基于數學模型的奧氏體不銹鋼焊接接頭焊縫中心線自動識別系統

劉曉春，趙 歡

（南昌理工學院，江西 南昌 330044）

基于數學模型的奧氏體不銹鋼焊接接頭焊縫中心線自動識別系統

劉曉春，趙 歡

（南昌理工學院，江西 南昌 330044）

奧氏體不銹鋼成為化工行業和核電行業的首選，主要是由于其高耐蝕性和獨特的高溫蠕變特性。奧氏體不銹鋼焊接是核組件和超聲波無損檢測技術（無損檢測）中不可分割的一部分，并在其中起著測試焊接接頭完整性的重要作用。手動超聲波測試瑕疵、裂縫及間斷點等缺陷的概念已經被電算化、自動化和機械化所取代。遠程超聲波無損檢測技術在工業系統中，特別是對幾種焊接接頭組成的壓力容器的測試中，獲得了廣泛應用。

不銹鋼焊接接頭；焊接中心線；超聲波無損檢測；掃描數據；決策樹算法

0 前言

奧氏不銹鋼相較于典型的碳鋼，具有高延展性、低屈服應力和高極限抗拉強度等特點，具備良好的耐蝕性和耐高溫抗蠕變性，成為鋼鐵化工業和核電行業中制造壓力容器、管道的首選。對于奧氏不銹鋼焊接接頭，超聲波掃描通常會進行一個半和兩個之間的跨距。當焊接結構較厚時，只需掃描一個半的跨距。在進行跨距計算時，必須知道超聲波束和焊接墊厚度數據。掃描是通過跨距之間的角梁超聲波傳感器進行的。在確定焊接中心線后，才能知道準確的跨距。在手動超聲波測試中，中心線的發現和確定十分容易，但在遠程超聲波測試中，卻變得十分困難。雖然在壓力容器運行初期，焊接區域很容易進行識別，但在反應堆運行到某一階段之后，識別就變得非常困難。這主要是因為在輻射環境下，水分含量和表面腐蝕發生了變化。因此，于遠程超聲檢測而言，開發有效及可靠的技術以精準確定焊縫中心線的位置便成為一個重要問題，且直接影響著對焊縫缺陷的評估。

1 試驗方案及裝置

1.1 實驗方案

使用厚度為42 mm的316型不銹鋼板用于焊接接頭的制造，鋼板在溶解煅燒后表面光潔度一致。運用電擊進行V型槽的設計，通過手工金屬電弧焊在此單一V型槽中進行對接焊縫。多途徑焊接完成以后，將焊接處進行研磨至與母材金屬表面齊平，為超聲檢測做好準備。圖1a為實際焊接接頭展示，通過焊接接頭可獲得掃描數據。單一的V型焊縫寬度在最頂部約50 mm，準備的焊接接頭的大小應為42 mm×20 mm×60 mm，在焊接中心線兩側設置網格線以幫助超聲波獲取5 mm跨距的掃描數據。超聲波探頭包括兩個反向傳輸的探頭，可接受中央頻率為2 MHz的精密折射縱波。探針組合裝配主要用于檢測焊接接頭的剩余應力。電感電容電阻波（Lcr）因與超聲波有較好的相互作用而被用于奧氏不銹鋼焊接接頭表面及次表面的微觀結構檢測。預計焊接中心區域的剩余應力將對超聲波穿過該區域的時間有相當大的影響。電感電容電阻測量波（Lcr）探頭裝配示意如圖1b所示。圖1c展示了為實現超生測量，Lcr探頭在焊接中心區域的正確位置。

圖1 焊縫和監測過程

1.2 實驗裝置

使用Lcr探頭測量奧氏不銹鋼焊接接頭，以獲取超聲掃描數據的流程框圖（見圖2），這是一個具有4個通道的超聲波探傷系統，但本研究僅采用了一個通道。這為選擇和下載全部或部分時間域信號提供了準備，并通過數字示波器進行顯示和記錄。Lcr探頭首次放置要與焊接中心線保持縱向平行。然后，將機油則作為耦合劑去除焊墊和Lcr探頭之間的氣隙。在圖2中，超聲波系統經過調整后獲得振動自由時間信號，并通過示波器屏幕進行顯示。隨后選取部分掃描信號，經由探傷儀輸出至數字示波器，信號經過相應的數字化處理后，平臺以數據文件的形式保存和記錄于電腦。此過程至少要重復50次，通過探針的來回移動及新鮮耦合劑的大量使用，最終記錄下50組焊縫中心線的掃描信號。之后再將探針移動至+5 mm的位置并重復上述過程20次。在焊接中心線兩側多達100 mm的距離處，不斷重復上述過程并將信號儲存在文件中。表1記錄了奧氏不銹鋼焊接結構掃描數據的記錄。

圖2 超聲波掃描數據采集系統框圖

表1 Lcr探針對奧氏不銹鋼焊接接頭進行掃描的位置細節及文件名信號數據

2 試驗結果及基于決策樹算法的試驗結果分析

2.1 決策樹算法

決策樹算法是一種監督式學習算法，以檢測運算系統的核心價值為依據，通過節點結構形成一個生根的樹并且其根不傳入邊界，但是在其他節點中正好有一個傳入邊界。所以稱擁有外出邊界的節點為北部節點，其余的均為葉節點。將決策樹算法應用于決策分析中可以獲得最佳策略。

構建決策樹的算法多種多樣，例如分類回歸樹算法（CART）、概念學習系統算法（ID3）和分類決策樹算法（C4.5）。其中CART算法是以分裂完成為基礎，使用基尼系數進行屬性選擇，而ID3算法和C4.5算法則是通過對信息增益來進行。ID3算法和C4.5算法的區別則在于他們對于輸入數據的劃分方式不同。本設計程序的數據集數目相對較小，所以選擇ID3算法，以實現更快的效率。另外，該算法還能通過訓練數據生成可理解的預測規則。

