王立忠，趙建博，談 杰，張 振，田錦華，王明明

(1.西安交通大學(xué) 機(jī)械工程學(xué)院 機(jī)械制造系統(tǒng)工程國家重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710049；2.新疆大學(xué) 機(jī)械工程學(xué)院，新疆 烏魯木齊 830046)

1 引 言

薄板焊接工藝是輕量化車身設(shè)計(jì)中極為關(guān)鍵的一環(huán)，直接決定著車身強(qiáng)度與結(jié)構(gòu)性能的優(yōu)良。而實(shí)際焊接過程中，薄板局部溫度瞬間可升至1 000 ℃以上，極易損壞接觸式測量傳感器，極大地增加了焊接變形的測量難度，而焊接變形的非接觸式測量則可以很好地避免這些困擾。非接觸式測量方法主要包括工業(yè)近景攝影測量技術(shù)、結(jié)構(gòu)光面掃描法以及數(shù)字圖像相關(guān)法(Digital Image Correlation, DIC)等，其中的DIC是目前測量材料變形最實(shí)用的方法。Lyons等采用DIC對650 ℃環(huán)境下的金屬變形進(jìn)行測量，其試件承受了平移、自由膨脹和均勻拉伸三種載荷，結(jié)果表明DIC在不同載荷條件下均能保持較高的精度[1]。Ocelik等設(shè)計(jì)了一套基于DIC的焊接變形測量系統(tǒng)，基于該系統(tǒng)對45#鋼和不銹鋼薄板的焊接變形進(jìn)行測量，并據(jù)此提出抑制水平面內(nèi)應(yīng)變的方法[2]。Wang等結(jié)合DIC與雙目立體視覺技術(shù)對45#鋼焊接變形進(jìn)行了分析，獲得了45#鋼薄板焊接變形的全場變形數(shù)據(jù)并計(jì)算出了應(yīng)變場[3]。

在實(shí)際焊接過程中，焊板表面溫度高，受熱不均勻，焊縫區(qū)溫度可高達(dá)上千攝氏度，這使得焊板表面的散斑紋理極易發(fā)生變色、分離或脫落，無法準(zhǔn)確地反映試件的變形信息[4]。同時(shí)焊接電弧產(chǎn)生的強(qiáng)光、火花及煙霧等嚴(yán)重影響采集到的散斑圖像質(zhì)量，使得圖像匹配效果差，甚至匹配失敗。這使得基于DIC的焊接變形測量誤差增大，且無法獲得焊縫處的變形信息[5]。本文結(jié)合數(shù)字圖像處理技術(shù)、立體視覺原理及DIC，提出了一種高強(qiáng)鋼薄板全場動(dòng)態(tài)焊接變形的視覺測量技術(shù)，并以規(guī)則散斑圖像的高精度匹配方法研究為基礎(chǔ)，將它應(yīng)用到焊接圖像中，實(shí)驗(yàn)結(jié)果表明，本文方法在實(shí)現(xiàn)焊縫區(qū)域變形測量的同時(shí)，提高了圖像匹配精度與成功率，保證了測量精度，是薄板全場動(dòng)態(tài)焊接變形檢測的有效途徑。

2 焊接變形的視覺測量方法

DIC是對兩個(gè)散斑圖像進(jìn)行相關(guān)性計(jì)算，即變形前的初始圖像和變形后的變形圖像，其目的是獲得目標(biāo)散斑點(diǎn)的位移變化。匹配原理如圖1所示，圖1(a)為初始的參考圖像，圖1(b)為變形后的圖像。在參考圖像中，取以待匹配散斑點(diǎn)A為中心的尺寸為(2M+1)×(2M+1)像素的正方形子圖像區(qū)作為參考子圖像。在圖1(b)中，通過圖像查找方法和預(yù)先定義的相關(guān)系數(shù)與參考子圖像進(jìn)行相關(guān)性計(jì)算，尋找變形圖像中與參考子圖像相關(guān)性最大的區(qū)域，并計(jì)算出該區(qū)域的中心點(diǎn)A′的坐標(biāo)位置，則右圖中的點(diǎn)A′就是參考圖像中點(diǎn)A的對應(yīng)點(diǎn)[6]。

