CN107037055A - 一种铝合金表面拉丝质量检测评价方法 - Google Patents

一种铝合金表面拉丝质量检测评价方法 Download PDF

Info

Publication number
CN107037055A
CN107037055A CN201710136370.1A CN201710136370A CN107037055A CN 107037055 A CN107037055 A CN 107037055A CN 201710136370 A CN201710136370 A CN 201710136370A CN 107037055 A CN107037055 A CN 107037055A
Authority
CN
China
Prior art keywords
aluminum alloy
evaluation method
quality testing
alloy surface
wire drawing
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
CN201710136370.1A
Other languages
English (en)
Other versions
CN107037055B (zh
Inventor
路浩
陈旭
张铁浩
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.)
CRRC Qingdao Sifang Co Ltd
Original Assignee
CRRC Qingdao Sifang Co Ltd
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 CRRC Qingdao Sifang Co Ltd filed Critical CRRC Qingdao Sifang Co Ltd
Priority to CN201710136370.1A priority Critical patent/CN107037055B/zh
Publication of CN107037055A publication Critical patent/CN107037055A/zh
Application granted granted Critical
Publication of CN107037055B publication Critical patent/CN107037055B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Sampling And Sample Adjustment (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明提供了一种铝合金表面拉丝质量检测评价方法，利用共聚集显微技术，对工作试件上确定的检测点进行数据收集，再根据不同的公式，对三维数据进行计算及评价，从而判定拉丝质量。本发明提供的一种铝合金表面拉丝质量检测评价方法，图像清晰度和细节分辨能力高，评价算法简单有效。

