高级检索

ISSN1001-3806CN51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

激光焊接缺陷多向磁场激励下磁光成像检测

王聪毅 高向东 马女杰 张艳喜 游德勇

引用本文:
Citation:

激光焊接缺陷多向磁场激励下磁光成像检测

    作者简介: 王聪毅(1989-),男,博士研究生,主要研究方向为无损探伤技术.
    通讯作者: 高向东, gaoxd@gdut.edu.cn
  • 基金项目:

    国家自然科学基金资助项目 51675104

    广东省教育厅创新团队资助项目 2017KCXTD010

  • 中图分类号: O436.4;TN247

Magneto-optical imaging detection of laser welding defects under multi-directional magnetic field excitation

    Corresponding author: GAO Xiangdong, gaoxd@gdut.edu.cn ;
  • CLC number: O436.4;TN247

  • 摘要: 为了研究交叉焊缝缺陷的磁光图像特征,对中碳钢板进行十字对接激光焊,获得同时具有横向和纵向焊后裂纹的试验样本,同时采用恒定磁场和交变磁场对试验样本进行多角度励磁, 用磁光成像传感器采集不同角度磁场激励下焊接缺陷处的磁光图像,并对磁光图像的缺陷特征进行分析。结果表明,多向磁场激励下的磁光成像技术能明显检测出多角度的焊接缺陷,且能有效避免曲线裂纹在焊接缺陷检测中的漏检现象; 同时,交变磁场激励下, 同一裂纹成像的分辨率提高了40pixel~50pixel,能更精确地定位缺陷位置。此研究为提高焊接缺陷的检出率提供了依据。
  • Figure 1.  Crossing welds

    a—schematic diagram b—welding sample

    Figure 2.  Physical map of test sample

    a—defect of crossing welds b—area of interest

    Figure 3.  Principle of welding defect detection based on magneto-optical imaging

    Figure 4.  Schematic diagram of the relative angle of the excitation device on the welded test sample

    a—0° b—45° c—90° d—135°

    Figure 5.  Magneto-optical images of cross weld under DC excitation at different angles

    a—0° b—45° c—90° d—135°

    Figure 6.  Three consecutive frames of magneto-optical images for cross weld under different angles alternating magnetic field excitation

    a—0° b—45° c—90° d—135°

    Figure 7.  Gray images and gray curve images of cross crack

    a—histogram equalized image with excitation angle 0° b—the curves of gray level of 0°

    Figure 8.  Gray images and gray curve images of cross crack under different angle excitation

    a—histogram equalized image with excitation angle 45° b—the curves of gray level of 45° c—histogram equalized image with excitation angle 90° d—the curves of gray level of 90° e—histogram equalized image with excitation angle 135° f—the curves of gray level of 135°

    Figure 9.  Fusion image of the cross-cracked magneto-optical image

    a—0° b—45° c—90° d—135°

    Figure 10.  Grayscale image and gray curve image of transverse crack(0°)

    a—grayscale image b—the curves of gray level

    Figure 11.  Grayscale image and gray curve image of horizontal and vertical cracks(45°)

    a—grayscale image b—the curves of gray level

    Figure 12.  Grayscale image and gray curve image of longitudinal crack(90°)

    a—grayscale image b—the curves of gray level

    Figure 13.  Grayscale image and gray curve image of horizontal and vertical cracks(135°)

    a—grayscale image b—the curves of gray level

  • [1]

    YOU D Y, GAO X D. Studies and prospects of laser welding techno-logy[J]. Welding Technology, 2008, 37(4):5-9(in Chinese).
    [2]

    KOSCHNY M, LINDNER M. Magneto-optical sensors accurately analyze magnetic field distribution of magnetic materials[J]. Advanced Materials & Processes, 2012, 170(2):13-16. 
    [3]

    ZENG H M, GAO X D, ZHANG N F. Nondestructive testing methods of welding crack[J]. Hot Working Technology, 2017, 46(11):21-24 (in Chinese).
    [4]

    GAO X D, CHEN Y Q, YOU D Y, et al. Detection of micro gap weld joint by using magneto-optical imaging and Kalman filtering compensated with RBF neural network[J]. Mechanical Systems & Signal Processing, 2017, 84:570-583. 
    [5]

