压力容器焊缝表面一般会出现各种不同的缺陷，如存在裂纹、咬边、气孔、余高较大、棱角度超标等等，这些缺陷直接影响着焊缝质量。其中，焊接裂纹具有尖锐的缺口和大的长宽比特征，按其方向性可分为纵向裂纹、横向裂纹、辐射状（星状）裂纹，从形状看一般是略带曲齿或略有波纹的线形、放射或枝叉状。咬边是母材上面形成的沟槽，会导致母材的截面积减少，这样就会影响结构的承载力，导致应力全部集中到咬边部位，最终造成了裂纹。气孔是焊接时熔池中的气泡在凝固时未能逸出而留下来所形成的空穴，从焊缝表面形态上看一般为圆形或椭圆形的孔洞。同时，余高较大或者过渡存在瑕疵等也会导致应力集中，降低焊接结构的承载力，所以要严格把控余高的尺寸。国家为了保障压力容器的安全，对其焊缝的相关尺寸和表面缺陷都进行了严格的规定。
1.人工智能概述
1.1人工智能
人工智能也称作AI，是一种交叉学科，主要为了探究人类智能的本质，并按照人类智能的方式，生产出一种相似的智能机器。人工智能不仅能够像人类一样进行思考，也有可能会超越人类的智慧。这门学科具有较强的挑战性，因为其涉及的领域非常广泛，如计算机技术、哲学以及科技等各个方面。20世纪50年代到70年代，人工智能学科建立，在这一时期，人们赋予机器基本的逻辑能力。在20世纪70年代，人们开始对专家的知识进行整理，将其赋予机器，形成了很多专家系统，但这些系统设计的过程中需要耗费大量的时间和精力，再加上根本没有办法将大量的知识赋予计算机，所以该系统最终只能解决相应领域的问题，难以解决更加宽泛的问题。在20世纪80年代，人们开始探索将学习能力赋予计算机，并进行大量的探索和实践。然后提出了人工智能计算机的构想，但没有取得成功。直到2006年以后，Hinton发表的一篇文章，其中对深度学习进行探究，进而在很大程度上促进了人工智能的发展。2016年围棋AI选手战胜了顶尖的两位围棋选手，更是进一步推动了人工智能产业的发展。
1.2人工智能的应用
对于人工智能的应用，可以从四个层面来分析：其一为基础支撑层面，主要关于深度学习和传感器等硬件组成，主要目的是对计算机的能力进行突破，并对芯片架构不断进行创新，对计算方式进行优化，并不断改进算法，促进计算效率的提升。该层面的核心竞争力在于技术创新、算法的突破和架构的优化。其二为技术应用层面，主要在基础支撑层的基础上，针对各个领域，研发相应的应用技术，如智能控制、语音识别、预测规划、高性能计算平台以及控制平台等。该层面的核心竞争力在于针对各个领域开发出优质的应用技术方案。其三为方案集成层面，该层面主要将相关的硬件平台与各个领域的人工智能应用充分结合到一起，从而有效解决各个行业的软硬件问题。其核心竞争力主要是针对客户行业制定完善的解决方案[1]。最后为服务运营层，该层面基于上层的解决方案，为各行各业提供运营服务，如智慧教育、智慧城市、智慧医疗等等，提供更加深入的服务。其核心竞争力在于大量的案例和较强的咨询能力。
2.影响焊缝质量的因素
首先是设计因素。在实际设计过程中，很多设计人员比较重视对接口焊缝和焊条等系数，而忽视壳体焊缝，也不对检验要求作出具体的说明。其次，对于不同材料的焊接，也会影响焊缝的尺寸和形状。如不锈钢对焊接热比较敏感，所以应采取低线能焊接，并尽量减小坡口截面；而焊接普通碳钢时，可采用高线能焊接，因为该材料对焊接热并不敏感，并使坡口截面尽量大一些。同时，焊接方法也会影响焊缝。若使用手工电弧焊，对于超过6mm的钢板，可以开V形坡口，因为这种焊接方式的熔深较浅。而使用埋弧自动焊的方式，对于小于20mm的钢板，无需开坡口，因为该方式具有深熔性。最后对于焊工也要提高相应要求，必须要求相应人员持证上岗。同时要注重对焊材的保管，储存环境的湿度要小于60%。施工环境要注意风速的影响，确保其小于10m/s;雨雪天气不能进行焊接；气体保护焊应小于2m/s,最后要确保湿度小于90%[2]。在进行焊接的过程中，要规范焊接工艺，并制定相应的评价体系。对于焊缝表面，不能存在熔渣、裂纹、弧坑等。另外，在焊接之前，要在一定氛围内进行预热，不能使焊件温度低于0℃。
3.压力容器焊缝尺寸规定
3.1焊缝咬边的要求
对于以下这几种压力容器，GB150规定其焊缝表面不能出现咬边，包括焊接接头系数为1的容器、低合金钢材制造的容器、低温容器、不锈钢材质的容器以及有应力腐蚀的容器等。对于其它的压力容器也有一定要求，包括焊缝表面的咬边深度必须要小于0.5mm，并且两侧咬边的长度合在一起要小于焊缝总长的十分之一。
3.2焊缝宽度的要求
在相关标准中，没有对压力容器焊缝的宽度作出要求，其宽度主要取决于焊接工艺。在实际焊接的过程中，要确保焊缝宽度大于焊接坡口，这主要由于焊接过程中会有较高的温度，不仅会融化焊条，也会融化少量的母材。通过焊缝宽度可以知道焊接工艺的优劣。
