefficient of 1 / e 2 ≈0.135, where e is the Euler number, has proven itself best.

Установление длины частичной серии по пункту 5 формулы изобретения обеспечивает надежную локализацию и оценку сварного шва при использовании данного результирующего изображения. Поскольку и характеристические тепловые изображения, и стартовое изображение определяются из всей серии тепловых изображений динамически, то и определение длины частичной серии тепловых изображений может быть проведено динамически и автоматизированно. Динамически означает, что для каждой вновь заснятой серии тепловых изображений длина частичной серии определяется каждый раз заново. Например, длина частичной серии может быть определена как двойное расстояние между стартовым изображением и вторым характеристическим тепловым изображением. Длина частичной серии может быть также определена как величина, которая является степенью двух и одновременно впервые превышает расстояние между двумя характеристическими тепловыми изображениями. В любом случае длина частичной серии должна быть определена так, чтобы она не превышала длину всей регистрируемой серии тепловых изображений. Определение длины частичной серии для формирования результирующего изображения описано, например, в книге «Теория и практика инфракрасной технологии неразрушающего контроля», Ксавьер П.В. Малдаг, Джон Уайли и Санз, Инк., 2001 (Theory and Practice of Infrared Technology for Nondestructive Testing, Xavier P.V.Maldague, John Wiley and Sons, Inc., 2001).The establishment of the length of a partial series according to paragraph 5 of the claims provides reliable localization and evaluation of the weld using this resulting image. Since both the characteristic thermal images and the start image are determined dynamically from the entire series of thermal images, the determination of the length of a partial series of thermal images can be carried out dynamically and automatically. Dynamically means that for each newly captured series of thermal images, the length of the partial series is determined each time anew. For example, the length of a partial series can be defined as the double distance between the start image and the second characteristic thermal image. The length of a partial series can also be defined as a value that is a power of two and simultaneously for the first time exceeds the distance between two characteristic thermal images. In any case, the length of the partial series should be determined so that it does not exceed the length of the entire recorded series of thermal images. Determining the length of a partial series for the formation of the resulting image is described, for example, in the book “Theory and Practice of Infrared Technology of Non-Destructive Testing”, Xavier P.V. Muldag, John Wiley and Sons, Inc., 2001 (Theory and Practice of Infrared Technology for Nondestructive Testing, Xavier P.V. Maldague, John Wiley and Sons, Inc., 2001).

Способ по пункту 6 формулы изобретения обеспечивает надежную локализацию и оценку сварного шва в отношении сквозных дефектов, например дырок. Для локализации и оценки дефектов, проходящих сквозь сваренный материал, используется последнее тепловое изображение, заснятое непосредственно перед первым характеристическим тепловым изображением, отображающее максимальный тепловой поток непосредственно от источника возбуждения, насколько он присутствовал в регистрируемой серии тепловых изображений. Именно на этом изображении, так как на нем отображен максимальный тепловой поток непосредственно от источника возбуждения, сквозные дефекты могут быть распознаны лучше всего.The method according to paragraph 6 of the claims provides reliable localization and evaluation of the weld in relation to through defects, such as holes. To localize and evaluate defects passing through the welded material, the last thermal image is taken, taken immediately before the first characteristic thermal image, which displays the maximum heat flux directly from the excitation source, as far as it was present in the recorded series of thermal images. It is in this image, since it displays the maximum heat flux directly from the excitation source, through defects can be recognized best.

Способ по пункту 7 формулы изобретения обеспечивает надежную локализацию и оценку дефектов, находящихся внутри сварного шва, например пор. С помощью первого коэффициента теплового потока может быть достоверно и надежно выбрано тепловое изображение, находящееся между характеристическими тепловыми изображениями, которое лучше всего пригодно для локализации и оценки дефектов, находящихся внутри сварного шва.The method according to paragraph 7 of the claims provides reliable localization and assessment of defects inside the weld, for example, pores. Using the first heat flux coefficient, a thermal image located between characteristic thermal images can be reliably and reliably selected, which is best suited for localizing and evaluating defects inside the weld.

Первый коэффициент теплового потока по пункту 8 формулы изобретения хорошо зарекомендовал себя на практике, так как на дефектах, находящихся внутри сварного шва, ослабляется тепловой поток.The first heat flux coefficient according to paragraph 8 of the claims of the invention is well established in practice, since the heat flux is weakened on defects inside the weld.

Способ по пункту 9 формулы изобретения обеспечивает надежную локализацию и оценку сварного шва в отношении дефектов поверхности сварного шва, например трещин, разрезов или лунок. С помощью второго коэффициента теплового потока из всей серии тепловых изображений может быть достоверно и надежно выбрано то тепловое изображение, которое находится между характеристическими тепловыми изображениями и лучше всего пригодно для локализации и оценки дефектов поверхности сварного шва.The method according to claim 9 provides reliable localization and evaluation of the weld in relation to surface defects of the weld, for example cracks, cuts or holes. Using the second heat flux coefficient, from the entire series of thermal images, the thermal image that is between the characteristic thermal images and is best suited for the localization and assessment of weld surface defects can be reliably and reliably selected.

Второй коэффициент теплового потока по пункту 10 формулы изобретения хорошо зарекомендовал себя на практике, так как за счет утоньшения материала в области дефектов поверхности сварного шва облегчается прохождение сквозь них теплового потока.The second heat flux coefficient according to paragraph 10 of the claims has proven itself in practice, since due to the thinning of the material in the area of the surface defects of the weld, the passage of heat flux through them is facilitated.

Способ по пункту 11 формулы изобретения обеспечивает автоматизированный перевод теплового или какого-либо результирующего изображения, адекватно его содержанию, в обычное 8-битовое изображение, пригодное для методов компьютерной обработки информации. Такое изображение может применяться как для его визуального контроля, так и для дальнейшей его автоматизированной обработки. Благодаря такому способу перевода динамики изображения, не изменяющему его содержания, все отображенные на нем объекты, включая их характеристические особенности, например их границы, структуру, форму и размеры, а также их фон, будут представлены на переведенном изображении без искажений. Объектами изображения могут быть, например, сварной шов и/или дефекты различных типов. Для этого из рассчитанной гистограммы каждого изображения динамически определяются абсолютные граничные величины интенсивностей, ограничивающие информационно-значимые области гистограммы, соответствующие объекту и фону. Динамически это означает, что эти абсолютные граничные величины заново определяются для каждого переводимого изображения. При этом нижние абсолютные граничные величины ограничивают снизу, а верхние - сверху те части площади под кривой гистограммы, которые соответствуют областям интенсивностей объекта или фона. Таким образом фиксируется информационно-значимая база содержания высокодинамического теплового или результирующего изображения, которая и применяется для перевода его динамики в другую шкалу. Отдельные пиксели, обнаруживающие экстремальные значения интенсивности или случайные шумы, лежащие вне данной базы, не оказывают негативного влияния на перевод динамики изучаемого изображения.The method according to paragraph 11 of the claims provides an automated translation of a thermal or any resulting image, adequate to its content, into a regular 8-bit image suitable for computer information processing methods. Such an image can be used both for its visual control and for its further automated processing. Thanks to this method of translating the dynamics of an image that does not change its content, all objects displayed on it, including their characteristic features, for example, their borders, structure, shape and size, as well as their background, will be presented on the translated image without distortion. Image objects may be, for example, a weld and / or defects of various types. For this, from the calculated histogram of each image, the absolute boundary values of intensities are dynamically determined, limiting the information-significant areas of the histogram corresponding to the object and background. Dynamically, this means that these absolute boundary values are redefined for each translated image. In this case, the lower absolute boundary values are limited from below, and the upper ones from above are limited to those parts of the area under the histogram curve that correspond to the intensity regions of the object or background. Thus, an information-significant content base of a highly dynamic thermal or resulting image is fixed, which is used to transfer its dynamics to another scale. Individual pixels that detect extreme intensity values or random noise lying outside this database do not adversely affect the translation of the dynamics of the image under study.

