用于在過程中對焊縫自動檢查的系統的制作方法

本發明涉及焊接質量控制，且更具體地，涉及在過程中對自動焊接過程的檢查。

背景技術：

渦輪轉子及類似的裝置的制造商可以利用對構件部件的鎢極氣體電弧焊接。如在高性能的機器中往往是理想的，這樣的焊接改進包括聯結具有不同的基底材料的構件的能力的機械性質。然而，焊接渦輪轉子的過程可能花費數十個小時，并且，為了使焊接操作員在下一個行程上焊接潛在的問題(例如，氣孔、未熔合、大的島狀硅酸鹽等)之前識別潛在的問題，操作員必須仔細注意噴槍所導致的每一個脈沖。對于人工操作員而言，在這樣長的時期內如此密切注意是一項艱難的任務。

即使假設焊接操作員可能能夠如此密切注意，焊接操作員也典型地不具有確切地了解所探索的技術的經驗。有經驗的焊工可以看到比較而言的外行看不到的熔池形狀、側壁浸潤幾何形狀、凝固的波紋圖案以及凝固的焊道幾何形狀中的特征。

在完成的焊縫上實施諸如超聲測試之類的測試之前，不能檢測到例如氣孔、夾雜物、未熔合等之類的大部分的焊縫缺陷。在造成焊縫缺陷時檢測焊縫缺陷的方案將節省相當大的成本和周期。因而，利用“不知疲倦的”計算機來在焊接渦輪轉子所花費的幾天的歷程的期間密切注意數百萬的焊接脈沖的方案將是理想的。利用被適當地訓練成注視這些關鍵焊縫的機器視覺系統的方案將進一步是理想的。

技術實現要素：

在示范性的實施例中，一種實時地檢測焊縫缺陷的方法包括在學習階段中實施模擬焊接操作的步驟。模擬焊接操作包括如下的步驟：將第一部件焊接至第二部件；捕獲焊接熔池的圖像；以及捕獲焊縫波紋形狀和焊腳(fillet)幾何形狀的圖像。使所捕獲到的圖像與焊縫位置關聯，并且，在由模擬焊接操作造成的焊縫上執行焊縫測試。檢定(characterize)焊縫中的任何缺陷，并且，使檢定的缺陷與所捕獲到的圖像中的偏差關聯。在生產焊接操作的期間，第一攝像頭捕獲生產焊接熔池的圖像，并且，第二攝像頭捕獲生產焊縫波紋形狀和焊腳幾何形狀的圖像。對所捕獲到的圖像進行處理，以基于關聯的檢定的缺陷而對與所捕獲到的圖像相對應的焊縫位置含有缺陷的總體概率進行計算。

在另一示范性的實施例中，一種實時地檢測焊縫缺陷的方法包括如下的步驟：(a)使潛在的焊縫缺陷與模擬焊接熔池的圖像和模擬焊縫波紋形狀及焊腳幾何形狀的圖像關聯；(b)在生產焊接操作中，使焊接金屬沉積至環形槽中；(c)在生產焊接操作的期間，第一攝像頭捕獲生產焊接熔池的圖像；(d)在生產焊接操作的期間，第二攝像頭捕獲生產焊縫波紋形狀和焊腳幾何形狀的圖像；以及(e)對在(c)和(d)中捕獲到的圖像進行處理，并且，基于在(a)中關聯的潛在的缺陷而對與在(c)和(d)中捕獲到的圖像相對應的焊縫位置含有缺陷的總體概率進行計算。

在又一示范性的實施例中，一種用于實時地檢測焊縫缺陷的系統包括：焊接噴槍，其在生產焊接操作中，允許焊接金屬沉積至環形槽中；和第一及第二攝像頭。第一攝像頭定位成與焊接噴槍相鄰且與將被焊接的部件相鄰，并且，在生產焊接操作的期間，捕獲生產焊接熔池的圖像。第二攝像頭定位成比第一攝像頭更遠離焊接噴槍且定位于焊接噴槍下游，并且，在生產焊接操作的期間，捕獲生產焊縫波紋形狀和焊腳幾何形狀的圖像。處理器接收由第一及第二攝像頭捕獲到的圖像。處理器與存儲與模擬焊接熔池的圖像和模擬焊縫波紋形狀及焊腳幾何形狀的圖像關聯的潛在的焊縫缺陷的數據庫通信。處理器被編程為對由第一及第二攝像頭捕獲到的圖像進行處理，并且，基于在數據庫中關聯的潛在的缺陷，對與由第一及第二攝像頭捕獲到的圖像相對應的焊縫位置含有缺陷的總體概率進行計算。

