金屬材料焊接接頭缺陷形成原因及識(shí)別方法研究

孫文剛

近年來(lái)，隨著建筑行業(yè)超高壓、特高壓應(yīng)用需求的逐漸發(fā)展，對(duì)于金屬材料的焊接要求日漸苛刻。金屬材料在發(fā)展工程中不斷強(qiáng)化對(duì)于強(qiáng)度和剛度的要求，相比之下，對(duì)于其材料可塑性的研究較為滯后。在此背景下，金屬材料的焊接成為了對(duì)其進(jìn)行構(gòu)架和塑造連接的主要方式。考慮到實(shí)際的施工環(huán)境以及工藝技術(shù)水平的限制，不同金屬材料在焊接過(guò)程中的耐受性存在著明顯的差異，在焊接接頭處，氣孔、夾渣的情況出現(xiàn)頻發(fā)，同時(shí)未熔合、未焊透也是在焊接接頭中較為常見(jiàn)的一種缺陷。為了確保焊接工藝的施工效果，對(duì)接頭處的缺陷進(jìn)行準(zhǔn)確識(shí)別是十分必要的，其也是焊接施工驗(yàn)收工作中一項(xiàng)重要的內(nèi)容。隨著現(xiàn)代化技術(shù)的逐漸發(fā)展，接頭焊接缺陷的識(shí)別方法也實(shí)現(xiàn)了新突破。在傳統(tǒng)識(shí)別方法中，主要是通過(guò)抽樣的方式，對(duì)個(gè)別焊接接頭進(jìn)行檢查，而現(xiàn)代識(shí)別方式中，通過(guò)圖像就可以實(shí)現(xiàn)對(duì)焊接接頭內(nèi)部情況的分析，能夠滿足對(duì)全部接頭進(jìn)行識(shí)別的檢驗(yàn)需求。但其識(shí)別效果仍存在進(jìn)一步提升的空間。與其他類型的缺陷相比，焊接接頭的缺陷隱蔽性較強(qiáng)，一旦不能及時(shí)發(fā)現(xiàn)沒(méi)造成的影響也是巨大的。為此，對(duì)焊接接頭質(zhì)量進(jìn)行有效檢測(cè)是極為必要的。

基于此，本文提出金屬材料焊接接頭缺陷形成原因及識(shí)別方法研究。在分析了引起焊接接頭缺陷的原因以及形成的缺陷類型的基礎(chǔ)上，提出了以模糊神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的缺陷識(shí)別方法，將不同缺陷的特征作為缺陷識(shí)別的依據(jù)，并通過(guò)實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。通過(guò)本文的研究，以期為金屬材料焊接工藝的優(yōu)化提升提供參考，為相關(guān)驗(yàn)收工作提供幫助。

1 金屬材料焊接接頭缺陷形成原因分析

在對(duì)金屬材料焊接接頭缺陷識(shí)別方法進(jìn)行設(shè)計(jì)之前，首先需要明確引起缺陷的主要因素以及這些因素的作用結(jié)果，通過(guò)總結(jié)出不同缺陷對(duì)應(yīng)的特征，為后續(xù)的識(shí)別工作提供基礎(chǔ)。為此，本文分別從以下幾個(gè)方面進(jìn)行了研究。

1.1 焊接熱源對(duì)缺陷形成的影響

對(duì)于不同金屬材料而言，其熔點(diǎn)、導(dǎo)熱性是存在一定差異的。在對(duì)金屬材料進(jìn)行焊接時(shí)，對(duì)焊接熱源的選擇僅考慮金屬材料的熔點(diǎn)是遠(yuǎn)遠(yuǎn)不夠的。當(dāng)材料的導(dǎo)熱性較差時(shí)，焊接熱源所產(chǎn)生的熱量無(wú)法實(shí)現(xiàn)在材料中的完成傳導(dǎo)，這會(huì)直接導(dǎo)致焊接接頭處的金屬材料無(wú)法達(dá)到熔點(diǎn)，在焊接時(shí)僅能實(shí)現(xiàn)表面的熔化和焊接，內(nèi)部結(jié)構(gòu)并未發(fā)生改變，由此產(chǎn)生的缺陷類型主要表現(xiàn)為未熔合或未焊透。通過(guò)觀察X 射線圖像，可以發(fā)現(xiàn)在焊接接頭處存在明顯的中空構(gòu)造。另外一種現(xiàn)象是由于焊接熱源過(guò)高引起的，當(dāng)其溫度遠(yuǎn)遠(yuǎn)超過(guò)金屬材料的熔點(diǎn)時(shí)，每次焊接操作都會(huì)對(duì)原本的焊接成果產(chǎn)生熔化作用，導(dǎo)致最終的焊接接頭出現(xiàn)明顯的咬邊，這種缺陷通過(guò)直觀的方式就可以判斷。但是需要注意的是，在不同的輪廓影響下，其外形可能會(huì)對(duì)缺陷的判斷造成一定的干擾，形成缺陷重復(fù)識(shí)別或缺陷識(shí)別丟失的問(wèn)題。為此，在識(shí)別過(guò)程中，按照輪廓對(duì)其進(jìn)行分解分析是極為必要的。

