CN104697467A - 基于线激光扫描的焊缝外观形状及表面缺陷检测方法 - Google Patents

基于线激光扫描的焊缝外观形状及表面缺陷检测方法 Download PDF

Info

Publication number
CN104697467A
CN104697467A CN201510074062.1A CN201510074062A CN104697467A CN 104697467 A CN104697467 A CN 104697467A CN 201510074062 A CN201510074062 A CN 201510074062A CN 104697467 A CN104697467 A CN 104697467A
Authority
CN
China
Prior art keywords
weld
weld seam
curve
point
profile
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510074062.1A
Other languages
English (en)
Other versions
CN104697467B (zh
Inventor
李志勇
杨军涛
范力予
任杰亮
刘富强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North University of China
Original Assignee
North University of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North University of China filed Critical North University of China
Priority to CN201510074062.1A priority Critical patent/CN104697467B/zh
Publication of CN104697467A publication Critical patent/CN104697467A/zh
Application granted granted Critical
Publication of CN104697467B publication Critical patent/CN104697467B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种基于线激光扫描的焊缝外观形状及表面缺陷检测方法,是使用线激光获取焊缝任一截面的实际轮廓曲线,并对实际轮廓曲线高维拟合得到拟合轮廓曲线,进而得到拟合轮廓曲线的一阶导数曲线,由一阶导数曲线确定焊缝起点和终点的寻址范围,在寻址范围内找到实际轮廓曲线上与拟合轮廓曲线差值最大的点作为该焊缝截面的焊缝起点和终点。沿焊缝纵向扫描,得到焊缝的整体三维轮廓图像。焊缝轮廓曲线上任意点与拟合轮廓曲线的差值超出预设标准值则认定该处焊缝存在缺陷。本发明检测方法能够准确判断出焊缝的起终点,并据此精确判断出焊缝的各种表面缺陷。

