AI-визуальный контроль сварных швов кранового рельса и главной балки
Система AI-визуального контроля кранового рельса и сварных швов главной балки: инженерная практика распознавания дефектов (трещины, непровар, пористость) на основе глубокого обучения. Система AI-контроля сварных швов кранового рельса и главной балки, основанная на модели глубокого обучения YOLOv8, автоматически идентифицирует такие дефекты сварки, как трещины, непровар и пористость. Традиционный визуальный контроль (ВК) отличается низкой эффективностью и риском пропуска дефектов; решение на основе AI обеспечивает значительное повышение эффективности и точности контроля.
В современных условиях тяжелой промышленности мостовой кран является ключевым оборудованием для грузопереработки. Качество сварных швов его кранового рельса и главной балки напрямую определяет безопасность и надежность эксплуатации. Сварные швы, подвергающиеся длительным циклическим нагрузкам, ударным воздействиям и агрессивной среде, при возникновении таких дефектов, как трещины, непровар или пористость, без своевременного обнаружения могут привести к катастрофическим авариям. Традиционный визуальный контроль (ВК) зависит от опыта инспектора, отличается низкой эффективностью, высокой вероятностью пропуска дефектов и отсутствием единых стандартов. Компания Келуде, опираясь на технологии глубокого обучения и машинного зрения, разработала систему AI-контроля сварных швов кранового рельса и главной балки, обеспечивающую полностью автоматизированный процесс: от захвата изображений и распознавания дефектов до классификации качества.
Общая архитектура системы контроля сварных швов
Система реализует четырёхуровневую архитектуру «Платформа контроля — Сенсорный уровень — Уровень обработки — Оценочный уровень», охватывающую полный цикл от сбора данных до вынесения заключения о качестве:
Платформа контроля: В зависимости от условий эксплуатации предлагаются три варианта развертывания — автоматизированная инспекционная тележка (AGV) для планового осмотра протяженных участков кранового рельса, портативный прибор контроля для труднодоступных зон и угловых сварных швов концевой балки, а также стационарная монтажная рама для сварочных постов сборки главной балки мостового крана. Все три варианта используют единый программный стек «сбор-обработка-оценка» и обеспечивают бесшовный переход между режимами.
Сенсорный уровень: Состоит из двух промышленных камер (широкоугольная камера с глобальным затвором и макрокамера), кольцевой подсветки на основе структурированного света и лазерного сканера профиля. Камеры используют интерфейс GigE Vision, разрешение одиночного кадра ≥1920×1080, максимальная частота кадров ≥120 FPS. Лазерный сканер профиля обеспечивает получение трехмерной информации о контуре сварного шва для оценки таких параметров, как усиление шва и глубина подреза.
Уровень обработки: Развернута модель YOLOv8s-weld, созданная на основе YOLOv8s путем оптимизации (прунинг) и добавления специализированного слоя для обнаружения мелких объектов, адаптированная для признаков дефектов сварки. Вычислительная платформа граничных вычислений Jetson AGX Orin обеспечивает время обработки одного кадра ≤15 мс, удовлетворяя требованиям обнаружения в реальном времени с частотой ≥60 FPS.
Оценочный уровень: Обнаруженные дефекты классифицируются по типу, размеру и количеству, автоматически сопоставляются со стандартом ГОСТ 7512-82 (аналог GB/T 3323-2020) для классификации качества сварных соединений, формируется заключение о классе качества (I–IV) и выдается рекомендация по ремонту.
Типы сварных швов мостового крана и характеристики дефектов
Сварные соединения металлоконструкции мостового крана подразделяются на три основных типа, каждый из которых имеет существенные различия в характере воспринимаемых нагрузок и типичных дефектах:
1. Стыковой шов кранового рельса: Выполняется на стандартных крановых рельсах QU70, QU80 или QU100 (соответствует стандарту ISO 4301 / FEM 1.001). Основные методы сварки — ручная дуговая сварка (SMAW) и сварка в защитном газе CO₂ (GMAW). Типичные формы разделки кромок — V-образная или U-образная. Шов воспринимает динамическое давление колеса и горизонтальные боковые усилия. Характерные дефекты: продольные трещины, непровар (в корне шва),плотный пористость.
