焊管智造AI+高頻直縫焊管制造的構想

曹 笈,曹國富

（南京凱博樂教育咨詢有限公司，南京210000）

人工智能 （artificial intelligence）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新興技術科學。隨著人工智能技術在AI+（金融、教育、交通、健康、零售、服務、智造）等領域取得的不同進展，可以預料， “AI+高頻直縫焊管制造” （以下簡稱焊管智造AI）將成為未來焊管制造的發展方向，使得有著近70年發展歷史的高頻直縫焊管行業實現 “AI+智造”成為可能。由于焊管智造AI涉及面廣，包括人機交互、機器學習、信息系統、專家系統、虛擬現實、知識工程、數據挖掘和計算理論等，是一項復雜的系統工程，不僅需要投入人力、物力和財力，而且AI與高頻直縫焊管制造相結合還有許多問題需要求解，不可能一蹴而就，筆者僅就焊管智造AI談一點初步構想，以饗讀者。

1 高頻焊管生產工藝流程控制的現狀

1.1 高頻直縫焊管生產工藝流程

高頻直縫焊管生產工藝流程根據管坯材質不同差異較大，以常見的水煤氣輸送用管為例，其生產工藝流程如圖1所示。

由圖1可見，水煤氣輸送用高頻直縫焊管的生產工藝流程可分成三部分，即供料系統、成型焊接定徑系統與后處理系統。其中，前兩個系統是在同一時間、對同一剛性體——管坯實施不同的工藝作業，它們的狀態直接決定高頻焊管質量，如供料系統中管坯進入焊管機組之前的縱向拉拽力F突然增大或減小，會導致機組中管坯運行速度驟減或陡增，而焊接電流、電壓、速度的調節則是操作者發現工藝狀態異常之后的舉動；至于后處理系統因焊管已經被切斷，對前兩個系統沒有直接影響，所以本研究所討論的控制主要是針對供料系統和成型焊接定徑系統。

圖1 水煤氣輸送用高頻直縫焊管生產工藝流程

1.2 控制現狀

圖1 中水煤氣輸送用高頻直縫焊管的工藝流程有20多個工序，其中，焊管成型和高頻焊接工序是整個工藝流程的核心，決定焊管的品質。但這兩個關鍵工序的控制現狀卻并不樂觀，主要表現在以下三個方面：

（1）對成型 （包括定徑）工序依據成型 （定徑）軋輥孔型參數進行調整的嘗試。該思路僅僅考慮了管坯的基本幾何尺寸，對管坯厚度、寬度、性能以及機組精度等動態變化缺少有效的控制手段，也沒有將管坯彈塑性的變形考慮進去，導致理論與實際相去甚遠，少有應用。

（2）對焊接工序進行自動控制的嘗試，代表性的控制思路如圖2所示。稍加分析便知，這些控制都是在缺陷生成之后采取的滯后措施，既沒有將供料系統與成型焊接系統看成一個相互聯系、相互影響的系統來處理，更沒有考慮軋制力的動態變化對焊接的影響，其控制效果并不理想。

圖2 高頻直縫焊管焊接及閉環控制系統

（3）因調試工個人的知識、經驗、感覺和精力，致使焊縫品質因人而異。一系列應用成果證明，人工智能不僅能憑借各種傳感器時刻感知制造工藝過程中發生的、人類智能無法每時每刻感知的細微變化，彌補人類智能的不足；而且還能對這些細微變化做出前瞻性、趨勢性預判，并提供最優解決方案。因此筆者認為，倘若將人工智能與高頻直縫焊管制造相結合，則焊管制造水平必將產生質的飛躍，成為名副其實的焊管智造。

