可视化焊接的发展

邹怡蓉，曾锦乐，都 东

（清华大学机械工程系，先进成形制造教育部重点实验室，北京 100084）

1 可视化焊接的涵义

焊接（尤其是熔化焊接）是一个复杂瞬变的物理化学过程。例如在弧焊过程中，焊接电弧既是一个集中的热源和力源，又有强烈发光，电弧空间及周边存在快速变化的电磁场；电弧-熔池-工件三者之间有复杂的热、力相互作用；工件焊接区有局部熔化和凝固，熔池内部流动和冶金反应，焊接接头的成分迁移和组织及性能演变；还会生成焊接残余应力和结构变形……

可视化是指通过技术手段形象直观地表达焊接过程，有助于全面深入认识焊接内在机制，旨在为优化设计、过程控制和质量评价提供依据。

可视化焊接涵盖的第一层面是焊接过程建模仿真与虚拟现实表达，即基于材料物性参数、实验数据和物理化学等基础理论建立描述焊接过程的数学模型，并利用现代计算技术和图形图像技术进行仿真和动态表达，为焊接材料、工艺参数和焊接结构的优化设计提供基础。这涉及了多物理场和跨尺度的耦合分析、微观组织演变模拟、强外场条件下的材料行为、高度非线性和大梯度的处理、局部精细分析和大规模科学计算、时间和构形动态过程表述等共性基础问题，在此不详述。

可视化焊接还有两个层面的涵义：焊接过程视觉传感与智能控制，焊缝缺陷成像与无损检测。

2 焊接过程视觉检测与智能控制

焊接过程视觉检测涉及采用特殊传感方法减小或消除弧光、金属蒸汽、熔池发光、飞溅等不利因素的影响，进行实时视觉传感。为将关注对象可视地表达为适宜于人眼观察、或适宜于计算机视觉进行量化计算的形式，研究者针对熔池、熔滴过渡、电弧、保护气体、焊缝等不同对象提出了多种可视化方法并搭建了相应的视觉传感装置。

A.Scotti，et al.[1]为计算MIG/MAG焊熔滴过渡动量以预测熔深，对熔滴过渡的投影进行高速摄像并将图像采集与电信号同步，得到一系列反映熔滴过渡形式的图像。M.Schnick，et al.[2]以描述和分析焊接过程中的气体流场并研究其对焊接质量的影响为目标，采用粒子图像测速技术与纹影摄像技术对保护气体流量与流场特性进行可视化和测量。Y.Tsujimura and M.Tanaka M.[3]研究等离子体温度分布与金属蒸汽浓度，采用三台高速摄像机同时拍摄焊接过程中不同波长下的等离子体形态。C.S.Wu et al.[4]为研究高速GMAW焊缝驼峰的形成机理，采用透过窄带通滤光片与中性滤光片从侧面对熔池部分进行拍摄的方式，获得驼峰形状和演变情况。E.Siewert and J.Schein.[5]研究焊接材料、保护气体、脉冲波形对熔滴过渡形式的影响，采用两台高速摄像机从不同角度拍摄熔滴过渡图像，并对熔滴形状进行三维重构。Y.Kawahito，et al.[6]以入射激光束与匙孔形成的关系为研究对象，采用X射线成像装置从侧面实时拍摄匙孔深度与形状，并用高速相机从正上方拍摄获得匙孔表面图像。Y.Morisada，et al.[7]为研究搅拌摩擦焊缺陷形成机理，采用钨作为示踪剂，使用两组X射线成像装置从不同角度对搅拌摩擦焊过程进行透射和实时成像。S.Yamashita，et al.[8]为研究熔池温度场对焊接冶金过程与焊接区特性的影响，采用两台高速摄像机通过不同波长的滤光片对熔池进行拍摄，并利用比色测温法计算熔池温度场。Cheol-Hee Kim，et al.[9]以监测与控制焊接质量为目的，采用同轴照明及图像采集，并通过图像处理得到匙孔边缘。M.Schnick，et al.[10]研究反相T-GMAW的双弧相互作用及保护气体影响，采用高速摄像机透过滤光片对电弧空间进行拍摄，并与数值模拟结果进行比较。上述可视化焊接的相关研究均涉及焊接过程的视觉传感，为实时记录快速变化的可视化对象，多采用高速拍摄，并根据对象选择视觉传感方法，提取焊接过程的相关视觉信息，甚至将保护气体流场或焊缝内部金属材料流场等非视觉信息也进行可视化，使得研究者能够通过图像分析的手段对其特征进行提取，同时也使得相关信息均得到直观表达，为深入理解焊接过程的机理提供了有效的辅助手段。

