基于改进YOLOv8的地铁列车焊缝缺陷轻量化检测方法

针对现有的地铁列车车体焊接质量检测技术存在检测模型较大、检测精度和效率较低的问题,提出一种基于改进YOLOv8的焊缝缺陷轻量化检测方法。首先,利用相控阵超声波检测仪采集对接焊缝内部缺陷图像,通过图像预处理制作成焊缝缺陷数据集。然后,在YOLOv8模型基础上,利用Inner-SIoU优化原有损失函数、采用C2f-PConv替换C2f模块、引入大型可分离核注意力(LSKA)模块和挤压激励(SE)注意力机制,建立了基于改进YOLOv8的地铁列车车体焊缝缺陷质量检测模型,以提高焊缝缺陷特征提取和多尺度特征融合的能力。最后,利用改进的YOLOv8模型对焊缝缺陷数据集进行训练和测试。结果表明,改进的YOLOv8模型大小为7.91 M,对于焊缝缺陷的检测精度达到98.30%,检测速度达到138.9帧/s,与YOLOv8原始模型相比,模型更小,检测精度更高。

焊缝缺陷三维成像及亚像素定量方法研究

为实现工业设备中焊缝结构内部缺陷准确地定量分析,针对构造缺陷三维重构模型时缺陷图谱的过分割和欠分割导致定量分析不够精确的问题,提出了一种基于图谱颜色分割的新算法。利用该算法处理缺陷切片并进行三维重构获取其长度,应用Canny算子与三次样条插值法结合获取缺陷亚像素边缘,基于缺陷区域连通标记算法和累加法可获取缺陷面积和体积的方法。研究结果表明:与实际数据对比,未焊透、未熔合、夹渣缺陷重构的长度误差分别为8.18%、5%、9.62%,基于此对分割缺陷的亚像素边缘内连通域进行标记以准确地获取其面积及体积。该方法能够在不破坏焊缝结构的情况下即时获取焊缝内部缺陷的形貌并对其进行精准且全面的定量分析。

基于空洞分层注意力胶囊网络的X射线焊缝缺陷识别方法

由于X射线焊缝图像的复杂多样性,使得很多传统基于X射线焊缝缺陷检测方法的准确性不高,泛化能力较差。提出一种基于空洞分层注意力胶囊网络(DHACNet)的X射线焊缝缺陷识别方法。DHACNet由卷积模块、空洞分层注意力和胶囊网络(CapsNet)组成。卷积模块用来提取图像的卷积特征,空洞分层注意力用来提取多尺度显著性特征,CapsNet利用胶囊层和动态路由算法替代卷积神经网络(CNN)中的池化操作和全连接操作。DHACNet具有强大多尺度特征提取能力,能够克服CNN只关注图像局部特征和池化操作导致图像部分信息丢失等不足。在构建的X射线焊缝缺陷图像集上进行识别试验,识别准确率为96%以上,与传统方法进行比较,结果表明,该方法有效可行,能够为X射线焊缝缺陷识别系统提供技术支持。

火炮摇架焊缝缺陷智能分类

针对火炮摇架结构复杂,焊缝内部缺陷检测效果不理想,选择对非平面物体和复杂结构体均适用的超声相控阵检测技术对摇架焊缝缺陷进行检测。将得到的超声相控阵图谱与ResNeXt网络模型相结合,实现焊缝缺陷的智能分类。将SK卷积单元引入ResNeXt网络模型,对摇架焊缝缺陷进行定性分析。改进后的网络模型比原ResNeXt网络的分类准确率提升5.5%,最终达到98.2%。

基于深度子空间学习的焊缝缺陷检测方法

主成分分析网络(PCANet)是一个基于简化的卷积神经网络的深度子空间学习模型。针对PCANet算法应用于焊缝缺陷检测时无法体现数据完整结构信息、对噪声较敏感等问题,在PCANet的基础上提出一种鲁棒非贪婪双向二维PCANet(RNG-BDPCANet)焊缝缺陷在线检测方法。RNG-BDPCANet在范数距离度量标准下,利用双向二维主成分分析作卷积核,并采用非贪婪策略得到目标函数最优的整体投影矩阵,对离群值具有较强的鲁棒性。最后,在自建的焊缝人工数据集、ORL和Yale B人脸数据集上分别进行实验。结果表明,所提出的算法在分类性能方面得到显著提高,具有较强的鲁棒性能。