圖1 數(shù)字圖像相關(guān)原理圖Fig.1 Principle diagram of digital image correlation

本文使用的焊接變形視覺測量方法，是一種基于二維DIC和立體視覺原理的光學(xué)測量方法，使用兩個(gè)相機(jī)從不同角度同時(shí)拍攝變形物體，每個(gè)狀態(tài)拍攝兩張圖片，再利用DIC進(jìn)行圖像匹配，然后基于標(biāo)定兩個(gè)相機(jī)獲得的內(nèi)、外方位參數(shù)進(jìn)行三維重建獲得三維空間點(diǎn)的坐標(biāo)信息，最后對比分析變形前后兩個(gè)狀態(tài)的三維點(diǎn)信息就可以獲得物體的三維位移場及應(yīng)變場。

2.1 焊接強(qiáng)光下的圖像采集

在薄板焊接過程中，焊槍處產(chǎn)生的強(qiáng)光、火花及煙霧等使得視場內(nèi)光線過強(qiáng)或光照不均[7]，嚴(yán)重影響著相機(jī)采集到的散斑圖像質(zhì)量[8]；其次，焊槍會(huì)對測量過程有遮擋，導(dǎo)致部分測量信息缺失。針對上述問題，本文對采集方案進(jìn)行改進(jìn)，首先，置換相機(jī)圖像采集對象為焊接面的對立面，即在薄板一側(cè)進(jìn)行焊接，另一側(cè)進(jìn)行測量；其次，采用濾光片組抑制強(qiáng)光、火花及煙霧的干擾[9]。

濾光片是用來選取所需波段的一種光學(xué)器件，其中的帶通濾光片只允許特定波段的光信號通過，而該波段外的光信號會(huì)被阻止。帶通濾光片根據(jù)投射帶長度的不同可以分為寬帶濾光片和窄帶濾光片。其中，窄帶濾光片的通帶一般較窄，不到中心波長的5%，表1為一窄帶濾光片的投射參數(shù)，這一濾光片的透射帶波長為630～650 nm，

表1 帶通濾光片參數(shù)

在相機(jī)鏡頭前加裝一個(gè)窄帶濾光片后，就可以減弱入射光強(qiáng)度[10]。但窄帶濾光片在焊接試驗(yàn)過程中還是難以抑制焊縫區(qū)域的圖像飽和，所以需要尋找其他方法來抑制熱輻射強(qiáng)光。

自然光是一種橫波，其振動(dòng)方向垂直于傳播方向，且在平面內(nèi)各個(gè)方向都有振動(dòng)分量。偏振片可以使自然光變成偏振光，對入射光具有遮蔽和透過的功能，其原理如圖2所示。線偏振片將入射的非偏振光轉(zhuǎn)化為偏振光，經(jīng)過偏振片后偏振光的振動(dòng)方向僅在偏振面上，配合使用兩個(gè)偏振片，適當(dāng)?shù)卣{(diào)整偏振片的方向，就可以控制入射光強(qiáng)度，消除煙霧、氣流等光線的干擾。

圖2 線偏振片原理Fig.2 Principle of linear polarizer

單一的濾光片無法達(dá)到理想的減光濾波效果，本文根據(jù)焊接的實(shí)際情況，采用帶通濾光片與偏振片組合的濾光片組，降低了檢測過程中輻射雜波的干擾。

2.2 規(guī)則散斑圖像的高精度匹配分析

針對焊接高溫條件下采集的散斑圖像匹配精度差導(dǎo)致的圖像匹配成功率低及三維重建效果差的問題，本文在研究散斑圖像高精度匹配技術(shù)的基礎(chǔ)上，提出采用高斯平滑濾波的方法提高散斑圖像的匹配精度：以規(guī)則散斑圖像為研究對象，通過模擬恒定位移場來研究該方法并確定最合適的濾波參數(shù)，將它應(yīng)用到焊接散斑圖像匹配中[11]。