Развитие способа по пункту 12 формулы изобретения обеспечивает надежное определение информационно-значимой области интенсивностей объекта. Полученная гистограмма может рассматриваться как комбинация плотностей нормальных распределений Гаусса интенсивностей исследуемого объекта, его фона, а также встречающихся шумов. В соответствии с этим первые характеристические части площади под кривой гистограммы можно сравнить с соответствующими значениями интеграла вероятности нормального распределения Гаусса. Первые характеристические части площади могут составить, например, 2,5% от всей площади области интенсивностей исследуемого объекта. Таким образом, площадь информационно-значимой части области интенсивностей данного объекта составит 95% от всей его площади. В общем случае относительная величина первых характеристических частей площади определяется опытным путем и лежит в пределах между значениями 0 и 0,5, в частности между значениями 0,05 и 0,4.The development of the method according to paragraph 12 of the claims provides a reliable determination of the information-significant region of intensity of the object. The resulting histogram can be considered as a combination of the densities of the normal Gaussian distributions of the intensities of the object under study, its background, as well as the noise encountered. In accordance with this, the first characteristic parts of the area under the histogram curve can be compared with the corresponding values of the probability integral of the normal Gaussian distribution. The first characteristic parts of the area can be, for example, 2.5% of the total area of the intensity region of the investigated object. Thus, the area of the information-significant part of the intensity region of this object will be 95% of its entire area. In the general case, the relative value of the first characteristic parts of the area is determined empirically and lies in the range between 0 and 0.5, in particular between 0.05 and 0.4.

Развитие способа по пункту 13 формулы изобретения обеспечивает надежное определение информационно-значимой области интенсивностей фона. Полученная гистограмма может рассматриваться как комбинация плотностей нормальных распределений Гаусса интенсивностей исследуемого объекта, его фона, а также встречающихся шумов. В соответствии с этим вторые характеристические части площади под кривой гистограммы можно сравнить с соответствующим значением интеграла вероятности нормального распределения Гаусса. Вторые характеристические части площади могут составить, например, 2,5% от всей площади области интенсивностей фона. Таким образом, площадь информационно-значимой части области интенсивностей фона составит 95% от всей его площади. В общем случае относительная величина вторых характеристических частей площади определяется опытным путем и лежит в пределах между значениями 0 и 0,5, в частности между значениями 0,05 и 0,4.The development of the method according to paragraph 13 of the claims provides a reliable determination of the information-significant region of background intensities. The resulting histogram can be considered as a combination of the densities of the normal Gaussian distributions of the intensities of the object under study, its background, as well as the noise encountered. In accordance with this, the second characteristic parts of the area under the histogram curve can be compared with the corresponding value of the probability integral of the normal Gaussian distribution. The second characteristic parts of the area can be, for example, 2.5% of the total area of the background intensity region. Thus, the area of the information-significant part of the background intensity region will be 95% of its entire area. In the general case, the relative value of the second characteristic parts of the area is determined empirically and lies in the range between 0 and 0.5, in particular between 0.05 and 0.4.

Способ по пункту 14 формулы изобретения обеспечивает гибкое и надежное определение информационно-значимой базы регистрируемого теплового или результирующего изображения.The method according to paragraph 14 of the claims provides a flexible and reliable determination of the information-significant base of the recorded thermal or resulting image.

Развитие способа по пункту 15 формулы изобретения обеспечивает надежную обработку и оценку характеристического вектора и/или гистограммы. Как характеристический вектор, отображающий временной ход регистрируемого теплового потока, так и гистограмма высокодинамичного теплового или результирующего изображения, представляют собой исследуемые кривые. Применение как минимум одного из морфологических фильтров для обработки этих сильно отягощенных помехами кривых обеспечивает безупречное определение и корректную оценку характеристических точек или их областей на этих кривых. Характеристическими точками являются, например, локальные и/или абсолютные минимумы и максимумы. В качестве морфологического фильтра может быть применен, например, метод трансформации водяных сечений, описанный в книге «Морфологические методы компьютерной обработки изображения», Пьер Солле, Шпрингер, 1998 (Morphologische Bildverarbeitung / Pierre Soille, Springer Verlag, Berlin, 1998).The development of the method according to paragraph 15 of the claims provides reliable processing and evaluation of the characteristic vector and / or histogram. Both the characteristic vector reflecting the time course of the recorded heat flux, and the histogram of a highly dynamic heat or resultant image, are the studied curves. The use of at least one of the morphological filters for the processing of these curves heavily burdened by noise ensures the faultless determination and correct assessment of characteristic points or their regions on these curves. Characteristic points are, for example, local and / or absolute minima and maxima. As a morphological filter, for example, the method of transforming water sections described in the book "Morphological methods of computer image processing", Pierre Solle, Springer, 1998 (Morphologische Bildverarbeitung / Pierre Soille, Springer Verlag, Berlin, 1998) can be applied.

Другие отличительные признаки, преимущества и подробности настоящего изобретения пояснены в последующем описании одного из примеров осуществления настоящего изобретения со ссылкой на приложенные чертежи, на которых:Other features, advantages, and details of the present invention are explained in the following description of one embodiment of the present invention with reference to the attached drawings, in which:

на Фиг.1 представлено поперечное сечение сопрягаемых частей, соединенных между собой сварным швом, содержащим дефекты различных типов;figure 1 presents a cross section of the mating parts, interconnected by a weld containing defects of various types;

на Фиг.2 представлен схематически один из характеристических векторов, отображающих временную зависимость величины регистрируемого теплового потока;figure 2 presents schematically one of the characteristic vectors displaying the time dependence of the magnitude of the recorded heat flux;

на Фиг.3 представлена гистограмма интенсивностей одного из изображений.figure 3 presents a histogram of the intensities of one of the images.

Образец 1, подвергаемый дефектоскопии, содержит первую сопрягаемую часть 2 и вторую сопрягаемую часть 3, соединенные между собой сварным соединением в виде сварного шва 4. Сопрягаемые части 2, 3 представляют собой листовой металл. Сварной шов 4 выполняется с помощью электронно-лучевой, лазерной или гибридно-лазерной сварки. В результате процесса сварки материалы сопрягаемых частей 2, 3 сплавляются между собой в области сварного шва 4. Образец 1 со сварным швом 4 именуется впоследствии сваренным материалом.The sample 1 subjected to flaw detection contains a first mating part 2 and a second mating part 3, interconnected by a welded joint in the form of a weld 4. The mating parts 2, 3 are sheet metal. The weld 4 is performed using electron beam, laser or hybrid laser welding. As a result of the welding process, the materials of the mating parts 2, 3 are fused together in the region of the weld 4. The sample 1 with the weld 4 is called subsequently welded material.

Сварной шов 4 может содержать дефекты различных типов. Дефектом первого типа сварного шва 4 является геометрический дефект 5. Геометрический дефект 5 представляет собой отклонение его фактической длины Lфакт от минимально допустимой длины Lмин. Далее сварной шов 4 может содержать в качестве дефекта второго типа сквозной дефект 6, представляющий собой дырку в сварном шве 4. Дефектом третьего типа в сварном шве 4 может быть внутренний дефект 7, представляющий собой пору внутри сварного шва 4. Кроме того, дефектом четвертого типа в сварном шве 4 может быть дефект поверхности 8, представляющий собой разрез поверхности сварного шва 4.Weld 4 may contain defects of various types. The defect of the first type of weld 4 is a geometric defect 5. A geometric defect 5 is a deviation of its actual length L fact from the minimum allowable length L min . Further, the weld 4 may contain as a defect of the second type a through defect 6, which is a hole in the weld 4. The defect of the third type in the weld 4 may be an internal defect 7, which is a pore inside the weld 4. In addition, the defect of the fourth type in the weld 4 there may be a surface defect 8, which is a section of the surface of the weld 4.