3.3焊缝余高的要求
对于双面坡口焊缝宽窄面、Cr-Mo低合金钢材等容器的余高尺寸，GB150作出了相应的规定。如对于一般的钢材，其单面坡口焊缝宽面的余高尺寸要小于4mm，窄面余高尺寸要在0-1.5mm之间。另外，对于C、D类焊缝的焊脚尺寸，若没有规定图样，则选择焊件中最小的厚度。
4.焊缝表面形貌尺寸检测方法
4.1焊缝检验尺检测法
首先是对焊缝咬边深度进行检测。需要使用焊缝检验尺，将零件和高度尺对准，然后将螺丝进行固定，最后再通过咬边深度尺侧针对筒体环焊缝的咬边深度进行测量.然后还是利用焊缝检验尺，对筒体纵焊缝咬边深度进行测量。先将零件和咬边深度尺进行对准，然后对螺丝进行固定，将三点测量面放到工件上面，然后固定高度尺。最后将检验尺放到需要焊缝的部位，对高度尺的测量面进行固定，下调咬边深度尺，进行测量。其次，需对焊缝的余高和宽度进行检测。同样需要使用焊缝检验尺，对准零件和咬边深度，然后将螺丝进行固定，使高度尺接触到焊缝，就会显示出焊缝高度[3]。另外，使用主体测量角靠近焊缝一侧，再旋转其靠近另外一侧，就会显示出焊缝的宽度。
4.2免标记锚点检测法
在焊缝表面形貌检测中融入免标记锚点技术，可以实现对其多个参数的同时检测。使用传统的曲线极值法在不同焊缝特征当中，适用性不是很好，并且对于特征点的提取容易出现较大的误差。在这种情况下，应用免标记焊缝特征锚点提取法可以有效弥补当前的不足。免标记特征锚点网络具有强大的功能，可以准确地进行端对端的输出，并且不用再进行手动分析，节省了大量时间。采用焊缝轮廓图像特征点提取算法可以更好地进行后期的计算。焊趾左侧的宽度特征点用Pw1表示，右侧的则用Pw2来表示，余高特征点用Ph来表示，焊趾左侧的咬边特征点用Pu1表示，右侧的则用Pu2来表示，将焊缝长度设为X轴，厚度设为Z轴，宽度设为Y轴。余高特征点与两侧宽度特征点在Z轴上的间距用Wh表示，两侧宽度特征点在X轴上的间距用Wd表示，两侧咬边特征点在Z轴上的间距则用Wu1和Wu2来表示，则焊缝咬边深度、余高及宽度值通过计算可以得出：
4.3激光视觉检测法
在焊缝表面形貌检测中融入激光视觉检测法，可以实现对焊缝多方面参数的检测。如焊缝两焊趾之间的距离用Wd表示，焊趾在母材上凹陷的深度用Wu表示，焊缝两焊趾比母材高出的部分用Wh来表示。为了测量出焊缝咬边的深度、余高以及宽度，可以将焊缝的长设为X 轴，厚度设为 Z轴，宽设为Y轴。然后再结合光检测方法，就可以从中反应出焊缝的相关参数特征[4]。具体的实施方法可以为单激光器和单相机检测法或者双相机检测法。第一种是使用专用的夹具固定工业相机，以及一字线激光器，并使相机保持垂直，激光光面与水平线会形成一个夹角，可以用S表示。第二种方式相较于第一种方法增加了一台工业相机，最后形成的夹角分别用S1和S2来表示。将相机采集到的相关数据传输到算法程序当中，会显示相应的焊缝参数，具体检测流程图如图1所示。
4.4检测方法的对比
首先是焊缝检验尺检测法。使用的不锈钢材料制作的焊缝检验尺，经常被用来测量焊缝的形貌检测，主要因为其具有较多优势。不仅结构比较合理，具有广泛的适用范围，非常便于使用，并且外形也比较优美，检测精准度较高。但该方法也存在一定的弊端，在测量过程中，需要手动选择开始的检测部位，效率不高，并且检测的最终结果很容易受到人工操作的影响。其次是免标记锚点检测法。该方法具有非常小的测量误差，并且能够同时测量多个关键参数，大大幅提升检测效率，强化智能化水平，并且能够评价焊缝的合格情况。最后是激光视觉检测法。使用该方法进行测量，其误差小于0.1mm，能够实现焊缝多个关键参数的测量，在移动检测的过程中，能够获取各参数的最大数值，不仅能够提高检测效率，还能够保证测量结果的精准性。
5.结束语
总之，人工智能不仅能够应用到检测技术当中，经过相应的训练，其还能基于应用构建相应的评价系统，如对管道元件质量进行评价或对叉车操作人员考核进行评价等，具有广阔的应用空间。
参考文献
[1]雷惠云.人工智能热潮中的冷思考[J].智慧中国,2021(07):74-75.
[2]杨宁祥,陈英红,刘德阳,关成文.人工智能在压力容器焊缝表面形貌检测中的应用[J].特种设备安全技术,2021(03):10-12+29.
[3]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(04):15-19+47.
[4]刘安琦. 渗透检测在压力容器焊缝检测中的应用[J]. 工程建设与设计, 2017(0z1):140-142.
