CN104777049A - 曲轴再制造寿命评估系统及方法 - Google Patents
曲轴再制造寿命评估系统及方法 Download PDFInfo
- Publication number
- CN104777049A CN104777049A CN201510142241.4A CN201510142241A CN104777049A CN 104777049 A CN104777049 A CN 104777049A CN 201510142241 A CN201510142241 A CN 201510142241A CN 104777049 A CN104777049 A CN 104777049A
- Authority
- CN
- China
- Prior art keywords
- crack
- crackle
- crankshaft
- length
- bent axle
- 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
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明提供了一种曲轴再制造寿命评估系统及方法。根据本发明的曲轴再制造寿命评估系统,包括:疲劳载荷加载系统,用于根据设定试验参数对退役曲轴加载疲劳载荷;机器视觉检测系统,用于检测退役曲轴的危险部位的表面裂纹萌生和裂纹长度,并得到裂纹长度随疲劳周次的裂纹长度扩展规律;金属磁记忆检测系统,用于检测退役曲轴的裂纹深度,并得到裂纹深度随疲劳周次的裂纹深度扩展规律;处理系统,用于根据裂纹长度扩展规律和裂纹深度扩展规律计算退役曲轴的裂纹面积随疲劳周次的裂纹面积扩展规律。本发明根据所述裂纹面积与剩余疲劳寿命的对应关系,确定所述退役曲轴的剩余疲劳寿命,相比现有技术,能够更可靠地评估曲轴再制造寿命。
Description
技术领域
本发明涉及再制造领域,具体而言,涉及一种曲轴再制造寿命评估系统及方法。
背景技术
再制造工程是废旧机电产品高科技维修的产业化,是发展循环经济,构建环境友好型和资源节约型社会的重要途径。汽车零部件再制造是我国最早开始探索再制造关键技术的试点行业,其中发动机的核心部件——曲轴的再制造是研究重点之一。
曲轴开展再制造前,首先需要评估其剩余寿命是否能承担新一轮的服役周期。由于曲轴疲劳失效是其最危险的破坏形式,所以剩余疲劳寿命评估是曲轴再制造寿命评估的核心内容。
疲劳寿命由裂纹萌生寿命和裂纹扩展寿命组成。即曲轴疲劳寿命需要重点检测其裂纹的萌生和扩展。现有技术中,对应裂纹检测,一般采用渗透检测技术,即利用液态的毛细管作用,通过喷洒、刷涂或浸渍等方法,把渗透力很强的渗透液施加到已清洗干净的试件表面,经过一定的渗透时间,去除表面多余渗透液,并通过一定的显像技术,从而显示表面裂纹。采用渗透技术,虽然能够清晰显示表面裂纹,但是无法显示裂纹的深度。
即采用渗透检测技术的再制造寿命评估方案,只能以裂纹有无,或者裂纹的长度来作为退役曲轴的剩余疲劳寿命是否可以维持下一个生命周期的依据,忽略了裂纹的深度扩展。另外,渗透检测技术只能离线操作,无法实时监测,另外,渗透检测技术需要一定的渗透时间,耗时较长,测量也相对麻烦。
发明内容
本发明旨在提供一种能够提高可靠性的曲轴再制造寿命评估系统及方法。
本发明提供了一种曲轴再制造寿命评估系统,包括:疲劳载荷加载系统,用于根据设定试验参数对退役曲轴加载疲劳载荷;机器视觉检测系统,用于检测退役曲轴的危险部位的表面裂纹萌生和裂纹长度,并得到裂纹长度随疲劳周次的裂纹长度扩展规律;金属磁记忆检测系统,用于检测退役曲轴的裂纹深度,并得到裂纹深度随疲劳周次的裂纹深度扩展规律;处理系统,用于根据裂纹长度扩展规律和裂纹深度扩展规律计算退役曲轴的裂纹面积随疲劳周次的裂纹面积扩展规律。
进一步地,机器视觉检测系统包括由光学镜头、图像采集卡和上位机;上位机通过图像采集卡采集光学镜头拍摄图像,并处理得到裂纹长度。
进一步地,机器视觉检测系统还包括照明系统,照明系统包括成预设角度设置的两组照明光路。
进一步地,两组照明光路分别位于光学镜头的两侧。
进一步地,金属磁记忆检测系统包括磁敏传感器,磁敏传感器呈多点阵列设置在退役曲轴的危险部位。
本发明还提供了一种曲轴再制造寿命评估方法,包括:步骤S1:采用机器视觉检测系统检测退役曲轴裂纹长度;步骤S2:采用金属磁记忆检测系统检测退役曲轴的裂纹深度;步骤S3:根据裂纹长度和裂纹深度计算裂纹面积;步骤S4:根据裂纹面积与剩余疲劳寿命的对应关系,确定退役曲轴的剩余疲劳寿命。
