[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN115338556A - 用于厚壁焊接工件的焊缝质量检测方法及计算机设备 - Google Patents

用于厚壁焊接工件的焊缝质量检测方法及计算机设备 Download PDF

Info

Publication number
CN115338556A
CN115338556A CN202210929891.3A CN202210929891A CN115338556A CN 115338556 A CN115338556 A CN 115338556A CN 202210929891 A CN202210929891 A CN 202210929891A CN 115338556 A CN115338556 A CN 115338556A
Authority
CN
China
Prior art keywords
weld
curve
welding
line
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210929891.3A
Other languages
English (en)
Inventor
王文韫
孙文辉
李金桥
王振生
代志健
刘春�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University of Science and Technology
Original Assignee
Hunan University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan University of Science and Technology filed Critical Hunan University of Science and Technology
Priority to CN202210929891.3A priority Critical patent/CN115338556A/zh
Publication of CN115338556A publication Critical patent/CN115338556A/zh
Priority to CN202310948113.3A priority patent/CN117260055A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • B23K31/125—Weld quality monitoring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K37/00—Auxiliary devices or processes, not specially adapted for a procedure covered by only one of the other main groups of this subclass
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种用于厚壁焊接工件的焊缝质量检测方法及设备。焊缝质量检测方法包括步骤：对焊缝截面金相图片进行图像处理，获取内焊缝的外轮廓及外焊缝的外轮廓；根据第一轮廓信息和第二轮廓信息绘制内焊缝曲线及外焊缝曲线；根据第一轮廓信息获取第一中心线、第一水平线及第二水平线；根据第二轮廓信息获取第二中心线、第三水平线及第四水平线；根据第一中心线、第二中心线、第一水平线、第二水平线、第三水平线及第四水平线计算中心偏离值、错边值、内焊缝的余高值、外焊缝的余高值；根据中心偏离值、错边值、内焊缝余高值及外焊缝余高值判断厚壁焊接工件的焊缝质量是否合格。上述焊缝质量检测方法可提高焊缝质量检测的检测效率和检测精度。