基于深度学习的焊缝缺陷X射线检测图像识别与增强

为了提高焊缝缺陷X射线图像识别的准确率,需要采用有效的图像增强技术,笔者研究了不同图像增强方法对焊缝图像质量的影响,用峰值信噪比、结构相似度、结构清晰度、信息熵等参数对图像增强质量进行评价。试验结果表明,直方图均衡化(HE)与限制对比度自适应直方图均衡化(CLAHE)有较好的对比度增强效果,非局部均值滤波(NLM)与小波降噪(DWT)的去噪综合表现较好。基于CLAHE-NLM的图像增强处理可以更有效地帮助深度学习模型进行焊缝缺陷分类识别,焊缝缺陷分类的准确率与F1值达97.6%和96.93%,相较于未增强处理的数据集提高了3.2%与5.23%。

基于深度学习的焊缝缺陷检测方法综述

焊缝缺陷检测是材料加工和成型过程中不可或缺的一环。焊接质量直接影响着焊件的使用性能,因此对于焊缝质量进行全面、准确地检测显得尤为重要。近年来,深度学习因其特征提取精度高和通用性强等优势,在焊缝缺陷检测领域扮演着重要角色。文中首先介绍了常见的焊缝缺陷类型;然后,从图像分类、目标检测和图像分割三方面对基于深度学习的焊缝缺陷检测算法的研究进展进行了全面综述;最后,总结了基于深度学习技术进行焊缝缺陷检测时需要解决的问题,并对未来发展趋势进行了展望。

熔焊缝缺陷弱磁检测实验研究

为实现熔焊缝缺陷的检测,基于弱磁检测技术,采用测磁传感装置对S06材料的焊缝进行检测,同时提出利用上、下测磁线圈的磁感应强度梯度曲线阈值线区分应力集中和缺陷信号的数据处理算法。结果表明:下测磁线圈的磁感应强度曲线在应力集中和缺陷处均存在磁异常特征,而上测磁线圈的磁感应强度曲线只在应力集中处存在磁异常特征;在应力集中处,上、下测磁线圈的梯度曲线均超出各自上下阈值线,而在缺陷处,仅下测磁线圈的梯度曲线超出其阈值线。此外,将缺陷信号借助二维图像显示的可视化方式进行分析,可以更加直观地对缺陷进行定位。

风机塔筒焊缝缺陷漏磁与磁扰动检测性能对比

风机塔筒焊缝缺陷种类多样,不仅对塔筒的结构完整性构成重大威胁,对焊接区的无损检测也提出了相当大的挑战。采用漏磁与磁扰动检测方法对风机塔筒焊缝区域进行检测并对比其检测性能,为利用两种方法综合检测塔筒焊缝缺陷提供依据。首先,研制了适于焊缝缺陷检测的漏磁与磁扰动阵列传感器,制备了4种类型的缺陷试样并构建了检测试验平台;其次,试验获得了不同缺陷的漏磁与磁扰动多通道阵列扫查结果,并采用插值成像的方法对缺陷进行了二维成像;最后,利用检测结果对漏磁与磁扰动检测的性能进行了对比分析。结果表明,漏磁检测在小宽度裂纹检测和圆孔深度表征方面优于磁扰动检测,磁扰动则对小角度裂纹和小尺寸圆孔缺陷的检出性能更好。