1.2 材料屬性對(duì)缺陷形成的影響

金屬材料本身的屬性也是影響焊接接頭缺陷的重要因素。受金屬特性影響，其膨脹系數(shù)也各不相同功能。當(dāng)金屬材料的膨脹系數(shù)較大時(shí)，在焊接過(guò)程中接頭處的材料遇熱會(huì)發(fā)展為原來(lái)幾倍大的體積，可以理解為是對(duì)金屬材料的局部重熔再造，而焊接僅能實(shí)現(xiàn)對(duì)材料的連接，無(wú)法實(shí)現(xiàn)對(duì)熔化后材料內(nèi)部氣體的排放，因此，極易導(dǎo)致空穴缺陷的出現(xiàn)，通過(guò)觀察X 射線圖像，可以發(fā)現(xiàn)在焊接接頭出有明顯的黑色斑點(diǎn)，其即為氣泡。當(dāng)金屬材料的膨脹系數(shù)較小時(shí)，其在焊接熱源的作用下僅能實(shí)現(xiàn)小面積的膨脹，難以滿足焊接的需求，最終將會(huì)導(dǎo)致接頭處存在異常，受不同材料屬性影響，這種缺陷也表現(xiàn)為不同形式，包括接頭固體化、出現(xiàn)裂紋等，其也可通過(guò)直接觀察的方式判斷。同樣地，其也受輪廓影響干擾影響嚴(yán)重，一旦X 射線圖像的輪廓出現(xiàn)非常態(tài)構(gòu)造極易引起判斷結(jié)果的誤差。

1.3 工藝技術(shù)對(duì)缺陷形成的影響

造成焊接接頭缺陷的另外一個(gè)主要的，也是最關(guān)鍵的因素就是焊接工藝技術(shù)。作為焊接活動(dòng)中最主要的一部分，其對(duì)焊接效果的影響也是最明顯的。焊接工藝不僅包括焊接技術(shù)的實(shí)施，同時(shí)也包括對(duì)待焊接金屬材料的調(diào)整，合適的坡口造型以及間隙大小選擇都直接影響最終焊接接頭的成品效果。當(dāng)坡口或間隙不合理時(shí)，極易造成接頭處的夾渣、氣孔、斷裂等缺陷。其中，夾渣缺陷的X 射線圖像表現(xiàn)為明顯的大面積光斑。這種光斑不僅會(huì)對(duì)其他類型的缺陷帶來(lái)掩蔽作用，同時(shí)也會(huì)降低直接觀察缺陷的準(zhǔn)確性。

2 金屬材料焊接接頭缺陷識(shí)別

通過(guò)上述的分析，本文總結(jié)出在不同因素的作用下，金屬材料的焊接接頭缺陷主要表現(xiàn)為裂紋、空穴、固體、未熔合、未焊透以及其他6 種，并分析了相應(yīng)的X 射線圖像特征。以此為基礎(chǔ)，本文設(shè)計(jì)了以缺陷特征為基礎(chǔ)的焊接接頭缺陷識(shí)別方法。

2.1 缺陷特征提取

由于每種焊接接頭缺陷影像之間的差異較大，因此，本文以不同焊接缺陷對(duì)應(yīng)的X 射線圖像特征作為缺陷識(shí)別的依據(jù)，為此，首先對(duì)圖像特征進(jìn)行提取。