Description

用于厚壁焊接工件的焊缝质量检测方法及计算机设备
技术领域
本发明涉及焊接制造技术领域，特别是涉及一种用于厚壁焊接工件的焊缝质量检测方法及计算机设备。
背景技术
在金属焊接领域中，对于厚壁工件的焊接，考虑到工件本身的壁厚比较厚，同时为了保证焊接后工件的质量，通常会在结合部分的内外侧加工出两个焊接坡口，采用内外焊接的方式来提高焊接质量。但是，这样的焊接也会带来内焊缝和外焊缝是否存在偏移、错位等问题，而这些问题也将直接影响到工件的质量。目前，对于焊接后的焊缝质量检测一般采用的是人工观察和判断的方法，其中，最常用的焊缝检测方法就是通过人工的方式获取焊缝的截面形状，再通过手动画线的方式对焊缝质量进行判断，但是，这种人工检测的方式存在检测精度和检测效率都很低的问题，也同样会依赖检验人员的水平。
发明内容
基于此，有必要针对传统的厚壁工件焊缝检测方法存在检测精度较低的问题，提供一种可提高焊缝检测精度的厚壁工件的焊缝质量检测方法及计算机设备。
一种用于厚壁焊接工件的焊缝质量检测方法，包括步骤：
获取厚壁焊接工件的焊缝截面金相图片；
对焊缝截面金相图片进行图像处理，以获取内焊缝的外轮廓及外焊缝的外轮廓；
根据内焊缝的外轮廓获取第一轮廓信息，根据外焊缝的外轮廓获取第二轮廓信息，并根据第一轮廓信息及第二轮廓信息绘制内焊缝曲线及外焊缝曲线；
将内焊缝曲线和外焊缝曲线分别存放在尺寸相同的第一掩膜和第二掩膜中，并对第一掩膜和第二掩膜中的图像像素进行逻辑与运算，以获得内焊缝曲线的第一交点坐标及外焊缝曲线的第二交点坐标；
根据第一轮廓信息获取内焊缝曲线的四个极值点坐标，并根据内焊缝曲线的四个极值点坐标绘制第一中心线、第一水平线及第二水平线；第一中心线与第一水平线的交点和第一交点坐标的原点相同，第二水平线为内焊缝曲线的最左极值点和最右极值点的连线；
根据第二轮廓信息获取外焊缝曲线的四个极值点坐标，并根据外焊缝曲线的四个极值点坐标绘制第二中心线、第三水平线及第四水平线；第二中心线及第三水平线的交点为第二交点坐标的原点，第四水平线为外焊缝曲线的最左极值点和最右极值点的连线；
根据第一中心线和第二中心线计算中心偏离值，根据第一水平线和第三水平线计算错边值，根据内焊缝曲线和第二水平线计算内焊缝的余高值，根据外焊缝曲线和第四水平线计算外焊缝的余高值；
根据中心偏离值、错边值、内焊缝余高值及外焊缝余高值判断厚壁焊接工件的焊缝质量是否合格。
在其中一个实施例中，对焊缝截面金相图片进行图像处理，以获取内焊缝的外轮廓及外焊缝的外轮廓的步骤，包括步骤：
对焊缝截面金相图片进行预处理操作，以获得平滑图像；
使用分水岭算法对平滑图像进行分割和颜色填充，得到分割填充图像；
使用HSV颜色空间转换的方法对焊缝填充图像进行目标区域提取，以获得内焊缝区域及外焊缝区域；
通过形态学开运算和闭运算对内焊缝区域的轮廓曲线以及外焊缝区域的轮廓曲线进行曲线补全和干扰消除，并使用canny边缘检测的方式获取内焊缝的外轮廓及外焊缝的外轮廓。
在其中一个实施例中，对焊缝截面金相图片进行预处理操作，以获得平滑图像的步骤为：使用高斯滤波对焊缝截面金相图片进行图像预处理，以获得滤波后的平滑图像。
在其中一个实施例中，使用HSV颜色空间转换的方法对焊缝填充图像进行目标区域提取，以获得内焊缝区域及外焊缝区域的步骤，包括：
使用HSV颜色空间转换算法对焊缝填充图像进行颜色转换；
根据颜色转换后内焊缝区域内颜色的H值、S值、V值进行目标区域提取，以获得内焊缝区域；
根据颜色转换后的外焊缝区域内颜色的H值、S值、V值进行目标区域提取，以获得外焊缝区域。
在其中一个实施例中，根据内焊缝的外轮廓获取第一轮廓信息，根据外焊缝的外轮廓获取第二轮廓信息，并根据第一轮廓信息及第二轮廓信息绘制内焊缝曲线及外焊缝曲线的步骤，包括：
使用findContours函数分别对内焊缝的外轮廓及外焊缝的外轮廓进行检测，以获得第一轮廓信息及第二轮廓信息；
使用drawContours函数分别根据第一轮廓信息及第二轮廓信息绘制内焊缝曲线及外焊缝曲线。
在其中一个实施例中，使用findContours函数分别对所述内焊缝的外轮廓及内焊缝的外轮廓进行检测，以获得第一轮廓信息及第二轮廓信息的步骤之后，还包括：
将第一轮廓信息和第二轮廓信息分别存储在预设的第一存储单元和预设的第二存储单元中。
