基于声发射的钢桥面板焊接气孔缺陷在线识别

为实现正交异性钢桥面板机器人智能化焊接过程中缺陷的在线监测,提出了一种基于快速傅里叶变换和支持向量机的气孔缺陷声发射识别方法.通过开展机器人焊接实验,揭示了钢桥面板焊接及缺陷产生过程的声发射特征.无损伤与气孔缺陷2种工况信号的幅值、振铃计数、峰值频率和中心频率等参数重叠交叉严重、相关性不显著,而气孔缺陷信号的傅里叶频谱存在更多高频能量分布,因此以频谱为输入建立2种工况的径向基核支持向量机模型.实验结果表明,与朴素贝叶斯、随机森林和线性核支持向量机模型相比,径向基核支持向量机模型拥有更高的正确率(95.4%)和召回率(94.3%),能够用于焊接过程气孔缺陷的在线识别,具有较强的鲁棒性和实用性.

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。

航空铝合金薄板搅拌摩擦焊内部缺陷的超声相控阵检测

针对3 mm厚度下航空铝合金薄板搅拌摩擦焊焊缝的检测需求,基于典型缺陷特征以及缺陷对焊接接头性能的影响规律分析,明确了搅拌摩擦焊无损检测应重点关注的缺陷类型;设计了不同深度和尺寸的隧道以及未焊透缺陷模拟样件,利用模拟缺陷样件验证了超声相控阵检测技术对铝合金搅拌摩擦焊中1 mm埋深0.2 mm孔径的隧道缺陷以及1.6 mm埋深2 mm长、0.2 mm深未焊透缺陷的检测能力,对3 mm厚度下搅拌摩擦焊实际样件的检测结果与X射线检测结果及断口观察结果吻合,超声相控阵检测技术可以用于3 mm以下航空铝合金薄板搅拌摩擦焊焊缝的检测。

基于深度学习模型的油气管道焊缝缺陷智能识别

焊接技术在油气管道连接时广泛应用,确保焊缝区域可靠是保障油气管道安全运行的关键。受工艺和技术制约,油气管道焊接过程中可能出现不同类型的焊缝缺陷。针对油气管道焊缝部分缺陷尺寸小、缺陷与背景差异性较小导致焊缝缺陷识别效果不理想、人工识别工作量大等问题,提出了基于SCT-ResNet50模型的管道焊缝缺陷智能识别新方法。首先将焊缝区域图像输入特征提取网络;然后在特征提取的浅层使用SCC(Spatial Channel Context)进行局部空间和通道信息融合,在特征提取较深的层次使用ECA-MHSA(Efficient Channel Attention-Multi-Head Self-Attention)来捕捉长程依赖和上下文信息;最后通过全连接层和Softmax得到最终的缺陷识别结果。研究结果表明:(1)该新方法在油气管道X射线图像焊缝缺陷数据集上缺陷识别准确率达到98.28%;(2)相较于ResNet50、VGG16、DenseNet121、MobileNetv3和EfficientNetv2分类方法,其准确率分别提高了3.05%、46.05%、28.99%、15.95%和18.84%;(3)在缺陷尺寸小、缺陷和背景差异较小的场景下,该新方法在油气管道焊缝缺陷识别中具有更高的准确率。结论认为,该新方法的优势在于结合SCC模块与ECA-MHSA模块学习图像的局部信息和全局信息,能较好解决油气管道焊缝缺陷分类效果不理想的问题,为保障油气管道安全运输提供了技术支撑。

铝合金FSW接头未焊透及弱结合缺陷的检测分析

针对运载火箭贮箱某型号铝合金产品搅拌摩擦焊焊缝开展检测工艺研究,采用着色渗透检测、相控阵超声检测、射线检测等方法进行对比检测试验,对发现存在超标缺陷的部位通过切割取样进行显微组织分析,最后对缺陷类型及成因进行了分析。试验结果表明,相控阵超声检测技术能够有效发现铝合金搅拌摩擦焊焊缝根部未焊透和弱结合缺陷,可以准确定位缺陷并测量出缺陷的深度和长度。该方法弥补了其他无损检测方法的不足,可作为类似结构产品检测的可靠手段。

改进的U-Net算法在管道内焊缝缺陷图像分割中的应用

【目的】图像处理技术在管道焊缝识别系统中的应用已经成为了机器视觉在焊缝检测中主要应用方向。对焊缝表面缺陷进行识别是应用的关键技术。为了提高焊缝表面缺陷识别效果,需要对焊缝图像进行有效分割。针对管道内焊缝边界区域可能出现的模糊不清,导致分割结果不准确的现象,需要采取相应的技术有段进行改善。【方法】针对管道内焊缝缺陷图像分割问题,提出一种改进的U-Net图像分割方法。以管道内焊缝图像为研究对象,采用改进型U-Net网络对管道内焊缝缺陷图像进行识别和分割,经过网络训练和模型测试后,将分割结果与原U-Net网络、FCN网络进行对比。【结果】结果表明,在改进型U-Net网络对管道内焊缝缺陷图像的分割中,相似性系数(Dice)、平均交并比(mIoU)两项评价指标分别达到0.8420和0.8514,相较于FCN网络分别提升13.44%和8.68%,相较于原U-Net网络分别提升6.51%和3.31%。【结论】因此,该文提出的改进后的U-Net网络对管道内焊缝缺陷的识别和分割具有更好的效果,也为研究管道焊缝缺陷识别系统提供可靠基础,减少人工检测的成本和时间。