技術方案1.一種實時地檢測焊縫缺陷的方法，所述方法包括：

(a)在學習階段中實施模擬焊接操作，包括：

(1)使用焊接噴槍來將第一部件焊接至第二部件，

(2)第一攝像頭捕獲焊接熔池的圖像，

(3)第二攝像頭捕獲焊縫波紋形狀和焊腳幾何形狀的圖像，

(4)使在(2)和(3)中捕獲到的圖像與焊縫位置關聯，

(5)在由(1)中的焊接造成的焊縫上執行焊縫測試，并且，檢定所述焊縫中的任何缺陷，以及

(6)使檢定的缺陷與在(2)和(3)中捕獲到的圖像中的偏差關聯；以及

(b)在生產焊接操作的期間，所述第一攝像頭捕獲生產焊接熔池的圖像；

(c)在所述生產焊接操作的期間，所述第二攝像頭捕獲生產焊縫波紋形狀和焊腳幾何形狀的圖像；以及

(d)對在(b)和(c)中捕獲到的圖像進行處理，并且，基于在(6)中關聯的所述檢定的缺陷，對與在(b)和(c)中捕獲到的圖像相對應的焊縫位置含有缺陷的總體概率進行計算。

技術方案2.根據技術方案1所述的方法，其特征在于，進一步包括在步驟(d)之后，基于所述總體概率而輸出警報或停止所述生產焊接操作。

技術方案3.根據技術方案1所述的方法，其特征在于，通過使所述焊接熔池的形狀和所述焊縫波紋形狀及焊腳幾何形狀參數化而實踐步驟(a)(6)。

技術方案4.根據技術方案3所述的方法，其特征在于，進一步包括在步驟(a)(4)之前，捕獲所述焊接熔池中的難熔污染物的形狀和位置的圖像，并且，其中，步驟(a)(6)進一步包括使所述難熔污染物的形狀和位置參數化。

技術方案5.根據技術方案1所述的方法，其特征在于，進一步包括使用在(b)和(c)中捕獲到的圖像來重復步驟(a)(2)-(a)(6)。

技術方案6.根據技術方案1所述的方法，其特征在于，通過由填充渦輪轉子中的環形槽的tig噴槍在多個重疊的行程中沉積焊接金屬而執行所述生產焊接操作，并且，其中，所述焊縫位置由周向角度和徑向深度確定。

技術方案7.根據技術方案1所述的方法，其特征在于，通過超聲測試或通過破壞性測試方法而離線地實踐步驟(a)(5)。

技術方案8.根據技術方案1所述的方法，其特征在于，實踐步驟(a)(1)，以故意地在標稱參數范圍外執行焊接步驟而人為地造成缺陷。

技術方案9.根據技術方案1所述的方法，其特征在于，通過限定所述焊接熔池和所述焊縫波紋形狀及焊腳幾何形狀的閾值形狀偏差而實踐步驟(a)(6)。

10.一種實時地檢測焊縫缺陷的方法，所述方法包括：

(a)使潛在的焊縫缺陷與模擬焊接熔池的圖像和模擬焊縫波紋形狀及焊腳幾何形狀的圖像關聯；

(b)在生產焊接操作中，使焊接金屬沉積至環形槽中；

(c)在所述生產焊接操作的期間，第一攝像頭捕獲生產焊接熔池的圖像；

(d)在所述生產焊接操作的期間，第二攝像頭捕獲生產焊縫波紋形狀和焊腳幾何形狀的圖像；以及

(e)對在(c)和(d)中捕獲到的圖像進行處理，并且，基于在(a)中關聯的所述潛在的缺陷，對與在(c)和(d)中捕獲到的圖像相對應的焊縫位置含有缺陷的總體概率進行計算。

