北京理工大学学报杂志投稿格式参考范文：钢筋工程焊缝质量检测技术研究进展

　　建筑业是我国国民经济的支柱产业，并朝着智能化、信息化方向快速发展。采用焊接方式连接的钢筋材料广泛应用在道路、建筑、桥梁、汽车制造、航空航天等领域，其焊缝质量决定着钢结构框架性能，直接影响着工程的安全性和稳定性。典型的城市轨道交通、跨海跨山隧道等工程的地下连续墙钢筋笼采用拼装式结构，主要由上面层网片、钢筋桁架、下面层网片和其它零星附件通过焊接的方式拼接成形，其焊接质量(如钢筋数量、长度、焊缝缺陷、焊缝尺寸等参数)直接关系到地下连续墙使用寿命、承重能力，必须通过质检技术保证钢筋工程焊缝质量合格。

　　钢筋工程焊缝质量检测主要研究方向是检测气泡、飞溅、焊渣、漏焊、凹陷、焊穿、咬边、裂纹、弧抗等缺陷是否存在，以及焊缝长度、焊高、焊宽、焊角、焊点位置、焊点数量等信息是否符合设计要求。传统采用人工目视观测和手持检测仪测量(例如：量尺和放大镜等)的方式，依靠肉眼和工作经验来判断产品质量是否合格，这种检测方式操作简单、灵活性强，但是检测结果受人工操作和专业水平影响，具有太多主观因素，使检测结果缺乏一定的客观化、标准化和规范化。同时，人工的检测效率低，在焊接检测过程中，现场的强光和辐射对人工产生有害影响。

　　综上所述，目前我国建筑工程领域迫切需要科学、有效的钢筋工程自动化质检技术，其技术优势应包括：①检测效率高，高效的焊缝质检技术才能在我国庞大的工程如道路、桥梁、公路、隧道、航空、航天、电力、石油、化工等领域推广使用，以提高检测速度;②检测结果直观，直观地呈现出焊缝缺陷的类别信息、位置信息、尺寸信息等，将为焊接参数优化、设备维修等提供支持。基于此，本文综述自动化无损检测技术在钢筋工程焊缝质量检测领域的应用，重点阐述了涡流检测技术、超声检测技术、渗透检测技术、射线检测技术、磁粉检测技术、三维重建检测技术在焊缝检测领域的研究进展，展望了焊缝质量检测技术未来研究方向和研究重点。

　　1 焊缝质量检测技术

　　在建筑、能源、航空、电力等行业中，利用焊缝质量检测技术检测焊缝是否存在缺陷以及焊缝尺寸形态是否符合设计要求是保证产品的质量和安全性的重要技术手段。焊缝质量检测技术种类繁多，各有优缺点，应根据焊接结构的材料、形状、尺寸以及检测要求、检测工况等条件，选择合适的焊缝质量检测技术。

　　1.1 涡流检测技术

　　涡流检测技术采用电磁感应原理，将通电线圈靠近焊缝表面，使焊缝产生涡流磁场，焊缝表面或亚表面存在的缺陷使涡流磁场发生变化，引起通电线圈磁场发生变化，通过测量感应线圈阻抗变化推演焊缝表面或亚表面磁场变化即可实现焊缝缺陷检测。涡流检测技术作为重要的无损检测技术，灵敏度高、耐高温、效率高，特别适用导电材料表面及亚表面缺陷检测，但是难以胜任焊缝深部的缺陷检测，同时检测线圈的设计、导电率以及被检工件材料特性都会影响检测精度。为解决上述问题，众多学者展开了研究，结合先进的微电子数字处理技术、探头设计及多频涡流检测技术，已经将涡流检测技术的精度提高到了 0.1mm。

　　岳明明等研制了涡流阵列缺陷检测装置，实现了单个传感器探头步进扫描的效果，通过 COMSOL 有限元软件仿真验证了系统可以实现缺陷大面积快速扫查，极大地提高了检测效率，但是设备受趋肤效应影响，检测灵敏性随缺陷深度增加而减小。

