肖 宏 宋建嶺 劉憲力 李慶慶 常保華

（1 天津航天長征火箭制造有限公司，天津 300462）

（2 首都航天機械有限公司，北京 100076）

（3 清華大學機械學院，北京 100084）

文 摘 根據(jù)2219 鋁合金氦弧焊特點，構(gòu)建了焊接過程實時視覺傳感系統(tǒng)，獲取了熔池清晰圖像；為獲得2219 鋁合金氦弧焊熔池尺寸參數(shù)，實現(xiàn)對熔池特征的分析，采用了形態(tài)學算法，提取了典型熔池圖像邊緣形狀，并獲得了熔池寬度特征尺寸；通過試驗驗證，提取的熔池圖像寬度特征能夠準確反映出熔池尺寸信息及變化趨勢。研究結(jié)果表明：形態(tài)學算法準確度高、計算速度快，滿足2219 鋁合金氦弧焊熔池圖像實時處理需求，不同閾值及結(jié)構(gòu)元素對圖像特征提取效果均會產(chǎn)生較大影響，研究閾值自適應算法，可以滿足工程上焊縫熔池特征實時視覺監(jiān)測的復雜需求。

0 引言

隨著焊接自動化的發(fā)展，基于視覺傳感的焊接過程信息監(jiān)測技術(shù)得到廣泛的應用。采用機器視覺傳感技術(shù)，對焊接過程焊縫圖像信息進行實時、高效的監(jiān)測，通過進一步的圖像處理技術(shù)，提取出有效的的熔池特征，能為焊接過程焊縫質(zhì)量分析判斷提供直接參考。熔池邊緣檢測是焊接領(lǐng)域應用最為廣泛成熟的圖像處理技術(shù)之一，常用的方法包括傳統(tǒng)梯度邊緣檢測算子，例如Roberts 算子、Sobel 算子、Prewitt 算子；二階微分邊緣檢測算子，例如LOG 算子、Laplace 算子、Canny 算子；基于小波變換的邊緣檢測算法、曲面擬合邊緣檢測算法、數(shù)學形態(tài)學檢測算法等［1］。數(shù)學形態(tài)學方法是通過集合論及結(jié)構(gòu)元素進行圖像分析及特征提取的一種現(xiàn)代算法工具，和傳統(tǒng)邊緣檢測算子相比更加靈活多變，在邊緣定位、檢測精度上也優(yōu)于傳統(tǒng)算子，結(jié)合二值化圖像的形態(tài)學方法，算法快捷，計算效率高，在焊接領(lǐng)域也得到廣泛應用。薛家祥［2］采用二值形態(tài)學方法，對TIG 焊視覺圖像進行了熔池特征提取，獲取了清晰的熔池邊緣。其研究表明，采取合適的結(jié)構(gòu)元素能簡單快捷的實現(xiàn)TIG 焊圖像邊緣提取。石圩［3］采用二值化形態(tài)學方法，進行了鋁合金脈沖MIG 焊熔池圖像特征分析，采用形態(tài)學開、閉、腐蝕、膨脹、邊緣檢測等運算，獲得了理想的熔池邊緣圖像。王建軍［4］針對可見光范圍內(nèi)，熔融態(tài)和固態(tài)鋁合金對比特點不明顯，構(gòu)建和焊接電源特性相匹配的鋁合金焊接熔池圖像采集系統(tǒng)，成功采集了鋁合金交流TIG焊熔池圖像并實現(xiàn)了熔池特征提取。以上研究均表明，采用形態(tài)學算法獲取熔池邊緣形狀技術(shù)成熟可靠，具備工程上推廣應用的技術(shù)基礎。

我國新一代航天器燃料貯箱，基體材料為2219鋁合金，普遍采用了TIG 自動焊工藝，由于焊接結(jié)構(gòu)件尺寸巨大，焊接過程焊縫圖像信息的監(jiān)測采集全部采用了機器視覺傳感技術(shù)。工程實施過程中，受焊接煙塵、弧光、鋁合金表面反射等影響，實時采集的圖像噪聲很大，為實現(xiàn)焊接圖像信息的有效分析及使用，本文設計了焊接過程視覺實時傳感系統(tǒng)，開展了基于形態(tài)學算法的2219鋁合金氦弧焊熔池圖像提取技術(shù)研究，依據(jù)焊縫圖像的形態(tài)特征，采用不同的結(jié)構(gòu)元素對圖像進行形態(tài)學運算，提取出焊縫熔池圖像，并通過邊緣提取算法計算出熔池寬度，得到焊接過程焊縫寬度變換情況的準確反饋。