Description

基于线激光扫描的焊缝外观形状及表面缺陷检测方法
技术领域
本发明属于焊缝检测技术领域,涉及一种检测焊缝外观形状以及表面缺陷的方法。
背景技术
焊接过程中的质量检测非常重要,决定着焊缝是否合格及满足使用要求。目前对焊缝的质量检测主要包括:焊缝外观形状和表面缺陷检测、焊缝内部缺陷检测、焊缝各种性能检测等方面。其中,焊缝内部缺陷的检测主要采用X射线、超声波探伤等无损检测方法实现,主要应用于压力容器以及重要承载结构焊缝的检测中,已具有完善严格的质量检测标准。焊缝各种性能检测包括力学性能、腐蚀性能等的检测,用来评价焊接工艺评定和材料焊接性实验使用。而焊缝外观形状和表面缺陷检测应用最广,基本所有的工业焊缝都要进行外观和表面缺陷检测。目前,在核电、化学工业容器、高铁制造、汽车轮船等重要行业的焊接中,除了内部检测要求外,均需要进行严格的焊缝外观形状和表面缺陷检测。
但到目前为止,在大多数情况下,焊缝表面缺陷检测还停留在主要依靠肉眼观察和简单测量来实现,如采用测量器具(焊缝尺寸测量尺)对对接焊缝的宽度、高度,角焊缝的焊角尺寸等进行测量,其科学性、精确性都受到检验人员主观因素的影响,而且对于焊缝表面缺陷大多只能定性检出,无法量化评价,对于一些较小的缺陷,还往往会由于测量人员的观察不仔细造成漏检,很难满足快速、准确检测的工业要求。
进而,在国家关于焊缝外观质量检测的标准执行中,由于相关检测方法不足,提供的量化指标也较粗糙。如对一道焊缝平整度的评价中,仅靠高度差来确定,由于选点不同,测量结果存在较大差异,而且选点数量有限,无法科学评价。
线激光扫描方法是目前工业应用中比较先进的非接触轮廓检测方法,通过线激光扫描方法,可以得到物体的轮廓,进而得到物体的形貌信息,是一种很好的三维测量方法,目前已被应用于铁路铁轨、轮胎边缘磨损等方面的检测。也有研究者将其应用于焊接过程中V型坡口的跟踪,以实现焊道对中。但到目前为止,还没有研究者将其应用于焊缝外观缺陷的检测中。分析其原因,主要包括以下几个方面的困难。
1)现有的激光轮廓识别方法大多针对的是机械加工时具有精确尺寸的标准工件,其外观轮廓规整,采用简单高度尺寸对比的方法就可确定轮廓尺寸。而焊缝由于受操作条件、焊接参数等的影响,并不是完全精确的归一化工件,不同的焊接方法、摆条方式等,往往造成焊缝形状的差异,尤其是焊角处的变化存在差异。在焊缝的检测过程中,焊缝在宽度方向上的起始位置(即焊角位置)判别,是进行焊缝尺寸检测的最关键环节。现有的激光轮廓识别方法无法提供有效的轮廓识别,以准确判识焊缝在宽度上的起始位置,这对焊缝形状尺寸(如焊缝宽度)信息的线激光识别造成很大困难。另外,焊缝表面的鱼鳞纹造成的高度差别,也会给线激光诊断带来困难。
2)在焊缝检测过程中,线激光传感器在移动时造成的不稳定,焊板的倾斜和角变形,检测高度的微小波动和变化等,都会影响到检测精确度,必须对上述因素进行矫正。但其矫正受多种因素影响,需要通过系统分析来提出采用相应的方法。而目前激光轮廓法的工业检测中,对相关矫正问题,尤其是焊缝生产过程中由于装配、热变形引起的问题,还没有合适的方法。
3)由于缺陷种类不同、表面缺陷存在的位置不同、缺陷形状的差异,对焊缝表面缺陷的检测提出了较多要求,同时,由于焊接表面正常鱼鳞纹的存在,对正常缺陷的检测带来了“干扰”,都需要通过专门的判断方法来实现有效检测。
发明内容
本发明的目的是提供一种基于线激光扫描的焊缝外观形状及表面缺陷检测方法,本发明的检测方法能够准确判断出焊缝的起终点,并据此精确判断出焊缝的各种表面缺陷。
本发明提供的基于线激光扫描的焊缝外观形状及表面缺陷检测方法是在一个三维空间中进行的,并规定以所述焊缝的纵方向为Z轴方向,截面方向为X轴方向,高度为Y轴方向,所述线激光位于焊缝的Y轴方向,对X轴方向的焊缝截面进行扫描,并沿Z轴方向移动,所述检测方法包括以下内容。
1)、获取焊缝任一截面的实际轮廓曲线
使用一束线激光聚焦在焊缝上任一截面的表面,从另一角度对焊缝表面的线激光进行成像,读取所述焊缝截面表面轮廓图像上各点的数据,获得所述焊缝截面的实际轮廓曲线。
2)、对焊缝实际轮廓曲线进行拟合
采用最小二乘法对所述焊缝截面的实际轮廓曲线进行高维拟合,得到所述焊缝截面的拟合轮廓曲线,其中的高维拟合为八阶拟合至十五阶拟合之一。
3)、确定焊缝的起、终点位置
对所述焊缝截面的拟合轮廓曲线上的数据点一阶求导,得到所述拟合轮廓曲线的一阶导数曲线;
以拟合轮廓曲线上的最大值作为焊缝中心,从焊缝中心开始,寻找拟合轮廓曲线左侧距离焊缝中心最近的一阶导数为零的点作为寻址范围的起点,起点至焊缝中心之间一阶导数绝对值的最大值作为寻址范围的终点,确定该起点至终点的区间为焊缝起点的寻址范围;
在所述寻址范围内找到实际轮廓曲线上的与拟合轮廓曲线差值最大的点作为所述焊缝截面的焊缝起点,且拟合轮廓曲线在所述焊缝起点处的值一定大于实际轮廓曲线;
同样方法,在焊缝右侧的实际轮廓曲线上找到与拟合轮廓曲线差值最大的点作为所述焊缝截面的焊缝终点;
所述焊缝起点与焊缝终点之间的距离即为所述焊缝截面的焊缝宽度,所述焊缝起点与焊缝终点连线到所述焊缝实际轮廓曲线上最大值的垂直距离即为所述焊缝截面的焊缝高度;
由此获得一帧所述焊缝截面的焊缝轮廓曲线。
4)、获取焊缝的表面轮廓图像
以恒定的速度沿焊缝纵向移动所述线激光,每间隔规定的扫描步长获取一帧焊缝截面实际轮廓线,重复上述过程,得到每一帧焊缝截面的焊缝轮廓曲线;将所有帧焊缝轮廓曲线合并处理,得到所述焊缝的整体三维轮廓图像;对所有帧焊缝的焊缝宽度和焊缝高度取平均值,得到所述焊缝的平均焊缝宽度和平均焊缝高度。
5)、按照下述判定标准检测所述焊缝上是否存在未熔合、咬边或气孔缺陷
a)对于任意一帧焊缝轮廓曲线,计算焊缝轮廓曲线上任意点与拟合轮廓曲线的差值,差值超出预设标准值,认定该点存在缺陷;
b)沿焊缝纵向方向,从存在缺陷点的第一帧轮廓开始,到缺陷停止的最后一帧轮廓,以轮廓帧数乘以轮廓间扫描步长,计算出缺陷的长度;
c)包含有焊缝起点或焊缝终点的缺陷为未熔合或咬边,其余缺陷为气孔。
6)、按照下述判定标准检测所述焊缝上是否存在焊瘤缺陷
a)将所述焊缝沿纵向分成若干个标准段,计算每个标准段焊缝的分段平均高度;
b)计算各分段平均高度与标准焊缝高度的差值,差值大于预设标准值即为存在焊瘤,标准段位置即为焊瘤位置,高度差值即为焊瘤大小;
所述标准焊缝高度按照公式H=1+0.15b计算,其中H为标准焊缝高度,mm;b为钢板厚度,mm。
本发明上述方法中,优选采用最小二乘法对所述焊缝截面的实际轮廓曲线进行十二阶高维拟合,得到所述焊缝截面的拟合轮廓曲线。