　　BERKACHE A 等以奥氏体不锈钢管(AISI 304)管道焊缝裂纹缺陷为例，研究了涡流检测结果与裂纹缺陷深度的关系，研究认为涡流信号阻抗变化与焊缝裂纹缺陷深度呈正相关关系，但研究过程通过人工构造的焊缝缺陷形态并不能真实反映焊接过程中缺陷最终形态，导致检测结果缺乏代表性。GAO P 等回顾了涡流探头改进、多频涡流技术、信号处理和计算反演技术，并指出多频涡流检测技术可以消除表面纹理噪声影响，适用微小缺陷检测。NOGUCHI Y 等研究了聚变设施管道焊缝缺陷涡流检测技术，通过优化探头设计(频率和线圈尺寸)，适应气孔、裂纹等不同特征的缺陷检测，但依然无法解决微小孔状缺陷检测问题。夏浩研究了检测线圈阻抗与检测线圈到待测焊缝垂直距离之间的变化关系，设计了面向 20# 钢表面裂纹缺陷基于裂纹电压信号相位旋转和幅值特性曲面拟合的提离补偿算法，提高了检测灵敏度和准确度，但是，关于裂纹缺陷检测提离补偿算法推广性不足，难以适用圆孔、腐蚀等缺陷，且整个研究过程忽略了相对磁导率对涡流信号的影响。ZHU Jianhua 等研制了基于 3D 激光线扫描相机和涡流检测系统的实时焊缝检测装置，实现了焊缝内部外部缺陷同时检测，但并未考虑焊缝移动扫描带来的图像畸变矫正问题。

　　综上所述，涡流检测技术采用非接触式检测方式，无需耦合剂，极大提高了单次检测速度和灵活性。但是检测过程受被测物表面形状、电导率、磁导率等影响较大，缺陷定位精度不高，检测区域局限，以涡流磁场附近圆环区域为主，需要逐步移动涡流探头才能完成整个焊缝缺陷检测。另外，检测结果以回波形状展示，不能直接反映出焊缝缺陷类别和位置信息。

　　1.2 超声检测技术

　　超声检测技术基于超声波在金属材料中的传播特性，通过分析反射波来检测焊缝中的缺陷位置和大小。这项技术的突出优点在于其穿透力强和灵敏度高，特别适用于厚壁管道焊缝的亚表面缺陷检测。然而，传统的超声检测方法在显示结果时，通常以横坐标表示传播时间或距离，纵坐标表示反射波幅值，这种呈现方式不够直观，检测结果容易受到检测人员主观经验的影响，难以在焊缝缺陷的定性、定量分析以及分类和精确定位中取得理想效果。超声检测的精度可以达到 ±1%，对于特定的应用场景，如超声波测厚仪，其精度和分辨率与测量的厚度范围有关。例如，对于分辨率 0.1mm 的超声波测厚仪，其精度在测量范围下限至 10mm 以下时为 ±0.1mm，在 10mm 至测量范围上限时为 ±(0.1 + H/100) mm，其中 H 为标准厚度块的标称值。

　　近年来，随着技术的不断进步，超声检测技术逐渐向高精度和自动化方向发展。例如，ZHANG S 等提出基于相控阵超声检测技术的轻量级 U - net 架构，通过引入跳跃连接和残余块，实现了船舶焊接缺陷的精确定位。然而，该方法在实际应用中容易受到焊缝结构回波的干扰，且缺乏工业现场的验证，推广性有限。

　　北京理工大学周世圆等开展了基于超声相控阵的焊缝熔深高精度检测研究，提出水浸式相对时间到达技术检测方法，克服喷注器检测面尺寸小且存在凹槽难以检测的问题，检测精度达亚毫米。