Источник возбуждения 9 и сенсор инфракрасного излучения 10 расположены с противоположных сторон образца 1. Сенсор инфракрасного излучения 10 расположен преимущественно с той стороны образца 1, с которой производится сварка сопрягаемых частей 2, 3, т.е. со стороны лазерного луча, с помощью которого, например, производится сваривание. Образец 1 с подвергаемым дефектоскопии сварным швом 4 возбуждается с помощью источника возбуждения 9. Возникающий при этом тепловой поток 11 регистрируется сенсором инфракрасного излучения 10 в виде серии последовательных тепловых изображений. Регистрируемый тепловой поток 11 состоит из смеси теплового потока 12 сквозь объект 1 с тепловым потоком 13 непосредственно от источника возбуждения 9.The excitation source 9 and the infrared radiation sensor 10 are located on opposite sides of the sample 1. The infrared radiation sensor 10 is located mainly on the side of the sample 1, from which the mating parts 2, 3 are welded, i.e. from the side of the laser beam, with which, for example, welding is performed. A sample 1 with a defectoscopy weld 4 is excited using an excitation source 9. The resulting heat flux 11 is detected by the infrared radiation sensor 10 as a series of successive thermal images. The recorded heat flux 11 consists of a mixture of the heat flux 12 through the object 1 with the heat flux 13 directly from the excitation source 9.

Для обработки заснятой серии тепловых изображений предусмотрен счетный блок 14, соединенный с источником возбуждения 9 и сенсором инфракрасного излучения 10.To process the captured series of thermal images, a counting unit 14 is provided, connected to an excitation source 9 and an infrared radiation sensor 10.

Ниже описывается способ автоматизированной дефектоскопии сварного шва 4 методом термографии. Образец 1 со сварным швом 4 возбуждается с помощью источника возбуждения 9, представляющего собой, например, вспышку. Тепловой поток 11, возникающий вследствие этого возбуждения, регистрируется сенсором инфракрасного излучения 10, пересылается на счетный блок 14 и исследуется там.The following describes a method of automated flaw detection of a weld 4 by thermography. Sample 1 with a weld 4 is excited using an excitation source 9, which is, for example, a flash. The heat flux 11 resulting from this excitation is detected by the infrared radiation sensor 10, sent to the counting unit 14, and examined there.

В счетном блоке 14 составляется характеристический вектор W(N), представляющий временную зависимость величины регистрируемого теплового потока 11. Каждому тепловому изображению из заснятой серии присваивается свой номер N. Для каждого теплового изображения определяется величина теплового потока W. Величина теплового потока W определяется, например, как среднее значение интенсивностей изображения, регистрируемых на пикселях сенсора инфракрасного излучения 10 в определенной тестовой области. Характеристический вектор W(N) составляется таким образом, что для каждого номера теплового изображения N определяется соответствующая величина теплового потока W. Характеристический вектор W(N) представлен на Фиг.2.In the counting unit 14, a characteristic vector W (N) is compiled representing the time dependence of the recorded heat flux 11. Each heat image from the captured series is assigned its own number N. For each heat image, the heat flux W. The heat flux W is determined, for example, as the average value of the image intensities recorded on the pixels of the infrared sensor 10 in a specific test area. The characteristic vector W (N) is compiled in such a way that for each thermal image number N, the corresponding value of the heat flux W is determined. The characteristic vector W (N) is shown in FIG.

Характеристический вектор W(N) представляет временную зависимость величины регистрируемого теплового потока 11. Соответственно с этим в характеристическом векторе W(N) представлен как тепловой поток 12 сквозь объект 1, так и тепловой поток 13 непосредственно от источника возбуждения 9.The characteristic vector W (N) represents the time dependence of the recorded heat flux 11. Accordingly, in the characteristic vector W (N), both the heat flux 12 through the object 1 and the heat flux 13 directly from the excitation source 9 are represented.

Минимумы и максимумы временной зависимости величины теплового потока 11 в характеристическом векторе W(N) регистрируются в различные моменты времени, т.е. на изображениях с разными номерами N. Исследуемый сварной шов 4, а также каждый из дефектов 5, 6, 7, 8 лучше всего различимы в различные моменты регистрации, т.е. на разных тепловых изображениях. Для обеспечения максимально хорошей локализации и оценки сварного шва 4 для каждого из дефектов 5, 6, 7, 8 определяется подходящее для него тепловое изображение из изображений от ТД1 до ТД4. Для этого определяются сначала первое характеристическое тепловое изображение ТД1 и второе характеристическое тепловое изображение Т2. Первое характеристическое тепловое изображение T1 определяется таким образом, что в характеристическом векторе W(N) находится минимум, от которого тепловой поток 12 сквозь сваренный материал начинает расти, в то время как являющийся помехой тепловой поток 13 от источника возбуждения 9 уже спал. Этот минимум соответствует минимальному тепловому потоку Wмин сквозь образец 1, регистрируемому на первом характеристическом изображении T1. Таким образом, первое характеристическое тепловое изображение T1 определяется на основе характеристического вектора W(N) как тепловое изображение с номером N(T1), на котором регистрируется минимальный тепловой поток Wмин.The minima and maxima of the time dependence of the heat flux 11 in the characteristic vector W (N) are recorded at various time instants, i.e. in images with different numbers N. The weld 4 under investigation, as well as each of defects 5, 6, 7, 8, are best distinguished at different moments of registration, i.e. on different thermal images. To ensure the best possible localization and assessment of the weld 4 for each of the defects 5, 6, 7, 8, a suitable thermal image is determined from images from T D1 to T D4 . For this, the first characteristic thermal image T D1 and the second characteristic thermal image T 2 are determined first. The first characteristic thermal image T 1 is determined so that in the characteristic vector W (N) there is a minimum from which the heat flux 12 through the welded material begins to grow, while the interfering heat flux 13 from the excitation source 9 has already subsided. This minimum corresponds to the minimum heat flux W min through sample 1 recorded on the first characteristic image T 1 . Thus, the first characteristic thermal image T 1 is determined based on the characteristic vector W (N) as the thermal image with the number N (T 1 ), on which the minimum heat flux W min is recorded.

Далее определяется абсолютный максимум характеристического вектора W(N), регистрируемого на тепловых изображениях серии, заснятых после первого характеристического изображения T1. От этого максимума тепловой поток 12 сквозь сваренный материал начинает спадать. Этим и определяется максимальный тепловой поток Wмин сквозь образец 1, регистрируемый на втором характеристическом тепловом изображении T2. Таким образом, второе характеристическое тепловое изображение T2 определяется на основе характеристического вектора W(N) как тепловое изображение с номером N(T2), на котором регистрируется максимальный тепловой поток Wмакс.Next, the absolute maximum of the characteristic vector W (N) recorded on the thermal images of the series captured after the first characteristic image T 1 is determined. From this maximum, the heat flux 12 through the welded material begins to decline. This determines the maximum heat flux W min through sample 1 recorded on the second characteristic thermal image T 2 . Thus, the second characteristic thermal image T 2 is determined based on the characteristic vector W (N) as the thermal image with the number N (T 2 ), on which the maximum heat flux W max is recorded.

Сварной шов 4 лучше всего может быть локализован и оценен на втором характеристическом тепловом изображении T2, так как тепловой поток 12 сквозь сваренный материал достигает на нем свой абсолютный максимум, в то время как являющий помехой тепловой поток 13 от источника возбуждения 9 уже спал. Геометрический дефект 5, представляющий собой дефект первого типа, может быть лучше всего локализован и оценен на втором характеристическом тепловом изображении T2. Таким образом, второе характеристическое тепловое изображение T2 больше всего подходит на роль теплового изображения ТД1 для дефектов первого типа.The weld 4 can best be localized and evaluated on the second characteristic thermal image T 2 , since the heat flux 12 through the welded material reaches its absolute maximum on it, while the interfering heat flux 13 from the excitation source 9 has already subsided. The geometric defect 5, which is a defect of the first type, can be best localized and evaluated in the second characteristic thermal image T 2 . Thus, the second characteristic thermal image T 2 is most suitable for the role of the thermal image T D1 for defects of the first type.