Description

一种铝合金表面拉丝质量检测评价方法
技术领域
本发明涉及到一种无涂装铝合金表面拉丝质量的检测评价方法。
背景技术
通常轨道车辆车体为提高外观装饰性能，大都采用涂装车体，即采用油漆涂装的表面处理方法，整个工艺过程繁复且费时费工，因此近年来多采用无涂装车体，如铝合金表面拉丝车体，这种车体不使用腻子、油漆，还可以减少焊丝、气体消耗量，不但可以降低生产成本，也可降低车体重量，减少能耗，重点是环保，具有鲜明的技术优势和竞争力。为科学分析表面拉丝效果、拉丝工艺之间的基本规律，指导后续拉丝工艺试验设计，需要对拉丝质量进行综合评价，但目前还没有一套成熟检测及评价方法。
发明内容
本发明主要目的在于解决上述问题和不足，提供一种铝合金表面拉丝质量检测评价方法。
一种铝合金表面拉丝质量检测评价方法，包括以下步骤，
S1，生产标准尺寸的工作试件，对工作试件进行表面清理后，抽取符合规定的检测试样，并对各检测试样进行标号；
S2，在检测试样上进行检测点抽取，并命名；
S3，对各检测点利用激光共聚焦扫描显微观察，进行成像处理，形成标本的二维或者三维图像；
S4，对图像进行数据信息的收集整理，并计算；
S5，根据计算结果评价拉丝效果。
进一步的，在步骤S4中，需要收集的是各检测点拉丝方向上J参数、和/或H参数、和/或D参数，其中，J参数为拉丝方向上最高凸台的高度，H参数为与拉丝方向垂直的相邻两波峰的间距，D参数为拉丝方向上丝纹平滑部分的宽度。
进一步的，J参数判断依据为，l1≤(Hx1y1z1+Hx1y1z2+…+Hx1y1zi)/ni≤l2,其中，Hx1y1zi为拉丝方向上检测点处的最高凸台的高度。
进一步的，沿200μm方向上不低于5个检测点取样。
进一步的，对于6系铝合金，|l1-l2|的高度差在2μm时，为合格。
进一步的，非6系铝合金，采用如下公式确定：|l1-l2|≤η·HRC，其中，η为系数，HRC为材料硬度。
进一步的，H参数判断依据为，(Hx1y1+Hx2y1+…+Hxiy1)/ni≥λn,其中，Hxiy1为检测点处与拉丝方向垂直的相邻两波峰的间距。
进一步的，D参数判断依据为，(D1+D2+…+Di)/D≥m，其中Di为检测点处拉丝方向上丝纹平滑部分的宽度。
进一步的，步骤S1中，在工作试件每平方米中心点交错均布进行检测试样的抽取。
进一步的，在步骤S2中，在检测试样上均布进行检测点的抽取。
综上所述，本发明提供的一种铝合金表面拉丝质量检测评价方法，与现有技术相比，具有如下优点：
1.采用共聚焦显微技术，排除检测点以外的光信号对图像形成的干扰，提高了显微图像清晰度和细节分辨能力；
2.表面三维扫描成像立体感强；
3.设定门槛值，评价算法简单有效；
附图说明：
图1：本发明一种铝合金表面拉丝质量检测评价方法检测试样取样位置示意图；
图2：本发明一种铝合金表面拉丝质量检测评价方法检测点位置示意图；
图3：本发明一种铝合金表面拉丝质量检测评价方法公式1说明示意图；
图4：本发明一种铝合金表面拉丝质量检测评价方法公式2说明示意图；
图5：本发明一种铝合金表面拉丝质量检测评价方法公式3说明示意图；
具体实施方式
下面结合附图与具体实施方式对本发明作进一步的详细描述。
一种铝合金表面拉丝质量检测评价方法，包括以下步骤，
S1，生产标准尺寸的工作试件，对工作试件进行表面清理后，抽取符合规定的检测试样，并对各检测试样进行标号。
批量生产前，试生产“工作试件”一个，工作试件面积不小于5×1m2，拉丝后表面用高压风吹工作表面，清汪理表面，以一定分布钻孔取样，注意防护表面，在本发明中，在每平方米中心点交错均布进行“检测试样”抽取，取样位置如图1所示，检测试样面积不小于20×20mm2，总检测试样数量不小于5个，需要说明的是，检测试样的数量可在根据工作试件的面积大小来确认，推荐为奇数个。并对检测试样按序编号，如可为工作试件上的5个检测试件命名为J1、J2、J3、J4、J5等。
S2，在检测试样上进行检测点抽取，并命名。
在每个检测试样上均布进行“检测点”抽取，检测点的观察面积不小于200×200μm2，取样位置如图2所示，同样的，检测点的数量推荐为不少于5个(奇数个)，因此每个工件试件总的检测点不少于25个。
对每个检测试件上的多个检测点进行命名，按序编号，如J1检测试样的5个检测点可依次命名为J11、J12、J13、J14、J15，J2检测试样的5个检测点可依次命名为J21、J22、J23、J24、J25，当检测点的数量多于5个时，可按流水号顺序进行编号命名。
S3，对各检测点利用激光共聚焦扫描显微观察，进行成像处理，形成标本的二维或者三维图像。
反检测试样进行封装保护，注意避免表面污染以及硬物碰触，以防止检测试样上的拉丝部分被污染以及破坏，影响分析和评价结果。
