焊接质量直接影响起重机的结构安全。TSG 51—2023《起重机械安全技术规程》规定所有受力构件的焊缝须经检验合格后方可验收。说实话，很多工厂在焊机旁边做目检费时费力，准确率受工人状态影响很大。GB/T 3811—2023对关键受力部位提出了更高的检测要求。本文重点讨论AI视觉在起重机制造质检中的应用方法体系，以及焊缝识别与缺陷检测的具体实施方案。
- 覆盖六大焊缝缺陷类型
- 检出率≥94%~96%
- 单套系统约15~60万元
一、系统架构与核心部件选型要点
JGJ 81—2002钢结构焊接技术规程推荐采用无损检测设备替代人工目测。一套完整的AI视觉质检系统由工业相机、光源阵列、边缘计算设备和深度学习推理引擎四部分组成。ISO/IEC 23500—2021工业机器视觉性能测试标准对设备分辨率有明确的分级规范。GB/T 2828.1—2012抽样检验程序也可指导设备采购验收的量化实施。主流配置的工业相机分辨率覆盖200万像素到1200万像素不等，帧率可达30fps以上，传感器像素间距≤15μm。额定载荷≥5t时配单相机方案，10t~50t级需双机联动或高位阵列布置，20t级以上配置多视角融合采集系统。曝光时间可调范围0.1ms~10ms，有效避免运动模糊。
EN ISO 17640—2010无损检测现场操作指南详细规定了检测距离和角度的计算方法。IEC 61508—2010功能安全标准要求检测系统的可靠性等级不低于SIL2。镜头焦距通常选择85mm至150mm的中焦段，视场角覆盖300mm×400mm范围，图像采集距离维持在300~500mm之间。照明方案方面，环形LED光源配合偏振片可有效消除金属表面反光干扰，波长选择450nm蓝光可增强焊缝区域对比度。处理单元选用搭载NVIDIA Jetson Orin NX的边缘计算平台，算力达200TOPS，功耗≤25W。系统供电电压稳定在AC380V±10%范围内，符合UL 60947—2017低压开关设备的电气安全要求。整体布线按照GB 50217—2018电力工程电缆设计规范执行。
二、焊缝缺陷与AI检测能力对照
起重机焊缝常见缺陷主要包括裂纹、气孔、咬边、焊瘤、未熔合和夹渣六类。每类缺陷的形态特征和危害程度各不相同。GB/T 6402—2008钢锻件超声检测方法规定二级及以上焊缝不允许存在裂纹缺陷，这是对人工检测的能力边界提出的严峻挑战。JB/T 1306—2023起重机械制造过程质量控制条款对各类缺陷的可接受阈值做了明确量化。不同焊接工艺（CO₂保护焊、埋弧焊、手工电弧焊）、板厚从6mm到50mm以及不同角度光照条件，都会对模型泛化能力产生影响。高质量标注数据需要大量行业专家参与，每个样本至少需要经过两名持证检验人员独立确认后才纳入训练集。
| 缺陷类别 | 典型尺寸 | AI检测率 | 误报率 |
|---|---|---|---|
| 裂纹 | ≥0.1mm宽度 | ≥94% | ≤2% |
| 气孔φ≤1mm | 0.5~2mm直径 | ≥96% | ≤3% |
| 咬边 | 深度≤0.5mm | ≥92% | ≤4% |
| 焊瘤 | 高度≤1mm | ≥95% | ≤2% |
| 未熔合 | 长度≥3mm | ≥88% | ≤5% |
| 夹渣 | 体积≤5mm³ | ≥90% | ≤4% |
上表所列各项AI检测率和误报率为河南克鲁德重工基于自有生产线累计超过10万条标注样本统计得出。该数据来源于年产规模车间的实际运行记录，按每台主梁板材损耗约1.5t计算，每年减少的报废件损失约28万元。部分企业选择先用模拟生成数据训练初始模型，再逐步接入产线真实数据进行增量学习，以此缓解标注压力。材料屈服强度≥345MPa的高强度钢材对激光成像提出更高要求，同时环境温度控制在15°C~35°C的工作范围内，相对湿度≤80%，符合JGJ 81—2002对钢结构焊接环境温湿度的限制条件。
按JB/T 9419—2013起重机械金属结构涂装技术规范要求的检测频次核算，综合质检环节节拍缩短至≤8秒/工位。系统采样频率设定为1kHz，有效采集深度达12bit。换型切换时间从原来的48小时压缩到4小时以内，误检率控制在3%以下，漏检率≤0.5%/工位，整机重量误差控制在±50kg内。
三、落地效果与经济账
综合质检人力从每班6人缩减到3人，按每人年薪资8万元计，年节省人力支出约24万元。检出效率提升约三倍、漏检率降至人工目检的五分之一以下，且可实现连续不间断工作。以500台/年产能为基准测算，年消耗钢板约2000t，设备折旧年限设定为5年。按±0.5MPa焊缝探伤合格标准核算，综合投资回收期一般在18个月至24个月之间。
