1、第 22 卷 第 7 期2023 年 7 月中国建筑金属结构CHINA CONSTRUCTION METAL STRUCTUREVol22 No7Jul202370 引言焊接裂缝可能对建筑结构的安全性造成潜在威胁,因此开展焊接裂缝检测技术的研究能够确保建筑结构的安全运行1-2。此外,焊接裂缝的及早发现和修复有助于提高结构质量,并减少后续维护和修复成本。传统的检测方法效率低下且成本高昂,因此研究高效、自动化的焊接裂缝检测技术对于提高检测效率和准确性具有重要意义3。针对焊接裂缝问题,研究人员设计了多种解决方案。刘凡等4提出了一种基于并行注意力 UNet 的裂缝检测方法,将并行注意力机制嵌入到 UN
2、et 网络的解码部分,从通道和空间两个角度出发加大裂缝特征权重,生成裂缝特征并融合,实现裂缝检测。实验结果表明,该方法能够获取大量裂缝特征,但是检测速度较低。顾书豪等5提出了一种增强语义信息与多通道特征融合的裂缝检测方法,设计一个编码器-解码器结构,在编码器部分引入扩张卷积模块,在解码器部分搭建多通道特征融合模块,实现裂缝的像素级检测。实验结果表明,在该方法具有较好的泛化性能,但是灵敏度较低。杨秋媛等6提出了一种基于空洞卷积与动态多核融合池化的裂缝检测方法,在编码器阶段插入空洞卷积,在解码器阶段引入动态多核融合池化模块,将二者融合实现裂缝检测。实验结果表明,该算法虽然能够实现裂缝检测,但是检测
3、效果不佳。在现有研究的基础上,本文设计了一种新的建筑金属结构焊接裂缝检测技术,本文技术的主要创新点如下:(1)在裂缝检测之前,通过裂缝图像提取裂缝的关键特征,并清除假裂缝,有利于提升后续裂缝检测精准度。(2)根据提取得到的裂缝特征,利用激活函数生成空间注意特征,对建筑金属结构焊接裂缝进行交并比分析,结合激活函数、回归损失,构建出裂缝检测模型,通过该模型完成裂缝检测。该方法能够降低漏检、错检概率,为提升结构焊接裂缝检测精准度提供保障。1 建筑金属结构焊接裂缝检测技术设计1.1 提取建筑金属结构焊接裂缝特征焊接技术是建筑金属结构的重要技术,大型建筑金属结构越来越多,连接部分均采用了焊接的方式,确保
4、了建筑结构的稳定性。焊接裂缝问题则是影响建筑稳定的关键因素,裂缝检测至关重要。本文将存在焊接裂缝的金属结构件进行前期处理之后,将存在裂缝的区域进行数字标记,得到金属构件的裂缝图像。根据裂缝图像提取出裂缝的关键特征,并将形态特征转化为函数语言,更加容易检测裂缝形态。裂缝的形态基本为细条状,宽度较窄,长度较长,具有良好的连续性,图像呈现为更高的亮度。裂缝特征为:2lda=(1)式中,d 为裂缝特征;l 为裂缝的长度;a 为裂缝的宽度。特征不变的情况下,裂缝的平均宽度为:awl=(2)式中,w 为裂缝的平均宽度。根据 w 的取值,判定裂缝的形态特征。当 l a 时,判定该裂缝为真裂缝;当 l a 时
5、,判定该裂缝为假裂缝。建筑金属结构焊接的假裂缝通常是由于焊接过程中产生的残余应力导致的,这些应力可能会使金属结构发生形变和变形,从而产生看似裂缝的缺陷。如果这些缺陷被错误地识别为裂缝,将会对金属结构的安全性和稳定性产生负面影响。因此,清除掉建筑金属结构焊接的假裂缝非常重要。因此,根据裂缝特征检测结果,采用超声波检测技术检测假裂缝,将超声波探头放置在待检测区域的表面上,并涂上适当的耦合剂。超声波探头应该与表面垂直,并且覆盖整个待检测区作者简介:冯迦翔(2003-),男,研究方向:道路与桥梁工程;王子卓(2002-),男,研究方向:机械设计制造及自动化。建筑金属结构焊接裂缝检测技术研究冯迦翔1,王
