无损检测技术在铸件缺陷检测中的应用

汤鹏

摘要：无损检测技术主要致力于为电力、造船、石油石化、航空航天、特种设备检测、军工等领域提供高精度仪器研发制造、数字测试系统开发和测试工程服务，为国防安全和人民生活稳定提供有力保障，也是在飞机铸件过程中重要的一环。基于此，本文对无损检测技术在铸件缺陷检测中的应用进行探究，具有重要意义。

关键词：无损检测技术;铸件缺陷检测

一、智能化检测缩短评价时间、提高检测效率

超声波无损检测在大型铸件上的应用是十分广泛的，目前无损检测设备广泛应用于铸造行业，轮毂是飞机车轮最重要的部件之一，是工业X射线无损检测智能检测设备的领导者，该设备覆盖范围广、效率高、系统集成度高，能够自动识别和判断，具备智能化和人性化，可根据客户的具体需求定制。无损检测技术确保了生产的安全。目前，在飞机制造和生产领域，AI技术已被用于智能质量检测，以确保中国飞机的每一个细节的质量和安全。[1]因此，缩短评价时间，提高检测效率已迫在眉睫。

比如说，在捕捉到人工检测的低效率后，我们可以比较几种工业质量检测方法。手工检测存在成本高、效率低、检测标准不统一等问题。然而，传统的机器视觉技术识别能力差，抗干扰能力弱，算法不能重用。深度学习技术具有较强的适应性、较高的算法精度、可重用的模型和迭代意义，具有较强的产业升级潜力。因此，最终我们可以采用智能化采用无损检测技术来深度学习技术来改进流程。由于军工行业近年来，新能源汽车、船舶等行业越来越多的精密铸钢、铸铝零件，工件形状精密，结构、材质和结构复杂，可选性大，传统的检测方法已不能满足生产要求，成像结构复杂，难以清晰，不能满足精度要求，远不能满足工业生产的需要。可根据用户不同的工艺检测需求开发定制检测系统，满足不同客户产品的检测需求。将人工智能与深度缺陷自动识别相结合，可以实现缺陷的自动识别和判断。整个系统采用成熟的技术和设备，填补了精密铸造产品自动检测领域的技术空白。系统控制稳定可靠，大大降低了劳动强度，提高了检测效率。用于精密铸件的无损眼部X射线成像系统可以成为众多铸造企业和技术人员的良好助手，成为精密铸造检测的法宝。

二、利用图像分割技术解决现有应用挑战

关于图像分割技术，图像分割的行业应用非常广泛，包括无人驾驶场景、特效场景的图像分割、背景置换、照片抠图、医学图像分析等。基于深度學习的图像分割技术难点：由于现有数据量很小，对新数据进行注释既困难又昂贵。应用场景复杂，对算法的泛化能力要求较高。视频内存和计算能力需求是高端应用的挑战，实时性要求越来越高。 [2]

比如说，工业质量检验涵盖的行业广泛，包括3C电子产品外观质量检验、钢铁行业钢板缺陷检验、汽车发动机铸件损伤检验、航空制造行业飞机外观蒙皮损伤检验等，图像分割技术能够帮助工人检测飞机表面的划痕、凹坑和其他损伤，以及复合材料超声波图像中的缺陷，这使得在航空复合材料试验中的实际应用数据量小，应用场景复杂。但同时，无损检测图像分割试验要求高，应按照适航等级标准进行。针对这些问题，我们找到了一个解决方案，那就是利用图像分割技术开发复合材料检测算法。通过数据增强、算法选择等技术可以很好地解决上述问题，有效地帮助传统行业的技术人员实现铸件缺陷检测。

三、铸件缺陷检测开发工具包扩展训练数据

铸件缺陷检测开发工具包可以实现铸件缺陷检测任务从训练到部署的全过程。这主要基于oar的核心框架，具有数据增强、损失函数选择、分段模型和骨干网络配置等优点，以提供工业部署能力。我们选择它最重要的原因是它的易用性，通过全局配置，可以快速实现模型选择和数据增强，无需太多编码，非常接近我们的开发需求。实际业务场景的细分存在标注成本高、标注数据少、在线应用场景复杂等问题，解决方案是通过数据增强策略扩展训练数据，提高模型的可靠性，支持能够满足开发算法要求的强大数据增强技术，还支持各种主流细分网络。实际上，最初考虑了三种标记方法：第一种是使用矩形标记框架的目标检测算法，第二种是旋转矩形框架的目标检测，第三种是多边形标记框架的铸件缺陷检测。这些注释的成本变化很大，需要根据检测目标特征和数据集大小来确定。最后采用语义分割和后处理的方法得到了所需的检测结果，开发速度非常快。[3]

比如说，单个试件检测时间为20分钟;试验数量很大：每批2000件，每年约3批;信息水平低：容易造成人为疏忽;设备开度低：工艺难以优化。在先进材料研究中心实验室检测人员对复合材料结构模型试件进行无损检测时，通常为单批试件，对2000多件单试件进行检测、评定并出具报告要20分钟以上，使其成为瓶颈，需要对信息进行处理，智能化改进。就目前的形势评估，航空复合材料常用的测试过程包括实验接收、实验测试、缺陷分析和报告发布。缺陷分析和报告发布的两个步骤是评估阶段，其他步骤是实验阶段。我们可以通过50个实验来评估处理时间，平均测试时间为4.3分钟，平均评估时间为14.4分钟，手动评估时间占77%。这就需要使用铸件缺陷检测开发工具包来扩展训练数据，提升检测效率。

总结：将人工智能与深度缺陷自动识别相结合，可以实现缺陷的自动识别和判断，无损检测技术的整个系统应采用成熟的技术和设备，填补精密铸造产品自动检测领域的技术空白，系统控制要保证稳定可靠，大大降低劳动强度，提高检测效率。

参考文献：

[1]陈丽芬. 无损检测技术在特种设备检验中的应用探究[A]. 成都市陶行知研究会.首届"何以为师"学术研讨会论文集[C].成都市陶行知研究会：成都市陶行知研究会，2021：3.

[2]叶俊超，刘建军. X射线实时成像无损检测技术介绍及其在铸造领域的应用[A]. 中国机械工程学会铸造分会铸件质量控制及检测技术委员会.中国机械工程学会铸造分会铸件质量控制及检测技术委员会第十一届学术年会暨天津市第十届铸造学术年会论文集[C].中国机械工程学会铸造分会铸件质量控制及检测技术委员会：北京铸锻行业协会，2016：5.

[3]孙公军，陈庚，张雨溪，郭振峰.应用多种无损检测技术提升缓冲器箱体质量[J].铸造，2020，69（01）：58-61.