CN110658213B - 一种用于无缝钢管表面三维缺陷检测的无损检测装置 - Google Patents

一种用于无缝钢管表面三维缺陷检测的无损检测装置 Download PDF

Info

Publication number
CN110658213B
CN110658213B CN201910939301.3A CN201910939301A CN110658213B CN 110658213 B CN110658213 B CN 110658213B CN 201910939301 A CN201910939301 A CN 201910939301A CN 110658213 B CN110658213 B CN 110658213B
Authority
CN
China
Prior art keywords
image
pixel
formula
dimensional
defect
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
CN201910939301.3A
Other languages
English (en)
Other versions
CN110658213A (zh
Inventor
刘小楠
聂建华
窦曼莉
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.)
ACADEMY OF PUBLIC SECURITY TECHNOLOGY HEFEI
Original Assignee
ACADEMY OF PUBLIC SECURITY TECHNOLOGY HEFEI
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 ACADEMY OF PUBLIC SECURITY TECHNOLOGY HEFEI filed Critical ACADEMY OF PUBLIC SECURITY TECHNOLOGY HEFEI
Priority to CN201910939301.3A priority Critical patent/CN110658213B/zh
Publication of CN110658213A publication Critical patent/CN110658213A/zh
Application granted granted Critical
Publication of CN110658213B publication Critical patent/CN110658213B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/952Inspecting the exterior surface of cylindrical bodies or wires

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

Abstract

本发明涉及钢管检测技术领域,尤其为一种用于无缝钢管表面三维缺陷检测的无损检测装置,包括装置本体、电控与喷标系统、工控机与显示部分。本发明,能大大减少现有超声,漏磁,涡流等设备对小点坑的漏报,解决无缝钢管外表面三维缺陷的在线自动检测问题,适宜推广使用。

Description

一种用于无缝钢管表面三维缺陷检测的无损检测装置
技术领域
本发明涉及钢管检测技术领域,具体为一种用于无缝钢管表面三维缺陷检测的无损检测装置。
背景技术
当热轧钢管经过冷床后,表面氧化铁皮依然会有少量残余,这些氧化铁皮给表检带来很多干扰。因此,目前大部分情况下,在经过超声、漏磁或涡流等设备检测后,还需要有人工表检。人工表检主要是为了排除机器漏报,主要以凹坑为主,加上少量外折,对于外表面的缺陷主要分为凹坑,外折与裂纹三大类,常用的漏磁,超声和涡流主要针对外折与裂纹和大凹坑,对于小凹坑容易出现漏报,但国际标准API对于高标号的钢管质量要求越来越高,因此,针对上述问题提出一种用于无缝钢管表面三维缺陷检测的无损检测装置。
发明内容
本发明的目的在于提供一种用于无缝钢管表面三维缺陷检测的无损检测装置,能大大减少现有超声,漏磁,涡流等设备对小点坑的漏报,解决无缝钢管外表面三维缺陷的在线自动检测问题,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:包括装置本体、电控与喷标系统、工控机与显示部分,其特征在于:所述装置本体包括本体安装基座、三维传感器安装基板、三维传感器安装基板上下运动电机、三维传感器、激光遮光外壳,所述电控与喷标系统包括来管光电触发开关、编码器、电控机柜、喷嘴及涂料瓶,所述电控机柜中有三维传感器上下运动电机控制器、PLC、四路三维传感器触发控制器、开关电源,所述工控机与显示部分包括一台工控机与显示器鼠标键盘。所述装置本体上设置有四个三维传感器,安装在装置本体上垂直管行进方向的45°、135°、225°、315°方向。
优选的,无缝钢管表面三维缺陷的无损检测装置具体操作为:当钢管通过装置本体时,所述来管光电触发开关触发开始检测信号,安装在辊道上的旋转编码器通过触发控制器触发四路三维传感器同时开始采集钢管表面轮廓数据,得到的轮廓数据传输到工控机,通过无损检测方法对轮廓数据进行分析,提取其中缺陷及位置,并反馈到PLC,通过PLC控制喷标系统进行喷标。、
优选的,所述装置本体在检测到缺陷后,通过控制PLC控制喷嘴喷墨,通过调节喷墨的延时时间来精确控制喷墨位置与缺陷位置的相对距离不超过10厘米。
优选的,无损检测方法包括如下步骤:
1)根据配方管径生成初始二维图像,具体的,图像的宽度W通过式W=2πR/XRES计算,其中R表示配方管半径,XRES表示相机在X轴方向的分辨率,图像的高度由相机输出的管身轮廓线行数决定,图像颜色初始化为黑色;
2)根据输入点云数据,对每一行管身轮廓,利用最小二乘法拟合椭圆,得到椭圆的圆心、长轴、短轴和倾角,具体的,设平面任意位置椭圆方程为式x2+Axy+By2+Cx+Dy+E=0,若已知椭圆轮廓上的N(N≥5)个测量点(xi,yi)(i=1,2,…,N),则依据最小二乘法原理,通过式
Figure BDA0002222442620000031
可以求得式x2+Axy+By2+Cx+Dy+E=0的五个未知参数A、B、C、D、E的值,根据式
Figure BDA0002222442620000032
可计算出椭圆圆心坐标(x0,y0),长轴a,短轴b及倾角θ;
3)利用拟合得到的椭圆信息,去除离群点,具体的,对轮廓线上每一个点(x1,y1)根据式
Figure BDA0002222442620000033
计算其到椭圆圆心(x0,y0)的欧式距离,将这些欧式距离作为一组样本,根据式
Figure BDA0002222442620000034
计算标准差,其中stdev表示样本标准差,n表示样本个数,ρi为第i个欧式距离样本值,
Figure BDA0002222442620000037
为样本均值。将欧式距离在三倍标准差以上的点作为离群点过滤;
4)对去除离群点后的数据进行投影,得到二维灰度图像,具体的,根据式
Figure BDA0002222442620000035
计算轮廓线上每点(x1,y1)到椭圆圆心(x0,y0)的欧式距离测量值ρ,根据式
Figure BDA0002222442620000036
计算该点到椭圆圆心的欧式距离理论值r,其中s通过式s=((y1-y0)cosθ-(x1-x0)sinθ)/ρ计算,根据式
Figure BDA0002222442620000041
计算二维灰度图像对应的像素值pixel,其中ZRES是相机在Z轴方向的分辨率,pixelMid是图像像素范围的中值,因此如果没有起伏,则对应像素值pixel为中值;如果是凹陷的点,则pixel为中值以下;如果是凸起的点,则pixel为中值以上;