含错边焊缝缺陷弯管气固两相流冲蚀磨损研究

在天然气输送系统中,当考虑弯管焊接缺陷时,结构特征差异导致的流场变化会使弯管产生不同的冲蚀特性。采用Computational Fluid Dynamics-Discrete Phase Model(CFD-DPM)方法研究不同颗粒参数、弯管导向、缺陷高度及颗粒入射角度下无错边焊缝弯管、外错边焊缝弯管、内错边焊缝弯管的介质流态特征与冲蚀规律。研究结果表明:(1)气体在弯管部位出现二次流动现象,速度分布出现扭曲,其中外错边焊缝弯管速度分布曲线扭曲幅度大,二次流作用效应最明显;(2)流体速度对冲蚀速率的影响最大,两者呈幂指数函数关系,质量流量次之,与冲蚀速率呈线性函数关系,颗粒粒径的影响最小,与冲蚀速率近似呈线性函数关系;(3)外错边焊缝弯管会在弯头处形成第二冲蚀磨损严重区域,而内错边焊缝与无错边焊缝弯管冲蚀效果相似,均只有1个冲蚀严重区域;(4)当流体在竖直管流向一致时,“H-V”导向弯管最大冲蚀速率均大于“V-H”导向弯管,在不同弯管导向下外错边焊缝弯管冲蚀速率最大;(5)弯管最外侧最大磨损位置随着错边高度发生变化,在一定高度下会使弯头内壁形成第二冲蚀磨损严重区域,且错边高度越大,弯头最外侧所受冲蚀速率越大;(6)颗粒的入射角度会影响弯管的冲蚀效应,其影响程度需结合入口直管长度与颗粒运动状态分析。

基于轻量化特征增强网络的焊缝缺陷检测方法

【目的】为进一步提高深度特征增强模型对焊缝超声信号的特征完备性、关联性表达及模型超参数自适应全局优化效率,该文开展了基于轻量化特征增强网络的焊缝缺陷检测方法研究。【方法】通过构建焊缝缺陷检测模型,丰富了焊缝特征及不同空间域特征的关联性表征;引入基于全局寻优策略改良的麻雀搜索算法,进一步提高模型超参数自适应寻优的效率和性能;同时使用改良后的优化算法对所构建模型的所需的4个关键模型参数进行自适应寻优,最终构建出适用于焊缝缺陷空间域特征且具备自学习能力的检测模型。【结果】试验结果表明,该文模型在识别准确率为95.54%的情况下,对单个样品的平均测试时间仅为1.4 ms,较其他基线模型取得了更好的检测效果,可满足不锈钢焊缝缺陷在线实时识别要求,验证了其有效性和泛化性。【结论】该方法减少了人工网络设计对参数、性能、学习能力、成本消耗的影响,可广泛用于不同缺陷检测行业自动模型构建研究中,为工业现代化提供了有利的技术支持与保障。

基于改进Yolov8的焊缝缺陷检测研究

在工业生产中,焊缝质量是关键因素之一,而传统的焊缝缺陷检测方法受限于数据量和算法性能。为了解决此问题,本文基于YOLOv8的改进算法,提出了一种焊缝缺陷检测方法。并提出了两个创新点:一是改进了SPPF(Spatial Pyramid Pooling-Fast)模块,通过引入膨胀卷积分支增强模型对不同尺度焊缝缺陷的感知能力;二是改进了PAN(Path Aggregation Network)模块,通过增强对不同尺度特征的融合能力,提高了模型对焊缝缺陷的检测性能。实验结果表明,所提出的改进方法在焊缝缺陷检测任务中取得了显著的性能提升。通过综合评估,改进后的模型在准确率、召回率和精确率等评价指标上均取得了较大的提升,验证了改进方法的有效性和实用性。本研究对于提高焊缝缺陷检测的精度和鲁棒性具有重要意义,为工业领域的焊接质量检测提供了有力的支持。

钢结构焊缝缺陷超声波探伤参数的确定及对焊缝质量的影响

本文主要探究了超声波探伤法检测钢结构焊缝质量时各项参数的确定方法,以及焊缝缺陷对于焊缝质量产生的影响。需要确定的参数主要有缺陷回波声程、表面耦合损耗以及缺陷当量和缺陷率等,在此基础上设计超声波探伤试验测试熔透对接焊缝缺陷对焊缝抗拉强度的影响。结果表明,在试验条件相同的前提下,焊缝内壁的光滑程度与焊缝缺陷所在位置对焊缝质量有影响。

基于机器视觉的钢制压力容器焊缝缺陷X射线检测方法

为降低由钢制压力容器焊缝缺陷引起的事故发生概率,提出基于机器视觉的钢制压力容器焊缝缺陷X射线检测方法。使用机器视觉系统以及X射线技术,获取钢制压力容器焊缝图像并提取焊缝区域特征,将焊缝缺陷整合成熔焊、虚焊、焊穿三大类别;基于焊缝区域特征的提取结果,提取钢制压力容器的焊缝缺陷面积、缺陷亮度以及波形等缺陷特征,构建缺陷分类器,实现钢制压力容器焊缝缺陷X射线检测。实验结果表明:钢制压力容器焊缝缺陷检测时,随着待检测焊缝图像的增加,F1值较高,实际缺陷检测结果的主观判断效果明显,细节检测效果好。