在獲得的圖像中，反饋出的信息不僅包括由缺陷造成的影像結(jié)果，同時(shí)也有由于焊接由試件外觀產(chǎn)生的影響結(jié)果，要實(shí)現(xiàn)對(duì)焊接缺陷的準(zhǔn)確識(shí)別，首先要準(zhǔn)確提取出可以作為判斷依據(jù)的缺陷影像結(jié)果。本文將影像形狀尺寸、黑度、位置、延伸方向、輪廓、細(xì)節(jié)作為特征區(qū)分的標(biāo)準(zhǔn)。此時(shí)可以將影相的特征表示。其中，焊接缺陷X 射線圖像特征中包含尺寸上的特征和顏色上的特征，對(duì)于焊接接頭而言，其主要是指影像的黑度，此時(shí)需要獲取圖像中焊接缺陷對(duì)應(yīng)的位置特征以及圖像中焊接缺陷的延伸方向特征，對(duì)于圖像中焊接缺陷的輪廓特征和圖像中焊接缺陷在細(xì)節(jié)上表現(xiàn)出的特征，需要結(jié)合焊接接頭的實(shí)際情況進(jìn)行差異化獲取。以此為基礎(chǔ)，在得到焊接接頭的影像資料后，首先從形狀作出判斷，通過(guò)不同的特征參數(shù)對(duì)上述標(biāo)準(zhǔn)進(jìn)行描述，以此實(shí)現(xiàn)對(duì)原始圖像的分割。假設(shè)焊接接頭缺陷影像中對(duì)應(yīng)的輪廓形狀參數(shù)為a，那么在表現(xiàn)出的細(xì)節(jié)特征分割標(biāo)準(zhǔn)下，可以將圖像分解為與圖像特征數(shù)量相同的獨(dú)立圖像，這就意味著圖像分解與表現(xiàn)出的細(xì)節(jié)特征之間存在直至相關(guān)性。

又由上文可知，圖像中焊接缺陷在細(xì)節(jié)上表現(xiàn)出的特征，就意味著圖像中包含的特征信息是多樣化的，此時(shí)，焊接接頭缺陷影像的形狀參數(shù)a 中與細(xì)節(jié)特征的重疊部分即可作為一個(gè)分割部分。

經(jīng)過(guò)分解后的影像就轉(zhuǎn)化為多個(gè)具有單一輪廓特征的焊接圖像，此時(shí)，再運(yùn)用輪廓跟蹤法對(duì)具有相同分割結(jié)果的焊接缺陷特征參數(shù)進(jìn)行提取，獲得分解后的影像中提取到的特征結(jié)果。

在此基礎(chǔ)上，將提取到的特征結(jié)果進(jìn)行聚類，通過(guò)這樣的方式將提取出的特征結(jié)果按種類進(jìn)行劃分。需要注意的是，征聚類的目標(biāo)距離直接影響聚類的效果，因此本文以特征參數(shù)的50%作為聚類半徑。

通過(guò)這樣的方式，實(shí)現(xiàn)對(duì)金屬材料焊接接頭缺陷特征的提取，并以聚類的形式進(jìn)行差異化管理。

2.2 缺陷識(shí)別

根據(jù)上述的聚類結(jié)果，本文利用卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)金屬材料焊接接頭缺陷的識(shí)別。考慮到金屬材料焊接接頭缺陷特征的多樣性以及聚類結(jié)果的復(fù)雜性，本文以3 級(jí)的卷積神經(jīng)網(wǎng)絡(luò)作為識(shí)別基礎(chǔ)，其中每級(jí)包括2 個(gè)層，分別對(duì)應(yīng)2 個(gè)卷積層、2個(gè)池化層以及2 個(gè)全連接層。不僅如此，考慮到各層級(jí)之間的連接效果可能會(huì)對(duì)識(shí)別結(jié)果造成影響，本文利用Soft-max 函數(shù)進(jìn)行連接。以此為基礎(chǔ)，具體的識(shí)別過(guò)程如下。

首先，在卷積層中，設(shè)計(jì)卷積核的大小為3×3，標(biāo)準(zhǔn)步長(zhǎng)為1，當(dāng)隨著訓(xùn)練的次數(shù)逐漸增加，其輸出的結(jié)果也逐漸趨于穩(wěn)定，可以適當(dāng)增加步長(zhǎng)以提高識(shí)別的效率，為此，本文設(shè)置步長(zhǎng)的取值范圍為[1,5]。