2.2.1 高斯平滑濾波

圖像的平滑是一種實(shí)用的數(shù)字圖像處理技術(shù)，主要目的是為了減少圖像的噪聲。圖像的高斯平滑是平滑線性濾波器的另一種應(yīng)用，與圖像的簡單平滑不同，它在對鄰域內(nèi)像素灰度進(jìn)行平均時(shí)，給予不同位置像素不同的均值[12]；越靠近鄰域中心的位置，其權(quán)值就越高，這使得在對圖像細(xì)節(jié)進(jìn)行模糊的同時(shí)，可以更多地保留圖像總體的灰度分布特征[13]。二維高斯濾波器的卷積矩陣按照下式計(jì)算：

(1)

如圖3所示，對高斯分布的二維曲面圖形來說，它是一個(gè)鐘形曲面，高斯半徑σ越小，曲面越高越尖越陡峭；高斯半徑σ越大，曲面越低越平緩。不同標(biāo)準(zhǔn)偏差的高斯核描述了一系列具有不同截止頻率的濾波器。

圖3 高斯濾波器三維特性圖像Fig.3 Three-dimensional characteristic image of Gaussian filter

2.2.2 圖像處理流程

將原始規(guī)則散斑圖像定義為初始圖像，對其施加固定像素位移后的圖像定義為變形后圖像，對初始圖像和變形后的圖像進(jìn)行二維匹配，可以得到每個(gè)點(diǎn)的位移值，再與所施加的固定位移值進(jìn)行對比，就可以衡量匹配誤差。二維DIC匹配誤差主要產(chǎn)生在亞像素匹配階段，若要保證衡量匹配誤差的有效性，必須先保證所施加的亞像素位移的準(zhǔn)確性，本文通過對一張高清圖像施加整像素位移，然后降采樣到低分辨率的圖像即可得到準(zhǔn)確的亞像素位移。

圖4 圖像處理流程Fig.4 Flowchar of image processing

流程如圖4所示，第一步，通過Opencv生成高分辨率的規(guī)則圓形標(biāo)志點(diǎn)模擬散斑圖像作為初始圖像，如圖5(a)所示，先生成4 000×4 000的純色圖像，然后在圖像中添加規(guī)則的黑色圓點(diǎn)，圓點(diǎn)直徑為45 pixel，沿x,y方向的中心距為60 pixel；然后對每個(gè)圓點(diǎn)的圓心位置施加±25 pixel的隨機(jī)擾動(dòng)，避免圖像的重采樣；接著對初始圖像施加整像素模擬位移作為變形后圖像。第二步，對初始圖像及變形后圖像進(jìn)行濾波降噪處理，得到濾波后圖像，濾波過程所施加的濾波器類型及濾波器參數(shù)均保持一致。第三步，對將上述濾波后高分辨率圖像利用圖像金子塔原理進(jìn)行10倍抗混疊降采樣得到400×400的低分辨率圖像，如圖5(b)所示，其圓形斑點(diǎn)的平均直徑為4.5 pixel，平均中心距為6 pixel,同時(shí)，該圖的覆蓋因子(暗像素所占百分比)為42%，位于理想的40%～70%內(nèi)，可以減小測量的不確定度。圖5(c)為進(jìn)行二維匹配時(shí)圖(b)的15×15像素子集。最后對低分辨率圖像進(jìn)行匹配，就可得到準(zhǔn)確的亞像素位移。

