CN109374630A - 球墨铸铁管铸造缺陷智能检测方法 - Google Patents
球墨铸铁管铸造缺陷智能检测方法 Download PDFInfo
- Publication number
- CN109374630A CN109374630A CN201811135474.1A CN201811135474A CN109374630A CN 109374630 A CN109374630 A CN 109374630A CN 201811135474 A CN201811135474 A CN 201811135474A CN 109374630 A CN109374630 A CN 109374630A
- Authority
- CN
- China
- Prior art keywords
- pipe
- ductile iron
- picture
- detecting method
- casting flaw
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 229910001141 Ductile iron Inorganic materials 0.000 title claims abstract description 23
- 238000005266 casting Methods 0.000 title claims abstract description 21
- 230000007547 defect Effects 0.000 claims abstract description 44
- 238000000137 annealing Methods 0.000 claims abstract description 6
- 210000004262 dental pulp cavity Anatomy 0.000 claims abstract description 4
- 238000000605 extraction Methods 0.000 claims abstract description 4
- 208000037656 Respiratory Sounds Diseases 0.000 claims description 9
- 239000004576 sand Substances 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000003475 lamination Methods 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 239000000523 sample Substances 0.000 description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- 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
- G01N21/8851—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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- 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)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种球墨铸铁管铸造缺陷智能检测方法，将退火后管子运送至一组旋转的托轮上，托轮与管子均在恒定光源照射的长方体室内；采用拍照图像检测技术拍照管子三个角度的照片；通过软件处理功能将图片拼接成整根管子；利用图片比对技术进行特征相量的提取；将图片中采集的特征向量与数据库中的缺陷图片特征向量比对；判定管子是否合格。本发明球墨铸铁管铸造缺陷智能检测方法，不需要依靠工人的经验进行判别；降低工人技术水平的要求；降低工人的劳动强度，提高工作效率，保证产品质量。
Description
技术领域
本发明涉及一种检测装置，具体的说，是涉及一种球墨铸铁管铸造缺陷智能检测方法。
背景技术
目前国内外球墨铸管企业对退火后的管子进行检测，全靠人工观测判断铸造缺陷，退火后的管子虽经水冷却但管子依然有300度左右的高温，热辐射严重给人工观测缺陷时带来极大的困难，并且管子的气孔、裂纹、重皮等缺陷又不易判断会造成漏判或误判，漏判的管子发给用户使用给供水安全带来很大的隐患。
发明内容
针对上述现有技术中的不足，本发明提供一种降低工人的劳动强度，提高工作效率，保证产品质的球墨铸铁管铸造缺陷智能检测方法。
本发明所采取的技术方案是：
一种球墨铸铁管铸造缺陷智能检测方法，
包括如下步骤：
将退火后管子运送至一组旋转的托轮上，托轮与管子均在恒定光源照射的长方体室内；
采用拍照图像检测技术拍照管子三个角度的照片；
三个角度的照片是指管子拍照一次然后在托轮的作用下旋转120度拍照一次；然后再旋转120度再拍照一次。
通过软件处理功能将图片拼接成整根管子；
利用图片比对技术进行特征相量的提取；
将图片中采集的特征向量与数据库中的缺陷图片特征向量比对；
判定管子是否合格。
