一种面向桥梁工程的金属焊缝缺陷检测方法及系统与流程
本发明涉及桥梁工程无损检测,具体为一种面向桥梁工程的金属焊缝缺陷检测方法及系统。
背景技术:
1、在桥梁工程中,金属焊缝的质量直接关系到桥梁结构的安全性和耐久性。现有对桥梁钢箱梁焊缝的缺陷检测主要依赖人工手持超声探伤仪进行逐点扫查,操作人员需根据经验判断回波信号中哪些属于焊缝几何边界反射、哪些属于内部缺陷反射,检测效率低且主观性强,难以对整条焊缝形成三维可视化的缺陷分布信息。此外,传统超声检测通常只能发现内部埋藏缺陷,对于焊缝表面开口缺陷和近表面埋藏缺陷的识别能力较弱,需要额外采用磁粉检测或渗透检测等独立手段,导致检测流程复杂、设备种类繁多,且不同检测结果之间缺乏空间关联,无法在同一坐标系下综合评估焊缝的健康状态。随着机器人技术的引入,部分检测方案尝试将磁吸附爬壁机器人搭载单一传感器(如光学相机或漏磁探头)沿焊缝行走,但机器人行走路径往往依赖人工预先设定的固定轨迹,无法根据已探知的内部缺陷位置动态调整扫查重点,导致漏检或重复扫查。同时,单一传感器只能获取焊缝表面图像或漏磁信号中的某一类信息,无法同时捕获表面开口缺陷的几何形态与近表面埋藏缺陷的磁特征,使得两类缺陷的识别和定位相互孤立,难以建立全面的缺陷特征数据集。现有的融合检测方法通常是将不同传感器的数据在后期进行简单叠加,缺乏基于空间配准和缺陷候选点关联的融合机制,造成数据冗余和误判。本发明针对上述问题,提出一种利用多角度超声相控阵技术重建焊缝三维轮廓并反演内部缺陷,再结合磁吸附爬壁机器人动态规划路径、多模态融合提取缺陷特征的方法。
技术实现思路
1、本发明旨在提供一种面向桥梁工程的金属焊缝缺陷检测方法,以解决现有技术中超声检测依赖人工判读导致效率和准确性低、无法自动生成焊缝三维缺陷分布图,以及机器人扫查路径固定、单一传感器无法同时检测表面开口缺陷和近表面埋藏缺陷的技术问题。
2、本发明的目的可以通过以下技术方案实现:
3、本发明提供一种面向桥梁工程的金属焊缝缺陷检测方法,通过多通道超声相控阵探头向桥梁金属焊缝区域发射多组不同角度的超声波束,接收超声回波信号,从超声回波信号中分离出边界回波分量和缺陷回波分量,利用边界回波分量重建焊缝的三维轮廓模型,利用缺陷回波分量反演出焊缝内部每个缺陷候选点的空间位置和回波强度,再将三维轮廓模型与缺陷候选点的空间位置进行空间配准生成焊缝缺陷分布图。该焊缝缺陷分布图能够直观反映缺陷在焊缝内部的三维分布及其与焊缝几何边界的关系,为后续针对性扫查和缺陷评估提供精确的空间基准。
4、根据边界回波分量重建焊缝的三维轮廓模型时,将边界回波分量按照多通道超声相控阵探头中每个阵元的编号进行分组,得到每个阵元对应的边界回波子集;对每个边界回波子集内的回波信号按照采样时间顺序排列,构建每个阵元的时间幅度曲线;在该时间幅度曲线上定位出第一个幅值突变的上升沿时刻作为焊缝上表面回波到达时刻,定位出最后一个幅值衰减的下降沿时刻作为焊缝下表面回波到达时刻;获取每个阵元的固定空间坐标和超声波束的发射角度,根据上表面回波到达时刻计算每个阵元与焊缝上表面反射点之间的第一传播距离,根据下表面回波到达时刻计算每个阵元与焊缝下表面反射点之间的第二传播距离;以每个阵元的空间坐标为起点,沿着发射角度方向分别截取第一传播距离和第二传播距离,得到焊缝上表面点云和焊缝下表面点云;将上表面点云和下表面点云进行三角剖分网格化,得到焊缝的三维轮廓模型。该方法能够从超声回波信号中精确提取焊缝上下表面的几何信息,构建高精度的三维轮廓,为缺陷定位提供准确的几何约束。