对焊接过程进行可视化对于焊接智能控制的实现同样具有重要意义，视觉传感因其无接触、抗电磁干扰、包含信息丰富等相较于其他传感方式的优势，一直是解决焊道识别及自动跟踪问题的关键技术。在复杂施焊环境、非理想工件状况、尤其是对象结构特征不明显的条件下，传统的利用单一特征的线结构光视觉方法存在明显局限性。借鉴和模仿人类视觉模式中的特点：（1）综合获取颜色、光影、纹理等多种视觉特征；（2）融合多种信息进行时空域动态分析，是复杂工况环境下焊道识别及跟踪的有效方法，也是智能化焊接视觉检测技术值得重视的发展方向。

多种视觉特征的获取除利用结构光法获取焊道或坡口的形状特征之外，还包括对焊道表面可能存在的纹理与颜色特征的描述与提取：纹理可被认为是一种反映区域中像素灰度级空间分布规律的属性，基于灰度共生矩阵方法能够建立对焊缝图像纹理特征的描述，将焊缝与母材进行区分[11]；焊缝与热影响区表面因材料特点、热加工过程、氧化反应等原因可能具有特定的颜色特征，可利用其进行焊缝识别以及焊缝质量的判断，如在钢管纵焊缝水耦合自动超声波无损检测的视觉跟踪中，通过新彩色空间的构造，能够实现了图像分割和焊缝识别。焊接过程的复杂与对象的多样性决定了依靠单一特征难以保证识别算法稳定性与可靠性，可采用多传感的方式将多种特征进行可视化，并在融合规则上采用由置信度控制融合权重的方式，以获得可靠性高的识别结果。

3 焊缝缺陷成像与无损检测

采用X射线、超声波对焊接结构进行焊后无损检测，也是可视化焊接的一项重要组成部分，是指通过分析焊缝内部缺陷引起的射线图像与超声信号的变化，对焊缝缺陷进行直观表达与定量描述，以评价其特征及危害程度。

以X射线检测为例，目前实际生产中尚主要采用人工目视检测的方式，人为因素对检测结果的影响难以规避，焊缝X射线动态检测的自动化水平亟待提高。Shao Jiaxin，et al.[12-14]采用实时成像在线连续检测的方法，针对图像噪声大、实时性要求高、适应性要求高等难点，提出了基于多帧X射线实时图像焊缝缺陷跟踪进行缺陷自动检测的思路，在逐帧分割提取潜在目标的基础上，利用多帧图像间焊缝缺陷相对重心坐标的运动轨迹特征，完成对真实缺陷的跟踪，以减少误检率；提出了基于焊缝连续性的焊缝边缘检测算法以适应不同噪声水平及灰度范围的变化；提出了基于自适应双阈值大模版中值滤波背景消除的焊缝缺陷预分割方法，以低阈值保证缺陷检出，以高阈值剔除误检，有效适应了不同灰度范围及不同噪声水平的焊缝X射线实时图像；提出了基于“潜在缺陷对”速度直方图分析的焊缝缺陷跟踪方法，该方法能够有效地利用同一焊缝中不同缺陷运动速度相同的特点，通过搜索“潜在缺陷对”速度直方图峰值所对应的速度位置实现焊缝运动速度估计与焊缝缺陷跟踪；同时运用分类算法（支持向量机）实现潜在缺陷目标真伪识别以优化检测结果。上述一系列方法的提出为焊缝缺陷的实时可视化与在线检测提供了重要的研究基础。

