電弧焊接焊縫偏差方法研究

黎昭郁，高向東

(廣東工業大學機電工程學院，廣東廣州510006)

焊縫跟蹤應用傳感器進行焊縫偏差檢測(焊縫偏差即電弧與焊縫中心的偏差)，并將實時獲取焊縫偏差信息反饋給控制器以驅動焊炬實時糾偏，精確的焊縫偏差檢測是保證整個系統實現準確的焊縫軌跡跟蹤的前提。由于實際焊接過程的復雜性，往往存在弧光、飛濺以及電磁等各種不可預料的干擾，焊縫信息往往被噪聲所覆蓋，這使得通過圖像處理技術直接提取焊縫信息的做法實現難度很大，且當出現“磁偏吹”現象時，傳統的檢測方法將顯得無能為力。文中利用熔池圖像質心特性參數來間接地推測焊縫偏差、進而識別焊縫位置的方法，首先選取熔池的特定區域進行了中值濾波與灰度變換處理以突出熔池及其附近區域的特征，在此基礎上提取了熔池的圖像質心坐標，間接地推測出焊縫偏差，進而識別焊縫位置信息。

1 焊縫熔池圖像及熔池處理區域的選取和處理

測定電弧弧光在200 ～1 100 nm 區間的光譜分布，表明在602 ～697 nm 和922 nm 以上的近紅外區域，弧光特征譜線較少，這兩個區域是較為理想的取像區域［1］。熔池圖像質心算法的一個要點就是熔池處理區域的選取，經試驗比較選取熔池前端為處理區域較為合適，該處理區域包含了絕大部分的熔池信息，同時包含了熔池前端的一部分焊縫，熔池圖像及處理區域的選取如圖1所示，圖2 為試驗裝置示意圖。為減弱焊接過程中的干擾，先對處理區域進行了中值濾波處理，為增大處理區域中熔池與前端焊縫的對比度，對圖像再進行了灰度變換的圖像增強處理，使得圖像更加清晰，特征明顯［2］。

圖1 熔池圖像處理區域圖

圖2 試驗系統結構圖

2 熔池圖像質心的獲取

熔池圖像質心即熔池灰度圖像的重心，設i，j 為圖像的兩個方向，M，N 分別為i，j 方向像素的數量，g(i，j)為像素點(i，j)處的灰度值，則圖像質心位置坐標(xc，yc)見式(1)。該公式反映了焊縫相對于電弧的偏差情況，當電弧對準焊縫時，熔池圖像的灰度是對稱分布的，此時熔池質心對應中心值;當電弧偏離焊縫時，熔池圖像的灰度分布將不對稱，熔池質心將偏離中心值［3］。

3 焊接工藝試驗和圖像質心焊縫偏差分析

試驗采用鎢極氬弧焊，讓焊縫呈一傾斜的直線，焊炬在一個方向上逐漸地偏離焊縫進行焊接試驗，試驗系統結構圖見圖2，對焊接過程連續拍攝10 張焊縫區圖像，所得焊接區圖像大小為768 像素×576 像素，截取其130 像素×100 像素圖像為分析對像，所截取圖像如圖3所示?？梢钥闯?熔池(此時熔池位于焊炬的正下方)相對于焊縫位置按其拍攝順序在逐漸向右移，也即焊縫相對在向左移;從熔池圖像也可看到熔池區域像素分布落差比較合理。

圖3 焊縫區圖

(1)質心坐標曲線

質心坐標曲線是指根據分割閾值變化而得到的質心坐標曲線。提取以上焊縫圖像的質心坐標，當灰度分割閾值(經研究曲線分析只取分割閾值T 的范圍1≤T≤240 來進行分析)變化時，各焊縫圖像的質心橫坐標曲線和質心縱坐標曲線分別如圖4 和圖5所示。從各焊縫圖像的質心橫、縱坐標曲線圖可以看出:在灰度分割閾值變化時，各焊接圖像的質心橫、縱坐標隨著變化，當分割閾值小于30 或大于61 時，計算出來的質心橫坐標比較穩定。而從質心縱坐標曲線圖中可以看出:隨著分割閾值的增加質心縱坐標也增加(當T ＜20 時除外，它比較穩定)。圖中Picn 質心坐標為上面連續拍攝的對應序號為(a)、(b)…的圖像的質心坐標，X 代表橫坐標，Y 代表縱坐標。