    CUI W, DAI G, LONG F F, et al. Visualization method for the steel plate butt weld based on magnetic flux leakage testing[J]. Nondestructive Testing, 2013, 35(5):8-11 (in Chinese). 
    [6]

    ZHEN R H, XIONG J B, ZHOU W. Micro-weld seam magneto-optical imaging regular research based on magnetic charge theory[J]. Electric Welding Machine, 2019, 49(7):84-88 (in Chinese). 
    [7]

    TSUKADA K, MAJIMA Y, NAKAMURA Y, et al. Detection of inner cracks in thick steel plates using unsaturated ac magnetic flux leakage testing with a magnetic resistance gradiometer[J]. IEEE Transactions on Magnetics, 2017, 53(11): 2501305. 
    [8]

    RICHERT H, SCHMIDT H, LINDNER S, et al. Dynamic magneto-optical imaging of domains in grain oriented electrical steel[J]. Steel Research, 2016, 87(2):232-240. doi: 10.1002/srin.201500013
    [9]

    FANG J H. Analysis and control of ordinary welding crack in shipbuilding[J]. Ship Engineering, 2015, 37(s1):186-190(in Chin-ese). 
    [10]

    WAN X Zh, ZHAO X Zh, LI M. Effects of cruciform butt welds on the static mechanical behavior of spliced circular steel tube[J]. Building Structure, 2011, 41(s1):843-846 (in Chinese).
    [11]

    GE J H, LI W, CHEN G M, et al. Analysis of signals for inclined crack detection through alternating current field measurement with a U-shaped probe[J]. Insight-Non-Destructive Testing and Condition Monitoring, 2017, 59(3):121-128. doi: 10.1784/insi.2017.59.3.121
    [12]

    MA N J, GAO X D, ZHOU X H, et al. Analysis of magneto-optical imaging characteristics of weld defects under magnetic field excitation[J]. Laser Technology, 2018, 42(4):525-530(in Chinese). 
    [13]

    GAO X D, LAN Ch Zh, CHEN Z Q, et al. Dynamic detection and recognition of welded defects based on magneto-optical imaging[J]. Optics and Precision Engineering, 2017, 25(5):1135-1141(in Ch-inese). doi: 10.3788/OPE.20172505.1135
    [14]

    RAHMAN S, RAHMAN M M, HUSSAIN K, et al. Image enhancement in spatial domain: A comprehensive study[C]//International Conference on Computer & Information Technology. New York, USA: IEEE, 2014: 368-373.
    [15]

    MAINI R, AGGARWAL H. A comprehensive review of image enhancement techniques[J]. Computer Science, 2010, 2(3):8-13.
    [16]

    SUN Z G, WANG S J, ZHOU Y X, et al. Research on real time seam tracking technology based on image processing[J]. Manufacturing Technology & Machine Tool, 2019, 683(5):153-157(in Chinese).
    [17]

    CHENG H D, SHI X J. A simple and effective histogram equalization approach to image enhancement[J]. Digital Signal Processing, 2004, 14(2):158-170. 
    [18]

    ZHENG W, SUN X Q, LI Zh. Image fusion based on Shearlet transform and region characteristics[J]. Laser Technology, 2015, 39(1):50-56(in Chinese).
    [19]

    GAO Y, WANG A M, WANG F H. Application of improved wavelet transform algorithm in image fusion[J]. Laser Technology, 2013, 37(5):690-695 (in Chinese).
    [20]

