王立忠,張 振,趙建博,田錦華,葉美圖
(1.新疆大學 機械工程學院,新疆 烏魯木齊830046;2.西安交通大學 機械工程學院 機械制造系統(tǒng)工程國家重點實驗室,陜西 西安710049)
焊接工藝在絕大多數(shù)的工業(yè)領(lǐng)域中,是一種非常關(guān)鍵的材料加工工藝。金屬薄板在焊接加工過程中會產(chǎn)生各式各樣的變形,對于精度要求比較高的加工領(lǐng)域如果不了解其變形特點,將會對產(chǎn)品的外觀和使用性能有不好的影響[1]。薄板在焊接時會產(chǎn)生1000℃以上的高溫,通常的應變片將不能附著在鋼板上,非接觸式的應變測量則能很好地解決此問題,比如云紋干涉法[2]、激光干涉法[3]和數(shù)字圖像相關(guān)法(Digital image corrla?tion)[4-7]。前者有原理復雜、測量過程繁瑣和受環(huán)境影響較大等缺點,因此DIC是相較其他方法來說更適合用來測量高溫焊接鋼板的應變。本文應用的是西安交通大學自主研制的基于數(shù)字圖像相關(guān)法原理的XJTUDIC視覺應變測量系統(tǒng)。談杰[8]等人用大幅面視場用DIC系統(tǒng)對Q345鋼和Q690鋼進行焊接應變測量,得出Q690高強鋼變形相對于Q345變形較小。Xiaobo Yang等人[9]提出一種數(shù)字圖像相關(guān)的用于熱障涂層的實時表面變形檢測方法,可測量900℃高溫環(huán)境下的變形。胡悅[10]等人,根據(jù)在不同顏色的高溫散斑制作下的數(shù)字圖像匹配精度,普通光源800℃以上失效,但紫外線能夠在1200℃依然能夠較好的采集圖片。黑色和藍色具有最佳的對比效果。潘兵[11]等人提出了一種基于帶通濾波成像的高溫數(shù)字圖像相關(guān)方法。D.Gustafsson等人[12]采用數(shù)字圖像相關(guān)法研究了鉻鎳鐵合金過載條件下的疲勞裂紋擴展行為,實驗最高溫度為650℃。
雖然很多人研究高溫環(huán)境下的DIC測量,但是針對電弧焊高溫環(huán)境下的近距離小幅面變形測量并未涉及。主要原因是測量小幅面焊縫變形時,焊光以及火花產(chǎn)生的環(huán)境光對測量有極大的干擾;焊接過程中的高溫還會使普通散斑破壞掉落,會生成黑色底色干擾匹配,導致在小幅面(128 pixel×96 pixel)匹配時測量云圖有大面積孔洞;在焊接過程中焊縫溫度很高,電弧焊火花較大,對高精密儀器的安全構(gòu)成威脅。
為解決以上問題,本文提出了一種小幅面的測量焊縫變形的測量方法:使用過濾黃光的窄通濾光片進行強光過濾;在變形子區(qū)與參考子區(qū)灰度值關(guān)系中引入了兩個光補償系數(shù)以減小光照灰度差;對過濾后的圖像在頻域上運用低通濾波進行去噪處理,并對比驗證證明此濾波方法可以提高匹配精度。
在設(shè)備材料上,以灰白色高溫膠為底色,黑色高溫漆為散斑進行噴涂焊縫區(qū)域,生成有效的高溫散斑。為防止火花濺到儀器上,本文采用立焊的焊接方式,并用防具進行火花阻擋,最后用非接觸式的DIC光學測量方法進行小幅面測量。
最后通過兩組對比試驗驗證,可以得出此測量方法穩(wěn)定且精度較高,可以運用到小幅面測量電弧焊接位移場的測量中。
DIC的原理是在變形后的圖像(變形圖像)中找到變形前(基準圖像)的對應點。如圖1所示,圖左為參考圖像,圖右為經(jīng)過變形后的變形圖像。首先以基準點A(x0,y0)為中心點取大小為(2M+1)×(2M+1)的參考子圖像(參考子區(qū)),通過設(shè)定好的搜索方法,從變形圖像中遍歷所有點,并以每個點為中心取相同大小的變形子圖像(變形子區(qū)),通過已定義的相關(guān)系數(shù)尋找與參考子圖像相關(guān)性最大的變形子圖像,此時變形子 圖 像 的 中 心 點A′(x′0,y′0)即 為 參 考 圖 像 中A(x0,y0)的對應點。