通过神经网络的学习算法，判断出管子的气孔、砂眼、裂纹、重皮的缺陷程度，进而自动判断管子是否合格。
数据库中的缺陷图片特征向量的建立步骤如下：
选取一定数量的单独具有/和或具有气孔、砂眼、裂纹、重皮缺陷的管子若干根；
选取的管子逐个进行拍照；
根据缺陷的类型和缺陷程度人工进行判别；
判别根据国家标准、行业标准或企业标准；
单独缺陷超过极限数据判定为不合格，存储相应的照片信息；
复合缺陷超过极限数据判定为不合格；存储相应的照片信息；
形成初始缺陷数据库。
当采集的缺陷图片系统无法判定时，通过人工干预的方式进行判别，将缺陷图片的特征向量及其判别结果存入数据库；对数据库数据进行更新。
拍照图像的相机采用显微镜相机，显微镜相机放大倍率为1-1000倍；最大分辨率为2592×1944。
光源采用紧凑型光源布置；采用体积小的点光源；点光源均布在长方体室内两侧斜45度的角线上。
每侧12个以上的光源。
在长方体室内顶部中线上设置有能够升降的显微镜照相机8-12台。
镜头距管子外壁最小不低于500mm。
本发明相对现有技术的有益效果：
本发明球墨铸铁管铸造缺陷智能检测方法，不需要依靠工人的经验进行判别；降低工人技术水平的要求；降低工人的劳动强度，提高工作效率，保证产品质量。
附图说明
图1是本发明球墨铸铁管铸造缺陷智能检测方法的检测流程示意图；
图2是本发明球墨铸铁管铸造缺陷智能检测方法的检测装置的结构示意图。
附图中主要部件符号说明：
图中：
1、检测探头升降装置 2、摄像镜头
3、球墨铸管 4、托轮
5、底座 6、光源。
具体实施方式
以下参照附图及实施例对本发明进行详细的说明：
球墨铸铁管表面缺陷存在许多干扰因素比如氧化皮与水印与真实缺陷的重皮裂纹极为相似，人工判别难，区分识别正确率在60％左右，造成大量的误报。不同类别的样本数量差异很大，氧化铁皮的样本数量多，裂纹、重皮、气孔等缺陷的样本数量少，由于手工标样工作量较大，并且缺陷的产生具有不确定性，因此，难以获得大量的表面缺陷样本，尤其在设备安装初期。同类缺陷(伪缺陷)存在非常大的差异，即类内间距大，不同类别缺陷(伪缺陷)相似性大，即类间间距小。
调试中选用裂纹、重皮皮、气孔等3类真实缺陷，采用扩增(缩放、平移、旋转等变换)增加样本数量；氧化铁皮和水印等伪缺陷归为一类。
附图1-2可知，一种球墨铸铁管铸造缺陷智能检测方法，
包括如下步骤：
将退火后管子运送至一组旋转的托轮上，托轮与管子均在恒定光源照射的长方体室内；
采用拍照图像检测技术拍照管子三个角度的照片；
三个角度的照片是指管子拍照一次然后在托轮的作用下旋转120度拍照一次；然后再旋转120度再拍照一次。
通过软件处理功能将图片拼接成整根管子；
利用图片比对技术进行特征相量的提取；
将图片中采集的特征向量与数据库中的缺陷图片特征向量比对；
判定管子是否合格。
通过神经网络的学习算法，判断出管子的气孔、砂眼、裂纹、重皮的缺陷程度，进而自动判断管子是否合格。
数据库中的缺陷图片特征向量的建立步骤如下：
选取一定数量的单独具有/和或具有气孔、砂眼、裂纹、重皮缺陷的管子若干根；
选取的管子逐个进行拍照；
根据缺陷的类型和缺陷程度人工进行判别；
判别根据国家标准、行业标准或企业标准；
单独缺陷超过极限数据判定为不合格，存储相应的照片信息；
复合缺陷超过极限数据判定为不合格；存储相应的照片信息；
形成初始缺陷数据库。
当采集的缺陷图片系统无法判定时，通过人工干预的方式进行判别，将缺陷图片的特征向量及其判别结果存入数据库；对数据库数据进行更新。
拍照图像的相机采用显微镜相机，显微镜相机放大倍率为1-1000倍；最大分辨率为2592×1944。
光源采用紧凑型光源布置；采用体积小的点光源；点光源均布在长方体室内两侧斜45度的角线上。
每侧12个以上的光源。
在长方体室内顶部中线上设置有能够升降的显微镜照相机8-12台。镜头距管子外壁最小不低于500mm。
本发明球墨铸铁管铸造缺陷智能检测方法，不需要依靠工人的经验进行判别；降低工人技术水平的要求；降低工人的劳动强度，提高工作效率，保证产品质量。
以上所述，仅是本发明的较佳实施例而已，并非对本发明的结构作任何形式上的限制。凡是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，均属于本发明的技术方案范围内。
Claims (8)
1.一种球墨铸铁管铸造缺陷智能检测方法，其特征在于，
包括如下步骤：
将退火后管子运送至一组旋转的托轮上，托轮与管子均在恒定光源照射的长方体室内；
采用拍照图像检测技术拍照管子三个角度的照片；
通过软件处理功能将图片拼接成整根管子；
利用图片比对技术进行特征相量的提取；
将图片中采集的特征向量与数据库中的缺陷图片特征向量比对；
判定管子是否合格。
2.根据权利要求1所述球墨铸铁管铸造缺陷智能检测方法，其特征在于：
通过神经网络的学习算法，判断出管子的气孔、砂眼、裂纹、重皮的缺陷程度，进而自动判断管子是否合格。
3.根据权利要求2所述球墨铸铁管铸造缺陷智能检测方法，其特征在于：
数据库中的缺陷图片特征向量的建立步骤如下：
选取一定数量的单独具有/和或具有气孔、砂眼、裂纹、重皮缺陷的管子若干根；
选取的管子逐个进行拍照；
根据缺陷的类型和缺陷程度人工进行判别；
判别根据国家标准、行业标准或企业标准；
单独缺陷超过极限数据判定为不合格，存储相应的照片信息；