    CHEN W B, NIU B, GU H B. Fusion algorithm of infrared images and visible images based on weighting[J]. Aeronautical Computing Technique, 2016, 46(5):73-76(in Chinese).
  • [1] 马女杰高向东周晓虎张艳喜 . 磁场激励下焊接缺陷磁光成像特征分析. 激光技术, 2018, 42(4): 525-530. doi: 10.7510/jgjs.issn.1001-3806.2018.04.017
    [2] 田猛高向东谢岳轩张艳喜 . 焊接缺陷磁光成像噪声特征分析及处理算法. 激光技术, 2023, 47(5): 646-652. doi: 10.7510/jgjs.issn.1001-3806.2023.05.011
    [3] 杜亮亮高向东周晓虎王春草 . 旋转磁场激励下激光焊接裂纹磁光成像规律研究. 激光技术, 2018, 42(6): 780-784. doi: 10.7510/jgjs.issn.1001-3806.2018.06.010
    [4] 杜亮亮高向东张南峰季玉坤 . 激光焊接裂纹磁光成像频域特征分析. 激光技术, 2020, 44(2): 226-231. doi: 10.7510/jgjs.issn.1001-3806.2020.02.016
    [5] 汪靓杨宇黄敏朱启兵 . 基于偏振成像技术的油桃机械损伤检测. 激光技术, 2022, 46(6): 841-849. doi: 10.7510/jgjs.issn.1001-3806.2022.06.021
    [6] 周宇王天一李文军游承武杨振刚王可嘉刘劲松 . 太赫兹无损检测可视化系统的设计. 激光技术, 2017, 41(3): 351-355. doi: 10.7510/jgjs.issn.1001-3806.2017.03.010
    [7] 郑彩英郭中华金灵 . 高光谱成像技术检测冷却羊肉表面细菌总数. 激光技术, 2015, 39(2): 284-288. doi: 10.7510/jgjs.issn.1001-3806.2015.02.029
    [8] 徐帅朱启兵黄敏 . 手持式食品残留物荧光成像检测系统开发. 激光技术, 2023, 47(6): 872-880. doi: 10.7510/jgjs.issn.1001-3806.2023.06.021
    [9] 沈淦松叶玉堂李昌海 . 一种高分辨率ITO线路缺陷检测系统. 激光技术, 2013, 37(1): 24-27. doi: 10.7510/jgjs.issn.1001-3806.2013.O1.006
    [10] 王云鹏刘力双刘洋 . 鱼眼成像系统标定技术研究. 激光技术, 2024, 48(1): 77-82. doi: 10.7510/jgjs.issn.1001-3806.2024.01.013
    [11] 马志明王晓玲周哲海 . 基于LED照明的时域全场OCT成像系统设计. 激光技术, 2023, 47(2): 280-285. doi: 10.7510/jgjs.issn.1001-3806.2023.02.019
    [12] 陈均溢商思航苗丹江财俊曾延安 . 光电成像系统的绝对光谱响应效率测量及分析. 激光技术, 2021, 45(1): 121-125. doi: 10.7510/jgjs.issn.1001-3806.2021.01.021
    [13] 雷选华杨克成 . 一种基于FPGA水下激光成像系统的同步控制器. 激光技术, 2010, 34(5): 682-685. doi: 10.3969/j.issn.1001-3806.2010.O5.029
    [14] 夏春蕾郑刚戴曙光 . 大景深成像技术及其相移现象的控制. 激光技术, 2008, 32(2): 159-162.
    [15] 王骐迟欣李琦 . 太赫兹自由电子激光器的成像原理及进展. 激光技术, 2006, 30(6): 643-646.
    [16] 李芮李晓王志斌黄艳飞王耀利张瑞 . 阵列探测器在成像光谱偏振探测技术中的应用. 激光技术, 2014, 38(6): 822-825. doi: 10.7510/jgjs.issn.1001-3806.2014.06.021
    [17] 胡江涛黄峰张雏刘秉琦王元铂 . 超分辨率重构复眼成像技术的研究进展. 激光技术, 2015, 39(4): 492-496. doi: 10.7510/jgjs.issn.1001-3806.2015.04.014
    [18] 吴舒哲唐嘉熊亮黄佐华 . 一种基于共轴干涉的相位物体定量成像技术. 激光技术, 2017, 41(2): 275-279. doi: 10.7510/jgjs.issn.1001-3806.2017.02.026
    [19] 陈德章张华冷杰高建波路英宾陶刚郭嘉伟李萧 . 基于APD面阵探测器的非扫描激光主动成像雷达. 激光技术, 2017, 41(6): 775-778. doi: 10.7510/jgjs.issn.1001-3806.2017.06.001
    [20] 李达李云霞蒙文韩晓飞 . 低慢小目标面阵推进式激光成像探测方法研究. 激光技术, 2014, 38(1): 44-48. doi: 10.7510/jgjs.issn.1001-3806.2014.01.010
  • 加载中
图(13)
计量
  • 文章访问数:  8969
  • HTML全文浏览量:  7893
  • PDF下载量:  24
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-10-24
  • 录用日期:  2019-11-21
  • 刊出日期:  2020-09-25

