CN104132949A - 一种子午线轮胎模具皮下缺陷无损检测的装置及方法 - Google Patents

Abstract

本发明公开了一种子午线轮胎模具皮下缺陷无损检测的装置及方法，包括用于识别、定位轮胎模具气孔缺陷的射线检测系统；用于辅助射线检测系统以防止因轮胎模具的皮下区域的钢片遮挡而引起漏检的涡流检测系统；采用了基于灰度积分的亚像素提取算法，把轮胎模具气孔缺陷定位到亚像素级别，通过基于协同论的协同缺陷识别方法从整体上分析缺陷的特征，针对子午线轮胎模具内部存在的各类缺陷实现了对特定缺陷的高效识别。实现了对大批量子午线轮胎模具皮下缺陷的高精度、高效率检测，并进行了模具的有效分类，填补了子午线轮胎模具皮下缺陷检测领域的空白，有效确保了子午线轮胎模具的产品质量。

Description

一种子午线轮胎模具皮下缺陷无损检测的装置及方法

技术领域

本发明涉及无损检测技术领域，尤其涉及一种子午线轮胎模具皮下缺陷无损检测的装置及方法。

背景技术

随着我国子午线轮胎产品向着高精度、更安全的方向发展，对子午线轮胎模具的质量、技术水平也提出了更高的要求。然而，轮胎模具容易在精密铸造加工过程中产生气孔等缺陷，皮下缺陷的存在严重影响了子午线轮胎模具的疲劳强度、韧性等，同时降低其使用寿命。因此，轮胎模具行业亟需研发和推广、应用更高效率和更高精度的专业检测设备，并不断改进和完善子午线轮胎模具皮下缺陷检测方法。

目前针对子午线轮胎模具皮下缺陷检测大部分都利用传统喷砂工艺或除气装置，普遍存在检测效果不佳、检测效率过低等技术问题。而采用超声波探伤时，由于子午线轮胎模具结构的特殊性使得缺陷不易检测，增加了探伤难度。对于轮胎模具的大批量检测更是由于缺乏专业的检测设备而难以实现。因此，研究针对子午线轮胎模具皮下缺陷的检测方法是亟待解决的问题。

现如今，射线检测技术凭借其直观显示工件内部缺陷的大小和形状，易于判定缺陷性质以及检测结果能长期保存等优点，在检测金属铸件内部缺陷的领域得到了广泛应用。然而针对子午线轮胎模具内嵌钢片并制有通气孔的复杂结构，单一的射线检测方式可能会造成漏检或错检情况。如何满足模具铸件缺陷全面检测的需要，在通用射线检测设备的基础上，结合其他无损检测设备的优点，相互佐证相互补充，开发出智能化、自动化的专业检测装置成为子午线轮胎模具产业发展的重要契机。

同时，子午线轮胎模具内部普遍存在着气孔、夹杂、疏松、裂纹等各类可能的缺陷。由于采集的图像噪音较大，同一类缺陷图像在表观上也存在较大差异，在某一特征值中，类与类之间并不存在很明确的界限。故此，如何实现特定气孔缺陷的高精度定位与检测，以及在各类缺陷中对气孔的高效识别也是子午线轮胎模具皮下气孔缺陷检测方法非常重要的研究方向。

发明内容

本发明的目的在于克服上述现有技术的缺点和不足，提供一种子午线轮胎模具皮下缺陷无损检测的装置及方法；解决现有技术中不能很好的对子午线轮胎模具特定气孔缺陷的高精度定位、检测与识别的技术问题。

本发明通过下述技术方案实现：

1、一种子午线轮胎模具皮下缺陷无损检测的装置，其特征在于包括：用于识别、定位轮胎模具气孔缺陷的射线检测系统；用于辅助射线检测系统以防止因轮胎模具的皮下区域的钢片遮挡而引起漏检的涡流检测系统；

所述射线检测系统包括：X射线源11、面阵列探测器12、数据采集与传输系统13、计算机图像处理系统14、轮胎模具的传动机构16、传动机构16的控制系统15；

所述X射线源11的发射处和面阵列探测器12的接收处分别安装有前后准直器；面阵列探测器12的光电二极管与数据采集与传输系统13相连接；数据采集与传输系统13将采集到的数字信号传输给计算机图像处理系统14；计算机图像处理系统14将控制指令发送给控制系统15；控制系统15控制轮胎模具在传动机构16上的准确定位与传送；

