汽车散热器焊合率热成像检测系统

谢有浩，任 杰，姜阔胜

(1.安徽理工大学 机械工程学院，安徽 淮南 232001；2.滁州学院 机械与电气工程学院，安徽 滁州 239000)

0 引言

随着汽车保有量的增加，汽车散热器的需求也在不断增加，为了保证散热器的热交换性能，避免发动机在工作中因过热而造成的损坏[1-3]，散热器出厂前焊合率的检测愈发重要。在车用散热器市场中,铝制翅片式散热器逐渐占据优势[4]，它是利用钎焊技术将进出口接头、水室、垫板、成形板、底板、内插管和翅片焊接组成[5-8]，其中翅片的形状较为复杂，应用广泛的翅片[9]有平直型翅片、百叶窗型翅片、锯齿型翅片和波纹型翅片，在焊接后散热器内翅片与隔板的焊缝很难被直接观察到，因而无法直接检测焊合率。

目前，针对各种不同的焊接工艺有不同的焊合率检测方式，但是对翅片焊接的焊合率检测方式却很少。文献[10]利用超声透射法检测线性摩擦焊接头的焊合率；文献[11]在随机截取的焊后试样纵剖面上，用冷酸浸蚀法显示焊缝上焊接缺陷，并测量其总长度；文献[12]提出超声相控阵在异种钢的焊缝检测，但以上方法均不适用于汽车散热器的焊合率检测。传统的翅片式散热器焊合率检测具有随机性和破坏性，依靠人工判断，人为因素多，分辨率低，可靠性差。因此，需要一种能在不破坏散热器的前提下，逐个检测翅片焊合率的科学的、客观的方法。

随着成像技术、计算机技术与图像处理技术的发展，融合多种技术的机器视觉成为新的发展方向，在许多领域和场合代替人眼进行目标的检测和识别[13-17]。红外热成像技术在散热器中的应用多侧重于传热性能[18-19]和管道故障检测[20]，本文则将红外热成像技术与图像处理技术相结合，对焊接后的汽车散热器进行检测[21-22]。

1 焊合率仿真分析

1.1 模型建立

根据汽车散热器的工作原理[23]，高温液体流过隔板中的孔洞，隔板将热量传导至翅片，最后通过翅片与空气进行热传递，达到降温冷却的功能，本文通过拍摄汽车散热器的表面热像图来检测汽车散热器的焊合率。所以仿真模型由散热器隔板和翅片组成，利用SolidWorks simulation软件建立焊接热效应模型，对其进行温度场仿真分析。焊合率为焊缝长度在焊接总长度中的占比，具体的焊接模型材料为7072铝合金。焊接仿真模型如图1所示。

1.2 温度场分析

利用SolidWorks simulation软件对焊接模型温度场进行有限元分析，对隔板施加热源，通过焊接部位传递热量至翅片。仿真分析从焊合率10%开始，逐渐以10%递增，直至100%的热效应分析，通过改变焊接模型焊合率，分析翅片以及隔板发生热传递后的温度场情况，在温度场分布上焊合区翅片温度明显高于未焊接区域。

焊合率10%～100%翅片与隔板温度图如图2所示。由图2可知：随着焊合率的上升，翅片表面温度也不断上升，通过热传递，隔板温度也不断降低。焊合率在超过70%后隔板温度降低曲率和翅片温度增加曲率变大。焊合率在10%时，翅片温度为299.8 K，隔板温度为338.3 K，温度相差较大；当焊合率达到100%时，翅片温度为326.6 K，隔板温度为328.3 K，两者温度较为接近。利用热效应仿真分析，发现不同焊合率翅片与隔板之间的表面温度场存在明显差异，所以通过拍摄翅片式散热器表面热像图检测其焊合率，具有较大的可行性。

图1 焊接仿真模型

图2 焊合率10%～100%翅片与隔板温度图

2 可行性分析

图3 散热器表面红外热像图

现场试验环境为模拟焊接后的翅片散热器，利用加热炉对散热器整体进行加热，为避免散热器焊接钎料的融化，试验加热温度低于焊接钎料熔点100 ℃。加热后模拟焊接出炉一阶段风冷散热，由于焊接情况的不同，风冷后翅片散热器表面形成温度差，此时拍摄散热器表面红外热像图，如图3所示。

由图3可知：椭圆形区域的隔板热像图左边颜色亮度高于其他地方，说明该处温度较高，可以判断此处焊合率低于正常值。为了验证试验结果的正确性，对该异常部分进行剖切，剖切结果如图4所示。由图4可以观察到隔板的左边内部有未焊接处。再次单独拍摄剖切部分热像图，如图5所示，发现左边的热量低于右边。此次试验的翅片式散热器未焊接部分在其内部而非表面，普通人工无法判断该区域是否有焊接，通过热像仪拍摄其表面热像图不难发现其温度的分布差异，从而判断其是否完全焊接。