激光焊接缺陷多向磁场激励下磁光成像检测

    通讯作者: 高向东, gaoxd@gdut.edu.cn
    作者简介: 王聪毅(1989-),男,博士研究生,主要研究方向为无损探伤技术
  • 广东工业大学 广东省焊接工程技术研究中心,广州 510006
基金项目:  国家自然科学基金资助项目 51675104广东省教育厅创新团队资助项目 2017KCXTD010

摘要: 为了研究交叉焊缝缺陷的磁光图像特征,对中碳钢板进行十字对接激光焊,获得同时具有横向和纵向焊后裂纹的试验样本,同时采用恒定磁场和交变磁场对试验样本进行多角度励磁, 用磁光成像传感器采集不同角度磁场激励下焊接缺陷处的磁光图像,并对磁光图像的缺陷特征进行分析。结果表明,多向磁场激励下的磁光成像技术能明显检测出多角度的焊接缺陷,且能有效避免曲线裂纹在焊接缺陷检测中的漏检现象; 同时,交变磁场激励下, 同一裂纹成像的分辨率提高了40pixel~50pixel,能更精确地定位缺陷位置。此研究为提高焊接缺陷的检出率提供了依据。

English Abstract

    • 在金属制品的生产过程中,激光焊接作为一种重要的加工技术,日益广泛地应用于工业生产中。由于激光束光斑小及焊接过程剧烈的热能转换效应对焊接工艺参量及工件固定的精度要求极高,微小的焊缝偏差即可导致严重的焊接缺陷,从而影响焊接制品的质量[1],因此, 对焊接制品进行快速有效的缺陷检测显得尤为重要。

      常规无损检测都存在一定的局限性。如目视检测易漏检,射线检测存在辐射危险且设备成本高,磁粉检测和渗透检测主要是定位缺陷位置而对其形态无法具体显示,涡流检测等信号检测技术的检测结果不能直观体现缺陷形貌。磁光传感器是一种安全且能准确地获取材料磁场分布信息的可靠设备[2],磁光成像无损检测法是可以对焊接缺陷可视化成像的新型无损检测方法[3]。该方法基于法拉第磁光效应,具有灵敏度高和对缺陷直接成像、可以检测微小缺陷等特点[2, 4]。目前国内对焊接缺陷的磁光成像检测主要基于恒定磁场励磁,应用于微间隙焊缝跟踪和无损检测。

      现有磁光成像技术一般采用直流U型电磁铁对被测焊缝两端励磁。为了达到最佳漏磁效果,现有磁化方式首要条件是磁化方向与检测缺陷的走向垂直[5],以保证感应磁场能垂直通过缺陷位置而产生最佳漏磁场,使磁光传感器获取漏磁场信息,得到高对比度的磁光图像[6],从而判断焊缝结合处是否存在缺陷。传统的交变励磁方式也是保证励磁场方向与缺陷的走向垂直, 使缺陷处产生最佳漏磁场,获取对比度高的磁光图像[7]。虽然磁光成像无损检测技术已取得一定的研究成果[8],但在传统励磁方式下,该检测技术仍然存在一定的漏检风险。在生产过程中遇到的焊接缺陷,其大小、方向、位置都未知,尤其是不可见裂纹,无法预知其位置和延展方向,则在检测过程中,传统的励磁方式无法保证感应磁场垂直穿过被检测缺陷,造成磁光传感器出现漏检现象。

      十字平板对接焊和T字平板对接焊技术常运用在船舶制造和管材制造等大型板材拼接中[9-10]。十字焊缝和T字焊缝是典型的多向焊缝缺陷检测的代表型焊接结构。由于这种焊缝通常不是一个方向完成焊接,多个方向焊接板材容易使焊接处产生应力集中,因此特别容易在板材间的焊接交汇处形成缺陷。而这种缺陷可能不是单一方向上的,无法保证磁场总能垂直穿过缺陷,常规磁光成像法容易漏检。GE等人也进行了不同角度缺陷的漏磁检测,通过分析漏磁信号来检测不同角度的裂纹[11],发现磁场方向平行于缺陷时,漏磁信号不明显,容易漏检。

      在直流U型电磁铁的磁场激励下,磁光传感器所采集到的焊接缺陷磁光图像包含的信息有限,有时会丢失一些有用信息,并且对未知形态的缺陷进行检测时,难以保证励磁装置恰好使产生的磁场垂直穿过缺陷。