某环焊缝缺陷的有效处置

对某长输埋地输气管道,在开展管道漏磁内检测时发现多处环焊缝异常,针对其中1处环焊缝异常进行开挖验证显示,射线、超声无损检测结果为IV级,经过适用性评价,在未考虑地质沉降条件下结果为可接受。考虑到后期地质沉降、压力波动和外部环境变化,提出了B型套筒的修复措施,修复后对焊接质量用无损检测手段进行检测,检测结果合格。

核电厂除氧器接管焊缝缺陷分析

某核电厂大修时发现与除氧器本体连接的多个给水接管焊缝存在缺陷,通过理化检测、焊接设计强度校核、运行工况影响分析及应力分析等逐项评估,查找出缺陷产生原因为运行过程中除氧器上部进水管线存在空管段,在除氧器补水时发生水锤效应,导致除氧器本体振动,接管焊缝处应力过大或超限造成焊缝产生裂纹。

基于目标检测的陶封芯片焊缝缺陷X射线检测方法

芯片的封装过程极其复杂且对精度要求极高,在焊接过程中保证金属焊料填满基板和保护封盖之间的缝隙较为困难,容易出现焊缝缺陷,对芯片的质量产生严重影响,因此,对封装完成的芯片进行焊缝缺陷检测以保证芯片的可靠性极为重要。然而,陶封芯片的焊缝缺陷大小不一、形状多变,导致传统检测方法的精度和效率不高。

基于深度学习的焊缝缺陷自动检测算法研究与改进

随着工业制造水平的快速发展,焊接技术已经成为制造业中最重要的工艺技术之一,所以对焊缝缺陷进行检测有着非常重要的意义。本文首先收集大量焊缝X射线底片,进行图像预处理和数据增强,制作焊缝数据集。再在该焊缝数据集进行研究探索,通过实验对比,最终采用单阶段的CenterNet算法作为焊缝缺陷自动检测算法的基准模型。本文根据CenterNet算法的网络结构特点,先对骨干网络的下采样结构进行了改进,接着对残差模块的降维结构进行了优化,最后在残差模块里增加了自校正注意力机制来提升网络泛化能力。经过改进后的CenterNet算法相比于原算法,在检测速度相当的情况下,检测准确率mAP提升了2.0%,AP50提升了1.0%,AP75提升了3.4%。

电厂P92钢主蒸汽管焊缝缺陷分析及焊接修复研究

本研究针对超超临界电站中P92钢主蒸汽管道焊缝的常见缺陷类型及其成因进行了深入分析。研究发现,气孔、夹渣、未熔合与裂纹是影响焊缝质量的主要缺陷,其形成与焊接工艺参数、材料选择、操作技能及环境条件紧密相关。通过采用超声波检测和相控阵技术,能够有效地检测焊缝中的微小缺陷。修复技术方面,手工电弧焊、埋弧焊、激光焊和电子束焊均适用于不同情况的焊缝修复。研究结果强调了优化焊接工艺参数和实施严格质量控制措施的重要性,以提高焊接质量并确保电站的安全稳定运行。

手工电弧焊焊缝缺陷原因和防治措施

手工电弧焊作为最常用的焊接方法,在工业生产中发挥着至关重要的作用。由于手工电弧焊受到材料、工艺、操作、设备等多种因素的影响,焊缝质量控制面临着诸多挑战,焊缝缺陷时有发生。从手工电弧焊焊缝质量控制出发,深入分析了焊缝缺陷产生的原因,提出全面质量控制、工艺参数精细化、操作技术标准化、质量追溯与持续改进,以及材料优化与筛选、工艺参数智能化调整、操作技能培训与考核、设备维护与升级等。还展望了手工电弧焊焊缝技术的未来发展趋势,指出智能化焊接、绿色环保材料以及远程监控与诊断将是未来的重要创新方向。采取这些措施,以期有效提高手工电弧焊焊缝质量,减少缺陷发生,确保焊接结构的性能和可靠性。