2 高頻焊管智造AI構想

2.1 基本架構簡介

一個完整的焊管智造AI由需要感知的環境、感知、Agent和自主與最優的對環境進行干預的執行四部分構成，各部分核心要義的描述見表1。

表1 高頻焊管智造AI構成部分核心要義描述

2.2 高頻焊管智造AI的環境

焊管智造AI需要面對的環境包括供料系統、高頻直縫焊管機組、焊管坯、管坯成型焊接定徑和高頻焊接等部分。

2.2.1 供料系統

主要解決三個問題：一是不斷供，保證機組得以連續運轉；二是確保進入焊管機組前的管坯縱向拉拽力F恒定；三是當縱向拉拽力出現變動趨勢時能及時感知，并做出相應反應。

2.2.2 高頻直縫焊管機組

高頻直縫焊管機組由成型機、焊接機和定徑機三部分組成，各部分主要構件或總成如圖3所示。這些構件、裝置或總成中的任意一項都會以影響管坯運行速度的形式來影響焊接溫度。

圖3 高頻直縫焊管機組主要部件與總成

2.2.3 焊管坯

從大類上分，目前有鋼管坯、鋁管坯、銅管坯和不銹鋼管坯等，其中，每個大類又包含若干品種，即使是同一牌號的管坯，硬度狀態不同，差異也大。鋼管坯料常見硬度劃分及其與HRB和HV的對應值見表2。

表2 板材硬度劃分 （日本）及其與HRB和HV的對應值

材料不同對高頻焊接的影響也不同。以硬度為例，Q195、1/2質硬與1/8質硬相比，前者的變形抗力約是后者兩倍，而實際焊接擠壓力Fj由公式 （1）確定

式中：FS——焊接擠壓輥施加的擠壓力；

FK——待焊管坯對焊接擠壓輥中的抗力。

公式 （1）中，FK會影響高頻焊接擠壓力、焊接溫度和焊接速度。

2.2.4 管坯成型

平直管坯經過十多個道次由大到小不同孔型軋輥的軋制，被軋制成待焊開口圓 （異型）管筒，等待隨后的焊接。在這一過程中，受操作經驗差異、軋輥孔型磨損、機組溫度變化、機組精度突變、管坯性能突變、管坯運行狀態突變等因素影響，致使軋制力和管坯變形程度發生變化，而且這種變化并不僅僅出現在成型階段，還包括焊接段和定徑段，甚至包括鋸切過程，并影響管坯的穩定運行。目前焊管行業對這些 “突變”缺少有效的監測和控制。

2.2.5 高頻焊接

高頻焊接原理建立在電磁學理論中的焦耳－楞次定律基礎之上，并充分利用高頻電流的臨近效應和集膚效應，使待焊管坯中的感應電流及其焦耳熱能在瞬間會匯聚到待焊管坯表面和相鄰的待焊管坯兩邊緣，并且首先使管坯兩邊緣的金屬持續升溫，在達到金屬熔融溫度時由擠壓輥提供擠壓力實現焊接。

高頻焊接的顯著特點之一是將金屬加熱到焊接溫度的時間極短。高頻焊管機組型號與感應加熱用時參考值見表3。從表3中的加熱時間看，都在毫秒級，用時極短。在這么短時間內要求操作者靠肉眼很難精準地判斷出焊接溫度。而人工智能可以通過建立的專家系統，憑借各種傳感器快速感知溫度，依靠專家系統自主拿出解決方案，自主采取預防措施。高頻焊接的顯著特點之二是加熱焊接區域較窄且不均勻。在高頻電流臨近效應和集膚效應作用下，管坯上的感應電流高度集中到待焊管坯兩邊緣，通常只有幾十微米至數百微米寬，頻率越高加熱焊接區域越窄。而且由該電流引起的焦耳熱能在整個加熱焊接區域溫差很大，在距邊緣約2～3 mm寬度區域內溫差高達700～800℃，而被直接加熱的管坯邊緣寬度極窄，人工智能必須首先解決焊接溫度精準檢測與捕捉 （焊縫有時不可避免地發生偏擺）問題。