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。

钢桥面板对接焊缝表面多缺陷疲劳效应研究

为探明钢桥面板对接焊缝焊趾区域共面及异面表面多缺陷在裂纹扩展过程中的形态变化及相互作用机制,以钢桥面板U肋下翼缘对接焊缝简化后的基本焊接构造为研究对象,探明对接焊缝焊接区域的应力强度因子KI分布,并在验证ABAQUS与FRANC3D数值模拟方法可靠性的基础上,对焊趾区域植入的共面或异面多裂纹进行多裂纹扩展分析。研究结果表明:含余高对接焊缝在轴拉荷载作用下,焊趾线附近存在应力强度因子KI的峰值点;相邻共面裂纹在扩展至临界深度的过程中存在裂纹融合前、裂纹融合时及裂纹融合后3个典型的扩展阶段,不同阶段裂纹前沿形态及扩展速率da/dN变化可通过等效应力强度因子幅值ΔK_(eff)的分布来体现;共面裂纹融合前,单裂纹靠近另一裂纹长轴端点的裂纹相互作用比例因子随净间距s1与裂纹深度a比值呈幂次负相关性;对接焊缝异面裂纹中焊趾处裂纹对热影响区裂纹存在抑制作用,并随着裂纹尺寸差异的累计增加,焊趾处裂纹对热影响区的抑制作用呈线性扩大,最终使得热影响区裂纹ΔK_(eff)低于门槛值ΔKth而失去活性停止扩展,上述抑制作用随异面净间距s2的增加而减弱。

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%。

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。

焊管表面点状缺陷原因分析

某用户将IF钢板焊接成钢管用于制作家电冷凝管,在对焊管进行常规水压试验时,钢管表面局部出现点状缺陷的情况。使用金相显微镜、扫描电镜等手段,对点状缺陷进行化学成分分析及缺陷处微观组织、非金属夹杂物等检测,并对母材钢板进行力学性能及金相微观结构检测。结果表明,点状缺陷处有异常组织,异常组织含有Cr、Ni等合金元素,与基体化学成分不同。外来异物压入使焊管局部应力集中,水压试验时,从与基体结合薄弱的异物处产生打压漏点。为了避免此类表面缺陷的产生,应加强焊管整个生产过程、加工过程的质量监控,防止异物压入破坏基体的连续性,造成钢材质量下降。

考虑残余应力影响的典型钢结构对接焊缝缺陷定位研究

对接焊缝为典型的钢结构焊缝形式,其位置处的裂纹和气孔型缺陷的准确检测对于钢结构维护有着重要的意义,使用磁记忆检测技术对焊缝裂纹和气孔型缺陷进行定位时,传统的零点极值理论由于焊接残余应力的影响,难以区分残余应力、焊接裂纹和气孔型缺陷所产生的磁信号,从而在实际检测中造成缺陷定位的误判和漏判,因此,从焊接裂纹和气孔型缺陷和残余应力所在区域磁信号产生机理的不同入手,开展考虑残余应力影响下的焊接裂纹和气孔型缺陷定位检测研究。首先对焊接残余应力与裂纹和气孔型缺陷产生磁信号的机理进行分析,提出采用三维磁模量梯度极值判定方式来区分残余应力与裂纹和气孔型缺陷产生的磁信号;其次再进行焊接缺陷有限元COMSOL模拟,将所得磁信号代入梯度极值特征公式中进行表征判断;最后为了验证模拟表征判断的准确性,人工制作焊接钢板,提取三维磁信号进行分析。研究结果表明,理论分析、数值模拟与试验结果相互吻合,三维磁模量梯度极值能定位焊接缺陷并定量表征缺陷的长度,且裂纹和气孔型的三维磁模量梯度值远远高于无缺陷残余应力区域的梯度值。

钢制金属I型夹芯板界面疲劳脱粘特性分析

[目的]针对金属I型夹芯板界面的脱粘失效破坏,开展金属夹芯板界面疲劳脱粘特性分析。[方法]基于内聚力模型理论,考虑时间历程、三维结构节点多自由度的损伤演化方程与收敛判定准则,开发适用于三维复杂结构的界面疲劳脱粘模拟程序;与焊接接头脱粘实验结果进行对比,验证所开发程序的准确性,并进一步对钢制金属I型夹芯板的界面疲劳脱粘行为进行数值模拟。[结果]结果显示,所开发的三维界面疲劳脱粘数值模拟程序与焊接接头脱粘实验间最大的模拟误差仅为14.05%;I型夹芯板承受面外载荷时,夹芯板界面处的脱粘破坏主要表现为沿焊缝方向的表面裂纹扩展,当裂纹扩展至夹芯板长度的70%左右时,裂纹开始贯穿腹板形成贯穿裂纹。[结论]所开发的三维复杂结构界面疲劳脱粘程序可以实现对金属夹芯板界面疲劳脱粘寿命的有效评估,对实际工程应用具有一定的指导意义。