以此為基本單位對(duì)訓(xùn)練樣本進(jìn)行訓(xùn)練。在第一個(gè)采樣層的窗口，將上文得到的聚類結(jié)果3×3 的規(guī)模排布在全連接層，并確保每層分布的特征數(shù)量相同。此時(shí)的特征分布是以均衡的狀態(tài)存在于卷積神經(jīng)網(wǎng)絡(luò)中的。這樣做的目的是最大限度實(shí)現(xiàn)對(duì)所有特征的訓(xùn)練，避免出現(xiàn)特征丟失的問(wèn)題，同時(shí)也提高訓(xùn)練結(jié)果的可靠性。在訓(xùn)練過(guò)程中，將第一個(gè)全連接層的特征結(jié)果作為第一個(gè)池化層的特征，以此展開(kāi)形成的圖像的一維向量結(jié)果，作為卷積神經(jīng)網(wǎng)絡(luò)的輸入值。對(duì)應(yīng)的特征也將轉(zhuǎn)化為一維形式，以此從多個(gè)維度對(duì)特征進(jìn)行深度學(xué)習(xí)，確保最終輸出結(jié)果的準(zhǔn)確性。同時(shí)，為了加強(qiáng)網(wǎng)絡(luò)結(jié)構(gòu)可擴(kuò)充性，提高對(duì)特征分析的準(zhǔn)確性，在輸出層運(yùn)用具有糾錯(cuò)機(jī)制的Softmax 函數(shù)作為過(guò)濾，當(dāng)卷積神經(jīng)網(wǎng)絡(luò)對(duì)部分特征的映射出現(xiàn)異常時(shí)，不會(huì)影響全局結(jié)果。對(duì)圖像特征進(jìn)行匹配時(shí)，輸出對(duì)應(yīng)的“無(wú)缺陷”和“有缺陷”結(jié)果。將訓(xùn)練結(jié)果作為輸入值在網(wǎng)絡(luò)中進(jìn)行反向計(jì)算，計(jì)算出結(jié)果中存在的誤差，再將此誤差反向傳播完成對(duì)網(wǎng)絡(luò)計(jì)算結(jié)果的糾偏，直至偏差達(dá)到設(shè)定值。以此實(shí)現(xiàn)對(duì)金屬材料焊接接頭缺陷的準(zhǔn)確識(shí)別。

3 試驗(yàn)測(cè)試

為了測(cè)試本文提出識(shí)別方法的應(yīng)用效果，進(jìn)行了試驗(yàn)測(cè)試。

3.1 測(cè)試條件

測(cè)試以熔焊缺陷作為識(shí)別目標(biāo)，按缺陷性質(zhì)，本文設(shè)置了6種缺陷，分別為裂紋缺陷、空穴缺陷、固體缺陷、未熔合和未焊透，以及其他。以某焊接廠的焊接接頭圖像作為測(cè)試數(shù)據(jù)，分別采集了無(wú)缺陷的焊接接頭圖像300 幅，有各類缺陷的焊接接頭圖像600 幅。其中，代表圖像如圖1 所示。

在圖1 中，圖（a）和圖（b）為無(wú)缺陷狀態(tài)下焊接接頭的圖像采集結(jié)果，圖（c）～圖（h）均為存在缺陷的焊接接頭圖像采集結(jié)果。其中，圖（c）為夾渣缺陷，圖（d）為氣孔缺陷，圖（e）為夾鎢缺陷，圖（f）為未焊透缺陷，圖（g）為未熔合缺陷，圖（h）是咬邊缺陷。上述8 中焊接缺陷都是在焊接接頭中比較常見(jiàn)的缺陷類型。

圖1 焊接接頭圖像

以上述代表圖像為基礎(chǔ)，隨機(jī)選取200 幅無(wú)缺陷的圖像和400 幅存在缺陷的圖像作為訓(xùn)練樣本，在剩余的實(shí)驗(yàn)數(shù)據(jù)中隨機(jī)選擇50 幅無(wú)缺陷圖像和100 幅存在缺陷圖像為實(shí)驗(yàn)樣本，對(duì)焊接接頭的情況進(jìn)行識(shí)別。為了實(shí)現(xiàn)對(duì)識(shí)別效果的量化分析，分別采用損失率P 和準(zhǔn)確率E 作為評(píng)價(jià)指標(biāo)。

