黎昭郁，高向東

(廣東工業(yè)大學(xué)機電工程學(xué)院，廣東廣州510006)

焊縫跟蹤應(yīng)用傳感器進(jìn)行焊縫偏差檢測(焊縫偏差即電弧與焊縫中心的偏差)，并將實時獲取焊縫偏差信息反饋給控制器以驅(qū)動焊炬實時糾偏，精確的焊縫偏差檢測是保證整個系統(tǒng)實現(xiàn)準(zhǔn)確的焊縫軌跡跟蹤的前提。由于實際焊接過程的復(fù)雜性，往往存在弧光、飛濺以及電磁等各種不可預(yù)料的干擾，焊縫信息往往被噪聲所覆蓋，這使得通過圖像處理技術(shù)直接提取焊縫信息的做法實現(xiàn)難度很大，且當(dāng)出現(xiàn)“磁偏吹”現(xiàn)象時，傳統(tǒng)的檢測方法將顯得無能為力。文中利用熔池圖像質(zhì)心特性參數(shù)來間接地推測焊縫偏差、進(jìn)而識別焊縫位置的方法，首先選取熔池的特定區(qū)域進(jìn)行了中值濾波與灰度變換處理以突出熔池及其附近區(qū)域的特征，在此基礎(chǔ)上提取了熔池的圖像質(zhì)心坐標(biāo)，間接地推測出焊縫偏差，進(jìn)而識別焊縫位置信息。

1 焊縫熔池圖像及熔池處理區(qū)域的選取和處理

測定電弧弧光在200 ～1 100 nm 區(qū)間的光譜分布，表明在602 ～697 nm 和922 nm 以上的近紅外區(qū)域，弧光特征譜線較少，這兩個區(qū)域是較為理想的取像區(qū)域［1］。熔池圖像質(zhì)心算法的一個要點就是熔池處理區(qū)域的選取，經(jīng)試驗比較選取熔池前端為處理區(qū)域較為合適，該處理區(qū)域包含了絕大部分的熔池信息，同時包含了熔池前端的一部分焊縫，熔池圖像及處理區(qū)域的選取如圖1所示，圖2 為試驗裝置示意圖。為減弱焊接過程中的干擾，先對處理區(qū)域進(jìn)行了中值濾波處理，為增大處理區(qū)域中熔池與前端焊縫的對比度，對圖像再進(jìn)行了灰度變換的圖像增強處理，使得圖像更加清晰，特征明顯［2］。

圖1 熔池圖像處理區(qū)域圖

圖2 試驗系統(tǒng)結(jié)構(gòu)圖

2 熔池圖像質(zhì)心的獲取

熔池圖像質(zhì)心即熔池灰度圖像的重心，設(shè)i，j 為圖像的兩個方向，M，N 分別為i，j 方向像素的數(shù)量，g(i，j)為像素點(i，j)處的灰度值，則圖像質(zhì)心位置坐標(biāo)(xc，yc)見式(1)。該公式反映了焊縫相對于電弧的偏差情況，當(dāng)電弧對準(zhǔn)焊縫時，熔池圖像的灰度是對稱分布的，此時熔池質(zhì)心對應(yīng)中心值;當(dāng)電弧偏離焊縫時，熔池圖像的灰度分布將不對稱，熔池質(zhì)心將偏離中心值［3］。

3 焊接工藝試驗和圖像質(zhì)心焊縫偏差分析

試驗采用鎢極氬弧焊，讓焊縫呈一傾斜的直線，焊炬在一個方向上逐漸地偏離焊縫進(jìn)行焊接試驗，試驗系統(tǒng)結(jié)構(gòu)圖見圖2，對焊接過程連續(xù)拍攝10 張焊縫區(qū)圖像，所得焊接區(qū)圖像大小為768 像素×576 像素，截取其130 像素×100 像素圖像為分析對像，所截取圖像如圖3所示?？梢钥闯?熔池(此時熔池位于焊炬的正下方)相對于焊縫位置按其拍攝順序在逐漸向右移，也即焊縫相對在向左移;從熔池圖像也可看到熔池區(qū)域像素分布落差比較合理。

