崔 巍，戴 光，李 偉，趙鵬霄

(1.東北石油大學機械科學與工程學院，黑龍江大慶 163318;2.大慶油田有限責任公司第九采油廠，黑龍江 大慶 163853)

0 引言

壓力容器、壓力管道等特種設備是通過焊接組合而成，其質(zhì)量在一定程度上由焊縫質(zhì)量決定，因此，對焊縫質(zhì)量的檢測和評價是保證上述設備安全運行的重要措施。目前，國內(nèi)外常采用射線、超聲、磁記憶等方法檢測焊縫缺陷［1－9］。文中借助漏磁檢測技術對鐵磁性材質(zhì)的焊接結(jié)構(gòu)中易出現(xiàn)的氣孔、裂紋等缺陷較為靈敏的優(yōu)勢，在焊縫漏磁場數(shù)值分析［10］和將焊縫非接觸漏磁檢測系統(tǒng)采集漏磁曲線轉(zhuǎn)換成灰度圖［11］的基礎上，首先開展了焊縫缺陷漏磁數(shù)字圖像的特征分析，獲取了焊縫無缺陷、焊道上分布矩形槽缺陷、熱影響區(qū)分布矩形槽缺陷、焊道上分布圓柱體缺陷等4種狀態(tài)的成像特征，然后基于直方圖和空間相關性兩方面進行了焊縫缺陷漏磁數(shù)字圖像的統(tǒng)計特征分析，為后續(xù)的圖像紋理特征分析提供新的思路。

1 焊縫缺陷漏磁信號的采集

試驗中采用焊縫缺陷非接觸漏磁檢測系統(tǒng)［10］，在單面對接焊縫熔寬18 mm、余高3 mm的兩塊焊縫試驗板上分別預制焊道上分布矩形槽缺陷，熱影響區(qū)分布矩形槽缺陷、焊道上分布圓柱體缺陷，焊縫試驗板缺陷分布如圖1所示。

由于焊縫及鋼板的使用壽命直接與缺陷深度有關，因而從缺陷單一深度方向的幾何尺寸變化(其他方向的尺寸不變)來研究缺陷漏磁數(shù)字圖像特征的變化情況。

矩形槽尺寸為40 mm×1 mm(長度×寬度)。焊道上矩形槽深度:1#～4#分別達到鋼板厚度的20% ～80%(計算方法為焊縫余高3 mm+鋼板厚度百分比 ×鋼板厚度)，即1#20%為4.6 mm，2#40%為 6.2 mm，3#60% 為 7.8 mm，4#80% 為9.4 mm。

熱影響區(qū)矩形槽深度:5#～8#分別為鋼板厚度的20%～80%(計算方法即為鋼板厚度百分比×鋼板厚度)，即5#20%為 1.6 mm，6#40%為 3.2 mm，7#60%為4.8 mm，8#80%為 6.4 mm。

焊道上圓柱體深度:9#～12#分別達到鋼板厚度的20% ～80%(計算方法同焊道上矩形槽)，即9#20%為 4.6 mm，10#40% 為 6.2 mm，11#60% 為7.8 mm，12#80%為9.4 mm。

利用新型焊縫漏磁檢測系統(tǒng)在上述兩塊試驗板上進行了焊縫4種狀態(tài)的試驗，采集的漏磁信號的三維波形曲線如圖2所示。

2 焊縫缺陷漏磁信號的圖像特征

灰度圖由256個等級的灰度組成，用不同的灰度等級來表示焊縫漏磁信號幅值的大小，漏磁信號轉(zhuǎn)換成灰度圖像的實現(xiàn)過程參見文獻［11］中的灰度圖像表達。圖2中4種狀態(tài)下的三維分布圖轉(zhuǎn)換成灰度圖如圖3所示。在生成的灰度圖像中可直觀地看到焊縫和缺陷的信息，與圖2中的漏磁信號分布圖相比，表達信息更加直觀全面。

圖3 焊縫4種狀態(tài)灰度圖

以圖2(a)中焊縫任意采樣點的曲線、圖2(b)中4#缺陷的最佳采樣點曲線、圖2(c)中8#缺陷的最佳采樣點曲線、圖2(d)中12#缺陷的最佳采樣點曲線為例，得出的焊縫4種狀態(tài)波形示意圖如圖4所示。

圖4 焊縫4種狀態(tài)波形示意

對比圖3和圖4可得出焊縫4種狀態(tài)的成像特征:

(1)焊縫無缺陷時，圖4(a)中焊縫波谷特征點所在通道轉(zhuǎn)換成圖3(a)的黑色條紋線，圖4(a)中焊縫波峰特征點所在通道轉(zhuǎn)換成圖3(a)的白色條紋線，正如焊縫漏磁信號特點“谷－峰”趨勢，焊縫圖像呈現(xiàn)了“黑－白”的特點。