4 展望

随着传感器技术、图像处理技术、现代计算技术等的不断进步和应用，可视化焊接将在焊接机理研究、焊接优化设计和智能化焊接及检测方法的中发挥越来越重要的作用。对以往难以准确全面观测的焊接过程进行可视化直观表达，甚至将本身不具备视觉特征的电磁场、温度场、力场、流场等转化为视觉表征，将会为深入理解和综合分析焊接的复杂多物理场耦合及相互作用关系提供更为全面丰富的信息。同时，智能化焊接的发展也将借助可视化焊接技术获得更充分的信息，为焊接环境自适应、路径轨迹自生成、焊道自动跟踪、焊接质量在线控制等提供更为可靠的依据。

[1]Scottia A，Rodrigues CEA L.Determination of momentum as a mean of quantifying the mechanical energy delivered by dropletsduring MIG/MAGwelding[J].The European Physical Journal：Applied Physics，2009（45）：11201.

[2]Schnick M，Zschetzsche M DJ.Visualization and optimization of shielding gas flows in arc welding[J].Welding in the World，2012，56(1-2)：54-61.

[3]Tsujimura Y，Tanaka M.Analysis of behavior of arc plasma conditions in MIG welding with metal transfer -Visualization of phenomena of welding arc by imagining spectroscopy[J].Quarterly Journal of the Japan Welding Society，2012，30(4)：288-297.

[4]Wu CS，Zhong L M，Gao JQ.Visualization of hump formation in high-speed gasmetal arc welding[J].Measurement Science and Technology，2009，20(11)：115702.

[5]SiewertE，Schein J.Influence of wire material and gas composition on surface temperature surface tension and enthalpy of the material transfer from the electrode to the workpiece in pulse GMAW[A].The International Symposium on Visualization in Joining & Welding Science through Advanced Measurements and Simulation[C].28-30th November，2012，Osaka，Japan.

[6]Kawahito Y，Matsumoto N，Abe Y，et al.Relationship of laser absorption to keyhole behavior in high power fiber laser welding of stainless steel and aluminum alloy[J].Journal of Materials Processing Technology，2011，211(10)：1563-1568.

[7]Morisada Y，Imaizumi T，Fujii H.Understanding defect formation mechanism during friction stir welding by three dimensional visualization of material flow[A].The International Symposium on Visualization in Joining & Welding Science through Advanced Measurements and Simulation[C].28-30th November，2012，Osaka，Japan.

[8]Yamashita S，Fujinaga A，Yamamoto M，et al.In-situ temperaturemeasurement using monochrome high-speed sensors during laser welding[A].The International Symposium on Visualization in Joining & Welding Science through Advanced Measurements and Simulation[C].28-30th November，2012，Osaka，Japan.

[9]Cheol-Hee Kim，Do-ChangAhn.Coaxial monitoring of key hole during Yb：YAG laser welding[J].Optics&Laser Technology，2012（44）：1874-1880.

[10]Schnick M，Wilhelm G，Lohse M，et al.Three-dimensional modelling of arc behaviour and gasshield quality in tandem gas metal arc welding using anti-phase pulse synchronization[J].Journal of Physics D：Applied Physics，2011，44(18)：185205.

[11]Zou Yirong，Du Dong，Wang Li.Visual sensing method based on texture analysis for automatic seam tracking systems[J].Lecture Notes in Electrical Engineering，2011，133(2)：719-723.

[12]Jiaxin Shao，Dong Du，Baohua Chang，et al.Automatic weld defect detection based on potential defect tracking in realtime radiographic image sequence[J].NDT&E International，2012（46）：14-21.

[13]Jiaxin Shao，Dong Du，Han Shi，et al.Automatic weld recognition and extraction from real-time X-ray images using quadratic curve fitting and multi-order differences analysis of intensity profile[J].Insight-Non-Destructive Testing and Condition Monitoring，2011，53(10)：562-569.

[14]Du Dong，Hou Runshi，Shao Jiaxin，et al.Registration of real-time X-ray image sequences for weld inspection[J].Nondestructive Testing and Evaluation，2010，25(2)：153-159.