CN108648185B - 一种在线检测涂装前清洗设备颗粒物清洗效率的方法 - Google Patents

一种在线检测涂装前清洗设备颗粒物清洗效率的方法 Download PDF

Info

Publication number
CN108648185B
CN108648185B CN201810445977.2A CN201810445977A CN108648185B CN 108648185 B CN108648185 B CN 108648185B CN 201810445977 A CN201810445977 A CN 201810445977A CN 108648185 B CN108648185 B CN 108648185B
Authority
CN
China
Prior art keywords
cleaning
particles
cleaning efficiency
cleaning equipment
before coating
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.)
Active
Application number
CN201810445977.2A
Other languages
English (en)
Other versions
CN108648185A (zh
Inventor
孔飞
张川
张程皓
汤小龙
姚世琪
李思远
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.)
China Automobile Industry Engineering Co Ltd
Scivic Engineering Corp
Original Assignee
China Automobile Industry Engineering Co Ltd
Scivic Engineering Corp
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 China Automobile Industry Engineering Co Ltd, Scivic Engineering Corp filed Critical China Automobile Industry Engineering Co Ltd
Priority to CN201810445977.2A priority Critical patent/CN108648185B/zh
Publication of CN108648185A publication Critical patent/CN108648185A/zh
Application granted granted Critical
Publication of CN108648185B publication Critical patent/CN108648185B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • 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
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N21/645—Specially adapted constructive features of fluorimeters
    • G01N21/6456—Spatial resolved fluorescence measurements; Imaging
    • G01N21/6458—Fluorescence microscopy
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G01N21/91—Investigating the presence of flaws or contamination using penetration of dyes, e.g. fluorescent ink
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N21/645—Specially adapted constructive features of fluorimeters
    • G01N21/6456—Spatial resolved fluorescence measurements; Imaging
    • G01N2021/646—Detecting fluorescent inhomogeneities at a position, e.g. for detecting defects
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • 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
    • G01N21/94—Investigating contamination, e.g. dust

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开在线检测涂装前清洗设备颗粒物清洗效率的方法。包括：将荧光粉与水混合物用喷枪均匀喷涂到待清洗工件表面、自然晾干；在工件表面标记若干个均匀分布的测量点；紫外光为照射光源下，用数码显微镜拍摄每个测量点放大预定倍的荧光显微图像；用清洗设备清洗工件；用数码显微镜拍摄测量点清洗后荧光显微图像，获取荧光显微图像每个像素点RGB值，求所有像素点G值的平均值：根据所有像素点G值平均值，将所有荧光显微图像转换为黑白图像；统计转换后黑白图像中白色区域的数量，获得每个测量点清洗前后颗粒物数量；根据每个测量点清洗前后颗粒物数量，计算对颗粒物清洗效率。本发明可实现对颗粒物污染物检测，且检测速度快，准确度高。

