陳青山，崔二煒，陳曉雯，肖都容，高志凌，郭 峰，王義民，張利輝

（1.渤海裝備華油鋼管公司，河北 青縣 062658；2.渤海裝備華油一機廠 質量監(jiān)督中心，河北 青縣062658；3.渤海裝備巨龍鋼管公司，河北 青縣062658）

螺旋焊管X射線工業(yè)電視檢測系統(tǒng)研究

陳青山1，崔二煒2，陳曉雯3，肖都容1，高志凌3，郭 峰1，王義民1，張利輝1

（1.渤海裝備華油鋼管公司，河北 青縣 062658；2.渤海裝備華油一機廠 質量監(jiān)督中心，河北 青縣062658；3.渤海裝備巨龍鋼管公司，河北 青縣062658）

為了在螺旋焊管焊縫X射線檢測時獲得較高的精度，滿足生產(chǎn)需要，根據(jù)標準制作了缺陷樣管，對焊縫X射線工業(yè)電視檢測系統(tǒng)進行了測試。結果顯示，焊縫檢測速度可達6 m/min；厚度8.8 mm焊管檢出的最小圓形缺陷直徑為0.6 mm，檢出最小條形缺陷寬度1 mm，深度1 mm；厚度15.9 mm焊管檢出的最小圓形缺陷直徑1 mm，檢出的最小條形缺陷寬度1 mm，深度1 mm。測試結果表明，該檢測系統(tǒng)在生產(chǎn)線上試運行時取得了較好的效果。

焊管；X射線檢測；焊縫缺陷；靈敏度

1 鋼管焊縫缺陷X射線檢測圖像分析

1.1 焊縫缺陷X射線檢測圖像的獲取

在X射線實時成像無損檢測中，焊縫缺陷的定位、定量、定級較容易，而對焊縫缺陷的定性則比較困難，即如何識別并確定圖像中焊縫缺陷的性質（裂紋、未熔合、未焊縫、條狀夾渣、氣孔等）比較困難，很難用圖像識別系統(tǒng)對其進行自動識別。根據(jù)射線衰減定律，射線透過物質后被衰減，影響衰減的主要因素是被檢物體的形狀（厚度）和密度。物體形狀（厚度）和密度的變化會引起圖像中灰度的變化，也就是說圖像中灰度的變化是圖像識別的基本條件。焊縫常見缺陷X射線檢測圖像如圖1所示。

圖1 焊管焊縫常見缺陷的X射線檢測圖像

圖像采集應和圖像實時自動檢測相結合，獲取大量的圖例有以下3點作用：①圖像質量（靈敏度、清晰度、灰度動態(tài)范圍）要達到什么樣的水平才能滿足實時動態(tài)檢測的需要；②在大量不同缺陷種類和同種缺陷對比圖例的基礎上，建立X射線檢測系統(tǒng)圖像識別數(shù)據(jù)庫，建立典型缺陷識別圖譜，以此為程序開發(fā)的定量分析提供數(shù)據(jù)；③通過大量圖像的采集，結合其他的無損檢測手段和破壞性檢測的印證，為熒光檢測和實際缺陷的大小提供理論依據(jù)，并為下一步缺陷自動分類識別打下基礎。

1.2 X射線檢測圖像中常見缺陷的種類及特征

焊縫缺陷的形態(tài)和影像特征復雜多樣，不同種類缺陷在X射線檢測圖像中的影像特征具有不同的特點，在焊縫中出現(xiàn)的位置也有所不同，具體見表1。

表1 常見缺陷X射線圖像中影像特征及其在焊縫中的位置

1.3 樣管試驗

依據(jù)缺陷類型不同，將缺陷分為面積型缺陷和體積型缺陷。電火花刻人工槽模擬面積型缺陷，其規(guī)格為：槽寬1 mm，長度40 mm，深度分別為1 mm、2 mm和3 mm；人工孔模擬體積型缺陷，其規(guī)格為Φ0.6 mm、Φ0.8 mm、Φ1.0 mm、Φ1.6 mm和Φ3.2 mm，孔深分別為1 mm、2 mm和3 mm。

試驗樣管規(guī)格分別為：Φ610 mm×8.8 mm、Φ711 mm×12.5 mm 和 Φ914 mm×15.9 mm。 執(zhí)行標準為GB/T 9711.2。樣管Φ914 mm×15.9 mm取樣位置如圖2所示。

圖2 Φ914 mm×15.9 mm焊管的取樣位置

工藝規(guī)范：①采用雙壁單影透照方式成像，以靠近圖像增強器一側的焊縫為檢測焊縫；②透照焦距650 mm，被檢焊縫與圖像增強器距離為150 mm。3種規(guī)格樣管的缺陷檢出情況見表2。

表2 3種規(guī)格樣管的缺陷檢出情況

2 系統(tǒng)測試

2.1 系統(tǒng)分辨率的測定

在實時成像中分辨率的計量單位是線對厘米（LP/cm）。系統(tǒng)分辨率是考核整套設備綜合性能的主要指標，對成像質量有重要作用。不論設備的基本配置如何，系統(tǒng)分辨率都應達到或超過14 LP/cm；隨著設備配置性能的提高，系統(tǒng)分辨率也會隨之提高。