圖3 焊縫區(qū)圖

(1)質(zhì)心坐標(biāo)曲線

質(zhì)心坐標(biāo)曲線是指根據(jù)分割閾值變化而得到的質(zhì)心坐標(biāo)曲線。提取以上焊縫圖像的質(zhì)心坐標(biāo)，當(dāng)灰度分割閾值(經(jīng)研究曲線分析只取分割閾值T 的范圍1≤T≤240 來進(jìn)行分析)變化時，各焊縫圖像的質(zhì)心橫坐標(biāo)曲線和質(zhì)心縱坐標(biāo)曲線分別如圖4 和圖5所示。從各焊縫圖像的質(zhì)心橫、縱坐標(biāo)曲線圖可以看出:在灰度分割閾值變化時，各焊接圖像的質(zhì)心橫、縱坐標(biāo)隨著變化，當(dāng)分割閾值小于30 或大于61 時，計算出來的質(zhì)心橫坐標(biāo)比較穩(wěn)定。而從質(zhì)心縱坐標(biāo)曲線圖中可以看出:隨著分割閾值的增加質(zhì)心縱坐標(biāo)也增加(當(dāng)T ＜20 時除外，它比較穩(wěn)定)。圖中Picn 質(zhì)心坐標(biāo)為上面連續(xù)拍攝的對應(yīng)序號為(a)、(b)…的圖像的質(zhì)心坐標(biāo)，X 代表橫坐標(biāo)，Y 代表縱坐標(biāo)。

圖4 質(zhì)心橫坐標(biāo)曲線圖

圖5 質(zhì)心縱坐標(biāo)曲線圖

(2)質(zhì)心坐標(biāo)偏差圖

質(zhì)心坐標(biāo)偏差值是在相同分割閾值時每幅圖像質(zhì)心坐標(biāo)與第1 幅圖像質(zhì)心坐標(biāo)的差值，它表示以第1幅圖像所得的質(zhì)心坐標(biāo)為原點，其他圖像相對第1 幅質(zhì)心的坐標(biāo)，即各圖像相對偏移量。由質(zhì)心縱坐標(biāo)隨著分割閾值的變化以及實際焊接中縱坐標(biāo)可由速度控制，還有考慮到橫坐標(biāo)偏差更能代表焊縫位置的變化，故現(xiàn)只研究橫坐標(biāo)的情況。各圖像質(zhì)心橫坐標(biāo)偏差曲線如圖6所示。圖中RXn(n =1，2，..)表示第n+1 幅圖像的質(zhì)心橫坐標(biāo)與第1 幅圖像的質(zhì)心橫坐標(biāo)的差值;n 對應(yīng)上面連續(xù)所拍攝的圖像的序號。

圖6 質(zhì)心橫坐標(biāo)偏差曲線圖

由質(zhì)心橫坐標(biāo)偏差曲線圖可以看到:各圖像質(zhì)心坐標(biāo)偏差值隨著灰度分割閾值的變化而變化，變化比較明顯，變化基本趨于一致。當(dāng)選取分割閾值在60 至100 范圍時，質(zhì)心橫坐標(biāo)偏差值相對穩(wěn)定，對比質(zhì)心橫坐標(biāo)曲線圖，故選取分割閾值t =90。當(dāng)t =90 時，其質(zhì)心橫坐標(biāo)偏差與焊縫位置偏差(即熔池相對焊縫中心的偏差—實際偏差值)曲線如圖7所示?？梢钥闯?焊縫圖像的質(zhì)心位置相對于焊縫始終偏向于右側(cè)，且其偏差有逐漸增大的趨勢，而實際焊炬(熔池在焊炬的正下方)或熔池相對于焊縫的偏差趨勢也是逐漸增大的。

