人工智能在壓力容器焊縫表面形貌檢測中的應用

盛治鵬

摘 要：為確保壓力容器使用安全，國家相關標準重點針對壓力容器焊縫咬邊以及余高等尺寸問題進行了嚴格規定。其中，為加強對壓力容器焊縫咬邊以及余高等尺寸問題的檢測分析，本文主要壓力容器焊縫表面形貌檢測情況，重點針對基于人工智能條件下的壓力容器焊縫表面形貌檢測方法進行研究與分析。并通過闡明常見的檢測方法及優缺點，人工智能在特種設備領域中的應用前景進行展望，希望通過本文的研究與分析，可以給同行業人員提供一定的參考價值。

關鍵詞：人工智能;壓力容器;焊縫表面形貌;檢測;應用

前言：壓力容器焊縫表面形貌與焊縫質量之間存在密切相關的聯系，結合以往的經驗來看，壓力容器常見的焊縫外觀缺陷主要以咬邊、凹陷以及焊接變形等為主。當焊縫外觀缺陷問題表現過于明顯時，往往就會對壓力容器的安全使用造成不良影響。嚴重時甚至會引發安全事故問題。近些年來，為進一步加強對壓力容器安全使用的規范管理，行業內部人員重點針對壓力容器焊縫表面形貌檢測工作進行了統籌規劃與合理部署。其中，為提高壓力容器焊縫表面形貌檢測效率，研究人員主動將人工智能技術方法融入到壓力容器焊縫表面形貌檢測工作體系當中，保障壓力容器使用安全。

1 壓力容器焊縫外觀缺陷問題表現及成因分析

結合以往的檢測經驗來看，壓力容器常見的焊縫外觀缺陷問題主要表現為咬邊、凹陷、焊縫余高、焊接變形等問題為主。其中，所謂的咬邊問題主要是指沿焊趾在木材部分形成部分凹陷或者溝槽問題，咬邊問題的存在會進一步減少母材有效截面積會，對結構整體承載能力造成不利影響[1]。焊縫余高主要是指焊縫表面兩焊趾連線位置存在不合理問題，當余高問題表現過大時，焊縫表面會出現凸起現象，同時還會出現明顯的應力集中現象。從客觀角度上來看，上述問題出現的根本成因在于在前期生產制造期間，相關負責人員對于壓力容器焊縫表面形貌檢測工作落實不到位。再加上生產人員對于壓力容器生產制造標準缺乏掌握，導致外觀缺陷問題嚴重化。

2 人工智能在壓力容器焊縫表面形貌檢測中的應用

2.1 焊縫檢驗尺檢測法

焊縫檢驗尺檢測法基本上可以視為近些年來人工智能在壓力容器焊縫表面形貌檢測中的具體應用表現。在具體操作過程中，工作人員需要利用焊縫檢測尺對準零位并緊固螺絲。與此同時，工作人員應該使用咬邊深度尺進行測針處理，并針對筒體環焊縫咬邊深度進行精準測量。完成上述操作之后，工作人員應該將三點測量面接觸在工件位置上。

需要注意的是，不可將其放在焊縫位置或者存在缺陷問題的位置。此時應該將高度尺進行緊固，咬邊深度尺應該盡量放松。這樣一來，利用工件表面實現對焊縫檢測尺校準以及調零工作，基本上可以達到預期效果。除此之外，工作人員可以將焊縫檢測紙放在待檢焊縫位置當中，仲有邊深度尺下滑處理方式，對縱焊縫咬邊深度進行測量分析[2]。

2.2 激光視覺檢測法

激光視覺檢測法在一定程度上可以實現對焊縫余高、寬度以及咬邊深度等關鍵參數的同時檢測。在檢測分析過程中，該檢測方法可利用光檢測原理，從所拍攝的焊縫圖像中提取關鍵參數，對當前壓力容器焊縫表面形貌質量情況進行檢測分析。在具體實施過程中，工作人員可利用單激光器以及單相機檢測方法對待測對象的形貌表現情況進行檢測分析。或者也可以利用單激光器與雙相機檢測法結合應用的方式進行應用實踐。

在具體操作過程中，工作人員可利用工業相機與一字線激光夾相結合的方式進行操作應用。其中，工作人員可利用專用夾具固定工業相機與一字線激光器，確保相機軸線與水平面始終保持垂直狀態。在一字線激光器出射激光面以及水平夾角的控制方面，應該按照規定要求進行合理控制。對于所采集到的焊縫激光線圖像，可通過將圖像數據傳輸應用的方法，傳輸到算法程序中，完成圖像處理以及參數計算等一系列工作。根據最終參數表現與特種設備常規參數進行對比，判斷當前壓力容器焊縫表面是否存在質量缺陷問題[3]。