进一步地,步骤S4中,裂纹面积与剩余疲劳寿命的对应关系通过如下方法获得:步骤S41:将退役曲轴安装在疲劳载荷加载系统上,并设定疲劳试验参数,开始疲劳加载;步骤S42:采用机器视觉检测系统检测退役曲轴的危险部位的表面裂纹萌生和裂纹长度,得到裂纹长度随疲劳周次的裂纹长度扩展规律;步骤S43:采用金属磁记忆检测系统检测退役曲轴的裂纹深度,得到裂纹深度随疲劳周次的裂纹深度扩展规律;步骤S44:根据裂纹长度扩展规律和裂纹深度扩展规律计算退役曲轴的裂纹面积随疲劳周次的裂纹面积扩展规律;步骤S45:根据裂纹面积扩展规律计算得到裂纹面积与剩余疲劳寿命的对应关系。
进一步地,机器视觉检测系统包括由光学镜头、图像采集卡和上位机;
步骤S42包括:步骤S421:图像获取与预处理,采用光学镜头拍摄图像,并通过图像采集卡采集拍摄图像,存储到上位机,对拍摄图像滤波降噪处理;步骤S422:裂纹边缘检测及阈值分割,通过边缘检测算子提取边缘点的集合,并通过预设阈值分割,产生裂纹的二值图像;步骤S423:裂纹特征提取,采用预设异常区域面积阈值St、异常区域圆形度阈值Rt和异常区域灰度值最大值与最小值的差值阈值Gt提取裂纹特征;步骤S424:裂纹几何参数计算,对提取的裂纹特征进行计算,得到裂纹长度。
进一步地,步骤S424包括:裂纹骨架提取;裂纹主干提取;计算裂纹主干长度。
进一步地,计算裂纹主干的长度包括:将标尺置于光学镜头前,物距与退役曲轴相同,拍摄标尺图像进行分析,确定标准长度在检测图像中所占用的像素长度L,求得比例系数F=1/L,根据确定后的比例系数F计算出检测图像中裂纹主干的长度。
根据本发明的曲轴再制造寿命评估系统及方法,通过机器视觉检测系统检测退役曲轴裂纹长度和金属磁记忆检测系统检测退役曲轴的裂纹深度,并根据裂纹长度和裂纹深度计算裂纹面积;然后根据所述裂纹面积与剩余疲劳寿命的对应关系,确定所述退役曲轴的剩余疲劳寿命,相比现有技术,不仅考虑裂纹萌生寿命,更考虑裂纹扩展寿命,从而能够更可靠地评估曲轴再制造寿命。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明的曲轴再制造寿命评估系统的原理示意图;
图2是根据本发明的疲劳载荷加载系统的原理示意图;
图3是本发明中机器视觉检测系统的原理示意图;
图4是本发明中金属磁记忆检测系统的原理示意图;
图5是根据本发明的曲轴再制造寿命评估方法的原理示意图;
图6a无裂纹曲轴;
图6b圆角萌生裂纹曲轴;
图6c图像处理后的裂纹;
图7a是本发明中裂纹骨架的示意图;
图7b是本发明中裂纹主干的示意图;
图8是本发明中将磁记忆特征参量与机器视觉检测到的裂纹扩展长度进行混和计算后得到裂纹扩展面积与疲劳周次的关系图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。
如图1至3所示,根据本发明的曲轴再制造寿命评估系统,包括:疲劳载荷加载系统,用于根据设定试验参数对退役曲轴加载疲劳载荷;机器视觉检测系统,用于检测退役曲轴的危险部位的表面裂纹萌生和裂纹长度,并得到裂纹长度随疲劳周次的裂纹长度扩展规律;金属磁记忆检测系统,用于检测退役曲轴的裂纹深度,并得到裂纹深度随疲劳周次的裂纹深度扩展规律;处理系统,用于根据裂纹长度扩展规律和裂纹深度扩展规律计算退役曲轴的裂纹面积随疲劳周次的裂纹面积扩展规律。本发明通过机器视觉检测系统检测退役曲轴裂纹长度和金属磁记忆检测系统检测退役曲轴的裂纹深度,并根据裂纹长度和裂纹深度计算裂纹面积;然后根据所述裂纹面积与剩余疲劳寿命的对应关系,确定所述退役曲轴的剩余疲劳寿命,相比现有技术,不仅考虑裂纹萌生寿命,更考虑裂纹扩展寿命,从而能够更可靠地评估曲轴再制造寿命。
一般地,曲轴的危险部位,是指弯曲载荷作用下容易发生疲劳失效的曲柄臂和连杆轴颈之间的过渡圆角位置、在扭转载荷作用下容易发生疲劳失效的连杆轴颈油孔位置或者是弯扭复合载荷作用下以上两个部位。
具体地,结合图1所示,曲轴再制造寿命评估系统主要包括两部分,第一部分为用以施加疲劳载荷的疲劳载荷加载系统;第二部分为评估曲轴疲劳损伤的多传感器系统,包括机器视觉检测系统和金属磁记忆检测系统。疲劳载荷加载系统为曲轴疲劳试验的工作平台,通过疲劳载荷加载系统的振动特性对退役曲轴施加疲劳载荷,从而模拟出曲轴的疲劳工况。
更具体地,结合图2所示,疲劳载荷加载系统包括机械台架和相应的测量控制系统。机械台架包括一对激振臂和谐振臂,退役曲轴固定在的激振臂和谐振臂上,激振臂通过电机激动。测量控制系统主要功能是在曲轴疲劳试验前标定载荷和试验过程中实现自动控制,如电机控制。测控系统的硬件部分选用可编程自动化控制器(PAC)为核心工作平台,外部传感器通过可编程自动化控制器进行通信,从而实现对机械台架的测量和自动控制。更具体地,测量控制系统的下位机部分由可编程自动化控制器(PAC)、电阻应变片、光电编码器和拉力传感器共同组成,可编程自动化控制器将外部传感器的测量信号传送给上位机,上位机软件根据设定程序与可编程自动化控制器通信,从而控制整个机械台架的动作。