基于密集连接和多尺度池化的X射线焊缝缺陷分割方法

为解决X射线底片焊缝缺陷分割精度不高、边界信息模糊的问题,本文提出一种改进的Dilated_Pooling_Unet(DP_Unet)网络分割模型。首先,在上下采样间加入编解码信息提取模块DP_block,旨在下采样后最大限度地保留原始缺陷语义信息及减少连续卷积与池化操作造成的损失;然后,在模型中添加GAM注意力机制重点关注焊缝缺陷部分,有效提升缺陷特征通道的学习能力,降低背景噪声影响;最后,提出一种融合二元交叉熵和DiceLoss的混合损失函数,用于解决网络训练时不均衡的正负类数据问题。实验数据集由公开数据集GDX-ray缺陷数据集组成。实验结果表明,本文所提方法在GDX-ray数据集上有较好表现,Dice值达到了93.45%,与基线算法相比均有显著提高。该方法具有良好的分割性能,优于传统的分割算法,有效提高了底片焊缝缺陷分割精度。

输水钢管对接焊缝超声波检测技术与质量控制

焊缝质量是钢管管道工程稳定运行的重要因素,直接影响到管道的承载能力、使用寿命和安全性。结合某引水钢管工程案例,通过分析对比五大无损检测技术的适用范围及优缺点等,最终选用检测效率高且对检测人员无伤害因素的超声波探伤技术;总结了焊缝检测前仪器设备及焊缝检测面的准备工作、超声波探伤的操作步骤、焊缝缺陷的判定及质量控制要点等,所取得的经验可为类似工程应用时借鉴。

小径管X射线焊缝图像缺陷识别算法

针对小径管X射线焊缝图像缺陷检测精确率低的现状,通过对图像进行特征分析并结合稀疏字典学习,提出一种基于图像分割的小径管焊缝图像缺陷检测算法.首先,对小径管焊缝图像进行两步图像分割获得感兴趣区域;其次,提取焊缝缺陷,得到缺陷疑似局部图像;最后,提出以不同类型原子间相关性最小为目标的小径管焊缝缺陷字典矩阵数学模型并使用K-SVD算法进行求解,利用该字典矩阵实现圆形缺陷、线形缺陷和噪声的分类鉴别.为提高系统实时性,使用并行编程对图像分割算法进行加速.结果表明,改进后缺陷字典矩阵对圆形缺陷识别成功率为0.974,线形缺陷识别成功率为0.967,且具有较快的识别速度,实现了小径管焊缝图像缺陷的有效识别.

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%。

高灰阶图像增强算法及在X射线底片的应用与研究

针对现有伪彩色方法在高灰阶图像增强中存在灰阶损失严重问题,提出一种适用于超8位高灰阶图像伪彩色增强算法,并改进了传统JET、HSV、Rainbow编码。首先,对高位灰度图像进行位深量化;其次,利用构造的高灰阶增强算法实现色彩增强;另外,引入一个后增强系数,保证在不损失较多图像信息的同时改善处理后色彩图像的视觉观感,以保留图像细节信息、增强颜色对比度;最后,为了验证所提方法的有效性,将其应用在低对比度、缺陷信息模糊的石油管道X射线底片的焊缝视觉增强上。实验结果表明,所提方法对高位灰度图像的伪彩色增强效果是非常有效的,相对于现有算法各项指标均有较大的提升,灰阶损失相对于现有方法从93.774%降低至68.75%,时间开销也降低了至少80%,发色数指标提升了至少3.4倍。

熔焊缺陷对镍基高温合金GH4065A疲劳行为的影响

采用SEM和EBSD显微分析手段研究镍基变形高温合金GH4065A熔焊焊点的缺欠组织,并对比研究无焊点、有密排焊点和疏散排布焊点3种GH4065A带中孔薄板试样分别在低周和低高周复合疲劳载荷下的寿命差异和断裂方式差异。结果表明:焊点组织中存在未熔合孔洞、凝固裂纹和液化裂纹,是导致含焊点试样低周和低高周复合疲劳寿命大幅下降的主要熔焊缺陷。这些熔焊缺陷的存在使得疲劳裂纹从无焊点试样的中孔内表面处转为在焊点处优先形成,导致700℃/700 MPa低周疲劳寿命的下降幅度可达44%~83%。在600℃和700℃低高周复合载荷(静应力700 MPa+动应力100 MPa)下,熔焊缺陷不仅使得裂纹源从中孔内表面处转为在焊点处优先形成,也改变了裂纹扩展方式,增大了沿晶扩展倾向。这使得低高周复合疲劳寿命在两种温度下均大幅下降超过85%。由于密排焊点因距离中孔结构更近,密排焊点试样低周疲劳寿命低于疏散排布焊点试样,但这种焊点情况差异对低高周复合疲劳寿命的影响不大。