　　张侃在研究核电站主管道焊缝检测时，同样面临结构回波的干扰问题，特别是由复杂取向和弹性各向异性大尺寸晶粒引发的噪声。这些因素对超声波的传播产生了显著影响，增加了检测的复杂性。为了应对这一挑战，张侃采用了斜入射 SAFT 技术，在一定程度上减弱了结构回波导致的噪声干扰，提高了检测质量。然而，尽管该方案在噪声抑制方面取得了进展，但仍然难以满足复杂曲面的检测需求，尤其是在准确获取焊缝三维形貌特征方面存在明显的局限性。

　　为了准确获取焊缝的三维形貌，HOU H 等提出了一种基于多线聚焦超声探头的方案，专门用于识别薄壁小直径不锈钢管道中的焊缝缺陷。该方案成功地重建了焊缝根部、内部和表面的三维形态，从而实现了对缺陷的精确检测。然而，探头位置对检测灵敏度的影响较大，加之安装过程复杂，导致该方案在实际应用中的适应性和灵活性较差，限制了其在工业现场的广泛推广。

　　张佳莹等提出了一种基于幅度加权频率调制的相位编码激励方法，通过提高时间分辨率，减少了调频带宽对检测结果的影响，并有效降低了对复杂安装过程的依赖。赵俐鸿则结合纵波和 Lamb 波的优势，开发了用于板间缺陷和薄板内部缺陷的检测方法，同样在减少对探头精确定位要求和简化系统安装方面取得了进展。然而，这两种方法尽管简化了安装过程，却未能完全消除回波噪声的干扰，导致检测结果的准确性受到影响。这表明，降低安装复杂性与有效消除回波噪声干扰难以同时实现。

　　最后，鲁冬远通过超声探伤仪采集 T 型管焊缝中气孔、夹渣、未焊透和未熔合 4 种缺陷的超声回波信号，并利用神经网络进行学习和测试，首次验证了人工智能在焊缝超声探伤检测中的可行性。然而，由于数据集规模有限，该方法在广泛推广上面临挑战。

　　综上所述，超声检测技术凭借其强穿透力和高灵敏度，在焊缝缺陷检测中占据了重要位置，尤其在厚壁管道的亚表面缺陷检测方面表现突出。然而，传统超声检测方法在呈现和分析结果时，容易受到检测人员主观判断的影响，难以满足高精度和定量分析的需求。近年来，技术的不断进步推动了超声检测向自动化和高精度方向发展。例如，基于相控阵的超声检测技术和多线聚焦超声探头的应用，显著提高了缺陷定位的准确性。然而，这些新方法在实际应用中仍面临诸多挑战，如结构回波干扰、探头位置敏感性以及工业现场应用的局限性。同时，尽管相位编码激励方法和 Lamb 波检测技术在简化系统安装和提高检测效率方面取得了进展，但仍难以彻底解决回波噪声的干扰。此外，人工智能技术在焊缝超声探伤检测中的初步应用显示出巨大的潜力，但由于数据集规模有限，其推广应用仍面临挑战。未来，超声检测技术的发展应继续聚焦于提高自动化检测的精度和效率，优化探头设计，并减少噪声干扰，以满足复杂工业环境中的需求，从而进一步提升其应用广度和深度。

　　1.3 渗透检测技术

　　渗透检测是一种基于毛细管作用原理的无损检测方法，广泛应用于多种材料的表面缺陷检测。其原理是通过在构件表面施加强渗透性液体，使液体渗入表面存在的缺陷中。随后，通过去除多余的渗透液并施加显像剂，使残留在缺陷中的渗透液显现出来，从而能够分析出缺陷的分布与形貌。根据国标，渗透检测的标准流程包括预清洗、施加渗透剂、清除多余渗透剂、施加显像剂、观察评定、复验、后处理、验收标准以及检验报告等步骤。该技术的适应性较强，能够检测金属、非金属、磁性与非磁性材料的表面缺陷，特别适用于非标准件和小尺寸零件。渗透检测的精度是一个综合性的结果，受到多种因素的影响。通过遵循适当的标准和操作规范，以及使用合格的渗透检测剂和工具，可以最大程度地提高渗透检测的精度，从而确保检测结果的准确性和可靠性。但在大规模工业环境中的推广受限。