所述涡流检测系统包括依次连接的振荡器21、放置式检测线圈22、信号检测电路23、信号放大处理器24、显示器25；

所述振荡器21用于产生振荡电流通过放置式检测线圈22；放置式检测线圈22用以检测被测的子午线轮胎模具铸件在其中产生涡流；信号检出电路23用于将放置式检测线圈22电性能的变化转成电信号输出给信号放大处理器24；信号放大处理器24将该电信号放大并消除干扰后输出到显示器25上以判定缺陷。

该装置还包括一个具有铅玻璃观察窗口的X射线铅门屏蔽装置。

采用上述装置对子午线轮胎模具皮下缺陷的无损检测方法如下：

(1)、调试参数31：根据子午线轮胎模具的材料、结构及尺寸，对装置检测的空间分辨率和检测灵敏度参数进行调试；

(2)调试各部件距离32：根据出射角大小，调节X射线源11、被测子午线轮胎模具、面阵列探测器12之间的距离，使被测被测子午线轮胎模具完全透照；

(3)实施检测33：将所检测的子午线轮胎模具批量放置于传动机构16上并依次传送；到达检测平台后，采用射线检测系统进行透照；透照完成后，采用涡流检测系统进行缺陷检测，将放置式检测线圈22靠近被测子午线轮胎模具，放置式检测线圈22将磁信号经过放大器处理后通过显示器显示结果，判定缺陷；

(4)图像处理34：引入亚像素边缘提取方法，对子午线轮胎模具透照图像进行预处理、边缘检测、缺陷定位；

(5)缺陷识别35：采用协同缺陷识别方法，识别从子午线轮胎模具皮下存在的气孔缺陷；

(6)模具分类36：控制系统15根据计算机图像处理系统14，控制传动机构16在子午线轮胎模具经过X射线源11后，将有缺陷和无缺陷的子午线轮胎模具分别分为两个方向传送。

所述亚像素边缘提取方法的步骤如下：

采用二值化处理子午线轮胎模具的图像，选取二值化阈值将其变成数字图像以进行后续处理；

采用3×3中值滤波方式，降低该图像的噪声；之后对该图像采用基于灰度积分的亚像素提取方法处理，得到该图像的边缘，具体处理过程如下：

建立像素坐标系，对平行于x轴和y轴的像素条分别进行灰度积分；

首先取x＝1的垂直像素条，即坐标从(1,1)到(1,n)的点进行积分，得到

$x_1=\underset{l=1}{\overset{n}{\mathrm{\Σ}}}E(1,l)---\left(1\right)$

同样对x＝2,3,...,m的垂直像素条进行相同处理；

取y＝1的水平像素条，即坐标从(1,1)到(m,1)的点进行积分运算，得到

$y_1=\underset{k=1}{\overset{m}{\mathrm{\Σ}}}E(k,1)---\left(2\right)$

同样对y＝2,3,...,n的水平像素条进行相同处理；

提取亚像素元，通过预先设定的基准值M_x,M_y与灰度积分值进行比较，判定子午线轮胎模具气孔缺陷是否存在；

该气孔缺陷范围内有垂直像素条，则满足如下公式：

x_i>M_x               (3)

该气孔缺陷范围内有水平像素条，则满足如下公式：

y_j>M_y             (4)

所述协同缺陷识别方法的步骤如下：

(1)获取合适的各类原始缺陷向量，作为样本集Z，向量维数为n；

(2)基于比例的K-均值聚类思想，建立在误差平方和准则基础之上，step1为确定最终各类缺陷特征向量，其个数为M，满足M≤N，并进行初始化；

(3)step2为计算各类缺陷特征向量的伴随向量构造不同缺陷序参量之后进行step3，即形成SNN；

(4)机制演化过程的系列参数D、S、γ及λ_k确定；

(5)结合实时测量缺陷数据，进入SNN,step4将不同缺陷序参量经过各类缺陷序参量动力演化过程step5，step6为获得缺陷特征向量基准，从而识别出对应缺陷。