將圖像分辨率線對測試卡緊貼在圖像增強器輸入屏表面中心區(qū)域上，線對柵條與水平位垂直，按一定的工藝條件進行透照，并在顯示屏上成像。透照工藝條件：①X射線的焦點至圖像增強器輸入屏表面的距離不小于700 mm；②管電壓不大于40 kV；③管電流不大于3.0 mA；④圖像對比度適中。

在顯示屏上觀察測試卡的影像，當觀察到柵條剛好分離的一組線對時，則該組線對所對應的分辨率即為系統(tǒng)分辨率。在高清計算機顯示器上，可清晰地看到剛好分開的18 LP/cm的影像。

2.2 圖像靈敏度的測定

靈敏度的計量單位是像質指數(shù)，靈敏度反映圖像細小缺陷的檢出能力，其考核指標等同于GB 3323—1987或 JB 4730—1994標準像質指數(shù)的要求。

將像質計緊貼在被檢焊縫的表面，金屬絲與焊縫垂直，并與焊縫同時成像。在顯示屏上直接觀察像質計的影像，在焊縫處能清楚看到的最細金屬絲所對應的編號即為圖像靈敏度的像質指數(shù)。Φ559 mm×7.1 mm焊管靜態(tài)靈敏度優(yōu)于2.5%時的圖像如圖3所示。

圖3 Φ559 mm×7.1 mm焊管靜態(tài)靈敏度優(yōu)于2.5%的圖像

圖像靈敏度與圖像分辨率能從不同的角度反映圖像質量，不能互相代替。實踐證明，像質計靈敏度的量值，不能充分反映焊縫自然缺陷的特性，有時像質計靈敏度對圓形缺陷的檢出率可能較高，而對裂紋等線性缺陷的檢出靈敏度卻較低。因為金屬絲像質計靈敏度很大程度上取決于圖像的對比度，而線性缺陷則更多地取決于圖像分辨率。

2.3 可檢出的最小缺陷尺寸

假設工件內(nèi)有一缺陷，缺陷的寬度（Δx）小于焦點的寬度（d），即Δx＜d，當缺陷的寬度足夠小時，根據(jù)幾何投影原理，缺陷在成像平面上的本影縮小為一點，此缺陷不可能被檢測出來。小缺陷檢測成像原理如圖4所示。

圖4 小缺陷檢測成像示意圖

根據(jù)相似三角形定理，得到

式中：M—圖像放大倍數(shù)。

假設缺陷的高度（ΔT）等于缺陷的寬度，即ΔT=Δx，那么由此缺陷邊緣所引起的幾何不清晰度可改寫為

式中：Ug—幾何不清晰度。

在一般情況下，為了得到更佳的清晰度，則MΔx應大于 Ug， 即

在同時考慮幾何不清晰度和系統(tǒng)固有不清晰度的情況下，式（3）可改寫為MΔx≥Uo，即在圖像放大的情況下Δx≥Uo/M。

由此可見，在X射線實時成像檢測中，缺陷尺寸由檢測圖像放大后的不清晰度Uo與放大倍數(shù)M決定。

2.4 實際缺陷當量標定

標定方法如下：使用一塊4 mm厚度的鉛板，其上鉆有若干等間距（L=25 mm）小孔，如圖5所示。圖5（a）為試驗中使用的標定鉛板，將標定鉛板彎曲緊密貼合于鋼管表面，在X射線下拍攝得到如圖5（b）所示的標定圖像。從圖5（b）中測得A孔與O孔中心以及B孔和O孔中心間分別有221和213個像素，計算得到K=8.7個/mm，即實際尺寸1 mm在圖像中對應約9個像素長度。

在試驗中，系統(tǒng)能夠準確檢測出大小為5×5的缺陷區(qū)域，對應實際缺陷尺寸為0.56 mm×0.56 mm。而在樣管Φ610 mm×8.8 mm人工缺陷的測試中，檢測出圓形氣孔缺陷Φ0.6 mm，深2 mm，也驗證了標定的測試。

圖5 缺陷當量標定鉛板及圖像

2.5 檢測速度的測定

將被檢鋼管置于檢測小車上，選定一個始點，啟動小車，觀察移動焊縫每分鐘在熒光屏上的相對位移，記錄其偏差值，重復3次取平均值作為位移偏差和累計偏差，可以得出螺旋線速度。檢測速度3 m/min，最大6 m/min。