聚焦显微技术每次只对空间上的一个点(焦点)进行成像，再通过计算机控制的点扫描形成标本的二维或者三维图像。
S4，对图像进行数据信息的收集整理，并计算。
通过聚焦显微镜观察每一个检测试件中任一点的“检测点”，需要分别各检测点上的J参数、和/或H参数、和/或D参数，其中，J参数为拉丝方向上最高凸台的高度，H参数为与拉丝方向垂直的相邻两波峰的间距，D参数为拉丝方向上丝纹平滑部分的宽度。拉丝方向为图3至图5中所示的Y方向。每一检测试件上可取多个观察点进行观察并进行数据信息的收集，将不同的观察点处得到的数据信息代入到相应的评价公式中，计算相应的参数值。
S5，根据计算结果评价拉丝效果。
将计算结果代入到评价公式中，根据计算出来的结果，对应相应的评价标准，评价拉丝效果，判断此次拉丝工艺是否成功。
在进行共聚焦显微观察时，建立坐标系，其中Y方向为丝纹，试样表面垂直方向为Z方向。拉丝工艺处理后，试样表面变为有规律的沟壑状态，宏观看，为了得到满意的视觉效果，即达到外观要求，微观表面是有规律，通过共聚焦显微观察，收集各数据，并进行数据整理计算，以进行拉丝质量的检测评价。
在进行数据收集时，观察每一个检测试样中任一点的“检测点”拉丝方向，如图3至图5所示的Y方向，观察拉丝方向最高凸台的高度，即J参数，沿200μm方向上不低于5个观察点取样，分别命名为Hx1y1zi,在坐标系中，表示Z方赂的丝纹深度差，如表1所示，分别记录不同检测点上不同观察点的数据，确保凸台高度起伏的范围小。在对拉丝效果进行判定时，采用如下公式：
公式1：l1≤(Hx1y1z1+Hx1y1z2+…+Hx1y1zi)/ni≤l2
表1 拉丝质量入门矩阵
按照公式1中，要求拉丝后，深度方赂的落差必须在一个合理的范围内，否则拉丝无效果，即在任一检测点上，设定的多个观察点上测得的最高凸台的高度平均值在(l1，l2)范围内，l1，l2为经验值，可根据不同的拉丝要求确定具体数值，对于6系铝合金，相邻两个凸台的高度差小于2μm为合格，如超差则舍弃，视为不合格试样。对于其他材料，通过以下公式确定具体参数，其中，η为系数，可为常数，也可为根据经验得来的可变常数，HRC为材料硬度。
公式1.1：|l1-l2|≤η·HRC。
根据前文所述，总检测点不少于25个，观察每一个检测点，垂直拉丝方向的D参数、H参数，每一个检测点的测量数据分别按公式2、公式3进行计算，再计算每一个检测试样的数据，按表2进行质量评价。
公式2：(Hx1y1+Hx2y1+…+Hxiy1)/ni≥λn,
Hxiy1表示X方向的沟壑的宽度(两个波峰之间的间距)必须大于一个合理的值λn,否则拉丝无效果。如图4所示，其中，Hxiy1为检测点处与拉丝方向垂直的相邻两波峰的间距。首先计算某检测点上各观察点的H参数的平均值，再将平均值与λn比较，确定是否合格，如超值则舍弃，视为不合格试样。λn为经验值，根据拉丝材质的不同而不同，也可根据拉丝要求的不同而设置不同的值。
公式3：(D1+D2+…+Di)/D≥m，
D表示Y方向丝纹较为平滑的部分必须大于一个合理值m，否则拉丝无效。如图5所示，其中Di为检测点处拉丝方向上丝纹平滑部分的宽度，D为检测点处拉丝方向上的总宽度。
在同一个检测点上得到的D参数和H参数，首先对参数值进行判定，是否满足公式2、公式3的要求，不合格的试样舍弃，对于合格试样，再按表2所列进行质量评价，对于6系铝合金，Ⅰ、Ⅱ级为优，Ⅲ为良，Ⅴ为中，Ⅳ、Ⅵ为差，其他铝合金，可根据经验值确定，在此不做约束。
表2 拉丝质量评价算法矩阵
在进行显微观察时，为科学分析表面拉丝效果与磨料类型、拉丝工艺之间的基本规律，指导后续拉丝工艺试验设计，采用3D激光共聚焦显微技术对拉丝样品进行显微成像，统计分析形貌规律，科学有效的指导磨料选择试验。
普通光学显微镜在对试样进行观察时，来自观察点邻近区域的光会对结构分辨率形成较大的干扰，为解决此类问题，本发明采用共聚焦显微镜进行试样观察，共聚焦显微技术每次只对空间上的一个点(焦点)进行成像，再通过计算机控制的点扫描形成标本的二维或者三维图像。在此过程中，来自焦点以外的光信号不会对图像形成干扰，提高了显微图像清晰度和细节分辨能力。
综上所述，本发明提供的一种铝合金表面拉丝质量检测评价方法，与现有技术相比，具有如下优点：
1.采用共聚焦显微技术，排除检测点以外的光信号对图像形成的干扰，提高了显微图像清晰度和细节分辨能力；
2.表面三维扫描成像立体感强；
3.设定门槛值，评价算法简单有效；
如上所述，结合所给出的方案内容，可以衍生出类似的技术方案。但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (10)