复合缺陷超过极限数据判定为不合格；存储相应的照片信息；
形成初始缺陷数据库。
4.根据权利要求3所述球墨铸铁管铸造缺陷智能检测方法，其特征在于：当采集的缺陷图片系统无法判定时，通过人工干预的方式进行判别，将缺陷图片的特征向量及其判别结果存入数据库；对数据库数据进行更新。
5.根据权利要求4所述球墨铸铁管铸造缺陷智能检测方法，其特征在于：
拍照图像的相机采用显微镜相机，显微镜相机放大倍率为1-1000倍；最大分辨率为2592×1944。
6.根据权利要求5所述球墨铸铁管铸造缺陷智能检测方法，其特征在于：
光源采用紧凑型光源布置；采用体积小的点光源；点光源均布在长方体室内两侧斜45度的角线上。
7.根据权利要求6所述球墨铸铁管铸造缺陷智能检测方法，其特征在于：每侧12个以上的光源。
8.根据权利要求7所述球墨铸铁管铸造缺陷智能检测方法，其特征在于：
在长方体室内顶部中线上设置有能够升降的显微镜照相机8-12台。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811135474.1A CN109374630A (zh) | 2018-09-28 | 2018-09-28 | 球墨铸铁管铸造缺陷智能检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811135474.1A CN109374630A (zh) | 2018-09-28 | 2018-09-28 | 球墨铸铁管铸造缺陷智能检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109374630A true CN109374630A (zh) | 2019-02-22 |
Family
ID=65402180
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811135474.1A Pending CN109374630A (zh) | 2018-09-28 | 2018-09-28 | 球墨铸铁管铸造缺陷智能检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109374630A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110196188A (zh) * | 2019-05-31 | 2019-09-03 | 中国船舶重工集团公司第七二五研究所 | 一种球墨铸铁断裂韧性jic试样裂纹的识别工艺 |
| CN110487804A (zh) * | 2019-08-28 | 2019-11-22 | 安徽普瑞明精密机械有限公司 | 一种球墨铸铁材料井盖检测装置及使用方法 |
| CN114200591A (zh) * | 2021-11-30 | 2022-03-18 | 浙江西比通信科技有限公司 | 一种插芯组件的检测安装方法及检测安装装置 |
| CN117031052A (zh) * | 2023-10-09 | 2023-11-10 | 广州市普理司科技有限公司 | 单张印刷品正反面视觉检测控制系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2723993Y (zh) * | 2004-08-05 | 2005-09-07 | 张玉科 | 一种火车轮轴自动图像识别磁粉探伤机 |
| CN102854191A (zh) * | 2012-07-18 | 2013-01-02 | 湖南大学 | 高速铁轨表面缺陷的实时视觉检测与识别方法 |
| CN103411974A (zh) * | 2013-07-10 | 2013-11-27 | 杭州赤霄科技有限公司 | 基于云端大数据的平面材料检测远程系统及检测方法 |
| CN107121436A (zh) * | 2017-04-27 | 2017-09-01 | 亚洲硅业（青海）有限公司 | 一种硅料品质的智能鉴别方法及鉴别装置 |
| CN107543828A (zh) * | 2017-08-25 | 2018-01-05 | 广东工业大学 | 一种工件表面缺陷检测方法及系统 |
| CN108489996A (zh) * | 2018-02-11 | 2018-09-04 | 深圳市朗驰欣创科技股份有限公司 | 一种绝缘子的缺陷检测方法、系统及终端设备 |
| CN207882176U (zh) * | 2018-01-31 | 2018-09-18 | 台州钧威机械有限公司 | 陶瓷套管外观视觉检测机 |
-
2018
- 2018-09-28 CN CN201811135474.1A patent/CN109374630A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN2723993Y (zh) * | 2004-08-05 | 2005-09-07 | 张玉科 | 一种火车轮轴自动图像识别磁粉探伤机 |
| CN102854191A (zh) * | 2012-07-18 | 2013-01-02 | 湖南大学 | 高速铁轨表面缺陷的实时视觉检测与识别方法 |