技術方案11.根據技術方案10所述的方法，其特征在于，進一步包括在步驟(e)之后，基于所述總體概率而輸出警報或停止所述生產焊接操作。

技術方案12.根據技術方案10所述的方法，其特征在于，進一步包括在由(b)中的沉積造成的焊縫上執行焊縫測試，并且，使用在(c)和(d)中捕獲到的圖像來關聯另外的焊縫缺陷。

技術方案13.根據技術方案10所述的方法，其特征在于，通過由填充渦輪轉子中的環形槽的tig噴槍在多個重疊的行程中沉積焊接金屬而執行所述生產焊接操作，并且，其中，焊縫位置由周向角度和徑向深度確定。

技術方案14.根據技術方案10所述的方法，其特征在于，通過對所述生產焊接熔池的邊緣形狀進行分析而實踐步驟(e)。

技術方案15.根據技術方案14所述的方法，其特征在于，通過對所述生產焊接熔池的前緣形狀和所述生產焊接熔池的后緣形狀進行分析而實踐步驟(e)。

技術方案16.一種用于實時地檢測焊縫缺陷的系統，所述系統包括：

焊接噴槍，其在生產焊接操作中，允許焊接金屬沉積至環形槽中；

第一攝像頭，其定位成與所述焊接噴槍相鄰且與將被焊接的部件相鄰，在所述生產焊接操作的期間，所述第一攝像頭捕獲生產焊接熔池的圖像；

第二攝像頭，其定位成比所述第一攝像頭更遠離所述焊接噴槍且定位于所述焊接噴槍下游，在所述生產焊接操作的期間，所述第二攝像頭捕獲生產焊縫波紋形狀和焊腳幾何形狀的圖像；

處理器，其接收由所述第一及第二攝像頭捕獲到的圖像；以及

數據庫，其存儲與模擬焊接熔池的圖像和模擬焊縫波紋形狀及焊腳幾何形狀的圖像關聯的潛在的焊縫缺陷，

其中，所述處理器與所述數據庫通信，并且，被編程為對由所述第一及第二攝像頭捕獲到的圖像進行處理，并且，基于在所述數據庫中關聯的所述潛在的缺陷，對與由所述第一及第二攝像頭捕獲到的圖像相對應的焊縫位置含有缺陷的總體概率進行計算。

技術方案17.根據技術方案16所述的系統，其特征在于，所述第一攝像頭包括兩個攝像頭，其包括定位成捕獲所述熔池前緣的圖像的前緣攝像頭和定位成捕獲所述熔池后緣的圖像的后緣攝像頭。

技術方案18.根據技術方案16所述的系統，其特征在于，所述環形槽限定于渦輪轉子中，其中，通過填充所述渦輪轉子中的環形槽的tig噴槍而在多個重疊的行程中沉積所述焊接金屬，并且，其中，焊縫位置由周向角度和徑向深度確定。

附圖說明

圖1和圖2是示出用于在過程中對焊縫自動檢查的構件的示意圖；

圖3是用于實時地檢測焊縫缺陷的方法的流程圖；

圖4是焊接熔池的示范性的圖像；并且，

圖5-6是焊縫波紋形狀和焊腳幾何形狀的示范性的圖像。

具體實施方式

系統執行在過程中(即，實時)對自動焊接過程檢查，諸如用于對渦輪轉子進行焊接的過程。如在下文中更詳細地描述的，系統包括：數碼攝像頭，其實時地收集視頻數據；傳感器，其實時地監測過程數據(安培數、伏特數、溫度等)；以及檢查/測試系統，其在學習階段的期間，離線地使用。在學習階段的期間，系統使視頻和/或過程數據中的特征與通過測試而檢測到的缺陷和“指示”關聯。在運行中，系統對實時流進行分析，并且，對在任何給定的時刻的已造成缺陷的概率進行計算。系統一檢測到已產生缺陷的高概率，就能夠基于可配置的概率閾值而使焊接暫停，以便重制。