1.一种铝合金表面拉丝质量检测评价方法，其特征在于：包括以下步骤，
S1，生产标准尺寸的工作试件，对工作试件进行表面清理后，抽取符合规定的检测试样，并对各检测试样进行标号；
S2，在检测试样上进行检测点抽取，并命名；
S3，对各检测点利用激光共聚焦扫描显微观察，进行成像处理，形成标本的二维或者三维图像；
S4，对图像进行数据信息的收集整理，并计算；
S5，根据计算结果评价拉丝效果。
2.如权利要求1所述的一种铝合金表面拉丝质量检测评价方法，其特征在于：在步骤S4中，需要收集的是各检测点上的J参数、和/或H参数、和/或D参数，其中，J参数为拉丝方向上最高凸台的高度，H参数为与拉丝方向垂直的相邻两波峰的间距，D参数为拉丝方向上丝纹平滑部分的宽度。
3.如权利要求2所述的一种铝合金表面拉丝质量检测评价方法，其特征在于：J参数判断依据为，l1≤(Hx1y1z1+Hx1y1z2+…+Hx1y1zi)/ni≤l2,其中，Hx1y1zi为拉丝方向上检测点处的最高凸台的高度。
4.如权利要求3所述的一种铝合金表面拉丝质量检测评价方法，其特征在于：沿200μm方向上不低于5个观察点取样。
5.如权利要求3所述的一种铝合金表面拉丝质量检测评价方法，其特征在于：对于6系铝合金，∣l1-l2∣的高度差在2μm时，为合格。
6.如权利要求3所述的一种铝合金表面拉丝质量检测评价方法，其特征在于：非6系铝合金，采用如下公式确定：∣l1-l2∣≤η·HRC，其中，η为系数，HRC为材料硬度。
7.如权利要求2所述的一种铝合金表面拉丝质量检测评价方法，其特征在于：H参数判断依据为，(Hx1y1+Hx2y1+…+Hxiy1)/ni≥λn,其中，Hxiy1为观察点处与拉丝方向垂直的相邻两波峰的间距。
8.如权利要求2所述的一种铝合金表面拉丝质量检测评价方法，其特征在于：D参数判断依据为，(D1+D2+…+Di)/D≥m，其中Di为观察点处拉丝方向上丝纹平滑部分的宽度。
9.如权利要求1所述的一种铝合金表面拉丝质量检测评价方法，其特征在于：步骤S1中，在工作试件每平方米中心点交错均布进行检测试样的抽取。
10.如权利要求1所述的一种铝合金表面拉丝质量检测评价方法，其特征在于：在步骤S2中，在检测试样上均布进行检测点的抽取。
CN201710136370.1A 2017-03-09 2017-03-09 一种铝合金表面拉丝质量检测评价方法 Active CN107037055B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710136370.1A CN107037055B (zh) 2017-03-09 2017-03-09 一种铝合金表面拉丝质量检测评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710136370.1A CN107037055B (zh) 2017-03-09 2017-03-09 一种铝合金表面拉丝质量检测评价方法

