季玉坤，王聰毅，劉倩雯，張艷喜，高向東

焊接缺陷磁光成像三維輪廓重構識別

季玉坤，王聰毅，劉倩雯，張艷喜，高向東*

（廣東工業(yè)大學 廣東省焊接工程技術研究中心，廣東 廣州 510006）

對焊件表面及亞表面缺陷進行無損檢測是保證焊接產品質量的關鍵。提出了一種基于法拉第磁致旋光效應的磁光成像焊接缺陷三維重構方法，實現焊接缺陷形狀和大小的識別?；诖殴獬上裨矸治雎┐艌龃鸥袘獜姸扰c磁光成像的對應關系，以脈沖激光焊接凹坑（3 mm×0.3 mm×0.25 mm）為研究對象，建立焊接凹坑缺陷三維有限元磁場仿真模型，探索漏磁場磁感應強度分布規(guī)律。通過圖像數字化技術及磁光成像像素值的分布規(guī)律，提取缺陷的二維輪廓信息，并設計梯度-偏差算法構建深度信息，最終獲得焊接缺陷的三維輪廓。實驗結果表明：缺陷處距離中心點越遠磁場應強度越大，場強變化梯度越大處越接近軸方向中心點。與共聚焦顯微鏡獲取的缺陷輪廓信息對比，凹坑最大深度均在150～200 μm之間，平均深度及深度中位數相差較小，分別為0.1，2 μm。磁光成像檢測技術具有較高的識別精度，可實現對焊接缺陷的三維輪廓重構。

磁光成像；焊接缺陷；法拉第磁致旋光效應；輪廓重構

1 引　言

焊接作為一種高效、低成本的加工工藝，在制造業(yè)中有著舉足輕重的地位［1-3］。由于焊接過程中存在不可控因素，焊件表面及亞表面極易產生缺陷，從而影響焊接產品質量，其中焊接凹坑缺陷是最為常見的焊接缺陷種類之一［4-5］。為防止焊接缺陷導致的安全事故，需對焊縫進行無損檢測。常用的無損檢測技術有射線檢測、超聲檢測、磁粉檢測、渦流檢測和滲透檢測［6-11］。然而，這些技術難以對亞表面不可見缺陷進行檢測。

人們基于法拉第磁致旋光效應，提出了一種新型焊接缺陷磁光成像無損檢測技術。相比于傳統(tǒng)無損檢測技術，磁光成像檢測技術不僅可對焊件表面缺陷進行識別，而且能夠對亞表面不可見缺陷進行檢測，并將缺陷信息直接轉化為圖像信息，具有較高的靈敏度和精確度。磁光成像檢測技術已用于焊接缺陷識別分類，文獻［12］建立十字形焊縫裂紋的有限元分析模型，研究不同瞬態(tài)時間下旋轉磁場的分布，并提出一種利用旋轉磁場激勵的多向MO成像無損檢測系統(tǒng)，用于焊縫自然缺陷的檢測，有效實現了多向不可見焊縫缺陷的檢測。文獻［13］利用磁光成像檢測技術對高強鋼裂紋進行識別，采取主成分分析和支持向量機共同構建裂紋識別模型，實驗結果表明，該方法可提高焊接裂紋檢測精度。文獻［14］采用磁光成像檢測電弧增材制造試樣中的缺陷，提取表面缺陷紋理特征，并構造改進的反饋神經網絡模型對成形件表面質量進行分類預測，為電弧增材制造中試樣缺陷檢測提供了新的解決方案。文獻［15］提出利用旋轉磁場對焊接缺陷磁光成像進行檢測，通過提取磁光成像紋理特征并采用支持向量機建立分類模型，實現了較高的檢測準確度。然而，焊接缺陷的磁光成像三維輪廓重構目前還處于理論和實驗研究階段［16］，需進一步研究分析焊接缺陷輪廓及其磁光成像之間的規(guī)律與聯系。

