盛治鹏

摘 要：为确保压力容器使用安全，国家相关标准重点针对压力容器焊缝咬边以及余高等尺寸问题进行了严格规定。其中，为加强对压力容器焊缝咬边以及余高等尺寸问题的检测分析，本文主要压力容器焊缝表面形貌检测情况，重点针对基于人工智能条件下的压力容器焊缝表面形貌检测方法进行研究与分析。并通过阐明常见的检测方法及优缺点，人工智能在特种设备领域中的应用前景进行展望，希望通过本文的研究与分析，可以给同行业人员提供一定的参考价值。

关键词：人工智能;压力容器;焊缝表面形貌;检测;应用

前言：压力容器焊缝表面形貌与焊缝质量之间存在密切相关的联系，结合以往的经验来看，压力容器常见的焊缝外观缺陷主要以咬边、凹陷以及焊接变形等为主。当焊缝外观缺陷问题表现过于明显时，往往就会对压力容器的安全使用造成不良影响。严重时甚至会引发安全事故问题。近些年来，为进一步加强对压力容器安全使用的规范管理，行业内部人员重点针对压力容器焊缝表面形貌检测工作进行了统筹规划与合理部署。其中，为提高压力容器焊缝表面形貌检测效率，研究人员主动将人工智能技术方法融入到压力容器焊缝表面形貌检测工作体系当中，保障压力容器使用安全。

1 压力容器焊缝外观缺陷问题表现及成因分析

结合以往的检测经验来看，压力容器常见的焊缝外观缺陷问题主要表现为咬边、凹陷、焊缝余高、焊接变形等问题为主。其中，所谓的咬边问题主要是指沿焊趾在木材部分形成部分凹陷或者沟槽问题，咬边问题的存在会进一步减少母材有效截面积会，对结构整体承载能力造成不利影响[1]。焊缝余高主要是指焊缝表面两焊趾连线位置存在不合理问题，当余高问题表现过大时，焊缝表面会出现凸起现象，同时还会出现明显的应力集中现象。从客观角度上来看，上述问题出现的根本成因在于在前期生产制造期间，相关负责人员对于压力容器焊缝表面形貌检测工作落实不到位。再加上生产人员对于压力容器生产制造标准缺乏掌握，导致外观缺陷问题严重化。

2 人工智能在压力容器焊缝表面形貌检测中的应用

2.1 焊缝检验尺检测法

焊缝检验尺检测法基本上可以视为近些年来人工智能在压力容器焊缝表面形貌检测中的具体应用表现。在具体操作过程中，工作人员需要利用焊缝检测尺对准零位并紧固螺丝。与此同时，工作人员应该使用咬边深度尺进行测针处理，并针对筒体环焊缝咬边深度进行精准测量。完成上述操作之后，工作人员应该将三点测量面接触在工件位置上。

需要注意的是，不可将其放在焊缝位置或者存在缺陷问题的位置。此时应该将高度尺进行紧固，咬边深度尺应该尽量放松。这样一来，利用工件表面實现对焊缝检测尺校准以及调零工作，基本上可以达到预期效果。除此之外，工作人员可以将焊缝检测纸放在待检焊缝位置当中，仲有边深度尺下滑处理方式，对纵焊缝咬边深度进行测量分析[2]。

2.2 激光视觉检测法

激光视觉检测法在一定程度上可以实现对焊缝余高、宽度以及咬边深度等关键参数的同时检测。在检测分析过程中，该检测方法可利用光检测原理，从所拍摄的焊缝图像中提取关键参数，对当前压力容器焊缝表面形貌质量情况进行检测分析。在具体实施过程中，工作人员可利用单激光器以及单相机检测方法对待测对象的形貌表现情况进行检测分析。或者也可以利用单激光器与双相机检测法结合应用的方式进行应用实践。

在具体操作过程中，工作人员可利用工业相机与一字线激光夹相结合的方式进行操作应用。其中，工作人员可利用专用夹具固定工业相机与一字线激光器，确保相机轴线与水平面始终保持垂直状态。在一字线激光器出射激光面以及水平夹角的控制方面，应该按照规定要求进行合理控制。对于所采集到的焊缝激光线图像，可通过将图像数据传输应用的方法，传输到算法程序中，完成图像处理以及参数计算等一系列工作。根据最终参数表现与特种设备常规参数进行对比，判断当前压力容器焊缝表面是否存在质量缺陷问题[3]。