结合图3所示,机器视觉检测系统包括由光学镜头、图像采集卡和上位机,上位机通过图像采集卡采集光学镜头拍摄图像,并处理得到裂纹长度。更具体地,光学镜头及相应的感光元件(CCD)是本发明的机器视觉检测系统的核心部件。
由于曲轴再制造寿命评估系统的实验环境,疲劳载荷加载系统的振动频率和裂纹检测精度是选择CCD芯片时应主要考虑的两个关键问题。
疲劳载荷加载系统的最高振动频率为交流市电的峰值频率50Hz,因此本系统中选择的工业相机的CCD芯片快门速度最快可达10-6秒,快门频率远高于疲劳载荷加载系统的工作频率。通过设置合适的快门速度,可以有效抑制由于试验台架振动而产生的虚影,获得成像质量良好的图像。
由于试验系统为开放式系统,图像背景噪音大,如果一个像素对应一个缺陷,机器视觉检测系统会极其不稳定,因为任意一个干扰像素点都可能被误认为缺陷。根据NI Vision图像理论:为了提高系统的精准度和稳定性,一个缺陷的面积至少应占据2个像素,一般应在3个到4个像素以上。本检测系统中所选用的工业相机,其CCD芯片的像素点与点分辨率为0.005mm×0.005mm,理论上最高可以识别0.02mm的裂纹,相对于曲轴数十甚至上百毫米的轴颈尺寸来说,工业相机CCD芯片的精度满足检测要求。
本发明中,机器视觉检测系统还包括照明系统,合理的照明光路设计可以减少噪声干扰,保证成像质量,提高检测精度和检测效率。由于重点监测的损伤区域——过渡圆角,其凹弧形结构对入射光具有散射作用,造成轴颈过渡圆角的照明效果不理想;并且也不能仅通过提高照明光路的光通量来达到照亮待检测目标的目的,因为抛光至镜面效果的轴颈过渡圆角对入射光的强烈反射容易造成工业相机感光元件的过曝光,从而无法将检测场景——轴颈过渡圆角进行有效成像。结合图3所示,本发明采用两组成一定角度的卤素灯的照明光路设计,并使两组照明光路分别位于光学镜头的两侧,可以保证过渡圆角有效成像的同时还避免待检测部位的过渡曝光。
金属磁记忆技术,是在地磁场的激励下,铁磁材料应力集中部位的不连续所产生表面磁场畸变现象。通过检测表面磁场切向分量Hp(x)和法向分量Hp(y)的分布规律,可以判定构件的应力集中部位和应力集中程度,进而可以判定构件的早期损伤程度。
表征曲轴裂纹扩展规律的金属磁记忆特征参量,是采用相应的信号处理技术对不同疲劳周次下曲轴危险部位的磁记忆信号进行处理,并通过与实际裂纹深度进行修正而得到表征裂纹扩展深度的特征值。信号处理技术,是指能够对数字信号在时间域或频率域范围内进行处理的数学手段,如小波变换、傅里叶变换等。
本发明中,金属磁记忆检测系统包括磁敏传感器,磁敏传感器呈多点阵列设置在退役曲轴的危险位置。考虑到磁记忆信号的激励源为地磁场,微弱的地磁场激发出的磁记忆信号强度也较弱,因此综合考虑传感器成本和检测需求,金属磁记忆检测系统的磁敏传感器采用性价比更高的感应线圈。
受曲柄臂等结构的制约,常规的单元件单点测量法检测圆角部位时存在操作困难、检测效率低下和容易造成漏检等问题,并且过渡圆角的圆弧面特征不能保证磁敏传感器的提离值,影响检测效果。本发明采用多元件阵列多点测量法来实现过渡圆角损伤区域的检测。
采用多元件阵列多点测量磁场时,磁敏传感器的覆盖范围是测点布设时需要考虑的一个因素,布设原则是测点的数量和位置应保证能覆盖过渡圆角的全部应力集中区域。
具体地,结合图4所示,本发明中,根据过渡圆角的几何尺寸进行测点优化布置,可以设置相应的探头,并在探头两侧对称布置六组磁敏传感器,实现曲轴圆角部位的应力集中区域的完全覆盖检测。磁敏传感器感应区的形状设计为弧面,检测过程中可以与轴颈圆角无缝贴合以保证提离值恒定,有效抑制提离效应的影响。
结合图5所示,本发明还提供了一种曲轴再制造寿命评估方法,包括:步骤S1:采用机器视觉检测系统检测退役曲轴裂纹长度;步骤S2:采用金属磁记忆检测系统检测退役曲轴的裂纹深度;步骤S3:根据裂纹长度和裂纹深度计算裂纹面积;步骤S4:根据裂纹面积与剩余疲劳寿命的对应关系,确定退役曲轴的剩余疲劳寿命。本发明通过机器视觉检测系统检测退役曲轴裂纹长度和金属磁记忆检测系统检测退役曲轴的裂纹深度,并根据裂纹长度和裂纹深度计算裂纹面积;然后根据所述裂纹面积与剩余疲劳寿命的对应关系,确定所述退役曲轴的剩余疲劳寿命,相比现有技术,不仅考虑裂纹萌生寿命,更考虑裂纹扩展寿命,从而能够更可靠地评估曲轴再制造寿命。