圖5 計(jì)算機(jī)模擬散斑圖像Fig.5 Computer simulated speckle images

2.2.3 匹配誤差計(jì)算

對圖像進(jìn)行二維匹配時(shí)，子集大小設(shè)置為15×15 pixel,步長為5 pixel,從而可獲得所劃分的每個(gè)網(wǎng)格的位移，記為μDIC,ij，i,j為當(dāng)前網(wǎng)格點(diǎn)的位置。每個(gè)網(wǎng)格點(diǎn)所強(qiáng)加的位移值為μIMP,ij,當(dāng)位移場為恒定位移場時(shí)，μIMP,ij為定值。定義均值誤差為Eμ，其計(jì)算公式如下:

(2)

式中NR，NC分別代表網(wǎng)格點(diǎn)的行z列總數(shù)。均值誤差Eu可以反映所有網(wǎng)格點(diǎn)匹配誤差的均值，當(dāng)Eμ=0時(shí)，僅代表網(wǎng)格點(diǎn)位移均勻分布在施加的模擬位移值兩側(cè)，無法反映網(wǎng)格點(diǎn)位移在均值附近的波動(dòng)程度，所以引入標(biāo)準(zhǔn)差STDEμ,其計(jì)算公式如下：

(3)

類似地可以定義應(yīng)變?chǔ)诺木嫡`差Eε，標(biāo)準(zhǔn)差STDEμ，均方根誤差RMSEε。

按照上述圖像處理流程，對4 000×4 000像素的高分辨率圖像施加0～10的整像素位移，得到11幅400×400的低分辨率圖像，這11幅低分辨率圖像的位移依次為0，0.1，0.2，1.0 pixel。

從圖6(a)可知，圖像未濾波(σ=0)時(shí)，圖像匹配均值誤差Eμ在0～1亞像素范圍內(nèi)呈正弦分布；當(dāng)圖像位移為0.5 pixel與1 pixel(整像素)時(shí)，均值誤差接近為0；當(dāng)圖像位移在0.25 pixel和0.75 pixel附近時(shí)，匹配誤差均值達(dá)到最大，分別為-0.005 2 pixel和0.004 9 pixel。而圖像在經(jīng)過高斯濾波后，其匹配均值誤差明顯減小，從σ=0.5到σ=2.0時(shí)，均值誤差降幅分別達(dá)到57.7%，90.4%和92.3%。

圖6 恒定位移場匹配誤差Fig.6 Constant displacement field matching error

圖6(b)表明，圖像未濾波時(shí)，匹配標(biāo)準(zhǔn)差STDEμ位于0.5 pixel兩側(cè)對稱分布，并且位移值在0.5 pixel時(shí)，STDEμ達(dá)到最大，為0.009 8 pixel。圖像在經(jīng)過不同參數(shù)的高斯濾波后，STDEμ都不同程度地有所減小，σ從0.5～2.0，匹配標(biāo)準(zhǔn)差降幅分別達(dá)到33.7%，77.6%和61.2%。

在圖6(c)中可看到，當(dāng)采用σ=1的高斯濾波器時(shí)，可以最大程度地降低均方根誤差，由0.009 8 pixel降低到0.002 2 pixel，降幅為77.6%。

通過上述對比分析可知，高斯濾波達(dá)到了有效降低誤差的效果，并且不同程度的高斯濾波器的匹配效果也不同，結(jié)合均值誤差、標(biāo)準(zhǔn)差和均方根誤差曲線可知，當(dāng)采用σ=1的高斯濾波器時(shí)可以最大程度地減小匹配誤差。

2.2.4 焊接圖像分析

基于上述分析，本文對實(shí)際采集到的焊接散斑圖片進(jìn)行分析。圖7(a)為焊接變形視覺測量試驗(yàn)中采集到的照片，相機(jī)型號為Basler工業(yè)相機(jī)acA1920-40 μm，分辨率為1 920×1 200，像元大小為5.86 μm×5.86 μm。為避免對該圖像進(jìn)行亞像素插值，采用頻域法對該圖像進(jìn)行整體平移，再對該圖像進(jìn)行匹配誤差分析，結(jié)果如圖7(b)和7(c)所示。從中可以看出，不論是均值誤差Eμ還是均方根誤差STDEμ，當(dāng)采用σ為1～2的高斯濾波器后，誤差均降低到最低，其中均值誤差最大降幅為78.6%，均方根誤差最大降幅為47.7%，符合上述分析結(jié)果。