所述的十二阶高维拟合过程为:采集到的所述焊缝截面的实际轮廓曲线数据由一系列离散的点(xi,yi)组成。以最小二乘法为基础,对于一个离散的数列点pi(xi,yi),其中i=1,2,…,m,求近似曲线y=φ(x),并使近似曲线与实际轮廓曲线y=f(x)上的对应数据点偏差最小,以偏差平方和最小为拟合判据:
考虑到曲线的阶次,其拟合曲线表达式为:
对于拟合曲线上的每个点,有:
由此,首先确定各点到拟合曲线的距离之和,即偏差平方和:
为了求得符合条件的a0到a12的值,对上面等式右边求aj偏导数,极值条件下等于0,进一步化简,就可以得到下面的矩阵:
计算得到矩阵系数a0到a12的值,代入前述拟合曲线表达式中,就可以得到拟合曲线方程。
进一步地,本发明中所述线激光移动过程中,所述扫描步长为0.01~1mm。
本发明中,所述用于判定焊缝是否存在缺陷的预设标准值设定为0.3mm。
进而,在所述焊瘤缺陷的判定过程中,优选设定标准段的长度为2~3mm。
经过上述检测过程,就能够准确地确定出焊缝的实际所在位置,从而计算出焊缝的宽度、高度形状信息,进而精确确定出各种缺陷的种类、位置和尺寸。
焊缝的实际检测中,钢板倾斜,或线激光在移动过程中出现角度倾斜、高度变化、速度不稳定等因素,都会造成焊缝截面实际轮廓线的失真,需要进行必要的矫正。也就是说,线激光在连续移动时,需要在高度Y、宽度X、移动方向Z三个方向上进行校正,否则所获取的焊缝外观形状和缺陷检测结果就可能会出错。
因此,本发明还对线激光移动过程中的位置进行校正,所述校正方法包括。
1) 焊缝轮廓的倾斜矫正。
在焊缝的实际轮廓曲线测量时,如果线激光扫描线发生倾斜,得到的焊缝实际轮廓图就会发生“失真”,其各测量点的高度y和位置x都会发生变化,因此需要对焊缝轮廓进行倾斜矫正。
本发明采用的矫正方法是在焊缝区以外的钢板上沿X轴方向任意选择两点,测量出该两点处的高度值,根据两点之间的间距和高度差即可计算出倾斜角θ,将该倾斜角带入焊缝上任意测量点的高度y和位置x,计算出倾斜矫正后的高度y′和位置x′。
2)高度变化矫正和线激光移动速度矫正。
线激光操作高度的偶然抖动会影响测量点的高度变化和失真(Y校正),线激光移动速度的变化也会造成三维图像失真(Z校正)。
针对上述问题,本发明采用标准矫正磁条进行校正。具体方法是在钢板上焊缝旁沿Z轴方向设置由若干个等腰三角成直线排列构成的标准矫正磁条,所述后一等腰三角形的顶点与前一等腰三角形的底边中点连接。在线激光的移动过程中同时检测标准矫正磁条在X轴方向的宽度,通过所述标准矫正磁条的宽度确定线激光所处在的Z轴位置,由此确定由线激光扫描得到的所述焊缝截面的实际轮廓曲线在Z轴上的准确位置,从而对由于线激光移动速度不均匀造成的差别进行校正。
除此之外,所述标准矫正磁条具有标准厚度,在线激光移动过程中同时检测标准矫正磁条的高度,与所述标准厚度的高度不一致时,矫正至标准厚度,从而对由于线激光移动过程中高度的偶然抖动造成的差别进行校正。
本发明的焊缝外观形状及表面缺陷检测方法是利用线激光扫描技术,将线激光投射到被检测焊缝的表面,拍摄反射激光的图像并提取数据,根据三角成像原理,计算出焊缝在高度和宽度方向的信息,得到焊缝表面各截面的实际轮廓曲线数据,据此提取焊缝形状和缺陷信息,对焊缝表面缺陷和成形质量进行检测。
本发明提供的基于线激光扫描的焊缝外观形状及表面缺陷检测方法通过高维拟合和二次微分寻址方法,能够对焊缝的形状和轮廓进行很好的识别,并快速准确判别出焊缝的起终点位置,确定出焊缝的宽度和高度,为焊缝缺陷的判定奠定基础。同时,本发明通过合适的矫正方法,消除了焊缝检测过程中线激光移动不稳定、焊板倾斜变形、检测高度微小波动变化等因素对检测精确度的影响,实现了焊缝外观和表面缺陷的高速、精确检测。
采用本发明的检测方法可以方便地实现焊缝外观形状和表面缺陷的检测,既可以应用于检测人员操作对焊缝进行筛查、检测,也可以应用于自动化生产线,对焊缝外观进行在线检测,能大大提高检测效率,实现高效、优质的焊缝生产。同时,基于高速扫描激光检测的特点是自动化、客观性、非接触和高精度,特别适用于大批量生产过程中的焊缝外观质量检查。
附图说明
图1是本发明检测方法中焊缝位置识别的原理图。
图2是焊缝倾斜造成的轮廓失真校正原理图。
图3是标准矫正磁条的结构示意图。
图4是本发明检测方法对未熔合缺陷的检测结果和焊道照片对比。
图5是本发明检测方法对咬边缺陷的检测结果和焊道照片对比。
图6是本发明检测方法对表面气孔缺陷的检测结果和焊道照片对比。
图7是本发明检测方法对焊瘤缺陷的检测结果和焊道照片对比。
具体实施方式
实施例1。
为便于描述,本实施例首先设定焊缝的纵方向为Z轴方向,截面方向为X轴方向,高度为Y轴方向。
一个线激光发生装置位于焊缝的Y轴方向,能够产生一束X轴方向的线激光,投射聚焦在焊缝表面,对焊缝截面进行X轴方向的扫描。
一个光电探测器从另一角度对焊缝表面上的线激光进行成像。由于焊缝表面线激光照射的位置高度不同,光电探测器所接受散射或反射激光的角度也不同,对于线激光的任意一个激光点,光电探测器都会得到光斑像的位置,由此可以计算出焊缝表面激光照射点的位置高度,从而得到整个线激光反射的高度轮廓,也就是焊缝在某个横截面的初始轮廓曲线。通过软件控制激光成像系统,实现焊缝初始轮廓曲线上各点的高度和位置数据读取,并将其传输到计算机中,通过初步数据处理,得到该焊缝截面的实际轮廓曲线原始数据。
同时,线激光发生装置沿着Z轴方向移动,连续采集不同截面的焊缝轮廓数据,将数据合并处理后,可以得到焊缝整体的原始三维轮廓图像。
在焊缝的实际检测中,可能会存在钢板倾斜,或线激光在移动过程中出现角度倾斜、高度抖动变化、速度不均匀稳定等影响因素,这些因素都有可能造成焊缝截面实际轮廓图像的失真,需要对其进行矫正。
首先是焊缝轮廓的倾斜矫正。得到的焊缝实际轮廓曲线原始数据,只是在检测过程中得到的高度数据,并非是焊缝的真实形状。如图2所示,如果线激光发生装置、钢板或者操作者的手发生倾斜,均会在轮廓线上有反应,焊缝的轮廓就会发生“失真”,其得到的高度和点位都会发生变化。因此,需要对轮廓进行倾斜矫正。具体方法是基于焊缝外侧的点均来自于钢板的反射,因此,在焊缝区以外的钢板上沿X轴方向任意选择两点,测量出该两点处的高度值,根据两点之间的间距和高度差即可计算出倾斜角θ,将该倾斜角带入焊缝上任意测量点的高度y和位置x,就可以计算出倾斜矫正后的实际高度y′和实际位置x′。
如图2所示,假设A为焊缝上任意一点。当线激光正常入射,也就是垂直入射时,得到真实的值应该是高度AP(数值b)、位置AC(数值a)的测量值;而当线激光倾斜时,得到的A点高度测量值就变成了为AN(数值b1)、位置测量值变成了BN(数值a1)。本发明分别对焊缝区以外的两侧钢板拟合后计算出倾斜的斜率θ,根据上述倾斜时的实际测量数据a1、b1、θ,由图2中的几何关系,可以得到真实的焊缝高度b和位置值a,据此对所有原始数据进行矫正。
