基于被動視覺的管子-管板GTAW熔池檢測及處理

陳云霞，李榮斌，鄔雁忠，孫 勤

（1.上海電機學院，上海 201306；2.上海電氣自動化設計研究所有限公司，上海 210240）

基于被動視覺的管子-管板GTAW熔池檢測及處理

陳云霞1，李榮斌1，鄔雁忠2，孫 勤2

（1.上海電機學院，上海 201306；2.上海電氣自動化設計研究所有限公司，上海 210240）

針對換熱器管子-管板自動焊的特點，設計了一套適應于管子管板鎢極氬弧焊（GTAW）的CCD視覺傳感器和減光/濾光系統(tǒng)，實時獲取管子管板焊接液態(tài)熔池圖像。開發(fā)了一套基于部件樹的圖像特征點提取算法，能夠有效獲取管子管板GTAW熔池邊緣圖像，通過曲線擬合方法，可獲取完整的熔池輪廓曲線和熔池特征尺寸信息，進一步實現(xiàn)管子-管板自動焊遠程監(jiān)控。

換熱器；視覺監(jiān)控；焊接熔池；圖像處理

0 前言

隨著我國勞動力成本的逐漸提升，以廉價勞動力為支撐的“中國制造”模式難以為繼，加工制造業(yè)更多地關(guān)注焊接過程自動化、智能化的發(fā)展水平。換熱器作為一種熱量傳遞的節(jié)能設備，廣泛應用于煉油、化工、醫(yī)藥和核電等領(lǐng)域，其中管殼式換熱器的使用最為普遍。在管殼式換熱器的設計、制造過程中，管子、管板的焊接質(zhì)量關(guān)系到整個設備機組的安全運行。然而，在石油化工裝置中因焊接工藝不當或工藝規(guī)程執(zhí)行不嚴導致的換熱器管束失效超過20%，而換熱器管頭泄漏90%以上是焊接質(zhì)量缺陷或缺欠引起的[1-3]。

每臺管殼式換熱器管板焊接接頭少則幾百個，多則成千上萬個接口。采用焊條電弧焊工藝，焊工勞動強度大、勞動條件差，很難保證高效、優(yōu)質(zhì)、穩(wěn)定的產(chǎn)品質(zhì)量，因此亟需引入管子-管板焊接自動化設備及焊接智能化技術(shù)提升質(zhì)量和效率。視覺智能傳感具有直觀、信息量大、處理容易等特點，在焊接裝配檢測、過程監(jiān)控及質(zhì)量評價等方面發(fā)揮著重要作用，最終可實現(xiàn)焊接產(chǎn)品質(zhì)量的可追溯性及遠程管理[4-5]。本研究針對管殼式換熱器管子-管板自動焊，研制了一套視覺傳感器用于獲取焊接過程中液態(tài)熔池視覺信息，采用基于部件樹的圖像處理算法，提取液態(tài)熔池特征點并進一步擬合熔池輪廓，最終實現(xiàn)管子－管板自動焊遠程監(jiān)控。

1 試驗和方法

基于全位置管板脈沖鎢極氬弧焊的焊接熔池圖像采集來開展基本工藝試驗。焊接系統(tǒng)主要包括控制器、焊接電源（Kemppi）、機頭、平衡器及焊接電纜、控制電纜和氣管等。采用兩層焊工藝，第一層自熔，第二層填絲焊。換熱管材料為304不銹鋼，內(nèi)徑25 mm，管壁厚1 mm，管子焊前預脹，焊前清理不銹鋼管子及管板焊接部位的油污、灰塵等雜質(zhì)。設定峰值電流100 A、脈沖頻率4 Hz，在此條件下進行采像試驗。視覺系統(tǒng)選用Xiris XVC-1000相機，輔助減光、濾光系統(tǒng)，可清晰獲取焊接熔池、鎢極及焊絲圖像。整個試驗系統(tǒng)平臺如圖1所示。

圖1 管板脈沖鎢極氬弧焊視覺監(jiān)控系統(tǒng)

系統(tǒng)軟件采用qt5.5.0+MSVC2010進行開發(fā)，可以實現(xiàn)焊接圖像的采集和處理等。管板熔池圖像如圖2所示，由圖2a可知，原始采集的管板焊接熔池圖像因采像角度可達性、工件本身的干擾，管板焊接熔池邊緣不完整、不清晰。選取的窄帶濾光片參數(shù)如表1所示，中心波長λ0=660 nm，半寬Δλ=35 nm，峰值透過率T=90%，截止范圍為可見光譜段，截止帶透過率為0.01%，中性減光片參數(shù)由試驗確定。

采集的管子-管板焊接熔池圖像主要包括鎢極、熔池和凝固焊道等。換熱器管子－管板自動焊的鎢極伸出長度、鎢極和送絲嘴角度等參數(shù)均會影響焊接質(zhì)量，通過監(jiān)控焊接過程中的熔池，可有效獲取影響焊縫成形質(zhì)量的圖像參數(shù)。特別是在不適合焊工現(xiàn)場直接參與的遠程焊接作業(yè)，該視覺傳感系統(tǒng)為經(jīng)驗焊工提供了“眼睛”，為焊接工藝參數(shù)調(diào)整提供了豐富的信息。采用增強對比度的方法對管板焊接熔池圖像進行預處理，處理結(jié)果如圖2b所示，經(jīng)過預處理后的熔池邊緣更清晰，對比度明顯增強。