圖7 焊接圖像的匹配誤差Fig.7 Matching errors of welding image

上述分析是基于二維DIC，即一個(gè)相機(jī)所拍攝圖像的匹配，為了驗(yàn)證高斯濾波對三維DIC依然有效，對焊接圖像進(jìn)行靜態(tài)誤差分析。圖8(a)為未采用高斯濾波的三維靜態(tài)誤差結(jié)果，圖8(b)為采用σ=1.5的高斯濾波器對兩個(gè)相機(jī)所采集的照片進(jìn)行處理后再計(jì)算所得到的結(jié)果。將所有點(diǎn)的位移求均值，未用高斯濾波處理的均值誤差為0.015 3 mm，采用高斯濾波處理后的均值誤差為0.009 5 mm，均值誤差降低了37.9%。結(jié)果表明，高斯濾波對降低焊接圖像的三維靜態(tài)誤差依然是有效的。

圖8 靜態(tài)誤差分析Fig.8 Static error analysis

2.2.5 重建效果對比

焊接過程中，相機(jī)采集到的圖像會(huì)出現(xiàn)嚴(yán)重光飽和，圖像對比度顯著降低，導(dǎo)致圖像匹配困難甚至匹配失敗。傳統(tǒng)算法未對采集到的圖像做進(jìn)一步的處理，同時(shí)始終選擇初始未變形狀態(tài)作為參考狀態(tài)，導(dǎo)致最終的重建結(jié)果不完整，出現(xiàn)孔洞。

圖9 圖像亮度過飽和Fig.9 Image brightness oversaturation

本文通過對規(guī)則散斑圖像進(jìn)行圖像濾波去噪分析，確定最佳濾波參數(shù)，將該參數(shù)運(yùn)用于采集到的散斑圖像中，增強(qiáng)了圖像對比度；并且根據(jù)圖像的采集順序自動(dòng)更換參考狀態(tài)，提高了匹配成功率，保證了重建結(jié)果的完整性。如圖10所示，重建結(jié)果不再出現(xiàn)大面積的孔洞或空缺，重建效果良好。

圖10 重建結(jié)果對比Fig.10 Comparison of reconstruction results

3 實(shí) 驗(yàn)

高強(qiáng)鋼薄板焊接應(yīng)變的視覺測量實(shí)驗(yàn)主要分為圖像采集與結(jié)果計(jì)算兩個(gè)階段。圖像采集階段要進(jìn)行待測表面散斑的制備、測量頭布置、采集相機(jī)的標(biāo)定、濾光片組的安裝，然后進(jìn)行高質(zhì)量散斑圖像的采集[14]；結(jié)果計(jì)算階段用于計(jì)算高強(qiáng)鋼薄板的變形與應(yīng)變，并且基于上述圖像處理分析中得到的最佳參數(shù)對采集到的原始圖像進(jìn)行高斯平滑濾波處理，增加圖像對比度，提高圖像的匹配效率與匹配精度[15]。

3.1 薄板焊接應(yīng)變視覺測量系統(tǒng)

如圖11所示，本文研制的焊接應(yīng)變視覺測量系統(tǒng)主要包括光學(xué)測量裝置與焊接裝置兩部分。光學(xué)測量裝置主要由兩臺(tái)高精度工業(yè)相機(jī)、光源、控制箱、計(jì)算機(jī)、標(biāo)定板、固定裝置及各類連線等硬件部分與本課題組自主研發(fā)的變形測量計(jì)算軟件部分組成。焊接裝置主要包括一個(gè)焊接機(jī)械手臂與一臺(tái)焊機(jī)。