 。
联立就可得到:
由此可知矫正表达式为:
这样就能够计算出真正的焊缝高度b和位置尺寸a,对倾斜误差的测量值进行矫正。
倾斜矫正采用每帧轮廓逐一矫正的方式,是最主要的矫正。除此之外,线激光操作高度的偶然抖动会影响测量点在Y轴方向的高度变化失真,移动速度的变化会造成Z轴方向的三维图像失真,也需要进行对线激光的高度变化和移动速度进行矫正。
本实施例设计了图3所示的标准矫正磁条,由若干个具有标准厚度的等腰三角成直线排列构成,且后一等腰三角形的顶点与前一等腰三角形的底边中点连接。将该标准矫正磁条沿Z轴方向固定在钢板上焊缝的旁边,在线激光的移动过程中,同时检测标准矫正磁条在X轴方向的宽度,通过所述标准矫正磁条的宽度来确定线激光所处在的Z轴位置,由此确定由线激光扫描得到的所述焊缝截面的实际轮廓曲线在Z轴上的准确位置,从而对由于线激光移动速度不均匀造成的差别进行校正。
除此之外,由于标准矫正磁条具有标准厚度,在线激光移动过程中同时检测标准矫正磁条的高度,当与所述标准厚度的高度不一致时,自动矫正至标准厚度,从而对由于线激光移动过程中高度的偶然抖动造成的差别进行校正。
通过上述矫正过程,就得到了真实的焊缝截面的实际轮廓曲线数据和焊缝整体三维轮廓图像信息,完成了焊缝原始轮廓的采集和初步处理。
焊缝外观形状的识别与表面缺陷的检测,关键是要科学准确地识别焊缝所在的位置,也就是要确定哪一部分是钢板、哪一部分是焊缝,它是得到焊缝高度、宽度、缺陷尺寸等的最重要基础。但由于多种复杂因素的影响,其并不容易实现。本实施例经过反复实验研究,提出了高维拟合和二次寻址的方法,可以准确识别和确定焊缝的位置。
图1给出了一条焊缝上随机一个截面的实际轮廓曲线。
从图1可以明显看出,测量得到的焊缝实际轮廓曲线会存在多处波动,影响焊缝位置的判识,因此需要首先对焊缝轮廓进行拟合。本实施例采用最小二乘法对焊缝截面的实际轮廓曲线进行十二阶高维拟合,以得到焊缝截面的拟合轮廓曲线。
采集到的焊缝截面的实际轮廓曲线数据是由一系列离散的点(xi,yi)组成的。以最小二乘法为基础,对于一个离散的数列点pi(xi,yi),其中i=1,2,…,m,求近似曲线y=φ(x),并使近似曲线与实际轮廓曲线y=f(x)上的对应数据点偏差最小,以偏差平方和最小为拟合判据:
考虑到曲线的阶次,其拟合曲线表达式为:
对于拟合曲线上的每个点,有:
由此,首先确定各点到拟合曲线的距离之和,即偏差平方和:
为了求得符合条件的a0到a12的值,对上面等式右边求aj偏导数,极值条件下等于0,进一步化简,就可以得到下面的矩阵:
计算得到矩阵系数a0到a12的值,代入拟合曲线表达式中,就可以得到拟合曲线方程,得到图1中的拟合轮廓曲线。
接着,对该焊缝截面的拟合轮廓曲线上的数据点一阶求导,得到图1中拟合轮廓曲线的一阶导数曲线。
在图1中,首先确定拟合轮廓曲线上的最大值D点为焊缝中心点,其对应的一阶导数为零,从D点开始,向左侧沿一阶导数曲线找到A点,A点是拟合轮廓曲线左侧距离D点最近的一阶导数为零的点,将A点作为寻址范围的起点,在A点和D点之间,从一阶导数曲线上找到一阶导数单侧的最大点C点,作为寻址范围的终点。然后从A点对应的位置开始、到C点对应的位置结束,在此范围内寻找拟合轮廓曲线与实际轮廓曲线差值最大的点(拟合轮廓曲线在此点的值必须大于实际轮廓曲线),即图1中的B点,B点就是该焊缝截面上焊缝在宽度方向上一侧的起点。
按照同样的方法,可以找到该截面焊缝宽度方向上另一侧的点F,F点就是焊缝在宽度方向上另一侧的终点。
B点与F点之间的距离,即为该焊缝截面的焊缝宽度。D点至BF连线的垂直距离,即为该焊缝截面的焊缝高度。
由此,获得了一帧所述焊缝截面的焊缝轮廓曲线。
以恒定的速度沿Z轴方向移动线激光发生装置,每间隔0.5mm获取一帧焊缝截面的实际轮廓线,重复上述焊缝的矫正、识别过程,得到每一帧焊缝截面的焊缝轮廓曲线。将连续得到的所有帧焊缝轮廓曲线合并处理,就得到了焊缝的整体三维轮廓图像。将所有帧焊缝的焊缝宽度和焊缝高度取平均值,也就得到了焊缝的平均焊缝宽度和平均焊缝高度。
准确识别和确定了焊缝的位置以及焊缝参数后,就可以对焊缝表面是否存在缺陷进行检测了。
首先进行单一焊缝轮廓曲线的判定。每一个合格的焊缝轮廓曲线,其形状都是比较规则的,但是如果出现了缺陷,其轮廓曲线就会发生变形。因此,通过检测焊缝轮廓曲线上各个数据点的变化趋势,就可以对焊缝是否存在缺陷做出判识,如焊缝轮廓是否存在有焊瘤、咬边,焊道是否出现塌陷等。
本发明经过大量测试,发现焊缝外观形状正常,不存在焊接缺陷时,检测到的焊缝轮廓曲线上任意点与拟合轮廓曲线的差值不应大于0.3mm。因此,本发明将0.3mm设为判定焊缝是否存在缺陷的预设标准值,如果焊缝轮廓曲线上任意点与拟合轮廓曲线的差值超出预设标准值,则判定该点存在缺陷。
单一焊缝轮廓曲线只能在一个截面上反映存在的缺陷,对缺陷整体形状及其在焊缝长度方向上的形状却无法反映。通过得到的焊缝整体三维轮廓图像,就可以进行焊缝缺陷的三维分析,对缺陷的长宽高尺寸进行诊断。沿Z轴方向,从出现缺陷点的第一帧轮廓开始,到缺陷停止的最后一帧轮廓,以包含的轮廓帧数乘以轮廓间的扫描步长0.5mm,就可以计算出缺陷的长度。同时,每一帧焊缝轮廓曲线上的缺陷点都不会是独立存在的,而是多个点一定宽度的连续出现,因此,通过焊缝整体三维轮廓图像,也可以得到焊缝缺陷的平均宽度。
如果识别出的焊缝缺陷位于焊缝的边缘,包含有焊缝的起点或终点,则可以判定焊缝的缺陷类型为未熔合或咬边;而位于焊缝上其他位置的缺陷为气孔。
在识别焊缝上是否存在有焊瘤缺陷时,本发明首先设定了焊缝的标准焊缝高度,标准焊缝高度按照公式H=1+0.15b计算,其中H为标准焊缝高度,mm;b为钢板的厚度,mm。
随后,将所述焊缝沿Z轴方向分成多个标准段,每个标准段长度2mm,按照平均焊缝高度的计算方法计算出每个标准段的分段平均焊缝高度。将各分段平均焊缝高度与标准焊缝高度进行比较,两者的差值大于0.3mm的预设标准值时,则认定该标准段存在焊瘤,标准段位置即为焊瘤位置,高度差值即为焊瘤大小。
经过本实施例上述检测过程,就能够准确地确定出焊缝的实际所在位置,以及焊缝的宽度、高度形状信息,进而精确确定出焊缝上存在的各种缺陷的种类、位置和尺寸。同时,通过本实施例获取的焊缝数据,还可以实时显示诸如焊缝宽度、高度等关键焊缝信息随扫描过程的变化曲线等。
应用例。
图4~图7分别给出了未熔合、咬边、气孔和焊瘤等四种典型焊缝表面缺陷的图片,以及采用本发明检测方法进行检测的单一焊缝轮廓曲线图及焊缝整体三维轮廓图像的对比。从图中可以看到,采用本发明方法,可以很好地实现焊缝外观形状及表面缺陷的有效判识。