本文根據磁光成像檢測原理及漏磁場仿真規(guī)律，提出一種焊接缺陷磁光成像三維輪廓重構方法。通過分析缺陷漏磁場與相應磁光成像像素值對應關系，構建焊接缺陷三維有限元磁場仿真模型，研究缺陷形狀與對應漏磁場的分布規(guī)律，利用圖像數字化技術及梯度-偏差法獲取焊接缺陷三維輪廓。該方法對焊縫表面及亞表面不可見缺陷均可實現檢測及重構，并且具有較高的檢測精度。

2 磁光成像原理

磁光成像檢測技術屬于漏磁檢測范疇。被磁化后的焊件相當于條形磁鐵，磁感線會從焊件內部通過，不會形成漏磁場。若焊件內部不連續(xù)，存在缺陷時，則焊件內部的磁導率與母材不一致，磁路會在不連續(xù)處發(fā)生局部畸形并產生磁極，由于空氣磁阻與工件磁阻不同，從而產生漏磁現象。

焊接缺陷磁光成像檢測技術是根據法拉第效應設計而成［17-18］，工作原理如圖1所示。光源發(fā)射出的光線經過偏振片變成線偏振光，勵磁裝置磁化含有缺陷焊件后產生的漏磁場改變磁光薄膜處磁場狀態(tài)，線偏振光的偏振面經過磁光薄膜會發(fā)生一定角度的偏轉，經過檢偏器被CMOS相機采集，最后被磁光成像采集系統(tǒng)轉化為光強圖后保存［19］。

圖1　焊接缺陷磁光成像檢測原理圖

設沿線偏振光傳播方向的漏磁場磁感應強度為，線偏振光通過磁場路徑長度為，入射光的光強為0，經過磁場后CMOS相機采集到的光強為，則偏振面旋轉角度及光強分別為：

其中為菲德爾常數。由于光強與磁光成像像素值相對應，因此焊接缺陷漏磁場處的磁感應強度與磁光成像像素值成正相關。

3 有限元仿真

3.1　焊接缺陷三維有限元磁場仿真模型

利用磁光成像檢測技術構建焊接缺陷三維模型，前提是分析出焊接缺陷的形貌特征、漏磁場的分布規(guī)律及其磁光成像三者的相互關系。焊接缺陷處漏磁場的磁感應強度與磁光成像像素值呈正相關，若要根據磁光成像像素值推導焊接缺陷的輪廓信息，先要分析出與的關系，因此這里利用有限元磁場仿真，探索焊接缺陷輪廓信息與其漏磁場磁感應強度的關系。

有限元磁場仿真的理論基礎為麥克斯韋方程組［20］，采用Maxwell電磁仿真軟件建立焊接缺陷磁場仿真模型。實驗設置焊接試樣的尺寸為200 mm（長）×100 mm（寬）×1 mm（高），表面凹坑尺寸設置為3 mm×0.3 mm×0.25 mm（長×寬×深），與勵磁裝置位于待測試樣異側。焊接試樣選用65 Mn，磁軛選擇錳鋅鐵氧體，采用恒定電流勵磁，電流值為1 A，焊接缺陷磁場仿真中磁感應線的分布規(guī)律如圖2所示。

圖2　焊接缺陷三維有限元模型的磁感應線分布

相比于空氣相對磁導率，焊接試樣相對磁導率較大，因此恒定勵磁源產生的磁感線大部分從焊接試樣內部通過，只有少部分溢出進入空氣域。當磁感線經過焊接試樣缺陷處時，會在缺陷左右兩側壁分別產生S極和N極，并形成漏磁場。

3.2　焊接缺陷漏磁場磁感應強度分布

以焊接凹坑缺陷的幾何中心為原點，沿軸對缺陷處漏磁場進行分析，提離度為0.5 mm，取樣長度為8 mm。在實際缺陷檢測中，平行于焊件表面的磁場不易被檢測裝置采集，因此以圖2中焊接缺陷仿真模型坐標系為基礎，對漏磁場中方向的磁場分量進行分析。圖3（a）為方向焊接缺陷漏磁場磁的感應強度信息，磁感應線沿坐標軸從+4～4 mm經過時，漏磁場的磁感應強度先增大到極值點，后急劇減小至零點，接著反向增大到極值點，最后減少至零附近。為獲取不同寬度凹坑的漏磁場分布規(guī)律，設計仿真實驗方案，如圖3（b）所示，隨著凹坑寬度的增加，磁感應強度極大值點與極小值點的采樣距離變大，即磁感應強度左右極值點處反映焊接凹坑兩側壁的信息。