　　针对这一局限，苏树钿研究了渗透液的灵敏度和渗透速度对狭窄裂缝渗透效果的影响，提出了一种提高检测效率的渗透探伤剂。此研究为快速渗透探伤剂的开发提供了理论支持，简化了检测操作，具有较广泛的适应性。然而，其关键工艺参数仍需通过大量实验确定，且存在一定的不确定性。为提升检测的可靠性，LOBANOVA I 等探讨了渗透液湿润度对粗糙表面检测效果的影响，提出了液体扩散模型，并结合实验进行验证。此研究改善了液体在粗糙表面的扩展行为，从而提升了检测的可靠性。然而，若表面粗糙度过高，渗透剂难以彻底清除，检测结果的准确性仍会受到影响。

　　面对传统渗透检测技术在复杂工况下应用的瓶颈，基于细菌的渗透检测技术逐渐兴起。KUTMAN M K 等和 SANTOS T G 等分别利用大肠杆菌和红球菌细胞合成了新型细菌荧光渗透剂，简化了检测流程，并为渗透检测提供了新的研究方向。这种方法以环保的细菌悬浮液作为荧光渗透剂，不仅降低了检测成本，还展现出检测微米级表面缺陷的潜力。然而，尽管这一技术在初步研究中表现出色，其检测灵敏度与可靠性尚需进一步提升，工业化应用还面临挑战。

　　综上所述，渗透检测技术基于毛细管作用，是识别多种材料表面缺陷的有效方法。其操作流程包括渗透剂的施加、显像剂的应用以及缺陷的观察评定，适用于金属、非金属、磁性与非磁性材料，尤其在检测非标准件和小尺寸零件时表现出较高的适应性。然而，传统渗透检测方法因操作复杂、效率较低，限制了其在大规模工业环境中的应用。近年来，为克服这些局限性，研究者们探索了提高渗透液灵敏度和渗透速度的技术，改善了液体在粗糙表面上的扩展行为，提升了检测效率与可靠性。此外，基于细菌的荧光渗透检测技术作为一种新兴的环保方法，展现出检测微米级表面缺陷的潜力，简化了检测流程。然而，这种方法在灵敏度、可靠性以及工业化应用方面仍需进一步研究和优化。总体而言，渗透检测技术在传统基础上不断创新，未来的发展方向应着眼于提高检测效率、简化操作流程，并增强其在复杂工况下的适应性与可靠性。

　　1.4 射线检测技术

　　射线检测技术是一种基于射线穿透材料并记录射线强度变化的无损检测方法，广泛应用于焊缝、铸件等工业产品的内部缺陷检测。其原理是通过射线源发射 X 射线或 r 射线穿透工件，当射线遇到密度差异或内部缺陷时，会产生不同程度的衰减。感光元件(如 CCD 工业相机或数字探测器阵列)捕捉这些衰减后的射线信号，并通过二维或三维重建生成工件内部结构图像，从而检测出内部缺陷。在工业领域，射线检测的精度受检测设备精度、操作人员的技能、被检测物体特性等影响。例如，工业 CT(计算机断层扫描)设备的密度分辨率可以达到 0.5%，尺寸测量精度为 0.05mm。在更高精度的检测中，如芯片和半导体领域的检测，精度可以达到 2µm 甚至更低。这表明射线检测能够适用细微缺陷检测。传统射线检测方法具有设备成本低、图像采集速度快等优势，但由于射线图像中往往存在噪声干扰及亮度对比度不足等问题，导致焊缝特征模糊，因此检测结果高度依赖检测人员的经验与主观判断，检测效率和准确性较低。此外，射线检测还涉及复杂的辐射防护措施，需要专业人员进行操作和管理，这些因素限制了其在大规模工业应用中的推广。

　　为应对传统射线检测方法的局限，近年来的研究重点逐渐转向了射线图像缺陷的自动检测，特别是在缺陷分割和识别方面。射线图像的自动化处理有助于减少人为因素对检测结果的影响，提升检测效率和精度。