Claims (7)

1.一种基于线激光扫描的焊缝外观形状及表面缺陷检测方法,在三维空间中进行,以所述焊缝的纵方向为Z轴方向,截面方向为X轴方向,高度为Y轴方向,其特征是所述线激光位于焊缝的Y轴方向,对X轴方向的焊缝截面进行扫描,并沿Z轴方向移动,所述检测方法包括:
1)、获取焊缝任一截面的实际轮廓曲线
使用一束线激光聚焦在焊缝上任一截面的表面,从另一角度对焊缝表面的线激光进行成像,读取所述焊缝截面表面轮廓图像上各点的数据,获得所述焊缝截面的实际轮廓曲线;
2)、对焊缝实际轮廓曲线进行拟合
采用最小二乘法对所述焊缝截面的实际轮廓曲线进行高维拟合,得到所述焊缝截面的拟合轮廓曲线,其中的高维拟合为八阶拟合至十五阶拟合之一;
3)、确定焊缝的起、终点位置
对所述焊缝截面的拟合轮廓曲线上的数据点一阶求导,得到所述拟合轮廓曲线的一阶导数曲线;
以拟合轮廓曲线上的最大值作为焊缝中心,从焊缝中心开始,寻找拟合轮廓曲线左侧距离焊缝中心最近的一阶导数为零的点作为寻址范围的起点,起点至焊缝中心之间一阶导数绝对值的最大值作为寻址范围的终点,确定该起点至终点的区间为焊缝起点的寻址范围;
在所述寻址范围内找到实际轮廓曲线上的与拟合轮廓曲线差值最大的点作为所述焊缝截面的焊缝起点,且拟合轮廓曲线在所述焊缝起点处的值一定大于实际轮廓曲线;
同样方法,在焊缝右侧的实际轮廓曲线上找到与拟合轮廓曲线差值最大的点作为所述焊缝截面的焊缝终点;
所述焊缝起点与焊缝终点之间的距离即为所述焊缝截面的焊缝宽度,所述焊缝起点与焊缝终点连线到所述焊缝实际轮廓曲线上最大值的垂直距离即为所述焊缝截面的焊缝高度;
由此获得一帧所述焊缝截面的焊缝轮廓曲线;
4)、获取焊缝的表面轮廓图像
以恒定的速度沿焊缝纵向移动所述线激光,每间隔规定的扫描步长获取一帧焊缝截面实际轮廓线,重复上述过程,得到每一帧焊缝截面的焊缝轮廓曲线;将所有帧焊缝轮廓曲线合并处理,得到所述焊缝的整体三维轮廓图像;对所有帧焊缝的焊缝宽度和焊缝高度取平均值,得到所述焊缝的平均焊缝宽度和平均焊缝高度;
5)、按照下述判定标准检测所述焊缝上是否存在未熔合、咬边或气孔缺陷
a)对于任意一帧焊缝轮廓曲线,计算焊缝轮廓曲线上任意点与拟合轮廓曲线的差值,差值超出预设标准值,认定该点存在缺陷;
b)沿焊缝纵向方向,从存在缺陷点的第一帧轮廓开始,到缺陷停止的最后一帧轮廓,以轮廓帧数乘以轮廓间扫描步长,计算出缺陷的长度;
c)包含有焊缝起点或焊缝终点的缺陷为未熔合或咬边,其余缺陷为气孔;
6)、按照下述判定标准检测所述焊缝上是否存在焊瘤缺陷
a)将所述焊缝沿纵向分成若干个标准段,计算每个标准段焊缝的分段平均高度;
b)计算各分段平均高度与标准焊缝高度的差值,差值大于预设标准值即为存在焊瘤,标准段位置即为焊瘤位置,高度差值即为焊瘤大小;
所述标准焊缝高度按照公式H=1+0.15b计算,其中H为标准焊缝高度,mm;b为钢板厚度,mm。
2.根据权利要求1所述的焊缝外观形状及表面缺陷检测方法,其特征是采用最小二乘法对所述焊缝截面的实际轮廓曲线进行十二阶高维拟合。
3.根据权利要求2所述的焊缝外观形状及表面缺陷检测方法,其特征是所述十二阶高维拟合过程为:采集到的所述焊缝截面的实际轮廓曲线数据由一系列离散的点(xi,yi)组成,以最小二乘法为基础,对于一个离散的数列点pi(xi,yi),其中i=1,2,…,m,求近似曲线y=φ(x),并使近似曲线与实际轮廓曲线y=f(x)上的对应数据点偏差最小,以偏差平方和最小为拟合判据:
代入曲线的阶次,其拟合曲线表达式为:
对于拟合曲线上的每个点,有:
由此,首先确定各点到拟合曲线的距离之和,即偏差平方和:
 