Сквозной дефект 6, представляющий собой дефект второго типа, может быть, напротив, лучше всего локализован и оценен на последнем тепловом изображении, расположенном непосредственно перед первым характеристическим тепловым изображением T1. На нем регистрируется максимальный тепловой поток WAмакс непосредственно от источника возбуждения 9. Это тепловое изображение больше всего подходит на роль теплового изображения TД2 для локализации и оценки дефектов второго типа. Таким образом, тепловое изображение TД2 определяется как тепловое изображение с номером N(ТД2), на котором регистрируется максимальный тепловой поток WAмакс от источника возбуждения 9.The cross-cutting defect 6, which is a defect of the second type, can, on the contrary, be best localized and evaluated on the last thermal image located immediately before the first characteristic thermal image T 1 . It records the maximum heat flux W Amax directly from the excitation source 9. This thermal image is most suitable for the role of the thermal image T D2 for localization and assessment of defects of the second type. Thus, the thermal image T D2 is defined as the thermal image with the number N (T D2 ), which records the maximum heat flux W Amax from the excitation source 9.

Для локализации и оценки внутреннего дефекта 7, представляющего собой дефект третьего типа, применяется тепловое изображение ТД3, находящееся между характеристическими тепловыми изображениями T1, Т2. На нем регистрируется тепловой поток WД3, величина которого впервые превышает пороговое значение теплового потока Wвнутр_порог (внутренний порог) во временной зависимости величины регистрируемого теплового потока 11. Пороговое значение теплового потока Wвнутр_порог определяется по формуле:To localize and evaluate the internal defect 7, which is a defect of the third type, a thermal image T D3 is used , located between the characteristic thermal images T 1 , T 2 . It records the heat flux W D3 , the value of which for the first time exceeds the threshold value of the heat flux W int_threshold (internal threshold) in the time dependence of the recorded heat flux 11. The threshold value of the heat flux W int_threshold is determined by the formula:

Wвнутр_порог=Wмин+(Wмакс-Wмин)·ζ,W inner_threshold = W min + (W max -W min ) ζ,

где ζ является первым коэффициентом теплового потока, обеспечивающим надежную локализацию внутреннего дефекта 7. Величина первого коэффициента теплового потока ζ определяется опытным путем и лежит в области между 0 и 1, в частности между 0,6 и 0,9. Тепловое изображение ТД3, наиболее подходящее для локализации и оценки дефектов третьего типа, определяется как тепловое изображение с номером N(ТД3), на котором регистрируется тепловой поток WД3.where ζ is the first heat flux coefficient providing reliable localization of the internal defect 7. The value of the first heat flux coefficient ζ is determined empirically and lies in the range between 0 and 1, in particular between 0.6 and 0.9. The thermal image T D3 , the most suitable for localization and assessment of defects of the third type, is defined as the thermal image with the number N (T D3 ), on which the heat flux W D3 is recorded.

Для локализации и оценки дефекта поверхности 8, представляющего собой дефект четвертого типа, применяется тепловое изображение ТД4, находящееся между характеристическими тепловыми изображениями T1, T2. На нем регистрируется тепловой поток WД4, величина которого впервые превышает пороговое значение теплового потока Wповерх_порог (поверхностный порог) во временной зависимости величины регистрируемого теплового потока 11. Пороговое значение теплового потока Wповерх_порог определяется по формуле:For localization and assessment of a surface defect 8, which is a defect of the fourth type, a thermal image T D4 between the characteristic thermal images T 1 , T 2 is used . It records the heat flux W D4 , the value of which for the first time exceeds the threshold value of the heat flux W over_thresholds (surface threshold) in the time dependence of the recorded heat flux 11. The threshold value of the heat flux W over_thresholds is determined by the formula:

Wповерх_порог=Wмин+(Wмакс-Wмин)·δ,W over threshold = W min + (W max -W min ) · δ,

где δ является вторым коэффициентом теплового потока, обеспечивающим надежную локализацию дефекта поверхности 8. Величина второго коэффициента теплового потока δ определяется опытным путем и лежит в области между 0 и 1, в частности между 0,1 и 0,4. Тепловое изображение ТД4, наиболее подходящее для локализации и оценки дефектов четвертого типа, определяется как тепловое изображение с номером N(ТД4), на котором регистрируется тепловой поток WД4.where δ is the second heat flux coefficient, which provides reliable localization of surface defect 8. The value of the second heat flux coefficient δ is determined empirically and lies in the range between 0 and 1, in particular between 0.1 and 0.4. The thermal image T D4 , the most suitable for localization and assessment of defects of the fourth type, is defined as the thermal image with the number N (T D4 ), which records the heat flux W D4 .

Для локализации и оценки дефектов различных типов для каждого из них динамически определяется и используется подходящее тепловое изображение из тепловых изображений от ТД1 до ТД4. Характеристические тепловые изображения T1, T2 используются как эталонные изображения для определения каждого подходящего теплового изображения из тепловых изображений от ТД1 до ТД4.To localize and evaluate defects of various types for each of them, a suitable thermal image from thermal images from T D1 to T D4 is dynamically determined and used. The characteristic thermal images T 1 , T 2 are used as reference images to determine each suitable thermal image from thermal images from T D1 to T D4 .

Для локализации и оценки дефектов первого типа альтернативно может быть использовано также подходящее результирующее изображение, полученное из частичной серии тепловых изображений, выбранной из регистрируемой серии тепловых изображений. Частичная серия определяется путем задания номера стартового изображения TС и длины NС. Чтобы обеспечить надежное выделение частичной серии, которая не содержит тепловой поток 13 непосредственно от источника возбуждения 9, необходимо выбрать стартовое изображение TC между характеристическими тепловыми изображениями T1, T2. Стартовое изображение TC определяется как то тепловое изображение, на котором регистрируется тепловой поток WC, величина которого, после минимума, впервые превышает пороговое значение теплового потока Wстарт_порог (стартовый порог) во временной зависимости величины регистрируемого теплового потока 11. Пороговое значение теплового потока Wстарт_порог определяется по формуле:Alternatively, a suitable resulting image obtained from a partial series of thermal images selected from a recorded series of thermal images can also be used to localize and evaluate defects of the first type. A partial series is determined by setting the start image number T C and the length N C. To ensure reliable selection of a partial series that does not contain heat flux 13 directly from the excitation source 9, it is necessary to select a start image T C between the characteristic thermal images T 1 , T 2 . The start image T C is defined as the heat image on which the heat flux W C is recorded, the value of which, after a minimum, for the first time exceeds the threshold value of the heat flux W start_threshold (start threshold) in the time dependence of the recorded heat flux 11. The threshold value of the heat flux W start_threshold is determined by the formula:

Wстарт_порог=Wмин+(Wмакс-Wмин)·θ,W start_threshold = W min + (W max -W min ) · θ,

где θ является разделительным коэффициентом. Величина разделительного коэффициента θ определяется опытным путем и лежит в области между 0 и 1, в частности между 0 и 0,15.where θ is the separation coefficient. The value of the separation coefficient θ is determined empirically and lies in the region between 0 and 1, in particular between 0 and 0.15.

Для динамического определения длины частичной серии NC используются в качестве эталонных изображений как минимум два из следующих изображений: характеристические тепловые изображения T1, T2 и стартовое изображение ТC.To dynamically determine the length of a partial series N C , at least two of the following images are used as reference images: characteristic thermal images T 1 , T 2 and start image T C.

Длина частичной серии NC может быть выбрана как, например, двойное расстояние между стартовым изображением ТC и вторым характеристическим тепловым изображением T2. Длина частичной серии NС может быть также выбрана как, например, величина, представляющая собой степень числа два, которая впервые превышает расстояние между характеристическими тепловыми изображениями T1, T2. В любом случае длина частичной серии NC должна быть определена так, чтобы ее окончание не переступало конец всей серии заснятых тепловых изображений.The length of the partial series N C can be selected such as, for example, the double distance between the start image T C and the second characteristic thermal image T 2 . The length of the partial series N C can also be selected as, for example, a value representing the power of the number two, which for the first time exceeds the distance between the characteristic thermal images T 1 , T 2 . In any case, the length of the partial series N C should be determined so that its end does not cross the end of the entire series of captured thermal images.