圖4為方向三維焊接缺陷漏磁場的磁感應強度信息。在焊接試樣無缺陷處，漏磁場強度幾乎為零，而在焊接缺陷處漏磁場的變化情況比較明顯，波峰與波谷之間磁場強度的梯度變化較大，越接近軸方向中心點處場強變化梯度越大。漏磁場磁感應強度的波峰和波谷反映焊接表面凹坑兩側壁的信息，磁感應強度梯度變化最大處反映凹坑中心線處的信息。即焊接表面凹坑邊緣信息與相應磁光成像像素極值相關，凹坑中心線處像素值的梯度變化較大。

圖4　表面凹坑Z方向的三維漏磁場強度信息

4 實驗與分析

4.1　焊接表面凹坑平面輪廓重構

以脈沖激光焊接工藝加工焊接表面凹坑缺陷，為更加符合焊接缺陷磁光成像輪廓重構在生產制造中的實際情況，特意選用表面不平整的焊接樣本，如圖5（a）所示。凹坑長度約為2 mm，寬度在0.25～0.55 mm之間，越接近凹坑中心處，深度值越大。對該焊件進行恒定磁場勵磁，圖5（b）為焊接凹坑在最佳恒定磁場勵磁下獲取到的磁光圖像。圖像按列進行分析，圖像左邊較亮，而右邊較暗。

圖5　凹坑缺陷及其磁光成像

凹坑處漏磁場的左右邊緣相對于中心線近似對稱分布，因此先提取凹坑左側邊緣所在區(qū)域，再提取凹坑右側邊緣所在區(qū)域。圖6為凹坑磁光成像左邊緣的提取結果，依次進行圖像灰度處理、高斯濾波去噪、閾值分割、邊緣檢測、獲取區(qū)域輪廓以及提取感興趣區(qū)域（Region of Interest， ROI）等操作，最后得到ROI。ROI中的像素值為有效值，其余部分為0。

圖6　凹坑磁光成像左邊緣信息提取

統(tǒng)計圖6（f）中ROI區(qū)域的有效值分布為：橫坐標像素118～143，縱坐標像素82～305。根據凹坑處的漏磁場分布規(guī)律和磁光成像原理，劃分凹坑右側邊緣在橫坐標像素143～200，縱坐標像素82～305處。為使焊接缺陷磁光成像三維重構有更好的容錯性，取凹坑二維邊緣所在區(qū)域，即橫坐標像素83～285，縱坐標像素82～305。

提取磁光成像中像素的極大值和極小值坐標確定缺陷邊緣的相對位置信息，每連續(xù)5個極值作為一個個體，個體之間通過直線相連，如圖7（a）所示。對它進行二值化處理，獲取更容易處理的邊緣信息，然后通過高斯濾波削弱連接點處直角，以上操作循環(huán)3次，使凹坑邊緣變得更加平滑，結果如圖7（b）所示。通過前期處理后的凹坑缺陷磁光成像邊緣信息更符合實際效果，將它與凹坑缺陷磁光成像進行“與”操作，得到圖7（c）凹坑磁光成像。

圖7　凹坑二維平面輪廓

統(tǒng)計圖7（c）中每行有效值個數，如圖8所示。除上下邊緣外，每行有效值個數均在35～55之間，根據磁光成像像素標定值為102 pixel/mm，可以確定每行凹坑缺陷寬度在0.3～0.5 mm之間，與凹坑缺陷的實際寬度相符。

圖8　ROI內有效值分布

4.2　焊接缺陷磁光成像三維輪廓重構

根據缺陷處漏磁場仿真結果，將凹坑缺陷磁光成像中的像素梯度值作為計算凹坑深度的輸入對象之一，分別計算待求點右側和下側的兩個像素點與其差值，作為兩個方向上的梯度變化，計算公式為：