为了求得符合条件的a0到a12的值,对上面等式右边求aj偏导数,极值条件下等于0,进一步化简,就可以得到下面的矩阵:
计算得到矩阵系数a0到a12的值,代入前述拟合曲线表达式中,就可以得到拟合曲线方程。
4.根据权利要求1所述的焊缝外观形状及表面缺陷检测方法,其特征是所述线激光移动的扫描步长为0.01~1mm。
5.根据权利要求1所述的焊缝外观形状及表面缺陷检测方法,其特征是所述用于判定焊缝是否存在缺陷的预设标准值为0.3mm。
6.根据权利要求1所述的焊缝外观形状及表面缺陷检测方法,其特征是所述用于判定焊瘤缺陷的标准段长度为2~3mm。
7.根据权利要求1所述的焊缝外观形状及表面缺陷检测方法,其特征是所述检测方法还包括对焊缝截面实际轮廓曲线的矫正,所述矫正方法包括:
1) 焊缝轮廓的倾斜矫正
在焊缝区以外的钢板上沿X轴方向任意选择两点,测量出该两点处的高度值,根据两点之间的间距和高度差计算出倾斜角θ,将该倾斜角带入焊缝上任意测量点的高度y和位置x,计算出倾斜矫正后的高度y′和位置x′;
2)高度变化矫正和线激光移动速度矫正
在钢板上焊缝旁沿Z轴方向设置由若干个等腰三角成直线排列构成的标准矫正磁条,所述后一等腰三角形的顶点与前一等腰三角形的底边中点连接;
在线激光的移动过程中同时检测标准矫正磁条在X轴方向的宽度,通过所述标准矫正磁条的宽度确定线激光所处在的Z轴位置,由此确定由线激光扫描得到的所述焊缝截面的实际轮廓曲线在Z轴上的准确位置,从而对由于线激光移动速度不均匀造成的差别进行校正;
标准矫正磁条具有标准厚度,在线激光移动过程中同时检测标准矫正磁条的高度,与所述标准厚度的高度不一致时,矫正至标准厚度,从而对由于线激光移动过程中高度的偶然抖动造成的差别进行校正。
CN201510074062.1A 2015-02-12 2015-02-12 基于线激光扫描的焊缝外观形状及表面缺陷检测方法 Expired - Fee Related CN104697467B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510074062.1A CN104697467B (zh) 2015-02-12 2015-02-12 基于线激光扫描的焊缝外观形状及表面缺陷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510074062.1A CN104697467B (zh) 2015-02-12 2015-02-12 基于线激光扫描的焊缝外观形状及表面缺陷检测方法

Publications (2)

Publication Number Publication Date
CN104697467A true CN104697467A (zh) 2015-06-10
CN104697467B CN104697467B (zh) 2017-05-24

Family

ID=53344839

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510074062.1A Expired - Fee Related CN104697467B (zh) 2015-02-12 2015-02-12 基于线激光扫描的焊缝外观形状及表面缺陷检测方法

Country Status (1)

Country Link
CN (1) CN104697467B (zh)

Cited By (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106093070A (zh) * 2016-08-18 2016-11-09 广东工业大学 一种线光源扫描焊缝的检测方法
CN106323192A (zh) * 2015-06-23 2017-01-11 河南理工大学 一种基于激光扫描的直缝焊管焊缝噘嘴检测系统
CN106382884A (zh) * 2016-08-18 2017-02-08 广东工业大学 一种点光源扫描焊缝的检测方法
CN106872476A (zh) * 2017-03-31 2017-06-20 武汉理工大学 一种基于线结构光的铸造类工件表面质量检测方法与系统
CN106932401A (zh) * 2015-12-30 2017-07-07 佛吉亚内饰系统有限公司 确定表面缺陷的方法和计算机程序产品
CN107063060A (zh) * 2017-03-30 2017-08-18 北京正木激光设备有限公司 一种确定表面平面度的方法及装置
CN107705312A (zh) * 2017-08-30 2018-02-16 合肥工业大学 一种基于线扫描数据提取焊后焊缝边缘点的方法
CN107830832A (zh) * 2017-10-30 2018-03-23 北京颐和海纳科技有限公司 工件轮廓扫描系统及方法
CN108344384A (zh) * 2018-01-23 2018-07-31 南京鑫敬光电科技有限公司 一种基于车辆采集信息的坑槽自动识别方法
CN108802297A (zh) * 2018-07-23 2018-11-13 Oppo广东移动通信有限公司 指纹盖板的检测方法及指纹盖板的检测装置
CN108876771A (zh) * 2018-06-04 2018-11-23 广东工业大学 一种咬边焊接缺陷的检测方法
CN109115128A (zh) * 2018-10-29 2019-01-01 清华大学 一种基于面结构光的焊道三维形貌检测方法
CN109540903A (zh) * 2018-11-28 2019-03-29 合肥常青机械股份有限公司 基于模式识别的自动化生产过程质量智能诊断方法
CN109614765A (zh) * 2019-02-13 2019-04-12 上汽大众汽车有限公司 汽车覆盖件表面质量评价方法
CN109974604A (zh) * 2019-05-15 2019-07-05 南昌航空大学 一种基于线扫描摄像机的钢板氧化皮厚度在线测量装置及方法
CN110163853A (zh) * 2019-05-14 2019-08-23 广东奥普特科技股份有限公司 一种边缘缺陷的检测方法
CN110207781A (zh) * 2019-06-19 2019-09-06 华侨大学 一种散状物料动态计量方法和系统
CN110987944A (zh) * 2019-12-19 2020-04-10 武汉新耐视智能科技有限责任公司 一种基于包络线识别的激光钎焊焊缝表面缺陷检测方法
CN111272060A (zh) * 2018-12-05 2020-06-12 中国石油大学(华东) 基于单对电极电容成像检测技术的非导电材料开口缺陷宽度方向尺寸量化方法
CN111291764A (zh) * 2018-12-05 2020-06-16 中国石油大学(华东) 基于电容成像提离曲线的金属表面轮廓深度反演方法
CN111412851A (zh) * 2020-04-13 2020-07-14 成都大亦科技有限公司 一种基于激光测量形变的方法
CN111738985A (zh) * 2020-05-29 2020-10-02 长安大学 一种焊缝轮廓视觉检测方法及系统
CN111730208A (zh) * 2020-05-13 2020-10-02 中国科学院西安光学精密机械研究所 一种改进激光铣削表面粗糙度的方法
CN111922548A (zh) * 2020-09-24 2020-11-13 山东海德智能科技有限公司 一种基于焊缝三维形状检测的3d焊缝扫描系统
CN112053376A (zh) * 2020-09-07 2020-12-08 南京大学 一种基于深度信息的工件焊缝识别方法
CN112345540A (zh) * 2020-11-06 2021-02-09 合肥工业大学 一种基于圆形结构光检测内孔过盈配合表面拆卸损伤的检测方法
CN113280734A (zh) * 2021-05-24 2021-08-20 南京大学 一种利用视觉标定修正手动位移台误差的方法
CN113409313A (zh) * 2021-08-18 2021-09-17 济宁联威车轮制造有限公司 基于计算机视觉的车轮焊缝表面缺陷检测方法
CN114240944A (zh) * 2022-02-25 2022-03-25 杭州安脉盛智能技术有限公司 一种基于点云信息的焊接缺陷检测方法
CN114354639A (zh) * 2022-03-21 2022-04-15 苏芯物联技术(南京)有限公司 一种基于3d点云的焊缝缺陷实时检测方法及系统
CN114383531A (zh) * 2021-12-24 2022-04-22 上海交通大学 球面光学镜头三维轮廓检测方法及系统
CN114535318A (zh) * 2020-11-24 2022-05-27 宝山钢铁股份有限公司 一种冷轧连续机组的带钢焊缝位置检测方法
TWI768494B (zh) * 2019-11-29 2022-06-21 日商日立全球先端科技股份有限公司 帶電粒子束系統,決定自動搜尋帶電粒子線裝置中的焦點位置之範圍的方法,及記錄著用來令電腦系統決定自動搜尋帶電粒子線裝置中的焦點位置之範圍的程式之非暫態性記憶媒體
CN115049657A (zh) * 2022-08-15 2022-09-13 启东晶尧光电科技有限公司 一种玻璃缺陷检测方法
CN115601369A (zh) * 2022-12-16 2023-01-13 国网山东省电力公司东营供电公司(Cn) 一种输变电工程用变电设备支架质量评估方法
CN115841484A (zh) * 2022-12-30 2023-03-24 武汉誉城千里建工有限公司 一种基于三维激光扫描的钢结构焊接质量检测系统
CN116523882A (zh) * 2023-05-05 2023-08-01 苏州如涵科技有限公司 一种基于视觉的光学目标区域准确率检测方法与系统
CN118067624A (zh) * 2024-04-19 2024-05-24 宁德时代新能源科技股份有限公司 电池焊前检测方法、装置和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003514247A (ja) * 1999-10-29 2003-04-15 ホロテック アクティーゼルスカブ 光学ホログラム干渉法による、物体中の残留応力のリアルタイム非破壊測定を行うための方法および装置
CN101334264A (zh) * 2008-07-25 2008-12-31 华中科技大学 激光焊接中狭窄对接焊缝的测量方法及装置
CN102707029A (zh) * 2012-05-29 2012-10-03 宝山钢铁股份有限公司 激光填丝焊焊缝质量在线检测及评估方法
US20140114461A1 (en) * 2011-06-10 2014-04-24 Hermary Opto Electronics Inc. 3d machine vision scanning information extraction system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003514247A (ja) * 1999-10-29 2003-04-15 ホロテック アクティーゼルスカブ 光学ホログラム干渉法による、物体中の残留応力のリアルタイム非破壊測定を行うための方法および装置
CN101334264A (zh) * 2008-07-25 2008-12-31 华中科技大学 激光焊接中狭窄对接焊缝的测量方法及装置
US20140114461A1 (en) * 2011-06-10 2014-04-24 Hermary Opto Electronics Inc. 3d machine vision scanning information extraction system
CN102707029A (zh) * 2012-05-29 2012-10-03 宝山钢铁股份有限公司 激光填丝焊焊缝质量在线检测及评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
何小利等: "《基于机器视觉技术的物体表面缺陷检测》", 《洛阳师范学院学报》 *
赵宇峰等: "《基于机器视觉的工业产品表面缺陷检测算法研究》", 《计算机应用与软件》 *