　　李晔等针对焊接接头 X 射线图像因光照不均、对比度低、缺陷边缘模糊等原因造成缺陷识别困难的问题，引入平均滑动直方图实现更好的图形数据模型密度函数估计，极大提高了缺陷边缘检测性能和分割效果，实现了焊接接头常见缺陷中气孔、夹渣、未熔合和未焊透缺陷的准确分割。

　　张明星提出了一种基于尺度乘积的 X 射线图像分割及稀疏自编码分类网络方法。该方法能够在一定程度上自动分割焊缝区域，并进行缺陷检测，显著提升了检测过程的自动化水平。然而，由于该方法在开发阶段中仅使用了较少的样本进行训练，且算法的运行速度较慢，使其在工业领域的应用受到限制。此外，稀疏自编码网络在处理复杂焊缝图像时，可能无法充分捕捉到多样的缺陷特征，进一步影响了检测的全面性。

　　为了应对运行速度问题，迟大钊等针对不等厚钢板搭接焊缝的 X 射线检测，提出了基于不变矩的图像校正方法。该方法结合了图像噪声抑制、背景去除及形态学处理等成熟的图像处理算法，显著提高了气孔类缺陷的检测速度和精度。然而，尽管该方法在处理气孔类缺陷方面表现出色，但对其他类型的缺陷(如缺焊、夹渣等)的检测效果较差，难以满足多样化的工业检测需求。

　　针对不同类型焊接缺陷的检测需求，石端虎等提出了一种缺陷对准、分割和位置提取算法，并结合 225kV 微焦点 X 射线对 T 型接头焊件进行了检测。该算法通过精确对准和分割焊缝中的缺陷，实现了批量缺陷的空间位置可视化，展示出较高的检测可靠性和精度。然而，这种方法的应用范围相对狭窄，仅适用于 T 型接头焊件的检测，对于其他形状或结构的焊件效果有限，限制了其在不同工业场景中的广泛应用。

　　为解决上述方法的局限性，GHANDOURAH E E 等通过使用数字探测器阵列投影射线，并结合共面平移层析成像技术(CTL)，为钢板焊缝提供了全面的三维缺陷评估。CTL 技术能够生成高分辨率的三维图像，准确识别多种焊接缺陷，如裂纹、气孔、夹杂物等。这种方法不仅提高了检测精度，还为焊缝缺陷的立体评估提供了新的可能性。然而，由于射线成像过程中不可避免的散射效应以及测量不确定性，可能会导致对缺陷物理外形的精确评估受到影响。因此，尽管 CTL 技术在理论和实验研究中展现出显著优势，其在实际工业应用中仍需进一步优化，特别是在降低测量不确定性方面。

　　综上所述，射线检测技术利用射线穿透材料并记录其衰减特性，是一种常用于焊缝和铸件内部缺陷检测的无损检测方法。尽管传统射线检测方法因设备成本低、图像采集速度快而被广泛应用，但其检测结果易受噪声干扰和亮度对比度不足的影响，导致焊缝特征模糊，检测效率和准确性依赖于操作人员的经验。为了克服这些局限性，近年来的研究主要集中在射线图像的自动化处理，特别是在缺陷分割和识别方面。这些新兴方法通过提高检测自动化水平，减少了人为因素对检测结果的影响，并提升了检测精度。然而，尽管一些先进的图像处理算法和三维成像技术在提高缺陷检测的可靠性和精度方面取得了进展，但仍然存在测量不确定性和适用性局限等问题，需要进一步优化以满足多样化的工业检测需求。