В качестве результирующего изображения может использоваться, например, амплитудное или фазовое изображение. Для дефектов первого типа используется преимущественно амплитудное изображение. Расчет результирующих изображений описан, например, в книге «Теория и практика инфракрасной технологии неразрушающего контроля», Ксавьер П.В.Малдаг, Джон Уайли и Санз, Инк., 2001 (Theory and Practice of Infrared Technology for Nondestructive Testing, Xavier P.V.Maldague, John Wiley and Sons, Inc., 2001).As the resulting image, for example, an amplitude or phase image can be used. For defects of the first type, an amplitude image is used predominantly. The calculation of the resulting images is described, for example, in Theory and Practice of Infrared Technology for Nondestructive Testing, Xavier PVMaldague, Xavier P.V. Maldag, John Wiley and Sanz, Inc. John Wiley and Sons, Inc., 2001).

Исследование кривой характеристического вектора W(N) производится, например, с помощью морфологических фильтров, обеспечивающих безупречное выделение различных ее характеристических точек, например локальных минимумов и максимумов. Таким образом, независимо от общего протекания характеристического вектора W(N) могут быть определены все его локальные минимумы и максимумы. В качестве морфологического фильтра может быть использован, например, метод трансформации водяных сечений, описанный в книге «Морфологические методы компьютерной обработки изображения», Пьер Солле, Шпрингер, 1998 (Morphologische Bildverarbeitung / Pierre Soille, Springer Verlag, Berlin, 1998).A study of the curve of the characteristic vector W (N) is carried out, for example, using morphological filters that ensure the flawless selection of its various characteristic points, for example, local minima and maxima. Thus, regardless of the general course of the characteristic vector W (N), all of its local minima and maxima can be determined. As a morphological filter can be used, for example, the method of transforming water sections described in the book "Morphological methods of computer image processing", Pierre Solle, Springer, 1998 (Morphologische Bildverarbeitung / Pierre Soille, Springer Verlag, Berlin, 1998).

Для визуального контроля и дальнейшей автоматизированной обработки термических изображений от ТД1 до ТД4, а также результирующих изображений, применяемых для локализации и оценки сварного шва 4, они должны быть автоматизированно переведены в обычные для компьютерной обработки 8-битовые изображения. Используемые изображения представлены в высокой динамике. На Фиг.3 представлена гистограмма n(I), например, одного из высокодинамичных тепловых изображений от ТД1 до ТД4. В этой гистограмме n(I) представлена частота n интенсивностей I. На гистограммной кривой 15 изображения присутствуют многие частотные максимумы, соответствующие исследуемому объекту 16, фону изображения 17, а также шумам, встречающимся на этих изображениях.For visual control and further automated processing of thermal images from T D1 to T D4 , as well as the resulting images used to localize and evaluate weld 4, they must be automatically converted to 8-bit images conventional for computer processing. The images used are presented in high dynamics. Figure 3 presents a histogram of n (I), for example, one of the highly dynamic thermal images from T D1 to T D4 . This histogram n (I) shows the frequency n intensities I. On the histogram curve 15 of the image there are many frequency maxima corresponding to the studied object 16, the background of the image 17, as well as the noise encountered in these images.

Для перевода изображения в иную динамическую шкалу сначала определяется область интенсивностей ΔIоб, соответствующих объекту 16, а также область интенсивностей ΔIфон, соответствующих фону 17 изображения. Для этого могут быть применены, например, морфологические фильтры, обеспечивающие оценку кривой гистограммы 15, независимо от имеющихся на ней помех. Применение морфологических фильтров дает то преимущество, что с их помощью может быть исследована кривая гистограммы 15, представляющая собой не гладкую, а прерывистую кривую. Кроме того, на кривой гистограммы 15 присутствуют минимумы и максимумы, которые могут быть надежно определены с помощью морфологических фильтров. В качестве морфологического фильтра может быть применен, например, метод трансформации водяных сечений. Для области интенсивностей объекта ΔIоб, которая лежит между кривой гистограммы 15 и осью интенсивностей, определяется ее общая площадь Fоб. Соответствующим образом определяется и общая площадь Fфон области интенсивностей фона ΔIфон, которая лежит между кривой гистограммы 15 и осью интенсивностей. Далее в области интенсивностей объекта ΔIоб выявляются нижняя область интенсивностей ΔIоб_ниж и верхняя область интенсивностей ΔIоб_верх, содержащие шумы или случайные помехи. Каждая из этих локальных областей интенсивностей ΔIоб_ниж, ΔIоб_верх обладает соответствующей характеристической частью площади Fоб_ниж_пор или Fоб_верх_пор от общей площади Fоб. Для определения локальных областей интенсивностей ΔIоб_ниж, ΔIоб_верх на кривой гистограммы 15 рассчитывается первая нижняя пороговая величина Iоб_ниж_пор и первая верхняя пороговая величина Iоб_верх_пор, ограничивающие в области интенсивностей ΔIоб ее информационно-значимую часть ΔIоб_зн. Эта информационно-значимая область интенсивностей объекта ΔIоб_зн является информационно-значимой базой объекта 16.To transfer the image to a different dynamic scale is first determined region ΔI intensities of the corresponding object 16 and background region ΔI intensities corresponding to the background image 17. For this, morphological filters can be applied, for example, providing an estimate of the histogram curve 15, regardless of the interference present on it. The use of morphological filters gives the advantage that they can be used to study the histogram curve 15, which is not a smooth, but an intermittent curve. In addition, on the histogram curve 15 there are minima and maxima that can be reliably determined using morphological filters. As a morphological filter can be applied, for example, the method of transformation of water sections. For the region of intensities of the object ΔI about , which lies between the histogram curve 15 and the axis of intensities, its total area F about is determined. The total area F background of the background intensity region ΔI background , which lies between the histogram curve 15 and the intensity axis, is determined accordingly. Further, in the region of intensities of the object ΔI ob, the lower region of intensities ΔI ob_down and the upper region of intensities ΔI ob_up are detected , containing noise or random noise. Each of these local regions of intensities ΔI ob_down , ΔI ob_up has a corresponding characteristic part of the area F ob_nizh_por or F ob_up_por of the total area F vol . To determine the local regions of intensities ΔI v_low , ΔI v_up on the histogram curve 15, the first lower threshold value I v_nizh_por and the first upper threshold value I v_up_por are calculated , which limit the information-significant part ΔI obzn in the region of intensities ΔI about it. This information-significant region of the intensities of the object ΔI ob_zn is an information-significant base of the object 16.

В области интенсивностей фона ΔIфон соответствующим образом определяется нижняя локальная область интенсивностей ΔIфон_ниж и верхняя локальная область интенсивностей ΔIфон_верх, каждая из которых обладает соответствующей второй характеристической частью площади Fфон_ниж_пор или Fфон_верх_пор от общей площади Fфон. Для этого из кривой гистограммы 15 соответствующим образом динамически рассчитывается вторая нижняя пороговая величина Iфон_ниж_пор и вторая верхняя пороговая величина Iфон_верх_пор, ограничивающие в области интенсивностей ΔIфон ее информационно-значимую часть ΔIфон_зн. Эта информационно-значимая область ΔIфон_зн является, таким образом, информационно-значимой базой фона 17.In the region of background intensities ΔI background , the lower local intensity region ΔI background_bottom and the upper local region of intensities ΔI background_up , each of which has the corresponding second characteristic part of the area F background_bottom or F background_up_pore of the total area F background, are appropriately determined . To this end , from the histogram curve 15, the second lower threshold value I background_new_pore and the second upper threshold value I background_up_pore , limiting its information-significant part ΔI background_zn in the range of intensities ΔI background , are dynamically calculated accordingly . This information-significant region ΔI von_zn is, therefore, an information-significant base of background 17.