圖2 管板熔池圖像

表1 窄帶濾光片光學參數(shù)

2 管板熔池圖像處理及特征提取

針對熔池邊緣受到強弧光、液態(tài)熔池表面反射干擾問題，本研究提出了基于Part-based Model圖像處理算法[5]，可以很好地提取熔池邊緣特征點，在強烈干擾的情況下識別精度較高，魯棒性很好。

圖像處理步驟為：（1）進行人工訓練，取6個特征點，每個特征點包含區(qū)域范圍65×65 pixels；（2）中值濾波；（3）相關(guān)位置定位；（4）提出管板圖像特征點。

圖像處理算法核心思想：計算管板熔池圖像選取的每個小特征表象的相似度，依賴于一組連接與相關(guān)系數(shù)，最終結(jié)果使得后驗概率獲得最大值。管板熔池圖像完整處理過程如圖3所示。

試驗選取90幅圖像，其中訓練6幅，測試84幅，每幅圖像訓練時間0.93 s，測試結(jié)果見圖4，誤差較小，穩(wěn)定性高，表明Part-based Model的識別精度較高，特別適合用于提取易受干擾的熔池邊緣。

基于獲取的管板熔池圖像特征點信息，定義熔池熔寬W近似等于A1和A6兩個特征點的歐式距離，半熔長L近似等于A0與A3的距離（A0為A1、A6的構(gòu)成直線的中心點）。定義完管板焊接熔池特征后，可求得90幅熔池圖像的熔寬W和半熔長L的變化趨勢。結(jié)果表明，管板焊接熔池的熔寬和半熔長變化區(qū)間為20～30 pixels，見圖5，熔池特征尺寸（表征熔池特征的熔寬和熔長）變化均勻，成形美觀。

3 結(jié)論

基于管殼式換熱器管子-管板的脈沖鎢極氬弧焊全位置自動焊系統(tǒng)，研制了適用于管板自動焊接監(jiān)控的視覺傳感系統(tǒng)。開發(fā)了一套基于部件樹的管板熔池識別算法，定義了管板焊接熔池特征信息——熔長和熔寬，開發(fā)的圖像處理算法能夠有效識別管板脈沖鎢極氬弧焊的熔池寬度和長度幾何尺寸，進一步為后續(xù)管板自動焊的自動監(jiān)控和質(zhì)量控制提供視覺信息支撐。

圖3 基于part-tree算法的熔池圖像識別

圖4 圖像處理驗證結(jié)果

圖5 管板脈沖鎢極氬弧焊圖像處理結(jié)果

[1]王振民，張棟，李晉，等.換熱器管板的全位置自動化焊接工藝[J].華南理工大學學報（自然科學版），2010，38（5）：100-104.

[2]欒輝寶，陶文銓，朱國慶，等.全焊接板式換熱器發(fā)展綜述[J].中國科學：技術(shù)科學，2013（9）：1020-1033.

[3]李超勝，朱瑞鋒.換熱器管板自動焊技術(shù)總結(jié)[J].石化技術(shù)，2016（5）：66-69.

[4]陳華斌，孔萌，呂娜，等.視覺傳感技術(shù)在機器人智能化焊接中的研究現(xiàn)狀[J].電焊機，2017，47（3）：1-16.

[5]Fergus R.Object class recognition by unsupervised scaleinvariant learning.IEEE Computer Society Conference on Computer Vision and Pattern Recognition，2003（2）：264.

Inspection of GTAW pool and processing method for tube-to-tubesheet based on passive vision

CHEN Yunxia1，LI Rongbin2，WU Yanzhong2，SUN Qin2
（1.Shanghai Dianji University，Shanghai 201306，China；2.Shanghai Electrical Automation D&R Institute Co.，Ltd.，Shanghai 200203，China）

According to the characteristic of the automotive welding for tube-to-tubesheet in heat exchangers，developed a visual sensor system with suitable filters.It can obtain the liquid welding pool image of tube-to-tubesheet online.We can develop welding pool image processing algorithm based on part-tree method，and obtain the liquid pool edge for GTAW.It can get the entire weld pool profile and geometry through curve fitting method.The results further realize the remote monitoring for tube-to-tubesheet automate welding.

tube-to-tubesheet；vision monitoring；weld pool；image processing

TG409

A

1001－2303（2017）11－0064-03

10.7512/j.issn.1001-2303.2017.11.13

本文參考文獻引用格式：陳云霞，李榮斌，鄔雁忠，等.基于被動視覺的管子-管板GTAW熔池檢測及處理[J].電焊機，2017，47（11）：64-66.

2017-05-22；

2017-07-16

上海市經(jīng)濟和信息化委員會專項資金（JJ-YJCX-01-15-5718）

陳云霞（1978—），女，副教授，博士，主要從事高能電子束焊工藝及視覺檢測的研究。E-mail：cyx1978@yeah.net。