6、子卓2(1.山西工程科技职业大学交通工程学院,山西 晋中 030619;2.太原理工大学中澳伍伦贡学院,山西 太原 030024)摘 要:为了提高裂缝检测结果的准确性和可靠性,保障建筑金属结构的安全性和稳定性,本文提出一种新的建筑金属结构焊接裂缝检测技术。将存在裂缝的金属结构区域进行数字标记,得到金属构件的裂缝图像,根据裂缝图像提取出裂缝的关键特征,并清除假裂缝,以提升检测精准度。在提取出裂缝特征之后,利用激活函数生成空间注意特征,对建筑金属结构焊接裂缝进行交并比分析,结合激活函数、回归损失,构建出裂缝检测模型,降低漏检、错检概率。检测金属结构焊接裂缝残余应力,得到金属结构的潜在裂缝,确保建筑
7、金属结构的焊接质量。研究结果表明,所研究检测技术的精准度更高,在平焊缝、角焊缝、单面焊缝方面均体现了良好的检测能力,检测到的裂缝宽度与实际宽度保持了高度的一致,说明该技术具有一定的实际应用价值。关键词:建筑金属结构;裂缝特征;焊接裂缝检测;残余应力中图分类号:TU39 文献标识码:ADOI:10.20080/ki.ISSN1671-3362.2023.07.0048中国建筑金属结构2023 年域。启动超声波检测仪,并将探头沿着待检测区域移动。超声波探头会向下发射超声波,并接收反射回来的信号。如果存在假裂缝,它们会导致超声波信号发生变化。根据图像或数据,可以分析出待检测区域的内部结构和任何存在的
8、缺陷,包括假裂缝。清除掉假裂缝之后,真裂缝能够更加精准地检测出来,以此提升检测精准度。1.2 构建建筑金属焊接裂缝检测模型金属焊接裂缝是通过每个要素之间的空间关系生成的特征信息检测的7。在提取出裂缝特征之后,本文利用激活函数生成空间注意特征,激活函数数学表达式如下:()MF=(3)式中,M 为激活函数表达式;为激活因子;F 为空间注意特征。利用激活函数激活之后,本文对建筑金属结构焊接裂缝进行交并比分析,交并比如图 1 所示。BBBB图 1 交并比示意图如图 1 所示,B 为真实裂缝;B 为虚假裂缝。B 与 B 交集与并集的计算能够判断裂缝检测过程的回归损失,公式为:0BBI UBB=(4)式中
9、,0I U为回归损失参数。当0I U 1 时,裂缝检测损失较大;当0I U 1 时,裂缝检测损失较小。结合激活函数、回归损失,构建出裂缝检测模型,模型表达式如下:0202(,)1I UMl aLI Ud=+(5)式中,0I UL为检测模型表达式;为权重系数。将裂缝特征作为输入数据输入到模型中进行训练,得出的结果0I UL0I U,则判定目标裂缝检测成功。1.3 检测金属结构焊接裂缝残余应力检测模型检测出已出现的裂缝之后,本文对焊接裂缝中残余的应力进行检测。温度应力、相变应力、残余应力均是导致焊接裂缝的类别,温度应力、相变应力均为明显裂缝,更容易检测8。残余应力为焊接成型与冷却的温度差异较大产生
10、的屈服应力,无法在焊接完成之后实时检测出来。因此,本文考虑磁力学的特性,将焊接裂缝残余应力检测出来。金属结构的外磁场与残余应力关系表示为:Hm=H+M+H(6)式中,Hm为金属结构的残余应力;H 为外磁场;H 为外加应力的等效磁场。本文将 H 输入到检测模型中,完成一次检测之后,将 H 输入模型中,此时输出的 Hm=0,则判定为残余应力不存在。2 实验为了验证本文设计的裂缝检测技术是否具有实用性能,本文对上述检测技术进行了实验分析。并对基于并行注意力UNe、增强语义信息与多通道特征融合的焊缝检测技术以及本文设计的建筑金属结构焊缝检测技术进行对比。2.1 实验过程本次实验选用了 Q235 等级的