Каждая из характеристических частей площади Fфон_ниж_пор, Fфон_верх_пор, Fоб_ниж_пор и Fоб_верх_пор может составлять, например, 2,5% соответствующей общей площади Fфон или Fоб. В результате этого каждая из оставшихся площадей Fфон_зн и Fоб_зн будет составлять 95% соответствующей общей площади.Each of the characteristic parts of the area F background_bottom , F background_up_up , F volume_up and F volume_up can be, for example, 2.5% of the corresponding total area F background or F volume . As a result of this, each of the remaining areas F background_zn and F ob_zn will be 95% of the corresponding total area.

Области интенсивностей ΔIфон_зн и ΔIоб_зн представляют совместно информационно-значимую базу содержания заснятого изображения. Таким способом обеспечивается адаптивный перевод данного изображения в иную динамическую шкалу, независимо от техники регистрации изображения, а также величины регистрируемого объекта 16, или его фона 17, или зарегистрированных шумов. Это происходит благодаря тому, что содержание заснятого изображения представляется адекватно в иной, в частности в 8-битовой динамике. Абсолютные пороговые величины Iфон_ниж_пор, Iфон_верх_пор, Iоб_ниж_пор и Iоб_верх_пор служат в качестве специфических пороговых величин изображения для перевода его динамики в иную шкалу. Перевод исследуемого изображения в 8-битовое изображение может быть проведен на основе полученной информационно-значимой базы содержания этого изображения с помощью различных стандартных методов компьютерной обработки изображения. При этом данный перевод может проводиться линейным, логарифмическим или каким-либо иным методом, специфическим для конкретного применения.Intensity regions ΔI background_zn and ΔI ob_zn represent together an information-significant database of the content of the captured image. In this way, an adaptive translation of a given image into another dynamic scale is provided, regardless of the image registration technique, as well as the magnitude of the recorded object 16, or its background 17, or recorded noise. This is due to the fact that the content of the captured image appears to be adequate in another, in particular in 8-bit dynamics. Absolute threshold values I background_perform , I background_perform , I volume_perform and I volume_perform serve as specific threshold values for the image to translate its dynamics to a different scale. The transfer of the studied image into an 8-bit image can be carried out on the basis of the obtained information-significant database of the content of this image using various standard methods of computer image processing. Moreover, this translation can be carried out by a linear, logarithmic or any other method specific to a particular application.

Изобретенный способ делает возможным автоматизированную, бесконтактную и неразрушающую дефектоскопию сварного шва 4, при которой сварной шов 4 может быть однозначно локализован и оценен по отношению к дефектам 5, 6, 7 и 8, независимо от их размера, положения и типа, а также зарегистрированных шумов. Кроме того, изобретенный способ может быть применен в промышленных условиях, будучи быстро и легко к ним приспособлен.The invented method makes it possible for automated, non-contact and non-destructive testing of a weld 4, in which the weld 4 can be uniquely localized and evaluated with respect to defects 5, 6, 7 and 8, regardless of their size, position and type, as well as recorded noise . In addition, the invented method can be applied in an industrial environment, being quickly and easily adapted to them.

Claims (15)