2.3 免標記錨點檢測法

與傳統焊縫檢測方法不同，免標記錨點檢測法可根據焊縫表面形貌情況，對焊縫表面形貌多個參數進行同時檢測與動態獲取。其中，在應用免標記錨點檢測法的過程中，工作人員可根據不同焊縫特征表現利用該種方法提取焊縫特征參數。結合以往的經驗來看，傳統以曲線極值法以及多項式擬合曲線求解法為首的檢測方法所涉及到的誤差問題較多。

為規避傳統方法存在的弊端問題，免標記錨點檢測法主動結合深度學習原理，并以網絡技術為依托，實現對特征點提取工作的有效處理。舉例而言，工作人員可利用基于深度學習的焊縫輪廓圖像特征點提取算法，為后續參數數值計算提供良好基準[4]。

3 人工智能在壓力容器焊縫表面形貌檢測中的應用優缺點分析

本文主要結合上述三種檢測技術原理及內容，對當前三種檢測技術在壓力容器焊縫表面形貌檢測中的優缺點問題進行研究與分析：

（1）焊縫檢驗尺檢測法。焊縫檢驗尺檢測法主要以焊縫檢測尺為檢測工具，其結構合理且外形美觀，適用范圍較廣。結合以往的檢測經驗來看，焊縫檢驗尺檢測法所涉及到的檢測精度為0.5mm，是當前壓力容器焊縫形貌檢測常用的測量工具。但是需要注意的是，應用該方法進行測量分析時，需要工作人員對檢測部位進行初選處理，且每個參數需要進行分別測量，在效率方面表現較低。最重要的是，該步驟容易受到人工操作的影響而出現誤差問題。

（2）激光視覺檢測法。激光視覺檢測法在測量誤差方面一般不會超過0.1mm，同時還可以實現AB類焊縫非接觸式測量過程，可同時獲取多個關鍵參數。最重要的是，該檢測方法可在移動檢測中獲取各參數的最大數值以及具體部位，可提高焊縫檢測效率。

（3）免標記錨點檢測法。這類檢測方法主要利用深度學習技術的圖像分析功能以及數據整合功能對檢測參數所呈現出的特征以及缺陷進行研究與分析。與上述兩種方法不同，該項檢測方法在測量誤差方面嚴格控制在0.08mm，在精確性方面表現更高。最重要的是，該檢測方法除了可以同時實現AB類焊縫非接觸式測量工作之外，還可以實現對CDE類焊縫凸度以及凹度等參數的測量，具有重要的應用價值[5]。

不難看出，目前以免標記錨點檢測法為主的人工智能檢測技術所體現出的應用效率以及應用質量更高一些。

結論：總而言之，人工智能在壓力容器焊縫表面形貌檢測中可以發揮出較好的應用優勢，基本上可以規避傳統檢測技術存在的滯后性問題。鑒于人工智能壓力容器焊縫表面形貌檢測技術的重要性，建議在未來的發展中，行業內研究人員應該主動結合人工智能前沿發展動態，對當前人工智能壓力容器焊縫表面形貌檢測技術體系存在的不足問題進行及時改進。并通過積極健全完善焊縫表面形貌質量合格評價系統以及相關評價體系，保障人工智能與壓力容器焊縫表面形貌檢測技術融合使用。相信在全體人員的不斷努力下，人工智能在壓力容器焊縫表面形貌檢測中可以發揮出更好的應用優勢。

參考文獻：

[1]楊寧祥，梁敏健，李繼承，林曉明，陳建勛. 人工智能在壓力容器焊縫棱角度檢測中的應用[J]. 西部特種設備，2020，3（04）：13-17+45.

[2]李奇. 壓力容器焊縫質控中的無損檢測方法及其信息系統研發[D].天津工業大學，2019.

[3]徐林，劉衛，吳婧. 淺談壓力容器無損檢測[J]. 科技視界，2019（25）：274+326.

[4]劉春來. 淺談表面無損檢測在壓力容器定期檢驗中的應用[J]. 當代化工研究，2018（04）：1-2.

[5]褚海濤. 壓力容器無損檢測：球形儲罐的無損檢測技術[J]. 湖南農機，2019，38（05）：47-49.

（諸城市萬興機械有限公司，山東 諸城 262200）