Description

一种在线检测涂装前清洗设备颗粒物清洗效率的方法
技术领域
本发明涉及检测技术领域，具体涉及一种在线检测涂装前清洗设备颗粒物清洗效率的方法。
背景技术
涂装是现代的产品制造工艺中的一个重要环节。所谓涂装即指对金属和非金属表面覆盖保护层或装饰层。防锈、防蚀涂装质量是产品全面质量的重要方面之一，它包括涂装前对被涂物表面的处理、涂布工艺和干燥三个基本工序。为了把物体表面所附着的各种异物(如油污、锈蚀、灰尘、旧漆膜等)去除，提供适合于涂装要求的良好基底，以保证涂膜具有良好的防腐蚀性能、装饰性能及某些特种功能，在涂装之前必须对物体表面进行预处理。
涂装前处理方式主要包括机械清洗和化学清洗两种类别，如超声波清洗、高压喷淋清洗、激光清洗、蒸汽清洗、干冰清洗、酸洗或碱洗、有机溶剂清洗、擦拭或同时使用两种以上技术的复合清洗等。
目前并没有一种统一并且有效的对清洗设备清洗效率在线测量的方式。传统的对清洗效率的判断方法，是通过对工件喷涂后检测漆膜质量的方式进行评价。这种方法耗时很长，导致发现批量质量问题时已经滞后很多。而且由于涂装过程中其他因素的干扰，并不能将漆膜质量与涂装前清洗效率完全对应上，存在分析结果不准确的缺点。
发明内容
本发明的目的是针对现有技术中存在的技术缺陷，而提供一种在线检测涂装前清洗设备颗粒物清洗效率的方法，可以实现对颗粒物污染物的检测，具有检测速度快，准确度高和可以在线检测等优点。
为实现本发明的目的所采用的技术方案是：
一种在线检测涂装前清洗设备颗粒物清洗效率的方法，包括步骤：
将荧光粉与水的混合物，用喷枪均匀喷涂到待清洗工件表面，并自然晾干；
在所述工件表面标记若干个均匀分布的测量点；
在紫外光作为照射光源照射下，用数码显微镜拍摄每个测量点放大预定倍的荧光显微图像；
按照要求工艺参数，使用清洗设备对工件进行清洗；
在紫外光作为照射光源照射下，用数码显微镜拍摄测量点清洗后的荧光显微图像；
利用计算机对所有荧光显微图像分析处理，获取荧光显微图像每个像素点的RGB值，求出所有像素点G值的平均值GDensity：
根据所有像素点G值的平均值GDensity，对荧光显微图像所有像素点转换，将所有荧光显微图像转换为黑白图像；
统计转换后黑白图像中白色区域的数量，即颗粒物数量，获得每个测量点清洗前后的颗粒物数量；
根据每个测量点清洗前后的颗粒物数量，计算对颗粒物的清洗效率：
Figure RE-GDA0001760857750000021
ηParticle为颗粒物清洗效率，Pn为第n个测量点清洗后颗粒物数量，P′n为第 n个测量点清洗前颗粒物数量。
若某个像素点的G值大于GDensity+35，则将此像素点RGB值设置为R：255， G：255，B：255；若某个像素点的G值小于GDensity+35，则将此像素点RGB值设置为R：0，G：0，B：0；GDensity为所有像素点G值的平均值。
所述荧光粉采用黄绿色稀土蓄光型荧光粉，其粒径范围为800目至2000目之间。
所述的混合物是由所述荧光粉与水按照重量1∶10的比例混合形成的。
所述的测量点按平面上每平方米选择10-15个进行选取。
所述紫外光的波长为365nm，所述预定倍为200倍。
本发明通过以上方案，可以实现在线快速检测涂装前清洗设备清洗效率，方便快捷。
具体实施方式
以下结合具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
一种在线检测涂装前清洗设备颗粒物清洗效率的方法，包括步骤：
S101，将荧光粉与水的混合物，用喷枪均匀喷涂到待清洗工件表面，并自然晾干；
所述荧光粉可以采用黄绿色稀土蓄光型荧光粉，具体实施时，根据工件表面日常生产过程中颗粒污染物的粒径分布，以及喷涂对颗粒物清洁度的要求，可以选择800目至2000目之间粒径的荧光粉或者不同粒径颗粒混合模拟实际颗粒污染物状态。
具体的，所述的混合物是由所述荧光粉与水可以是按照重量1∶10的比例混合形成的，或是其它适合的比例。
S102，在所述工件表面标记若干个均匀分布的测量点；
所述的测量点的选取，要根据工件的形状及大小来定，优选的，按平面上每平方米选择10-15个进行选取，当然了，对于复杂或关键位置表面适当增加测量点密度，并不限于以上的数量点。
S103，在紫外光作为照射光源照射下，用数码显微镜拍摄每个测量点放大预定倍的荧光显微图像；
具体的，所述紫外光的波长为365nm，所述预定倍可为200倍。
S104，按照要求工艺参数，使用清洗设备对工件进行清洗；
S105，在紫外光作为照射光源照射下，用数码显微镜拍摄测量点清洗后的荧光显微图像；