Publications (2)

Publication Number Publication Date
CN107037055A true CN107037055A (zh) 2017-08-11
CN107037055B CN107037055B (zh) 2019-09-24

Family

ID=59533285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710136370.1A Active CN107037055B (zh) 2017-03-09 2017-03-09 一种铝合金表面拉丝质量检测评价方法

Country Status (1)

Country Link
CN (1) CN107037055B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115131739A (zh) * 2022-08-30 2022-09-30 海门市华呈精密标准件有限公司 金属拉丝工艺智能调控方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104101602A (zh) * 2014-07-16 2014-10-15 首钢总公司 一种铝镇静钢中b类夹杂物行为的观测方法
CN104132944A (zh) * 2014-07-11 2014-11-05 西安交通大学 一种检测球面光学元件亚表面损伤程度表征参数的方法
CN104318620A (zh) * 2014-10-21 2015-01-28 南京钢铁股份有限公司 利用共聚焦显微镜对试样表面进行三维重建的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104132944A (zh) * 2014-07-11 2014-11-05 西安交通大学 一种检测球面光学元件亚表面损伤程度表征参数的方法
CN104101602A (zh) * 2014-07-16 2014-10-15 首钢总公司 一种铝镇静钢中b类夹杂物行为的观测方法
CN104318620A (zh) * 2014-10-21 2015-01-28 南京钢铁股份有限公司 利用共聚焦显微镜对试样表面进行三维重建的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谢惠民等: "新型高倍显微镜云纹测量技术及其应用", 《实验力学》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115131739A (zh) * 2022-08-30 2022-09-30 海门市华呈精密标准件有限公司 金属拉丝工艺智能调控方法及系统

Also Published As

Publication number Publication date
CN107037055B (zh) 2019-09-24

Similar Documents

Publication Publication Date Title
He et al. An accurate 3D surface topography model for single-point diamond turning
CN104483330B (zh) 混凝土表面裂缝实时监测系统与开裂风险的动态评估方法
Zhang et al. Measurement of mixed-mode stress intensity factors using digital image correlation method
CN108559995B (zh) 一种平面上激光熔覆工艺参数优化的方法
CN107655898A (zh) 一种用于公路隧道检测的立体扫描机器人及其实施方法
Niemczewska-Wójcik Multi-sensor measurements of titanium alloy surface texture formed at subsequent operations of precision machining process
Wang et al. Tool wear monitoring of wiper inserts in multi-insert face milling using three-dimensional surface form indicators
CN107037055A (zh) 一种铝合金表面拉丝质量检测评价方法
Wang et al. Intelligent prediction of wear location and mechanism using image identification based on improved Faster R-CNN model
Boschetto et al. Manufacturability of non-assembly joints fabricated in AlSi10Mg by selective laser melting
CN102494614B (zh) 一种高精度数字散斑相关测量方法
Shi et al. Surface morphology analysis using convolutional autoencoder in additive manufacturing with laser engineered net shaping
Wang et al. Surface roughness evaluation and morphology reconstruction of electrical discharge machining by frequency spectral analysis
Tosello et al. Modeling and simulation of surface generation in manufacturing
CN207300902U (zh) 一种用于公路隧道检测的立体扫描机器人
Zhao et al. Study on the effect of the strengthen grinding process surface coverage on the micro-morphology, micro-hardness, roughness, and residue stress of GCr15 bearing steels
Póka et al. A robust digital image processing method for measuring the planar burr length at milling
Derani et al. Improved measure of workpiece surface deterioration during turning using non-contact vision method
Li et al. Visual inspection of weld surface quality
Olortegui-Yume et al. Crater wear evolution in multilayer coated carbides during machining using confocal microscopy
Chen et al. A new strategy for measuring the grain height uniformity of a grinding wheel
Ţălu et al. Experimental investigations of threads surface integrity manufactured by cutting insert and with internal thread rolling head
Zhang et al. Taguchi method based process space for optimal surface topography by finish hard milling
Fox et al. Investigation of complementary use of optical metrology and x-ray computed tomography for surface finish in laser powder bed fusion additive manufacturing
Azimi et al. Geometric surface feature detection using statistical based metrics

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant