焊缝缺陷

摘要： 针对目前风电塔筒焊缝缺陷人工检测或自动检测方法中存在的安全性差、效率低和准确率低等问题,提出一种改进Faster R-CNN焊缝缺陷检测方法。首先,制作焊缝缺陷样本数据集,并对有限的数据集通过数据增强技术进行样本扩充,改进RPN网络,利用K-means聚类方法生成更加接近目标区域的anchor box;同时结合ResNet深度残差网络,获取更小的焊缝缺陷细节特征,最后为了能获得精确的缺陷位置,采用一种基于IOU(intersection over union)值的三层级联结构。实验结果表明,改进后的Faster R-CNN模型对5种焊缝样本的检测mAP值为89.6%,对工厂的实际操作有较高的应用价值。

摘要： 为保证焊接接头处于安全工作状态,对焊缝缺陷实施定量识别与分类,提出了基于局部二值模式(LBP)和支持向量机(SVM)的缺陷识别方法。首先采用局部二值模式LBP算法对焊缝的超声回波信号进行特征提取,并结合因子分子进行数据降维,降低高维特征集中的冗余数据,最后采用SVM模型实现缺陷的分类识别,并对影响SVM分类效果的核函数和超参数进行了优选。结果表明,高斯核函数在焊缝缺陷分类上的识别效果最好,当超参数C和特征向量ε分别为5.749 7和9.243 6,核函数的gamma参数为2.859 5时,模型最优,分类准确率为95%,分类效果优于常规时频域特征。研究结果可为焊缝缺陷的无损检测和评价提供实际参考。

摘要： 在电厂安放式小径薄壁管座角焊缝超声检测技术中,检测结果易受到管径小、检测位置结构复杂等因素影响,因此,采用CIVA软件对焊缝模型进行超声相控阵声场仿真,得到未熔合、未焊透、裂纹和夹渣4种典型缺陷在不同检测位置曲率下的缺陷响应。对比分析仿真缺陷图谱,研究检测位置曲率对缺陷成像和声压幅值的影响,结合优化后的仿真参数和检测方法形成了检测工艺。实验结果表明,提出的检测工艺可有效检出不同检测位置曲率下的焊缝缺陷。

摘要： 本文对来源不同的两部分射线图片数据进行灰度处理,同时去除图片中的标记信息;通过滤波处理,去除绝大多数噪音信号;接着对图像进行Otsu阈值分割算法进行初次特征提取,结果发现靠近边缘的缺陷特征出现了部分丢失,针对这一问题,本文采用闭操作,膨胀处理对图像进行修复。针对焊接缺陷图像背景区域占比远大于特征区域且图像尺寸较大的特征,本文提出了一种基于特征阈值的焊接缺陷特征提取的方法。该方法进一步对焊接缺陷进行特征提取,并构建数据集。通过实验发现,该方法能够很好地提取焊缝缺陷特征,达到预期效果,能够满足后期模型训练的要求。

摘要： 博览国际新标,解读双全法(全矩阵捕获+全深度聚焦法)检测焊缝典型缺陷图谱。读谱要素:明双全原理,悉成像路径,谙仿真建模,识真伪显示。本文意在为提高超声相控阵双全法测评技术,提供有用借鉴。

摘要： 为了提高焊缝无损缺陷检测的性能,对无损检测方法及基于人工智能的工业视觉检测方法进行了研究,提出了基于卷积神经网络的焊缝缺陷自动检测算法。首先,对焊缝缺陷数据集进行分析,总结出焊缝缺陷数据的分布特征。其次,根据焊缝缺陷尺度差别巨大、宽高比分布范围较大等特征,在特征提取的过程中引入了不同空洞率的空洞卷积,以扩大感受野、提升大尺度缺陷的检测性能。最后,基于空洞卷积和无锚框检测框架设计了缺陷自动检测算法DRepDet。该检测算法可检测的缺陷种类达到7种,而其他大部分算法只能检测到不超过5种缺陷。试验结果表明,扩大感受野可以有效提高大缺陷的检测性能,使用组合空洞率的DRepDet的AP_(50)提升了1.4%、Recall_(50)提升了2.9%,同时几乎不影响小缺陷的检测性能。