5、根据缺陷回波分量反演出焊缝内部每个缺陷候选点的空间位置和回波强度时,将缺陷回波分量按照发射角度的不同拆分为多个角度的回波子序列;对每个角度的回波子序列执行滑动窗口能量检测,定位出能量超过背景噪声阈值的异常回波包络;提取每个异常回波包络的峰值到达时间和峰值幅度;根据峰值到达时间和超声波在焊缝金属中的预设传播速度,计算每个异常回波包络对应的缺陷反射点沿发射方向的第一距离坐标;获取多通道超声相控阵探头的发射阵元坐标和接收阵元坐标,以发射阵元坐标为焦点之一、接收阵元坐标为另一焦点构建一个椭圆轨迹;将第一距离坐标约束下的所有可能缺陷点位置与椭圆轨迹进行相交计算,得到一个或多个相交点作为初步缺陷候选点;将来自至少三个不同发射角度的异常回波包络所确定的初步缺陷候选点进行空间投票,将投票数超过预设投票阈值的空间位置确定为焊缝内部缺陷候选点;将峰值幅度作为该焊缝内部缺陷候选点的回波强度。该反演方法利用多角度超声回波的空间几何约束,通过椭圆轨迹相交和空间投票机制,有效滤除了虚假回波引起的误判,显著提高了缺陷定位的准确性和鲁棒性。
6、进一步地,空间投票采用加权投票机制,其中每个来自不同发射角度的异常回包络所确定的初步缺陷候选点根据其对应的峰值幅度分配权重,最终焊缝内部缺陷候选点由累积权重超过预设权重阈值的空间位置确定。加权投票机制使高回波强度的缺陷候选点获得更大权重,有利于突出强反射缺陷,降低弱噪声点的影响,进一步提升缺陷识别的可靠性。
7、将焊缝的三维轮廓模型与缺陷候选点的空间位置进行空间配准生成焊缝缺陷分布图时,从焊缝的三维轮廓模型中提取出焊缝上表面网格节点的空间坐标集合;从缺陷候选点的空间位置中提取出每个缺陷候选点的三维坐标;计算每个缺陷候选点的三维坐标到焊缝上表面网格节点的空间坐标集合的最小欧氏距离,将该最小欧氏距离对应的网格节点作为该缺陷候选点的最近邻表面点;记录每个缺陷候选点到其最近邻表面点的垂直深度值,并将该垂直深度值与缺陷候选点的回波强度进行绑定;以焊缝的三维轮廓模型作为底图,将每个缺陷候选点的空间位置投影到焊缝上表面平面上,得到一个二维投影点;在二维投影点位置处用一个灰度标记来表示绑定的回波强度,同时用一个数字标签来表示绑定的垂直深度值;将所有二维投影点及其对应的灰度标记和数字标签叠加到焊缝的三维轮廓模型的顶视图中,生成焊缝缺陷分布图。该分布图将缺陷的空间位置、深度和回波强度信息一体化呈现,便于操作人员快速识别缺陷的严重程度和埋藏深度,指导后续检测和维修决策。
8、将一个磁吸附爬壁机器人根据焊缝缺陷分布图规划的扫查路径吸附于桥梁钢箱梁表面进行自主移动,并在移动过程中采集焊缝表面的光学图像序列和磁漏信号序列,具体包括:从焊缝缺陷分布图中提取出所有二维投影点的平面坐标,形成一个缺陷兴趣点集合;对缺陷兴趣点集合执行一个最近邻聚类算法,两个缺陷兴趣点i和j之间的空间距离计算公式为:
9、;
10、其中:dij表示第i个缺陷兴趣点与第j个缺陷兴趣点在焊缝上表面投影平面上的欧氏距离,(ui,vi)表示第i个缺陷兴趣点在投影平面上的横坐标和纵坐标,(uj,vj)表示第j个缺陷兴趣点在投影平面上的横坐标和纵坐标;当dij≤rc时,将第i个缺陷兴趣点与第j个缺陷兴趣点归入同一个缺陷簇,其中rc为预设聚类半径,其取值为桥梁钢箱梁焊缝设计宽度的0.5倍;将空间距离小于预设聚类半径的缺陷兴趣点归入同一个缺陷簇;计算每个缺陷簇的几何中心坐标,并将该几何中心坐标作为该缺陷簇的代表性扫查点;获取桥梁钢箱梁表面所有焊缝轨迹的中心线矢量数据,将代表性扫查点投影到距离最近的焊缝中心线上,得到投影扫查点;按照投影扫查点在焊缝中心线上出现的自然顺序,生成一条依次经过所有投影扫查点的扫查路径;将该扫查路径中的每两个相邻投影扫查点之间的直线段按照磁吸附爬壁机器人的单次步进距离进一步切分为多个微步进点;控制磁吸附爬壁机器人吸附于桥梁钢箱梁表面,按照扫查路径依次移动到每个投影扫查点;在每个投影扫查点处触发一次光学相机曝光和一次磁漏传感器采集,得到该位置的光学图像和磁漏信号;将所有投影扫查点处采集的光学图像按照采集时间顺序排列,得到光学图像序列;将所有投影扫查点处采集的磁漏信号按照采集时间顺序排列,得到磁漏信号序列。