其中：（，）為凹坑缺陷的磁光成像灰度值，R（，）表示待求點的梯度值，（，）為兩個方向梯度之和，1，2，3，4表示梯度權值。通過計算得到凹坑缺陷磁光成像ROI處的梯度分布，如圖9（a）所示。凹坑磁光成像中的梯度值在ROI邊緣處較小，中間梯度值較大，并存在許多噪點，需要添加更多與深度相關的磁光成像信息去重構凹坑的三維輪廓。

以磁光成像橫向分析，中心線處像素值分布在整行像素值的期望處。首先計算磁光成像ROI處每行像素值的期望E，然后計算坐標像素值與所在行期望值之差的絕對值，并乘以相應權值后得到（，）作為凹坑深度信息衡量指標之一。最終得到凹坑磁光成像像素值與期望值之差的絕對值分布，如圖9（b）所示。中心位置像素值較小，兩側像素值較大，圖像兩側像素值在100～200之間，呈現V形結構，與凹坑的實際深度呈負相關。將（，）參與計算凹坑深度信息，與凹坑磁光成像梯度（，）做差得到（，），其中（，）、（，）分別表示為：

其中：（，）為實際凹坑深度的初步預測結果，如圖9（c）所示。在初步預測凹坑磁光成像深度信息中，凹坑中心線處較深并向兩側逐步變淺，符合實際凹坑深度分布規(guī)律，最大深度在200～300 μm之間，比實際深度略大。從整體深度預測結果分析，圖像存在較多的噪聲，點與點之間變化較快，不符合實際凹坑分布，因此對圖9（c）進行兩步高斯濾波去噪。第一步采用的卷積核尺寸為5×5，第二步采用的卷積核尺寸為3×3，可有效去除圖像噪點，解決待求點不平滑問題，最后結果如圖9（d）所示。

圖9　凹坑缺陷磁光成像深度信息的重構結果

4.3　結果分析

在獲取焊接缺陷磁光成像平面輪廓的基礎上，對焊接缺陷深度信息進行對比分析。利用激光掃描共聚焦顯微鏡獲取焊接凹坑缺陷，采集原理是在熒光顯微鏡的基礎上添加激光掃描裝置，利用軟件進行圖像生成和處理，從而獲得待測試樣詳細的三維結構信息。當試樣表面存在污漬時，生成的圖像會存在較多噪點，難以完全反應表面缺陷信息，并且無法獲取內部缺陷信息。磁光成像檢測技術是利用漏磁場原理及法拉第效應，不受光線影響并能夠對焊件表面及亞表面不可見缺陷進行識別及重構。

圖10（a）是激光掃描共聚焦顯微鏡獲取的焊接凹坑缺陷三維特征，圖10（b）是磁光成像重構出的缺陷三維輪廓信息。凹坑最大深度均在150～200 μm之間，形狀上類似一個個圓錐體，符合脈沖激光焊接加工工藝的成形結果。表1是兩種凹坑缺陷的三維模型結構參數對比，兩者在整體尺寸上較為符合，其中平均深度及深度中位數相差較小，分別為0.1，2 μm，取前5個最大深度平均值Ave_5及方差Var_5，Var_5差別較大，即在反應缺陷底部信息中兩者仍有差別。在總體方差中磁光成像重構值較小，這是由于共聚焦顯微鏡在細微處存在噪點，圖像不連續(xù)處更多，即方差較大。因此，磁光成像檢測技術不僅可以構建焊接缺陷的整體三維輪廓，而且在局部細微處的重構效果更符合實際情況。

表1兩種凹坑缺陷的三維模型結構參數

Tab.1　Structural parameters of three-dimensional models of two kinds of pit defect?。é蘭）

5 結　論

本文建立了焊接缺陷漏磁場的三維仿真模型，分析對比缺陷處漏磁場的分布規(guī)律。漏磁場在方向的磁感應強度極值點對應缺陷兩側壁，磁感應強度為零的點可視為缺陷中心，場強變化梯度最大處位于軸方向中心點。缺陷邊緣信息對應于磁光成像像素極值點處，缺陷沿軸方向中心點位于磁光成像像素值梯度變化最大處。利用數字圖像處理技術及磁光成像像素值的分布規(guī)律，提取缺陷的二維輪廓信息，缺陷寬度在0.3～0.5 mm之間。構建梯度-偏差算法獲取焊接缺陷的三維輪廓。與共聚焦顯微鏡獲取信息對比，平均值、方差、Ave_5、Var_5、中位數分別相差0.1，8.1，15.2，4.1，2 μm，磁光成像輪廓重構符合焊接缺陷的實際形貌，并在局部細微處的檢測更有優(yōu)勢。

［1］ SLOBODYAN M S. Arc welding of zirconium and its alloys： a review［J］.， 2021， 133： 103630.