圖1 數(shù)字圖像相關(guān)法原理圖Fig.1 Schematic diagram of digital image correlation method
在進行DIC的相關(guān)性匹配時,需要對兩幅圖像設(shè)置一個映射函數(shù),本文所用常見的一階映射函數(shù)進行計算,此映射函數(shù)包括了旋轉(zhuǎn)運動、平移運動、正應變和剪應變等分量。映射函數(shù)如式(1):
其中:u,v代表子區(qū)中心點的位移。Δx和Δy表示A點在x/y方向上的距離。A點灰度值與A′點的灰度值關(guān)系如下式:
其中:e(x i,y i)是圖像匹配中的噪聲部分,f(x i,y i)表示B點灰度值,g(x′i,y′i)表示B′點灰度值。變量r0/r1用于補償光照強度引起的灰度差[4],一定程度上可以降低焊光等環(huán)境光帶來的干擾。
2.2.1 濾光片
在焊接過程中,不可避免的會有火花的干擾,以及焊光的影響。本文將使用帶通濾光片進行環(huán)境光的過濾,帶通濾光片只能夠通過某一波段信號,因為環(huán)境光的光信號較強,因此選用帶通比較窄的濾光片進行濾波[11]。本文所采用的濾光片的波長范圍為620~650 nm,可以有效減少入射光強,避免環(huán)境光的干擾,本文采用濾波片的參數(shù)如表1。
表1 窄通濾光片若干參數(shù)表Tab.1 Narrow-pass filter parameter
單一功能的濾光片無法達到要求,因焊接火花大部分為黃色,因此本文選用具有濾黃光功能的窄通濾光片,如圖2??梢詼p小火花以及焊光帶來的部分環(huán)境光影響。
圖2 濾黃光窄通濾光片F(xiàn)ig.2 Narrow-pass filter lens for yellow light filtering
2.2.2 強光降噪處理
濾光片可以一定程度上減少環(huán)境光的影響,但是拍出的圖片還是有強光區(qū)域,為了能在環(huán)境光干擾的條件下進行數(shù)字圖像相關(guān)分析,必須對強光干擾進行消除。強光可以看作是一種高頻的噪聲,對采集的圖片進行頻域上的處理,將高頻噪聲去掉。
假設(shè)干擾區(qū)域為M×N,運用傅里葉變換將子區(qū)域中的灰度值f(x,y)進行傅里葉變換,變換公式為:
反變換公式為:
圖3 焊接過程中的無強光區(qū)域以及頻域圖Fig.3 Welding area without strong light and frequency domain diagram
圖4 焊接過程中的強光區(qū)域以及頻域圖Fig.4 Welding area with strong light and frequency do?main diagram
由圖可以看出,強光子區(qū)的頻域圖有大量的高頻噪聲信息,必須對其中的強光噪聲進行濾波(去噪),能夠順利提取圖像真實的信息。
因為環(huán)境光的波長大多比較高,因此應選用低通濾波器,本文運用的是高斯低通濾波器進行焊接試件的圖像噪聲的濾波,為驗證精度,選用理想低通濾波器作為對比試驗。以去噪后的圖片峰值信噪比(PSNR)為標準來比較兩種去噪方法的圖像質(zhì)量。
理想低通濾波的傳遞函數(shù)H(u,v)表示為:
其中:1和0是濾波器的截止頻率。D(u,v)表示的是頻域圖的頻域原點到(u,v)點的距離值。D0為選定閾值。理想濾波器原理以及操作簡單而且速度很快,但是在運算中會在D0處會有不連續(xù)值,會造成圖像的波紋模糊現(xiàn)象。
高斯濾波器的傳遞函數(shù)H(u,v)可表示為:
當D(u,v)=D0,n=1時,H G(u,v)=1/e。高斯濾波器的過濾帶比較平滑,理論上過濾后的圖像質(zhì)量較好。
用圖片峰值信噪比(PSNR)數(shù)值比較去噪后的圖像質(zhì)量,PSNR值表示光信號受干擾程度,值越大受干擾程度越小。PSNR公式如下:
其中:MSE表示均方誤差,fuv與指的是點(u,v)在去噪前后的灰度值。MAX表示所選范圍中灰度的最大值。D0取150 mm,去噪結(jié)果如圖5所示。