圖11 焊接應(yīng)變視覺測量系統(tǒng)示意圖Fig.11 Schematic diagram of welding strain visual measuring system

3.2 實(shí)驗(yàn)裝置

工業(yè)相機(jī)型號為Basler acA1920-40 μm，分辨率為1 920×1 200 pixel，測量幅面為400 mm×300 mm，采集速率為2 frame/s。焊接變形測量試驗(yàn)中，為了獲得焊接全場變形數(shù)據(jù)，防止焊槍移動(dòng)過程中遮擋相機(jī)視場，抑制火花、煙霧等對圖像采集的干擾，在相機(jī)鏡頭前加裝濾光片組，以及將焊槍與變形測量裝置置于焊板兩側(cè)，使用正面焊接、反面測量的方法[16]。如圖12所示，焊槍沿著板材長度方向的中心線進(jìn)行TIG(Tungsten Inert Gas Welding)堆焊，檢測裝置位于焊板下側(cè)，以采集整個(gè)過程中的變形圖像。

圖12 焊接變形測量實(shí)驗(yàn)裝置Fig.12 Photo of welding deformation measurement experimental device

3.2.1 焊接試樣制備

焊接過程中焊縫區(qū)域溫度可達(dá)到1 500 ℃，為了保證焊縫區(qū)散斑紋理的穩(wěn)定性，決定采用高溫膠與高溫漆混合涂布的方法制備焊接散斑。首先對焊接板材進(jìn)行除銹處理，提高噴涂材料在試件表面的附著性；其次對焊縫區(qū)進(jìn)行噴砂處理，提高噴涂材料與薄板的對比度，減少反光；最后選擇先噴涂白色底漆，再利用漏板在焊縫區(qū)使用白色高溫膠、非焊縫區(qū)使用黑色高溫漆噴涂規(guī)則的散斑點(diǎn)，如圖13所示，在節(jié)約成本的同時(shí)，又獲得了高對比度、穩(wěn)定性高的散斑紋理圖案。

圖13 待測試件散斑紋理Fig.13 Speckle texture on test piece

3.2.2 焊接試驗(yàn)參數(shù)

本文所選用的焊接方法為TIG焊，保護(hù)氣體為99.99%的氬氣，氬氣流量為15 L/min，焊接材料為高強(qiáng)鋼D406A，具體焊接參數(shù)見表2。

表1 焊接工藝參數(shù)

3.2.3 薄板夾持方式及坐標(biāo)系設(shè)置

為了保證實(shí)驗(yàn)的順利進(jìn)行，設(shè)計(jì)制作了焊接試驗(yàn)平臺(tái)，將薄板水平置于實(shí)驗(yàn)平臺(tái)之上，周圍不做任何夾持裝置，以減少外部約束，確保薄板的屈曲變形是由內(nèi)部應(yīng)力引起的；同時(shí)，設(shè)置如圖14所示的坐標(biāo)系及關(guān)鍵點(diǎn)分布，以便更好地分析變形結(jié)果，實(shí)際中焊接方向是從該坐標(biāo)系x軸的正向到負(fù)向。

3.2.4 不同屈服強(qiáng)度薄板高溫焊接變形分析

通過對比研究高強(qiáng)鋼與普通碳鋼薄板的焊接變形，可以發(fā)現(xiàn)高強(qiáng)鋼與普通碳鋼在焊接變形上的異同點(diǎn)，對深入研究高強(qiáng)鋼焊接變形有極大幫助。

圖14 測量坐標(biāo)系及關(guān)鍵點(diǎn)分布Fig.14 Measuring coordinate system and distribution of key points

本次試驗(yàn)選用的焊接材料為D406A高強(qiáng)鋼與Q235普通鋼，焊接方法均為TIG焊，統(tǒng)一選用表2的焊接工藝參數(shù)。

3.2.5 實(shí)驗(yàn)精度分析

如圖15所示，本文通過設(shè)置位移傳感器與視覺測量方法同時(shí)對同一塊薄板的焊接過程進(jìn)行測量，來驗(yàn)證本文采用的視覺測量方法的精度及準(zhǔn)確性。