［2］ 李曉延，武傳松，李午申. 中國焊接制造領域學科發(fā)展研究［J］. 機械工程學報， 2012， 48（6）： 19-31.

LI X Y， WU C S， LI W SH. Study on the progress of welding science and technology in China［J］.， 2012， 48（6）： 19-31. （in Chinese）

［3］ XU X X， YOU G Q， DING Y H，. Microstructure and mechanical properties of inertia friction welded joints between high-strength low-alloy steel and medium carbon steel［J］.， 2020， 286： 116811.

［4］ 龐銘，張嘯寒. 激光熔凝強化RuT300收尾凹坑缺陷抑制方法研究［J］. 表面技術， 2019， 48（10）： 131-138.

PANG M， ZHANG X H. Retardation of RuT300 end pit defects by laser melting［J］.， 2019， 48（10）： 131-138. （in Chinese）

［5］ ZERBST U， HENSEL J. Application of fracture mechanics to weld fatigue［J］.， 2020， 139： 105801.

［6］ 劉寶軍，程從前，曹鐵山，等. 異質污染對316L不銹鋼焊縫組織及耐蝕性影響的顯色研究［J］. 表面技術， 2021， 50（1）： 347-356.

LIU B J， CHENG C Q， CAO T SH，. Color rendering study of effect of heterogeneous pollution on weld structure and corrosion resistance of 316L stainless steel［J］.， 2021， 50（1）： 347-356. （in Chinese）

［7］ CHEN Z H， JUANG J C. AE-RTISNet： aeronautics engine radiographic testing inspection system net with an improved fast region-based convolutional neural network framework［J］.， 2020， 10（23）： 8718.

［8］ 楊辰龍，馮瑋，邊成亮，等. 基于超聲背散射信號遞歸分析的金屬材料微缺陷識別［J］. 光學精密工程， 2019， 27（4）： 932-944.

YANG CH L， FENG W， BIAN CH L，. Micro defects detection in metallic materials based on recurrence analysis of ultrasonic backscattering signal［J］.， 2019， 27（4）： 932-944. （in Chinese）

［9］ 劉必榮，董家美. 影響表面缺陷磁粉探傷檢測質量的研究［J］. 表面技術， 2004， 33（5）： 66-67， 74.

LIU B R， DONG J M. Research on affecting quality of surface disfigurement detection to magnetic powder［J］.， 2004， 33（5）： 66-67， 74. （in Chinese）

［10］ ZHANG S， DUCHARNE B， UCHIMOTO T，. Simulation tool for the Eddy current magnetic signature （EC-MS） non-destructive method［J］.， 2020， 513： 167221.

［11］ ARSLAN M， TOSUN ?. Fracture load and microcrack comparison of crowns manufactured from tooth-shaped and traditional blocks［J］.， 2021， 84（1）： 111-118.

［12］ GAO X D， LI Y F， ZHOU X H，. Multidirectional magneto-optical imaging system for weld defects inspection［J］.， 2020， 124： 105812.

［13］ GAO X D， DU L L， XIE Y L，. Identification of weld defects using magneto-optical imaging［J］.， 2019， 105（1/2/3/4）： 1713-1722.

［14］ 何翔，李亮玉，王天琪，等. 基于磁光成像的低碳鋼WAAM成形件表面缺陷檢測與分類［J］. 儀器儀表學報， 2020， 41（4）： 255-262.