(2)焊縫上分布矩形槽缺陷時，圖3(b)焊縫位置圖像依舊是“黑－白”的特點，矩形槽缺陷位置處由圖4(b)中缺陷波峰特征點所在通道轉(zhuǎn)換成圖3(b)的白色條紋線、圖4(b)中缺陷波谷特征點所在通道轉(zhuǎn)換成圖3(b)的黑色條紋線，在圖像上所呈現(xiàn)的形態(tài)為白黑亮線，正如矩形槽位置處的漏磁信號特點“谷－峰－谷－峰”趨勢，圖像形成了具有一定對比度的“黑－白－黑－白”的特點。

(3)熱影響區(qū)分布矩形槽時，圖3(c)焊縫位置圖像依舊是“黑－白”的特點，矩形槽缺陷位置處由圖4(c)中缺陷波峰特征點所在通道轉(zhuǎn)換成圖3(c)的白色條紋線、圖4(c)中缺陷波谷特征點所在通道轉(zhuǎn)換成圖3(c)的黑色條紋線，且由于矩形槽存在的位置，導致缺陷波谷通道與焊縫波谷通道的疊加，加深了焊縫波谷通道的黑線，正如矩形槽位置處的漏磁信號特點“峰－谷－峰”的趨勢，圖像形成了具有一定對比度的“白－黑－白”的特點。

(4)焊道上分布圓柱體缺陷時，與焊縫上分布矩形槽時所呈現(xiàn)的“黑－白－黑－白”特點相同，呈現(xiàn)了類似于斑狀的圖像特征。

(5)隨著缺陷深度的增加，缺陷位置處的波峰波谷差值隨之增大，波峰轉(zhuǎn)換成的白線與波谷轉(zhuǎn)換成的黑線對比度增大;每個缺陷位置處中間亮度高，向兩端逐漸降低。

3 焊縫缺陷漏磁數(shù)字圖像的統(tǒng)計特征

漏磁數(shù)字圖像不同于一般的數(shù)字圖像，是由漏磁信號轉(zhuǎn)換而來的，分辨率相對較低。文中用幾個數(shù)字圖像作為測試圖像與漏磁數(shù)字圖像進行對比，從漏磁數(shù)字圖像的直方圖和漏磁數(shù)字圖像的空間相關性兩方面來分析漏磁數(shù)字圖像的特點。圖5示出圖像處理中常用的數(shù)字圖像。

圖5 普通數(shù)字圖像

3.1 漏磁數(shù)字圖像的直方圖

圖像的直方圖是圖像的重要統(tǒng)計特征，反映了圖像中每一灰度級與其出現(xiàn)頻率之間的統(tǒng)計關系。通過漏磁數(shù)字圖像和普通圖像對比分析來說明漏磁數(shù)字圖像的直方圖特點。為方便說明，將圖3中焊縫4種狀態(tài):焊縫無缺陷、焊道上分布矩形槽缺陷、熱影響區(qū)分布矩形槽缺陷、焊道上分布圓柱體缺陷分別記為 MFL1，MFL2，MFL3，MFL4。圖3中漏磁數(shù)字圖像對應的直方圖如圖6所示，圖5中普通數(shù)字圖像對應的直方圖如圖7所示。

由圖6，7可以看出，漏磁數(shù)字圖像的總體概率分布離散程度明顯大于普通數(shù)字圖像，并且灰度級范圍較大，具有較多的灰度變化(即紋理)，也從一方面說明紋理特征分析適合于焊縫漏磁數(shù)字圖像的提取。

圖6 漏磁數(shù)字圖像直方圖

圖7 普通數(shù)字圖像直方圖

3.2 漏磁數(shù)字圖像的空間相關性

圖像的相關性是指某一個像素與其相鄰像素之間的相似性，反映了一個圖像內(nèi)相鄰像素間的信息冗余。若圖像(x，y)處像素的灰度值為f(x，y)，則圖像的自相關函數(shù) R(l，k)定義為:

從該函數(shù)中分別求解出圖像的行自相關系數(shù)、列自相關系數(shù)，相關系數(shù)值為－1(完全負相關關系)～+1(完全正相關關系)之間，相關系數(shù)為0時，表示不存在相關關系。圖像的行自相關系數(shù)、列自相關系數(shù)的絕對值越大表示像素之間的相關性越大。表1列出了圖3中4個漏磁測試圖像的行自相關系數(shù)和列自相關系數(shù)，表2列出了圖5中4個普通測試圖像的行自相關系數(shù)和列 自相關系數(shù)。

表1 漏磁數(shù)字圖像的行、列自相關系數(shù)