1. Способ автоматизированной дефектоскопии сварного шва методом термографии, при котором
а) обеспечивают изготовленный образец (1) со сварным швом (4),
б) возбуждают образец (1) с помощью, по меньшей мере, одного источника возбуждения (9), и
в) возникающий при этом тепловой поток (11) регистрируют с помощью, по меньшей мере, одного сенсора инфракрасного излучения (10) в виде серии тепловых изображений,
характеризующийся тем, что
г) составляют характеристический вектор (W(N)), представляющий временную зависимость регистрируемого теплового потока (11), при этом
д) с помощью характеристического вектора (W(N)) из серии тепловых изображений динамически определяют первое характеристическое тепловое изображение (T1), соответствующее минимальному тепловому потоку (Wмин) сквозь образец (1),
е) с помощью характеристического вектора (W(N)) из серии тепловых изображений динамически определяют второе характеристическое тепловое изображение (Т2), соответствующее максимальному тепловому потоку (Wмакс) сквозь образец (1),
ж) при этом тепловой поток (13), исходящий непосредственно от по меньшей мере одного источника возбуждения (9), на характеристических тепловых изображениях (T1, T2) уже настолько спал, насколько он присутствовал в серии тепловых изображений, и
з) для локализации и оценки сварного шва (4) в отношении дефектов (5, 6, 7, 8) различных типов, для каждого типа дефекта используют подходящее тепловое изображение (ТД1, ТД2, ТД3, ТД4) из серии тепловых изображений, при этом характеристические тепловые изображения (T1, T2) используют в качестве эталонов для определения соответствующего подходящего теплового изображения (ТД1, ТД2, ТД3, ТД4).1. The method of automated flaw detection of a weld by thermography, in which
a) provide a fabricated sample (1) with a weld (4),
b) excite the sample (1) using at least one excitation source (9), and
c) the resulting heat flux (11) is recorded using at least one infrared radiation sensor (10) in the form of a series of thermal images,
characterized in that
d) make up the characteristic vector (W (N)), representing the time dependence of the recorded heat flux (11), while
e) using the characteristic vector (W (N)) from a series of thermal images, the first characteristic thermal image (T 1 ) corresponding to the minimum heat flux (W min ) through the sample (1) is dynamically determined
f) using the characteristic vector (W (N)) from a series of thermal images, the second characteristic thermal image (T 2 ) corresponding to the maximum heat flux (W max ) through the sample (1) is dynamically determined
g) in this case, the heat flux (13) emanating directly from at least one excitation source (9) on the characteristic thermal images (T 1 , T 2 ) was already as much as it was present in the series of thermal images, and
h) for localization and assessment of the weld (4) in relation to defects (5, 6, 7, 8) of various types, for each type of defect, a suitable thermal image (T D1 , T D2 , T D3 , T D4 ) from a series of thermal images, while the characteristic thermal images (T 1 , T 2 ) are used as standards for determining the corresponding suitable thermal image (T D1 , T D2 , T D3 , T D4 ). 2. Способ по п.1, характеризующийся тем, что для локализации дефектов (5) первого типа в качестве подходящего теплового изображения (TД1) используют второе характеристическое тепловое изображение (T2), при этом к дефектам (5) первого типа относят геометрический дефект сварного шва (4).2. The method according to claim 1, characterized in that for the localization of defects (5) of the first type as a suitable thermal image (T D1 ) use the second characteristic thermal image (T 2 ), while the defects (5) of the first type include geometric weld defect (4). 3. Способ по п.1, характеризующийся тем, что для локализации дефектов (5) перого типа динамически определяют стартовое изображение (ТС), при этом
а) стартовое изображение (ТС) находится между первым и вторым характеристическим тепловым изображением (T1, T2), и регистрируемый на нем тепловой поток (WC) впервые превышает первое пороговое значение (Wстарт_пор) во временной зависимости теплового потока (11), причем величину первого порогового значения (Wстарт_пор) определяют по формуле:
Wстарт_пор=Wмин+(Wмакс-Wмин)·θ,
где Wстарт_пор - первое пороговое значение;
Wмин - минимальный тепловой поток, соответствующий первому характеристическому тепловому изображению (T1);
Wмакс - максимальный тепловой поток, соответствующий второму характеристическому тепловому изображению (T2), и
θ - разделительный коэффициент,
б) причем с помощью стартового изображения (ТC) и длины серии (NC) из всей заснятой серии определяют частичную серию тепловых изображений,
в) из этой частичной серии рассчитывают результирующее изображение, при этом
г) дефекты (5) первого типа являются геометрическими дефектами сварного шва (4), и для их локализации используют это результирующее изображение.3. The method according to claim 1, characterized in that for the localization of defects (5) of the first type dynamically determine the start image (T C ), while
a) the start image (T C ) is between the first and second characteristic heat image (T 1 , T 2 ), and the heat flux recorded on it (W C ) for the first time exceeds the first threshold value (W start_pore ) in the time dependence of the heat flux (11 ), and the value of the first threshold value (W start_pore ) is determined by the formula:
W start_pore = W min + (W max -W min ) · θ,
where W start_por is the first threshold value;
W min is the minimum heat flux corresponding to the first characteristic thermal image (T 1 );
W max is the maximum heat flux corresponding to the second characteristic thermal image (T 2 ), and
θ is the separation coefficient,
b) with the help of the start image (T C ) and the length of the series (N C ) from the entire captured series, a partial series of thermal images is determined,
C) from this partial series calculate the resulting image, while
d) defects (5) of the first type are geometric defects of the weld (4), and this resulting image is used for their localization. 4. Способ по п.3, характеризующийся тем, что величина разделительного коэффициента (6) лежит в области от 0 до 1, в частности от 0,1 до 0,15.4. The method according to claim 3, characterized in that the value of the separation coefficient (6) lies in the range from 0 to 1, in particular from 0.1 to 0.15. 5. Способ по п.3, характеризующийся тем, что для динамического определения длины серии (NC) используют по меньшей мере два изображения в качестве эталонных, выбранных из следующих изображений: первое характеристическое тепловое изображение (T1), второе характеристическое тепловое изображение (Т2) и стартовое изображение (ТC).5. The method according to claim 3, characterized in that for dynamically determining the length of the series (N C ) use at least two images as reference, selected from the following images: the first characteristic thermal image (T 1 ), the second characteristic thermal image ( T 2 ) and the start image (T C ). 6. Способ по п.1, характеризующийся тем, что для локализации дефектов (6) второго типа в качестве подходящего теплового изображения (ТД2) используют тепловое изображение, заснятое непосредственно перед первым характеристическим тепловым изображением (T1), на котором регистрируется максимальный тепловой поток (WАмакс) от источника возбуждения (9), при этом дефекты (6) второго типа являются сквозными дефектами сварного шва (4).6. The method according to claim 1, characterized in that for the localization of defects (6) of the second type as a suitable thermal image (T D2 ) use a thermal image captured immediately before the first characteristic thermal image (T 1 ), which is recorded maximum thermal the flow (W Amax ) from the excitation source (9), while the defects (6) of the second type are through defects of the weld (4). 7. Способ по п.1, характеризующийся тем, что для локализации дефектов (7) третьего типа в качестве подходящего теплового изображения (ТД3) используют тепловое изображение, расположенное между первым и вторым характеристическими тепловыми изображениями (T1, T2), на котором регистрируется тепловой поток (WД3), впервые превышающий второе пороговое значение (Wвнутр_пор) во временной зависимости регистрируемого теплового потока (11), при этом величину второго порогового значения (Wвнутр_пор) определяют по формуле:
Wвнутр_пор=Wмин+(Wмакс-Wмин)·ζ,
где Wстарт_пор - второе пороговое значение;
Wмин - минимальный тепловой поток, которому отвечает первое характеристическое изображение (T1);
Wмакс - максимальный тепловой поток, которому отвечает второе характеристическое изображение (T2);
ζ - первый коэффициент теплового потока,
при этом дефекты (7) третьего типа относятся к дефектам, находящимся внутри сварного шва (4).7. The method according to claim 1, characterized in that for the localization of defects (7) of the third type as a suitable thermal image (T D3 ) use a thermal image located between the first and second characteristic thermal images (T 1 , T 2 ), which records the heat flux (W D3 ), for the first time exceeding the second threshold value (W int_pore ) in the time dependence of the recorded heat flux (11), while the value of the second threshold value (W int_pore ) is determined by the formula:
W int_pore = W min + (W max -W min ) ζ,
where W start_por is the second threshold value;
W min - the minimum heat flux, which corresponds to the first characteristic image (T 1 );
W max - maximum heat flux, which corresponds to the second characteristic image (T 2 );
ζ is the first heat flux coefficient,
in this case, defects (7) of the third type refer to defects located inside the weld (4). 8. Способ по п.7, характеризующийся тем, что величина первого коэффициента теплового потока (ζ) лежит в области от 0 до 1, в частности от 0,6 до 0,9.8. The method according to claim 7, characterized in that the value of the first heat flux coefficient (ζ) lies in the range from 0 to 1, in particular from 0.6 to 0.9. 9. Способ по п.1, характеризующийся тем, что для локализации дефектов (8) четвертого типа в качестве подходящего теплового изображения (ТД4) используют тепловое изображение, расположенное между первым и вторым характеристическими тепловыми изображениями (T1, T2), на котором регистрируется тепловой поток (WД4), впервые превышающий третье пороговое значение (Wповерх_пор) во временной зависимости регистрируемого теплового потока (11), при этом величину третьего порогового значения (Wповерх_пор) определяют по формуле:
Wповерх_пор=Wмин+(Wмакс-Wмин)·δ,
где Wстарт_пор - третье пороговое значение;
Wмин - минимальный тепловой поток, которому отвечает первое характеристическое изображение (T1);
Wмакс - максимальный тепловой поток, которому отвечает второе характеристическое изображение (T2);
δ - второй коэффициент теплового потока,
причем дефекты (8) четвертого типа относятся к дефектам поверхности сварного шва (4).9. The method according to claim 1, characterized in that for the localization of defects (8) of the fourth type as a suitable thermal image (T D4 ) use a thermal image located between the first and second characteristic thermal images (T 1 , T 2 ), which records the heat flux (W D4 ) for the first time exceeding the third threshold value (W over pore ) in the time dependence of the recorded heat flux (11), while the value of the third threshold value (W over pore ) is determined by the formula:
W over pore = W min + (W max -W min ) · δ,
where W start_por is the third threshold value;
W min - the minimum heat flux, which corresponds to the first characteristic image (T 1 );
W max - maximum heat flux, which corresponds to the second characteristic image (T 2 );
δ is the second heat flux coefficient,
moreover, defects (8) of the fourth type relate to defects in the surface of the weld (4). 10. Способ по п.9, характеризующийся тем, что величина второго коэффициента теплового потока (δ) лежит в области от 0 до 1, в частности от 0,1 до 0,4.10. The method according to claim 9, characterized in that the value of the second heat flux coefficient (δ) lies in the range from 0 to 1, in particular from 0.1 to 0.4. 11. Способ по п.1, характеризующийся тем, что по меньшей мере одно из изображений (ТД1, ТД2, ТД3, ТД4), используемых для локализации и оценки сварного шва (4) в отношении дефектов различного типа, переводят в 8-битовое изображение, при этом
а) составляют гистограмму (n(I)) изображения (ТД1, ТД2, ТД3, ТД4),
б) из этой гистограммы (n(I)) определяют информационно-значимую часть (ΔIоб_зн) первой области интенсивностей (ΔIоб), соответствующей объекту (16) изображения, при этом
i) первую нижнюю пороговую величину (Iоб_ниж_пор) и первую верхнюю пороговую величину (Iоб_верх_пор) определяют динамически,
ii) при этом первые пороговые величины (Iоб_ниж_пор, Iоб_верх_пор) ограничивают первые характеристические части площади (Fоб_ниж_пор, Fоб_верх_пор) от площади (Fоб), соответствующей первой области интенсивностей (ΔIоб) гистограммы (n(I)),
в) из этой гистограммы (n(I)) определяют информационно-значимую часть (ΔIфон_зн) второй области интенсивностей (ΔIфон), отвечающей фону (17) изображения,
i) причем вторую нижнюю пороговую величину (Iфон_ниж_пор) и вторую верхнюю пороговую величину (Iфон_верх_пор) определяют динамически, при этом
ii) вторые пороговые величины (Iфон_ниж_пор, Iфон_верх_пор) ограничивают вторые характеристические части площади (Fфон_ниж_пор, Fфон_верх_пор) от площади (Fфон), соответствующей второй области интенсивностей (ΔIфон) гистограммы (n(I)), и
г) информационно-значимые части (ΔIоб_зн, ΔIфон_зн) используют в качестве базы для перевода исследуемого изображения (ТД1, ТД2, ТД3, ТД4) в 8-битовое изображение.11. The method according to claim 1, characterized in that at least one of the images (T D1 , T D2 , T D3 , T D4 ) used to localize and evaluate the weld (4) in relation to defects of various types is translated into 8-bit image, with
a) compose a histogram (n (I)) of the image (T D1 , T D2 , T D3 , T D4 ),
b) from this histogram (n (I)) determine the information-significant part ( ΔI ob_zn ) of the first intensity region (ΔI rev ) corresponding to the image object (16), while
i) the first lower threshold value (I rev_op_por ) and the first upper threshold value (I rev_up_por ) are determined dynamically,
ii) in this case, the first threshold values (I ob_bottom , I vol_up_up ) limit the first characteristic parts of the area (F vol_bottom , F ob_up ) to the area (F vol ) corresponding to the first intensity region (ΔI rev ) of the histogram (n (I)),
C ) from this histogram (n (I)) determine the information-significant part ( ΔI background_zn ) of the second intensity region (ΔI background ) corresponding to the background (17) of the image,
i) wherein the second lower threshold value (I background_oper_pore ) and the second upper threshold value (I background_up_por ) are determined dynamically, while
ii) second threshold values (I background_bottom , I background_up_up ) limit the second characteristic parts of the area (F background_bottom , F background_up ) from the area (F background ) corresponding to the second intensity region (ΔI background ) of the histogram (n (I)), and
d) information-significant parts ( ΔI ob_zn , ΔI background_zn ) are used as a base for translating the image under study (T D1 , T D2 , T D3 , T D4 ) into an 8-bit image. 12. Способ по п.11, характеризующийся тем, что величина отношения каждой из первых характеристических частей площади (Fоб_ниж_пор, Fоб_верх_пор) к общей площади (Fоб) первой области интенсивностей (ΔIоб) лежит в пределах от 0 до 0,5, в частности от 0,05 до 0,4.12. The method according to claim 11, characterized in that the magnitude of the ratio of each of the first characteristic parts of the area (F vol_nizh_por , F vol_up_por ) to the total area (F vol ) of the first intensity region (ΔI vol ) ranges from 0 to 0.5 , in particular from 0.05 to 0.4. 13. Способ по п.11, характеризующийся тем, что величина отношения каждой из вторых характеристических частей площади (Fфон_ниж_пор, Fфон_верх_пор) к общей площади (Fфон) второй области интенсивностей (ΔIфон) лежит в пределах от 0 до 0,5, в частности от 0,05 до 0,4.13. The method according to claim 11, characterized in that the ratio of each of the second characteristic parts of the area (F background_low_pore , F background_up_poor ) to the total area (F background ) of the second intensity region (ΔI background ) lies in the range from 0 to 0.5 , in particular from 0.05 to 0.4. 14. Способ по п.11, характеризующийся тем, что характеристические части площади (Foб_ниж_пор, Foб_верх_пор, Fфон_ниж_пор, Fфон_верх_пор) определяют независимо друг от друга.14. The method according to claim 11, characterized in that the characteristic parts of the area (F ob_bottom , F ob_up_por , F background_bottom , F background_up_por ) are determined independently of each other. 15. Способ по п.1, характеризующийся тем, что характеристический вектор (W(N)) и/или гистограмму (n(I)) обрабатывают с помощью морфологических фильтров. 15. The method according to claim 1, characterized in that the characteristic vector (W (N)) and / or histogram (n (I)) is processed using morphological filters.
RU2009146864/28A 2007-07-04 2008-07-03 Method for automated flaw detection of weld joint via thermography RU2464551C2 (en)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
DE200710031206 DE102007031206B8 (en) 2007-07-04 2007-07-04 Method for automatic inspection of a weld
DE102007031184.4 2007-07-04
DE102007031215.8 2007-07-04
DE200710031215 DE102007031215A1 (en) 2007-07-04 2007-07-04 Welding seam inspection method for use during building of car body, in automobile industry, involves using thermal image to detect and evaluate welding seam with respect to different types of defects
DE102007031206.9 2007-07-04