圖1和圖2是用于實時地檢測焊縫缺陷的系統的示意圖。出于本描述的目的，使焊接金屬沉積至第一部件14與第二部件16之間的環形槽12中。例如，一個或多個諸如tig(鎢極惰性氣體)焊接噴槍之類的焊接噴槍18可以定位成與槽12相鄰。在一些實施例中，焊接噴槍18保持固定，而使第一部件14和第二部件16旋轉。備選地，可以使焊接噴槍18圍繞槽12周向地移位。焊接噴槍18包括已知的針對焊接數據的傳感器，以測量焊縫的物理特性，包括氣體流量值、溫度、焊接電流、噴槍與金屬之間的電壓、周向位置、徑向位置等，但不限于此。

在環形槽12附近，第一攝像頭20定位成與各焊接噴槍18相鄰。第二攝像頭22定位成大體上比第一攝像頭20更遠離各焊接噴槍18，并且，定位于焊接噴槍18下游。由于接近于焊縫，因而第一攝像頭20必須能夠耐受焊接噴槍18附近的高溫。第二攝像頭22定位成更遠離噴槍18所生成的熱，且因而不要求相同的耐熱程度。攝像頭20、22在焊接過程的不同的階段捕獲數字視頻數據。這樣的攝像頭是已知的且可現成地獲得的，并且，將不描述其結構和操作的進一步的細節。

處理器24不但接收第一攝像頭20和第二攝像頭22所捕獲的圖像，而且還接收焊接數據。數據庫26與處理器24通信，并且，存儲來自學習階段的與模擬焊接熔池的圖像和模擬焊縫波紋形狀的圖像以及焊腳幾何形狀關聯的潛在的焊縫缺陷(在下文中描述)。

第一攝像頭20捕獲包括焊接熔池的邊緣的圖像，并且，第二攝像頭22捕獲凝固的焊縫波紋和焊腳幾何形狀的下游圖像。可以利用另外的第一攝像頭來捕獲熔池前緣和熔池后緣兩者的圖像。與噴槍18相關聯的傳感器收集焊接過程數據。攝像頭20、22可以以光的各種波長(紅外光、可見光等)工作。當收集視頻的每一幀或輸入幀的子集時，算法使焊池形狀、浮在池上的難熔污染物(“硅酸鹽”等)的形狀和位置、凝固的波紋形狀以及焊腳幾何形狀等參數化。使用最佳擬合多項式或其它函數來實現參數化。

作為非限制的示例，可以將諸如眾所周知的“canny算法”之類的邊緣檢測算子用于視頻的幀上，從而如圖4中的彎曲白線所圖示地對焊池邊界進行定位。依據合適的x-y坐標系，使在圖4中描繪焊池前緣的白線與諸如n階多項式之類的數學函數擬合。將逼近一個視頻幀中的池的前緣的形狀的數學擬合參數與來自參考(“學習階段”)視頻的同一特征和/或同一視頻中的相鄰的幀的擬合參數比較。擬合參數的與范數的偏差或非預期的突變用于識別異常情形并對異常情形進行量化。

過程及視頻數據被索引至焊縫位置。在渦輪轉子焊接的示范性應用中，通過向外填充環形槽12的噴槍18而在數十個重疊的行程中沉積焊接金屬。在此背景下，焊縫位置由周向角度和徑向深度確定。