具体地,在步骤S4中,裂纹面积与剩余疲劳寿命的对应关系通过如下方法获得:步骤S41:将退役曲轴安装在疲劳载荷加载系统上,并设定疲劳试验参数,开始疲劳加载;步骤S42:采用机器视觉检测系统检测退役曲轴的危险部位的表面裂纹萌生和裂纹长度,得到裂纹长度随疲劳周次的裂纹长度扩展规律;步骤S43:采用金属磁记忆检测系统检测退役曲轴的裂纹深度,得到裂纹深度随疲劳周次的裂纹深度扩展规律;步骤S44:根据裂纹长度扩展规律和裂纹深度扩展规律计算退役曲轴的裂纹面积随疲劳周次的裂纹面积扩展规律;步骤S45:根据裂纹面积扩展规律计算得到裂纹面积与剩余疲劳寿命的对应关系。即通过对多根退役曲轴,施加不同疲劳周次的疲劳载荷,并测量裂纹长度和裂纹深度,从而得到裂纹面积随疲劳周次的裂纹面积扩展规律。
具体地,结合图6a至6c所示,图6a为的无裂纹曲轴,随着疲劳载荷加载系统的疲劳周次增加,曲轴出现裂纹(如图6b所示),经过处理系统处理,提取出裂纹特征如图6c所示图像,并对6c图像进一步测量和计算,得到裂纹长度。
更具体地,结合图6a至图7b所示,机器视觉检测系统的上位机通过图像采集卡采集光学镜头拍摄图像后,需要对拍摄图像处理,才能得到裂纹长度,具体地,本发明针对曲轴疲劳裂纹长度检测的图像处理主要包括以下四部分:
(一)图像获取与预处理
图像获取的过程如下:开启照明系统,检测场景经光学镜头成像,由工业相机转换为视频信号,再输入到图像采集卡,由计算机采集成图像并保存处理。
测试环境中附着在曲轴零件表面上的灰尘、油污等因素,以及工业相机在拍摄过程中受到很多环境因素以及内部的噪声的影响,造成了采集得到的图像中存在着一些孤立的点噪声和小块噪声,所以在对曲轴表面图像进行分析之前,首先要进行滤波降噪。本发明采用中值滤波算法,具有算法速度快,能够在去除孤立的椒盐噪声的同时还能较好的保留图像的边缘细节的优点。
(二)裂纹边缘检测及阈值分割
物体的边缘是以图像局部特性的不连续性的形式表现出来的,例如,灰度值的突变,颜色的突变,纹理结构的突变等。针对曲轴表面的裂纹形貌,本发明采用两种不同的边缘检测算子——D1算子和D2算子,将两种算子相结合来提取边缘点的集合。
通过上述算法获取边缘点,采用直方图阈值分割方法获取阈值,然后设定某一阈值θ,用θ将图像数据划分为两个部分,即大于θ的像素群(非裂纹点)和小于θ的像素群(裂纹点),从而产生裂纹的二值图像。
(三)裂纹特征提取
受到外界因素的影响,检测图像的异常区域并不一定表示零件表面存在裂纹,如系统产生的噪声,相机视场内出现其他物体等。根据裂纹的图像特征进行分析:一般产生的裂纹区域细长且连续,其面积相对于系统噪声来说要大很多,而系统噪声一般孤立出现,成点状分布,圆形度很大,藉此可以分辨裂纹与系统噪声;随机出现在相机视场内的杂物形状一般与裂纹细长的形貌特征不相同,而且杂物的灰度分布不像裂纹那样集中在一个狭窄的区间(曲轴过渡圆角)内。基于以上分析,本算法判定裂纹的三个指标如下所示:
(1)异常区域面积S大于设定的阈值St。
(2)异常区域圆形度R小于设定的阈值Rt。
(3)异常区域灰度值最大值与最小值的差值G小于设定的阈值Gt。
(四)裂纹几何参数计算
裂纹几何参数计算的流程主要是将裂纹区域进行骨架提取,对提取出的骨架进行长度计算。
(1)裂纹骨架提取
通过对裂纹形貌图像二值化和同态相减操作后,可以得到裂纹的轮廓图像,为方便对裂纹的长度进行计算,如图7a所示,一般通过提取出裂纹轮廓图像的骨架代替裂纹作为研究对象。所谓图像骨架,是指与原图像形状和拓扑结构相一致的由单像素构成的细曲线。本检测系统采用图像处理细化算法,目的是寻找检测图像的中轴线,以中轴线来取代原有图像,中轴线即为裂纹图像的骨架。
(2)裂纹长度计算
裂纹的长度即为沿裂纹扩张方向的最长路程。通过对细化后的裂纹形貌去除分支,得到裂纹主干(图7b所示),对裂纹主干进行遍历,计算其长度。此长度以像素为单位,若转换为真实裂纹长度,需要对相机系统进行标定:将标尺置于相机前,物距与被检测零件相同,拍摄标尺图像进行分析,确定标准长度(如1mm)在检测图像中所占用的像素长度L,求得比例系数F=1/L(mm/pixel),根据确定后的比例系数F计算出检测图像中裂纹的真实长度。
将不同疲劳周次下的裂纹长度通过一一对应,并采用多根曲轴多次重复检测,即可得到裂纹长度随疲劳周次的裂纹长度扩展规律。
类似地,通过金属磁记忆检测系统检测裂纹深度的方式与机器视觉检测系统检测退役曲轴裂纹长度类似。每隔预设的疲劳周次,在线卸载状态下,采用金属磁记忆技术采集了过渡圆角部位表面磁信号的法向分量Hp(y),从而采集了多组信号。采用小波熵算法对多组信号进行运算,并与未加载前曲轴初始磁记忆信号进行比对,得到了不同循环周次下,裂纹扩展信号的小波能量相对熵的变化规律。具体地,小波能量相对熵算法的具体实施步骤如下:
(1)数据预处理