2. Угловой сварной шов главной балки: Основной несущий шов, соединяющий стенку главной балки с полкой балки. Обычно выполняется как двусторонний угловой шов (катет 6–12 мм), воспринимает изгибающие и сдвиговые напряжения. Из-за многослойности и значительной доли ручного труда часто встречаются такие дефекты, как непровар (отсутствие сплавления) в разделке, шлаковые включения между слоями и поперечные трещины.
3. Сварные швы концевой балки: Комбинированные стыковые и угловые соединения листовых элементов концевой балки, воспринимают крутящий момент и напряжения в зоне соединений. Наиболее характерные дефекты: кратерные трещины, подрезы, цепочечная пористость.
В таблице ниже приведены подробные внешние признаки и типичное расположение для 6 типов дефектов и нормального сварного шва, распознаваемых системой:
| Тип дефекта | Внешние признаки | Типичное расположение |
|---|---|---|
| Трещина | Линейный разрыв металла, часто с разветвлениями; на поверхности может быть не видна без дополнительного контроля | Зона сплавления, корень шва, кратер в конце шва |
| Непровар | Отсутствие сплавления между основным металлом и наплавленным, или между слоями; выглядит как темная полость | Корень шва, разделка кромок, между слоями |
| Пористость | Округлые или вытянутые полости (газовые пузыри), одиночные или в виде скоплений/цепочек | По всему объему шва, часто у поверхности |
| Шлаковое включение | Неметаллические включения неправильной формы, темные на снимке | Между слоями, в разделке, у границы сплавления |
| Подрез | Углубление (канавка) в основном металле вдоль границы шва | По краям шва, особенно у полки балки |
| Кратерная трещина | Трещина в углублении в конце валика шва | Кратер в конце сварного шва |
| Нормальный шов | Равномерная чешуйчатость, плавное сопряжение с основным металлом, без видимых дефектов | — |
Мостовой кран Kelude: надёжность и производительность для промышленности
Компания Kelude проектирует и производит мостовые краны, соответствующие требованиям ГОСТ и международным стандартам безопасности. Оборудование предназначено для интенсивной эксплуатации в цехах, на складах и производственных линиях.
Система захвата изображений и подсветки
Высокая отражающая способность поверхности сварного шва (особенно закалённых зон на поверхности кранового рельса) является одной из главных сложностей визуального контроля. Для решения этой задачи в системе реализована многодатчиковая схема:
Синхронная съёмка двумя камерами: используются две промышленные камеры с разным фокусным расстоянием — широкоугольная камера с глобальным затвором (фокусное расстояние 25 мм, поле зрения 400×300 мм при рабочем расстоянии 500 мм) обеспечивает контроль общей макроструктуры шва и выявляет крупные непровары и шлаковые включения; макрокамера (фокусное расстояние 50 мм, поле зрения 120×90 мм при рабочем расстоянии 300 мм) фиксирует микроскопические дефекты, такие как трещины и мелкая пористость. Синхронизация захвата изображений выполняется по аппаратному триггеру с точностью ±1 мкс.
Кольцевая подсветка на основе структурированного света: коэффициент отражения хромированной или закалённой поверхности кранового рельса достигает 60–80%. Применяется кольцевой светодиодный модуль диаметром 120 мм (72 ярких светодиода, цветовая температура 5600 К, индекс цветопередачи ≥90) в сочетании с цилиндрическим поляризационным фильтром, который преобразует зеркальное отражение в диффузное, устраняя пересветы на бликовых участках. В результате измерений дисперсия яркости на отражающих участках поверхности рельса снижается на 75%, а контраст дефектов повышается до 0,25 и более.
Лазерное профилирование для оценки глубины: применяется лазерный датчик профиля (длина волны 650 нм, класс безопасности 2M), который сканирует сечение шва вдоль направления сварки. Анализ трёхмерного облака точек позволяет точно измерять усиление шва (точность ±0,05 мм), глубину подреза (точность ±0,03 мм), величину смещения кромок (точность ±0,1 мм) и другие размерные параметры, что помогает ИИ-модели оценивать степень серьёзности дефекта.