表3 高頻焊管機組型號與感應加熱用時參考值

高頻焊機的人工智能要感知五個方面的環境變化：①高頻焊機的輸出頻率、電流、電壓波動值及其引起這些波動的各元器件的變化；②高頻焊機供電線路的電壓波動，并自主地依據波動調節輸出電流、電壓；③感應圈與待焊開口管筒之間的間隙，以及感應圈前端與焊接擠壓輥的工藝距離；④焊接開口角的動態值，并自主依據動態值增大或減小輸出電流電壓；⑤阻抗器的冷卻。

2.2.6 高頻直縫焊管生產環境的特征

（1）完全可觀察與只可部分觀察并存。簡單的如管坯卷內外圈的硬度可以借助多種監測手段獲知，但卷中間的就不得而知；復雜的如焊縫品質，在其形成過程中可通過焊接區金屬色澤的變化、飛濺的火花、外毛刺大小等間接知曉，但焊縫中是否存在氣孔、微裂紋、非金屬夾雜等缺陷便無從知曉。

（2）確定性與隨機性并存。以密閉在滑塊中的平輥軸承為例，在磨損達到一定程度后何時發生質變 （局部損壞），與使用時間、潤滑狀態、管坯強度、冷卻方式、操作者等關系密切，具有不確定性。

（3）片段式與延續式并存。焊管生產環境中的片段式指傳感器在某一時刻所采集到的信息與其之前或之后的沒有關聯，如管坯運行速度因縱向拉拽力突變而在瞬間變快或變慢，完全可以將該次變化視為孤立事件；再譬如，壓力傳感器感知到焊接擠壓力逐漸變小，這可理解為是擠壓輥孔型和擠壓輥軸承逐漸磨損的自然過程。

（4）靜態與動態并存。在運行的焊管機組上，靜態與動態并存的現象比比皆是，如立輥與支承立輥的立輥軸，既要求隨管坯而轉動的立輥繞立輥軸安靜地轉動，又要求靜止狀態的立輥軸不能有擺動，否則，橫向軋制力就會因擺動而發生變化。在使用焊管智造AI的情況下，傳感器能感知這種變化，從而向Agent傳遞錯誤信息，因為此刻橫向軋制力的這種變化并非由管坯硬度引起，這一特征從另一個側面要求使用焊管智造AI的焊管機組的精度必須要高。

2.3 高頻焊管智造AI的感知系統

高頻焊管智造AI的感知系統主要由壓力傳感器、溫度傳感器、位移傳感器、厚度計、速度計等各類傳感器和人機對話窗口組成，通過這些傳感器時刻感知供料過程、焊管機組、管坯運行和焊接溫度的細微變化，并以各種能量的形式傳遞給Agent，為Agent提供源源不斷的信息。如給焊接擠壓輥軸裝上壓力傳感器后，既能感知由待焊管坯強度和硬度變化引起FK發生的變化，又能通過擠壓輥軸的安定程度感知擠壓輥軸承的損傷程度和擠壓力的穩定狀態，當Agent知道這些變化后，就會主動調節FS，使Fj與彼時的待焊管坯強度和硬度符合工藝規定值；或向操作者發出更換擠壓輥軸承的提示。

2.4 高頻焊管智造AI的Agent

2.4.1 確定Agent的結構

對Agent有多種理解，筆者更傾向于是一種通過傳感器感知環境，并能自主地借助執行器作用于該環境的實體。按模擬人類思維的不同層次，Agent可分為反映式、慎思式、跟蹤式、目標式、效果式和復合式。根據表1中對Agent性能度量的描述，選擇復合式Agent比較合適，焊接溫度控制AI用復合式Agent的結構如圖4所示。之所以選用復合式Agent，是因為考慮到一旦鋼管用Agent成功后，能夠方便地植入鋁管、銅管、不銹鋼管用Agent。

圖4 焊接溫度控制AI用復合式Agent的結構示意圖

2.4.2 焊管智造AI之Agent應具備的特性

（1）行為自主性。不僅能夠控制自身行為，而且還要確保對焊接溫度的控制是主動的、自發的，目標和意圖明確，并能根據管坯硬軟、厚薄、寬窄變化信息做出規劃與決策，將決策意圖及時通知執行器對焊接電流、電壓、速度做出相應調整。