2.2 基于決策樹算法的試驗結果分析

通過計算得出，一個決策樹具有三個節點（三個特征）時可以實現最優分類。圖3顯示了決策樹的學習曲線及大小。

圖3 決策樹的性能曲線及大小

圖4通過決策樹數據集的數目顯示了代表其性能的曲線，由此可知數據總數為170，其中130個數據集被用于訓練，而另外40個數據集被用于測試。有50個數據集用于中心焊接輸出分類，另外120個被用于非中心焊接輸出。

應用ID3算法后發現，三種性能會對輸入數據的最佳分類和最好精準度產生影響，表2列出了這三種性能及其重要性。

圖4 決策樹數據集數量的性能曲線

表2 特性及其在數據分類中的重要性

基于上述三個特征的決策樹通過C++語言進行編碼，最終的決策樹模型如圖5所示。“yes”輸出路徑對應從樣本中心焊縫區域獲得的信號，“no”輸出路徑對應的是從樣本其他位置獲得的信號。

圖5 確定的焊縫中心的決策樹模型

訓練數據（130個數據集）：

2．胰腺間質高壓：CP腹痛患者胰腺間質壓力(27 mmHg)顯著高于無痛性CP患者(22.5 mmHg)，當予疼痛患者疏通阻塞的主胰管、充分引流假性囊腫后，間質壓力接近正常水平時腹痛也能很大程度上緩解[5]。在動物貓模型的研究發現，正常胰管經高壓力灌注及部分阻塞胰腺頸部主胰管后灌注可觀察到胰管壓力增加，但胰管間質壓力無變化。當持續的阻塞使胰腺出現CP組織學表現后，胰管的灌注使胰腺間質壓力增高，且胰腺血供減少，血流量減少40%[6]。

剩余平均值異常：0.0262=5.004/191；

誤分類錯誤率：0.005128=1/195；

訓練數據精度=99.41%。

測試數據（40個數據集）：

誤分類錯誤率：2/40；

測試數據精度=95%；

從40個數據集的測試結果可知：11個真陽性、27個真陰性、0個假陰性和2個假陽性值。

精度=11（/11+2）=0.846；

取消=11（/11+0）=1；

敏感性=27（/27+0）=1；

特異性=27（/27+2）=0.931。

基于這些值，受試者特征曲線如圖6所示，曲線下的面積是0.9231。

圖6 受試者特征曲線

實驗結果分析：

（1）超聲波無損檢測（NDT）是跟蹤監測焊接接頭連續性和完整性的一個重要檢驗技術。

（2）在核反應環境條件下對焊接接頭進行常規超聲檢測幾乎不可能，而遠程超聲探傷是唯一的可行方法。

（3）在遠程超聲探傷檢測中，有效識別焊縫區域，尤其是焊縫中心線，對半跨距預估和缺陷評估是至關重要的因素。

（4）頻率為2 MHz的中心探頭可進行電感電容電阻測量波（Lcr）的發射和接收。

（5）使用決策樹方法，利用從焊接接頭處掃描獲得的超聲信號，可以精準定位焊接接頭中心線。

所設計的基于決策樹數學模型的奧氏體不銹鋼焊接接頭焊縫中心線自動識別系統取得了初步成功，同時也為提高遠程超聲波探傷識別焊接中心線位置的可靠性打下了堅實的基礎。其簡單、直接的應用方法有效地促進了焊接中心線的識別，并在運用奧氏不銹鋼焊接接頭進行超聲波探傷檢測過程中，還能對缺陷的位置進行精準捕捉。模型的建立迅速而定量且易于被各產業采用，以實現焊縫中心線缺陷值的有效識別，因此，在未來勢必會有更廣泛的應用。

[1] 鄒德玲，姜周華，陳兆平，等.304不銹鋼熔體氮溶解度的測定[J].材料與冶金學報，2004（1）：

[2]袁志鐘，陳康敏，戴起勛，等.高氮奧氏體鋼的Cr2N晶間析出研究[J].金屬熱處理，2004（3）：

[3] 王亞婷.奧氏體不銹鋼焊縫韌性與組織規律性研究[D].江蘇：南京理工大學，2012.

[4] 王玉璽.新型奧氏體不銹鋼焊接接頭熱腐蝕性能研究[D].遼寧：大連交通大學，2008.

Austenitic stainless steel welding joint weld center line of automatic identification system based on mathematical model

LIU Xiaochun，ZHAO Huan
（Nanchang Institute of Technology，Nanchang 330044，China）

Austenitic stainless steel is the first choice of the chemical industry and nuclear industry,mainly due to its high corrosion resistance and high temperature creep properties of unique.Austenitic stainless steel welding is an integral part of the nuclear component technology and ultrasonic nondestructive testing（NDT），and plays the important role of the testing of welded joint integrity. The concept of manual ultrasonic testing flaw,crack and discontinuous point defects have been replaced by computerization, automation and mechanization.The distance of ultrasonic nondestructive testing technology in industrial system,especially the composition of several welded joints in pressure container test,has been widely applied.

stainlesssteelweldedjoints；theweldcenterline；ultrasonicnondestructivetesting；scanningdata；algorithmofdecisiontree

TG409

：A

：1001-2303（2015）10-0059-04

10.7512/j.issn.1001-2303.2015.10.13

2014-12-28；

：2015-03-10

劉曉春（1980—），男，江西泰和人，碩士，講師，主要從事數學建模、應用數學方面的工作。