专利汇可以提供增材制造表面及内部缺陷与形貌复合检测方法及装置专利检索,专利查询,专利分析的服务。并且本 发明 公开了 增材制造 表面及内部 缺陷 与形貌复合检测装置,包括表面缺陷检测系统、内部缺陷检测系统、形貌三维测量系统和装夹装置,所述表面缺陷检测系统包括第一CMOS工业相机,内部缺陷检测系统包括 气缸 和检测 探头 ,所述检测探头用于产生 磁场 ,靠近检测表面,与 工件 建立磁相互作用,形成磁扰动的环境,所述形貌三维测量系统包括线 激光器 、滤光片和第二CMOS工业相机。本发明可以实现增材制造中对表面、内部缺陷以及形貌三维尺寸进行实时的全面的检测,并将数据传输工控机进行分析,与成型 铣削 复合路径规划 软件 进行交互,可实现实时控制成型装置进行成型与产生铣削代码,控制 铣刀 对增材制造表面进行铣削加工。,下面是增材制造表面及内部缺陷与形貌复合检测方法及装置专利的具体信息内容。
1.增材制造表面及内部缺陷与形貌复合检测装置,其特征在于:包括表面缺陷检测系统、内部缺陷检测系统、形貌三维测量系统和装夹装置(7),所述表面缺陷检测系统包括第一CMOS工业相机(6),所述第一CMOS工业相机(6)用于采集表面图像,内部缺陷检测系统包括气缸(2)和检测探头(1),所述检测探头(1)用于产生磁场,靠近检测表面,与工件建立磁相互作用,形成磁扰动的环境,所述形貌三维测量系统包括线激光器(4)、滤光片(11)和第二CMOS工业相机(8);所述线激光器(4)用于发射激光、所述滤光片(11)用于透过稍大于激光波长范围的光,所述第二CMOS工业相机(8)用于采集照射在工件表面的激光条纹图像;
所述第一CMOS工业相机(6)、气缸(2)、线激光器(4)、滤光片(11)和第二CMOS工业相机(8)均安装于装夹装置(7)内部,其中气缸(2)的活塞杆上安装所述检测探头(1);
所述装夹装置(7)包括固定架(3),所述线激光器(4)固定安装在所述固定架(3)上,所述固定架(3)上设置有用于将固定架(3)安装到外部设置处的螺纹孔(5)和用于走线的入线口(9)。
2.根据权利要求1所述的增材制造表面及内部缺陷与形貌复合检测装置,其特征在于:
所述表面缺陷检测系统是一种基于视觉图像以及深度学习和支持向量机的增材制造表面缺陷检测系统,所述表面缺陷系统进行表面缺陷检测的过程如下:
(1)采集:采用第一CMOS工业相机(6)采集表面图像,并且在原始图像中选择一区域进行采集;
(2)图像预处理:包括依次进行的灰度化、直方图均衡化和高斯滤波,灰度化是使用灰度函数imgray对将彩色图像转换为对应像素值为0-255的灰度图像,统计每个灰度级对应的像素数目;直方图均衡化是对原始图像的灰度直方图中相对集中的灰度区间,通过对图像进行非线性拉伸,重新分配图像灰度值,使其变成在全部灰度范围内均匀分布;高斯滤波是使用滤波窗口对图像进行离散化滑窗卷积,消除高斯噪声;以提高网络在不同光照环境下的适应性;
(3)采用基于卷积神经网络CNN直接对输入图像进行特征提取,采用4个特征提取层共7层的卷积神经网络结构,使用的CNN结构将卷积层与下采集层结合成一个网络层,其直接使用卷积层区域的左上角的值作为下采样值;
所述的7层卷积神经网络的网络结构包括输入层、Layer1、Layer 2、Layer 3、Layer 4共4个特征提取层、输出层,以及Layer5全连接层,,Layer1使用卷积核对输入层进行特征提取,横向与纵向移动间距相等,得到较少的特征M图谱,Layer2使用卷积核对Layer1进行特征提取,横向纵向移动间距相等,得到若干个特征图谱,Layer3使用卷积核对Layer2进行特征提取,横向纵向移动间距相同,得到较多的特征图谱,Layer4使用卷积核对Layer3进行特征提取,横向移动间距大于纵向移动间距,得到很多个特征图谱,Layer5采用全连接方式与Layer4相连,输出层通过全连接的方式与Layer5相连在Layer1~Layer4之间的连接中,采用不完全连接的机制,这样不仅能将连接的数量保持在一个合理的范围内,并且网络的对称性被破坏,使得不同特征图谱的输入不同,从而迫使它们从上一层提取不同的特征;