1 試驗系統(tǒng)構(gòu)建

1.1 2219鋁合金氦弧光譜分析

焊接過程弧光干擾是影響攝像系統(tǒng)成像質(zhì)量的重要因素，必須采用合適的濾光手段盡可能地消除弧光對熔池圖像的不利影響［5］。利用USB2000 光纖光譜儀進行了2219鋁合金氦弧焊接過程的電弧光譜分布采集分析（圖1）。

圖1 2219鋁合金氦弧焊光譜分布特征Fig.1 Spectral characteristics of helium gas tungsten arc welding of 2219 aluminum alloy

電弧光譜主要由連續(xù)的熱發(fā)射譜和保護氣體、金屬蒸氣的特征線譜組成，且特征線譜強度往往遠高于熱發(fā)射譜。從采集數(shù)據(jù)分析得出，在610～690 nm的波長范圍內(nèi)，氦弧弧光強度較弱，在該波段內(nèi)采取帶通濾光措施可有效地消除弧光干擾。

1.2 試驗系統(tǒng)組成

硬件系統(tǒng)由直流氦弧焊機，2219 鋁合金焊接工裝、高速攝像機、濾光片、工業(yè)計算機等部分組成。核心部件高速攝像機采用瑞士Photonfocus 公司生產(chǎn)的MV-D1024E-160CL，1024×1024 格式圖像下最高幀頻150 fps；濾光片中心波長為660 nm，半高寬為10 nm，固定于高速相機鏡頭前端，用于濾除鋁合金焊接過程的弧光干擾。系統(tǒng)構(gòu)建如圖2所示。

圖2 試驗系統(tǒng)示意圖Fig.2 Schematic diagram of the test system

2 試驗過程

2.1 熔池圖像獲取

焊接材料為9.5 mm 厚2219 T6 態(tài)鋁合金，焊接工藝方法為TIG 氦弧自動焊工藝。根據(jù)試驗工裝結(jié)構(gòu)，采取將攝像機布置于焊槍行走方向后方的方案，與工件表面成固定夾角拍攝焊接過程實時圖像。具體試驗參數(shù)如表1、表2所示。

表1 焊接工藝參數(shù)Tab.1 Welding process parameters

表2 高速攝像參數(shù)Tab.2 Parameters of high-speed camera

2.2 圖像處理

在2219 鋁合金大型結(jié)構(gòu)件氦弧焊過程中，受裝配狀態(tài)、焊接位置、焊接熱循環(huán)、焊接電壓波動等因素影響，熔池寬度會發(fā)生較大變化；通過圖像處理方法獲得焊接熔池形狀，并對其進行邊緣提取，可以獲得直接有效的焊縫熔池寬度。

2.2.1 圖像預處理

通過高速攝像機及物理濾光的方式采集的原始熔池圖像，存在飛濺、煙塵、高頻電噪聲等產(chǎn)生的各類噪聲信號，以及鎢極倒影等干擾影像。為獲得真實的熔池圖像，對原始圖像進行了預處理，包括圖像裁剪、噪聲算法過濾及圖像增強，如圖3～4所示。

圖3 熔池圖像分析Fig.3 Image analysis of welding pool

圖4 預處理后圖像Fig.4 Preprocessed image of welding pool

2.2.2 圖像形態(tài)學處理

形態(tài)學處理基于二值圖像，實施基本算法包括形態(tài)膨脹、形態(tài)腐蝕、形態(tài)開運算、形態(tài)閉運算、填充運算、邊緣提取等［6］，如圖5示。

圖5 形態(tài)學處理算法框圖Fig.5 Block diagram of morphological processing algorithm

選擇合適的閾值進行圖像二值化轉(zhuǎn)換是形態(tài)學計算的前提，采取最大類間方差法可實現(xiàn)二值圖像閾值的最優(yōu)化設置［7］，且獲得二值化后的圖像和熔池圖像基本一致。針對二值化圖像后的“椒鹽”噪點，首先通過形態(tài)開、閉計算，進行內(nèi)外濾波，消除離散噪點；然后選取不同結(jié)構(gòu)元素進行腐蝕、膨脹試驗，進一步消除局部剩余大噪點模塊。腐蝕膨脹操作后存在的不規(guī)則孔洞，采用形態(tài)學重構(gòu)的方式，對其進行填充，獲得完整的形態(tài)學處理圖像，最終通過邊緣計算獲得熔池邊緣形狀，試驗過程示意如圖6所示。

