[發明專利]基于熒光磁粉的金屬工件焊接缺陷的分類識別與定位

在審

• 申請號: 201711469746.7
• 申請日: 2017-12-29
• 公開（公告）號: CN109991306A
• 公開（公告）日: 2019-07-09
• 發明（設計）人: 劉桂華;杜超;張華
• 申請（專利權）人: 西南科技大學
• 主分類號: G01N27/84
• 分類號: G01N27/84
• 代理公司: 暫無信息
• 代理人: 暫無信息

磁粉探傷廣泛應用于軸承焊接裂紋檢測，但是缺陷與否仍是人工進行目檢。本發明針對金屬工件在焊接過程中產生的縱向焊接缺陷(如裂紋、氣孔、夾渣等等)，使用工業相機拍攝金屬工件面磁痕圖像，運用數字圖像處理技術提取出疑缺陷區域的特征，然后基于這些特征，利用神經網絡的分類器(MLP)技術來完成柱面裂紋的自動識別和缺陷位置定位。實驗結果表明，該方法不僅對焊接缺陷、金屬切削和金屬熱處理等真、偽缺陷有較高的識別率，而且提高了檢測效率，具有一定的應用研究意義。

技術領域

本發明涉及智能檢測領域，是一種基于熒光磁粉的智能缺陷識別系統，可使本軟件系統在工廠的環境中完成金屬工件焊接缺陷的分類識別檢測與缺陷定位，屬于機器識別技術領域。

背景技術

焊接是一個高度線性的多變量，強耦合，同時又具有大量隨機不確定因素的復雜過程,所以檢測難度較大，伴隨我國制造業的快速開展，焊接技能使用越來越廣泛，焊接技能水平也越來越高。新的焊接技能辦法不斷涌現，專業的焊接技術也朝著數字化、智能化方向不斷發展，傳統的人眼判斷已經不能滿足社會發展的需要，而且也存在很多缺陷。

由于檢測技術和智能化技術的的不斷發展，人們開始探索一些自動化檢測的方法，一些人通過焊接缺陷出現的隨機不確定性的特點，運用統計分析方法對焊接缺陷進行了研究，建立了基于統計學方法的焊接缺陷在線識別方法，也有人通過射線探傷和超聲波檢測技術提出了基于射線探傷和超聲波的焊接缺陷在線檢測方法，還有一些人提出基于小波理論等等，雖然這些方法促進了檢測技術的發展，但是也存在各自的一些缺點:檢測成本高，工序復雜，檢測效率低、很難實現自動化等等。

隨著神經網絡技術的發展，人們開始探索將神經網絡技術運用在焊接檢測上，基于神經網絡是一個高度復雜的非線性動力系統，除了具有一般非線性系統的共有性外，還有其自適應、自組織性、人工干預少、精度高等優點。模糊邏輯具有模仿人類思維的能力,在此基礎上的模糊邏輯與神經網絡相結合所產生的模糊神經網絡在焊接過程控制和焊接缺陷識別方面取得了很多進展，國內有采用自組織特征映射(SCM) 神經網絡對GTAW過程焊接缺陷進行自動檢測，通過對焊接過程中各時間區間參數概率密度分布特征的觀測根據電參數直方圖的分布識別對應焊縫位置的缺陷是否發生，在無信息提供的情況下，通過選擇合適輸出節點數，實現自動分類，將穩定信號完全分開來，也有用小波變換分析方法提取不同頻段上的聲波能量作為表征飛濺大小特征向量，通過神經網絡模型建立了特征向量到飛濺量的映射模型，從而可對CO₂焊接飛濺量做預測，結果表明映，利用電弧聲波信號能夠準確的預測焊接飛濺，是實現焊接質量在線控制的新途徑，實現了對焊接過程的在線自動化實時控制，利用神經網絡技術可以不用做大量實驗就可以得出符合要求的結果，國外在研究焊接缺陷的檢測時通過基于神經網絡的X射線的圖片進行處理，提取缺陷特征，再根據焊縫缺陷樣本的特點建立SVM“一對一”聚類結構進而對樣本識別，或者利用決策樹和模糊矩陣進行識別，也能獲得良好的識別和分類結果，但是X射線本身對人體具有危害性，使用范圍也具有局限性，很難廣泛應用于工業化檢測。本文就金屬工件上焊接的缺陷提出了一種新型的基于熒光磁粉的智能識別與定位系統，檢測方法簡單，無危害性，檢測效果好，具有廣泛的適用性。

發明內容

本發明的目的在于解決上述技術問題而提供一種基于視覺系統和圖像處理技術以及機器學習的一種智能焊接缺陷檢測和焊接缺陷定位方法。

本發明的技術方案是：使用機械手將工件槽取件放置于固定磁化觸頭處，活動磁化觸頭伸長至接觸工件頂部位置時，磁化電路開始對工件進行橫縱向磁化，完成磁化后活動磁化觸頭縮回原處。機械手將磁化工件送至網孔狀放置臺后回到工件槽抓取下一個待磁化的焊接工件。同時，磁懸液噴灑裝置會對放置臺上的磁化工件噴灑油性磁懸液，使其焊接充分接觸磁懸液，網狀放置臺具備磁懸液循環回收功能。然后，機械手將噴灑磁懸液的工件自動帶至檢測位置，在環形黑光燈照射下，三臺環繞工件的工業相機開始對工件進行拍照得到磁痕圖像， 拍照完成以后的圖片數據經交換機傳送至計算機，磁化系統不斷重復剛才的工作。