Cited By (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106323192A (zh) * 2015-06-23 2017-01-11 河南理工大学 一种基于激光扫描的直缝焊管焊缝噘嘴检测系统
CN106932401A (zh) * 2015-12-30 2017-07-07 佛吉亚内饰系统有限公司 确定表面缺陷的方法和计算机程序产品
CN106093070A (zh) * 2016-08-18 2016-11-09 广东工业大学 一种线光源扫描焊缝的检测方法
CN106382884A (zh) * 2016-08-18 2017-02-08 广东工业大学 一种点光源扫描焊缝的检测方法
CN107063060A (zh) * 2017-03-30 2017-08-18 北京正木激光设备有限公司 一种确定表面平面度的方法及装置
CN106872476A (zh) * 2017-03-31 2017-06-20 武汉理工大学 一种基于线结构光的铸造类工件表面质量检测方法与系统
CN107705312A (zh) * 2017-08-30 2018-02-16 合肥工业大学 一种基于线扫描数据提取焊后焊缝边缘点的方法
CN107705312B (zh) * 2017-08-30 2021-02-26 合肥工业大学 一种基于线扫描数据提取焊后焊缝边缘点的方法
CN107830832A (zh) * 2017-10-30 2018-03-23 北京颐和海纳科技有限公司 工件轮廓扫描系统及方法
CN108344384A (zh) * 2018-01-23 2018-07-31 南京鑫敬光电科技有限公司 一种基于车辆采集信息的坑槽自动识别方法
CN108876771A (zh) * 2018-06-04 2018-11-23 广东工业大学 一种咬边焊接缺陷的检测方法
CN108802297A (zh) * 2018-07-23 2018-11-13 Oppo广东移动通信有限公司 指纹盖板的检测方法及指纹盖板的检测装置
CN109115128A (zh) * 2018-10-29 2019-01-01 清华大学 一种基于面结构光的焊道三维形貌检测方法
CN109115128B (zh) * 2018-10-29 2019-09-27 清华大学 一种基于面结构光的焊道三维形貌检测方法
CN109540903A (zh) * 2018-11-28 2019-03-29 合肥常青机械股份有限公司 基于模式识别的自动化生产过程质量智能诊断方法
CN111272060B (zh) * 2018-12-05 2021-08-31 中国石油大学(华东) 基于单对电极电容成像检测技术的非导电材料开口缺陷宽度方向尺寸量化方法
CN111272060A (zh) * 2018-12-05 2020-06-12 中国石油大学(华东) 基于单对电极电容成像检测技术的非导电材料开口缺陷宽度方向尺寸量化方法
CN111291764A (zh) * 2018-12-05 2020-06-16 中国石油大学(华东) 基于电容成像提离曲线的金属表面轮廓深度反演方法
CN109614765A (zh) * 2019-02-13 2019-04-12 上汽大众汽车有限公司 汽车覆盖件表面质量评价方法
CN109614765B (zh) * 2019-02-13 2023-06-20 上汽大众汽车有限公司 汽车覆盖件表面质量评价方法
CN110163853A (zh) * 2019-05-14 2019-08-23 广东奥普特科技股份有限公司 一种边缘缺陷的检测方法
CN109974604A (zh) * 2019-05-15 2019-07-05 南昌航空大学 一种基于线扫描摄像机的钢板氧化皮厚度在线测量装置及方法
CN110207781A (zh) * 2019-06-19 2019-09-06 华侨大学 一种散状物料动态计量方法和系统
CN110207781B (zh) * 2019-06-19 2021-02-02 华侨大学 一种散状物料动态计量方法和系统
TWI768494B (zh) * 2019-11-29 2022-06-21 日商日立全球先端科技股份有限公司 帶電粒子束系統,決定自動搜尋帶電粒子線裝置中的焦點位置之範圍的方法,及記錄著用來令電腦系統決定自動搜尋帶電粒子線裝置中的焦點位置之範圍的程式之非暫態性記憶媒體
CN110987944A (zh) * 2019-12-19 2020-04-10 武汉新耐视智能科技有限责任公司 一种基于包络线识别的激光钎焊焊缝表面缺陷检测方法
CN110987944B (zh) * 2019-12-19 2022-07-01 武汉新耐视智能科技有限责任公司 一种基于包络线识别的激光钎焊焊缝表面缺陷检测方法
CN111412851A (zh) * 2020-04-13 2020-07-14 成都大亦科技有限公司 一种基于激光测量形变的方法
CN111730208A (zh) * 2020-05-13 2020-10-02 中国科学院西安光学精密机械研究所 一种改进激光铣削表面粗糙度的方法
CN111730208B (zh) * 2020-05-13 2021-09-14 中国科学院西安光学精密机械研究所 一种改进激光铣削表面粗糙度的方法
CN111738985B (zh) * 2020-05-29 2024-04-02 长安大学 一种焊缝轮廓视觉检测方法及系统
CN111738985A (zh) * 2020-05-29 2020-10-02 长安大学 一种焊缝轮廓视觉检测方法及系统
CN112053376A (zh) * 2020-09-07 2020-12-08 南京大学 一种基于深度信息的工件焊缝识别方法
CN112053376B (zh) * 2020-09-07 2023-10-20 南京大学 一种基于深度信息的工件焊缝识别方法
CN111922548A (zh) * 2020-09-24 2020-11-13 山东海德智能科技有限公司 一种基于焊缝三维形状检测的3d焊缝扫描系统
CN112345540A (zh) * 2020-11-06 2021-02-09 合肥工业大学 一种基于圆形结构光检测内孔过盈配合表面拆卸损伤的检测方法
CN112345540B (zh) * 2020-11-06 2022-11-08 合肥工业大学 一种基于圆形结构光检测内孔过盈配合表面拆卸损伤的检测方法
CN114535318A (zh) * 2020-11-24 2022-05-27 宝山钢铁股份有限公司 一种冷轧连续机组的带钢焊缝位置检测方法
CN113280734A (zh) * 2021-05-24 2021-08-20 南京大学 一种利用视觉标定修正手动位移台误差的方法
CN113409313A (zh) * 2021-08-18 2021-09-17 济宁联威车轮制造有限公司 基于计算机视觉的车轮焊缝表面缺陷检测方法
CN114383531A (zh) * 2021-12-24 2022-04-22 上海交通大学 球面光学镜头三维轮廓检测方法及系统
CN114383531B (zh) * 2021-12-24 2023-02-17 上海交通大学 球面光学镜头三维轮廓检测方法及系统
CN114240944A (zh) * 2022-02-25 2022-03-25 杭州安脉盛智能技术有限公司 一种基于点云信息的焊接缺陷检测方法
CN114354639A (zh) * 2022-03-21 2022-04-15 苏芯物联技术(南京)有限公司 一种基于3d点云的焊缝缺陷实时检测方法及系统
CN115049657A (zh) * 2022-08-15 2022-09-13 启东晶尧光电科技有限公司 一种玻璃缺陷检测方法
CN115601369A (zh) * 2022-12-16 2023-01-13 国网山东省电力公司东营供电公司(Cn) 一种输变电工程用变电设备支架质量评估方法
CN115601369B (zh) * 2022-12-16 2023-03-03 国网山东省电力公司东营供电公司 一种输变电工程用变电设备支架质量评估方法
CN115841484B (zh) * 2022-12-30 2023-04-25 武汉誉城千里建工有限公司 一种基于三维激光扫描的钢结构焊接质量检测系统
CN115841484A (zh) * 2022-12-30 2023-03-24 武汉誉城千里建工有限公司 一种基于三维激光扫描的钢结构焊接质量检测系统
CN116523882A (zh) * 2023-05-05 2023-08-01 苏州如涵科技有限公司 一种基于视觉的光学目标区域准确率检测方法与系统
CN116523882B (zh) * 2023-05-05 2023-11-24 苏州如涵科技有限公司 一种基于视觉的光学目标区域准确率检测方法与系统
CN118067624A (zh) * 2024-04-19 2024-05-24 宁德时代新能源科技股份有限公司 电池焊前检测方法、装置和系统