在其中一个实施例中，根据内焊缝曲线和第二水平线计算内焊缝的余高值，根据外焊缝曲线和第四水平线计算外焊缝的余高值的步骤，包括：
根据公式
Figure BDA0003778963210000031
计算内焊缝曲线的高度值；其中，y1avg为内焊缝曲线的高度值，y1max为内焊缝曲线的最高极值点坐标，y1min为内焊缝曲线的最低极值点坐标；
根据公式
Figure BDA0003778963210000032
计算外焊缝曲线的高度值；其中，y2avg为外焊缝曲线的高度值，y2max为外焊缝曲线的最高极值点坐标，y2min为外焊缝曲线的最低极值点坐标；
若y1avg大于y2avg，则对内焊缝曲线的最高极值点坐标y1max和第二水平线做减法计算以获得内焊缝的余高值，对外焊缝曲线的最小极值点坐标y2min和第四水平线做减法计算以获得外焊缝的余高值；
若y1avg小于y2avg，则对内焊缝曲线的最低极值点坐标y1min和第二水平线做减法计算以获得内焊缝的余高值，对外焊缝曲线的最大极值点坐标y2max和第四水平线做减法计算以获得外焊缝的余高值。
在其中一个实施例中，壁厚焊接工件的焊缝检测项目包括中心偏离值小于或等于第一预设值、错边值小于或等于第二预设值、内焊缝余高值在第一预设范围内、外焊缝余高值在第二预设范围内；
根据中心偏离值、错边值、内焊缝余高值及外焊缝余高值判断厚壁焊接工件的焊缝质量是否合格的步骤，包括：若上述四个焊接检测项目同时符合时，则厚壁焊接工件的焊缝合格；若上述四个焊接检测项目中任意一个项目不符合时，则厚壁焊接工件的焊缝不合格。
在其中一个实施例中，所述第一预设值为3毫米；所述第二预设值为1.6毫米；所述第一预设范围为0毫米至3.5毫米；所述第二预设范围为0毫米至3.0毫米。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的焊缝质量检测方法的步骤。
上述壁厚焊接工件的焊缝质量检测方法及计算机设备，通过执行上述方法中的步骤，可以从焊缝截面金相图片中提取内焊缝的外轮廓和外焊缝的外轮廓，并对内焊缝的外轮廓和外焊缝的外轮廓进行数据处理，以获得完整且少干扰的内焊缝曲线和外焊缝曲线，有利于焊缝质量检测结果准确性的提高；进一步地，对内焊缝曲线和外焊缝曲线的坐标像素进行数据运算以分别找出两个焊缝曲线的交点坐标和四个极值点坐标，并根据这些交点坐标和极值点坐标通过绘制辅助线的方式计算出中心偏离值、错边值、内焊缝余高值和外焊缝余高值等质量评价参数，有利于检测质量结果准确性的进一步提高。因此，上述厚壁焊接工件的焊缝质量检测方法的使用，可提高厚壁焊接工件的焊缝检测效率以及检测准确性。
附图说明
通过阅读对下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在全部附图中，用相同的附图标号表示相同的部件。在附图中：
图1为本发明一实施例提供的用于厚壁焊接工件的焊缝质量检测方法的应用环境图；
图2为本发明一实施例中的用于厚壁焊接工件的焊缝质量检测方法的流程示意图；
图3为本发明一实施例中的焊缝特征线绘制图。
图4为图2所示用于厚壁焊接工件的焊缝质量检测方法中步骤S200的流程示意图；
图5为图3所示步骤S200中步骤S230的流程示意图；
图6为图2所示用于厚壁焊接工件的焊缝质量检测方法中步骤S300的流程示意图。
具体实施方式中的附图标号说明：10、内焊缝曲线；20、外焊缝曲线；30、第一中心线；40、第二中心线；50、第一水平线；60、第二水平线；70、第三水平线；80、第四水平线；91、内焊缝区域；92、外焊缝区域。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳的实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
在描述位置关系时，除非另有规定，否则当一元件被指为在另一元件“上”时，其能直接在其他元件上或亦可存在中间元件。亦可以理解的是，当元件被指为在两个元件“之间”时，其可为两个元件之间的唯一一个，或亦可存在一或多个中间元件。
在使用本文中描述的“包括”、“具有”、和“包含”的情况下，除非使用了明确的限定用语，例如“仅”、“由……组成”等，否则还可以添加另一部件。除非相反地提及，否则单数形式的术语可以包括复数形式，并不能理解为其数量为一个。