參考圖3，在學習階段的期間(步驟s1)，實施模擬焊接操作(s2)。第一攝像頭20捕獲焊接熔池的圖像，并且，第二攝像頭22捕獲焊縫波紋形狀和焊腳幾何形狀的圖像(s3)。使所捕獲到的圖像與焊縫位置關聯(s4)，并且，在由此產生的模擬焊縫上執行焊縫測試。可以通過超聲測試和/或破壞性方法而離線地檢查焊縫，以檢定任何所含有的缺陷指示。例如，測試能夠在各焊縫位置處確定缺陷尺寸、類型(氣孔、夾雜物、未熔合等)、取向(徑向-軸向、徑向-周向等)、位置(側壁、表面連接等)等。分析算法使參數化的視頻及過程數據中的特征與通過檢查而觀察到的指示關聯。作為示例，難熔島狀硅酸鹽的釋放破壞圖5中所示出的清楚而一致的2:00至8:00的波紋圖案，并且，顯著地變更最佳地表征該形狀的多項式擬合參數。在超聲檢查中，這樣的硅酸鹽還表現為大的軸向-周向缺陷。使擬合參數的偏差的大小與通過在學習階段的期間在給定的焊縫中的同一位置處對缺陷進行超聲檢查而確定的缺陷尺寸關聯。該關聯形成在系統的生產階段的期間已產生缺陷的概率估計的基礎。檢定焊縫中的缺陷(s5)。即，通過超聲方法而對缺陷進行尺寸測量，且/或通過諸如金相學之類的破壞性方法而使缺陷暴露并對缺陷進行測量。使檢定的缺陷與所捕獲到的圖像中的偏差關聯或匹配(s6)。

在生產焊接過程的期間，實時地檢測焊縫缺陷。當形成生產焊縫時(s8)，第一攝像頭20和第二攝像頭22分別捕獲生產焊接熔池和生產焊縫波紋形狀及焊腳幾何形狀的圖像(s9)。除了別的之外，關于在學習階段的期間進行處理的圖像和關聯，對所捕獲到的圖像進行處理(s10)，并且，基于至少在學習階段中關聯的檢定的缺陷，對與所捕獲到的圖像相對應的焊縫位置含有缺陷的總體概率進行計算(s11)。總體概率是基于來自若干個攝像頭的圖像分析和由焊接站采集的過程參數數據而混合并加權的概率。作為過分簡單化的非限制的示例，與鎢和工件之間的距離的變化相對應的電弧電壓的突變可能指示已產生硅酸鹽缺陷的20%的可能性；同時，視頻分析可能表明已產生硅酸鹽的35%的可能性。孤立地，這兩個數據點中的任一個可能不足以保證焊工的調查，但這兩個事件幾乎同時地發生這一事實極大地提高總體概率。

有可能在學習階段的期間故意地在標稱參數范圍外運行焊接過程而人為地造成缺陷，以幫助訓練系統。在諸如當硅酸鹽從焊池流出且稍后被焊接時產生的夾雜之類的一些情況下，使視頻及過程數據與嵌入的缺陷關聯的任務具有高水平的準確度，導致數據與缺陷之間的高概率的聯系。在諸如導致側壁未熔合的若干個焊接參數的微小層疊之類的其他情況下，可能更難以通過分析學而識別，從而導致低概率的關聯。

在生產焊接的期間，系統對給定的焊縫位置含有缺陷的總體概率實時地進行計算。系統配置成取決于已造成缺陷的可能性而引起警覺或可能地使焊接停止。系統限定焊接熔池(邊緣)和焊縫波紋形狀及焊腳幾何形狀的閾值形狀偏差。圖4是焊接熔池的示范性的攝像頭圖像，表明系統經由圖像處理而識別邊緣形狀。圖5和圖6是由系統實時地識別的焊縫波紋形狀和焊腳幾何形狀的示范性的視圖。當超過閾值時，系統識別潛在的焊縫缺陷。能夠得益于該系統的大部分的關鍵焊縫涉及焊接后的非破壞性測試。因而，在每次生產焊接之后，有可能繼續進行學習階段且使系統計算工具細化。即，能夠使每組數據與視頻及過程數據關聯，以改進用于識別焊縫缺陷的工具。

系統改進缺陷檢測的概率，允許操作員以關鍵裂紋將不逃出生產機構的更大的置信度推動裂紋尺寸的“包絡”。另外，能夠使修復缺陷的周期從幾周或更久縮短至少至幾分鐘。更進一步，系統能夠許可動用經驗不足的焊工，且/或能夠允許由較少的操作員焊接。

雖然已結合目前被認為是最實用且優選的實施例的示例而描述本發明，但要理解到，本發明不限于所公開的實施例，而相反，本發明旨在涵蓋被包括在所附權利要求的實質和范圍內的各種變型及等效的布置。