3 试验结果与分析

首先，利用检测装置对现场翅片式散热器进行红外图像采集；再对红外图像进行图像处理，如图片摆正、感兴趣区域选择、滤波、灰度化和二值化等[24-25]；最终，对比产品的量化数据分析试验结果。

(a) 隔板左面剖视图 (b) 隔板右面剖视图

3.1 图像拍摄

该检测装置主要由产品输送系统(产品的传送直接利用钎焊炉输出传送带进行)、可编程逻辑控制器控制系统、步进电机执行系统、红外相机拍摄系统、计算机端数据处理系统组成。

由于金属表面光亮，在拍摄范围较大时汽车散热器会折射环境温度，污染物体表面温度图像，造成判断误差。所以在采集图像信息时，本设计采用局部拍照最后拼接成全局图像。根据焊接生产线的传送带速度设计检测系统的X轴运动速度，保持相对静止，同时Y轴根据设定值间歇运动，间隙停顿时间热像仪拍照。

3.2 图像摆正

对热像仪实时传输的图像信息根据最小外接矩形算法摆正图片，然后根据区域温差框选感兴趣区域，进行针对性后续处理。

图6 中值滤波图

3.3 滤波处理

由于现场拍摄的散热器表面热像图会有噪声，对图像有利信息有干扰，需要在保留判别特征条件下对红外热像图进行噪声抑制，该处理结果的好坏将会影响到后续图像处理和数据分析的准确性。

本文结果处理采用非线性中值滤波法，其在平滑脉冲噪声方面非常有效，同时选择适当的点来代替污染点，以保护红外热像图中边缘尖锐的部分。中值滤波图如图6所示。

3.4 灰度处理

对上述滤波处理后的红外热像图进行灰度处理，其处理结果的描述同原彩色图像一样反映了图像的亮度和色度等级的分布和特征，而原彩色图像后续处理计算量较大，灰度热像图会使后续的图像处理计算量变得少一些[26]。

3.5 二值化处理

为了区别翅片式散热器表面的温度差异，凸显感兴趣目标的轮廓，简化图像，减小数据量，需要利用二值化算法对灰度图进一步处理。

图7 灰度直方图

其中灰度值阈值的选取是二值化中重要的部分，在红外热像图中，图像灰度值对应拍摄时物体表面不同的温度值，通过阈值划分，便可以温度为界限划分温度区间。本文研究的红外热像图方法主要通过翅片与隔板温度的差异性，反映传热效果，进而反映翅片与隔板焊接情况。现场环境拍摄时，每个散热器隔板的温度以及散热环境都存在一定的差异，所以隔板温度以及翅片温度不会是一个固定数值，在二值化时每个散热器热像图无法选用固定的阈值，需要根据温度情况采用合适的阈值，本文采用自动阈值分割(OTUS法)，通过统计计算每个灰度值的概率、目标与背景的分布概率以及平均灰度值和方差，取类间差最大的灰度值为阈值。

首先，绘制图中感兴趣区域图像灰度直方图，如图7所示。

由图7可以看出：灰度直方图中有一个大波峰，那么就选用这个波峰作为这幅图像二值化的阈值，选取阈值为114，对热像图进行二值化处理。

3.6 数据分析

二值化图像中黑色部分为温度低于设定阈值部分，白色部分为温度高于设定阈值部分，汽车散热器通过翅片与空气热交换降低温度，所以散热器水室热量通过翅片进行散热，翅片温度越高，反映出该部分与隔板焊合程度越高， 通过计算白色部分面积即可反映翅片的焊合程度。面积对比见表1。

表1 面积对比

由表1可知：合格部分白色占比62.77%，与不合格部分的48.54%存在一定的差异。

分析图像处理结果表明：散热器翅片与隔板未焊合部分与焊合正常的部分热效应不同，热传递效率不同，且未焊合部分热传递效率低于焊合良好部分，将会导致其内部热效应差异反映到散热器表面，形成不同的温度场，通过观察散热器表面温度分布情况，提取相关信息，有效地检测出翅片与隔板的焊接情况。

4 结论

(1)本文方法利用散热器出炉后的焊接余热，隔板余热温度达328.3 K，焊合率10%和100%翅片温差达10 ℃，满足测取要求，无需额外添加热源激励，减少了能源消耗，降低了检测成本，无冗余工序增加。

(2)针对散热器的功能特性，根据表面散热的差异性反映散热器内部的焊接情况，检测可靠性高。

(3)红外技术与图像处理算法的结合，可实现对散热器的逐个无损检测，避免散热器产品性能优异的概率性问题，保证出厂后性能满足使用要求。