Page 69 - 2023中国无损检测年度报告
P. 69
2023 ࠛ௨ចय़ˮڥQGWખ˘ᛸˡԾࡰᤠቅ ࠛ௨ចय़ˮڥQGWખ˘ᛸˡԾࡰᤠቅ 2023
⚥㕂偽䰀唬崵䎃䏞䫣デ ⚥㕂偽䰀唬崵䎃䏞䫣デ
处理、缺陷识别算法以及专业化软件开发，实现
焊缝微小缺陷信息的自动检测和识别。图 12 为
应用该系统获得的典型薄板激光焊缝图像与相关
缺陷信息。
(b) 模型应用端
图 10 铸件缺陷智能检测评价软件界面
该智能检测软件不仅包含了成熟的图像处
理、数据库管理、缺陷识别、数据统计分析等常 图 11 薄板激光焊缝缺陷融合视觉检测系统
规的缺陷图像分析功能，还具有如下独特功能：
① 具备较为完善的基于深度学习的缺陷智能识别
网络模型算法，集成了以 Faster R-CNN 为代表
的 Two-stage 网络模型和以 SDD、YOLO 为代
表的 One-stage 网络模型，可确保不同产品对象、
不同特征缺陷智能识别准确率；② 可不断扩充缺
陷分类识别算法所需的数据集，充分利用人工智
能技术的自我学习能力，确保识别模型稳健可靠，
具备远高于平均检测人员经验的缺陷识别分类准
确度。
图 12 典型薄板激光焊缝图像与缺陷信息
3.3 焊缝表面融合视觉检测系统
通过典型不锈钢薄板焊缝双面检测试验表
焊接技术是工业生产中不可或缺的一种基本 明，该系统扫查速度达 150 mm/s，可在 10 s
工艺方法，被广泛应用于工业各个领域。焊接质 内实时完成宽度为 0.8 mm、长度为 600 mm 焊
量好坏直接关乎设备运行、工业操作和使用者安 缝的双面缺陷检测与缺陷信息自动识别，缺陷识
全。为保证相关焊接产品质量，团队以典型薄板 别率 95%，缺陷高度分辨率为 0.02 mm，缺陷
激光焊缝、直线位移传感器焊缝为研究对象，开 边缘识别精度为 0.05 mm。与数字射线缺陷尺寸
展二维、三维融合视觉检测技术、缺陷智能识别 测量结果对比，二者检测结果吻合较好，且视觉
方法研究和检测系统研制，着力解决焊缝缺陷智 检测系统对于未焊透、咬边、断焊缺陷的检测更
能检测问题，推动智能检测在工程实际中应用。 具优势，在 x、y 方向上缺陷尺寸测量误差均小
3.3.1 薄板激光焊缝缺陷融合视觉检测系统 于 0.03 mm。
为快速有效检测薄板激光焊缝缺陷，促进生 3.3.2 复杂零部件表面融合视觉检测系统
产工艺迭代升级，团队从在线自动化检测实际需 针对空间三维复杂焊缝表面自动化、智能化
求出发，以 0.6~0.8 mm 厚不锈钢薄板激光焊缝 检测难题，将工业相机检测系统与多自由度机器
为研究对象，开展视觉智能检测技术研究、缺陷 人相结合，研制了一套高自由度融合视觉智能检
识别算法开发和检测系统样机研制。 测平台，如图 13，14 所示。该平台可实现典型
图 11 给出了激光焊缝缺陷融合视觉检测系 复杂工件位姿识别、零件抓取、三维曲面扫查轨
统示意和系统样机图。该系统利用线扫彩色 CCD 迹生成、焊缝自动化检测、缺陷智能判别与合格
相机、三维相机以及机械扫查结构对焊缝正反双 工件分选等一系列功能。
面进行高速信息采集。通过相机与光源的空间独 高定位精度六轴协作机器人，搭配个性化设
特化设计，结合先进图像处理算法，解决了不锈 计夹持装置，赋予了检测平台极高的产品适应性，
钢工件表面高反光度对检测结果影响问题；根据 可轻松应对各类复杂形面的精细化检测任务；结
焊缝高解析度彩色、三维图像特点，通过图像预 合自主开发的智能检测软件系统，能够完成焊缝
59