HE X， LI L Y， WANG T Q，. Surface defects detection and classification of low carbon steel WAAM formed parts based on magneto-optical imaging［J］.， 2020， 41（4）： 255-262. （in Chinese）

［15］ LI Y F， GAO X D， ZHANG Y X，. Detection model of invisible weld defects by magneto-optical imaging at rotating magnetic field directions［J］.， 2020，121： 105772.

［16］ 高向東，周曉虎，李彥峰，等. 磁光成像漏磁特征在焊接缺陷輪廓重構中的應用［J］. 光學精密工程， 2019， 27（8）： 1863-1869.

GAO X D， ZHOU X H， LI Y F，. Application of magneto-optical imaging magnetic flux leakage characteristics in contour reconstruction of welding defects［J］.， 2019， 27（8）： 1863-1869. （in Chinese）

［17］ GAO X D， MA N J， DU L L. Magneto-optical imaging characteristics of weld defects under alternating magnetic field excitation［J］.， 2018， 26（8）： 9972-9983.

［18］ 程玉華，周肇飛，尹伯彪. 磁光/渦流實時成像檢測系統(tǒng)的研究［J］. 光學精密工程， 2006， 14（5）： 797-801.

CHENG Y H， ZHOU ZH F， YIN B B. Study on magneto-optical /eddy current imaging system for real-time testing［J］.， 2006， 14（5）： 797-801. （in Chinese）

［19］ 李彥峰，高向東，季玉坤，等. 交變/旋轉磁場下焊接缺陷磁光成像檢測與分類［J］. 光學精密工程， 2020， 28（5）： 1046-1054.

LI Y F， GAO X D， JI Y K，. Detection and classification of welding defects by magneto-optical imaging under alternating/rotating magnetic field［J］.， 2020， 28（5）： 1046-1054. （in Chinese）

［20］ LONG Y， HUANG S L， PENG L S，. A characteristic approximation approach to defect opening profile recognition in magnetic flux leakage detection［J］.， 2021， 70： 1-12.

Three-dimensional reconstruction and recognition of weld defects based on magneto-optical imaging

JI Yukun，WANG Congyi，LIU Qianwen，ZHANG Yanxi，GAO Xiangdong*

（，，510006，），：

Nondestructive testing of the surface and subsurface of welding defects is key for ensuring the quality of welding products. A three-dimensional （3D） reconstruction method of welding defects based on Faraday magneto-optical imaging （MOI） is investigated to realize the shape and size recognition of welding defects. First， based on the principle of MOI， the corresponding relationship between the magnetic induction intensities of the magnetic leakage field and MOI is analyzed. Subsequently， using a pulsed laser welding pit （3 mm × 0.3 mm × 0.25 mm） as the research object， a 3D finite element magnetic field simulation model of the pit is established to investigate the distribution of magnetic induction intensity of the leakage field. Moreover， a two-dimensional plane contour of welding pit defects is extracted via image digitization and the pixel value distribution of MOI. A gradient-deviation algorithm is designed to construct the depth information. Finally， the 3D profile of the welding defect is obtained. Results show that the magnetic field intensity should be greater the farther it is from the center point of the welding pit defects. Meanwhile， the closer it is to the center point of the-axis direction， the larger is the gradient of the field intensity change. The maximum depth of the pits is between 150 and 200 μm， and the differences in the average and median depths are 0.1 and 2 μm， respectively， which are different from those of a confocal microscope. MOI technology affords high identification accuracy and can realize the 3D contour reconstruction of welding defects.

magneto-optical imaging（MOI）； weld defects； fraday magneto-optic rotation effect； contour reconstruction

TH865

A

10.37188/OPE.2021.0353

1004-924X（2022）01-0108-09

2021-05-28；

2021-07-05.

國家自然科學基金資助項目（No.51675104）；廣州市科技計劃資助項目（No.202002020068，No.202002030147）

季玉坤（1994-），男，河南安陽人，碩士研究生，主要從事無損檢測研究。 E-mail：951612541@qq.com

高向東（1963-），男，廣東廣州人，教授，博士生導師，1985年于鄭州大學獲得學士學位，1988年于中南大學獲得碩士學位，1998年于華南理工大學獲得博士學位，主要從事焊接自動化研究。E-mail：gaoxd@gdut.edu.cn