本申请提供的用于厚壁焊接工件的焊缝质量检测方法，可以应用于如图1所示的应用环境中。图1为一个实施例中用于厚壁焊接工件的焊缝质量检测方法的应用环境图，该应用环境中包括服务器104和终端102。服务器104可以对焊缝的质量进行检测，并将检测结果发送至终端102；终端102可以接收服务器104发送的检测结果，并返回反馈信息。其中，服务器104可以通过网络与终端102进行通信。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑等，本申请实施例对此不作限制。
现有技术中往往由人工对厚壁焊接工件的焊接进行外观检查，但是人工检查的方式效率和准确性都较低。可见，目前还存在焊缝检测效率较低、检测准确性较低的问题。
基于此，本申请提供一种用于厚壁工件的焊缝质量检测方法及设备，能够自动化地对厚壁焊接工件的焊缝质量进行检测，提高了焊缝质量检测的效率和检测结果准确性。图2为本申请实施例提供的一种用于厚壁焊缝工件的焊缝质量检测方法的流程示意图。
请参阅图2及图3，本发明较佳实施例中的用于厚壁焊接工件的焊缝质量检测方法，用于对厚壁焊接工件的焊缝外观质量进行检测。而其中，厚壁焊接工件为焊接要求比较高、且需要双面焊接的管焊接件或者板焊接件等。用于厚壁焊接工件的焊缝质量检测方法包括步骤S100至步骤S800。
步骤S100，获取厚壁焊接工件的焊缝截面金相图片。
其中，焊缝截面金相图片可以是已有图像，也可以是重新获取的图像。
步骤S200，对焊缝截面金相图片进行图像处理，以获取内焊缝的外轮廓及外焊缝的外轮廓。
具体地，将焊缝截面金相图片输入图像处理软件中，可对焊缝截面金相图片进行准确地数据处理，以快速、准确地获取焊接截面金相图片中的内焊缝外轮廓及外焊缝外轮廓。
步骤S300，根据内焊缝的外轮廓获取第一轮廓信息，根据外焊缝的外轮廓获取第二轮廓信息，并根据第一轮廓信息及第二轮廓信息绘制内焊缝曲线10及外焊缝曲线20。具体地，第一轮廓信息包括内焊缝轮廓的每个像素坐标、轮廓特征参数和轮廓编号；第二轮廓信息包括外焊缝轮廓的每个像素坐标、轮廓特征参数和轮廓编号。
步骤S400，将内焊缝曲线10和外焊缝曲线20分别存放在尺寸相同的第一掩膜和第二掩膜中，并对第一掩膜和第二掩膜中的图像像素进行逻辑与运算，以获得内焊缝曲线10的第一交点坐标及外焊缝曲线20的第二交点坐标。
步骤S500,根据第一轮廓信息获取内焊缝曲线10的四个极值点坐标，并根据内焊缝曲线10的四个极值点坐标绘制第一中心线30、第一水平线50及第二水平线60。
其中，第一中心线30与第一水平线50的交点和第一交点坐标相同，第二水平线60为内焊缝曲线10的最左极值点和最右极值点的连线。其中，第一中心线30为经过第一交点坐标的竖直线，第一水平线50为经过第一交点坐标的水平线。在焊接工件的焊缝中，最左极值点和最右极值点通常出现在焊接工件的表面处，故第二水平线60为内焊缝在厚壁焊接工件内表面处的水平连线。
步骤S600，根据第二轮廓信息获取外焊缝曲线20的四个极值点坐标，并根据外焊缝曲线20的四个极值点坐标绘制第二中心线40、第三水平线70及第四水平线80。
其中，第二中心线40及第三水平线70的交点为第二交点坐标的原点，第四水平线80为外焊缝曲线20的最左极值点和最右极值点的连线。与步骤S50同理，第二中心线40和第三水平线70分别为经过第二中心坐标的竖直线和经过第二中心坐标的水平线；第四水平线80为外焊缝在厚壁焊接工件外表面处的水平连线。第一中心线30、第二中心线40、第一水平线50、第二水平线60、第三水平线70及第四水平线80为绘制在数据处理后图像中的辅助线，以帮助后续质量评价参数的获取。
步骤S700，根据第一中心线30和第二中心线40计算中心偏离值，根据第一水平线50和第三水平线70计算错边值，根据内焊缝曲线10和第二水平线60计算内焊缝的余高值，根据外焊缝曲线20和第四水平线80计算外焊缝的余高值。其中，中心偏离值、错边值、内焊缝的余高值、外焊缝的余高值为焊缝质量评价参数。
步骤S800，根据中心偏离值、错边值、内焊缝余高值及外焊缝余高值判断厚壁焊接工件的焊缝质量是否合格。
具体地，厚壁焊接工件的焊缝质量检测项目包括中心偏离值小于或等于第一预设值、错边值小于或等于第二预设值、内焊缝余高值在第一预设范围内、外焊缝余高值在第二预设范围内。步骤S800的步骤包括：若中心偏离值小于或等于第一预设值，且错边值小于或等于第二预设值，同时内焊缝余高值在第一预设范围内，同时外焊缝余高值在第二预设范围内时，则表示焊缝质量合格；若中心偏离值大于第一预设值，和/或错边值大于第二预设值，和/或内焊缝余高值超出第一预设范围，和/或外焊缝余高值超出第二预设范围时，则表示焊缝质量不合格。
更为具体地，第一预设值为3毫米；第二预设值为1.6毫米；第一预设范围为0毫米至3.5毫米；第二预设范围为0毫米至3.0毫米。其中，若中心偏离值大于3毫米，则表示内外焊缝的错位较大，可降低焊接牢固性；若错边值大于1.6毫米，则内外焊缝在厚壁工件的壁厚方向上距离较大，极有可能会存在没有焊透的情况；若内焊缝的余高值和外焊缝的余高值小于0时，就很有可能会出现不能满焊的情况，若内焊缝的余高值大于3.5毫米，外焊缝的余高值大于3.0毫米，则表示内焊缝和内焊缝的余高过高，有可能会使焊道的应力集中，而应力过大则有可能出现焊道撕裂、容易腐蚀等现象。因此，只有当上述四个检测项目均合格时，厚壁焊接工件的焊缝质量方可合格。
通过执行上述步骤S100至步骤S800，可对厚壁焊接工件的焊缝进行自动检测，相比于传统的人工画线检测的方式，上述用于厚壁焊接工件的焊缝检测方法的检测效率更高。而且，通过执行步骤S200和步骤S300，可获得完整且干扰较少的内焊缝曲线10和外焊缝曲线20，有助于焊缝质量检测结果准确性的提高。进一步地，通过执行步骤S400至步骤S600，可自动绘制准确的第一中心线30、第二中心线40、第一水平线50、第二水平线60、第三水平线70及第四水平线80作为获取焊缝质量评判参数的辅助线，之后再通过执行步骤S700和步骤S800，以获得准确的厚壁焊接工件的焊缝质量检测结果。因此，上述用于厚壁焊接工件的焊缝质量检测方法的使用，可提高厚壁焊接工件焊缝检测的检测效率和检测结果准确性。
请一并参阅图4，在一些实施中，步骤S200包括步骤S210至步骤S240。
步骤S210，对焊缝截面金相图片进行预处理操作，以获得平滑图像。
具体地，步骤S210为，高斯滤波对焊缝截面金相图片进行图像预处理，以获得滤波后的平滑图像。由此，通过高斯滤波对焊缝截面金相图片进行预处理操作，以获得图像质量较高的平滑图像。
步骤S220，使用分水岭算法对平滑图像进行分割和颜色填充，得到分割填充图像。
具体地，利用鼠标选择目标区域进行分水岭算法填充分割特征区域和背景，将平滑图像作为输入图像，并对输入图像进行梯度运算，以获得分割填充图像，有利于后续内焊缝外轮廓和外焊缝外轮廓的提取。其中，分割填充图像中不同的特征区域被不同的颜色填充。
步骤S230，使用HSV颜色空间转换的方法对焊缝填充图像进行目标区域提取，以获得内焊缝区域91及外焊缝区域92。请一并参阅图5，具体地，步骤S230包括步骤S231至步骤S233：
步骤S231，使用HSV颜色空间转换算法对焊缝填充图像进行颜色转换。
步骤S232，根据颜色转换后内焊缝区域91内颜色的H值、S值、V值进行目标区域提取，以获得内焊缝区域91。
步骤S233，根据颜色转换后的外焊缝区域92内颜色的H、S、V值进行目标区域提取，以获得外焊缝区域92。
由此，通过执行步骤S231至步骤S233，可实现内焊缝区域91和外焊缝区域92的自动提取，准确度较高。
步骤S240，通过形态学开运算和闭运算对内焊缝区域91的轮廓曲线以及外焊缝区域92的轮廓曲线进行曲线补全和干扰消除，并使用canny边缘检测的方式获取内焊缝的外轮廓及外焊缝的外轮廓。
由此，在步骤S240中，通过形态学开运算和闭运算分别对内焊缝区域91的轮廓曲线和外焊缝区域92的轮廓曲线进行补全，并消除较小物体的干扰，然后再通过canny边缘检测，以获取较为完整且干扰较少的内焊缝外轮廓及外焊缝外轮廓。
因此，通过执行步骤S210至步骤S240，以对焊缝截面金相图片进行运算和数据处理，自动获取较为清晰、完全且干扰较少的内焊缝外轮廓及内焊缝外轮廓，有助于厚壁焊接工件的焊缝质量检测结果准确性的进一步提高。
请一并参阅图6，在一些实施例中，步骤S300包括步骤S310及步骤S320。
步骤S310，使用findContours函数分别对内焊缝的外轮廓及内焊缝的外轮廓进行检测，以获得第一轮廓信息及第二轮廓信息。