本发明相对于现有技术，具有如下的优点及效果：

对子午线轮胎模具缺陷进行实时检测，大大提高了检测效率；

能够有效识别子午线轮胎模具皮下缺陷并准确定位，提高了检测的精度；

能够进行子午线轮胎模具缺陷的有效分类，实现了大批量子午线轮胎模具的缺陷检测工作，为轮胎模具的质量提供了可靠的保障。

针对子午线轮胎模具复杂结构，采用了射线检测与涡流检测结合的复合无损检测，有效提高了检测的全面性、可靠性和准确性。

附图说明

图1是子午线轮胎模具花纹块结构示意图；其中：骨架层11，内嵌钢片22，花纹筋33，花纹层44，皮下55。

图2是本发明所述装置结构示意图。

图3是本发明所述方法检测任务的执行步骤图。

图4是本发明的基于亚像素边缘提取方法的图像处理流程图。

图5是本发明的子午线轮胎模具皮下缺陷协同识别网络模型。

图6是本发明的协同缺陷识别方法流程图。

具体实施方式

下面结合具体实施例对本发明作进一步具体详细描述。

实施例

如图1至图6所示。本发明子午线轮胎模具皮下缺陷无损检测的装置，包括：用于识别、定位轮胎模具气孔缺陷的射线检测系统；用于辅助射线检测系统以防止因轮胎模具的皮下区域的钢片遮挡而引起漏检的涡流检测系统；

所述射线检测系统包括：X射线源11、面阵列探测器12(高分辨率非晶硅)、数据采集与传输系统13、计算机图像处理系统14、轮胎模具的传动机构16、传动机构16的控制系统15；

所述X射线源11的发射处和面阵列探测器12的接收处分别安装有前后准直器；面阵列探测器12的光电二极管与数据采集与传输系统13相连接；数据采集与传输系统13将采集到的数字信号传输给计算机图像处理系统14；计算机图像处理系统14将控制指令发送给控制系统15；控制系统15控制轮胎模具在传动机构16上的准确定位与传送；

所述涡流检测系统包括依次连接的振荡器21、放置式检测线圈22、信号检测电路23、信号放大处理器24、显示器25；

所述振荡器21用于产生振荡电流(各种频率)通过放置式检测线圈22；放置式检测线圈22用以检测被测的子午线轮胎模具铸件在其中产生涡流；信号检出电路23用于将放置式检测线圈22电性能的变化转成电信号输出给信号放大处理器24；信号放大处理器24将该电信号放大并消除干扰后输出到显示器25上以判定缺陷。

该装置还包括一个具有铅玻璃观察窗口的X射线铅门屏蔽装置(图中未示出)。

上述装置对子午线轮胎模具皮下缺陷的无损检测方法如下：

(1)、调试参数31：根据子午线轮胎模具的材料、结构及尺寸，对装置检测的空间分辨率和检测灵敏度参数进行调试；

对所选取的X射线源综合性能指标应该如下：

(2)调试各部件距离32：根据出射角大小，调节X射线源11、被测子午线轮胎模具、面阵列探测器12之间的距离，使被测被测子午线轮胎模具完全透照；

(3)实施检测33：将所检测的子午线轮胎模具批量放置于传动机构16(机械传动带)上并依次传送；到达检测平台后，采用射线检测系统进行透照；透照完成后，采用涡流检测系统进行缺陷检测，将放置式检测线圈22靠近被测子午线轮胎模具，放置式检测线圈22将磁信号经过放大器处理后通过显示器显示结果，判定缺陷；

(4)图像处理34：引入亚像素边缘提取方法，对子午线轮胎模具透照图像进行预处理、边缘检测、缺陷定位；

(5)缺陷识别35：采用协同缺陷识别方法，识别从子午线轮胎模具皮下存在的气孔缺陷；

(6)模具分类36：控制系统15根据计算机图像处理系统14，控制传动机构16在子午线轮胎模具经过X射线源11后，将有缺陷和无缺陷的子午线轮胎模具分别分为两个方向传送。

