焊接结构由于材料、工艺和环境等差异易出现各种类型缺陷，严重影响结构整体的安全性能。超声检测法是一种有效的缺陷无损检测方法，常规超声缺陷测量技术在处理复杂曲面时会出现模式转换及影响缺陷检测精度的问题，故该文提出了基于零群速兰姆波模态的不等厚对接焊缝缺陷检测仿真研究。首先，基于Bloch-Floquet边界和域约束的有限元特征频率法，研究变厚度薄板中零群速模态频率偏移规律，选取厚度变化敏感的零群速模态并对激励信号进行参数优化。然后，通过建立焊缝仿真模型验证变厚度薄板中零群速模态频率偏移规律，成功重构出焊缝薄板的曲线厚度，误差为±0.05 mm。最后，建立不等厚板焊缝模型进行缺陷检测，成功地重构出焊缝内部的微小缺陷的位置信息(>0.5 mm)，厚度方向和水平方向的误差分别为±0.05 mm和±0.02 mm。

自动焊接时,为提高焊缝坡口关键位置的检测精度和抗干扰能力,基于卷积神经网络设计了焊缝特征点提取网络。该网络通过卷积、池化操作对图像中焊缝激光线的位置信息和拐点特征信息进行提取;引入先验框,将焊缝特征点检测从全局定位转为局部定位;识别定位模块通过结合特征点位置预测与特征点存在置信度预测,抑制了噪声干扰。为保证实际的焊接效率,融合相关滤波算法完成了焊缝关键位置的自动追踪。核相关滤波通过快速傅里叶变换降低了算法的时间复杂度,引入循环矩阵循环移位样本进行充分训练,保证了跟踪速度和精度。实验结果表明,焊缝特征点定位的均方根误差为0.207 mm,最大定位误差为0.71 mm。本文所提算法的定位精度较高,而且适用性和抗噪声干扰能力较强,能够满足焊缝自动跟踪系统的要求。

为实现对激光焊缝质量的高效检测,引入了线阵图像传感解决在线检测问题,提出了一种基于深度学习的焊缝瑕疵快速检测方法。首先,针对激光焊缝瑕疵,优化了基于YOLO(You only look once)的深度学习网络。其次,在实验数据集中加入了合适的锚框,以提高检测框定位信息的准确度,并通过多尺度特征融合技术提高了瑕疵的识别准确度。最后,制作数据集并提出了一种数据集预处理方法训练网络,提升了瑕疵的识别效果。实验结果表明,本方法对焊缝单孔、穿孔、凹槽瑕疵的总识别率大于94%,对尺寸为4096pixel×4000pixel的单张工件图像的检测时间为0.97s,相比传统超声、射线图像检测方法在检测速度方面有明显提升。

将激光焊接头与CCD视频跟踪模块集成在一起,提出一种采用一字线激光进行自动化焊缝检测的方法。该方法利用激光三角测量法,得到焊缝的高度、宽度等形状信息。在图像处理方面,对所获得的焊缝区域图像进行中值滤波和二值化处理,获得焊缝特征点二维坐标,实现目标定位,并计算其在世界坐标系下的三维坐标。在跟踪算法方面,采用精度高、速度快的核相关滤波器目标跟踪算法,分别对常见的直线型和曲线型焊缝位置进行跟踪。实验所得数据拟合曲线与焊缝形态误差在5%以内,吻合度较高,实时跟踪效果良好。

针对焊缝跟踪的焊缝位置实时检测问题, 设计了一种能实时获取焊缝轮廓三维数据的线激光检测传感器: 采用特定波长的可见线激光作为检测激光, 由带滤镜的工业摄像机采集投射在焊缝表面的激光条纹图像; 通过增强、二值化、去噪和细化等图像处理算法提取激光条纹中心线; 基于三角测量原理, 由激光条纹中心线的像素坐标计算出焊缝轮廓的三维坐标。通过实验分别对传感器的测量精度和抗干扰性能进行验证, 实验结果表明测量精度达到±0.2 mm, 能有效抵抗弧光、飞溅的干扰, 满足实际的焊接使用要求。

焊缝质量在线检测是冷轧带钢激光拼焊过程中的重要关键技术之一。为了解决武钢TRUMPF12000 轴快流激光拼焊设备在焊接过程中出现的错边、拼缝、焊缝形态等问题, 采用3个传感器分别采集焊前间隙图像信息、焊接过程图像信息以及焊后焊缝图像信息, 利用OTSU 自动计算图像阈值、运用投影矩阵的方法将图像坐标转换到工件坐标, 编写程序提取图像特征点的方式建立焊缝质量在线检测系统, 并以5m/min焊接速率对3mm厚冷轧板进行焊接实验, 测量焊接试样焊缝宽度相对误差在4.42%左右。结果表明, 焊缝质量检测系统可以计算出较为准确的焊缝宽度、焊缝错边量等信息。

针对相贯线焊缝难以检测的问题,提出了一种新型的管道插接相贯线焊缝扫查机器人系统,通过管道夹紧装置使得机器人可附着于支管上作360°圆周运动,特别是通过冗余关节的设计实现了机器人末端探测器要求的空间相贯线扫查轨迹.该系统可实现两种管道扫查方式:一种是沿不同的扫查半径做360°周向扫查;另一种方式是沿径向呈"Z"字形进行扫查.可实现支管直径为100～400 mm,被扫管道直径为600～1 000 mm范围内的相贯线焊缝扫查.系统设计分析和控制运行结果表明:扫查的周向步进精度≤0.2 mm/m,径向步进精度≤0.5 mm/m,轴向步进精度≤1 mm/mm.

从焊缝的本质入手,研究焊接过程中焊缝的显微组织和化学成分的变化,进而探讨这些变化对主动红外反射图像的影响.通过理论和实际的分析,得出主动红外技术能很好地应用于工业焊缝的检测.本文提出的检测方法主要是针对实际的工业应用场合,具有快速、高精度的特点.检测精度为0.1mm.在PC-奔700的计算机上,整个算法图像的分割速度为0.02s.