      因此,为了检测多角度裂纹,采用可旋转的直流U型电磁铁和交变U型电磁铁进行多角度励磁,使用磁光传感器对缺陷信息采集。通过改变励磁磁场与焊缝的相对角度,获取不同磁场方向下的焊接缺陷磁光图像,分析多角度励磁下的磁光图像特征。同时对十字交叉焊接缺陷进行了多角度直流磁场励磁和交变磁场励磁下焊缝的磁光成像检测,分析不同角度励磁下采集的磁光图像特征,为减少焊接缺陷的漏检情况提供方法。

    • 激光焊接试验系统包括YAG激光焊接机、冷却机、工控机、4轴焊接工作平台等。试验材料选用中碳钢板,钢板尺寸为100mm×50mm×2mm(长×宽×厚)。将中碳钢板两两对接,并对4条接缝进行编号,组成的十字焊缝如图 1所示,图 1a为示意图,图 1b为实物图。

      Figure 1.  Crossing welds

      对焊缝通过敲击、震动、拉伸等方法使十字焊缝交汇处产生裂纹,通过多次重复试验,得到试验样本,十字焊接缺陷的实物如图 2a所示。磁光试验主要检测十字焊缝的中间部分,十字中心点的感兴趣区域局部放大如图 2b所示。

      Figure 2.  Physical map of test sample

    • 焊接缺陷磁光成像检测原理如图 3所示。图 3a为漏磁成像检测原理,焊缝成型后若出现焊接裂纹等缺陷,当采用电磁铁给被检测试件施加外部磁场时,磁化后的试件内部产生感应磁场。当感应磁场垂直穿过裂纹时会出现强漏磁,磁光传感器中的磁光介质对试件表面的磁场分布状态敏感,能检测到漏磁场并输出成磁光图像。

      Figure 3.  Principle of welding defect detection based on magneto-optical imaging

      多角度缺陷图像采集系统如图 3b所示,采集系统主要包括:磁光图像采集系统、磁光成像传感器、运动平台控制器、交流/直流电源和磁场发生装置。通过旋转轴对励磁装置进行旋转角度的精确控制,改变激励磁场与试件的相对角度。

      在恒定磁场和交变磁场励磁下,通过改变磁极与焊缝的夹角对十字焊缝中心进行磁光成像无损检测试验。研究磁场与焊接缺陷在不同夹角下磁光图像的变化规律。

      磁极与焊缝的夹角如图 4所示。初始状态下,如图 4a所示,励磁装置的磁极位于1-3焊缝上,后续实验以此状态开始顺时针旋转。当旋转到45°时,如图 4b所示,1焊缝上的磁极位于1-4焊缝之间,3号焊缝上的磁极位于2-3焊缝之间。当旋转到90°时,如图 4c所示,磁极位于2-4焊缝上。当旋转到135°时,如图 4d所示,两磁极分别在1-2焊缝之间和3-4焊缝之间。继续旋转磁极,旋转180°时,恒定磁场磁极交换位置,这仅使磁光图像的明暗区域交换了位置,对于缺陷成像无影响。而交变磁场,由于磁极以50Hz的频率交替变换,故此时的成像效果也0°相同。由于恒定磁场和交变磁场下磁极旋转180°后,焊接缺陷图像的效果与0°的效果一样,故本次试验着重研究0°, 45°, 90°和135°。

      Figure 4.  Schematic diagram of the relative angle of the excitation device on the welded test sample

    • 磁光成像传感器基于法拉第磁致旋光效应,其内部产生的线偏振光通过传感器窗口的磁光介质时,受到介质中磁场强度的影响,发生偏转,经检偏器检测后,在感光元件上成像,从而将焊缝缺陷转变为光强图,实现缺陷的可视化成像[12]

    • 采用直流电磁铁进行4个角度下的磁光成像试验,通过磁光成像试验采集得到4组磁光图像,如图 5所示。恒定磁场励磁,磁极不会随着时间的推移发生变化,所得到的磁光图像每一帧都相同。4个角度下获得的4组数据中,同一组磁光图像都相同,故每组选一帧磁光图像进行图像处理,并分析恒定磁场激励下,励磁角度对磁光成像试验的影响。

      Figure 5.  Magneto-optical images of cross weld under DC excitation at different angles