（2）作用交互性。能夠通過人機對話窗口進行交流，能夠與焊管機組進行交互溝通，能夠感知焊管機組和其中管坯的動態變化，隨時對這種變化做出適當調節，使焊接在最佳狀態下進行。

（3）面向目標性。使焊接在最佳狀態下持續進行是高頻焊接的終極目標，Agent要能為實現這一目標而主動采取一系列措施。如機組入口處的距離傳感器感知到某一時刻管坯寬度為下偏差，那么在該段管坯到達擠壓輥處焊接時，Agent能及時、主動地增加焊接擠壓力、焊接電流、焊接電壓，或降低焊接速度，用主動增大的擠壓力、電流、電壓或降低焊速來彌補管坯寬度不足對焊縫強度的影響。

（4）存在社會性。要求以鋼管為先行的焊管智造AI之Agent，既要滿足焊接鋼管從甲規格變換成乙規格后的推理過程和目標意向完全一致，也需要為今后的鋁、銅、不銹鋼等焊管用焊管智造AI順利接入預留通訊接口，確保新Agent能順利集成到系統中而無需對原有Agent進行重新設計，具有很強的適應性和可擴展性。

（5）結構分布性。Agent的結構要在物理上或邏輯上體現為分布式，如將焊管機組與軋輥參數、焊管坯與焊管規格參數等歸類到一個數據庫中，將焊管工藝與優化歸類到專家庫中，將管坯化學成分、力學性能、熱學性能、電學性能、磁學性能和光學性能等集合到知識庫中，便于技術集成、資源共享、性能優化和系統整合。

（6）運行持續性。焊管智造AI之Agent程序啟動后，能夠在相當長的時間內維持持續運轉狀態，以滿足焊管機組連續運行地需要。

2.5 焊管智造AI的執行器

焊管智造AI用執行器主要包括交流直流伺服電機、交直流調速器、氣液壓系統、機械傳動、制動、高頻電流電壓調節電位器等，負責執行來自Agent的指令。

3 高頻焊管智造AI的實施難點

（1）影響因素眾多。設計焊管智造AI的目的是實現恒溫焊接。但從圖1和圖3來看，焊接溫度是一系列因素綜合作用后的表象，其實質是速度問題；而且這些速度的變化，大多是在操作者不知情的情況下發生的，這里用vR表示。這種速度變化包括宏觀和微觀兩方面，宏觀指人能察覺到的、運行中的管坯頓挫，微觀則指人感覺不到的頓挫，特別是后者對焊接溫度的影響更大、更難控制。因為這種焊接溫度的波動幅度小，不易被人察覺，而且引起vR變化的因素太多，用函數表示為

公式（2）中的A、B、C、D、E、F……N代表管坯運行速度影響因子，每一個因子又可能包括或組合成若干個影響因子a、b、c……n。僅以軋輥對管坯施加的軋制力PS為例，生產一種規格的焊管，需用軋輥50～70只，其中任意一只發生變化，如確保軋輥靈活轉動的軸承滾珠保持架突然部分損壞，且從表面看不出軋輥轉動存在問題，但是該軋輥對管坯施加的軋制力實際上已經發生了變化，進而影響管坯運行 （焊接）速度。而發生突變的幾率始終存在，并可用公式 （3）表示

其中，n為自然數，ΔPY表示一個或多個軸承程度不同地損壞后軋制力可能產生的若干種組合變化，包括大小變化、力偶變化等。這些變化最終都會表現在管坯運行 （焊接）速度上，問題是并不知道何時、哪個或哪幾個軋輥的軸承會發生突變，這就對Agent的搜索、規劃、推理、建模和決策生成等的設計提出挑戰。

