李 靜,張立軍,韓 慜
(長春工業大學 機電工程學院,長春 130012)
車輛制動盤全自動視覺磁粉探傷機的研制
李 靜,張立軍,韓 慜
(長春工業大學 機電工程學院,長春 130012)
為克服傳統制動盤探傷檢測的缺點,研究并設計了車輛制動盤全自動視覺磁粉探傷機。利用機器視覺對車輛制動盤進行了磁粉探傷檢測并具體介紹了磁粉探傷檢測方法及相關工藝參數的確定,對比已有算法提出了復合式閾值分析算法來識別真偽缺陷,同時闡述了探傷機的結構、原理及功能,分析并設計了磁化裝置及機械手并通過模擬仿真試驗證明了設計的可行性,為流水線式生產提供了巨大的指導意義。
機器視覺;全自動;磁粉探傷;制動盤
車輛制動多數是采用摩擦式制動[1],制動時瞬間產生的巨大的熱量和壓力會導致制動盤面上產生熱裂紋。隨著制動次數的增加,裂紋會逐漸擴散,情況嚴重會導致制動盤崩裂,給行車安全帶來直接影響,因此新制、段修、廠修的制動盤均需要探傷檢測。傳統的檢測設備需要專門的檢測人員在暗室中對磁化的物件進行檢測,這不僅勞動強度大而且檢測也存在主觀因素,紫外線的照射對身體也有危害。在機器視覺發展快速的當代,可以利用工業攝像頭和智能算法來代替人,完成并解決上述問題[2]。
運用熒光磁粉探傷對鐵磁性材料的表面及近表面進行缺陷檢測已經是相對成熟的一種技術。早在20世紀80年代,為了確保車輛在交通運輸過程的安全運行,就開發了對輪對的自動熒光磁粉探傷機,但現如今的半自動化檢測設備都存在一些缺點,如探傷效率低,勞動強度大,通用性差,不利于制動盤的自動化檢測等。因此,研制一臺制動盤磁粉全自動視覺探傷機,不僅能極大提高檢測精度,減輕工作人員的勞動強度,提高工作效率,同時提高自動化程度,有利于制動盤檢測。
制動盤材料一般是灰鑄鐵或添加Cr、Ni等合金鑄鐵類磁性物質,外形類似于碟形。汽車制動盤結構圖如圖1所示。

圖1 汽車制動盤結構圖
目前應用最廣的無損檢測方法是渦流檢測法,磁粉檢測法,液體滲透檢測法,射線檢測法和超聲檢測法。相比于磁粉檢測,其他檢測方法的缺點如表1所示。

表1 各無損檢測方法缺點
磁粉檢測可以發現裂紋、夾雜、折疊和輸送等多種缺陷,能直觀的表示出缺陷的形狀、大小和嚴重程度,具有很高的靈敏度,可以檢測到的最小寬度可到達0.1um,不受形狀限制,并且利用多種磁化方法,能檢測到任何位置[4],因此選擇磁粉檢測。磁粉檢測的原理是在缺陷處磁場線外泄,熒光磁粉被吸附,形成兩端少中間多的山峰形狀以此來判斷去缺陷程度,如圖2所示。

圖2 磁粉檢測原理圖
現如今的機器視覺系統包括兩種應用[5],一種是探測應用,主要以觀測、測量、檢測為主;另一種以制造為主,即運用相關的軟件與設備相結合來進行制造。依據兩種應用,機器視覺系統劃分為如圖3所示。

圖3 機器視覺系統的構成
制動盤在檢測過程中因為自身表面不光滑、油漬、熒光液在表面殘留、紫外線燈反光、磁粉被均勻吸附在物件表面等原因而形成偽缺陷[6]。這種情況下,原有算法不能解決這些復雜的問題,而基于分水嶺聚類的裂紋識別方法能清晰的識別這些偽缺陷,但所需時間較長。這類算法通用性差,因此提出了復合式閾值分析算法來解決這些問題[7]。
制動盤經清洗、磁化和淋粉后在暗室中用紫外光照射獲得前期圖像;然后進行灰度化,取整之后得到灰度為0~255級的灰度圖像;最終在一定程度上改變三個分量,消除雜光等對圖像的影響。在初期的降噪之后,利用梯度算法能夠形象的表現出圖像的灰度信息和邊緣信息的上升沿和下降沿,從而確定缺陷的真偽。
算法步驟如下:設定較小的梯度閾值A1;通過式1計算每個點的梯度值di:

若(1)|di|>A1,則保留di原值;(2)|di|≤A1,則|di|=0;確定di后,若(1)di>0,則將i點標記為1;(2)若di<0,則將i點標記為-1;這樣標記為1的點是圖像的上升邊緣點,標記為-1的點是圖像下降邊緣點,而標記為0的則不是邊緣點,此時0點區域稱為判別區。
當判別區較小時,條紋式裂紋與熒光液的水流痕跡造成的偽缺陷難以區分,因此需要給定另外一個較A1大的閾值Ax進行判別,按照式(2)將1與-1所在的灰度值提取求均值與Ax進行判別。

式中:xi為i點的灰度值。當 小于Ax時判定為偽缺陷,否則判斷為真缺陷。
當判別區較大時,這時的偽缺陷一般是制動盤內部的氣泡導致的,反光是造成這種偽缺陷的干擾因素。區分這一缺陷的方法是將提取出來的目標點的灰度值按照公式(3)進行標準差計算并與預先給定的標準差W進行對比。

式中:xi為判別區的灰度值。如果比W小,說明此處是偽缺陷,否則為真缺陷。算法流程如圖4所示。
為驗證該方法是否正確,截取一張經由磁化之后的熒光磁粉圖片,灰度化后該圖片中含有兩種缺陷,分別為熒光燈造成的偽缺陷A和狹小細長的線性缺陷B。

圖4 復合式閾值分析算法流程圖

圖5 真偽缺陷灰度圖
圖5的A、B兩處缺陷可以形象的顯示出在實際檢測中可能出現的情況,在制動盤檢測中一般會出現真實的線性缺陷B和偽缺陷A,其中A也可以表示出附著液造成的為缺陷。首先將選取的熒光磁粉圖片在MATLAB中轉化為灰度圖像然后在灰度圖像中提取灰度值。
從灰度圖中得到了594*794的灰度值矩陣,這么大的數據量對數據處理造成了困難,所以先選取Ax進行初步的篩選,把低于該值的數值去掉,這樣簡化數據量,加快數據的處理。然后從灰度值矩陣中把A處位置的相應灰度值調出。按照上述算法對數據進行處理。處理情況如表2所示。
通過部分數組表示出該處屬于判別區較大的區域,要提取判別區灰度值求標準差,從而與預先給定的W進行大小比較決定A出是否為缺陷。顯然,該處是由于圖像采集過程中紫外線光由于液面反射造成的,是偽缺陷。而梯度法和自適應動態閾值分隔法只能區分此處存在缺陷,并不能識別真偽。

表2 A處數據處理表
提取B處的相應灰度值按照上述算法得到數據,如表3所示。

表3 B處數據處理表

(c)判別數值表1 1 1 -1 1 1 1 -1 -1 1 1 1 1 -1 -1 1 1 1 1 -1 -1 -1 1 1 1 0 -1 -1 -1 1 1 1 -1 -1 -1
通過部分數組判別出該處屬于判別區較小的區域,要經過提取i點及1、-1點的灰度值求均值,從而與預先給定的W進行大小比較決定B出是否為缺陷。對于線性缺陷的真偽的判別,在于灰度值的大小。真實的缺陷灰度值大,而偽缺陷灰度值相對比較小。而基于分水嶺聚類的裂紋識別方法能區分真偽但計算量過于大,不適應在線檢測。
動盤熒光磁粉探傷機的結構復雜,三維簡化圖如圖6所示。

圖6 全自動制動盤熒光磁粉探傷機的結構簡圖
整機結構簡圖如圖7所示。
通過輸送線的傳送,將制動盤傳遞到磁化裝置處,經變壓器的磁化裝置給制動盤磁化;然后經噴灑裝置時熒光磁粉在裂紋處吸附,而沒起到作用的磁粉液經噴灑箱的回收下次使用;在暗室中經攝像機取像,判斷其缺陷的有無,傳送命令給旋轉臺,判斷制動盤是否通過篩選;隨后通過篩選的制動盤及退磁機退磁,再經過清洗機的清洗完成整改檢測過程。具體的流程圖如圖8所示。

圖7 整機結構簡圖

圖8 磁粉探傷機工作流程圖
根據現有資料與數據,可得出利用中心導體法和線圈法能夠完成制動盤的周向與縱向磁化,并且根據市場調查,并沒有一類產品滿足工件的周向與縱向的同時磁化。因此,根據設備的多重需求,對磁化裝置重新設計,如圖9所示。

圖9 磁化裝置設計圖
當工件傳送到磁化裝置時,首先經過螺旋管所在的箱體,通過線圈法使得待檢測的工件獲得縱向磁化;當傳送到導體上方時通過傳感器使得傳送裝置停止運動,導體慢慢落下,給工件進行周向磁化;完成磁化后再經過一段距離的箱體,補充縱向磁化,這樣就使得工件既獲得了周向磁化又獲得了縱向磁化。具體的工序如圖10所示。

圖10 磁化工序圖
從全自動熒光磁粉檢測設備簡圖中可以看出,除了磁化裝置影響到磁粉顯示及缺陷識別外,機械手[10]也是影響缺陷顯示的重要原因。它是由底座、手臂及末端執行裝置組成。機械手承擔著制動盤的平移、旋轉等重要功能,承載著由前期的磁化過程過渡到檢測過程的責任,在全自動探傷機中占有重要作用,是該設備的核心部件之一[8]。具體設計如圖11所示。

圖11 機械手設計圖
機械手可以看成一系列連桿通過關節連接在一起的。根據D-H方法簡歷相關的機械手連桿坐標系如圖12所示。

圖12 機械手連桿坐標系圖
其中d1=90,a2=175,a3=80,d4=75,根據參數建立連桿參數如表2所示。

表4 連桿參數表
接下來,利用SolidWorks進行建模,然后導入到Adams中進行運動學仿真,如圖13所示。

圖13 Admas運動仿真示意圖
仿真結果如圖14所示。


圖14 Admas運動仿真結果示意圖
通過上述仿真結果可得,末端執行器的最高位置max=316.9716mm,最低位置位min=85.592,滿足需要條件,各關節的角速度、角加速度滿足工作要求,各部件的距離滿足工作空間要求。因此,該設計符合要求,機械手滿足使用條件。根據數據完成最終設計圖,如圖15所示。

圖15 機械手設計圖
為了克服制動盤檢測過程的不足,又能滿足全自動化的要求,同時可以減輕檢測人員的工作強度及保障檢測人員身體健康,研究了全自動制動盤熒光磁粉探傷機。本文從該設備的研究理論及工作原理進行了闡述,對其關鍵部件進行了設計與分析,說明了制動盤安全在生產生活中的重要性,并從全自動化方向來說明它的必要性,該設備的研究在一定程度上彌補了我國在制動盤檢測設備研制方面的空缺。
[1] 宋志哲.磁粉磁性的測試研究[J].無損檢測,1996,06:161-163.
[2] 唐忠君.航天用鋼管的全自動熒光磁粉探傷系統研究與實現[D].北京工業大學碩士學位論文,1999:16-17.
[3] 鄧嘉鳴.高速動車制動盤箍磁粉自動探傷機的研制[J].機械設計與制造,2008,10:143-145.
[4] 劉磊.全自動熒光磁粉檢測系統的分析與改進[D].北京工業大學,2005.
[5] 陸寶春,李建文,陳吉朋,王婧,李純健,湯海昌.熒光磁粉探傷自動缺陷識別方法研究[J].南京理工大學學報,2010,06.
[6] 張強,霍凱.軸承熒光磁粉探傷自動識別技術的研究[J].現代電子技術,2009,07:107-110.
[7] 吳瑞芳,宣士斌,荊奇.基于局部特征的分數階微分圖像增強方法[J].計算機工程與應用,2014,03:160-164.
[8] 姬偉,程風儀,趙德安,陶云,丁世宏,呂繼東. 基于改進人工勢場的蘋果采摘機器人機械手避障方法[J].農業機械學報,2013,11:253-259.
[9] 萬海波.五自由度機械手運動性能及動力學分析與仿真[D].河北工業大學,2007.
[10] 于美麗.基于ADAMS外骨骼康復機械手的設計和仿真分析[D].青島大學,2012.
Development of automatic vision magnetic particle flaw detector for brake disc of vehicles
LI Jing, ZHANG Li-jun, HAN Min
TH69;TH692
:A
:1009-0134(2017)08-0001-04
2017-03-28
長春市科技計劃項目(2014220);吉林省省級經濟結構戰略調整引導資金專項項目(2014Y131)
李靜(1972 -),女,吉林長春人,教授,碩士,研究方向為數字化設計與制造、虛擬制造和CAD/CAM技術。