以此為基礎(chǔ)，開(kāi)展對(duì)3.1 部分準(zhǔn)備缺陷的識(shí)別測(cè)試。

3.2 測(cè)試結(jié)果

在上述測(cè)試條件下，分別統(tǒng)計(jì)了在訓(xùn)練次數(shù)下，本文方法的識(shí)別情況，并采用基于神經(jīng)網(wǎng)絡(luò)的識(shí)別方法和基于蟻群算法的識(shí)別方法作為對(duì)照組，同時(shí)進(jìn)行識(shí)別測(cè)試。為了更加準(zhǔn)確地對(duì)識(shí)別結(jié)果進(jìn)行分析，除上述指標(biāo)外，本文還對(duì)異常識(shí)別結(jié)果的類型進(jìn)行了具體的統(tǒng)計(jì)，分為缺陷未識(shí)別錯(cuò)誤和無(wú)缺陷但誤識(shí)別錯(cuò)誤兩類。最終得到的具體結(jié)果如表1 所示。

表1 本文方法的缺陷識(shí)別結(jié)果

從表1 中可以看出，隨著訓(xùn)練次數(shù)的增加，三種方法對(duì)于缺陷的識(shí)別結(jié)果均呈現(xiàn)出逐步提升的發(fā)展趨勢(shì)，但是通過(guò)其結(jié)果的變化速度可以看出，基于神經(jīng)網(wǎng)絡(luò)的識(shí)別方法和基于蟻群算法的識(shí)別方法明顯在收斂性方面具有明顯不足，當(dāng)訓(xùn)練次數(shù)從200 增加到300，從400 增加到500，從600 增加到700 的過(guò)程中，基于神經(jīng)網(wǎng)絡(luò)的識(shí)別方法對(duì)于錯(cuò)誤的缺陷識(shí)別并為實(shí)現(xiàn)優(yōu)化。基于蟻群算法的識(shí)別方法雖然結(jié)果隨著訓(xùn)練次數(shù)的增加提升，但是其當(dāng)訓(xùn)練次數(shù)達(dá)到900 次時(shí)，才得到相對(duì)較優(yōu)的識(shí)別結(jié)果。相比之下，本文方法對(duì)焊接接頭缺陷識(shí)別的損失率逐漸降低，當(dāng)訓(xùn)練次數(shù)達(dá)到300 后，損失率基本穩(wěn)定在0.2%以內(nèi)，相對(duì)應(yīng)的，識(shí)別結(jié)果的準(zhǔn)確率逐漸提高，并最終穩(wěn)定在96%以上。并且，在識(shí)別結(jié)果中，未能識(shí)別的缺陷數(shù)量逐漸減少，當(dāng)訓(xùn)練次數(shù)達(dá)到500 時(shí)，能夠?qū)崿F(xiàn)對(duì)缺陷的100%識(shí)別，具有良好的識(shí)別效果。

4 結(jié)語(yǔ)

對(duì)于金屬材料焊接接頭缺陷的有效識(shí)別不僅對(duì)于確保建筑結(jié)構(gòu)的可靠性具有十分重要的現(xiàn)實(shí)意義，對(duì)于加速焊接技術(shù)的發(fā)展也有重要的推動(dòng)作用。考慮到金屬材料焊接接頭缺陷的形成一般是由多種因素共同作用形成的，因此明確其形成原因是對(duì)缺陷進(jìn)行準(zhǔn)確識(shí)別的重要基礎(chǔ)。本文提出金屬材料焊接接頭缺陷形成原因及識(shí)別方法研究，全面具體地研究了引起焊接接頭缺陷的因素，并以此為基礎(chǔ)設(shè)計(jì)了相應(yīng)的缺陷識(shí)別方法，實(shí)驗(yàn)結(jié)果表明所提方法能夠?qū)崿F(xiàn)對(duì)不同缺陷的準(zhǔn)確識(shí)別。通過(guò)本文的研究，以期為金屬材料焊接工作的驗(yàn)收以及金屬材料焊接工藝的進(jìn)步提供幫助。