【技术实现步骤摘要】
本专利技术涉及焊缝无损检测，具体地，涉及一种焊缝形貌及表面缺陷在线检测评估方法和系统。尤其地，涉及一种基于全卷积神经网络和线激光的焊缝形貌及表面缺陷在线检测评估方法。
技术介绍
1、焊接是现代工业生产中最广泛使用的加工连接方式之一，焊接质量的检测和控制非常重要，决定着焊接是否合格及是否满足使用要求。焊接质量主要取决于焊缝成形、焊缝组织性能、焊缝力学性能等几个方面，其中焊缝成形是衡量焊接质量的重要指标，与焊缝质量息息相关，其检测内容主要包括了焊缝形貌和表面缺陷检测及焊缝内部缺陷检测。其中，焊缝内部缺陷检测主要采用x射线、超声波探伤等无损检测方法实现，主要应用于压力容器以及重要承载结构焊缝的检测中，已具有完善严格的质量检测标准。而焊缝形貌和表面缺陷检测应用最广，基本所有的工业焊缝都要进行形貌和表面缺陷检测。目前，在核电、化学工业容器、高铁制造、汽车轮船等重要行业的焊接中，除了内部检测要求外，均需要进行严格的焊缝形貌和表面缺陷检测。
2、传统的焊缝表面质量检测采用接触式测量方法，使用量规、卡尺和三坐标测量机等辅助测量工具来测量焊缝几何特征，不仅效率低、稳定性差，而且测量过程中量具与工件表面容易直接接触，造成工件表面损伤。非接触式测量技术应运而生，在不与被测物体表面接触的情况下，通过光、电、声等介质获取物体表面的数据信息，包括了超声检测、涡流检测、渗透检测和视觉检测等手段，从而进行表面质量检测。
3、线激光扫描方法是目前工业应用中比较先进的非接触轮廓检测方法，可以得到物体的轮廓形貌信息，实现物体的三维高精度测量，
4、近年来随着计算机、数字化技术的迅速发展，计算机视觉以其信息量大、精度高、检测范围大等特点，在焊接领域得到广泛应用。机器视觉技术能够模拟肉眼的视觉感知，从采集到的原始图像中获取信息、提取特征、进行处理并加以理解，最终应用于实际焊缝缺陷分类、目标检测和语义理解等领域。基于机器视觉技术的焊缝检测满足了数字化生产的需求，在焊缝质量检测上发挥了优异的性能。
5、公开号为cn107764205b的专利技术专利，公开了一种基于线结构光扫描高频电阻焊焊缝形貌三维检测装置及检测方法，所述装置包括线结构光传感器、线位移传送系统及计算机。其中线结构光传感器包括激光器、工业相机及固定面板；线位移传送系统包括底座、步进电机及步进电机控制器。将被焊物件放置在传送系统的底座上，采用线结构光扫描，工业相机拍摄得到焊缝激光光条图像，通过软件系统处理得到焊缝三维点云数据，分析得到焊缝宽度、高度等形貌特征，从而可以对焊缝质量进行判断。
6、公开号为cn104697467b的专利技术专利，公开了一种基于线激光扫描的焊缝外观形状及表面缺陷检测方法，使用线激光获取焊缝任一截面的实际轮廓曲线，并对实际轮廓曲线高维拟合得到拟合轮廓曲线，进而得到拟合轮廓曲线的一阶导数曲线，由一阶导数曲线确定焊缝起点和终点的寻址范围，在寻址范围内找到实际轮廓曲线上与拟合轮廓曲线差值最大的点作为该焊缝截面的焊缝起点和终点。沿焊缝纵向扫描，得到焊缝的整体三维轮廓图像。焊缝轮廓曲线上任意点与拟合轮廓曲线的差值超出预设标准值则认定该处焊缝存在缺陷。
7、公开号为cn114354639b的专利技术专利，公开了一种基于3d点云的焊缝缺陷实时检测方法及系统，该方法包括：基于历史数据设定正常焊缝轮廓模板；通过线激光对焊缝横截面进行扫描，实时采集焊缝3d点云数据，记线激光实时扫描得到的初始轮廓数据为data；基于dbscan密度聚类算法进行拐点检测，确定当前焊缝轮廓数据；通过dtw算法计算当前焊缝轮廓数据与正常焊缝轮廓模板之间的距离d，由此判断焊缝表面是否存在缺陷。
8、公开号为cn109900706b的专利技术专利，公开了一种基于深度学习的焊缝及焊缝缺陷检测方法，采用yolov3网络实现焊缝和/或焊缝缺陷检测；网络的训练步骤：将工件图像利用定位框对焊缝进行框选、标记，作为训练数据集；将焊缝图像利用定位框对焊缝缺陷进行框选、标记缺陷类型，作为训练数据集i；获取定位框的坐标xp、yp，以及宽高尺寸wp、hp；初始化网络；随机调取输入张量aj进行训练计算，输出检测结果；利用检测结果计算预测结果的误差函数loss；结合梯度下降法调节权重w和偏置值b，如此循环，得到训练好的网络。
9、上述的焊缝检测方法一般使用点云或图像单一数据，功能单一，难以同时实现焊缝形貌及表面缺陷的检测与评估；在焊缝形貌检测方面，多采用单条纹的曲线拟合进行焊缝提取，受噪声影响大；在焊缝缺陷检测方面，基于三维点云的缺陷提取方法多采用异常点检测法来判断缺陷有无，难以进行缺陷具体类别判定且误检率较高；而基于二维图像的缺陷检测方法受光照影响较大，难以适应焊接现场在线应用；同时，一般多采用目标检测模型获取缺陷的锚框，不具备缺陷轮廓提取能力，更无法实现缺陷的三维可视化、空间定位以及三维尺寸计算等更丰富的缺陷信息。