步骤S320，使用drawContours函数分别根据第一轮廓信息及第二轮廓信息绘制内焊缝曲线10及外焊缝曲线20。具体地，在执行步骤S320的过程中，通过轮廓长度条件来减少非轮廓曲线的绘制，以进一步提高内焊缝曲线10及外焊缝曲线20的准确性。
使用drawContours函数可自动绘制内焊缝曲线10及外焊缝曲线20，有利于焊缝质量检测的检测效率和检测精度的进一步提高。
具体地，步骤S310和步骤S320之间还包括：将第一轮廓信息和第二轮廓信息分别存储在预设的第一存储单元和预设的第二存储单元中。
在一些实施例中，步骤S700包括步骤：
根据公式
Figure BDA0003778963210000111
计算内焊缝曲线10的高度值；其中，y1avg为内焊缝曲线10的高度值，y1max为内焊缝曲线10的最高极值点坐标，y1min为内焊缝曲线10的最低极值点坐标。
根据公式
Figure BDA0003778963210000112
计算2外焊缝曲线20的高度值；其中，y2avg为外焊缝曲线20的高度值，y2max为外焊缝曲线20的最高极值点坐标，y2min为外焊缝曲线20的最低极值点坐标。
若y1avg大于y2avg，则对内焊缝曲线10的最高极值点坐标y1max和第二水平线60做减法计算以获得内焊缝的余高值，对外焊缝曲线20的最小极值点坐标y2min和第四水平线80做减法计算以获得外焊缝的余高值。
若y1avg小于y2avg，则对内焊缝曲线10的最低极值点坐标y1min和第二水平线60做减法计算以获得内焊缝的余高值，对外焊缝曲线20的最大极值点坐标y2max和第四水平线80做减法计算以获得外焊缝的余高值。
由此，通过比较y1avg和y2avg的大小，来判断内焊缝曲线10和外焊缝曲线20的高低，并根据内焊缝曲线10和外焊缝曲线20之间不同的位置关系，选择不同的余高值计算方法，以获取准确的内焊缝余高值和外焊缝余高值。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种用于厚壁焊接工件的焊缝质量检测方法，其特征在于，包括步骤：
获取厚壁焊接工件的焊缝截面金相图片；
对焊缝截面金相图片进行图像处理，以获取内焊缝的外轮廓及外焊缝的外轮廓；
根据内焊缝的外轮廓获取第一轮廓信息，根据外焊缝的外轮廓获取第二轮廓信息，并根据第一轮廓信息及第二轮廓信息绘制内焊缝曲线及外焊缝曲线；
将内焊缝曲线和外焊缝曲线分别存放在尺寸相同的第一掩膜和第二掩膜中，并对第一掩膜和第二掩膜中的图像像素进行逻辑与运算，以获得内焊缝曲线的第一交点坐标及外焊缝曲线的第二交点坐标；
根据第一轮廓信息获取内焊缝曲线的四个极值点坐标，并根据内焊缝曲线的四个极值点坐标绘制第一中心线、第一水平线及第二水平线；第一中心线与第一水平线的交点和第一交点坐标的原点相同，第二水平线为内焊缝曲线的最左极值点和最右极值点的连线；
根据第二轮廓信息获取外焊缝曲线的四个极值点坐标，并根据外焊缝曲线的四个极值点坐标绘制第二中心线、第三水平线及第四水平线；第二中心线及第三水平线的交点为第二交点坐标的原点，第四水平线为外焊缝曲线的最左极值点和最右极值点的连线；
根据第一中心线和第二中心线计算中心偏离值，根据第一水平线和第三水平线计算错边值，根据内焊缝曲线和第二水平线计算内焊缝的余高值，根据外焊缝曲线和第四水平线计算外焊缝的余高值；
根据中心偏离值、错边值、内焊缝余高值及外焊缝余高值判断厚壁焊接工件的焊缝质量是否合格。
2.根据权利要求1所述的焊缝质量检测方法，其特征在于，对焊缝截面金相图片进行图像处理，以获取内焊缝的外轮廓及外焊缝的外轮廓的步骤，包括步骤：
对焊缝截面金相图片进行预处理操作，以获得平滑图像；
使用分水岭算法对平滑图像进行分割和颜色填充，得到分割填充图像；
使用HSV颜色空间转换的方法对焊缝填充图像进行目标区域提取，以获得内焊缝区域及外焊缝区域；
通过形态学开运算和闭运算对内焊缝区域的轮廓曲线以及外焊缝区域的轮廓曲线进行曲线补全和干扰消除，并使用canny边缘检测的方式获取内焊缝的外轮廓及外焊缝的外轮廓。
3.根据权利要求2所述的焊缝质量检测方法，其特征在于，对焊缝截面金相图片进行预处理操作，以获得平滑图像的步骤为：使用高斯滤波对焊缝截面金相图片进行图像预处理，以获得滤波后的平滑图像。