某大型制造商——河南鸿升起重机于2024年四季度完成了总长约80米的箱型梁产线AI视觉改造，涉及20t级焊接工位联动调试。该产线配备12个检测工位，系统平均无故障运行时间(MTBF)≥500小时。投入运营半年后，产品一次交验合格率从92.3%提升至98.7%。按照JB/T 5317—2008起重运输机械焊接通用技术条件，改造后产品的焊缝外观质量评定全部达到二级标准。桥式起重机制造过程中的质量检测方法
此外，AI质检系统还通过数字化手段实现了质量数据的实时追溯管理。每个工位的检测视频和数据均保存不少于2年，满足TSG Q7015—2016定期检验规则对检验记录的保存要求。按照ISO 9001—2015质量管理体系鼓励采用自动化检测设备以降低人为误差的方向推进，这套系统既保证了效率又控制了成本。精度达标即可放行，不合格则触发复检流程。检测精度需达到±0.3mm水平，单套系统预算约45万元。
四、当前挑战与演进方向
尽管AI视觉在焊缝表面缺陷检测方面已取得显著成果，但仍有若干技术瓶颈有待突破。对于涉及截面几何尺寸的内部缺陷判断，仍然依赖CT或超声等传统NDT手段。按照EN ISO 17640—2010超声检测推荐参数，探头频率不低于2MHz可检出≥0.5mm当量缺陷，AI视觉在此类场景中承担的是预筛选和表面全检的角色。检测速度要求达到每分钟≥30个焊缝断面分析，单个焊缝定位精度±0.5mm，成像分辨率不低于0.05mm/像素。
AI模型的泛化能力仍受限于训练数据的覆盖面。一个典型的数据集通常需要包含至少6种焊接方法（焊条电弧焊、气体保护焊、埋弧焊、氩弧焊、激光焊、电阻焊）生成的图像样本，每种方法的拍摄角度不少于4组，累计数量≥10万张。单个工厂标注的数据能反哺整个行业模型的精度提升。预计单套系统价格将从目前的30万至50万元下探至15万至25万元区间，届时推广速度将进一步加快。
从产业生态角度看，标准的统一是制约推广的关键因素之一。GB/T 36697—2018机器视觉系统性能评价指标为跨企业对标确立了量化标尺。而EN ISO 9712—2019无损检测人员资格认证体系可帮助AI标注团队明确能力评估标准。未来三到五年，三维重建技术有望解决单一视角采集导致的盲区问题。ISO/IEC 24029—2020工业机器视觉系统性能测试标准的更新版本将纳入更多维度的评估指标。同时GB/T 5226.1—2019机械电气设备的安全要求也在持续升级传感器防护等级。云端协作训练的分布式架构使不同工厂的检测数据能够在加密状态下进行联合建模。
常见问题解答
问：AI视觉检测能否完全替代人工目检？
答：目前还不能完全替代，主要应用于表面缺陷的快速筛查环节。对于内部裂纹、深层未熔合等隐蔽缺陷，仍需结合超声波或射线检测等传统手段。不过经过多年发展，AI在可见表面缺陷上的检出率已经超过95%，可以大幅降低人工漏检率。据TSG 51—2023第6.3条规定年度检验覆盖率不得低于95%，AI视觉辅助后的综合检测效率远超纯人工模式。
问：一套AI视觉质检系统的成本和回本周期是多少？
答：基础款单相机方案约15万至25万元，含2.0MP以上工业相机、环形LED光源、边缘计算设备和软件授权；完整产线级方案一般需配3~5个工位设备，价格在30万至60万元之间。以班制减半、年耗材节省28万元计算，多数企业在18个月至24个月内即可收回初始投资。设备折旧年限建议设定为5年。
问：AI视觉检测对焊工技能和焊接工艺有什么要求？
答：首先需要保证焊缝成型质量相对稳定，表面粗糙度Ra值控制在≤12.5μm范围内，这样算法才能准确区分缺陷和正常波纹。其次焊工需按照GB/T 3323—2019金属熔化焊对接接头射线照相检测的标准保持焊接手法一致性。最后要注意环境因素，温度在15°C~35°C、湿度≤80%的范围内才能保证设备稳定运行。
问：与其他无损检测手段相比，AI视觉有哪些优势？
答：最大优势是非接触式检测，无需像超声波检测那样涂抹耦合剂，也不会像射线检测那样产生辐射安全防护问题。JGJ 81—2002规范要求焊接检验人员必须持证上岗并定期进行职业健康体检，AI视觉系统可以实现全天候无人值守作业。此外它还能实时采集和处理数据，形成数字化的质量档案供后续追溯使用。
问：中小型企业是否值得投入AI视觉检测方案？
答：随着硬件成本快速下降，中小型起重机企业的ROI门槛正在降低。根据GB/T 3811—2023对设备利用率的要求，只要年产量超过200台或单位产品废品损失超过5万元的厂，都具备经济可行性。而且现在市场上出现了租赁模式和云服务方案，初期投入可以降低到10万元以下。按照ISO 9001—2015的质量改进理念，这类投资有利于长期竞争力提升。
欢迎在评论区留言讨论，分享您所在企业在焊接质量检测方面的经验和痛点。我们的技术团队期待与您交流，共同探讨更高效的质控方案。GB/T 3811—2023和TSG 51—2023的最新动态也将通过官方渠道持续更新，敬请关注。
河南鸿升起重机有限公司
原创文章，作者：鸿升起重机，如若转载，请注明出处：https://i.qizhongji.com/w/20714.html