技术实现思路
1、针对现有技术中的缺陷，本专利技术的目的是提供一种焊缝形貌及表面缺陷在线检测评估方法和系统。
2、根据本专利技术提供的焊缝形貌及表面缺陷在线检测评估方法，包括：
3、步骤s1：通过线激光沿焊缝纵向进行扫描，得到焊缝形貌的整体三维轮廓高度数据；
4、步骤s2：将扫描得到的整体三维轮廓高度数据转换为3d点云和2d灰度图像；
5、步骤s3：对3d点云进行处理，提取焊缝区域，计算焊缝整体形貌；
6、步骤s4：对2d灰度图像利用多边形定位框进行焊缝表面缺陷的标注，构建焊缝表面缺陷数据集；
7、步骤s5：以焊缝2d灰度图像为输入，以像素级缺陷分类为输出建立全卷积神经网络缺陷检测模型，并进行训练、验证和测试；
8、步骤s6：对缺陷检测模型判定的缺陷进行缺陷的可视化、空间定位及几何尺寸计算；
9、步骤s7：将焊缝整体形貌与表面缺陷检测相结合，对焊缝表面质量进行综合评估；
10、步骤s8：依据构建的焊缝形貌和表面缺陷检测综合评估系统，对实际焊接的焊缝表面质量进行在线检测与评估。
11、优选地，所述步骤s1包括：在三维空间中对焊缝进行线激光扫描：以焊缝纵向为y轴方向，横截面方向为x轴方向，高度为z轴方向，线激光与x轴平行，以预设恒定的速度沿y轴方向移动，按照预设采集频率获得焊缝截面的高度数据；
12、优选地，所述步骤s2包括：步骤s2.1：根据x轴和y轴的空间分辨率将扫描高度数据转换为3d点云；步骤s2.2：采用sobel结合高斯增强的图像处理算法将扫描高度数据转换为2d灰度图像，然后采用等间隔裁剪方法对2d灰度图像进行子本文档来自技高网...
【技术保护点】
1.一种焊缝形貌及表面缺陷在线检测评估方法，其特征在于，包括：
2.根据权利要求1所述的焊缝形貌及表面缺陷在线检测评估方法，其特征在于，所述步骤S1包括：在三维空间中对焊缝进行线激光扫描：以焊缝纵向为Y轴方向，横截面方向为X轴方向，高度为Z轴方向，线激光与X轴平行，以预设恒定的速度沿Y轴方向移动，按照预设采集频率获得焊缝截面的高度数据；
3.根据权利要求1所述的焊缝形貌及表面缺陷在线检测评估方法，其特征在于，所述步骤S3包括：步骤S3.1：去除3D点云中的无效数据点；步骤S3.2：识别3D点云的焊缝区域内点；步骤S3.3：得到焊缝区域3D点云；步骤S3.4：根据焊缝区域点云计算焊缝整体形貌；
4.根据权利要求1所述的焊缝形貌及表面缺陷在线检测评估方法，其特征在于，所述步骤S5包括：
5.根据权利要求1所述的焊缝形貌及表面缺陷在线检测评估方法，其特征在于，所述步骤S6包括：
6.一种焊缝形貌及表面缺陷在线检测评估系统，其特征在于，包括：
7.根据权利要求6所述的焊缝形貌及表面缺陷在线检测评估系统，其特征在于，所
8.根据权利要求6所述的焊缝形貌及表面缺陷在线检测评估系统，其特征在于，所述模块M3包括：模块M3.1：去除3D点云中的无效数据点；模块M3.2：识别3D点云的焊缝区域内点；模块M3.3：得到焊缝区域3D点云；模块M3.4：根据焊缝区域点云计算焊缝整体形貌；
9.根据权利要求6所述的焊缝形貌及表面缺陷在线检测评估系统，其特征在于，所述模块M5包括：
10.根据权利要求6所述的焊缝形貌及表面缺陷在线检测评估系统，其特征在于，所述模块M6包括：
...【技术特征摘要】
1.一种焊缝形貌及表面缺陷在线检测评估方法，其特征在于，包括：
2.根据权利要求1所述的焊缝形貌及表面缺陷在线检测评估方法，其特征在于，所述步骤s1包括：在三维空间中对焊缝进行线激光扫描：以焊缝纵向为y轴方向，横截面方向为x轴方向，高度为z轴方向，线激光与x轴平行，以预设恒定的速度沿y轴方向移动，按照预设采集频率获得焊缝截面的高度数据；
3.根据权利要求1所述的焊缝形貌及表面缺陷在线检测评估方法，其特征在于，所述步骤s3包括：步骤s3.1：去除3d点云中的无效数据点；步骤s3.2：识别3d点云的焊缝区域内点；步骤s3.3：得到焊缝区域3d点云；步骤s3.4：根据焊缝区域点云计算焊缝整体形貌；
4.根据权利要求1所述的焊缝形貌及表面缺陷在线检测评估方法，其特征在于，所述步骤s5包括：
5.根据权利要求1所述的焊缝形貌及表面缺陷在线检测评估方法，其特征在于，所述步骤s6包括：
...【专利技术属性】
技术研发人员：张轲，孙浩瀚，周义虎，王皖勇，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。