11、建筑钢结构,其含碳量较低,是建筑结构中广泛应用的金属材料。Q235 钢结构的厚度为25mm,长度为 120mm,钢板的尺寸为 60mm25mm210mm。选用普通钢板连接的 E4303 酸性焊条进行焊接,焊条直径约为5.5mm,焊接电流约为 280A。焊接工艺如图 2 所示。70120mm2mm25mm2mm图 2 焊接工艺示意图如图 2 所示,钢板厚度为 25mm,采用开双边 70 Y 形坡口进行焊接,钝边约为 2mm。焊接之后宽度为 120mm2mm,能够满足建筑金属结构焊接裂缝检测标准。2.2 实验结果在上述实验条件下,本文随机选取了平焊缝、角焊缝、单面焊缝等焊缝类型,焊缝的实际宽度存在
12、 0.001 0.005mm的检测精度标准。在其他条件均一致的情况下,对基于并行注意力 UNe、增强语义信息与多通道特征融合的焊缝检测技术以及本文设计的建筑金属结构焊缝检测技术的检测宽度与实际焊缝宽度进行对比。实验结果如表 1 所示。表 1 实验结果方法焊缝类别焊缝实际宽度(mm)检测指标flops/G裂缝检测宽度(mm)基于并行注意力UNe 的检测技术平焊缝0.0240.00150.5210.024角焊缝0.0450.00265.3420.040单面焊缝0.1320.00558.6780.138增强语义信息与多通道特征融合的检测技术平焊缝0.0240.00167.8240.026角焊缝0.0
13、450.00265.4550.041单面焊缝0.1320.00566.3470.134本文设计的建筑金属结构焊缝检测技术平焊缝0.0240.001144.3250.024角焊缝0.0450.002145.2710.046单面焊缝0.1320.005146.6850.131由表 1 可知,flops 是一种检测技术运算度量指标,代表每秒峰值速度,flops 越大,证明检测技术的性能越良好;flops 越小,证明检测技术的性能越差。在其他条件均一致的情况下,使用基于并行注意力 UNe 的检测技术之后,平焊缝检测体现出良好的性能,检测到的宽度与实际宽度一致,而角焊缝、单面焊缝的检测性能不佳,超过了焊
14、缝检测精度要求,影响最终的检测效果。该方法的 flops 相对较小,70G,同样对建筑金属结构的焊接裂缝检测效果造成制约,亟需做出相应的改进。使用增强语义信息与多通道特征融合的检测技术之后,在单面焊9第 7 期中国建筑金属结构缝上体现了良好的检测性能,平焊缝与角焊缝均存在一定程度的检测差异。并且,该检测方法的 flops 同样低于 70G,无法高效地检测焊接裂缝问题,影响检测效果。而使用本文设计的建筑金属结构焊缝检测技术之后,在平焊缝、角焊缝、单面焊缝方面均体现了良好的检测能力,检测到的裂缝宽度与实际宽度保持了高度的一致。并且,flops 相对较高,超过了 140G,具有更加高效的检测能力,符
15、合本文研究目的。接下来将检测速度作为实验指标,对比上述三种技术的应用效果,检测速度越快,表示检测效率更高,结果如表 2 所示。不同检测技术的检测速度受到多种因素的影响,如检测设备的性能、操作人员的技能、检测面积的大小等。因此,在实际应用中,检测效果具有差异性。由表 2 中的数据可知,本文设计的建筑金属结构焊缝检测技术检测速度最快,最快检测时间仅为1.83,远低于其他检测技术。而基于并行注意力 UNe、增强语义信息与多通道特征融合的焊缝检测技术需要更多的时间来完成相同大小的检测面积。说明本文设计的建筑金属结构焊缝检测技术可以在更短的时间内完成建筑金属结构焊缝的有效检测。为了进一步验证本文技术的优