该规划方法通过对缺陷兴趣点进行聚类和中心化处理,大幅减少了冗余扫查点,使机器人以最小移动路径覆盖所有关键区域,提高了检测效率;同时将扫查点精确投影至焊缝中心线,保证了传感器始终对准焊缝,采集数据的一致性和可比性得到增强。
11、从光学图像序列和磁漏信号序列中融合提取出焊缝表面开口缺陷和近表面埋藏缺陷的特征参数,形成缺陷特征数据集,具体包括:对光学图像序列中的每一帧光学图像执行灰度化处理,将彩色图像转换为灰度图像;在灰度图像上执行形态学顶帽变换,所述形态学顶帽变换的计算公式为:
12、;
13、其中:itop(x,y)表示在像素坐标(x,y)处输出的顶帽变换结果,igray(x,y)表示灰度图像在像素坐标(x,y)处的灰度值,b表示结构元素,表示灰度腐蚀运算,表示灰度膨胀运算;所述暗色区域为满足itop(x,y)>th的连续像素连通域,其中th为预设的顶帽阈值,取值为整个顶帽变换结果图像中灰度最大值的0.3倍;从灰度图像中分离出暗色区域作为表面开口缺陷候选区域;对每一个表面开口缺陷候选区域计算其最大长度、最大宽度和取向角度,形成表面开口缺陷的几何特征向量;对磁漏信号序列中的每一段磁漏信号执行基线漂移校正,得到校正后的磁漏波形;在校正后的磁漏波形上定位出正峰值和负峰值,计算正峰值与负峰值之间的峰值幅度;计算正峰值出现的第一时间位置和负峰值出现的第二时间位置,根据第一时间位置和第二时间位置计算缺陷的宽度指示值;将峰值幅度和宽度指示值组合成近表面埋藏缺陷的磁特征向量;将同一投影扫查点处得到的几何特征向量和磁特征向量按照投影扫查点的空间坐标进行关联融合,若某一投影扫查点仅存在几何特征向量则标记为表面开口缺陷类型,若仅存在磁特征向量则标记为近表面埋藏缺陷类型,若两者同时存在则标记为贯通缺陷类型;将所有投影扫查点的融合结果汇集成为缺陷特征数据集。该融合方法利用光学视觉检测表面开口缺陷、利用磁漏检测近表面埋藏缺陷,通过顶帽变换抑制背景干扰突出裂纹暗区,通过磁漏波形特征量化埋藏缺陷的尺寸,充分发挥了两种检测手段的互补优势,能够全面识别焊缝不同深度的缺陷类型并提取量化特征,为缺陷严重程度评估和修复决策提供可靠的数据基础。
14、该方法还包括将缺陷特征数据集通过一条防水射频链路回传至一个桥梁健康监测站,具体包括:在磁吸附爬壁机器人上安装一个全向天线和一个功率放大器;将缺陷特征数据集中的每一条缺陷记录按照固定字段长度进行打包,每条缺陷记录包含投影扫查点的空间坐标、缺陷类型标签、几何特征向量或磁特征向量;在每个数据包的起始位置插入一个独特的起始标识符序列,在数据包的结束位置插入一个校验和字节;将打包后的数据包送入功率放大器进行信号功率提升,得到放大后的射频信号;通过全向天线将放大后的射频信号以广播方式向外发送,每个数据包重复发送三次,三次发送采用三个不同的载波频率;桥梁健康监测站接收射频信号,对接收到的三个不同载波频率的信号进行最大比合并解调,得到恢复的数据包;对恢复的数据包进行校验和验证,将通过校验的数据包中的缺陷记录存入本地缺陷数据库。该回传机制采用多频冗余发送和最大比合并解调,有效对抗桥梁钢箱梁环境中的多径干扰和信号衰减,确保缺陷数据可靠传输至监测站,实现远程实时监控。