去除输出层的CNN作为特征提取器,将Layer5全连接层输出向量作为缺陷图像输入的特征向量,并以此为特征样本训练分类能力更强的支持向量机分类器;
(4)基于支持向量机SVM进行缺陷特征分类,将相近的缺陷类别分别放在两个子类,以提高在子类中进行下一级分类时的样本差异。
3.根据权利要求1所述的增材制造表面及内部缺陷与形貌复合检测装置,其特征在于:
所述内部缺陷检测系统还包括电气盒,所述电气盒包括激励电气子模块、采集子模块和信号调理子模块,所述检测探头(1)由穿过式线圈和永磁体构成,所述穿过式线圈套在永磁体上,并在外围设置保护罩,所述激励电器模块用于产生正弦或其他规律的电压给激励线圈,产生励磁磁力线进行磁化或者产生涡流,所述采集模块是用于采集检测探头产生的电压信号,并将传输信号进行A/D转算处理,所述信号调理模块用于对A/D转换后的信号进行进一步放大、滤波处理,并将其传输到检测数据分析模块。
4.根据权利要求1所述的增材制造表面及内部缺陷与形貌复合检测装置,其特征在于:
所述形貌三维测量系统是一种基于线结构光的形貌三维测量系统,形貌三维测量系统检测方法包括形貌检测模块的数学模型建立与参数标定以及图像处理时使用索引固定位置的指针遍历法,所述指针遍历法是在连续读取一系列类型相同、矩阵大小相同的Mat类型图片矩阵时,通过索引固定位置的方法,降低图像遍历中指针操作的次数。
5.根据权利要求4所述的增材制造表面及内部缺陷与形貌复合检测装置,其特征在于:
所述形貌三维测量系统采用激光正投影的方式进行测量,所述线激光器(4)的线激光中心轴线与CMOS工业相机(8)的镜头的中心轴线的夹角大于0,所述线激光器(4)产生激光,相机镜头前安装有可通稍大于激光波长范围的滤光片,降低外部环境光源的干扰,同时简化激光线条纹中心提取算法。
6.根据权利要求4所述的增材制造表面及内部缺陷与形貌复合检测装置,其特征在于:
形貌三维测量过程如下:
(1)数学模型的建立为测量系统具有摄像机坐标系(OC-XCYCZC)、图片坐标系(O1-XY)和世界坐标系(Ow-XWYWZW)三个坐标系,建立了工业相机图片其中一个像素点(u,y)与世界坐标系其中一点(xW、yW、zW)的一一对应关系,由于矩阵结构运算的原因,在相应缺省部位取1:
其中,K为像素转换矩阵,P为透视投影矩阵,M为旋转平移变换矩阵,u代表像素行、v代表像素列,x、y为图片坐标系中坐标,xC、yC、zC为摄像机坐标系中坐标、xW、yW、zW为世界坐标系中坐标,
考虑工业相机的镜头的桶形畸变,桶形畸变属于非线性畸变,采用补偿公式:
其中(x,y)为理想像点位置,(xd,yd)为实际像点位置,k1、k2分别为一阶、二阶径向畸变系数,p1、p2分别为一阶、二阶切向畸变系数,将非线性畸变模型下的图片坐标系实际像点(xd,yd)转换成理想像点(x,y),再将(x,y)带入公式(1),获得考虑工业相机桶形畸变的线结构光三维测量数学模型;
(2)第二CMOS工业相机(8)的标定:使用每个正方形尺寸相同的棋盘格标定版,对工业相机内参数进行标定,外参数标定使用锯齿靶标法进行外参数标定,齿顶和齿根的角度均为90°;内参数主要针对CCD摄像机的焦距、偏移角、主点坐标、畸变系数和像素误差这五个参数进行标定,外参数标定主要是求解世界坐标系和摄像机坐标系之间的角度和位置关系,参数标定具体步骤如下:
2.1)将预先命名为Image的所有bmp格式的靶标图像导入到工作环境根目录中;
2.2)提取角点的时候分别输入方格长度dx和宽度dy,,单位为mm,设置窗口尺寸winx和winy稍大于dx、dy值,依次点击提取四个角点;
2.3)按照摄像机几何模型进行参数计算,得到了内参数标定结果;
2.4)进行误差分析,若像素误差较大,重新导入标定棋盘图,设置标定参数,返回步骤
2.2);若结果像素误差在0.5以内,则认为标定成功,输出可靠的摄像机内参数;
2.5)安装线激光器和摄像机的固定装置,激光垂直打到锯齿靶标上;设置靶标所处的世界坐标系的原点位于锯齿中间的齿底点,在光平面上建立直角坐标系,那么所有锯齿特征点的世界坐标全部确定;
2.6)摄像机光条图像,进行灰度处理,采用自适应阈值灰度重心法提取激光条纹中心,拟合直线,求解各段拟合直线的交点得到锯齿特征点图像像素坐标;
2.7)通过机器人不断调整装置的高度,使其在基准为0的位置的基础上分别升高和降低,可以得到一系列不同基准的特征点世界坐标和图像坐标,将其带入数学模型中,采用L-M法解非线性超定方程组,便得到外参数的旋转矩阵与平移矩阵;
(3)图像处理:采用索引固定位置的指针遍历法提取所得条纹中心线位置,指针遍历法是指在OpenCV库中为Mat矩阵类定义了指针函数ptr方法,对于单通道灰度图像image,使用image.ptr
3.1)以图片第j列像素为起始处理单元,设定起始阈值;
3.2)扫描该列每一行像素灰度值,并统计该列的灰度值分布情况,记录灰度值大于阈值Y的像素点个数,记为n;
3.3)判断n的大小,如果n大于等于5,则进行步骤3.4);否则降低阈值Y=Y-5,返回步骤
3.2),重新统计n;
3.4)得到每一列的阈值Y,利用传统的灰度重心法,计算本列的条纹重心坐标;
3.5)如果j不是图片的最后一列,设置j=j+1,并返回步骤3.1),否则进入步骤3.6);
3.6)完成对整幅图片的中心线坐标提取,将每一列的重心坐标连线得到图片的激光条纹中心线。
7.一种采用权利要求1~6中任一所述的增材制造表面及内部缺陷与形貌复合检测装置生成堆铣复合路径的方法,其特征在于:具体步骤如下:
(1)根据成形零件模型,生成第一层的初始G代码,所述初始G代码包括堆焊G代码和三维形貌测量的G代码,并启动焊机进行第一层成形零件的堆焊过程;
(2)执行三维形貌测量的G代码,当到达熔积层形貌测量工位后,数控机床PLC寄存器的值被G代码更新,触发熔积层形貌实时测量软件输出当前位置的熔积层形貌数据,熔积层形貌数据结合机床当前位置坐标后,生成(x,y,z)坐标数据,被写入到指定文件夹内的TXT数据文档中,直到数控机床PLC寄存器的值被G代码再次修改,则熔积形貌实时测量软件停止输出三维形貌数据;
(3)读取步骤(2)中熔积层形貌结合机床实时坐标生成的TXT数据文档,原始图像依次进行图像灰度化、直方图均衡化和高斯滤波进行图像预处理去除噪点,图像预处理时使用索引固定位置的指针遍历法,再识别出每一个被测焊道截面的最高点坐标(Xh,Yh,Zh)和焊道截面左右边界点坐标(Xl,Yl,Zl)、(Xr,Yr,Zr);
(4)当熔积层形貌的高度数据标准差超过了允许阈值时,自动生成高度铣削代码,否则,根据熔积层的截面平均高度以及焊道边界位置坐标,生成自适应堆焊G代码;
当熔积层形貌的边界点与中心点距离值标准差超过了允许阈值时,自动生成边界点位置的侧壁铣削代码;否则,根据熔积层的截面平均高度以及焊道边界位置坐标,生成自适应堆焊G代码;
(5)堆铣复合路径规划软件还及时清空TXT文档数据并关闭,保证下一次系统能够成功向TXT文档写入熔积层形貌数据。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
TDD/FDD-LTE小基站下行接收端信道估计算法 | 2020-05-19 | 18 |
一种结合接收天线选择和迫零波束成型的下行多用户方法 | 2020-05-14 | 15 |
多天线系统中基于迫零判决反馈检测的功率控制方法 | 2020-05-15 | 991 |
多小区迫零型干扰抑制方法 | 2020-05-14 | 782 |
TDD/FDD-LTE小基站下行接收端信道估计算法 | 2020-05-18 | 28 |
一种固定复杂度的MIMO接收机信号搜索球形译码算法 | 2020-05-12 | 695 |
一种协作迫零波束成形方法 | 2020-05-15 | 427 |
多天线系统中基于迫零判决反馈检测的功率控制方法 | 2020-05-15 | 885 |
一种归零Turbo码起点及深度盲识别方法 | 2020-05-17 | 43 |
CO-OFDM系统中一种融合迫零算法与自消除算法的新颖相位噪声补偿方案 | 2020-05-12 | 702 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。