　　1.5 磁粉检测技术

　　磁粉检测技术起源于 1922 年霍克的发现，即在磁化工件表面撒上铁屑后，铁屑会在工件表面的缺陷位置聚集成特定形状。这一物理现象标志着磁粉探伤技术的诞生。1930 年，瓦茨首次成功应用磁粉检测技术检测焊缝，推动了该技术的发展。磁粉检测的研究领域主要包括磁化技术、磁粉材料及裂纹识别技术。早期的磁化技术主要通过单一方向的磁化进行检测，后期则发展为多向复合磁化，尤其在 80 年代引入计算机技术后，使得对复杂工件的检测更加高效。90 年代，旋转磁场的应用进一步提高了检测速度和工件保护水平。磁粉材料的研究也取得了显著进展，目前主要采用荧光磁粉，广泛应用于锅炉管道、汽车零部件等的检测。尽管半自动荧光磁粉探伤机已普遍使用，但裂纹识别仍主要依赖人工判断，容易出现漏检和误判。另外，磁粉检测技术的检测精度取决于磁粉粒度和颜色、磁场的强度和稳定性，以及操作人员的技能水平，检测结果不一致性很大。近年来，国内外在磁粉检测自动化和智能化方面的研究取得了进展，特别是在裂纹图像智能识别和机器学习算法的应用上取得了初步成果。

　　李远江结合半自动荧光磁粉探伤机的工作过程，提出了一种基于光线波长到 RGB 映射关系的图像预处理和分割算法，并针对裂纹检测开发了基于支持向量机后验概率输出的分类映射方法，实现了裂纹图像的智能分类。该方法有效降低了漏检率和虚警率，但在处理模糊区域时分类精度有所下降，限制了其在复杂环境中的实际应用。杨志军等通过搭建焊缝磁痕图像采集系统，提出了基于 Richardson-Lucy 迭代的非线性复原算法和基于 OSTU 自适应阈值的裂纹缺陷提取算法，优化了模糊区域的识别。然而，该算法对环境和参数的依赖性较强，在磁痕图像信号微弱或噪声过多的情况下，检测效果不佳，误差较大。针对这一问题，陈亮采用了灰度化、直方图均衡化和滤波等图像处理方法，显著提高了微弱信号或噪声环境下的缺陷识别率，但仍未能完全消除算法对环境参数的依赖。

　　尽管当前自动化磁粉检测技术仍面临一些挑战，其在工业应用中的优势已得到了广泛的认可，出现了诸多尝试与探索。ZHANG X 等设计了一种应用于船舶制造领域的轮式壁面爬行磁粉检测机器人。该机器人能够在具有曲率的壁面上灵活且稳定地移动，并通过携带的荧光剂喷洒瓶，将荧光磁粉均匀地喷洒在待测壁面上，随后清晰显示出标准样件中大于 30µm 的缺陷的形状和深度。进而通过标准检测流程，实现了焊缝的自动化检测。这一设计不仅在检测精度上达到了较高水准，还在复杂曲面条件下展现了出色的移动稳定性，为未来自动化磁粉检测设备的优化提供了新的思路。

　　综上所述，磁粉检测技术从单一方向磁化逐步发展到多向复合磁化，并在磁粉材料和裂纹识别技术方面取得了显著进步。计算机技术的引入以及旋转磁场的应用极大地提升了检测效率和工件保护水平。目前，半自动荧光磁粉探伤机已被广泛应用，但裂纹识别仍主要依赖人工判断。近年来，随着图像智能识别算法的日益成熟，全自动裂纹识别算法初具雏形。尽管现有算法在复杂环境或模糊区域的分类精度仍需提高，但新技术的应用正不断拓展其应用前景。例如，应用于船舶制造的壁面爬行磁粉检测机器人，不仅实现了焊缝的自动化检测，还展现出高精度和在复杂曲面条件下的出色稳定性。未来，随着技术的进一步优化和创新，磁粉检测自动化设备有望逐步克服现有挑战，为工业应用提供更高效、更可靠的解决方案。