由于焊縫區(qū)域在焊接過程中溫度過高，位移傳感器無法測得該區(qū)域數(shù)據(jù)，所以在非焊縫區(qū)域選取A，B，C三個(gè)關(guān)鍵點(diǎn)，如圖16所示。在焊接過程中，位移傳感器與視覺測量裝置同時(shí)采集三個(gè)點(diǎn)的面外變形，最后將二者測得的數(shù)據(jù)進(jìn)行對比分析來驗(yàn)證精度。

圖15 位移計(jì)測量關(guān)鍵點(diǎn)變形Fig.15 Deformation measurement of key points by displacement meter

圖16 測量標(biāo)志點(diǎn)Fig.16 Measuring mark points

4 實(shí)驗(yàn)結(jié)果分析

4.1 面內(nèi)收縮變形

如圖17所示，沿垂直焊縫方向，截線0的長度在焊接過程中發(fā)生變化，在焊接開始時(shí)略有增大后便持續(xù)減少，這說明薄板在垂直焊縫方向發(fā)生了收縮，最終完全冷卻后，相較初始未焊接狀態(tài)，收縮量為0.833 4 mm，收縮率為0.46%。在焊接過程中，焊點(diǎn)區(qū)域的溫度驟升，在焊接厚度方向上溫度分布不均勻，產(chǎn)生橫向殘余應(yīng)力，引起橫向收縮變形，使焊件在垂直焊縫方向的尺寸比焊前的短。

圖17 橫向收縮曲線Fig.17 Lateral contraction curve

如圖18所示，沿平行焊縫方向，截線6的長度在焊接過程中持續(xù)增大，在焊接結(jié)束時(shí)，增大至峰值，在其后的冷卻過程中開始持續(xù)下降，并最終下降至低于起始狀態(tài)，這說明薄板在平行焊縫方向也同樣產(chǎn)生了收縮變形，收縮量為0.179 4 mm，收縮率為0.064%。焊縫區(qū)金屬在高溫下的自由變形受到阻礙，產(chǎn)生了壓縮塑性變形；焊縫區(qū)液態(tài)金屬在冷卻過程中形成固態(tài)焊縫，產(chǎn)生收縮變形；這兩個(gè)變形區(qū)是構(gòu)成縱向收縮變形的主要原因。

4.2 全場面外變形

本視覺測量系統(tǒng)可以獲得任一時(shí)刻的全場變形數(shù)據(jù)。為了便于分析，選取焊接中間時(shí)刻、焊接結(jié)束時(shí)刻、冷卻150 s、完全冷卻這4個(gè)典型時(shí)刻進(jìn)行分析。如圖19(a)所示，焊接過程中，Z向(面外變形)的變形量以焊點(diǎn)位置最大，向四周逐漸減小，并且最大位移方向?yàn)閆軸負(fù)向，而薄板四周則產(chǎn)生正向位移；圖19(b)為焊接剛結(jié)束時(shí)刻，由于焊接方向?yàn)閤軸負(fù)向，所以左側(cè)區(qū)域溫度最高，變形也最大，變形方向仍是Z軸負(fù)向；由圖19(c)可知，隨著薄板在空氣中的冷卻，變形最大的中間區(qū)域逐漸從凸起到恢復(fù)，兩端也逐漸翹起；完卻冷卻后，如圖19(d)所示，薄板兩端翹起，形成馬鞍形，薄板兩側(cè)變形最大，而中間區(qū)域的變形量則基本恢復(fù)為零。所以，薄板全場面外變形(Z向)經(jīng)歷了凸起、恢復(fù)、兩端上翹、最后變成馬鞍形的變形過程，而其中間區(qū)域則由開始的翹曲變形，最終恢復(fù)至與焊接前初始狀態(tài)相接近的位置。