摘要： 油气管道因环焊缝缺陷、内腐蚀等导致的失效后果较为严重。对埋深浅、地下环境简单的缺陷点位,常规开挖即能满足缺陷复验及修复要求;但对于环境较复杂点位,开挖难度和风险将大大增加,需要采取更加安全高效的专项支护措施后才可进行开挖。通过分析埋深大且管道交汇多、穿河道且位于水工设施下和道路陡坡内三类复杂环境点位的场地条件,分别给出了适宜的支护开挖方式,明确了支护开挖的技术要点。对复杂点位采取的开挖前安全分析和支护设计,可为类似复杂环境点位的开挖设计提供参考。

摘要： 针对立式圆筒形储罐在检测过程中发现焊缝缺陷比例较大的问题,分析罐壁焊缝缺陷产生的原因及危害,介绍罐壁焊缝整体修复方法。

摘要： 将基于大数据的人工智能技术与射线检测底片评定相结合,实现了对数字化底片中无效底片与重复底片的智能筛选以及对焊缝缺陷的智能识别和评定,不仅有效改善了传统检测方法的不足,还提升了检测质量和现场管理水平。对深度学习领域中的图像分割技术、焊缝缺陷分类识别以及焊缝综合信息提取等关键技术进行了阐述,并对其核心算法模块进行了重点介绍,同时,通过实际工程项目对人工智能评片系统的可行性和稳定性进行了验证,有望为该系统后续大规模应用提供一些参考。

摘要： 采用数值模拟和宽板拉伸实验相结合的方法,研究单点缺陷与双点缺陷对含螺旋焊缝缺陷管道应力应变及裂纹扩展行为.基于管材的力学性能和标准等确定缺陷尺寸位置参数,利用ABAQUS建立含不同参数缺陷的宽板及全尺寸管道模型分析拉外力下的应力分布特点,研究不同缺陷长度与深度对管道焊缝处裂纹萌生的规律;设计3组含焊缝处缺陷管道宽板拉伸实验,研究管道应变与裂纹扩展情况.结果表明:拉应力下管道宽板模型具有可靠性;随着缺陷尺寸的增大,相对长度为0.79、相对深度为45.98的缺陷对裂纹萌生影响最大.对比宽板试验发现,宽板焊缝上、下侧截面点位的应力应变在轴向拉力作用下,均呈现出先缓慢增加后快速上升的趋势,且相对单点缺陷,双点缺陷的相互作用对裂纹的萌生和扩展产生较大影响.

摘要： 焊接是钢质渔船建造的关键环节.焊接质量的优劣极大影响船体建造质量.本文罗列了海洋渔船建造焊接工艺特点,详析渔船建造中常见焊缝缺陷种类及其修补方法.供渔船建造焊接与焊缝检验参考.

摘要： 文章针对电力机车风缸压力容器焊接常出现未熔合、气孔、咬边等焊接缺陷进行了原因分析与处理,阐述了半自动MAG焊结合风缸焊接专机MAG焊的焊接操作方法、焊接参数、工艺措施.

摘要： 本文讨论了建筑工程中几种常见的无损检测技术在工程实际中的应用情况,重点介绍了超声波探伤技术的原理,结合超声波探伤检测的工作原理以及在实际中的检测应用情况,对可能影响超声波探伤检测结果的因素进行了探究与分析,并基于此提出了降低超声波探伤检测影响因素负面作用的建议.最后以一个工程实例说明焊缝超声波的具体探伤过程,以期对超声波探伤检测的理论研究与工程应用起到一定的参考作用.

摘要： 某发电厂P92钢主蒸汽管道三通对接焊缝的超声波检测过程中发现存在内部超标缺陷,后利用相控阵检测技术对缺陷进行了进一步检测,并对缺陷的成因进行了分析,制定了针对性的焊接修复方案.

摘要： 某发电厂P92钢主蒸汽管道三通对接焊缝的超声波检测过程中发现存在内部超标缺陷,后利用相控阵检测技术对缺陷进行了进一步检测,并对缺陷的成因进行了分析,制定了针对性的焊接修复方案.

摘要： 某发电厂P92钢主蒸汽管道三通对接焊缝的超声波检测过程中发现存在内部超标缺陷,后利用相控阵检测技术对缺陷进行了进一步检测,并对缺陷的成因进行了分析,制定了针对性的焊接修复方案.