　　1.6 三维重建检测技术

　　传统无损检测技术需要借助人工操作施加电流、渗透液、射线、磁粉等介质将焊缝缺陷特征显示到二维空间进行缺陷识别与分类。在涉及需要借助焊缝尺寸特征来实现焊缝表面质量检测的场景时，传统无损检测将不再适用。近年来视觉测量和激光测量技术实现了快速发展，诞生了基于结构光三角测量原理的线 / 面激光传感器和基于时间飞行法原理的 3D TOF 激光传感器等，大大推动了物体表面三维重建技术发展。三维重建技术能够重建焊缝表面三维点云，在三维空间内进行焊缝点云提取、尺寸计算、焊缝形态分布计算等，丰富了焊缝表面质量检测维度和技术方式。根据不同的重建技术，检测精度能达到微米级和毫米级，在精密设备缺陷检测中广泛应用。例如，采用双目结构光的设备精度能做到 0.02mm。传统基于三维点云的焊缝提取主要从点云几何纹理特征出发设计数学模型，只能在特定场景下应用，难以推广使用。基于点云深度学习的焊缝提取技术能够自适应提取关键特征，学习复杂、高维数据特征，泛化能力强，逐渐应用在焊缝检测领域。点云深度学习分割网络主要有 PointNet、PointNet++、Cylinder3D、PointConv、RandLA-Net 等。

　　广东工业大学高向东团队依托广东省焊接工程技术研究中心在焊缝表面三维重建及质量检测领域开展了广泛研究，其研究成员杨鹏程等搭建了焊缝表面缺陷检测装置，利用点激光传感器结合二维运动平台实现焊缝表面点云采集，基于 Delaunay 三角剖分实现缺陷三维建模，但测量系统复杂，测量速度慢，不适合大尺寸焊缝缺陷检测，且二维平台往复运动扫描的方式也引入大量的振动噪声，不适合高精度焊缝缺陷测量;研究成员丁晓东等研究了焊缝线激光条纹噪声抑制算法，采用软硬阈值折衷的小波阈值去噪法，提高了焊缝测量精度，但所研究算法涉及的参数初始值由多次试验结果得到，不利于方法的推广;研究成员刘秀航等利用机械臂带动单线激光扫描仪跟随激光 - 熔化极惰性气体复合焊过程，利用焊接过程正面图像时序特征信息预测背部驼峰缺陷，但在特征处理过程中扩增了预测模型输入维度，计算复杂度高，实时性不高。

　　陈晓明团队和王丽团队依托上海面向典型建筑应用机器人工程技术研究中心和上海科学院激光探测技术研究中心联合开展复杂环境下钢筋工程焊缝提取算法及质量检测技术研究，采用图像处理、点云处理、深度学习等技术手段，在上海建工集团浦东机场南下工程地下连续墙钢筋笼机器人智能建造中心开展示范应用。

　　1.6.1 基于点云模板匹配的焊缝质量检测技术

　　针对室内工况，将由红外相机、RGB 彩色相机和 MEMS 微振镜组成的三维面阵激光扫描仪安装到焊接机器人上，采集螺纹钢焊接前与焊接后的两组点云数据，实现基于点云模板匹配的焊缝尺寸精确提取，检测算法流程图主要包括：粗标定三维激光扫描仪与焊缝区域位姿关系;焊接前通过三维激光扫描仪采集待焊接区域点云数据;焊接后通过三维激光扫描仪采集已焊接区域点云数据;待焊接区域点云数据和已焊接区域点云数据分别预处理，包括去噪、降采样和焊缝感兴趣区域提取;待焊接和已焊接焊缝感兴趣区域点云匹配;基于最近点欧式距离焊缝点云集提取;焊缝点云集合主成分析，计算出焊缝尺寸，包括长度、宽度和深度。该方法操作方便，计算简便，不受母材和焊缝形状影响，适用完全室内、无灯工厂等应用工况中的焊缝精确提取。

　　针对室内外环境光影响红外相机拍摄激光条纹造成焊缝点云缺失的问题，采用外置电机带动蓝色线激光摆动扫描的方式完成整个焊缝三维扫描，用点云模板匹配法完成焊缝尺寸精确提取。