将不同疲劳循环周次下所采集到的磁记忆信号数据与曲轴自身噪声信号进行求差运算,并作消噪的预处理,由此得到信号区间内的异变信号能量值。
(2)离散小波分解
Daubechies紧支撑正交小波所具有的正交、紧支的特点,使得对非平稳信号较为敏感,因此本文采用Daubechies4小波对原始的金属磁记忆信号进行m层离散小波分解与重构(为了避免对信号进行小波滤波时产生特征信号畸变情况,应根据试验数据选择最佳的小波分解层次,此处假定最佳小波分解层次为m),从而得到各个尺度的小波系数和尺度系数,这些系数包含了金属磁记忆信号从高频到低频不同频带的信息,体现出了不同尺度下信号局部能量的直观估计。
(3)求解小波能量相对熵
在得到信噪比较高的小波尺度系数基础上,分别求得各个尺度的小波相关特征尺度熵,进而以各个尺度的小波相关特征尺度熵求解出对应的相对小波能量,最后求解对应的小波能量相对熵值。
在曲轴裂纹萌生的早期阶段,裂纹沿表面扩展较快,沿深度扩展较慢,所以在疲劳裂纹扩展的早期阶段,信号熵值一般不出现明显的改变。由于裂纹沿表面的扩展速率相对较快,因此裂纹形貌逐渐向平直裂纹开始转变,裂纹形貌这种变化导致裂尖前沿的应力强度因子分布状态也发生改变,裂纹沿深度方向的扩展速率开始高于沿表面的扩展速率,从而使得裂纹的扩展深度开始快速增加,信号熵值也随之呈现增加的趋势,并且裂纹深度增加明显的位置出现极值点,因而,磁记忆信号的小波能量相对熵值反映了裂纹深度的变化信息。
具体地,本发明以经过服役的某一系列斯太尔发动机曲轴,曲轴材料为42CrMo合金钢,试验曲拐为第四曲拐为例来详细说明本发明的曲轴再制造寿命评估方法:
金属磁记忆检测仪器采用厦门爱德森公司生产的EMS2000磁记忆检测系统,配有单通道磁记忆探头,可实现构件表面磁场的法向分量Hp(y)检测;曲轴疲劳载荷加载系统,是指模拟曲轴实际工况的疲劳试验系统,可进行弯曲载荷加载、扭转载荷加载和弯扭复合加载。实验中采用卧置谐振式曲轴弯曲疲劳试验台架对试验曲拐施加弯曲疲劳载荷,实验原理如图5所示。
首先将退役曲轴进行拆解和清洗,并设置在卧置谐振式曲轴弯曲疲劳试验台架上,然后设定疲劳参数,开展疲劳试验。考虑检测操作的方便性,每隔预设的疲劳周次后停止加载,采用EMS2000磁记忆检测系统检测试验曲拐的过渡圆角部位表面磁信号的法向分量Hp(y)。
如图6a所示,将无裂纹的曲轴设置在疲劳载荷加载系统,加载至50万疲劳周次后,机器视觉检测系统捕获到过渡圆角部位萌生疲劳裂纹(如图6b所示),经过处理后,得到如图6c所示图像。每隔50万疲劳周次,在线卸载状态下,采用金属磁记忆技术采集了过渡圆角部位表面磁信号的法向分量Hp(y),共采集了五组信号。采用小波熵算法对五组信号进行运算,并与未加载前曲轴初始磁记忆信号进行比对,得到了不同循环周次下,裂纹扩展信号的小波熵值的变化规律。
将反映磁记忆信号小波熵值与相应疲劳周次下的裂纹扩展长度进行混合计算,可求解出曲轴裂纹扩展面积随疲劳周次的变化规律(如图8所示)。
从以上的描述中,可以看出,本发明上述的实施例实现了如下技术效果:
根据本发明的曲轴再制造寿命评估系统及方法,通过机器视觉检测系统检测退役曲轴裂纹长度和金属磁记忆检测系统检测退役曲轴的裂纹深度,并根据裂纹长度和裂纹深度计算裂纹面积;然后根据所述裂纹面积与剩余疲劳寿命的对应关系,确定所述退役曲轴的剩余疲劳寿命,相比现有技术,不仅考虑裂纹萌生寿命,更考虑裂纹扩展寿命,从而能够更可靠地评估曲轴再制造寿命。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种曲轴再制造寿命评估系统,其特征在于,包括:
疲劳载荷加载系统,用于根据设定试验参数对退役曲轴加载疲劳载荷;
机器视觉检测系统,用于检测所述退役曲轴的危险部位的表面裂纹萌生和裂纹长度,并得到裂纹长度随疲劳周次的裂纹长度扩展规律;
金属磁记忆检测系统,用于检测所述退役曲轴的裂纹深度,并得到裂纹深度随疲劳周次的裂纹深度扩展规律;
处理系统,用于根据所述裂纹长度扩展规律和所述裂纹深度扩展规律计算所述退役曲轴的裂纹面积随疲劳周次的裂纹面积扩展规律。
2.根据权利要求1所述的曲轴再制造寿命评估系统,其特征在于,
所述机器视觉检测系统包括由光学镜头、图像采集卡和上位机;
所述上位机通过所述图像采集卡采集所述光学镜头拍摄图像,并处理得到所述裂纹长度。
3.根据权利要求2所述的曲轴再制造寿命评估系统,其特征在于,
所述机器视觉检测系统还包括照明系统,所述照明系统包括成预设角度设置的两组照明光路。
4.根据权利要求3所述的曲轴再制造寿命评估系统,其特征在于,
两组所述照明光路分别位于所述光学镜头的两侧。
5.根据权利要求1所述的曲轴再制造寿命评估系统,其特征在于,