表2 普通數(shù)字圖像的行、列自相關系數(shù)

由表1，2可以看出，普通數(shù)字圖像的行、列自相關系數(shù)都較大，漏磁數(shù)字圖像的行自相關系數(shù)則遠小于列自相關系數(shù)，由漏磁數(shù)字圖像各行分別是不同傳感器采集的信號、各列是相同傳感器采集的信號，驗證了各傳感器間的信號的相關性較差，而同一傳感器間的信號相關性較好的規(guī)律。對于信號變化較明顯的圖3(b)焊道上分布矩形槽缺陷和圖3(c)熱影響區(qū)分布矩形槽缺陷這兩者的行、列自相關系數(shù)差異相比于圖3(d)焊道上分布圓柱體缺陷更加明顯。

4 結(jié)論

(1)通過對比分析，得到焊縫缺陷漏磁成像特征:

1)焊縫無缺陷時，漏磁信號特點“谷－峰”趨勢，焊縫圖像呈現(xiàn)了“黑－白”的特點;

2)焊縫上分布矩形槽缺陷時，矩形槽位置處的漏磁信號特點“谷－峰－谷－峰”趨勢，圖像形成了具有一定對比度的“黑－白－黑－白”的特點;

3)熱影響區(qū)分布矩形槽時，矩形槽位置處的漏磁信號特點“峰－谷－峰”的趨勢，圖像形成了具有一定對比度的“白－黑－白”的特點;

4)焊道上分布圓柱體缺陷時，與焊縫上分布矩形槽時所呈現(xiàn)的“黑－白－黑－白”特點相同，呈現(xiàn)了類似于斑狀的圖像特征。

(2)隨著缺陷深度的增加，缺陷位置處的波峰波谷差值隨之增大，波峰轉(zhuǎn)換成的白線與波谷轉(zhuǎn)換成的黑線對比度增大;每個缺陷位置處中間亮度高，向兩端逐漸降低。

(3)通過對比分析普通數(shù)字圖像和焊縫缺陷漏磁數(shù)字圖像在直方圖分布、相關性方面的統(tǒng)計特性，得到:漏磁數(shù)字圖像的總體概率分布離散程度較大;普通數(shù)字圖像的行自相關系數(shù)與列自相關系數(shù)相對比較接近，漏磁數(shù)字圖像的行自相關系數(shù)遠小于列自相關系數(shù)。統(tǒng)計分析從一方面說明紋理特征分析適合于焊縫缺陷漏磁數(shù)字圖像的提取，為進一步的焊縫缺陷漏磁數(shù)字圖像的紋理特征分析奠定基礎。

［1］ SHAO Jiaxin，DU Dong，CHANG Baohua.Automatic weld defect detection based on potential defect tracking in real－ time radiographic image sequence［J］.NDT＆E International，2012，46:14 － 21.

［2］ CHERTOV A M，KARLOFF A C，PEREZ W，et al.In－process ultrasound NDE of resistance spot welds［J］.Insight－Non－Destructive Testing and Condition Monitoring，2012，54(5):257 －261.

［3］ GROSLIER D，PELLERIN S，VALENSI F.Explorative approach of the spectral analysis tools to the detection of welding defects in lap welding［J］.Nondestructive Testing and Evaluation，2011，26(3):13 －18.

［4］ DU Dong，CAI Guorui，TIAN Yuan，et al.Automatic inspection of weld defects with X－Ray real－time imaging［J］.Lecture Notes in Control and Information Sciences，2007，362:359 －366.

［5］ 鄧波，郭少宏，曹福想，等.薄板奧氏體不銹鋼對接焊縫超聲波探傷方法研究［J］.壓力容器，2012，29(6):14－17.

［6］ 許遠歡，聶勇.核電站反應堆壓力容器焊縫的超聲檢測及驗證［J］.壓力容器，2013，30(6):50－55.

［7］ 馬占云，李守彬，趙慈陽，等.核電站鋼制安全殼補強板與貫穿件套筒管板焊縫超聲檢測技術［J］.壓力容器，2013，30(1):75 －79.

［8］ 陳強，荀一，崔笛，等.基于SUSAN算法的X射線焊縫圖像缺陷提?。跩］.機電工程，2012，29(10):1159－1162.

［9］ 何仁洋，唐鑫，趙雄，等.管道石油天然氣腐蝕防護的相關技術研究進展［J］.化工設備與管道，2013，50(1):53－55.

［10］ 崔巍，戴光，王學增.單面焊焊道表面缺陷漏磁檢測方法研究［J］.壓力容器，2013，30(2):22 －28.

［11］ 崔巍，戴光，李偉，等.基于漏磁成像的焊縫缺陷檢測可視化方法研究［J］.現(xiàn)代制造工程，2014，36(2):109－114.