16、势性,将检测灵敏度作为实验指标,进一步对比上述三种技术的应用效果,结果如表3 所示。由表 3 可知,本文设计的建筑金属结构焊缝检测技术的灵敏度最高,达到了 0.1mm,远高于其他检测技术。其他检测方法的焊缝检测灵敏度相对较低,其中,基于并行注意力 UNe 的检测技术的灵敏度达到了 0.5mm,增强语义信息与多通道特征融合的检测技术的灵敏度达到了 0.6mm,这些检测技术通常需要更大尺寸的焊缝来检测到焊缝裂纹,而本文技术对建筑金属结构尺寸的要求相对较低,说明其应用范围更广。3 结论为了解决现有方法存在的裂缝检测效果不佳,检测速度与灵敏度较低的问题,提出一种建筑金属结构焊接裂缝检测技术,结论如下:
17、(1)判定裂缝的形态特征,根据裂缝特征判定结果,采用超声波检测技术检测假裂缝,并清除掉假裂缝,以此提升检测精准度。(2)利用激活函数生成空间注意特征,构建出裂缝检测模型,将裂缝特征作为输入数据输入到模型中进行训练,得出目标裂缝检测结果。(3)由实验结果可知,本文所设计技术不仅具有较高的检测速度和灵敏性,且检测效果较好,充分验证了其应用价值。参考文献1 阎石,崔赛杰,王鲁,等.非线性振动声调制的混凝土梁微裂缝损伤检测试验 J.沈阳建筑大学学报(自然科学版),2022,38(03):385-392.2 潘睿志,林涛,李超,等.基于深度学习的多尺寸汽车轮辋焊缝检测与定位系统研究 J.光学精密工程,2
18、023,31(08):1174-1187.3 方荣超,谢春雷,赵小辉,等.基于超声相控阵的挖掘机动臂焊缝内部检测关键技术探究 J.科学技术创新,2023(07):184-187.4 刘凡,王君锋,陈峙宇,等.基于并行注意力 UNet 的裂缝检测方法 J.计算机研究与发展,2021,58(08):1718-1726.5 顾书豪,李小霞,王学渊,等.增强语义信息与多通道特征融合的裂缝检测 J.计算机工程与应用,2021,57(10):204-210.6 杨秋媛,李宁,石林,等.基于空洞卷积与动态多核融合池化的裂缝检测 J.计算机工程与设计,2022,43(12):3529-3537.7 郭运冲,李
19、孟军,刘名果,等.基于 Canny 算子的建筑裂缝边缘检测改进算法 J.计算机仿真,2022,39(11):360-365+410.8 余泽禹,袁洪强,卫小龙,等.基于深度学习的管道焊缝超声检测缺陷识别方法 J.科学技术与工程,2022,22(30):13288-13292.表 2 检测速度测试结果实验编号检测速度(s)基于并行注意力 UNe 的检测技术增强语义信息与多通道特征融合的检测技术本文设计的建筑金属结构焊缝检测技术15.234.152.1326.125.391.9735.975.472.0544.395.131.8456.034.562.0666.284.981.83表 3 灵敏度测试结果实验编号灵敏度(mm)基于并行注意力 UNe 的检测技术增强语义信息与多通道特征融合的检测技术本文设计的建筑金属结构焊缝检测技术10.50.60.220.80.80.331.00.80.240.91.20.150.71.00.360.71.10.3