所述亚像素边缘提取方法的步骤如下：

图像预处理过程将原始图像进行灰度化并降低噪声。

采用二值化处理子午线轮胎模具的图像，选取二值化阈值将其变成数字图像以进行后续处理；

采用3×3中值滤波方式，降低该图像的噪声；之后对该图像采用基于灰度积分的亚像素提取方法处理，得到该图像的边缘，具体处理过程如下：

建立像素坐标系，对平行于x轴和y轴的像素条分别进行灰度积分；

首先取x＝1的垂直像素条，即坐标从(1,1)到(1,n)的点进行积分，得到

$x_1=\underset{l=1}{\overset{n}{\mathrm{\Σ}}}E(1,l)---\left(1\right)$

同样对x＝2,3,...,m的垂直像素条进行相同处理；

取y＝1的水平像素条，即坐标从(1,1)到(m,1)的点进行积分运算，得到

$y_1=\underset{k=1}{\overset{m}{\mathrm{\Σ}}}E(k,1)---\left(2\right)$

同样对y＝2,3,...,n的水平像素条进行相同处理；

提取亚像素元，通过预先设定的基准值M_x,M_y与灰度积分值进行比较，判定子午线轮胎模具气孔缺陷是否存在；

该气孔缺陷范围内有垂直像素条，则满足如下公式：

x_i>M_x         (3)

该气孔缺陷范围内有水平像素条，则满足如下公式：

y_j>M_y          (4)

由此确定了气孔所在区域，实现了缺陷定位到亚像素级。此基于亚像素边缘提取放法的图像处理过程具有实时性好、适用性强等优点，能够实现高精度的缺陷定位。

参见图5。建立一个基于“合作-竞争-协调”的协同识别决策模型，对于图5中的输入单元层，每个单元能接收所需要的在线输入被测缺陷特征向量信号；输入层(模式初始输入)每个单元通过合作将结果投射到代表序参量的中间层(产生序向量)，其中各个序参量进行竞争，通过若干步迭代后认知网络收敛达到稳定，即说明某个序参量役使系统进入到定常状态；最后被识别出的缺陷特征向量输出被投影到输出层(识别的缺陷模式)，最终完成不同缺陷的识别过程。

图6为基于协同缺陷识别方法流程图。所述协同缺陷识别方法的步骤如下：

(1)获取合适的各类原始缺陷向量，作为样本集Z，向量维数为n；

(2)基于比例的K-均值聚类思想，建立在误差平方和准则基础之上，step1为确定最终各类缺陷特征向量，其个数为M，满足M≤N，并进行初始化；

(3)step2为计算各类缺陷特征向量的伴随向量构造不同缺陷序参量之后进行step3，即形成SNN；

(4)机制演化过程的系列参数D、S、γ及λ_k确定；

(5)结合实时测量缺陷数据，进入SNN,step4将不同缺陷序参量经过各类缺陷序参量动力演化过程step5，step6为获得缺陷特征向量基准，从而识别出对应缺陷。

协同缺陷识别方法受外部噪声干扰小，减少了特征提取和选择的过程，是从整体上分析缺陷的特征，效果引人注目。

采用了基于灰度积分的亚像素提取方法，把子午线轮胎模具气孔缺陷定位到亚像素级别，通过基于协同论的协同缺陷识别方法从整体上分析缺陷的特征，针对子午线轮胎模具内部存在的各类缺陷实现了对特定缺陷的高效识别。实现了对大批量子午线轮胎模具皮下缺陷的高精度、高效率检测，并进行了模具的有效分类，填补了子午线轮胎模具皮下缺陷检测领域的空白，有效确保了子午线轮胎模具的产品质量。

如上所述，便可较好地实现本发明。

本发明的实施方式并不受上述实施例的限制，其他任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (5)

1.一种子午线轮胎模具皮下缺陷无损检测的装置，其特征在于包括：用于识别、定位轮胎模具气孔缺陷的射线检测系统；用于辅助射线检测系统以防止因轮胎模具的皮下区域的钢片遮挡而引起漏检的涡流检测系统；

所述射线检测系统包括：X射线源、面阵列探测器、数据采集与传输系统、计算机图像处理系统、轮胎模具的传动机构、传动机构的控制系统；

所述X射线源的发射处和面阵列探测器的接收处分别安装有前后准直器；面阵列探测器的光电二极管与数据采集与传输系统相连接；数据采集与传输系统将采集到的数字信号传输给计算机图像处理系统；

