摘要：据悉，福建理工大学的科研人员报道了焊接缺陷检测：基于深度学习的图像处理与缺陷形成机理。相关论文以“Weld Defect Detection: Deep Learning-Based Image Processing and the Mechanisms of
长三角G60激光联盟导读
据悉，福建理工大学的科研人员报道了焊接缺陷检测：基于深度学习的图像处理与缺陷形成机理。相关论文以“Weld Defect Detection: Deep Learning-Based Image Processing and the Mechanisms of Defect Formation”为题发表在《Archives of Computational Methods in Engineering》上。
01
02
部分图文
图1 焊接方法与工艺分类
图2 焊接外部缺陷与内部缺陷
图3 气孔的形成过程
图5A 焊接过程中固相、液相和熔池的温度分布。大的温度梯度，特别是在固液界面附近，会导致区域间不均匀收缩，引起内应力并形成裂纹；B 焊接裂纹的多种分类方法；C (a) 凝固裂纹(b) 液化裂纹(c) 延迟裂纹(d) 低塑性脆性裂纹；D 熔池中的热载荷效应。熔池中的热应力效应。熔池的高温与周围区域相比产生显著温差，导致应力集中，尤其在熔池边缘或焊缝接头处。
图6 热裂纹与冷裂纹
图7 典型的几何不完善缺陷
图11 焊接缺陷图像的自动识别流程
图14 缺陷检测方法框架
图15 集成迭代深度网络
03
结论/展望
深度学习正日益成为焊缝缺陷自动检测的核心技术。本文对近250篇相关文献进行了全面综述，系统概述了焊接方法的分类、焊缝缺陷的类型和形成机理，并深入分析了基于深度学习的焊缝缺陷检测技术的现状和未来前景。在焊接方法方面，这项工作将现有工艺分为三种主要类型，并在每个类别下对具体技术进行了详细分类，从而有助于阐明不同焊接工艺与相关缺陷类型之间的关系。在缺陷机理方面，对焊缝缺陷进行了系统分类，重点关注气孔和裂纹的形成机理，进一步研究了重叠、底切、底部填充、凹坑、熔透不完全、熔合不足、内部夹渣等典型缺陷的物理原因，为后续缺陷识别和建模奠定了理论基础。在图像数据层面，总结了当前与焊缝缺陷图像采集相关的技术和挑战，强调了图像质量的局限性和环境噪声的重大影响。围绕深度学习在焊缝缺陷检测中的应用，系统概述了数据增强、图像分类、图像分割和目标检测四个关键技术领域，并总结了现有的主要研究成果和方法学发展。尽管取得了显着进展，但仍存在一些挑战。首先，综合数据集的稀缺性继续阻碍了发展——可用的公共数据集在规模和多样性上受到限制，高质量的图像采集仍然成本高昂且容易受到环境干扰。此外，焊接缺陷图像的注释需要专业知识，并且是劳动密集型的，存在主观偏差的可能性，进一步限制了数据的可用性和可扩展性。未来的努力可能会探索多模态融合策略，结合红外和超声波数据等异构源来丰富特征多样性和表示。将此类数据与注意力机制和基于 Transformer 的架构相结合，可以增强复杂条件下的特征对齐和鲁棒性，从而实现更具弹性的焊接质量评估系统。其次，尽管生成对抗网络（GAN）和相关技术在增强中提高了数据多样性，但在生成图像的真实性和精细细节方面仍然存在差距，可能会破坏模型的泛化。许多增强方法还严重依赖小型数据集，并表现出很高的计算复杂性，限制了它们在实时工业环境中的部署。未来的研究应侧重于提高图像保真度、增强缺陷特定特征和优化模型效率。同时，当前的缺陷识别模型仍然严重依赖全监督或半监督学习，限制了它们的可扩展性和适应性。虽然轻量级网络和多模态融合在一定程度上提高了性能，但在处理复杂缺陷、低对比度图像和在嵌入式系统中部署模型方面仍然存在挑战。此外，有限的模型可解释性仍然是确保透明度的障碍以及工业应用中的可追溯性。未来的方向包括开发无监督策略，例如自监督学习和对比学习，以减少对标记数据的依赖，以及模型压缩技术（例如，修剪、量化、知识蒸馏）以提高实时能力和边缘部署的适用性。最后，尽管大多数现有研究都集中在缺陷分类和定位上，但缺陷尺寸的测量仍然没有得到充分探索。然而，在航空航天和核能等对焊接质量要求严格的领域，准确的缺陷尺寸对于完整性评估和维修计划至关重要。目前的方法大多根据图像像素数来估计尺寸，缺乏对物理尺寸的准确转换，因此达不到精度要求。未来的研究可能会整合相机校准和 3D 重建技术，例如多视图成像或结构光扫描，以实现高精度尺寸测量。此外，深度相机与深度学习模型相结合可以支持实时缺陷尺寸测量，为质量评估提供更可靠的数据。综上所述，本文不仅系统地回顾和评估了基于深度学习的焊缝缺陷检测研究的现状，还确定了跨数据、模型和应用层面的关键局限性。基于这些见解，提出了几个前瞻性的研究方向。希望本研究能够为智能焊接质量监测系统的开发提供理论基础和技术指导，从而促进深度学习在焊接制造领域的实际应用和推进。
长三角G60激光联盟陈长军转载
热忱欢迎参加我们在2026年4月15-17日在苏州举办的第八届涡轮技术大会暨民用航空发动机和燃气轮机展以及激光在民用航空发动机和燃气轮机中的应用大会（4月16日）
来源：江苏激光联盟