所述金属磁记忆检测系统包括磁敏传感器,所述磁敏传感器呈多点阵列设置在所述退役曲轴的危险部位。
6.一种曲轴再制造寿命评估方法,其特征在于,包括:
步骤S1:采用机器视觉检测系统检测退役曲轴裂纹长度;
步骤S2:采用金属磁记忆检测系统检测所述退役曲轴的裂纹深度;
步骤S3:根据所述裂纹长度和所述裂纹深度计算裂纹面积;
步骤S4:根据所述裂纹面积与剩余疲劳寿命的对应关系,确定所述退役曲轴的剩余疲劳寿命。
7.根据权利要求6所述的曲轴再制造寿命评估方法,其特征在于,所述步骤S4中,所述裂纹面积与剩余疲劳寿命的对应关系通过如下方法获得:
步骤S41:将所述退役曲轴安装在疲劳载荷加载系统上,并设定疲劳试验参数,开始疲劳加载;
步骤S42:采用机器视觉检测系统检测所述退役曲轴的危险部位的表面裂纹萌生和裂纹长度,得到裂纹长度随疲劳周次的裂纹长度扩展规律;
步骤S43:采用金属磁记忆检测系统检测所述退役曲轴的裂纹深度,得到裂纹深度随疲劳周次的裂纹深度扩展规律;
步骤S44:根据所述裂纹长度扩展规律和所述裂纹深度扩展规律计算所述退役曲轴的裂纹面积随疲劳周次的裂纹面积扩展规律;
步骤S45:根据裂纹面积扩展规律计算得到所述裂纹面积与剩余疲劳寿命的对应关系。
8.根据权利要求6所述的曲轴再制造寿命评估方法,其特征在于,
所述机器视觉检测系统包括由光学镜头、图像采集卡和上位机;
所述步骤S42包括:
步骤S421:图像获取与预处理,采用光学镜头拍摄图像,并通过图像采集卡采集所述拍摄图像,存储到所述上位机,对所述拍摄图像滤波降噪处理;
步骤S422:裂纹边缘检测及阈值分割,通过边缘检测算子提取边缘点的集合,并通过预设阈值分割,产生裂纹的二值图像;
步骤S423:裂纹特征提取,采用预设异常区域面积阈值St、异常区域圆形度阈值Rt和异常区域灰度值最大值与最小值的差值阈值Gt提取裂纹特征;
步骤S424:裂纹几何参数计算,对提取的裂纹特征进行计算,得到裂纹长度。
9.根据权利要求8所述的曲轴再制造寿命评估方法,其特征在于,所述步骤S424包括:
裂纹骨架提取;
裂纹主干提取;
计算裂纹主干长度。
10.根据权利要求9所述的曲轴再制造寿命评估方法,其特征在于,计算裂纹主干的长度包括:
将标尺置于所述光学镜头前,物距与所述退役曲轴相同,拍摄标尺图像进行分析,确定标准长度在检测图像中所占用的像素长度L,求得比例系数F=1/L,根据确定后的比例系数F计算出检测图像中裂纹主干的长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510142241.4A CN104777049B (zh) | 2015-03-27 | 2015-03-27 | 曲轴再制造寿命评估系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510142241.4A CN104777049B (zh) | 2015-03-27 | 2015-03-27 | 曲轴再制造寿命评估系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104777049A true CN104777049A (zh) | 2015-07-15 |
CN104777049B CN104777049B (zh) | 2018-03-06 |
Family
ID=53618658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510142241.4A Active CN104777049B (zh) | 2015-03-27 | 2015-03-27 | 曲轴再制造寿命评估系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104777049B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105035647A (zh) * | 2015-07-31 | 2015-11-11 | 神华集团有限责任公司 | 刮板机检测设备及检测方法 |
CN107941479A (zh) * | 2017-05-04 | 2018-04-20 | 重庆淏晗科技有限公司 | 一种智能滚动接触疲劳试验系统及其测试方法 |
CN110967267A (zh) * | 2019-11-25 | 2020-04-07 | 中国民用航空飞行学院 | 一种判定疲劳裂纹萌生寿命的试验方法 |
CN112464572A (zh) * | 2020-12-10 | 2021-03-09 | 北京航空航天大学 | 一种传动轴加工性能评价及基于关键工艺的控制方法 |