计算机图像处理系统将控制指令发送给控制系统；控制系统控制轮胎模具在传动机构上的准确定位与传送；

所述涡流检测系统包括依次连接的振荡器、放置式检测线圈、信号检测电路、信号放大处理器、显示器；

所述振荡器用于产生振荡电流通过放置式检测线圈；放置式检测线圈用以检测被测的子午线轮胎模具铸件在其中产生涡流；信号检出电路用于将放置式检测线圈电性能的变化转成电信号输出给信号放大处理器；信号放大处理器将该电信号放大并消除干扰后输出到显示器上以判定缺陷。

2.根据权利要求1所述的装置，其特征在于：该装置还包括一个具有铅玻璃观察窗口的X射线铅门屏蔽装置。

3.采用权利要求1或2所述装置对子午线轮胎模具皮下缺陷的无损检测方法，其特征在于包括如下步骤：

(1)、调试参数：根据子午线轮胎模具的材料、结构及尺寸，对装置检测的空间分辨率和检测灵敏度参数进行调试；

(2)调试各部件距离：根据出射角大小，调节X射线源、被测子午线轮胎模具、面阵列探测器之间的距离，使被测被测子午线轮胎模具完全透照；

(3)实施检测：将所检测的子午线轮胎模具批量放置于传动机构上并依次传送；到达检测平台后，采用射线检测系统进行透照；透照完成后，采用涡流检测系统进行缺陷检测，将放置式检测线圈靠近被测子午线轮胎模具，放置式检测线圈将磁信号经过放大器处理后通过显示器显示结果，判定缺陷；

(4)图像处理：引入亚像素边缘提取方法，对子午线轮胎模具透照图像进行预处理、边缘检测、缺陷定位；

(5)缺陷识别：采用协同缺陷识别方法，识别从子午线轮胎模具皮下存在的气孔缺陷；

(6)模具分类：控制系统根据计算机图像处理系统，控制传动机构在子午线轮胎模具经过X射线源后，将有缺陷和无缺陷的子午线轮胎模具分别分为两个方向传送。

4.根据权利要求3所述的无损检测方法，其特征在于：所述亚像素边缘提取方法的步骤如下：

采用二值化处理子午线轮胎模具的图像，选取二值化阈值将其变成数字图像以进行后续处理；

采用3×3中值滤波方式，降低该图像的噪声；之后对该图像采用基于灰度积分的亚像素提取方法处理，得到该图像的边缘，具体处理过程如下：

建立像素坐标系，对平行于x轴和y轴的像素条分别进行灰度积分；

首先取x＝1的垂直像素条，即坐标从(1,1)到(1,n)的点进行积分，得到

$x_1=\underset{l=1}{\overset{n}{\mathrm{\Σ}}}E(1,l)---\left(1\right)$

同样对x＝2,3,...,m的垂直像素条进行相同处理；

取y＝1的水平像素条，即坐标从(1,1)到(m,1)的点进行积分运算，得到

$y_1=\underset{k=1}{\overset{m}{\mathrm{\Σ}}}E(k,1)---\left(2\right)$

同样对y＝2,3,...,n的水平像素条进行相同处理；

提取亚像素元，通过预先设定的基准值M_x,M_y与灰度积分值进行比较，判定子午线轮胎模具气孔缺陷是否存在；

该气孔缺陷范围内有垂直像素条，则满足如下公式：

x_i>M_x              (3)

该气孔缺陷范围内有水平像素条，则满足如下公式：

y_j>M_y             (4)

由此确定气孔所在区域，实现缺陷定位到亚像素级。

5.根据权利要求3所述的无损检测方法，其特征在于：所述协同缺陷识别方法的步骤如下：

(1)获取合适的各类原始缺陷向量，作为样本集Z，向量维数为n；

(2)基于比例的K-均值聚类思想，建立在误差平方和准则基础之上，step1为确定最终各类缺陷特征向量，其个数为M，满足M≤N，并进行初始化；

(3)step2为计算各类缺陷特征向量的伴随向量构造不同缺陷序参量之后进行step3，即形成SNN；

(4)机制演化过程的系列参数D、S、γ及λ_k确定；

(5)结合实时测量缺陷数据，进入SNN,step4将不同缺陷序参量经过各类缺陷序参量动力演化过程step5，step6为获得缺陷特征向量基准，从而识别出对应缺陷。