鄒怡蓉，曾錦樂，都 東

（清華大學機械工程系，先進成形制造教育部重點實驗室，北京 100084）

1 可視化焊接的涵義

焊接（尤其是熔化焊接）是一個復雜瞬變的物理化學過程。例如在弧焊過程中，焊接電弧既是一個集中的熱源和力源，又有強烈發(fā)光，電弧空間及周邊存在快速變化的電磁場；電弧-熔池-工件三者之間有復雜的熱、力相互作用；工件焊接區(qū)有局部熔化和凝固，熔池內部流動和冶金反應，焊接接頭的成分遷移和組織及性能演變；還會生成焊接殘余應力和結構變形……

可視化是指通過技術手段形象直觀地表達焊接過程，有助于全面深入認識焊接內在機制，旨在為優(yōu)化設計、過程控制和質量評價提供依據。

可視化焊接涵蓋的第一層面是焊接過程建模仿真與虛擬現實表達，即基于材料物性參數、實驗數據和物理化學等基礎理論建立描述焊接過程的數學模型，并利用現代計算技術和圖形圖像技術進行仿真和動態(tài)表達，為焊接材料、工藝參數和焊接結構的優(yōu)化設計提供基礎。這涉及了多物理場和跨尺度的耦合分析、微觀組織演變模擬、強外場條件下的材料行為、高度非線性和大梯度的處理、局部精細分析和大規(guī)?？茖W計算、時間和構形動態(tài)過程表述等共性基礎問題，在此不詳述。

可視化焊接還有兩個層面的涵義：焊接過程視覺傳感與智能控制，焊縫缺陷成像與無損檢測。

2 焊接過程視覺檢測與智能控制

焊接過程視覺檢測涉及采用特殊傳感方法減小或消除弧光、金屬蒸汽、熔池發(fā)光、飛濺等不利因素的影響，進行實時視覺傳感。為將關注對象可視地表達為適宜于人眼觀察、或適宜于計算機視覺進行量化計算的形式，研究者針對熔池、熔滴過渡、電弧、保護氣體、焊縫等不同對象提出了多種可視化方法并搭建了相應的視覺傳感裝置。

A.Scotti，et al.[1]為計算MIG/MAG焊熔滴過渡動量以預測熔深，對熔滴過渡的投影進行高速攝像并將圖像采集與電信號同步，得到一系列反映熔滴過渡形式的圖像。M.Schnick，et al.[2]以描述和分析焊接過程中的氣體流場并研究其對焊接質量的影響為目標，采用粒子圖像測速技術與紋影攝像技術對保護氣體流量與流場特性進行可視化和測量。Y.Tsujimura and M.Tanaka M.[3]研究等離子體溫度分布與金屬蒸汽濃度，采用三臺高速攝像機同時拍攝焊接過程中不同波長下的等離子體形態(tài)。C.S.Wu et al.[4]為研究高速GMAW焊縫駝峰的形成機理，采用透過窄帶通濾光片與中性濾光片從側面對熔池部分進行拍攝的方式，獲得駝峰形狀和演變情況。E.Siewert and J.Schein.[5]研究焊接材料、保護氣體、脈沖波形對熔滴過渡形式的影響，采用兩臺高速攝像機從不同角度拍攝熔滴過渡圖像，并對熔滴形狀進行三維重構。Y.Kawahito，et al.[6]以入射激光束與匙孔形成的關系為研究對象，采用X射線成像裝置從側面實時拍攝匙孔深度與形狀，并用高速相機從正上方拍攝獲得匙孔表面圖像。Y.Morisada，et al.[7]為研究攪拌摩擦焊缺陷形成機理，采用鎢作為示蹤劑，使用兩組X射線成像裝置從不同角度對攪拌摩擦焊過程進行透射和實時成像。S.Yamashita，et al.[8]為研究熔池溫度場對焊接冶金過程與焊接區(qū)特性的影響，采用兩臺高速攝像機通過不同波長的濾光片對熔池進行拍攝，并利用比色測溫法計算熔池溫度場。Cheol-Hee Kim，et al.[9]以監(jiān)測與控制焊接質量為目的，采用同軸照明及圖像采集，并通過圖像處理得到匙孔邊緣。M.Schnick，et al.[10]研究反相T-GMAW的雙弧相互作用及保護氣體影響，采用高速攝像機透過濾光片對電弧空間進行拍攝，并與數值模擬結果進行比較。上述可視化焊接的相關研究均涉及焊接過程的視覺傳感，為實時記錄快速變化的可視化對象，多采用高速拍攝，并根據對象選擇視覺傳感方法，提取焊接過程的相關視覺信息，甚至將保護氣體流場或焊縫內部金屬材料流場等非視覺信息也進行可視化，使得研究者能夠通過圖像分析的手段對其特征進行提取，同時也使得相關信息均得到直觀表達，為深入理解焊接過程的機理提供了有效的輔助手段。

