基于脈沖渦流熱成像的金屬結構焊縫表面裂紋識別方法

劉興樂　劉志平　黎　玄　江　蕾

武漢理工大學，武漢，430063

?

基于脈沖渦流熱成像的金屬結構焊縫表面裂紋識別方法

劉興樂劉志平黎玄江蕾

武漢理工大學，武漢，430063

摘要：針對利用脈沖渦流熱成像技術檢測金屬結構焊縫表面裂紋時，受焊縫區(qū)域物理屬性以及焊縫表面狀態(tài)等因素的影響，紅外圖像中裂紋區(qū)域特征信號復雜，缺乏有效的焊縫裂紋識別方法的問題，研究了基于三維溫度曲面相似性的裂紋識別方法，提出了裂紋評價指標，并進行了驗證。結果表明該方法不僅能有效識別焊縫表面裂紋并對其進行定量分析，而且擺脫了對先驗信息的需求，降低了檢測成本和復雜度，具有較高的工程應用價值。

關鍵詞：脈沖渦流熱成像；金屬結構焊縫；表面裂紋；三維溫度曲面相似性

0引言

焊接是金屬結構中最重要的連接方式，易于加工、構造簡單、連接性較好、剛度大，可實現不同材料的連接，為結構設計提供了較大的靈活性，廣泛應用于橋梁、船舶、汽車、高壓容器等領域。焊縫表面裂紋是金屬焊接結構中危害極大的缺陷之一，若不及時檢測和安全評價，將會導致嚴重的事故。

脈沖渦流熱成像檢測方法是一種新型的無損檢測方法，具有無接觸、檢測結果直觀、熱激勵方式效率高等優(yōu)點，受到國內外學者的高度關注[1-11]。國內外眾多學者研究了圖像增強方法，通過抑制噪聲等因素干擾，提高圖像的對比度，增強了缺陷的檢測能力，但是忽略了檢測對象本身的干擾。同時，研究了缺陷特征參數的定量分析方法[7-12]，取得了一定的研究成果，但應用對象有局限性。本文利用脈沖渦流熱成像技術檢測金屬結構焊縫表面裂紋。受焊縫區(qū)域物理屬性以及焊縫表面狀態(tài)等因素的影響，紅外圖像中裂紋區(qū)域的特征信號復雜，缺乏有效的焊縫裂紋識別方法，有必要研究新的方法對金屬結構焊縫表面裂紋識別以及定量分析。

曲面的相似性評價是三維模型檢索領域的熱點，具有重要的科學價值[13-15]。本文將三維曲面相似性方法應用于焊縫的表面裂紋識別，提出了裂紋識別指標，并通過試驗進行了驗證，結果表明該方法不僅能有效提取裂紋信息，提高判斷的準確性，而且不需要健康結構信息，可直接從損傷結構中擬合出相應的“健康結構”曲面特征，擺脫對先驗信息的需求，降低檢測成本和復雜度。

1理論分析

1.1脈沖渦流熱成像檢測原理

脈沖渦流熱成像檢測系統是通過紅外熱像儀記錄被檢測對象表面溫度的系統。在感應線圈中通入短時脈沖電流并將其放置于金屬結構焊縫檢測區(qū)域上方時，焊縫表面會產生渦流。當焊縫存在裂紋時，渦流將繞過裂紋，從而導致部分區(qū)域渦流密度增大或減小，使得焊縫表面的熱量分布出現異常，利用紅外熱像儀觀察并記錄試件表面加熱或散熱時的溫度分布情況，通過分析熱像圖，實現對導體中缺陷的檢測[1-3]，如圖1所示。

圖1　脈沖渦流熱成像檢測原理圖

1.2基于三維溫度曲面的相似性評價

1.2.1夾角矩陣

曲面的相似性評價是三維模型檢索領域的熱點。曲面的法向量描述了曲面的局部變化情況，曲面發(fā)生旋轉或平移，曲面的法向量分布關系都不會改變，因此可用曲面總體法向量矩陣來描述曲面變化情況[16]。

(1)紅外熱像圖。利用脈沖渦流熱成像技術檢測金屬結構焊縫時，紅外熱像儀記錄的熱像圖序列組成一個三維矩陣。如圖2a所示，M、N為紅外熱像儀的像素數，P為記錄的幀數。每一幀的測量值構成一個M×N的二維矩陣，如圖2b所示，該矩陣即為脈沖渦流熱成像檢測的熱像圖。

(a)紅外熱圖像序列

(b)特定幀圖2　焊縫熱像圖示意圖

特定幀即特定時刻的紅外熱像圖構成一個M×N的二維矩陣，該幀的溫度分布可表示為

(1)

式中，Tt表示在t時刻的熱像圖；Tj表示熱像圖中第j列的溫度分布；Tij表示像素點(i,j)的溫度，i=1,2,…,N；j=1,2,…,M。

通過求解特定幀中每一個像素點對應三維溫度曲面的微分單元的法向量nij，得t時刻三維溫度曲面的總體法向量矩陣：

(2)

(3)

Ni,j=Ti,jTi-1,j×Ti,jTi,j+1+Ti,jTi,j+1×Ti,jTi+1,j+

Ti,jTi+1,j×Ti,jTi,j-1+Ti,jTi,j-1×Ti,jTi-1,j

式中，nij為像素點(i,j)對應三維溫度曲面的微分單元的法向量；Ti,jTi-1,j表示起點為(i,j,Ti,j)、終點為(i-1,j,Ti-1,j)的向量，i=2,3，…,N-1；j=2,3,…,M-1。

(2)三次樣條曲面擬合。對于給定的實數對(xi,f(xi)),i=0,1,…，n，a=x0

相比于多項式擬合，三次樣條法擬合的曲線更加光滑，擬合效果更好。通過焊縫有效加熱區(qū)域是否存在異常溫度區(qū)域來初步判定損傷結構，然后采用三次樣條法，利用非異常溫度區(qū)域擬合出“健康結構”的三維曲面溫度分布，求出其總體法向量矩陣nH。利用損傷結構與擬合“健康結構”的總體法向量矩陣，構造總體法向量夾角矩陣θ來衡量兩種結構的差異：

(4)

式中，θij為像素點(i, j)的法向量夾角；ntij為t時刻像素點(i,j)的法向量；nHij為對應的“健康結構”的法向量；i=1，2，…，N；j=1，2，…，M。

1.2.2評價指標

(5)

(6)

其中，S2為三維總體法向量夾角矩陣θ的方差；mn為有效加熱區(qū)域(線圈的尺寸、提離高度等已知的線圈的加熱面積)內的像素點總數，本文中，鋼結構焊縫有效加熱區(qū)域的面積A=Lcoilws，Lcoil為線圈的長度，ws為焊縫的寬度。

ld=dcoilsd/scoil

(7)

式中，dcoil為線圈的長度或直徑；scoil為熱像圖中線圈的長度或直徑；sd為異常夾角區(qū)域的長度。

(3)裂紋深度hd。利用紅外熱成像技術檢測金屬結構焊縫裂紋時，檢測結果主要受到裂紋的幾何尺寸因子FG、熱因子FT和檢測因子FD的影響。其中，FG包括裂紋長度ld、裂紋深度hd，因此可將其簡單地表示為FG=f(ld，hd)；FT包括裂紋和主體材料的熱特征，如熱傳導率k、熱擴散率a、熱吸收系數e，因此可將其表示為FT=g(ed，es)，ed、es分別為裂紋和主體材料的熱吸收系數；FD為檢測設備的影響因素，如紅外熱像儀的靈敏度等。本文暫不考慮FD的影響，因此鋼結構焊縫裂紋表面的溫度分布與裂紋幾何尺寸密切相關。鋼結構焊縫的簡化檢測模型如圖3所示。

圖3　檢測模型示意圖

定義量綱一量De為FG和FT的函數，即De=z(FG，FT)，De綜合反映裂紋的幾何參數的影響：

(8)

(9)

式中，Hs為鋼結構的厚度。

定義量綱一量DT表示檢測結果：

(10)

式中，Ts為有效加熱區(qū)域的平均溫度；Td為裂紋區(qū)域的平均溫度；Tr為環(huán)境溫度。

同時定義[11]：

(11)

式中，a、b為待定系數，可通過實驗結果擬合求得。

利用求得的a、b，擬合DT與De的曲線，得到裂紋的尺寸與鋼結構焊縫表面溫度之間的關系。De包含未知數：裂紋長度ld和深度hd。通過三維總體夾角曲面確θ定裂紋長度ld，裂紋的另一個特征參數——深度hd就可以定量化識別。

綜上所述，通過分析三維總體夾角曲面的方差S2判斷鋼結構焊縫表面是否有裂紋存在；若存在裂紋，則通過三維總體夾角曲面確定裂紋長度ld；再通過實驗數據擬合出DT與De的關系，計算出裂紋的深度hd，實現裂紋的定量化識別。

2實驗與討論

2.1金屬焊縫裂紋試件

本實驗選用金屬結構普遍使用的Q235，在焊縫表面制作人工裂紋。試件由2塊鋼板拼焊而成，長度Ls=800 mm，寬度Ws=400 mm，厚度Hs=8.67 mm，鋼板上最大焊縫的寬度maxws=20.14 mm。通過電火花加工的方式，在試件焊縫表面加工出不同長度、不同深度的表面裂紋，如圖4所示。

表1所示為不同長度、不同深度的裂紋，所有裂紋寬度都為0.5 mm，裂紋組G1表示不同長度的裂紋，G2表示不同深度的裂紋。

(a)不同長度裂紋

(b)不同深度裂紋圖4　不同形式裂紋

mm

脈沖渦流紅外熱成像檢測金屬結構焊縫裂紋的實驗平臺如圖5所示。高頻感應加熱源最大加熱功率為3 kW，單次加熱時間設置為200 ms；水冷機用于降低激勵線圈溫度；矩形線圈是由外徑10.71 mm、內徑4 mm的空心銅管制成，激勵線圈用于定向加熱，在實驗中僅通過矩形線圈的一邊進行加熱，提離2 mm；紅外熱像儀為VarioCAM hr research480，圖像分辨率為640×480像素，熱靈敏度可達0.03 ℃，實時高速記錄全格式紅外影像至PC，測量精確達到±1 ℃或±1%，最高幀頻為60 Hz等。

(a)實驗設備

(b)激勵線圈　　　　　　　(c)紅外熱像儀圖5　實驗平臺

2.2不同長度、不同深度裂紋熱像圖

通過實驗，得到不同長度、不同深度裂紋的紅外熱像圖(圖6)。由圖6可知：①裂紋區(qū)域的溫度會出現異常；②如圖6a～圖6c所示，隨著裂紋長度的增加，異常溫度區(qū)域長度也隨之增加；如圖6d～圖6f所示，隨著裂紋深度的增加，熱像圖中的最高溫度值也逐漸增大。

2.3裂紋識別

如圖7所示，基于三次樣條法，通過焊縫有效加熱區(qū)域損傷結構的紅外熱像圖擬合出“健康結構”三維溫度曲面，然后通過兩曲面的法向量求出法向量夾角曲面。

(a)C1裂紋熱像圖　　　　　　　　(b)C2裂紋熱像圖　　　　　　　　(c)C3裂紋熱像圖

(d)C4裂紋熱像圖　　　　　　　　(e)C5裂紋熱像圖　　　　　　　　(f)C6裂紋熱像圖圖6　不同長度、不同深度裂紋的紅外熱像圖

(a)損傷結構三維溫度分布

(b)“健康結構”三維溫度分布

(c)總體法向量夾角圖7　焊縫表面示意圖

裂紋尺寸G1C1C2C3S210.834234.780982.7392G2C4C5C6S29.19433.143712.8223

圖8　θ′分布云圖

不同長度裂紋C1C2C3scoil171716sd153249ld(mm)9.4520.1632.80l'd(mm)5.1015.8128.37誤差ε(%)2.005.405.43

表4　不同深度裂紋

3結論

(1)通過三維總體法向量夾角矩陣方差判斷是否存在裂紋。若方差大于給定的閾值，則判定存在裂紋；若方差小于給定的閾值，則判定無裂紋。

(2)通過總體法向量夾角曲面，確定裂紋的長度，并對測量結果進行了修正。相比于通過紅外熱像圖直接測量裂紋的長度，該方法能夠更加精確地計算裂紋長度。

(3)通過實驗數據分析，研究了裂紋的幾何參數與焊縫表面溫度之間的關系，結合求得的裂紋長度，計算裂紋深度，實現了對裂紋的定量化識別。擺脫對先驗信息的需求，降低了檢測成本和復雜度，具有較高的工程應用價值。

參考文獻：

[1]左憲章，常東，錢蘇敏，等. 脈沖渦流熱成像裂紋檢測機理仿真分析[J]. 激光與紅外，2012，42(9):998-1003.

ZuoXianzhang，ChangDong，QianSumin，etal.SimulationAnalysisofCrackDetectingMechanismUsingPulsedEddyCurrentThermography[J].Laser&Infrared，2012，42(9): 998-1003.

[2]WilsonJ,TianGuiyun,IlhamZA,etal.ModellingandEvaluationofEddyCurrentStimulatedThermography[J].NondestructiveTestingandEvaluation, 2010, 25(3): 205-218.

[3]Florez-OspinaJF,BenitezHD.FromLocaltoGlobalAnalysisofDefectDetectabilityinInfraredNon-destructiveTesting[J].InfraredPhysics&Technology, 2014, 63:211-221.

[4]俞建衛(wèi)，羅振山，尹延國，等. 基于形態(tài)學邊緣檢測和小波閾值的摩擦副紅外圖像去噪[J].中國機械工程，2013，24 (9): 1229-1230.

YuJianwei,LuoZhenshan,YinYangguo,etal.StudyonInfraredImageDenoisingofFrictionPairsBasedonMorphologicalEdgeDetectionandWaveletThreshold[J].ChinaMechanicalEngineering，2013，24(9): 1229-1230.

[5]TangQingju,BuChiwu,LiuYuanlin,etal.ANewSignalProcessingAlgorithmofPulsedInfraredThermography[J].InfraredPhysics&Technology, 2015, 68:173-178.

[6]郭力，江志順，尚振濤. 基于熱像檢測與分割技術的磨削砂輪堵塞檢測研究[J]. 中國機械工程，2016，27(5): 577-582.

GuoLi,JiangZhishun,ShangZhentao.ResearchonGrindingWheelLoadingDetectionBasedonThermogramDetectionandSegmentationTechnology[J].ChinaMechanicalEngineering，2016，27(5): 577-582.

[7]RenWenwei,LiuJia,TianGuiYun,etal.QuantitativeNon-destructiveEvaluationMethodforImpactDamageUsingEddyCurrentPulsedThermography[J].Composites:PartB,2013,54: 169-179.

[8]GaoBin,BaiLibing,WooWaiLok,etal.AutomaticDefectIdentificationofEddyCurrentPulsedThermographyUsingSingleChannelBlindSourceSeparation[J].InstrumentationandMeasurement2014, 63(4): 913-921.

[9]白利兵. 電渦流脈沖熱成像無損檢測技術研究[D]. 成都：電子科技大學，2013.

[10]范春利，孫豐瑞，楊立，等. 基于紅外測溫的內部缺陷尺寸、方位的計算方法研究[J]. 熱科學與技術，2005，4(1): 82-86.

FanChunli，SunFengrui，YangLi，etal.StudyonNumericalMethodDeterminingSizeandPositionofSubsurfaceDefectBasedonThermographicTemperatureMeasurement[J].JournalofThermalScienceandTechnology，2005，4(1): 82-86.

[11]MeolaC.ANewApproachforEstimationofDefectsDetectionwithInfraredThermography[J].MaterialLetters, 2007, 61(3):747-750.

[12]OlgaWysocka-Fotek,WieraOliferuk,MichalMaj.ReconstructionofSizeandDepthofSimulatedDefectsinAusteniticSteelPlateUsingPulsedInfraredThermography[J].InfraredPhysics&Technology, 2012, 55:363-367.

[13]柳葆芳，肖菁，平西建，等. 三維表面的曲面描述與相似性判別[J]. 中國圖象圖形學報，2001，6(2)：199-203.

LiuBaofang,XiaoJing,PingXijian,etal.TheRepresentationandComparabilityDeterminationofThree-dimensionalSurface[J].JournalofImageandGraphics，2001，6(2)：199-203.

[14]張開興，白曉亮，張樹生. 基于局部形狀特征的自由曲面相似性評價方法[J]. 計算機集成制造系統，2014，20(3)：530-536.

ZhangKaixing,BaiXiaoliang,ZhangShusheng.SimilarityAssessmentApproachofFreeformSurfaceBasedonLocalFeatures[J].ComputerIntegratedManufacturingSystems, 2014，20(3)：530-536.

[15]屠宏，耿國華.一種基于局部特征的三維模型檢索算法[J].計算機工程，2015，41(3)：218-222.

TuHong，GengGuohua.A3DModelRetrievalAlgorithmBasedonLocalFeature[J].ComputerEngineering，2015，41(3)：218-222.

[16]GuptaA,RuzenaB.IntegratedApproachforSurfaceandVolumetricSegmentationofRangeImagesUsingBiguadriesandSuperquadrics[J].ProceedingsofSPIEApplicationsofArtificialIntelligenceⅩ:MachineVisionandRobotics,1992,1708:10.1117/12.58574.

[17]苑瑋琦，徐露，林忠華. 基于灰度曲面匹配的虹膜識別方法[J]. 光學學報，2006，26(10):1537-1542.

YuanWeiqi,XuLu,LinZhonghua.IrisIdentificationMethodBasedonGraySurfaceMatching[J].ActaOpticaSinica, 2006, 26(10):1537-1542.

(編輯張洋)

收稿日期：2015-09-21

基金項目：國家科技支撐計劃資助項目(2015BAF06B05)；交通運輸部應用基礎項目(2014329811320)

中圖分類號：TH811.2； TH117.1

DOI：10.3969/j.issn.1004-132X.2016.14.014

作者簡介：劉興樂，男，1990年生。武漢理工大學智能制造與控制研究所碩士研究生。主要研究方向為金屬結構智能檢測及安全評價。劉志平，男，1975年生。武漢理工大學智能制造與控制研究所教授。黎玄，男，1992年生。武漢理工大學智能制造與控制研究所碩士研究生。江蕾，女，1992年生。武漢理工大學智能制造與控制研究所碩士研究生。

Method for Surface Crack Detection of Welded Structure in Pulsed Eddy Current Thermography

Liu XingleLiu ZhipingLi XuanJiang Lei

Wuhan University of Technology，Wuhan，430063

Abstract:The physical properties and surface of weld led to the infrared complex thermal image signals and the lack of surface crack detection method of welded structure in pulsed eddy current thermography. It was difficult to apply pulsed eddy current thermography technology in metal welded structure of crack detection. A method for surface crack detection was studied herein based on similarity of 3D temperature surface and evaluation index system. The experimental results show that this method may identify the surface crack effectively and realize quantitative analysis, as well as dispense with the prior information and reduces testing complication and cost, thus it owns a high engineering application values.

Key words:pulsed eddy current thermography；welded structure；surface crack；similarity of 3D temperature surface