      励磁角度为0°时,两磁极分别位于横向焊缝的两侧。由图 5a可知,磁光图像中横向裂纹的上下呈现明显的明暗分区,上方为亮区,下方为暗区,图像中间水平方向上有明显的分割线,此处为裂缝所在位置,而此时,纵向裂缝也有所呈现,但没有横向清晰。角度为45°时,磁极产生的磁场同时穿过了横向和纵向的裂纹。由图 5b可知,在磁光图像上呈现出对角方向上的明暗分布,可以看到明暗交界处呈现出十字形的缺陷图像。角度为90°时,两磁极分别位于纵向焊缝的两侧。由图 5c可知,横向裂缝没有清晰的在磁光图像上体现,几乎看不到,但是纵向上的裂缝十分明显。角度为135°时,此时磁极的分布情况与45°类似。由图 5d可知,对角方向呈现出明显的明暗变化,图像上呈现出十字裂缝的图像。

    • 采用交流电磁铁在4个角度下进行磁光成像试验,同样采集到4组磁光图像。交变磁场励磁频率为50Hz,磁光传感器的采样频率为75frame/s,则试验获取的磁光图像会呈现3帧一个周期[13]。对交流励磁下的样本进行同样的多角度的图像采集,获得4组不同角度下裂纹的磁光图像,每组图像选择连续3帧磁光图像进行分析,如图 6所示。

      Figure 6.  Three consecutive frames of magneto-optical images for cross weld under different angles alternating magnetic field excitation

      图 6a可知,角度为0°时,磁极同样横跨横向焊缝两侧,在图 6a角度为0°的3帧磁光图中,磁光图像横向缺陷信息明显,而纵向缺陷信息清晰度不明显。由图 6b可知,角度45°时,磁极产生的磁场在横向和纵向两个裂纹方向均有分量磁场穿过焊缝处,3帧磁光图像上可以清晰地看到横向与纵向两个方向的缺陷信息。由图 6c可知,角度为90°时,磁极位于纵向裂纹两侧,磁光图像纵向缺陷信息明显,横缺陷信息不明显。由图 6d可知,角度为135°时,磁极产生的磁场在横向和纵向两个裂纹方向均有分量磁场穿过焊缝处,磁光图像上可以清晰的看到横向和纵向两个方向的缺陷信息。

    • 在空域上图像增强主要是针对图像像素而言,通过改善图像的对比度、灰度来增强图像[14-15]。直方图均衡化是图像增强的基本方式之一[16-17],主要是利用灰度变换自动调节图像对比度。

      其方法是:首先将彩色图像转换为灰度图像,灰度图像有256个灰度级,假设转换后的图像灰度值为r,第k级的灰度值为rk,直方图均衡化后的图像中,第k级的灰度值为sk,则原直方图灰度级分布概率Pr(rk)可表示为:

      $ P_{r}\left(r_{k}\right)=\frac{n_{k}}{n} $

      (1)

      式中,n是图像中像素总和,nk是第k级灰度值为rk的像素个数。计算直方图概率累计函数Ps(sk):

      $ {P_s}\left( {{s_k}} \right) = \sum\limits_{j = 0}^k {\frac{{{n_j}}}{n}} $

      (2)

      式中,nj是第j级灰度值为sj的像素个数。通过概率累计率与原图像灰度级进行取整拓展, 得到均衡化后第k级的灰度值为:

      $ s_{k}=\operatorname{int}\left\{\left[\max \left(r_{k}\right)-\min \left(r_{k}\right)\right] \cdot P_{s}\left(s_{k}\right)+0.5\right\} $

      (3)
    • 磁极0°时,对磁光图像通过直方图均衡化进行图像增强,直方图均衡化后的灰度图及灰度变化曲线如图 7所示。

      Figure 7.  Gray images and gray curve images of cross crack

      图 7中水平方向与垂直方向上的灰度变化曲线可知,水平方向上的裂纹两侧灰度值发生了剧烈变化,且纵向变化区域200pixel~250pixel之间存在明显的明暗分界线。同样对磁极为45°,90°,135°时的磁光图像进行直方图均衡化处理,获得灰度图像和水平垂直方向上的灰度变化曲线,如图 8所示。

      Figure 8.  Gray images and gray curve images of cross crack under different angle excitation