| CN103411974A (zh) * | 2013-07-10 | 2013-11-27 | 杭州赤霄科技有限公司 | 基于云端大数据的平面材料检测远程系统及检测方法 |
| CN107121436A (zh) * | 2017-04-27 | 2017-09-01 | 亚洲硅业（青海）有限公司 | 一种硅料品质的智能鉴别方法及鉴别装置 |
| CN107543828A (zh) * | 2017-08-25 | 2018-01-05 | 广东工业大学 | 一种工件表面缺陷检测方法及系统 |
| CN207882176U (zh) * | 2018-01-31 | 2018-09-18 | 台州钧威机械有限公司 | 陶瓷套管外观视觉检测机 |
| CN108489996A (zh) * | 2018-02-11 | 2018-09-04 | 深圳市朗驰欣创科技股份有限公司 | 一种绝缘子的缺陷检测方法、系统及终端设备 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110196188A (zh) * | 2019-05-31 | 2019-09-03 | 中国船舶重工集团公司第七二五研究所 | 一种球墨铸铁断裂韧性jic试样裂纹的识别工艺 |
| CN110196188B (zh) * | 2019-05-31 | 2022-01-28 | 中国船舶重工集团公司第七二五研究所 | 一种球墨铸铁断裂韧性jic试样裂纹的识别工艺 |
| CN110487804A (zh) * | 2019-08-28 | 2019-11-22 | 安徽普瑞明精密机械有限公司 | 一种球墨铸铁材料井盖检测装置及使用方法 |
| CN114200591A (zh) * | 2021-11-30 | 2022-03-18 | 浙江西比通信科技有限公司 | 一种插芯组件的检测安装方法及检测安装装置 |
| CN117031052A (zh) * | 2023-10-09 | 2023-11-10 | 广州市普理司科技有限公司 | 单张印刷品正反面视觉检测控制系统 |
| CN117031052B (zh) * | 2023-10-09 | 2024-01-09 | 广州市普理司科技有限公司 | 单张印刷品正反面视觉检测控制系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109374630A (zh) | 球墨铸铁管铸造缺陷智能检测方法 | |
| CN104730091B (zh) | 基于区域分割探测的燃气轮机叶片缺陷提取与分析方法 | |
| CN111401419A (zh) | 基于改进RetinaNet的员工着装规范检测方法 | |
| WO2021027366A1 (zh) | 一种光伏电站的电池片检测方法、装置及系统 | |
| CN109544533A (zh) | 一种基于深度学习的金属板缺陷检测和度量方法 | |
| CN106556611A (zh) | 基于机器视觉的彩色印刷品缺陷自动检测系统及检测方法 | |
| CN105424710A (zh) | 一种电子设备屏幕检测方法及装置 | |
| CN107024478A (zh) | 一种零件加工自动缺陷识别系统 | |
| CN204142649U (zh) | 一种容器缺口的在线视觉检测装置 | |
| CN108645867A (zh) | 大口径光学晶体表面微缺陷的快速寻位与批量检测方法 | |
| CN106706643B (zh) | 一种肝癌对比切片检测方法 | |
| WO2021046726A1 (zh) | 用于检测机械设备零部件的方法和装置 | |
| CN108844961A (zh) | 一种温控器壳体视觉检测系统及方法 | |
| WO2024198226A1 (zh) | 智能真空箱检测系统及方法 | |
| WO2020173028A1 (zh) | 油液清洁度检测装置、液压机械及油液清洁度检测方法 | |
| CN103698094A (zh) | 多工位的工件密封性检测装置 | |
| CN106770330A (zh) | 一种物体表面划痕检测装置及其检测方法 | |
| TW202219494A (zh) | 缺陷檢測方法及檢測裝置 | |
| CN108550653A (zh) | 一种se电池印刷对位检测防偏移补偿方法 | |
| CN114092437B (zh) | 一种变压器渗漏油检测方法 | |
| CN105354598B (zh) | 一种在线检测连续带状泡沫金属材料漏镀缺陷的方法 | |
| CN212379309U (zh) | 一种锅炉受热面外观缺陷在线检测与识别装置 | |
| CN109102486B (zh) | 基于机器学习的表面缺陷检测方法及装置 | |
| CN106248634A (zh) | 果实外表皮光泽度测量装置及方法 | |
| CN105092589A (zh) | 一种胶囊头缺陷检测方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190222 |
|
| RJ01 | Rejection of invention patent application after publication |