4.根据权利要求2所述的焊缝质量检测方法，其特征在于，使用HSV颜色空间转换的方法对焊缝填充图像进行目标区域提取，以获得内焊缝区域及外焊缝区域的步骤，包括：
使用HSV颜色空间转换算法对焊缝填充图像进行颜色转换；
根据颜色转换后内焊缝区域内颜色的H值、S值、V值进行目标区域提取，以获得内焊缝区域；
根据颜色转换后的外焊缝区域内颜色的H值、S值、V值进行目标区域提取，以获得外焊缝区域。
5.根据权利要求1所述的焊缝质量检测方法，其特征在于，根据内焊缝的外轮廓获取第一轮廓信息，根据外焊缝的外轮廓获取第二轮廓信息，并根据第一轮廓信息及第二轮廓信息绘制内焊缝曲线及外焊缝曲线的步骤，包括：
使用findContours函数分别对内焊缝的外轮廓及外焊缝的外轮廓进行检测，以获得第一轮廓信息及第二轮廓信息；
使用drawContours函数分别根据第一轮廓信息及第二轮廓信息绘制内焊缝曲线及外焊缝曲线。
6.根据权利要求5所述的焊缝质量检测方法，其特征在于，使用findContours函数分别对所述内焊缝的外轮廓及内焊缝的外轮廓进行检测，以获得第一轮廓信息及第二轮廓信息的步骤之后，还包括：
将第一轮廓信息和第二轮廓信息分别存储在预设的第一存储单元和预设的第二存储单元中。
7.根据权利要求1所述的焊缝质量检测方法，其特征在于，根据内焊缝曲线和第二水平线计算内焊缝的余高值，根据外焊缝曲线和第四水平线计算外焊缝的余高值的步骤，包括：
根据公式
Figure FDA0003778963200000031
计算内焊缝曲线的高度值；其中，y1avg为内焊缝曲线的高度值，y1max为内焊缝曲线的最高极值点坐标，y1min为内焊缝曲线的最低极值点坐标；
根据公式
Figure FDA0003778963200000032
计算外焊缝曲线的高度值；其中，y2avg为外焊缝曲线的高度值，y2max为外焊缝曲线的最高极值点坐标，y2min为外焊缝曲线的最低极值点坐标；
若y1avg大于y2avg，则对内焊缝曲线的最高极值点坐标y1max和第二水平线做减法计算以获得内焊缝的余高值，对外焊缝曲线的最小极值点坐标y2min和第四水平线做减法计算以获得外焊缝的余高值；
若y1avg小于y2avg，则对内焊缝曲线的最低极值点坐标y1min和第二水平线做减法计算以获得内焊缝的余高值，对外焊缝曲线的最大极值点坐标y2max和第四水平线做减法计算以获得外焊缝的余高值。
8.根据权利要求1所述的焊缝质量检测方法，其特征在于，壁厚焊接工件的焊缝检测项目包括中心偏离值小于或等于第一预设值、错边值小于或等于第二预设值、内焊缝余高值在第一预设范围内、外焊缝余高值在第二预设范围内；
根据中心偏离值、错边值、内焊缝余高值及外焊缝余高值判断厚壁焊接工件的焊缝质量是否合格的步骤，包括：若上述四个焊接检测项目同时符合时，则厚壁焊接工件的焊缝合格；若上述四个焊接检测项目中任意一个项目不符合时，则厚壁焊接工件的焊缝不合格。
9.根据权利要求8所述的焊缝质量检测方法，其特征在于，所述第一预设值为3毫米；所述第二预设值为1.6毫米；所述第一预设范围为0毫米至3.5毫米；所述第二预设范围为0毫米至3.0毫米。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9任一项所述的焊缝质量检测方法的步骤。
CN202210929891.3A 2022-08-03 2022-08-03 用于厚壁焊接工件的焊缝质量检测方法及计算机设备 Pending CN115338556A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210929891.3A CN115338556A (zh) 2022-08-03 2022-08-03 用于厚壁焊接工件的焊缝质量检测方法及计算机设备
CN202310948113.3A CN117260055A (zh) 2022-08-03 2023-07-31 用于厚壁焊接工件的焊缝质量检测方法及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210929891.3A CN115338556A (zh) 2022-08-03 2022-08-03 用于厚壁焊接工件的焊缝质量检测方法及计算机设备