圖4 質心橫坐標曲線圖

圖5 質心縱坐標曲線圖

(2)質心坐標偏差圖

質心坐標偏差值是在相同分割閾值時每幅圖像質心坐標與第1 幅圖像質心坐標的差值，它表示以第1幅圖像所得的質心坐標為原點，其他圖像相對第1 幅質心的坐標，即各圖像相對偏移量。由質心縱坐標隨著分割閾值的變化以及實際焊接中縱坐標可由速度控制，還有考慮到橫坐標偏差更能代表焊縫位置的變化，故現只研究橫坐標的情況。各圖像質心橫坐標偏差曲線如圖6所示。圖中RXn(n =1，2，..)表示第n+1 幅圖像的質心橫坐標與第1 幅圖像的質心橫坐標的差值;n 對應上面連續所拍攝的圖像的序號。

圖6 質心橫坐標偏差曲線圖

由質心橫坐標偏差曲線圖可以看到:各圖像質心坐標偏差值隨著灰度分割閾值的變化而變化，變化比較明顯，變化基本趨于一致。當選取分割閾值在60 至100 范圍時，質心橫坐標偏差值相對穩定，對比質心橫坐標曲線圖，故選取分割閾值t =90。當t =90 時，其質心橫坐標偏差與焊縫位置偏差(即熔池相對焊縫中心的偏差—實際偏差值)曲線如圖7所示?？梢钥闯?焊縫圖像的質心位置相對于焊縫始終偏向于右側，且其偏差有逐漸增大的趨勢，而實際焊炬(熔池在焊炬的正下方)或熔池相對于焊縫的偏差趨勢也是逐漸增大的。

圖7 質心橫坐標偏差與焊縫位置偏差曲線圖

(3)相關和回歸分析

從圖7 可以看出:所計算得到的質心偏差與實際焊接過程中熔池的偏差(即焊縫的位置偏差)趨勢一致，可以用相關和回歸分析來確定其相關性。相關和回歸分析是用于分析兩個以上因素間相互關系的工具，應用此方法對因素的數據進行統計計算，可以評估存在于這些因素間的某種可能關系的緊密程度，并可以此得出其他有用的結論［4］。運用統計分析軟件Minitab 將質心的偏差與實際熔池相對焊縫位置偏差值作線性回歸分析，用Ref代表焊縫位置實際偏差值，Measure代表質心偏差值，所得分析數據如圖8所示，回歸曲線圖如圖9所示。圖8 中用于評判回歸效果的主要為R－ Sq值和P 值，其中R－ Sq為決定系數(即擬合優度)，用以確定被檢測的數據是符合某種假定的分布，文中用來檢驗質心偏差與實際焊接過程中熔池的偏差的擬合效果(擬合優度越大，擬合效果越好，即相關性比較好)，一般大于80%為較好;P 值經常用于假設檢驗中，它代表當一個假設“真”(true)時而被拒絕的這種錯誤的可能性，如P 值越小，犯這種錯誤的可能性越小，一般取P ＜0.05 作為臨界值，文中用于判斷回歸后擬合度的顯著性檢驗，此值越小，擬合越顯著。從數據和回歸曲線圖可以看出，質心偏差值(以Measure表示)與焊縫位置實際偏差值(以Ref表示)之間可用線性關系表示;其中R－Sq=80.9% ＞80% ，說明其擬合優度比較好;其P 值為0.001，遠小于0.05，說明其擬合顯著。

圖8 質心橫坐標偏差值與焊縫位置回歸分析數據表

圖9 質心橫坐標偏差值與焊縫位置回歸圖

5 結論

焊縫圖像的質心偏差趨勢與焊縫位置的實際偏差趨勢一致，其線性擬合比較好，焊縫圖像的質心能夠反映焊縫相對于焊炬位置的變化，如果質心位置(其偏離量大于0)右移時，焊縫相對于焊炬或電弧向左偏移，反之亦然。在焊縫自動跟蹤應用中，通過分析焊縫圖像質心的偏差，再經過一定的濾波處理和狀態估計，可以得到有效的焊縫信息，因此對焊縫圖像的質心處理方法是一種十分有效的焊縫檢測方法，可以間接得到焊縫位置，比直接獲取焊縫位置的方法更加簡單，還可以減少焊縫糾偏的滯后性，其抗噪性能好，定位精確度高，從而可以有效地提高焊縫跟蹤精度。

【1】閆志鴻，張廣軍，邱美珍，等.脈沖熔化極氣體保護焊熔池圖像的檢測與處理［J］.焊接學報，2005，26(2):37－40.

【2】李弼程，彭天強，彭波，等.智能圖像處理技術［M］.北京:電子工業出版社，2004.

【3】高向東，羅錫柱.一種基于圖像質心的焊縫跟蹤新方法［J］.焊接學報，2003，24(6):15－18.

【4】潘德彼淂S，紐曼羅伯特P，卡瓦納著羅蘭R.6σ 管理法［M］.劉合光，等，譯.北京:機械工業出版社，2001:472－473.