2.3 免标记锚点检测法

与传统焊缝检测方法不同，免标记锚点检测法可根据焊缝表面形貌情况，对焊缝表面形貌多个参数进行同时检测与动态获取。其中，在应用免标记锚点检测法的过程中，工作人员可根据不同焊缝特征表现利用该种方法提取焊缝特征参数。结合以往的经验来看，传统以曲线极值法以及多项式拟合曲线求解法为首的检测方法所涉及到的误差问题较多。

为规避传统方法存在的弊端问题，免标记锚点检测法主动结合深度学习原理，并以网络技术为依托，实现对特征点提取工作的有效处理。举例而言，工作人员可利用基于深度学习的焊缝轮廓图像特征点提取算法，为后续参数数值计算提供良好基准[4]。

3 人工智能在压力容器焊缝表面形貌检测中的应用优缺点分析

本文主要结合上述三种检测技术原理及内容，对当前三种检测技术在压力容器焊缝表面形貌检测中的优缺点问题进行研究与分析：

（1）焊缝检验尺检测法。焊缝检验尺检测法主要以焊缝检测尺为检测工具，其结构合理且外形美观，适用范围较广。结合以往的检测经验来看，焊缝检验尺检测法所涉及到的检测精度为0.5mm，是当前压力容器焊缝形貌检测常用的测量工具。但是需要注意的是，应用该方法进行测量分析时，需要工作人员对检测部位进行初选处理，且每个参数需要进行分别测量，在效率方面表现较低。最重要的是，该步骤容易受到人工操作的影响而出现误差问题。

（2）激光视觉检测法。激光视觉检测法在测量误差方面一般不会超过0.1mm，同时还可以实现AB类焊缝非接触式测量过程，可同时获取多个关键参数。最重要的是，该检测方法可在移动检测中获取各参数的最大数值以及具体部位，可提高焊缝检测效率。

（3）免标记锚点检测法。这类检测方法主要利用深度学习技术的图像分析功能以及数据整合功能对检测参数所呈现出的特征以及缺陷进行研究与分析。与上述两种方法不同，该项检测方法在测量误差方面严格控制在0.08mm，在精确性方面表现更高。最重要的是，该检测方法除了可以同时实现AB类焊缝非接触式测量工作之外，还可以实现对CDE类焊缝凸度以及凹度等参数的测量，具有重要的应用价值[5]。

不难看出，目前以免标记锚点检测法为主的人工智能检测技术所体现出的应用效率以及应用质量更高一些。

结论：总而言之，人工智能在压力容器焊缝表面形貌检测中可以发挥出较好的应用优势，基本上可以规避传统检测技术存在的滞后性问题。鉴于人工智能压力容器焊缝表面形貌检测技术的重要性，建议在未来的发展中，行业内研究人员应该主动结合人工智能前沿发展动态，对当前人工智能压力容器焊缝表面形貌检测技术体系存在的不足问题进行及时改进。并通过积极健全完善焊缝表面形貌质量合格评价系统以及相关评价体系，保障人工智能与压力容器焊缝表面形貌检测技术融合使用。相信在全体人员的不断努力下，人工智能在压力容器焊缝表面形貌检测中可以发挥出更好的应用优势。

参考文献：

[1]杨宁祥，梁敏健，李继承，林晓明，陈建勋. 人工智能在压力容器焊缝棱角度检测中的应用[J]. 西部特种设备，2020，3（04）：13-17+45.

[2]李奇. 压力容器焊缝质控中的无损检测方法及其信息系统研发[D].天津工业大学，2019.

[3]徐林，刘卫，吴婧. 浅谈压力容器无损检测[J]. 科技视界，2019（25）：274+326.

[4]刘春来. 浅谈表面无损检测在压力容器定期检验中的应用[J]. 当代化工研究，2018（04）：1-2.

[5]褚海涛. 压力容器无损检测：球形储罐的无损检测技术[J]. 湖南农机，2019，38（05）：47-49.

（诸城市万兴机械有限公司，山东 诸城 262200）