2.6 系統(tǒng)漏檢率和誤報率測試

待檢測樣管規(guī)格分別為Φ610 mm×8.8 mm、Φ711 mm×12.5 mm 和 Φ914 mm×15.9 mm。 模擬面積型缺陷：槽寬1 mm，長度40 mm，深度分別為1 mm、2 mm和3 mm；人工孔模擬體積型缺陷：Φ0.6 mm、Φ0.8 mm、Φ1.0 mm和 Φ1.6 mm，孔深分別為1 mm、2 mm和3 mm。則Φ610 mm×8.8 mm和Φ914 mm×15.9 mm的人工缺陷共15+15=30處，Φ711 mm×12.5 mm自然缺陷共6處，總計36處，所有超標缺陷都沒有漏報。在厚度增加，進而增加靈敏度時誤報率有所上升。在最初的生產(chǎn)檢驗中，為了增加系統(tǒng)的可靠性，寧可增加系統(tǒng)的誤報率，也要避免漏報缺陷。

3 結 語

利用X射線對焊管焊縫缺陷進行實時自動檢測的技術是近年來國內(nèi)外學者研究的熱點，對X射線工業(yè)電視檢測系統(tǒng)進行測試，獲取并分析了焊管焊縫缺陷的射線圖像，結合實際對不同缺陷的實際圖像、適用標準進行了闡述。根據(jù)標準制作了缺陷樣管，并進行了測試。測試結果表明：焊縫檢測速度可達6 m/min；厚度8.8 mm焊管檢出的最小圓形缺陷直徑為0.6 mm，檢出的最小條形缺陷寬度1 mm，深度1 mm；厚度15.9 mm焊管檢出的最小圓形缺陷直徑1 mm，檢出的最小條形缺陷寬度1 mm，深度1 mm。該系統(tǒng)在生產(chǎn)線上試運行，在一定的檢測速度和合適的產(chǎn)品規(guī)格范圍下，具有較好的實時性和較高的檢測精度，能滿足生產(chǎn)的需要。

[1]陳樹越，路宏年.數(shù)字式X射線無損檢測技術[J].華北工學院學報，1999， 20（1）：49-53.

[2]張曉光，高頂.射線檢測焊接缺陷的提取和自動識別[M].北京：國防工業(yè)出版社，2004.

[3]李勇.埋弧焊管缺陷X射線圖像處理及其自動識別技術研究[D].西安：西安石油大學，2013.

[4]周偉，余華民.圖像處理和模式識別技術在焊縫射線檢驗中的應用[J].無損探傷，1990，14（5）：1-5.

[5]孫忠誠，李鶴歧，陶維道，等.焊縫X射線實時探傷數(shù)字圖像處理方法研究[J].無損探測，1992，14（2）： 37-40.

[6]周正干，杜圓媛.基于多幅 X射線數(shù)字圖像的缺陷自動識別技術[J].機械工程學報，2006，42（3）：73-76.

[7]任大海，尤政，孫長庫，等.焊接缺陷實時成像自動檢測技術的研究[J].清華大學學報（自然科學版），2001，41（2）： 25-29.

[8]任大海，尤政，孫長庫，等.焊縫X射線實時成像自動分析系統(tǒng)[J].焊接學報， 2000， 21（1）： 60-63.

[9]孫怡，孫洪雨，白鵬，等.X射線焊縫圖像中缺陷的實時檢測方法[J].焊接學報， 2004， 25（2）： 115-118，122.

[10]程耀瑜.工業(yè)射線實時成像檢測技術研究及高性能數(shù)字成像系統(tǒng)研究[J].無損探傷，2003，20（8）：41-43.

[11]曾祥照.射線實時成像檢測中的圖像清晰度與分辨率[J].無損檢測，2003，25（3）：133-139.

[12]曾祥照.分辨率測試卡的結構及圖像分辨率測試方法[J].無損探傷，2001，24（5）：45-48.

X-ray Industrial TV Detecting System Research on Spiral Welded Pipe

CHEN Qingshan1,CUI Erwei2,CHEN Xiaowen3,XIAO Durong1,GAO Zhiling3,GUO Feng1,WANG Yimin1,ZHANG Lihui1
（1.CNPC Bohai Equipment Steel Pipe Co.,Ltd.,Qingxian 062658,Hebei,China;2.Quality Supervision Center of CNPC Bohai Equipment 1st Machinery,Qingxian 062658,Hebei,China;3.CNPC Bohai Equipment Julong Steel Pipe Co.,Ltd.,Qingxian 062658,Hebei,China）

In order to obtain higher precision in X-ray detection of spiral welded pipe weld,thus to meet the requirements of production,the defect specimen pipe was made according to standard,and the X-ray industrial TV detecting system of weld defect was tested.The results indicated that the weld detection speed can up to 6 m/min;welded pipe with 8.8 mm thickness,the minimum defect diameter is 0.6 mm,the minimum width of stripy defect is 1 mm,and the depth is 1 mm;welded pipe with 15.9 mm thickness,the minimum defect diameter is 1 mm,the minimum width of stripy defect is 1 mm,and the depth is 1 mm.Test results showed that the detection system got better results in the production line commissioning.

welded pipe;X-ray detection;weld defect;sensitivity

TG441.7

B

10.19291/j.cnki.1001-3938.2016.02.011

陳青山（1978—），男，本科，2003年畢業(yè)于江漢石油學院，現(xiàn)主要從事鋼管檢驗工作。

2015-08-24

修改稿收稿日期：2015-12-03

謝淑霞