摘要： 某发电厂P92钢主蒸汽管道三通对接焊缝的超声波检测过程中发现存在内部超标缺陷,后利用相控阵检测技术对缺陷进行了进一步检测,并对缺陷的成因进行了分析,制定了针对性的焊接修复方案.

摘要： 阐述了采用常规5P K3小管径超声波探头检测小管径焊缝方法的弊病,研制了2.5-5P K1.5双晶超声波探头和试块,并在现场进行大量应用,对发现的缺陷进行解剖验证了该方法的可靠性.可取代目前通用的5P K3单晶探头,取代射线检测方法.

摘要： 阐述了采用常规5P K3小管径超声波探头检测小管径焊缝方法的弊病,研制了2.5-5P K1.5双晶超声波探头和试块,并在现场进行大量应用,对发现的缺陷进行解剖验证了该方法的可靠性.可取代目前通用的5P K3单晶探头,取代射线检测方法.

摘要： 阐述了采用常规5P K3小管径超声波探头检测小管径焊缝方法的弊病,研制了2.5-5P K1.5双晶超声波探头和试块,并在现场进行大量应用,对发现的缺陷进行解剖验证了该方法的可靠性.可取代目前通用的5P K3单晶探头,取代射线检测方法.

摘要： 本发明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；本方法，对多条焊缝、多种缺陷类型同步检测，一次测量即可实现焊缝识别定位及缺陷检测，有效提高测量效率和精度。

摘要： 本发明提供了一种基于大数据的管道焊缝底片扫描入库及焊缝缺陷识别方法，包括步骤：(1)将目标管道焊缝底片进行扫描，进行焊缝底片扫描入库；(2)建立焊缝图谱数据库；(3)建立焊缝大数据图像缺陷模式识别模型，分析确定底片信息图像中存在的焊缝夹渣、未熔合、未焊透的风险，找出射线底片中可能存在的缺陷；(4)进行焊缝大数据图像识别分析，并出具报告；(5)筛选报告，并提出隐患风险点。还提供了相应的基于大数据的管道焊缝扫描入库及缺陷识别算法。该方法和系统完成所有相关底片扫描、识别及入库，管道内监测信号复查，缺陷开挖验证及修复，内检测异常和焊缝底片缺陷进行同步对比核实，找出了可能存在的风险隐患。

摘要： 本发明公开了一种具有裂纹缺陷的奥氏体不锈钢焊缝缺陷试板的制作方法，包括：在钢板焊件的待焊部位加工坡口后，将一对钢板焊件进行组对，采用钨极气体保护焊进行打底焊，再采用焊条电弧焊进行填充焊；制作出沟槽，将锌合金丝放置在沟槽内，采用钨极气体保护焊对沟槽进行填充焊，使填充丝和锌合金丝熔化并填满沟槽，采用钨极氩弧焊对填满的焊缝进行点焊重熔，含有锌合金的重熔点焊缝在冷却过程中形成裂纹；采用熔化极气体保护焊在裂纹缺陷上方填充一层焊缝；采用焊条电弧焊对其他焊层焊道进行填充焊。本具有裂纹缺陷的奥氏体不锈钢焊缝缺陷试板的制作方法，可在焊缝中任何部位制作出裂纹缺陷，实现对裂纹数量、长度、方向、深度等特征的控制。

摘要： 本发明公开了一种具有未熔合缺陷的奥氏体不锈钢焊缝缺陷试板的制作方法，包括：在钢板焊件的待焊部位加工坡口后，将一对钢板焊件进行组对，采用钨极气体保护焊先进行打底焊，再采用焊条电弧焊进行填充焊；根据预设未熔合的数量和位置在相应的焊缝金属层采用熔化极气体保护焊制作未熔合缺陷；在未熔合缺陷制作完成后，将焊件调整为平焊位置，采用熔化极气体保护焊在未熔合缺陷上面或侧面焊接一层焊肉以进行后处理，其余位置继续采用焊条电弧焊进行填充。本发明提出的具有未熔合缺陷的奥氏体不锈钢焊缝缺陷试板的制作方法，可实现在焊缝中任何部位制备出未熔合缺陷，从而满足各种检测方法的对比试验用模拟试板或检测人员培训的应用需求。