CN112834457A (zh) * | 2021-01-23 | 2021-05-25 | 中北大学 | 基于反射式激光热成像的金属微裂纹三维表征系统及方法 |
CN114235816A (zh) * | 2021-12-17 | 2022-03-25 | 中国船舶重工集团公司第七一一研究所 | 表面质量检查装置及表面质量检查方法 |
CN114839054A (zh) * | 2022-03-16 | 2022-08-02 | 徐州大成环境科技有限公司 | 一种基于人工智能的建筑材料强度检测方法及系统 |
CN114897909A (zh) * | 2022-07-15 | 2022-08-12 | 四川大学 | 基于无监督学习的曲轴表面裂纹监测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101140262A (zh) * | 2007-10-11 | 2008-03-12 | 上海交通大学 | 汽车退役曲轴剩余疲劳寿命的检测方法 |
CN102879459A (zh) * | 2012-09-13 | 2013-01-16 | 中国人民解放军装甲兵工程学院 | 一种再制造前曲轴早期疲劳损伤自动化检测评估系统 |
CN103091392A (zh) * | 2013-01-15 | 2013-05-08 | 中国人民解放军国防科学技术大学 | 一种基于漏磁信号测量的齿轮弯曲疲劳裂纹损伤检测方法 |
CN203572806U (zh) * | 2013-09-30 | 2014-04-30 | 天津工程机械研究院 | 一种疲劳裂纹在线检测系统 |
CN104777169A (zh) * | 2015-03-12 | 2015-07-15 | 中国人民解放军装甲兵工程学院 | 曲轴再制造寿命评估试验方法 |
-
2015
- 2015-03-27 CN CN201510142241.4A patent/CN104777049B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101140262A (zh) * | 2007-10-11 | 2008-03-12 | 上海交通大学 | 汽车退役曲轴剩余疲劳寿命的检测方法 |
CN102879459A (zh) * | 2012-09-13 | 2013-01-16 | 中国人民解放军装甲兵工程学院 | 一种再制造前曲轴早期疲劳损伤自动化检测评估系统 |
CN103091392A (zh) * | 2013-01-15 | 2013-05-08 | 中国人民解放军国防科学技术大学 | 一种基于漏磁信号测量的齿轮弯曲疲劳裂纹损伤检测方法 |
CN203572806U (zh) * | 2013-09-30 | 2014-04-30 | 天津工程机械研究院 | 一种疲劳裂纹在线检测系统 |
CN104777169A (zh) * | 2015-03-12 | 2015-07-15 | 中国人民解放军装甲兵工程学院 | 曲轴再制造寿命评估试验方法 |
Non-Patent Citations (2)
Title |
---|
林志航: "《产品设计与制造质量工程》", 31 March 2005 * |
薛南等: "四通道多频涡流定量评价曲轴圆角疲劳裂纹深度的试验研究", 《北京理工大学学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105035647A (zh) * | 2015-07-31 | 2015-11-11 | 神华集团有限责任公司 | 刮板机检测设备及检测方法 |
CN107941479A (zh) * | 2017-05-04 | 2018-04-20 | 重庆淏晗科技有限公司 | 一种智能滚动接触疲劳试验系统及其测试方法 |
CN110967267A (zh) * | 2019-11-25 | 2020-04-07 | 中国民用航空飞行学院 | 一种判定疲劳裂纹萌生寿命的试验方法 |
CN112464572A (zh) * | 2020-12-10 | 2021-03-09 | 北京航空航天大学 | 一种传动轴加工性能评价及基于关键工艺的控制方法 |
CN112834457A (zh) * | 2021-01-23 | 2021-05-25 | 中北大学 | 基于反射式激光热成像的金属微裂纹三维表征系统及方法 |
CN114235816A (zh) * | 2021-12-17 | 2022-03-25 | 中国船舶重工集团公司第七一一研究所 | 表面质量检查装置及表面质量检查方法 |
