试析机械加工零件表面纹理缺陷检测

来源:用户上传      作者:

　　[摘 要]目前，随着科技发展的进程越来越快，在工业化的制作工艺中，对于机械加工的要求也越来越高，无论是在机械的表面还是内在精准度上，在加工过后都会采用一系列的措施进行文理缺陷的检测。而当前，为了提高机械加工的零件在工业运作中的安全性，同时提高整个工业的质量，提高市场竞争力，提高检测的精准度，研究者们已经依据机械加工的零件的表面纹理特点，发明出一种依据图像频率进行检测的机器，真正意义上的实现了背景纹理与缺陷纹理的分割。现阶段已经有多种针对零件纹理表面的缺陷检测的手段，下面我们就具体事例来了解一下。
　　[关键词]机械加工；零件加工；纹理缺陷；检测分析
　　中图分类号：G635 文献标识码：A 文章编号：1009-914X（2019）04-0088-01
　　引言
　　当前，市场化竞争愈发激烈，在工业的运作中，企业者也愈发注重自动化，那么为了保证工业化生产在市场中的竞争能力，在质量控制方面，企业一般都会提前做好机械零件的表面检测工作。我们都知道，在机械作业中机械加工零件会经过多道程序，在这个过程中，零件表面受到一些损害是很正常的，那么如何将这些有纹理缺陷的零件进行不同程度的分类，就是我们要研究的课题。人工检测相比于机械检测来说，对于机械零件表面的纹理检测还是比较容易的，而计算机想要做到这一点，就需要对于不同纹理缺陷进行数字语言的转化，达到能够让计算机识别的程度。
　　一、机械加工零件表面的纹理检测
　　首先我们先来简单的说明一下，机械加工零件表面纹理缺陷产生的原因：在自动化作业中，一般都是由工程者输入系统数据，之后就依据这些数据指令来进行作业，而在加工过程中零件经过的刀具的损伤、抛光的处理、作业行程的运转变化等等，都有可能会影响到机械零件的最后成型。在之后的检测过程中有经验的工作者可以凭借肉眼和经验识别出不合格的零件，但是这种检测手法十分耗费人力，并且很大机率会出现错误检测。计算机检测依据纹理信息进行检测可以有效提高检测的效率以及质量，是十分有效的一种检测手段。
　　目前，对于机械加工零件的检测手段，已经出现了多种通过数据分析或者是图像分析的检测手段，本文中所提到的检测手段就是一种依据图像处理分析进行实时检测的手段。
　　第一步就是采集信息：这里呢我们会用到荧光光源系统、显微镜、摄像机的辅助，采集完信息后还要将其转化为计算机能够识别的语言，这样才能进行之后的检测。一般通过傅里叶变换FFT，对于图像的频谱进行计算，有时候零件的缺陷纹理图像可能不太清晰，会影响信息的处理效果，这个时候就要运用频域滤波器进行辅助，在还原空间域图像后，再分割缺陷纹理和背景纹理，如此就能得到我们想要的数据。
　　二、机械加工零件表面纹理的特征
　　机械加工零件的表面都是存在纹理图像的，有特定的具有代表意义的背景纹理，也有因为制作过程中各种不精致作业而产生的缺陷纹理，一般来说典型的背景纹理具有很强的方向性特征，分布也是具有特定位置的，相反缺陷性纹理则是呈现一种均匀分布的状态，同时没有呈现出朝定状态。通过对纹理图像分析我们可以了解到，在图像的频谱上，垂直方向上的幅值相比于其他地方来说数值较大，这里可以凸显出背景纹理的方向性特征。在分割背景纹理与缺陷纹理时，在这个区域能操作的空间使最广大的，背景纹理的采集可以通过傅里叶的线性转换得到，并且較为清晰，这里缺陷纹理的特征并不清晰，经过实践我们发现，缺陷纹理与零件的主纹理最大的不同就是分布位置以及分布方向，缺陷纹理的分布是呈均匀状分布的，方向的朝向上也没有具体的朝向。通过分析机械加工零件的表面纹理我们可以通过分割的方式来进行缺陷纹理的检测。
　　三、提取缺陷纹理，进行检测
　　在上文中我们可以得到缺陷纹理和主纹理的特征分析，那么我们就可以依据这些特征来进行分割检测。首先背景纹理的特征是清晰的，先采集背景纹理的信息，滤波器具有抑制图像的作用，对于特征表现较强的背景图像我们就可以采用滤波器压制的方法，削弱背景纹理的图像，增强缺陷纹理的表现度，这时零件表面所呈现的纹理图像就是缺陷纹理，两者图像进行处理后，就可以进行下一步的分割。这里我们通常会用到阈值分割法，在操作过程中会出现一些噪声点，但这些点分布是孤立的，可以使用开运算的方法要消除这些点，这样也可以避免误差的存在，做好了这些我们就可以做最后的缺陷纹理的提取工作。有了零件的缺陷纹理的数据，就可以在自动化作业中输入指令，在机械加工零件的检测方面就可以采用这种机械作业的检测手段，对于满足于缺陷纹理数据的加工零件进行不同程度的归类，同时也对于造成这些缺陷的原因进行记录，以便在以后的生产过程对于这些不良原因进行改善，降低加工零件的损失程度。这种检测手段可以提高检测效率的同时也是对事故数据的一种记录，对生产方来说也可以更好的改善加工环节，尽量减少经济损失。
　　结束语：
　　当今社会是一个快节奏发展的时代，即使是在工业中，对于自动化作业的进程，工程师们也在逐步改善作业系统。为了保证工程作业的质量和进度，对于机械零件的检测的效率以及质量就成为一个改善的地方。经研究表明，本文中我们所提到的视觉检测系统，在实际的缺陷纹理检测过程中的应用是十分有前景的，这种以图像的缺陷纹理和背景纹理为依据的，综合运用各种方法对图像信息进行采集、转换、输入、检测的系统过程，不仅可以大大降低运算的时间，同时也能够尽量减少错误归类，减少操作过程中的失误，相比于其它检测手段来说，是一种准确度较高检测方法，在自动化作业中对于整体的作业质量控制都能有一个很好的把握。
　　参考文献：
　　[1]邹芳.机械加工零件表面纹理缺陷检测技术与实践[J].机械管理开发，2016，31（04）：57-59.
　　[2]邹芳.机械加工零件表面纹理缺陷检测技术与实践[J].湖北工业职业技术学院学报，2016，29（02）：109-111.
　　[3]尹建新，祁亨年，冯海林，杜晓晨.一种基于混合纹理特征的木板材表面缺陷检测方法[J].浙江农林大学学报，2011，28（06）：937-942.
　　[4]朱海荣，姜平，杨奕，马聪.改进的精密机械加工零件表面缺陷检测算法[J].传感器与微系统，2006（11）：66-69.
　　[5]刘泓，莫玉龙.基于二维自适应异小波基小波变换的规则纹理缺陷检测[J].中国图象图形学报，1999（04）：87-90.
转载注明来源:https://www.xzbu.com/1/view-15331586.htm