圖6 圖像形態(tài)學處理過程Fig.6 Image processing of morphological algorithm

2.2.3 熔池寬度提取

邊緣提取圖像可以認為是熔池基本輪廓形狀，將熔池最大寬度定義為垂直于焊接方向距離值最大的兩個像素點距離，結(jié)合試驗標定信息，通過matlab編程算法可以計算出圖像熔池寬度。

3 結(jié)果分析

為驗證試驗方法的可靠及準確性，分別選擇了工程產(chǎn)品爬坡焊接位置、平焊位置進行了熔池圖像邊緣提取及寬度計算，并和實際焊縫測量寬度進行對比（兩處焊接位置電流及熔池狀態(tài)差異較大，能直觀對比熔池尺寸）。對在標定時間段采集的典型焊接位置熔池圖像進行形態(tài)學處理及寬度提取，并將圖像算法提取熔池寬度數(shù)據(jù)和焊縫實測值比較，結(jié)果如圖7～8所示。

從試驗數(shù)據(jù)及對比結(jié)果分析可知，爬坡焊位置圖像提取熔池寬度值12.2～14.2 mm，實際測量焊縫寬度11.4～13.0 mm；平焊位置圖像提取熔池寬度值10.4～11.6 mm，實際測量焊縫寬度9.4～10.8 mm；兩處位置圖像檢測算法計算出的熔池寬度均略大于焊縫實測寬度，這是由于2219 鋁合金熔融狀態(tài)和正常狀態(tài)下色澤變化不明顯，反映出在圖像邊緣提取過程中依舊存在一定的理論偏差。

圖7 爬坡焊位置［電流（300±10）A］熔池寬度提取結(jié)果Fig.7 Welding pool width of climbing-welding position

圖8 平焊位置［電流（260±10）A］熔池寬度提取結(jié)果Fig.8 Welding pool width of flat-welding position

在爬坡焊位置圖像提取的熔池寬度要大于平焊位置，熔池寬度值波動也較大，這是由于爬坡焊位置焊接電流（300±10）A 要大于平焊位置焊接電流（260±10）A，熔池穩(wěn)定性要差于平焊位置，反映在熔池圖像中的特征是邊緣寬度更大，邊緣形狀變化波動更明顯。試驗結(jié)果和熔池理論變化趨勢相一致。工程角度來說，形態(tài)學檢測算法提取的熔池圖像寬度特征已經(jīng)準確反映出焊縫尺寸信息及變化趨勢，達到了研究目的。通過試驗驗證，采用的形態(tài)學算法具有提取準確、效率高、計算靈活等優(yōu)點。研究也發(fā)現(xiàn)在圖像形態(tài)學處理提取中，設定閾值及結(jié)構(gòu)元素的選擇對圖像特征提取效果較為關(guān)鍵，采用的最大類間方差法選取閾值，一定程度上優(yōu)化了閾值設定流程。進一步開展圖像閾值、結(jié)構(gòu)元素自適應算法研究，同時結(jié)合模糊控制學理論，根據(jù)熔池尺寸實時變化趨勢，建立熔池圖像特征在線監(jiān)測及智能控制專家系統(tǒng)，可以作為未來研究的重要參考方向，滿足工程上焊縫熔池實時監(jiān)測控制的復雜需求，進一步實現(xiàn)焊接過程智能監(jiān)控技術(shù)在工程上的推廣應用。

4 結(jié)論

（1）根據(jù)2219 鋁合金氦弧焊特點，構(gòu)建了基于高速攝像的焊接過程實時視覺傳感系統(tǒng)，獲得了2219鋁合金氦弧焊熔池圖像的清晰采集。

（2）采用二值圖像形態(tài)學算法提取了典型熔池圖像邊緣形狀，并獲得了熔池寬度特征尺寸；通過試驗驗證，該算法準確度高、計算速度快，能準確反映出熔池尺寸信息及變化趨勢，滿足2219 鋁合金氦弧焊熔池圖像實時處理需求。

（3）閾值及結(jié)構(gòu)元素對圖像特征提取效果較為關(guān)鍵，研究閾值自適應算法，對焊縫熔池特征實時視覺監(jiān)測技術(shù)在工程上的推廣應用有著關(guān)鍵意義。