　　1.6.2 基于点云和彩色图像融合的焊缝定位及尺寸计算

　　针对研究 1.6.1 方案需要采集焊接前后两组焊缝点云造成检测方法不适用焊缝抽检和光照强烈情况下三维激光扫描仪点云缺失造成焊缝提取不精准的缺点，提出基于点云和彩色图像融合的焊缝定位及尺寸计算方法，使用三维激光扫描仪同时采集焊接后焊缝区域图像和点云数据，采用分段处理方式提取分段图像焊缝区域及对应点云数据。其中图像处理部分包括焊缝图像分段、灰度化、二值化、膨胀、轮廓提取、焊缝定位等步骤，点云处理部分包括点云降采样、滤波、主成分析等。

　　同时采集了 200 多组焊缝彩色图像数据，研究基于 YOLO 图像深度学习的小样本焊缝分割算法。

　　1.6.3 基于点云深度学习的焊缝检测装备研制

　　针对基于点云匹配的焊缝提取方法需要提前采集焊接前点云数据作为母板的强制性要求不适用后期焊缝二次抽检的问题，研究基于三维点云深度学习的一次性焊缝点云提取技术，并部署在 AI 边缘计算机上，研制出便携式 AI 焊缝检测仪。

　　1.6.4 基于线激光扫描仪的焊缝尺寸计算

　　针对平面钢板焊接过程中焊缝尺寸计算传统采用焊接检测尺的方式存在效率低、随机读数误差大等缺点，研制了基于单线激光扫描仪的手持式钢板焊缝检测仪，设计了焊缝尺寸计算数学模型，精确计算出角焊缝厚度、坡口角度、焊宽等参数，与设计参数对比即可判断焊缝质量。

　　综上所述，三维重建检测技术利用激光测量技术和计算机图形学原理，采集焊缝表面缺陷二维图像信息和三维点云信息，结合深度学习方法对边缘、角点、曲率等特性进行训练，建立缺陷识别模型，实现多类型焊缝缺陷定位、分类及尺寸计算等要求。该方法能够同时实现焊缝缺陷的精确定位和高精度尺寸计算，也能够实现裂纹、气孔、漏焊等多类型焊缝缺陷分类，但检测结果依赖焊缝表面三维重建效果，在强光、振动等工况下，焊缝表面三维重建会出现点云缺失、噪声大等问题，造成焊缝缺陷识别失败。

　　2 结束语

　　钢筋焊缝检测的重要性正在逐步提高。文中归纳总结涡流检测、超声检测、渗透检测、射线检测、磁粉检测五大主流无损检测在焊缝质量检测领域研究进展及优缺点。着重阐述了焊缝表面三维点云重建技术和基于点云深度学习的焊缝分割技术。未来，实现钢筋焊缝质量自动化和智能化检测将会成为研究热点。

　　焊缝缺陷自动化无损检测：使用无损检测技术获取焊缝表面及亚表面缺陷图像后，再结合计算机图像处理技术和图像深度学习技术，进一步实现焊缝图像的自动分割与识别，以提高焊缝缺陷检测系统自动化程度和检测效率。

　　焊缝缺陷多传感器融合检测：未来焊缝缺陷检测将更加注重多传感器多技术融合，将无损检测技术与图像处理、点云处理、深度学习技术等结合，提高检测全面性和可靠性，减少单一传感器、单一数据源带来的焊缝缺陷检测片面性。

　　基于大数据分析的焊缝缺陷检测：大数据技术的发展为焊缝缺陷检测提供了新的技术路径，通过对大量焊缝缺陷数据的收集分析，挖掘焊缝缺陷形成机理和演变趋势，对焊缝缺陷种类预测、基于焊缝缺陷演变的焊缝维护手段调整具有重要意义。

　　焊缝三维尺寸智能检测与评估：使用三维重建传感器获取焊缝表面点云数据，研究可泛化的焊缝特征表征模型，结合三维点云深度学习，实现焊缝点云自动分割与识别，以提高焊缝尺寸检测系统自动化程度和检测效率。

陈晓明;王丽4;马良;周峰;袁山山,同济大学土木工程学院;上海建工集团股份有限公司;上海面向典型建筑应用机器人工程技术研究中心;上海市激光技术研究所有限公司;上海市机械施工集团有限公司,202412