Защита и адаптация к условиям эксплуатации: корпус всей системы захвата имеет степень защиты IP67 и рассчитан на работу в условиях повышенной запылённости, загрязнения маслами и повышенной влажности, характерных для осмотра мостовых кранов. Встроена автоматическая система антизапотевания (окно с PTC-подогревом, устраняет конденсат на объективе в течение 10 секунд после включения), что обеспечивает стабильное формирование изображения при температуре окружающей среды от 0 до 45 °C.
Обучение модели и подготовка набора данных
Формирование набора данных: собрано более 8 000 изображений высокого разрешения (включая швы без дефектов и с 6 типами дефектов) с крановых рельсов и главных балок на 12 предприятиях тяжёлого машиностроения. Разметка выполнена в формате COCO. Количество дефектов на одном изображении варьируется от 1 до 8, всего аннотировано более 35 000 экземпляров дефектов. Набор данных разделён в пропорции 7:2:1 на обучающий набор, набор валидации и тестовый набор.
Стратегия аугментации данных: с учётом особенностей изображений сварных швов — сложный фон, малый размер дефектов, значительные межклассовые различия — применяется следующий набор методов аугментации:
- Геометрическая аугментация: случайное вращение (±15°), горизонтальное отражение, случайное кадрирование (с сохранением соотношения сторон) для имитации различных углов съёмки.
- Фотометрическая аугментация: случайная регулировка яркости/контраста (±20%), гауссов шум (σ≤0,05), цветовое дрожание в цветовом пространстве HLS.
- Специальная аугментация: Mosaic (объединение 4 изображений для повышения способности обнаружения мелких объектов), MixUp (смешивание изображений для улучшения обобщающей способности), случайное стирание (имитация перекрытия и загрязнения маслом).
- Целевая аугментация: для малочисленных классов дефектов, таких как трещины и непровары, применяется избыточная аугментация с дублированием для балансировки количества обучающих примеров по всем классам.
Архитектура модели YOLOv8s-weld: на основе Ultralytics YOLOv8s выполнена целевая оптимизация под три ключевые проблемы обнаружения дефектов сварных швов:
- Добавлена голова обнаружения мелких объектов (слой детекции P2, карта признаков 160×160). Использование признаков с 4-кратной субдискретизацией повышает полноту обнаружения мелких дефектов (трещины шириной 0,05–0,3 мм, поры диаметром 0,5–3 мм) на 12%.
- Внедрены деформируемые свёртки DCNv4 для замены модуля C2f в 6-м слое: адаптивное поле восприятия лучше подстраивается под нерегулярную форму дефектов.
- Улучшена функция потерь для регрессии ограничивающих рамок: CIoU заменена на Shape-IoU, что повышает точность регрессии для дефектов с большим соотношением сторон (протяжённые трещины, полосовые шлаковые включения) на 8%.
Конфигурация обучения: разрешение входных изображений 640×640, размер батча 32, количество эпох обучения 300, оптимизатор AdamW (начальная скорость обучения 0,001, коэффициент регуляризации 5e-4), планировщик скорости обучения — косинусный отжиг. Обучение на одной видеокарте NVIDIA RTX 4090 (24 ГБ) занимает около 8,5 часов. В процессе обучения применяется стратегия ранней остановки (patience=20 эпох), значение mAP на наборе валидации сходится к 247-й эпохе.
Показатели обнаружения и соответствие стандартам
Оценка системы на независимом тестовом наборе (более 1 600 изображений) показала следующие результаты обнаружения дефектов различных типов:
Козловой кран Kelude: надёжность и производительность для промышленности
Козловые краны Kelude — это современные грузоподъёмные решения, разработанные с учётом требований российских и стран СНГ промышленных предприятий. Оборудование соответствует международным стандартам ISO 4301 и IEC 60204-32, что гарантирует безопасность и долговечность в самых суровых условиях эксплуатации.