S106，利用计算机对所有荧光显微图像分析处理，获取荧光显微图像每个像素点的RGB值，求出所有像素点G值的平均值GDensity：
S107，根据所有像素点G值的平均值GDensity，对荧光显微图像所有像素点转换，将所有荧光显微图像转换为黑白图像；
Figure RE-GDA0001760857750000031
其中：
GDensity为图像G值平均值，Gn为第n个点的G值
具体的，若某个像素点的G值大于GDensity+35，则将此像素点RGB值设置为R：255，G：255，B：255；若某个像素点的G值小于GDensity+35，则将此像素点 RGB值设置为R：0，G：0，B：0；GDensity为所有像素点G值的平均值，从而实现了将所有荧光显微图像转换为黑白图像。
S106，统计转换后黑白图像中白色区域的数量，即颗粒物数量，获得每个测量点清洗前后的颗粒物数量；
S107，根据每个测量点清洗前后的颗粒物数量，计算对颗粒物的清洗效率：
Figure RE-GDA0001760857750000041
ηParticle为颗粒物清洗效率，Pn为第n个测量点清洗后颗粒物数量，P′n为第 n个测量点清洗前颗粒物数量。
使用两种清洗设备对镀锌板表面颗粒物清洗效率测试，测试后数据如下：
Figure RE-GDA0001760857750000042
以上测试数据表明，本发明对清洗设备的颗粒物清洗效率可以进行在线快速、准确的检测。
以上所述仅是本发明的优选实施方式，应当指出的是，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种在线检测涂装前清洗设备颗粒物清洗效率的方法，其特征在于，包括步骤：
将荧光粉与水的混合物，用喷枪均匀喷涂到待清洗工件表面，并自然晾干；
在所述工件表面标记若干个均匀分布的测量点；
在紫外光作为照射光源照射下，用数码显微镜拍摄每个测量点放大预定倍的荧光显微图像；
按照要求工艺参数，使用清洗设备对工件进行清洗；
在紫外光作为照射光源照射下，用数码显微镜拍摄测量点清洗后的荧光显微图像；
利用计算机对所有荧光显微图像分析处理，获取荧光显微图像每个像素点的RGB值，求出所有像素点G值的平均值GDensity：
根据所有像素点G值的平均值GDensity，对荧光显微图像所有像素点转换，将所有荧光显微图像转换为黑白图像；
统计转换后黑白图像中白色区域的数量，即颗粒物数量，获得每个测量点清洗前后的颗粒物数量；
根据每个测量点清洗前后的颗粒物数量，计算对颗粒物的清洗效率：
Figure FDA0001657183380000011
ηParticle为颗粒物清洗效率，Pn为第n个测量点清洗后颗粒物数量，P′n为第n个测量点清洗前颗粒物数量。
2.根据权利要求1所述在线检测涂装前清洗设备颗粒物清洗效率的方法，其特征在于，若某个像素点的G值大于GDensity+35，则将此像素点RGB值设置为R：255，G：255，B：255；若某个像素点的G值小于GDensity+35，则将此像素点RGB值设置为R：0，G：0，B：0；GDensity为所有像素点G值的平均值。
3.根据权利要求1所述在线检测涂装前清洗设备颗粒物清洗效率的方法，其特征在于，所述荧光粉采用黄绿色稀土蓄光型荧光粉，其粒径范围为800目至2000目之间。
4.根据权利要求1所述在线检测涂装前清洗设备颗粒物清洗效率的方法，其特征在于，所述的混合物是由所述荧光粉与水按照重量1∶10的比例混合形成的。
5.根据权利要求1所述在线检测涂装前清洗设备颗粒物清洗效率的方法，其特征在于，所述的测量点按平面上每平方米选择10-15个进行选取。
6.根据权利要求1所述在线检测涂装前清洗设备颗粒物清洗效率的方法，其特征在于，所述紫外光的波长为365nm，所述预定倍为200倍。
CN201810445977.2A 2018-05-11 2018-05-11 一种在线检测涂装前清洗设备颗粒物清洗效率的方法 Active CN108648185B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810445977.2A CN108648185B (zh) 2018-05-11 2018-05-11 一种在线检测涂装前清洗设备颗粒物清洗效率的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810445977.2A CN108648185B (zh) 2018-05-11 2018-05-11 一种在线检测涂装前清洗设备颗粒物清洗效率的方法

