胡廣澤，黃劉偉，洪曉斌※

（1.大連理工大學(xué)控制科學(xué)與工程學(xué)院，遼寧大連 116081；2.華南理工大學(xué)機(jī)械與汽車工程學(xué)院，廣州 510630）

0 引言

工業(yè)冷凝裝置中常用直徑在7～8 mm的管道，其排布形式較為復(fù)雜且密集，主要使用紫銅、黃銅、不銹鋼和碳鋼作為材料[1-4]。管道采用釬焊工藝連接，在實(shí)際生產(chǎn)中管道系統(tǒng)的泄漏率高，有的甚至達(dá)到了2%～3%的泄漏率，嚴(yán)重影響了產(chǎn)品或工程的質(zhì)量[5-6]。保持管道無損可以避免能量浪費(fèi)，降低運(yùn)行成本，減少故障率，延長使用壽命，因此小直徑管道的快速檢測方法在工業(yè)生產(chǎn)上存在重要意義。

常見的管道材料檢測方法包括視覺檢測、磁粉檢測、超聲檢測等[7-10]。磁粉檢測主要用于鐵磁或?qū)щ娦圆牧?；視覺檢測由識(shí)別算法決定缺陷檢測的精度，無法給定缺陷的深度信息；而超聲檢測具有指向性強(qiáng)、適應(yīng)性好、可成像等優(yōu)點(diǎn)，被廣泛應(yīng)用于無損檢測中[11]。激光超聲檢測技術(shù)作為一種非接觸、高精度、無損傷的新型檢測技術(shù)，借助激光脈沖激發(fā)被檢測工件產(chǎn)生超聲波，通過激光束對超聲波的傳播進(jìn)行探測分析，可以獲取材料缺陷的信息[12-13]，適用于對直徑小、管壁薄的單一管道進(jìn)行檢測。但管道存在復(fù)雜的排布形式使得激光探頭對準(zhǔn)困難，制約了激光超聲導(dǎo)波檢測方法的工業(yè)化應(yīng)用。目前市面上關(guān)于小直徑復(fù)雜排布管道自動(dòng)化檢測系統(tǒng)的研究很少，管道的自動(dòng)化檢測手段尚在探索階段。

面對現(xiàn)有關(guān)于小直徑管道檢測現(xiàn)狀的不足，本文綜合考慮檢測方法和工業(yè)需求，針對密集且復(fù)雜的小直徑

管道排布結(jié)構(gòu)，提出一種非接觸式快速掃查管道的自動(dòng)化檢測系統(tǒng)。該系統(tǒng)具有諸多優(yōu)越性：一是大幅度減少了檢測系統(tǒng)與被測物體之間的接觸，能適應(yīng)密集復(fù)雜的管道排布結(jié)構(gòu)；二是通過實(shí)時(shí)監(jiān)測管道內(nèi)部的超聲波信號(hào)，能提供更準(zhǔn)確、更詳細(xì)的管道損傷信息；三是通過預(yù)設(shè)的掃查參數(shù)和深度學(xué)習(xí)模型[14-15]，可以自動(dòng)完成檢測過程，減少人工干預(yù)，提高檢測的一致性和可重復(fù)性；四是降低了人力資源的需求，減少了人員的工作風(fēng)險(xiǎn)。綜上所述，該激光超聲導(dǎo)波自動(dòng)化檢測軟件系統(tǒng)對工業(yè)生產(chǎn)環(huán)節(jié)具有重要意義。

1 小直徑管道缺陷檢測軟件系統(tǒng)簡介

1.1 快速掃查裝置簡介

檢測的管道組由多組直徑7～8 mm的長U形管道與短U 形管道釬焊形成，如圖1 所示。在釬焊過程中會(huì)因?yàn)楣に噯栴}造成包括虛焊、溶蝕穿孔和過燒穿孔等損傷[16-18]。為了在生產(chǎn)過程中能夠及時(shí)發(fā)現(xiàn)損傷，必須在設(shè)備出廠前進(jìn)行檢測。

為實(shí)現(xiàn)U 形管釬焊連接處的損傷檢測，該檢測系統(tǒng)首先激勵(lì)激光器發(fā)出激光到達(dá)管道表面激發(fā)超聲信號(hào)，超聲導(dǎo)波信號(hào)經(jīng)過兩處管道釬焊連接處，由接收激光器的超聲信號(hào)檢測裝置接收。然而，激勵(lì)激光器和接收激光器在管道上的可對焦范圍狹小。因此冷凝器檢測對傳感位置位移精度要求高?；诖耍疚脑O(shè)計(jì)系統(tǒng)整體方案如圖2所示。

圖1 管道示意圖

圖2 整體設(shè)計(jì)方案

本文設(shè)計(jì)的管道自動(dòng)化檢測系統(tǒng)具有運(yùn)動(dòng)平臺(tái)模塊、數(shù)字激光模塊、數(shù)據(jù)采集模塊、數(shù)據(jù)存儲(chǔ)模塊、數(shù)據(jù)處理模塊和結(jié)果展示功能。檢測時(shí)，通過圖形化軟件交互界面調(diào)整六軸運(yùn)動(dòng)平臺(tái)搭載激勵(lì)激光器和接收激光器對焦于首個(gè)檢測管道，按下檢測按鈕即可自動(dòng)檢測各管道狀況。軟件控制模塊控制六軸運(yùn)動(dòng)平臺(tái)承載激勵(lì)激光器和接收激光器，按設(shè)定的運(yùn)動(dòng)邏輯依次移動(dòng)至各管道位置，控制激勵(lì)激光器在每處管道位置進(jìn)行激光激勵(lì)，同時(shí)接收激光器接收相應(yīng)管道的信號(hào)數(shù)據(jù)，數(shù)據(jù)接收單元將收集到的檢測信號(hào)數(shù)據(jù)傳遞給數(shù)據(jù)存儲(chǔ)單元，隨后數(shù)據(jù)處理單元會(huì)實(shí)時(shí)調(diào)用數(shù)據(jù)存儲(chǔ)單元內(nèi)信號(hào)數(shù)據(jù)進(jìn)行處理，處理后的結(jié)果將在人機(jī)交互界面中展示，得到全部管道健康狀況。

1.2 軟件系統(tǒng)設(shè)計(jì)

基于QT框架設(shè)計(jì)了軟件系統(tǒng)，該系統(tǒng)具有人機(jī)交互功能、檢測數(shù)據(jù)處理功能和管道狀況分類功能。其開發(fā)邏輯包括串口通信模式設(shè)計(jì)、硬件控制指令設(shè)計(jì)、結(jié)果展示功能設(shè)計(jì)、檢測數(shù)據(jù)處理和管道狀況分類設(shè)計(jì)。

2 軟件系統(tǒng)功能程序設(shè)計(jì)

基于QT 框架設(shè)計(jì)了圖形化軟件，人機(jī)交互界面如圖3 所示。人機(jī)交互功能實(shí)現(xiàn)模塊具有硬件系統(tǒng)串行通信控制（圖3 中①）、六軸運(yùn)動(dòng)平臺(tái)控制（圖3 中②）、

激光器參數(shù)設(shè)定（圖3中③）、管道掃查控制（圖3中④）以及結(jié)果展示功能（圖3中④、⑤）。

圖3 圖形化人機(jī)交互界面

2.1 串口通信模式

硬件系統(tǒng)串行通信控制中SC160 運(yùn)動(dòng)控制器和ICE450 激光器都通過RS-232 端口與上位機(jī)連接。SC160 運(yùn)動(dòng)控制器∕ICE450 激光器串口設(shè)置參數(shù)為波特率115 200∕9 600、數(shù)據(jù)位8 位、無奇偶校驗(yàn)位、停止位為1、無流控制。點(diǎn)擊圖3 中的“串口通信初始化按鍵后”對SC160運(yùn)動(dòng)控制器和ICE450激光器進(jìn)行初始化操作。

2.2 硬件控制指令

六軸運(yùn)動(dòng)平臺(tái)控制中基于運(yùn)動(dòng)器API 函數(shù)庫，設(shè)計(jì)了六軸運(yùn)動(dòng)器各軸定長運(yùn)動(dòng)功能和各軸回零功能。通過選定運(yùn)動(dòng)軸，輸入移動(dòng)距離（mm）實(shí)現(xiàn)定長運(yùn)動(dòng)，用于調(diào)整兩個(gè)激光器探頭的對焦精度。選定運(yùn)動(dòng)軸，按下回零按鈕實(shí)現(xiàn)單軸回零運(yùn)動(dòng)。

激光器參數(shù)設(shè)定中激勵(lì)激光器在圖3中③處進(jìn)行參數(shù)修改和測試。通過修改能量、頻率、激勵(lì)次數(shù)參數(shù)，控制激勵(lì)激光器產(chǎn)生不同激勵(lì)，操作者可以針對不同的管道特點(diǎn)進(jìn)行參數(shù)設(shè)置，并使用“單點(diǎn)激勵(lì)”按鈕測試效果。

管道掃查控制中根據(jù)管道結(jié)構(gòu)，設(shè)計(jì)了完整掃查全部管道的運(yùn)動(dòng)邏輯。使用者在點(diǎn)擊“一鍵檢測”按鈕后，六軸運(yùn)動(dòng)平臺(tái)會(huì)搭載兩個(gè)激光器按設(shè)定的運(yùn)動(dòng)邏輯對每處管道進(jìn)行檢測。面對不同的管道分布方式，設(shè)計(jì)了不同的運(yùn)動(dòng)邏輯以適應(yīng)。

2.3 結(jié)果展示功能

結(jié)果展示功能會(huì)調(diào)用檢測數(shù)據(jù)處理模塊完成的兩項(xiàng)結(jié)果。一項(xiàng)是標(biāo)準(zhǔn)化處理后的管道信號(hào)時(shí)頻圖，會(huì)呈現(xiàn)在人機(jī)交互界面的圖框中（圖3中④處）；另一項(xiàng)是管道損傷情況判斷結(jié)果，通過查詢分類結(jié)果，根據(jù)標(biāo)準(zhǔn)輸出結(jié)果決定在人機(jī)交互界面中的圓標(biāo)顏色，不同顏色圓標(biāo)表示不同管道狀況（圖3中⑤處）。

3 檢測數(shù)據(jù)處理和管道狀況分類

檢測數(shù)據(jù)處理模塊能對收集到的數(shù)據(jù)進(jìn)行讀取、標(biāo)準(zhǔn)化處理、數(shù)據(jù)分析以及圖像繪制等功能。

具體而言，該模塊調(diào)用MATLAB 腳本對存儲(chǔ)的數(shù)據(jù)進(jìn)行平均化和歸一化處理得到平均值，隨后繪制平均值曲線，以時(shí)頻圖的形式顯示在人機(jī)交互界面中，見圖3中④處，不同管道狀況平均值曲線如圖4 所示。嚴(yán)重?fù)p傷管道接收的超聲導(dǎo)波信號(hào)與健康管道對比較為明顯，可以直觀判斷其管道狀況。

圖4 健康管道與嚴(yán)重?fù)p傷管道時(shí)頻圖對比

然而，某些管道損傷不能直觀地判斷，如圖5所示，基于此，需要進(jìn)一步提取管道超聲導(dǎo)波信號(hào)的特征從而評估管道健康狀況。為了更好地分析信號(hào)的頻率成分和特征，先對平均值信號(hào)采用卡爾曼濾波器對信號(hào)進(jìn)行濾波和降噪，提高信號(hào)的質(zhì)量和可靠性，提高信號(hào)的清晰度和穩(wěn)定性。再采用快速傅里葉變換將信號(hào)從時(shí)域轉(zhuǎn)換到頻域，得到信號(hào)的頻譜信息，管道的頻譜信息如圖6所示。

圖5 健康管道與損傷管道（泄漏）時(shí)頻圖對比

圖6 健康管道與損傷管道的頻譜信息對比

為了得到信號(hào)在時(shí)間和頻率上的分布情況，可以用連續(xù)小波變換分析信號(hào)的瞬態(tài)特征和時(shí)頻變化規(guī)律，連續(xù)小波變換是一種信號(hào)處理技術(shù)，它可以將信號(hào)分解成不同頻率的小波，可以清晰地看到信號(hào)在不同時(shí)間段和頻率上的變化情況，因此可以用于分析信號(hào)的瞬態(tài)特征。對管道激光超聲導(dǎo)波信號(hào)做連續(xù)小波變換處理是為了得到信號(hào)的不同頻率成分，從而提取出健康管道和損傷管道的頻率特征，以此作為判斷模型的訓(xùn)練依據(jù)。MATLAB 提供的連續(xù)小波變換中可用的解析小波有3 種類型：Morse 小波（′morse′）、Morlet 小波（′amor′）和bump 小波（′bump′）。分別用3 種方法得到3 種管道激光超聲導(dǎo)波信號(hào)的連續(xù)小波變換結(jié)果，如圖7所示。

圖7 3種管道激光超聲導(dǎo)波信號(hào)的連續(xù)小波變換結(jié)果

為更好地提取數(shù)據(jù)特征，對比3 種小波變換后的時(shí)頻圖，如圖7 所示，選擇了以Morlet 小波作為分析小波，對管道激光超聲導(dǎo)波信號(hào)做連續(xù)小波變換，并時(shí)頻圖作為ResNet50模型的輸入進(jìn)行分類操作，輸出分類結(jié)果。

該管道狀況分類模型使用了ResNet50網(wǎng)絡(luò)結(jié)構(gòu)[19-20]。該網(wǎng)絡(luò)具有較好的特征提取能力和分類性能；包含數(shù)據(jù)增強(qiáng)技術(shù)、Adam優(yōu)化器和交叉熵?fù)p失函數(shù)，適合于分類問題。該模型中使用Adam 優(yōu)化器使其能根據(jù)歷史梯度信息來調(diào)整學(xué)習(xí)率。該優(yōu)化器結(jié)合了RMSProp和Momentum 兩種優(yōu)化算法的思想，并且對參數(shù)的更新進(jìn)行了歸一化處理，使得每個(gè)參數(shù)的更新都有一個(gè)相似的量級，從而提高訓(xùn)練效果；交叉熵?fù)p失函數(shù)的作用是衡量模型預(yù)測結(jié)果與真實(shí)標(biāo)簽之間的差異，該模型中通過最小化交叉熵?fù)p失函數(shù)來優(yōu)化模型參數(shù)，使模型能夠更準(zhǔn)確地預(yù)測不同的類別。該模型運(yùn)用交叉熵?fù)p失函數(shù)度量預(yù)測結(jié)果與真實(shí)標(biāo)簽之間的距離，通過梯度下降法來更新模型的參數(shù)，從而提高模型的分類性能。

該管道狀況分類模型的標(biāo)準(zhǔn)輸出供QT軟件調(diào)用，決定人機(jī)交互界面中的圓標(biāo)顏色，實(shí)現(xiàn)結(jié)果可視化呈現(xiàn)。

4 實(shí)驗(yàn)結(jié)果分析

為驗(yàn)證所設(shè)計(jì)小直徑管道缺陷檢測軟件系統(tǒng)的檢測性能，接下來利用檢測系統(tǒng)對兩組小直徑管道進(jìn)行檢測，并對檢測結(jié)果進(jìn)行分析與討論。分類管道狀況所使用的訓(xùn)練模型使用來自于實(shí)驗(yàn)人工標(biāo)記的552 份管道樣本，對這些樣本做濾波和連續(xù)小波變換后得到的時(shí)頻圖，基于ResNet50 網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行管道狀況分類模型的圖像分類訓(xùn)練，并在訓(xùn)練過程中計(jì)算損失、更新模型參數(shù)，最后輸出訓(xùn)練過程中的損失和驗(yàn)證集的準(zhǔn)確率，檢測結(jié)果如表1所示。

該管道狀況分類模型具有較強(qiáng)的圖像分類和識(shí)別能力，能夠準(zhǔn)確地判斷管道的健康狀況。通過對552 份管道樣本的訓(xùn)練，模型能夠?qū)p傷管道和健康管道進(jìn)行有效區(qū)分。在對兩組小直徑管道檢測時(shí)，模型能夠準(zhǔn)確地判斷管道的健康狀況，達(dá)到了預(yù)期的效果。應(yīng)用該模型對兩臺(tái)損傷狀況已知的冷凝器進(jìn)行管道健康狀況檢測。該系統(tǒng)對冷凝器管道健康狀況檢測結(jié)果如表所示，造成檢測系統(tǒng)誤識(shí)別的主要原因有：一是各管道的直徑存在毫米級差異，導(dǎo)致接收激光器接收到的數(shù)據(jù)信號(hào)受到干擾；二是管道不同的排布方式會(huì)帶來不同的數(shù)據(jù)信號(hào)，例如對大彎管與小彎管進(jìn)行檢測，得到的數(shù)據(jù)信號(hào)存在差異，導(dǎo)致檢測系統(tǒng)產(chǎn)生誤判。

表1 兩組被測數(shù)據(jù)檢測系統(tǒng)準(zhǔn)確率對比

5 結(jié)束語

本文針對當(dāng)前逐管快速掃查裝置缺少自動(dòng)化檢測軟件系統(tǒng)這一問題，搭建專用自動(dòng)化檢測軟件系統(tǒng)，并通過實(shí)驗(yàn)驗(yàn)證了其有效性。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)對實(shí)現(xiàn)對彎管陣列的高速率檢測，其檢測準(zhǔn)確率可達(dá)87.0%。造成檢測系統(tǒng)誤識(shí)別的主要原因?yàn)楦鞴艿赖闹睆酱嬖诤撩准壊町悾瑢?dǎo)致接收激光器接收到的數(shù)據(jù)信號(hào)受到干擾，并且管道不同的排布方式會(huì)帶來不同的數(shù)據(jù)信號(hào)，進(jìn)而導(dǎo)致檢測軟件系統(tǒng)產(chǎn)生誤判。同時(shí)該軟件系統(tǒng)具有操作簡單、檢測速度快、可重復(fù)性高等優(yōu)勢，能夠推動(dòng)檢測自動(dòng)化的發(fā)展，并對激光超聲導(dǎo)波技術(shù)及深度學(xué)習(xí)技術(shù)的工業(yè)化應(yīng)用起到促進(jìn)作用。