對焊接過程進行可視化對于焊接智能控制的實現同樣具有重要意義，視覺傳感因其無接觸、抗電磁干擾、包含信息豐富等相較于其他傳感方式的優(yōu)勢，一直是解決焊道識別及自動跟蹤問題的關鍵技術。在復雜施焊環(huán)境、非理想工件狀況、尤其是對象結構特征不明顯的條件下，傳統(tǒng)的利用單一特征的線結構光視覺方法存在明顯局限性。借鑒和模仿人類視覺模式中的特點：（1）綜合獲取顏色、光影、紋理等多種視覺特征；（2）融合多種信息進行時空域動態(tài)分析，是復雜工況環(huán)境下焊道識別及跟蹤的有效方法，也是智能化焊接視覺檢測技術值得重視的發(fā)展方向。

多種視覺特征的獲取除利用結構光法獲取焊道或坡口的形狀特征之外，還包括對焊道表面可能存在的紋理與顏色特征的描述與提?。杭y理可被認為是一種反映區(qū)域中像素灰度級空間分布規(guī)律的屬性，基于灰度共生矩陣方法能夠建立對焊縫圖像紋理特征的描述，將焊縫與母材進行區(qū)分[11]；焊縫與熱影響區(qū)表面因材料特點、熱加工過程、氧化反應等原因可能具有特定的顏色特征，可利用其進行焊縫識別以及焊縫質量的判斷，如在鋼管縱焊縫水耦合自動超聲波無損檢測的視覺跟蹤中，通過新彩色空間的構造，能夠實現了圖像分割和焊縫識別。焊接過程的復雜與對象的多樣性決定了依靠單一特征難以保證識別算法穩(wěn)定性與可靠性，可采用多傳感的方式將多種特征進行可視化，并在融合規(guī)則上采用由置信度控制融合權重的方式，以獲得可靠性高的識別結果。

3 焊縫缺陷成像與無損檢測

采用X射線、超聲波對焊接結構進行焊后無損檢測，也是可視化焊接的一項重要組成部分，是指通過分析焊縫內部缺陷引起的射線圖像與超聲信號的變化，對焊縫缺陷進行直觀表達與定量描述，以評價其特征及危害程度。

以X射線檢測為例，目前實際生產中尚主要采用人工目視檢測的方式，人為因素對檢測結果的影響難以規(guī)避，焊縫X射線動態(tài)檢測的自動化水平亟待提高。Shao Jiaxin，et al.[12-14]采用實時成像在線連續(xù)檢測的方法，針對圖像噪聲大、實時性要求高、適應性要求高等難點，提出了基于多幀X射線實時圖像焊縫缺陷跟蹤進行缺陷自動檢測的思路，在逐幀分割提取潛在目標的基礎上，利用多幀圖像間焊縫缺陷相對重心坐標的運動軌跡特征，完成對真實缺陷的跟蹤，以減少誤檢率；提出了基于焊縫連續(xù)性的焊縫邊緣檢測算法以適應不同噪聲水平及灰度范圍的變化；提出了基于自適應雙閾值大模版中值濾波背景消除的焊縫缺陷預分割方法，以低閾值保證缺陷檢出，以高閾值剔除誤檢，有效適應了不同灰度范圍及不同噪聲水平的焊縫X射線實時圖像；提出了基于“潛在缺陷對”速度直方圖分析的焊縫缺陷跟蹤方法，該方法能夠有效地利用同一焊縫中不同缺陷運動速度相同的特點，通過搜索“潛在缺陷對”速度直方圖峰值所對應的速度位置實現焊縫運動速度估計與焊縫缺陷跟蹤；同時運用分類算法（支持向量機）實現潛在缺陷目標真?zhèn)巫R別以優(yōu)化檢測結果。上述一系列方法的提出為焊縫缺陷的實時可視化與在線檢測提供了重要的研究基礎。

4 展望

隨著傳感器技術、圖像處理技術、現代計算技術等的不斷進步和應用，可視化焊接將在焊接機理研究、焊接優(yōu)化設計和智能化焊接及檢測方法的中發(fā)揮越來越重要的作用。對以往難以準確全面觀測的焊接過程進行可視化直觀表達，甚至將本身不具備視覺特征的電磁場、溫度場、力場、流場等轉化為視覺表征，將會為深入理解和綜合分析焊接的復雜多物理場耦合及相互作用關系提供更為全面豐富的信息。同時，智能化焊接的發(fā)展也將借助可視化焊接技術獲得更充分的信息，為焊接環(huán)境自適應、路徑軌跡自生成、焊道自動跟蹤、焊接質量在線控制等提供更為可靠的依據。

[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.