      图 7图 8可知,当磁极角度从0°~90°旋转时,励磁装置改变励磁角度时,垂直方向上的缺陷会越来越明显。当角度到达90°时,垂直方向上的缺陷最明显,磁光图像上缺陷的分界线位于像素150pixel~240pixel之间,且垂直裂纹两侧的灰度值发生剧变,而此时水平方向上的缺陷信息已经很难识别到。当励磁装置改变角度至135°时,水平方向上的缺陷重新显现,从灰度变化曲线中可以明显看出,两个方向上的裂纹交界处均有灰度数值剧变,都出现在200pixel附近,但跨度较大。

      通过恒定磁场励磁下多角度励磁, 验证了垂直通过裂纹的磁场产生的漏磁能最有效地使得磁光传感器成像,同时切向磁场也能使缺陷暴露,但变化区域不明显。

    • 交变励磁下所采集的磁光图像呈现3帧一个周期的变化。因此在每个角度励磁稳定后选取3帧连续的磁光图像,这3帧是不同励磁强度下获得的磁光图像。由于磁极的分布位置一样,不同的只是磁场强度,故对3帧图像进行图像融合[12],将3帧磁光图像上的特征融合呈现在一幅图像上[18-20]。融合后的图像如图 9所示。

      Figure 9.  Fusion image of the cross-cracked magneto-optical image

      对融合后的灰度图像进行直方图均衡化处理。直方图均衡化灰度图和灰度曲线变化图如图 10图 11图 12图 13所示。

      Figure 10.  Grayscale image and gray curve image of transverse crack(0°)

      Figure 11.  Grayscale image and gray curve image of horizontal and vertical cracks(45°)

      Figure 12.  Grayscale image and gray curve image of longitudinal crack(90°)

      Figure 13.  Grayscale image and gray curve image of horizontal and vertical cracks(135°)

      图 10可知,当励磁角度为0°时,可以得到明显的横向缺陷图像信息,从水平垂直灰度分布曲线上可以看到,裂纹的分界线位于垂直像素195pixel~220pixel处,两侧的图像灰度值变化明显; 但纵向裂纹信息明显不足,从分布曲线上无法表现出来。

      图 11可知,当励磁角度为45°时,可以得到横向纵向两个角度的缺陷信息。从水平垂直灰度分布曲线上可以看到,横纵两个方向上的均能明显成像,裂纹的分界线位于200pixel两侧,均能呈现出明显的边界。但与0°励磁相比,横向裂纹的位置出现了轻微的上偏移。图中左边出现了两个边界,下边界靠近磁极,出现边界线向磁极放线弯曲的现象。此时纵向边界出现在180pixel~190piexl处。

      图 12可知,当励磁角度是90°时,可以得到纵向裂纹明显的缺陷信息,分界线位于190pixel~200pixel两侧,同时横向裂纹也有所显现,但过渡带太大,不能明显得到边界位置信息。

      图 13可知, 当励磁角度为135°时,重新可以得到横向纵向两个角度的缺陷信息,从均衡化后的灰度分布曲线上可以看到,横纵两个方向上的均能明显成像,横向裂纹分界线位于190pixel~200pixel两侧,纵向裂纹分界线位于195pixel~205pixel均能呈现出明显的边界。与45°角励磁相比较,此时可以看到图像中上下两个边界线都向磁极所在区域发生弯曲。

    • 在单一角度励磁的情况下,无论是直流励磁还是交变励磁,磁光成像无损检测只能明显成像出垂直磁场方向的缺陷,而平行于磁场方向的缺陷很难明显成像,甚至无法成像。而多角度励磁有利于位置形态焊接缺陷的检测,特别是当缺陷向多个方向扩散时,采用多角度励磁的方式进行检测,可以有效避免由与励磁装置恰好平行于缺陷而造成的漏检。

      直流励磁下获取的磁光图像,缺陷边界信息差值跨越50pixel~70pixel之多,这会使得边界的确定不明显,无法确认该位置是否存在缺陷和确定缺陷的具体位置。而采用交变磁励磁,缺陷边界覆盖范围在10pixel~20pixel,分辨率提高了40pixel~50pixel,有利于缺陷的精确定位,因此多角度励磁下交流励磁比直流励磁更能有效地确定缺陷是否存在,成像更为清晰,更有利于对缺陷的精确定位。

参考文献 (20)

目录

    /

    返回文章
    返回