Publications (2)

Publication Number Publication Date
RU2009146864A RU2009146864A (en) 2011-08-10
RU2464551C2 true RU2464551C2 (en) 2012-10-20

Family

ID=44753944

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2009146864/28A RU2464551C2 (en) 2007-07-04 2008-07-03 Method for automated flaw detection of weld joint via thermography

Country Status (1)

Country Link
RU (1) RU2464551C2 (en)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5631465A (en) * 1996-02-29 1997-05-20 Shepard; Steven M. Method of interpreting thermographic data for non-destructive evaluation
DE10004049A1 (en) * 1999-02-02 2000-08-03 Tritec As Kvernaland Procedure for testing plastic objects
DE10150633A1 (en) * 2001-10-12 2003-04-30 Thermosensorik Gmbh Device for automatically testing welding points of materials comprises a fully automatic testing system, a rapid high resolution heat imaging camera and a positioning system for precisely positioning an excitation and detection source
US6840667B2 (en) * 2000-08-25 2005-01-11 Photon Dynamics, Inc. Method and apparatus for detection of defects using thermal stimulation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5631465A (en) * 1996-02-29 1997-05-20 Shepard; Steven M. Method of interpreting thermographic data for non-destructive evaluation
DE10004049A1 (en) * 1999-02-02 2000-08-03 Tritec As Kvernaland Procedure for testing plastic objects
US6840667B2 (en) * 2000-08-25 2005-01-11 Photon Dynamics, Inc. Method and apparatus for detection of defects using thermal stimulation
DE10150633A1 (en) * 2001-10-12 2003-04-30 Thermosensorik Gmbh Device for automatically testing welding points of materials comprises a fully automatic testing system, a rapid high resolution heat imaging camera and a positioning system for precisely positioning an excitation and detection source

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ЖУКОВ Н.П., МАЙНИКОВА Н.Ф. Многомодельные методы и средства неразрушающего контроля теплофизических свойств материалов и изделий. - М., 2004, с.10-14. *

Also Published As

Publication number Publication date
RU2009146864A (en) 2011-08-10

Similar Documents

Publication Publication Date Title
US8471207B2 (en) Method for the automatic inspection of a welding seam by means of heat flow thermography
US9194831B2 (en) Thermographic test method and testing device for carrying out the test method
KR101361013B1 (en) Method for the automatic analysis of a material bond
CN104697467B (en) Weld appearance shape based on line laser scanning and surface defect detection method
US7577285B2 (en) Method and device for evaluation of jointing regions on workpieces
JP6301951B2 (en) Sample inspection method and system using thermography
CN112150410B (en) Automatic detection method and system for weld defects
CN115803619A (en) Information processing device, determination method, and information processing program
KR101809504B1 (en) Continuous wave line laser scanning thermography apparatus and method for nondestructive test
CN113588692A (en) Computer vision-based weld defect nondestructive testing method
JP2005181134A (en) Nondestructive testing method for seamed section of electro-resistance-welded tube and probe-type eddy-current flaw detector
Broberg et al. Comparison of NDT–methods for automatic inspection of weld defects
JP3230447B2 (en) ERW pipe seam detecting device and method
JP4140218B2 (en) Inspection method and apparatus for laser welds
RU2464551C2 (en) Method for automated flaw detection of weld joint via thermography
JP4981433B2 (en) Inspection device, inspection method, inspection program, and inspection system
KR20130089353A (en) Spot welding machine able to evaluate spot welding strength
Venkatraman et al. Thermography for online detection of incomplete penetration and penetration depth estimation
WO2013085075A1 (en) Non-destructive inspection method, non-destructive inspection system, and non-destructive inspection control apparatus
JP2515460B2 (en) ERW welded pipe manufacturing method
JP5082746B2 (en) Manufacturing equipment and manufacturing method of square steel pipe
CN105784771A (en) Pulse infrared thermal wave detection method for metal honeycomb brazed part
JP2009244021A (en) Inspection method
CN107703208B (en) Method and device for determining eddy current detection sensitivity
JP2008196866A (en) Weld crack detection method and device

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20130704