Also Published As

Publication number Publication date
CN104697467B (zh) 2017-05-24

Similar Documents

Publication Publication Date Title
CN104697467A (zh) 基于线激光扫描的焊缝外观形状及表面缺陷检测方法
US8786867B2 (en) Inspection device and inspection method for boiler furnace water wall tubes
CN108801914B (zh) 一种对多沟槽型面板材成形缺陷的检测方法及检测系统
TWI375781B (zh)
CN103562712B (zh) 用于检测在飞机部件或燃气涡轮部件中的裂纹的方法和设备
JP4705479B2 (ja) ビード形状検出方法及び装置
JP5288297B2 (ja) ねじ付き管の端部形状測定方法
US8345094B2 (en) System and method for inspecting the interior surface of a pipeline
CN105092616B (zh) 工业ct检测中小细节特征尺寸测量方法
JP2008302428A (ja) アーク溶接品質検査方法
JP4762851B2 (ja) 断面形状検出方法及び装置
Tong et al. A novel laser-based system for measuring internal thread parameters
JP2001272215A (ja) ねじの測定方法及びその装置並びにねじ形状合否判定装置
Wang et al. Detection of HF-ERW process by 3D bead shape measurement with line-structured laser vision
Ng Advances in 3D video borescope measurement technologies for defect characterization
Kainat et al. Identifying initial imperfection patterns of energy pipes using a 3D laser scanner
KR101110848B1 (ko) Lvs를 이용한 개선 부재 최외각점 위치 측정 방법 및 장치
CN111964612A (zh) 基于高反光成像原理的钻孔法矢对准方法
Singhatham et al. Designing of welding defect samples for data mining in defect detection and classification using 3D geometric scanners
WO2005103608A1 (en) Continuous surface deformation measurement
CN110598343B (zh) 一种t形接头焊接角变形值的获取方法、装置及电子设备
RU2821171C1 (ru) Способ калибровки лазерного сканера, предназначенного для оценки качества поверхности сварного шва
CN118115048B (zh) 一种基于托盘焊接夹具的产品质量评估系统
WO2023188472A1 (ja) 配管肉厚量測定装置
CN117347268A (zh) 一种管道焊接错边缺陷的检测方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170524

Termination date: 20220212