摘要： 一种用于超声检测焊缝缺陷的缺陷位置计算方法，将两个多角度超声探头分别放置在待测管道焊缝的两侧，并沿待测管道的周向进行等距离的线性扫查，获得每道声线的焊缝检测数据；确定缺陷的零点，并通过各个焊缝检测数据分别计算缺陷各个点的垂直距离、水平距离以获得缺陷位置。通过确定缺陷的零点、声线入射角，并依据一次波的直线方程、二次波的直线方程，对缺陷每个点的位置进行独立计算，解决了多角度超声探头各道声线的入射起点、入射角均不相同的问题，只要将所有点集合起来就形成焊缝中缺陷的位置和大小，从而使焊缝缺陷检测率更高、结果更直观，保证法兰和弯头焊缝的质量检测，大大提高了工作效率和缺陷检出能力。

摘要： 本申请公开了一种焊缝缺陷识别方法、焊缝缺陷识别模型的训练方法及装置，属于管道技术领域。该方法包括：获取待识别图像；调用焊缝缺陷识别模型对待识别图像进行缺陷识别，得到管道焊缝缺陷的缺陷位置和缺陷类型；基于缺陷位置和缺陷类型在待识别图像中标记出管道焊缝缺陷，得到标记有管道焊缝缺陷的图像，该方法可以客观且准确地识别出管道的焊缝缺陷。

摘要： 本发明涉及一种钢桥面板顶板U肋焊缝超声相控阵和TOFD一体化自动循迹扫查装置及焊缝缺陷检测方法，装置包括行走机构、方向调控机构、耦合剂自动喷淋机构、相控阵和TOFD一体化扫查机构、自动循迹及控制机构、检测主机以及锂电池；行走机构和方向调控机构传动连接；相控阵和TOFD一体化扫查机构包括相控阵扫查探头和TOFD扫查探头，分别与检测主机电连接；耦合剂自动喷淋机构用于为相控阵扫查探头、TOFD扫查探头提供耦合剂；自动循迹及控制机构包括光电传感器和控制端模块；焊缝缺陷检测方法用于实现焊缝循迹和焊缝探伤。本发明能够解决钢桥面面板U肋角焊缝检测距离大，强度高，单一方法评价的问题，可以减少检测人员工作量，提高整体检测效率和评估精确性。

摘要： 本发明公开了一种高质量的焊缝及焊缝缺陷识别系统、方法、存储介质，网络模型为编码解码结构，编码部分网络包括第一残差组合块、第二残差组合块、第三残差组合块、第四残差组合块，解码部分网络包括第一对象部件特征增强模块、第二对象部件特征增强模块、第三对象部件特征增强模块；对象部件特征增强模块首先将低分辨率特征图、和高分辨率特征图结合处理，模拟特征图下采样造成丢失的耗损区域部件；再把耗损区域部件作为低分辨率特征图的补充进行融合，然后嵌入核张量，利用粗边界分类优化核张量的边缘表达能力，通过与特征相乘，增强特征的边缘信息，最后提高特征图分辨率，优化网络模型对细节信息的表达能力，实现精确分割焊缝及焊缝缺陷。

摘要： 本发明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；本方法，对多条焊缝、多种缺陷类型同步检测，一次测量即可实现焊缝识别定位及缺陷检测，有效提高测量效率和精度。

摘要： 本发明提供了一种基于大数据的管道焊缝底片扫描入库及焊缝缺陷识别方法，包括步骤：(1)将目标管道焊缝底片进行扫描，进行焊缝底片扫描入库；(2)建立焊缝图谱数据库；(3)建立焊缝大数据图像缺陷模式识别模型，分析确定底片信息图像中存在的焊缝夹渣、未熔合、未焊透的风险，找出射线底片中可能存在的缺陷；(4)进行焊缝大数据图像识别分析，并出具报告；(5)筛选报告，并提出隐患风险点。还提供了相应的基于大数据的管道焊缝扫描入库及缺陷识别算法。该方法和系统完成所有相关底片扫描、识别及入库，管道内监测信号复查，缺陷开挖验证及修复，内检测异常和焊缝底片缺陷进行同步对比核实，找出了可能存在的风险隐患。