由圖5可知,對于噴涂散斑的鋼板來說,運用高斯低通濾波后的圖像強光過濾效果比較好,根據(jù)PSNR值也可以對比出高斯低通濾波過后的圖像質(zhì)量也較好,受干擾的程度較低。
圖5 去噪結(jié)果Fig.5 Denoising result
因此,在本文小幅面鋼板測量方法中,打算對圖像局部運用高斯低通濾波進行強光去噪。在此之前需要尋找最佳的截止頻率D0,以及驗證高斯低通濾波是否影響DIC匹配的精度。
2.2.3 去噪最優(yōu)參數(shù)選定和精度驗證
用實驗中鋼板圖像來測定高斯低通濾波的最優(yōu)參數(shù)。具體步驟:首先對所測鋼板進行強光模擬,選用10到100之間的截止頻率進行去噪計算,然后求每一幅去噪后圖像的PSNR數(shù)據(jù),數(shù)據(jù)畫成曲線尋找去噪效果最好的截止頻率。
模擬恒定的強光照射鋼板,因為實驗材料能隔絕部分焊光,剩余環(huán)境光最高可達到60 lm,因此光源亮度模擬60 lm左右,光的照射位置固定。CCD攝像機固定在滑道上垂直鋼板拍攝,并將攝像機的曝光和光圈大小設(shè)置為正規(guī)實驗數(shù)值。實驗擺放場景如圖6所示。
圖6 實驗擺放場景Fig.6 Scene of experiment arrangement
圖7上圖為模擬強光中的鋼板圖,右側(cè)有明顯的強光干擾,A點在強光區(qū),B點在強光區(qū)外。選用初始截止頻率為10,增量為5帶入公式(7)中,求出PSNR曲線,如圖8所示,圖中最高的PSNR值為33.854 dB,對應的截止頻率為35 mm。因此將35 mm作為本次實驗的最優(yōu)截止頻率。
圖8 實驗截止頻率測試圖Fig.8 Experimental cut-off frequency test image
用數(shù)值為35的截止頻率對鋼板強光區(qū)進行高斯低通去噪,結(jié)果如圖7下圖所示。
圖7 鋼板處理圖Fig.7 Steel plate processing image
為驗證截止頻率為35時去噪是否影響DIC的匹配精度,采用了一種定位移的DIC精度驗證方法。驗證方法如下:相機在滑道上相對鋼板做剛體平動,強光照射位置不變,對降噪前后的圖像都進行DIC位移匹配,測出的位移值與基準值求誤差。
每次相機移動5 mm。以非強光區(qū)域的B點的位移數(shù)據(jù)為基準,比較A點降噪后和不降噪后的位移與基準的誤差。表2為檢測表。
表2 位移測試表Tab.2 Test results
圖9為表1的位移誤差圖。
圖9 降噪前后位移誤差圖Fig.9 Displacement deviation before and after denoising
根據(jù)上圖數(shù)據(jù)求出降噪后的平均誤差為0.00495 mm,未降噪的平均誤差為0.01157 mm,降噪后的誤差要小。最終可以得出,在此次實驗中運用截止頻率數(shù)值為35的高斯低通濾波方法能夠提高數(shù)字圖像相關(guān)法測量的精度。因此可以應用到DIC測量焊接環(huán)境光的去噪中。
本文采用前方進行焊接,后方進行視覺動態(tài)測量的豎立焊接的焊接方式。鋼板材料為Q345B。
總體的實驗流程主要是:在鏡頭安裝濾黃光窄通濾光片;安置高溫測量儀、DIC測量儀器等;然后對實驗設(shè)備進行小幅面(128 mm×96 mm)標定與圖像采集;導出圖像進行高斯低通濾波,將濾波后的圖像轉(zhuǎn)回設(shè)備進行位移計算。
在實驗材料上運用了高溫膠與高溫漆混合噴涂的方式,增添防具防止火花飛濺。
進行兩組對比試驗,第一組是對普通高溫處理的鋼板也進行小幅面測量,證明本文測量方法的穩(wěn)定性。另外一組是用大幅面(400 mm×300 mm)測出的準確值與本文測量方法測出的值進行對比,證明本文測量方法的精度。圖10為實驗流程圖。