Publications (1)

Publication Number Publication Date
CN115338556A true CN115338556A (zh) 2022-11-15

Family

ID=83950043

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210929891.3A Pending CN115338556A (zh) 2022-08-03 2022-08-03 用于厚壁焊接工件的焊缝质量检测方法及计算机设备
CN202310948113.3A Pending CN117260055A (zh) 2022-08-03 2023-07-31 用于厚壁焊接工件的焊缝质量检测方法及计算机设备

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202310948113.3A Pending CN117260055A (zh) 2022-08-03 2023-07-31 用于厚壁焊接工件的焊缝质量检测方法及计算机设备

Country Status (1)

Country Link
CN (2) CN115338556A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050147289A1 (en) * 2002-04-30 2005-07-07 Jfe Steel Coroporation Method and instrument for measuring bead cutting shape of electric welded tube
JP2005319507A (ja) * 2004-05-11 2005-11-17 Oshima Shipbuilding Co Ltd 多電極片面サブマージアーク溶接方法
CN105931227A (zh) * 2016-04-14 2016-09-07 北京工业大学 一种基于图像灰度b扫曲线的焊缝表面缺陷特征提取方法
CN111103291A (zh) * 2019-12-20 2020-05-05 广西柳州联耕科技有限公司 基于产品焊缝特征的图像识别与质量智能评价系统
CN111438460A (zh) * 2020-04-18 2020-07-24 南昌大学 基于视觉的厚板t形接头焊接焊缝成形特征在线测量方法
CN112067623A (zh) * 2020-09-16 2020-12-11 中国京冶工程技术有限公司 钢结构构件焊缝外观质量检测方法及系统
CN112465851A (zh) * 2020-09-27 2021-03-09 华南理工大学 一种基于压力容器表面焊缝表面轮廓曲线的参数检测方法
CN112453751A (zh) * 2020-11-27 2021-03-09 上海交通大学 一种基于视觉传感的管道全位置焊背面在线监测方法
CN113441815A (zh) * 2021-08-31 2021-09-28 南京南暄励和信息技术研发有限公司 基于深度学习的电弧增材制造层宽与余高的协同控制方法
CN113610814A (zh) * 2021-08-10 2021-11-05 广东利元亨智能装备股份有限公司 焊缝质量检测方法、装置、电子设备及存储介质
CN114260630A (zh) * 2022-01-20 2022-04-01 中广核工程有限公司 焊接系统及焊接控制方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050147289A1 (en) * 2002-04-30 2005-07-07 Jfe Steel Coroporation Method and instrument for measuring bead cutting shape of electric welded tube
JP2005319507A (ja) * 2004-05-11 2005-11-17 Oshima Shipbuilding Co Ltd 多電極片面サブマージアーク溶接方法
CN105931227A (zh) * 2016-04-14 2016-09-07 北京工业大学 一种基于图像灰度b扫曲线的焊缝表面缺陷特征提取方法
CN111103291A (zh) * 2019-12-20 2020-05-05 广西柳州联耕科技有限公司 基于产品焊缝特征的图像识别与质量智能评价系统
CN111438460A (zh) * 2020-04-18 2020-07-24 南昌大学 基于视觉的厚板t形接头焊接焊缝成形特征在线测量方法
CN112067623A (zh) * 2020-09-16 2020-12-11 中国京冶工程技术有限公司 钢结构构件焊缝外观质量检测方法及系统
CN112465851A (zh) * 2020-09-27 2021-03-09 华南理工大学 一种基于压力容器表面焊缝表面轮廓曲线的参数检测方法
CN112453751A (zh) * 2020-11-27 2021-03-09 上海交通大学 一种基于视觉传感的管道全位置焊背面在线监测方法
CN113610814A (zh) * 2021-08-10 2021-11-05 广东利元亨智能装备股份有限公司 焊缝质量检测方法、装置、电子设备及存储介质
CN113441815A (zh) * 2021-08-31 2021-09-28 南京南暄励和信息技术研发有限公司 基于深度学习的电弧增材制造层宽与余高的协同控制方法
CN114260630A (zh) * 2022-01-20 2022-04-01 中广核工程有限公司 焊接系统及焊接控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴禹胜: "埋弧焊钢管焊缝过渡角复型测量方法研究", 《焊管》, pages 65 - 68 *

Also Published As

Publication number Publication date
CN117260055A (zh) 2023-12-22

Similar Documents

Publication Publication Date Title
CN112419297B (zh) 一种螺栓松动检测方法、装置、设备及存储介质
CN111462054B (zh) 一种点胶质量检测方法
CN109977954B (zh) 电动汽车充电接口的识别及定位方法及系统
CN115690108A (zh) 一种基于图像处理的铝合金杆生产质量评估方法
KR102073468B1 (ko) 비전 시스템에서 컬러 이미지에 대해 컬러 후보 포즈들의 점수화를 위한 시스템 및 방법
CN113077437B (zh) 工件质量检测方法及其系统
CN115018846B (zh) 基于ai智能相机的多目标裂纹缺陷检测方法和装置
CN116740072B (zh) 基于机器视觉的道路表面缺陷检测方法及系统
CN111832659A (zh) 一种基于特征点提取算法检测的激光标刻系统及方法
CN115457063A (zh) Pcb板圆孔的边缘提取方法、装置、设备及存储介质
CN110060239B (zh) 一种用于瓶子瓶口的缺陷检测方法
CN114283132A (zh) 一种缺陷检测方法、装置、设备以及存储介质
CN117058404A (zh) 一种基于三维点云的多类型焊接坡口特征提取方法
JP2011243139A (ja) 画像処理装置、画像処理方法及びコンピュータプログラム
CN115338556A (zh) 用于厚壁焊接工件的焊缝质量检测方法及计算机设备
CN111414912B (zh) 对接型焊缝特征点的识别方法、装置、设备及存储介质
CN117058411B (zh) 电池棱边外形瑕疵识别方法、装置、介质和设备
CN110310239B (zh) 一种基于特性值拟合消除光照影响的图像处理方法
WO2000028309A1 (en) Method for inspecting inferiority in shape
CN112069924A (zh) 车道线检测方法、装置及计算机可读存储介质
CN114092542B (zh) 一种基于二维视觉的螺栓测量方法以及系统
CN117444450A (zh) 一种焊缝焊接方法、电子设备和存储介质
CN117455831A (zh) 一种基于图像轮廓二阶差分的直角焊缝特征点识别方法
CN111563883B (zh) 屏幕视觉定位方法、定位设备及存储介质
CN112837288B (zh) 一种血管中心线的提取方法、装置以及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20221115