（2）焊管規格更換頻繁。這里的規格不僅指焊管外徑和壁厚，還包括冷軋退火、冷硬、Q195、Q215、Q235等不同性能的焊管。以相隔一個月生產同一種規格的焊管為例，即使忽略軋輥磨損、管坯差異等因素，單就機組狀態而言，如平輥軸承經過一個月的磨損，滾珠與外殼間的間隙勢必變大，在下壓平輥時必須將這一因素考慮進去，否則，由該平輥施加的軋制力與上一個周期比要小，這對Agent的學習能力提出更高要求。

（3）一因多果與一果多因現象普遍存在。這些需要Agent對感知到的信息進行更加細致的分析、辨認，要求專家系統和知識庫必須達到專家級知識，能模擬專家的思維和專家級解題水平；同時要滿足從大量數據中挖掘出隱含的、未知的、有潛在價值的因果聯系信息和知識的要求，以便決策生成最佳解決方案。

盡管人工智能在焊管機組上的應用存在諸多困難，但焊管行業歷經數十年的發展，工藝成熟度較高，聚集了一批專家學者，產品供求穩定，對應用人工智能有需求，這些都為人工智能在焊管行業的應用提供了可能。

4 高頻焊管智造AI的可行性

（1）高精度高頻直縫焊管機組已經問世。高精度高頻焊管機組是生產優質焊管的前提條件，正逐步成為設備制造者與使用者的共識。設備制造商越來越重視焊管設備的制造精度，使用者也更愿意以較高的價格購買高精度、高性能的焊管設備。

（2）高精度管坯。管坯精度與焊管品質呈強正相關關系，高精度管坯無論從管坯化學成分和力學性能方面，還是幾何尺寸和邊緣形貌方面都能滿足高精度焊管的要求與人工智能的應用。

（3）從業者受教育程度發生了質的變化。新時代的操作者對計算機、人機互動甚至是簡易編程的駕馭能力更強，為人工智能順利進入工業運用并發揮作用提供了人力保證。

（4）算法模型更優。各種更高算力和大數據，使人們對人工智能的認識與理解達到新的高度。

（5）傳感器種類繁多。如按測量物理量分，有位移、接近、速度、溫度、力、力矩、壓力、加速度等傳感器；新型傳感器則有光纖傳感器、紅外傳感器、氣敏傳感器、生物傳感器、機器人傳感器、智能傳感器、數字傳感器等。傳感器的種類幾乎涵蓋了人類生產生活的各方面，這些傳感器為監督管坯運行、設備運轉、速度微妙變化等提供了精準、及時的檢測手段，并最終根據這些信息提前對焊接溫度進行干預、實現焊管智造AI化。如硬軟不同的管坯會影響焊接開口角的大小和高頻電流臨近效應的強弱，通過壓力傳感器和接近傳感器，就能在焊管成型階段準確感知管坯的硬軟，計算出與之對應的焊接開口角和臨近效應，并預先生成相應的焊接電流和電壓，從而保證給出的焊接溫度恰好與彼時的管坯狀態匹配。

（6）焊管生產工藝的相似性。盡管焊管規格大小、壁厚、材質差異很大，但是，制造原理、生產設備、工藝流程相同，對應道次的成型、焊接和定徑軋輥孔型相似，成組技術的特征明顯，這些都為人工智能中的傳感器、語言識別、圖像識別、知識庫和專家系統的應用與建立提供了可能，也使得要構建的焊管智造AI框架相對簡單。

5 結束語

高頻焊管智造AI市場應用前景廣闊。僅河北省唐山和滄州兩地高頻直縫焊管生產企業就有400余家，每個企業少則一兩條生產線，多則五六十條生產線，這還不包括鋁管、銅管和不銹鋼焊管生產線。

高頻焊管智造AI促進焊管品質達到質的飛躍。在人工智能中，對于給定的問題，智能系統的行為一般是找到能夠達到所希望目標狀態的動作序列，并使其所付出的代價最小、性能最好、方案最優。

高頻焊管智造AI不僅是焊管行業產業升級的助推器與理想的生產模式，而且能顯著提高勞動生產率，降低勞動者的工作強度，節省人力成本。