圖7 質(zhì)心橫坐標(biāo)偏差與焊縫位置偏差曲線圖

(3)相關(guān)和回歸分析

從圖7 可以看出:所計算得到的質(zhì)心偏差與實際焊接過程中熔池的偏差(即焊縫的位置偏差)趨勢一致，可以用相關(guān)和回歸分析來確定其相關(guān)性。相關(guān)和回歸分析是用于分析兩個以上因素間相互關(guān)系的工具，應(yīng)用此方法對因素的數(shù)據(jù)進(jìn)行統(tǒng)計計算，可以評估存在于這些因素間的某種可能關(guān)系的緊密程度，并可以此得出其他有用的結(jié)論［4］。運用統(tǒng)計分析軟件Minitab 將質(zhì)心的偏差與實際熔池相對焊縫位置偏差值作線性回歸分析，用Ref代表焊縫位置實際偏差值，Measure代表質(zhì)心偏差值，所得分析數(shù)據(jù)如圖8所示，回歸曲線圖如圖9所示。圖8 中用于評判回歸效果的主要為R－ Sq值和P 值，其中R－ Sq為決定系數(shù)(即擬合優(yōu)度)，用以確定被檢測的數(shù)據(jù)是符合某種假定的分布，文中用來檢驗質(zhì)心偏差與實際焊接過程中熔池的偏差的擬合效果(擬合優(yōu)度越大，擬合效果越好，即相關(guān)性比較好)，一般大于80%為較好;P 值經(jīng)常用于假設(shè)檢驗中，它代表當(dāng)一個假設(shè)“真”(true)時而被拒絕的這種錯誤的可能性，如P 值越小，犯這種錯誤的可能性越小，一般取P ＜0.05 作為臨界值，文中用于判斷回歸后擬合度的顯著性檢驗，此值越小，擬合越顯著。從數(shù)據(jù)和回歸曲線圖可以看出，質(zhì)心偏差值(以Measure表示)與焊縫位置實際偏差值(以Ref表示)之間可用線性關(guān)系表示;其中R－Sq=80.9% ＞80% ，說明其擬合優(yōu)度比較好;其P 值為0.001，遠(yuǎn)小于0.05，說明其擬合顯著。

圖8 質(zhì)心橫坐標(biāo)偏差值與焊縫位置回歸分析數(shù)據(jù)表

圖9 質(zhì)心橫坐標(biāo)偏差值與焊縫位置回歸圖

5 結(jié)論

焊縫圖像的質(zhì)心偏差趨勢與焊縫位置的實際偏差趨勢一致，其線性擬合比較好，焊縫圖像的質(zhì)心能夠反映焊縫相對于焊炬位置的變化，如果質(zhì)心位置(其偏離量大于0)右移時，焊縫相對于焊炬或電弧向左偏移，反之亦然。在焊縫自動跟蹤應(yīng)用中，通過分析焊縫圖像質(zhì)心的偏差，再經(jīng)過一定的濾波處理和狀態(tài)估計，可以得到有效的焊縫信息，因此對焊縫圖像的質(zhì)心處理方法是一種十分有效的焊縫檢測方法，可以間接得到焊縫位置，比直接獲取焊縫位置的方法更加簡單，還可以減少焊縫糾偏的滯后性，其抗噪性能好，定位精確度高，從而可以有效地提高焊縫跟蹤精度。

【1】閆志鴻，張廣軍，邱美珍，等.脈沖熔化極氣體保護(hù)焊熔池圖像的檢測與處理［J］.焊接學(xué)報，2005，26(2):37－40.

【2】李弼程，彭天強，彭波，等.智能圖像處理技術(shù)［M］.北京:電子工業(yè)出版社，2004.

【3】高向東，羅錫柱.一種基于圖像質(zhì)心的焊縫跟蹤新方法［J］.焊接學(xué)報，2003，24(6):15－18.

【4】潘德彼淂S，紐曼羅伯特P，卡瓦納著羅蘭R.6σ 管理法［M］.劉合光，等，譯.北京:機械工業(yè)出版社，2001:472－473.