15、由桥梁健康监测站根据回波强度从缺陷特征数据集中筛选出需要修复的关键缺陷坐标清单,具体包括:从缺陷特征数据集中读取每一条缺陷记录对应的投影扫查点的空间坐标;根据该空间坐标从回波强度中查找该缺陷记录对应的回波强度值;建立一个空的关键缺陷坐标清单和一个空的暂缓缺陷坐标清单;按照回波强度值从大到小对缺陷特征数据集中的所有缺陷记录进行降序排列;从降序排列后的第一条缺陷记录开始,依次取出当前缺陷记录的空间坐标,计算当前缺陷记录的空间坐标与关键缺陷坐标清单中每一个已有坐标之间的空间距离;若所有空间距离均大于一个预设的相互影响半径,则将当前缺陷记录的空间坐标加入关键缺陷坐标清单;若存在任意一个空间距离小于或等于相互影响半径,则将当前缺陷记录的空间坐标加入暂缓缺陷坐标清单;在遍历完所有缺陷记录后,输出关键缺陷坐标清单作为需要修复的关键缺陷坐标清单。该筛选方法以回波强度表征缺陷危险程度,同时考虑缺陷之间的空间邻近性(相互影响半径),避免对相邻密集缺陷进行重复或冲突修复,确保关键缺陷清单中每个缺陷都具有独立的修复价值,提高了维修资源分配的合理性。
16、本发明还提供一种面向桥梁工程的金属焊缝缺陷检测系统,包括存储器、处理器以及存储在存储器中并在处理器上运行的计算机程序,处理器在执行计算机程序时实现上述一种面向桥梁工程的金属焊缝缺陷检测方法的步骤。该系统能够集成上述全部方法流程,自动化完成从超声检测、图像与磁漏数据采集到缺陷识别与远程传输的全过程,提升桥梁焊缝检测的效率和准确性。
17、本发明的有益效果:
18、通过多通道超声相控阵探头向桥梁金属焊缝区域发射多组不同角度的超声波束,从接收的超声回波信号中分别分离出用于表征焊缝几何边界的边界回波分量和用于表征焊缝内部缺陷的缺陷回波分量,根据边界回波分量重建焊缝的三维轮廓模型,并根据缺陷回波分量反演出焊缝内部每个缺陷候选点的空间位置和回波强度,再将二者进行空间配准以生成焊缝缺陷分布图。该方案利用多角度超声束对焊缝内外结构的分辨能力,将原本混叠在回波信号中的边界反射和缺陷反射进行有效分离,避免传统方法中操作人员依靠经验判断回波性质带来的主观误差。基于边界回波分量重建的三维轮廓模型为缺陷定位提供了精确的几何基准,而通过椭圆轨迹约束与多角度空间投票定位出的内部缺陷候选点能够更准确地对应实际缺陷位置,二者空间配准后得到的焊缝缺陷分布图直观展示了缺陷在焊缝轮廓内部的空间分布、深度和回波强度,为后续机器人扫查提供了明确的目标导向,解决了现有超声检测结果二维显示、缺乏三维空间信息的问题。将磁吸附爬壁机器人根据焊缝缺陷分布图规划的扫查路径吸附于桥梁钢箱梁表面进行自主移动,在移动过程中采集焊缝表面的光学图像序列和磁漏信号序列,然后从光学图像序列和磁漏信号序列中融合提取出焊缝表面开口缺陷和近表面埋藏缺陷的特征参数,形成缺陷特征数据集。该方案利用焊缝缺陷分布图中已确定的缺陷兴趣点位置规划机器人扫查路径,使机器人能够优先抵达内部缺陷对应的表面区域进行定点采集,不同于传统机器人沿固定轨迹匀速行走的方式,大幅提高了表面检测的针对性,减少了无效行程。在数据融合提取过程中,对光学图像进行形态学顶帽变换以分离出表面开口缺陷候选区域并计算几何特征,同时对磁漏信号进行基线漂移校正后提取峰值幅度和宽度指示值作为近表面埋藏缺陷的磁特征,再将同一空间坐标下的几何特征向量和磁特征向量进行关联融合,能够区分表面开口缺陷、近表面埋藏缺陷和贯通缺陷三种类型,实现了不同物理属性的缺陷在同一坐标系下的统一表征,解决了单一传感器分别检测导致的数据孤立和漏判问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com