圖18 縱向收縮曲線Fig.18 Vertical contraction curve

圖19 全場面外變形云圖

4.3 不同屈服強(qiáng)度薄板焊接面外變形對比

本項(xiàng)目選擇普通碳鋼Q235及高強(qiáng)鋼D406A，在相同焊接方式及焊接參數(shù)下，得到其焊接面外變形數(shù)據(jù)，如表3所示?？梢钥闯?，在正常的熱輸入條件下，高強(qiáng)鋼的面外變形比普通低碳鋼低；同時(shí)，由于高強(qiáng)鋼比普通碳鋼具有更高的屈服強(qiáng)度，所以高強(qiáng)鋼薄板在焊接及冷卻過程中的變形速率相對較慢，變形量也相對較小。因此在相同的條件下，高強(qiáng)鋼完全冷卻后的焊接變形要比低碳鋼小。

表3Q235和D406A面外變形對比

Tab.3 Comparison of out-of-plane deformation of Q235 and D406A

材料面外變形平均值/mm橫向最大面外變形/mm縱向最大面外變形/mmQ2352.3514.783-3.525D406A1.4753.381-2.538

圖20 視覺測量裝置和位移傳感器對關(guān)鍵點(diǎn)面外變形的測量結(jié)果對比Fig.20 Comparison of measurement results between visual measuring device and displacement sensor for out-of-plane deformation of key points

4.4 測量精度驗(yàn)證

圖20為位移傳感器和視覺測量裝置對3個(gè)關(guān)鍵點(diǎn)面外變形的對比測量結(jié)果。用視覺測量方法的結(jié)果減去接觸法測量結(jié)果，得到視覺測量方法的結(jié)果相對于位移傳感器測量結(jié)果的位移誤差，最終得到最大位移誤差為0.162 4 mm，平均位移誤差為0.034 2 mm，標(biāo)準(zhǔn)偏差為0.068 0 mm。該實(shí)驗(yàn)結(jié)果證明，采用視覺方法測量焊接變形可以達(dá)到較高的精度，因此，該方法可用于焊接高溫條件下的板材變形測量試驗(yàn)及分析。

5 結(jié) 論

本文研制了高強(qiáng)鋼薄板全場動(dòng)態(tài)焊接變形視覺測量技術(shù)，能夠?qū)崿F(xiàn)焊縫區(qū)變形數(shù)據(jù)的測量。首先，采用高溫漆與高溫膠混合涂布制備散斑的方法，獲得了低成本、穩(wěn)定性高的散斑紋理。然后，采用帶通濾光片與偏振片組合的濾光片組，很好地抑制了強(qiáng)光、火花及煙霧的干擾。接著采用高斯平滑的數(shù)字圖像處理技術(shù)對焊接圖像進(jìn)行處理，在保證測量精度的前提下提高了圖像匹配成功率。此外，通過對不同屈服強(qiáng)度薄板焊接面外變形進(jìn)行測量，分析了普通碳鋼與高強(qiáng)鋼焊接變形的區(qū)別。最后，通過將位移傳感器與本視覺測量方法測得的變形結(jié)果進(jìn)行比較，驗(yàn)證本視覺方法的測量精度。實(shí)驗(yàn)結(jié)果證明：高斯平滑可以有效降低焊接圖像的均值誤差及標(biāo)準(zhǔn)差，并且在σ=1～2時(shí)誤差達(dá)到最低。當(dāng)采用σ=1.5高斯平滑處理后，焊接圖像的Z向靜態(tài)均值誤差從0.015 3 mm降低到0.009 5 mm，降幅達(dá)37.9%。同時(shí)，本文視覺測量方法與位移傳感器獲得的測量結(jié)果基本吻合，平均位移誤差為0.034 2 mm，能夠達(dá)到較高的測量精度,是一種高溫焊接變形的有效測量手段。