CN114235816B (zh) * | 2021-12-17 | 2024-03-29 | 中国船舶集团有限公司第七一一研究所 | 表面质量检查装置及表面质量检查方法 |
CN114839054A (zh) * | 2022-03-16 | 2022-08-02 | 徐州大成环境科技有限公司 | 一种基于人工智能的建筑材料强度检测方法及系统 |
CN114839054B (zh) * | 2022-03-16 | 2023-02-28 | 徐州大成环境科技有限公司 | 一种基于人工智能的建筑材料强度检测方法及系统 |
CN114897909A (zh) * | 2022-07-15 | 2022-08-12 | 四川大学 | 基于无监督学习的曲轴表面裂纹监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104777049B (zh) | 2018-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104777049A (zh) | 曲轴再制造寿命评估系统及方法 | |
JP6433268B2 (ja) | 検査システムおよび検査方法 | |
KR100981401B1 (ko) | 미소 변위 계측법 및 장치 | |
CN104777174B (zh) | 轴类零件截面突变部位表面疲劳裂纹检测系统及方法 | |
JP2017518510A (ja) | 歯車の歯面上の接触パターンの定量分析用のテストユニット、定量分析方法、及び前記テストユニットの使用 | |
Lawrence. K et al. | An accurate and robust method for the honing angle evaluation of cylinder liner surface using machine vision | |
JP5913903B2 (ja) | 形状検査方法およびその装置 | |
GB2487572A (en) | A non-destructive test method for automatic fastener inspection | |
KR20180115646A (ko) | 비전 카메라를 이용한 비드 인식 장치 및 그 방법 | |
KR101018518B1 (ko) | 영상 디블러링 기법을 이용한 구조물 점검 시스템 및 그 방법 | |
CN110715886B (zh) | 基于光学低相干成像的滑油磨屑在线监测方法 | |
CN104777169A (zh) | 曲轴再制造寿命评估试验方法 | |
US20230005129A1 (en) | Method for assessing the quality of varnished wood surfaces | |
JP2015129751A (ja) | 検査方法及びその装置 | |
KR100353864B1 (ko) | 표면 검사 장치 및 그 방법 | |
CN111504608B (zh) | 辉度均匀检测系统及辉度均匀检测方法 | |
Bahr et al. | Continuous digitalization of rotationally symmetrical components with a lateral scanning white light interferometer | |
Bonnot et al. | Machine vision system for surface inspection on brushed industrial parts | |
JP2004340805A (ja) | 表面解析装置 | |
JP2005315748A (ja) | データ圧縮方法、欠陥検査方法および欠陥検査装置 | |
JP2012093200A (ja) | 表面評価装置 | |
CN108122226B (zh) | 一种玻璃缺陷的检测方法及装置 | |
JPH02252392A (ja) | 画質評価方法 | |
Zha et al. | Research on non-contact measurement based on machine vision | |
Shi et al. | Surface detection method of glass fibre composites based on computer vision |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |