鋁合金車體焊縫缺陷智能檢測技術研究

馬 志，劉 昱

（中車工業研究院有限公司，北京100070）

0 引言

進入新世紀以來，中國高速動車組實現了從跟跑到并跑甚至領跑的巨大飛躍，取得了舉世矚目的成就。中國高速動車組車體以鋁合金材質為主，涉及的主要工藝包括組裝、焊接、打磨、檢測等，而焊縫的質量直接影響到整車的安全性和舒適性[1-2]。目前，鋁合金車體焊縫質量檢測工藝缺乏自動化智能化手段，在噴涂顯像劑之后，依靠人工檢測焊縫缺陷，不僅費時費力，檢測結果還會受到人為因素的影響。

當前質量檢測的主要方法有磁粉探傷、超聲波探傷、射線探傷以及滲透探傷，對于鋁合金車體焊縫，滲透探傷是最佳方法。磁粉探傷、超聲波探傷、射線探傷方法，均有成熟的儀器可供使用，結合圖像處理等手段，缺陷智能識別已有很多成功案例。但因為鋁合金不導磁，所以不能使用磁粉探傷，而中國高速動車組鋁合金車體結構件尺寸較長，為25 m左右，也不適合用超聲波探傷或射線探傷。因此，鋁合金車體焊縫缺陷檢測使用的滲透探傷方法，滲透探傷是一種利用毛細現象檢查材料表面缺陷的無損檢測方法，不受被檢測物體組織結構和化學成分的限制，但鋁合金車體焊縫缺陷滲透探傷一直依靠工人目視識別[3]，效率低。為此，本文基于鋁合金焊縫質量檢測工藝流程和技術要求，定義了鋁合金焊縫缺陷類型，采用圖像處理的手段，實現了自動化智能化檢測。

1 鋁合金車體焊縫缺陷智能檢測系統

鋁合金車體焊縫缺陷智能檢測通過對應的智能檢測系統來實現，該智能檢測系統通過圖形識別方式實現，主要由攝像機、導軌以及智能檢測軟件等構成，基本結構如圖1所示。攝像機負責對焊縫進行拍攝，圖像通過通訊線纜傳PC端，并在PC端智能檢測軟件中進行缺陷智能檢測。攝像機安裝在XY兩軸移動平臺上，通過縱向導軌和橫向導軌帶動攝像機在平面內連續移動。此外，在橫向導軌上安裝有可調節的輔助光源，可以對攝像機提供額外照明，避免光照對圖像獲取的影響。

圖1 焊縫缺陷智能檢測系統組成示意圖

在焊縫缺陷智能檢測系統的縱向導軌上，安裝有德國米朗ML50系列磁柵尺，可以記錄橫向導軌的移動距離，進而給出焊縫缺陷的位置信息。攝像機采用FGHGF品牌高清工業相機，PAL制式，系統運行前需要設置好光照、拍攝角度、像素等因素，通過規范拍攝手段來降低圖像噪聲。系統采用單絲杠雙導軌機制，驅動部分采用日本Yaskawa交流伺服電機驅動，傳動部分采用臺灣HIWIN高精度絲杠、導軌和滑塊。輔助光源采用亮度可調節的LED燈泡，攝像機和輔助光源安裝在橫向導軌上，固定角度可以手動調節。

智能檢測軟件是實現智能檢測判斷的關鍵部分，其內置了基于圖形來判斷鋁合金焊縫的缺陷的算法。隨著橫向導軌的移動，攝像機沿著焊縫方向進行視頻拍攝，獲取的圖像數據傳至智能檢測軟件中進行處理與分析，如果發現焊縫缺陷，則給出缺陷程度信息和處理建議。最后，焊縫缺陷智能檢測系統可以將缺陷位置信息、缺陷程度信息以及處理建議上傳至車間信息化系統，同時保留原始圖像，供人工復查。

2 智能檢測流程

滲透探傷廣泛應用于軌道交通產品的生產制造中。滲透探傷的主要步驟包括噴涂滲透劑、去除滲透劑以及噴涂顯像劑，滲透劑可以利用毛細現象深入肉眼難以觀察的缺陷，顯像劑可以缺陷處的滲透液吸附到零件表面，產生缺陷圖像。因此可以利用圖像的差異來檢測判斷缺陷及其類型。

對于鋁合金焊縫，常見的缺陷類型有氣孔、裂紋、飛濺、焊瘤等。因此，鋁合金車體滲透探傷的步驟如下：（1）相關部件完成焊接之后，對焊縫進行打磨，去除焊接飛濺、焊瘤等殘留物，有的部位甚至需要將整條焊縫打磨平整[4]。（2）將焊縫表面污垢清洗干凈，噴涂滲透劑和顯像劑，根據顏色的變化尋找焊縫缺陷。焊接飛濺和焊瘤相對焊縫是明顯的突出物，在滲透探傷之前就已經打磨去除。氣孔是殘存在熔池中氣體形成的空穴，裂紋是焊縫中分子結合遭到破壞而形成的縫隙，雖然產生的原理不同，但在滲透檢測后呈現的結果是近似的。氣孔一般呈現為圓形紅斑，顏色較淺，面積一般不大于1 mm2。裂紋依本身形態呈現為狹長型紅斑，顏色較深，面積較大。（3）當發現焊縫缺陷時，則根據缺陷類型和缺陷程度給出相應的處理建議，同時讀取磁柵尺的位置信息，并綜合缺陷在圖像的位置，給出此缺陷在整條焊縫上的位置信息。

如果焊縫缺陷浮于表層，對焊接質量和車體運行影響較小，則只需將表面缺陷打磨去除；如果焊縫裂紋深入內部，則需要將裂紋周邊材質全部去除，然后進行補焊，直至滿足焊縫要求。氣孔一般浮于焊縫表面，通常只需打磨去除含有缺陷的表面；裂紋一般深入內部，通常需要補焊。

根據以上特征，建立了圖像和焊縫缺陷的處理算法，具體如下：

在獲取焊縫圖像之后，首先需要進行像素提取，轉化為RGB矩陣，任意像素點可以表示為P[r，g，b]。由于裂紋或者氣孔等缺陷部位在顯像劑的作用下，呈現紅色，通過設置一定閾值，就可以找出紅色的像素點。然后對所有深紅色像素點進行進一步篩選和判別，濾除噪聲，只有滿足條件的區域才視為缺陷部位[5]。對于單幅圖片，如果沒有檢查出焊縫缺陷，則保存圖片進行下一幅圖片的處理。

在缺陷識別過程中，先后采用了本色去噪、閾值比較、濾波三個步驟。首先需要去除鋁合金車體表面的影響，鋁合金車體表面本色可以表示為[r0，g0，b0]（經測量，可近似表示為[220，223，227]）。則經過本色去噪，任何一個像素點可以表示為：

P=[r-r0，g-g0，b-b0]

然后采用閾值比較法初步判定缺陷。RGB矩陣表示可以看作以R、G、B為坐標的三維空間，設置標準缺陷顏色[R0，G0，B0]，設定閾值 C0，則可以看作以[R0，G0，B0]為圓心，以C0為半徑球體范圍內的所有點，均視為缺陷像素點。則任意像素點到標準點的距離可以表示為：

最后采用濾波算法，去除干擾。任意像素點P均包含一個平面坐標位置，以這一點為中心建立正方形區域A，則該區域內包含a2個像素點（其中a為正方形邊長），只有當正方形區域A內有不少于a2/2個缺陷像素點，則P點才視為真正缺陷像素點。

根據以上原理，建立的智能檢測軟件進行焊縫缺陷智能識別算法流程如圖2所示。

圖2 智能檢測軟件流程圖

3 測試實驗

在實驗室對以上鋁合金車體焊縫缺陷智能檢測技術進行了測試，如圖3所示。檢測對象為鋁合金車體側墻的大量長直焊縫。先對焊縫噴涂顯像劑之后，攝像機對焊縫進行拍攝，間隔性提取鋁合金車體焊縫圖片，并記錄攝像機移動距離。然后圖片自動導入計算機中，利用智能檢測軟件進行缺陷識別。為了驗證本文系統的可靠性，對典型焊縫分別進行人工檢測和智能檢測，為了消除兩種檢測方法先后順序的影響，有些焊縫首先進行人工檢測，另一些焊縫首先進行智能檢測。

圖3 實驗室測試現場

如圖4為識別的缺陷實例，圖4（a）所示缺陷為裂紋，“++++++”表示缺陷為最嚴重的等級，此處缺陷距離起始端點約為1.345 m，因此建議去除缺陷附近材質并進行補焊。圖4（b）所示缺陷為氣孔，“++”表示缺陷程度較輕，此處缺陷距離起始端點約為0.322 m，因此建議繼續打磨焊縫表面，去除缺陷。

圖4 識別的缺陷實例

通過對比結果表明，本文給出智能檢測方法具有較高的可靠性，可以滿足鋁合焊縫缺陷檢測的工藝要求。

4 結束語

中國高速動車組在生產制造過程中，有著嚴格的質量控制標準，由于鋁合金車體主要經過組焊而成，焊縫的質量檢測必然是重中之重。長期以來，鋁合金車體焊縫質量檢測基本依靠工人手工完成，缺乏自動化智能化檢測手段。本文基于圖像識別原理研究了鋁合金車體焊縫智能檢測技術。通過大量焊縫缺陷檢測實驗證明，本系統可以判別出缺陷種類和缺陷程度，并給出處理建議和缺陷位置。基于此，工人只需依據系統輸出的結果進行焊縫缺陷處理工作，避免了長期盯著焊縫以致眼花繚亂。該方法不但減輕了質量檢測工人繁重的工作強度，同時通過自動化智能化的檢測手段，避免了人為因素的干擾，提高了缺陷檢測準確率。

參考文獻：

[1]胡東生.從焊接變形控制淺談鋁合金車體的焊縫質量控制[J].廣東科技，2015，8（15）：42-46.

[2]王 潤，田新莉.動車組頭車鋁合金車體焊接質量控制[J].焊接技術，2013，42（12）：71-73.

[3]關洪光.焊縫滲透檢測應用分析[J].山東電力技術，2010，2（2）：58-61.

[4]李 超.基于機器視覺方法的焊縫缺陷檢測及分類算法[J].計算機工程與應用，2017，2（2）：36-43.

[5]張 現.基于數字圖像識別技術的焊縫質量檢測應用研究[J].起重運輸機械，2015，5（2）：85-88.