圖10 實驗流程圖Fig.10 Experimental overall flow chart
本文實驗使用松下焊接機器人(型號為TA-1800),高溫紅外熱像儀系統(tǒng)(型號為FLIR),小虎鉗和鐵皮防具。DIC測量儀器為西安交通大學自主研制測量應變的XJTUDIC視覺測量系統(tǒng),XJTUDIC系統(tǒng)由一臺同步控制箱、一臺高性能電腦、相機三角架、兩臺高精度工業(yè)相機(Basler acA 1920-40μm)和LED光源組成。
圖11 高溫焊接應變測量系統(tǒng)圖Fig.11 High-temperature welding strain measurement system
布置如上圖所示,本文實驗用的是弧焊機器人,火花、煙霧等干擾比較大,因此用鐵皮防具防止火花損傷儀器。
此焊接試驗是對鋼板背面進行應變測量,鋼板背面必須進行噴涂散斑處理以增加表面特征,首先將鋼板進行噴砂處理,在焊縫區(qū)域用灰色高溫膠當做底色,非焊縫區(qū)域用白色高溫漆為底色,黑色高溫漆為斑點進行噴涂。將高溫膠上劃上裂口防止高溫起泡變形影響測量。
本文以普通處理實驗作為對比實驗,普通處理鋼板全部以白漆為底黑漆為散斑,并且圖像不經(jīng)過濾光片,也不用高斯低通濾波進行去噪。圖12為普通處理與本文方法處理后的鋼板散斑圖。
圖12 鋼板噴涂散斑圖Fig.12 Speckle pattern of steel plate spraying
本次試驗測量的是圖12鋼板中的小幅面應變區(qū)域,鋼板在進行試驗時焊接時間比較短,要采集到焊接的全部過程,因此測溫儀器和XJTU?DIC要先進行圖像的采集,后進行鋼板的焊接。最后對DIC的測量精度進行檢驗。
本文所選用的是電弧焊,焊絲材料型號為er50-6,采用松下機器人自配的混合氣焊接,焊接長度為7 cm。保護氣體為99.9%的氬氣。表3是焊接機器人以及實驗材料的試驗參數(shù)。
表3 焊接機器人試驗參數(shù)Tab.3 Test parameters of welding robot
紅外測溫儀的精度在0.15℃以內(nèi),由軟件和硬件兩部分組成,表4是紅外測溫儀在焊接時的測量參數(shù)。
表4 紅外測溫儀試驗參數(shù)Tab.4 Infrared thermometer test parameters
XJTUDIC系統(tǒng)中工業(yè)相機標定運用的是自帶的標定法,焊接前后采用不同的采集速度進行采集,相機距離鋼板53 cm水平放置,表5是系統(tǒng)測量時的數(shù)據(jù)。
表5 XJTUDIC試驗參數(shù)Tab.5 XJT UDIC test parameters
焊接過程分為焊接階段和自然冷卻階段,焊接階段經(jīng)歷時間為7 s,自然冷卻階段為300 s,在焊接過程中溫度從小于300℃快速升到1116℃,焊接結(jié)束后逐步降溫降到300℃以下。過程中散斑無脫落和變色。表6為溫度測試結(jié)果。
表6 高溫測溫儀測試結(jié)果Fig.6 Results of the pyrometer
圖13是3組普通處理與本文方法測量的匹配效果對比圖,當用普通處理的鋼板和方法進行焊接測量時,測量結(jié)果會產(chǎn)生大面積孔洞,而本文測量方法在全程無云圖孔洞產(chǎn)生,云圖變化均勻。3組實驗本文方法都較為穩(wěn)定,因此可以得出結(jié)論:針對高溫焊縫變形的測量本文方法比普通處理的測量方法更加穩(wěn)定。
圖13 兩種方法測量效果對比圖Fig.13 Comparison image
圖14是第一組實驗本文測量方法的結(jié)果,以起始階段時刻、開始焊接時刻、焊接中間時刻、焊接結(jié)束時刻和冷卻300 s后時刻進行形變位移測量的研究。從圖中可以看出,焊槍是從右向左進行焊接,在焊接部分變形比較大其余非焊接區(qū)域變形較小。
圖14 XJTUDIC測試結(jié)果圖Fig.14 XJTUDIC test results