Publications (2)

Publication Number Publication Date
CN108648185A CN108648185A (zh) 2018-10-12
CN108648185B true CN108648185B (zh) 2022-04-15

Family

ID=63754472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810445977.2A Active CN108648185B (zh) 2018-05-11 2018-05-11 一种在线检测涂装前清洗设备颗粒物清洗效率的方法

Country Status (1)

Country Link
CN (1) CN108648185B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110057730A (zh) * 2019-03-12 2019-07-26 天津大学 一种人体颗粒物主动吸入浓度测试方法
JP7341835B2 (ja) * 2019-10-09 2023-09-11 株式会社日立製作所 粉体混合システム及び粉体混合方法
CN111024694A (zh) * 2019-12-10 2020-04-17 上海发那科机器人有限公司 一种鸵鸟毛擦净设备对车身擦净效果的检测系统及方法
CN111638225B (zh) * 2020-06-08 2023-03-17 南京巨鲨显示科技有限公司 一种管腔型器械用清洗效果检测卡及其制备方法
CN111879542B (zh) * 2020-07-30 2023-02-28 徐州鑫晶半导体科技有限公司 清洗机清洗能力的检测方法和检测装置
CN111999306A (zh) * 2020-08-31 2020-11-27 东方蓝天钛金科技有限公司 一种荧光渗透探伤预检装置
US20230077611A1 (en) * 2021-09-10 2023-03-16 B/E Aerospace, Inc. Methods for measuring and quantifying surface cleanability of articles

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105574493A (zh) * 2015-12-14 2016-05-11 常熟理工学院 一种柴油机燃烧颗粒物的来源解析方法
CN106645197A (zh) * 2016-12-29 2017-05-10 中国工程物理研究院激光聚变研究中心 检测精密光学元件表面颗粒物的在线检测系统及应用方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105574493A (zh) * 2015-12-14 2016-05-11 常熟理工学院 一种柴油机燃烧颗粒物的来源解析方法
CN106645197A (zh) * 2016-12-29 2017-05-10 中国工程物理研究院激光聚变研究中心 检测精密光学元件表面颗粒物的在线检测系统及应用方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于二值图像处理技术的砂土颗粒统计方法;邹峰 等;《江苏科技大学学报（自然科学版）》;20150430;第29卷(第2期);全文 *
拖拉机液压系统清洁度控制;焦凤菊 等;《清洗世界》;20170430;第33卷(第4期);正文第2页左栏第3段、第3页右栏第1-2段、第4页左栏第3段 *
数字图像处理技术在荧光磁粉探伤系统中的应用;刘秀兰 等;《北京工业大学学报》;20080229;第34卷(第2期);全文 *

Also Published As

Publication number Publication date
CN108648185A (zh) 2018-10-12

Similar Documents

Publication Publication Date Title
CN108648185B (zh) 一种在线检测涂装前清洗设备颗粒物清洗效率的方法
Guzanová et al. A study of the effect of surface pre-treatment on the adhesion of coatings
EP2679986B1 (en) System and method for improved visual detection of protective coatings
Razin et al. Detecting and estimating the extent of automotive coating delamination and damage indexes after stone chipping using electrochemical impedance spectroscopy
CN110441305B (zh) 一种二次喷丸的表面覆盖率检验方法
CN108896331B (zh) 一种在线检测涂装前清洗设备油脂清洗效率的方法
CN103411875A (zh) 一种涂膜钢板表面腐蚀率的定量测定方法
CN117517325B (zh) 一种基于机器视觉的铝单板喷涂质量检测分析系统
CN115049672A (zh) 基于计算机视觉的金属铝表面磷化膜缺陷的检测方法
CN105181676A (zh) 一种辉光光谱仪测定镀锌板镀层深度和镀层质量的方法
Wang et al. An improved Oddy test using metal films
Woo et al. Development of the corrosion deterioration inspection tool for transmission tower members
CN114018832A (zh) 一种钢表面涂层防护等级的评估方法
CN112763428B (zh) 飞机表面沉积型污染物的模拟生成及清洁效率试验方法
CN107626614B (zh) 一种渗透检测预清洗方法
WO2020130786A1 (en) A method of analyzing visual inspection image of a substrate for corrosion determination
CN110426399A (zh) 一种颗粒物清除效率的快速评价方法
JP2004279317A (ja) 塗装管理システム
Simeone et al. Eco-intelligent monitoring for fouling detection in clean-in-place
CN112033926A (zh) 一种基于红外光谱主成分分析的鉴别有机涂层成分的方法
CN112268850A (zh) 一种评价涂层钢板耐蚀性方法
Moreira et al. Computational image analysis as an alternative tool for the evaluation of corrosion in salt spray test
Liu et al. Coating performance on existing steel bridge superstructures
CN107255450B (zh) 一种碳化钨合金粉末的筛选方法
CN116929255B (zh) 一种齿轮表面强抛覆盖率测量工艺方法

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