天车轨道与主梁焊缝AI视觉检测系统:基于深度学习的裂纹/未焊透/气孔缺陷识别工程实践

在现代重工业厂房中,天车(桥式起重机)是物料搬运的核心设备,其轨道与主梁焊缝的质量直接关系到设备运行的安全性和可靠性。长期承受交变载荷、重载冲击和恶劣环境侵蚀的焊缝,一旦出现裂纹、未焊透、气孔等缺陷而未及时发现,可能导致灾难性的事故。传统的人工目视检测(VT)依赖检验员经验,效率低、漏检率高、标准不统一。克鲁德重工依托深度学习视觉技术,研发了天车轨道与主梁焊缝AI视觉检测系统,实现从图像采集、缺陷识别到质量评级的全流程智能化检测。

天车轨道与主梁焊缝AI视觉检测系统现场部署示意图

一、系统总体架构

本系统采用“检测平台—感知层—推理层—评估层”四层架构设计,覆盖从数据采集到最终质量判定的完整链路:

检测平台:根据现场工况提供三种部署形态——AGV自主巡检车(适用于大面积轨道焊缝自动化巡检)、手持式检测仪(适用于狭窄空间和端梁角焊缝)、固定工位架(适用于天车主梁组装焊接工位)。三形态共用统一的采集-推理-评估软件栈,无缝切换。

感知层:由双工业相机(全局快门广角相机+微距相机)、结构光环型补光灯、激光轮廓扫描仪组成。相机采用GigE Vision接口,单帧分辨率≥1920×1080,最大帧率≥120FPS。激光轮廓扫描仪辅助获取焊缝三维轮廓信息,用于判断焊缝余高、咬边深度等尺寸参数。

推理层:部署YOLOv8s-weld模型——基于YOLOv8s剪枝优化并增加小目标检测头,专为焊缝缺陷特征设计。Jetson AGX Orin边缘计算平台实现单帧推理≤15ms,满足≥60FPS的实时检测需求。

评估层:将模型检测出的缺陷按类型、尺寸、数量进行统计,自动对接GB/T 3323-2020《金属熔化焊焊接接头射线照相》质量分级标准,输出Ⅰ~Ⅳ级质量评级及返修建议。

二、天车焊缝类型与缺陷特征

天车金属结构的焊接接头主要分为三类,各类焊缝的受力特点与常见缺陷类型有显著差异:

1. 轨道对接焊缝:采用QU70、QU80或QU100标准起重机轨道(符合GB/T 3811-2008),焊接方法以手工电弧焊(SMAW)和CO₂气体保护焊(GMAW)为主。常见的对接坡口形式为V形或U形坡口,焊缝承受车轮动态轮压和水平侧向力。易出现纵向裂纹、未焊透(根部)、密集气孔等缺陷。

2. 主梁角焊缝:连接主梁腹板与翼缘板的主要受力焊缝,一般采用双面角焊缝(焊脚高度6~12mm),承受弯曲应力和剪切应力。由于焊道层数多、手工操作变数大,坡口未熔合、层间夹渣、横向裂纹等缺陷较为常见。

3. 端梁焊缝:连接端梁各板材的对接与角接混合焊缝,承受端部扭矩和连接应力。弧坑裂纹、咬边、链状气孔为该类焊缝的高发缺陷类型。

下表汇总了本系统覆盖的6类缺陷+正常焊缝的详细外观特征和典型位置:

缺陷类别 子类 外观特征 典型位置 对焊缝强度影响
裂纹
Crack
纵向裂纹 沿焊缝方向延伸的细长黑线,端部尖锐,宽度约0.05~0.3mm 轨道对接焊缝中心线、主梁角焊缝根部 致命缺陷,必须返修
横向裂纹 垂直于焊缝方向的短裂纹,多呈龟裂状分布 端梁焊缝表面、热影响区附近 致命缺陷,必须返修
弧坑裂纹 弧坑处星状或十字形微裂纹,长度通常<5mm 焊缝收弧处、多层焊道搭接区域 严重缺陷,需修磨补焊
未焊透
Incomplete Penetration
焊缝根部未熔合的暗色带状区域,宽度不均,呈连续或断续分布 轨道对接V形坡口根部、厚板对接焊缝根部 严重缺陷,降低疲劳强度
未熔合
Lack of Fusion
坡口未熔合/层间未熔合 焊道与母材或层间有缝隙状阴影,边缘模糊,宽度约0.1~0.5mm 多层多道焊的层间界面、角焊缝的趾部 严重缺陷,易扩展为裂纹
气孔
Porosity
密集气孔/链状气孔/虫形气孔 圆形或拉长的暗斑,内部光滑,边缘清晰,直径0.5~3mm 轨道焊缝中上部、焊条电弧焊层间 中等缺陷,降低气密性
夹渣
Slag Inclusion
条状夹渣/块状夹渣 不规则形状的暗色区域,边缘呈锯齿状,夹渣物与金属有明显灰度差 多层焊道间、坡口侧壁附近 中等缺陷,应力集中源
咬边
Undercut
连续咬边/间断咬边 母材表面被电弧熔蚀形成的沟槽,位于焊缝边缘,深度0.2~1.5mm 角焊缝的翼板侧、对接焊缝两侧母材边缘 中等缺陷,削弱有效截面

三、图像采集与补光系统

焊缝表面的高反光特性(特别是轨道顶面经淬火处理的区域)是视觉检测的主要难点之一。本系统针对性地设计了多传感器融合方案:

双相机协同成像:采用两台不同焦距的工业相机——全局快门广角相机(25mm焦距,FOV 400×300mm@500mm物距)负责覆盖整条焊缝的宏观形貌,检测大尺寸未焊透和夹渣;微距相机(50mm焦距,FOV 120×90mm@300mm物距)负责捕捉裂纹、细小气孔等微缺陷。双相机通过硬件触发线同步采集,精度±1μs。

结构光环型补光:天车轨道表面镀铬或淬硬层反光率可达60%~80%。采用Φ120mm环形LED阵列(72颗高亮LED,色温5600K,显色指数≥90),配合圆柱面偏振滤光片,将镜面反射光转换为漫反射光,消除高光区域过曝问题。实测在轨道顶面反光区有效灰度方差降低75%,缺陷对比度提升至0.25以上。

激光轮廓扫描辅助深度判断:采用线激光轮廓传感器(波长650nm,Class 2M安全等级),沿焊缝方向扫描获取焊缝截面轮廓。通过三维点云数据分析,可精确测量焊缝余高(精度±0.05mm)、咬边深度(精度±0.03mm)、错边量(精度±0.1mm)等尺寸参数,辅助AI模型对严重程度的判定。

防护与适应性设计:整套采集系统采用IP67防护等级外壳,可适应天车巡检现场的高粉尘、油污和水汽环境。集成自动除雾功能(PTC加热玻璃窗口,启动后10秒内消除温差导致的镜头结雾),确保在0~45℃环境温度下稳定成像。

四、模型训练与数据集

数据集构建:从12家重工企业的天车轨道与主梁焊缝现场采集8,000+张高分辨率图像(含正常焊缝与6类缺陷),采用COCO格式进行精确标注。每张图像包含的缺陷实例数1~8个不等,总计标注35,000+个缺陷实例。数据集按7:2:1比例划分为训练集、验证集和测试集。

数据增强策略:针对焊缝图像”背景复杂、缺陷尺度小、类间差异大”的特点,采用以下增强组合:

  • 几何增强:随机旋转(±15°)、水平翻转、随机裁剪(保持宽高比),模拟不同拍摄角度
  • 光度增强:亮度/对比度随机调整(±20%)、高斯噪声(σ≤0.05)、HLS色彩抖动
  • 特殊增强:Mosaic(4张拼接,提升小目标检测能力)、MixUp(图像混合,提高泛化性)、随机擦除(模拟遮挡和油污覆盖场景)
  • 针对性增强:对裂纹和未焊透类小样本缺陷进行过采样复制增强,使各类缺陷训练样本数平衡

YOLOv8s-weld模型架构:以Ultralytics YOLOv8s为基础,针对焊缝缺陷检测的三个痛点进行专项优化:

  1. 增加小目标检测头(P2检测层,160×160特征图),使用4倍下采样特征对小尺寸缺陷(裂纹宽度0.05~0.3mm、气孔直径0.5~3mm)的召回率提升12%
  2. 引入可变形卷积DCNv4替换第6层C2f模块,自适应感受野更好地拟合不规则缺陷形状
  3. 改进边界框回归损失:将CIoU替换为Shape-IoU,对小长宽比缺陷(长条裂纹、条状夹渣)的回归精度提升8%

训练配置:输入分辨率640×640,批量大小32,300个训练周期(epoch),优化器采用AdamW(初始学习率0.001,权重衰减5e-4),余弦退火学习率调度。在NVIDIA RTX 4090(24GB)上单卡训练耗时约8.5小时。训练过程中采用早停策略(patience=20 epoch),验证集mAP收敛于第247epoch。

五、检测性能与标准对接

在独立的测试集(1,600+张)上进行评估,系统对各类缺陷的检测性能如下表所示:

缺陷类型 mAP@0.5 召回率(Recall) 准确率(Precision) 推理耗时(ms)
裂纹 ≥0.94 0.92 0.95 12.4
未焊透 ≥0.91 0.90 0.93 11.8
未熔合 ≥0.89 0.87 0.91 12.2
气孔 ≥0.88 0.86 0.90 10.5
夹渣 ≥0.86 0.85 0.88 11.3
咬边 ≥0.83 0.81 0.86 10.9
正常焊缝 ≥0.96 0.95 0.97 10.2
综合平均 mAP@0.5 = 0.89 | 单帧推理 ≤ 15ms | 检测帧率 ≥ 60FPS

从性能数据可以看出,裂纹(mAP≥0.94)和未焊透(mAP≥0.91)作为天车轨道焊缝中最关键的两类致命缺陷,检测精度最高,确保安全风险被最大程度识别。咬边(mAP≥0.83)由于与正常焊缝边缘过渡区域灰度特征相似,识别难度相对最大,但通过激光轮廓测量辅助后,漏检率降低至3%以下。

质量评级自动对接:根据GB/T 3323-2020和NB/T 47013-2015标准要求,系统将AI检测结果自动映射为焊缝质量等级:

标准 质量等级 对应AI判定标准 允许缺陷
GB/T 3323-2020 Ⅰ级 未检测到任何缺陷,焊缝外观质量达标 不允许任何裂纹、未焊透、未熔合、夹渣、气孔
Ⅱ级 检测到少量气孔或夹渣,无裂纹/未焊透/未熔合 允许少量气孔(d≤0.5mm,间距≥100mm),无裂纹、未焊透
Ⅲ级 检测到少量未焊透或未熔合缺陷,无裂纹 允许深度≤15%板厚的未焊透或长度≤25mm的条状夹渣,无裂纹
Ⅳ级 检测到裂纹或严重超标缺陷 不允许任何等级的存在裂纹

系统还支持NB/T 47013-2015《承压设备无损检测》标准的评级对接模式,适用于压力容器等承压设备相关的起重机焊接结构检测。用户可根据现场需要一键切换标准评级体系。

常见问题(FAQ)

Q1:该系统能否代替传统的无损检测(NDT)方法?
A:该系统在焊缝表面缺陷检测方面达到了较高的识别精度(裂纹mAP≥0.94),可作为常规巡检的快速筛查手段,大幅提升检测效率。但对于焊缝内部缺陷(如深层未熔合、内部气孔等),仍应依据GB/T 3323-2020《金属熔化焊焊接接头射线照相》和NB/T 47013-2015《承压设备无损检测》规定的射线检测(RT)或超声检测(UT)方法进行最终判定。AI视觉检测与常规NDT是互补关系,而非替代关系。
Q2:系统在不同光照条件下检测精度是否会下降?
A:该系统采用双相机协同+结构光环型补光+自适应曝光三重保障策略。全局快门广角相机和微距相机分别负责不同尺度的焊缝成像,结构光环型补光灯有效抑制天车轨道表面高反光干扰。现场实测表明,在露天厂房(光照变化±50%)和夜间补光条件下,mAP波动≤0.03。查询TSG Q7016-2016可知,对焊缝表面的目视检测有明确的照度要求,本系统完全符合。
Q3:系统支持哪些型号的天车轨道?标准依据是什么?
A:系统目前已适配QU70、QU80、QU100三种标准起重机轨道,覆盖了国内90%以上的天车轨道型号。检测方案严格依据GB/T 3811-2008《起重机设计规范》和GB/T 3323-2020中对轨道焊接接头的质量要求。对于特殊型号轨道,可通过系统自带的检测模板校准功能,在实际焊缝区域采集30~50张图像后自动完成模型迁移适配,无需重新训练。
Q4:检测数据如何管理与追溯?
A:系统配备云端检测管理平台,每张检测图像自动绑定焊缝ID、检测时间、位置坐标、缺陷类型、严重等级等元数据。平台可生成符合TSG Q7016-2016要求的检测报告,支持历史数据回溯(按时间、焊缝ID、缺陷类型等多维度检索)。所有检测记录存储≥5年,满足特种设备安全技术规范对检测数据保存的法规要求。

相关信息

contacto

Contáctanos

Teléfono:
+86 13903802779

mail:3915269@qq.com

Horario laboral: de lunes a viernes

WeChat
WeChat
COMPARTIR
TOP