開始焊接時選定區(qū)域的最大位移為2.802 mm,焊接結(jié)束時刻測試區(qū)域的最大位移為4.482 mm,冷卻300 s時的鋼板焊縫區(qū)域位移在緩慢增大,最大為5.129 mm,變形增幅為10%。集中變形區(qū)域為焊縫周邊3~5 cm,其余區(qū)域變形較小。變形后鋼板為反馬鞍狀,中間焊接區(qū)域凹陷。
本文用大幅面散斑處理的DIC匹配作為上述實驗的第二組對比實驗,其測量方法的精度在文獻[8],文獻[4]和文獻[15]中已經(jīng)被求證,其精度與接觸式引伸計相當。圖15為測量點和焊縫區(qū)位置。大幅面測量過程中,將標定幅面換成400 mm×300 mm,鋼板是以噴砂處理表面為底,高溫膠作為散斑進行噴涂。其余實驗過程不變。
圖15 與大幅面對比試驗Fig.15 Comparison test with large format
本文用大幅面方法求出的A點與B點匹配結(jié)果與上小節(jié)實驗得到的匹配結(jié)果進行對比,A和B點位置如圖15所示。對比實驗測試3組,以下數(shù)據(jù)全都是基于3組結(jié)果的平均值。
圖16是位移對比圖,以大幅面測量數(shù)據(jù)為基準,A點和B點最低誤差為0.023 mm和0.027 mm,平均誤差為0.030 mm和0.037 mm。在原論文中測出精度公差為0.5%,因此加上大幅面測量方法的精度公差,本文方法A點和B點的平均誤差最高在0.054 mm和0.059 mm??傻贸稣`差在1%以下,精度符合標準。
圖16 位移對比圖Fig.16 Compare images of displacement
根據(jù)圖17所示,最終本文方法測出的焊縫中心線的最大的位移為1.23 mm。此方法的焊縫中心線匹配結(jié)果與大幅面焊縫中心線的匹配結(jié)果進行比較,趨勢相似,平均誤差為0.045 mm,加上大幅面測量方法公差后平均誤差最高0.069 mm,符合精度條件。說明本文方法求出焊縫區(qū)域的位移較準確。
圖17 焊縫區(qū)域位移對比圖Fig.17 Displacement map of weld zone
由于是小幅面DIC測量,在相機標定以及像素計算方面都比大幅面的要更加精確,因為對于本次實驗用的相機來說,像元尺寸為3.45μm/pixel,幅面越小距離被測物體越近,每個像素的被測物體的信息越細致,計算結(jié)果越精確。
最終可得結(jié)論:本文提出的小幅面焊接變形測量方法測出數(shù)據(jù)與已驗證的精確值對比,誤差很小,精確度較高,因此本文測量方法可以測量小幅面鋼板的焊縫變形。并且在理論上精度更高。
本文提出了一種可以準確對電弧焊接下的鋼板焊縫區(qū)進行小幅面的位移測量的視覺測量方法,并運用對比試驗進行驗證,結(jié)果可知此方法測量精確而且穩(wěn)定。
(1)本文運用無接觸的數(shù)字圖像相關(guān)法(DIC)進行鋼板的測量。具有精度高、操作以及原理簡單等優(yōu)點。
(2)并針對焊接試驗圖像的環(huán)境光干擾,在變形子區(qū)與參考子區(qū)的關(guān)系中引入了兩個光補償系數(shù);硬件方面在相機前加裝了一種過濾黃光的窄通濾波片。
(3)在圖像頻域?qū)用妫\用一種高斯低通濾波器對高頻噪聲去噪,與理想低通濾波器相比,去噪后的圖像質(zhì)量更高,且更加清楚。經(jīng)過增量差值測試,測出本次試驗鋼板的高斯低通濾波的最佳截止頻率為35 mm,并用定位移的DIC對比實驗進行精度驗證,得出去噪后DIC匹配測量誤差更小、精度更高。并在最終實驗中也通過了精度驗證。
(4)在實驗設(shè)備與材料準備上,為能夠穩(wěn)定安全的采集與計算圖像,本文用灰白色高溫膠為底色,黑色高溫漆為散斑噴涂鋼板的焊縫區(qū)域,用立焊的焊接方式加防具進行火花阻擋。
從對比驗證的結(jié)果可知,此測量方法的匹配過程穩(wěn)定且精確度較高,精度高于1%。能夠有效對小幅面高溫焊縫圖像進行測量與匹配分析。