5)对灰度图像进行中值滤波,具体的,中值滤波可以去除图像中的椒盐噪声,假设输入图像高为R,宽为C,对于图像中的任意位置(r,c),0≤r<R,0≤c<C,取以(r,c)为中心,宽为w,高为h的邻域,其中w和h均为奇数,对邻域中的像素点灰度值进行排序,然后取中值,作为输出图像(r,c)处的灰度值;
6)根据设定的缺陷深度,得到二维灰度图像的二值化图像,具体的,根据式
Figure BDA0002222442620000042
可计算得到输入的缺陷深度设定值Zinput所对应的二维灰度图像的阈值Zpixel,检查灰度图像对应像素值,对小于Zpixel的凹陷型缺陷和大于Zpixel的凸起型缺陷,将二值化图像的对应像素值设为白色,否则对应像素值为黑色,得到最终的二值化图像;
7)利用形态学处理该二值化图像,并进行连通域检测,得到二值化图像对应的缺陷信息,具体的,形态学处理方法包括腐蚀、膨胀、开运算、闭运算,腐蚀和膨胀需要选定一个特定尺寸的图像结构元,腐蚀时,在图像中从左到右移动结构元,选择结构元中的最小值作为输出图像对应像素点的值;膨胀时,与腐蚀相反,选择结构元中的最大值作为输出图像对应像素点的值,先腐蚀后膨胀的过程为开运算,先膨胀后腐蚀的过程为闭运算,对二值化图像,先利用3乘3的正方形结构元进行开运算,消除亮度较高的细小区域、在纤细点处分离物体;再利用5乘5的正方形结构元进行闭运算,填充白色物体内的细小黑色空洞、连接邻近物体,其中,连通域检测时,对二值化图像中某个像素点,其上、下、左、右及左上、右上、左下、右下的八个邻域像素点的值若与其相同均为白色,则算作连通域,对检测到的二值化图像中的全部连通域编号,并输出每个连通域对应区域的左上像素点位置(top,left)、宽度width、高度height及区域内像素点个数area,根据式Area=area*XRES*YRES可得到缺陷真实面积Area,根据式Length=height*YRES可得到缺陷真实长度Length,其中YRES表示相机在Y轴方向的分辨率;
8)根据面积、长度、标准差等信息对缺陷进行过滤,将符合条件的缺陷上报,具体的,对于设定的最小检测面积及最大缺陷长度,可根据式Area=area*XRES*YRES及式Length=height*YRES的计算结果,对不符合要求的缺陷进行过滤。对缺陷区域内的像素点可根据式
Figure BDA0002222442620000051
计算像素值的标准差,对不符合标准差要求的缺陷进行过滤。
与现有技术相比,本发明的有益效果是:使用该设备对样管反复运行,刻伤全部报出,符合用户要求,也符合API的5%壁厚要求,使用该设备后,能大大减少现有超声,漏磁,涡流等设备对小点坑的漏报,解决无缝钢管外表面三维缺陷的在线自动检测问题。
附图说明
图1为本发明一种用于无缝钢管表面三维缺陷检测的无损检测装置整体结构示意图;
图2为本发明一种用于无缝钢管表面三维缺陷检测的无损检测装置三维传感器布局图示意图;
图3为本发明一种用于无缝钢管表面三维缺陷检测的无损检测装置的点云数据处理流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-3,本发明提供一种技术方案:
一种用于无缝钢管表面三维缺陷检测的无损检测装置,包括装置本体、电控与喷标系统、工控机与显示部分,其特征在于:装置本体包括本体安装基座、三维传感器安装基板、三维传感器安装基板上下运动电机、三维传感器、激光遮光外壳,电控与喷标系统包括来管光电触发开关、编码器、电控机柜、喷嘴及涂料瓶,电控机柜中有三维传感器上下运动电机控制器、PLC、四路三维传感器触发控制器、开关电源,工控机与显示部分包括一台工控机与显示器鼠标键盘。
装置本体上设置有四个三维传感器,安装在装置本体上垂直管行进方向的45°、135°、225°、315°方向。
其中,无缝钢管表面三维缺陷的无损检测装置具体操作为:当钢管通过装置本体时,来管光电触发开关触发开始检测信号,安装在辊道上的旋转编码器通过触发控制器触发四路三维传感器同时开始采集钢管表面轮廓数据,得到的轮廓数据传输到工控机,通过无损检测方法对轮廓数据进行分析,提取其中缺陷及位置,并反馈到PLC,通过PLC控制喷标系统进行喷标。、
其中,装置本体在检测到缺陷后,通过控制PLC控制喷嘴喷墨,通过调节喷墨的延时时间来精确控制喷墨位置与缺陷位置的相对距离不超过10厘米。
其中,无损检测方法包括如下步骤:
1)根据配方管径生成初始二维图像,具体的,图像的宽度W通过式W=2πR/XRES计算,其中R表示配方管半径,XRES表示相机在X轴方向的分辨率,图像的高度由相机输出的管身轮廓线行数决定,图像颜色初始化为黑色;
2)根据输入点云数据,对每一行管身轮廓,利用最小二乘法拟合椭圆,得到椭圆的圆心、长轴、短轴和倾角,具体的,设平面任意位置椭圆方程为式x2+Axy+By2+Cx+Dy+E=0,若已知椭圆轮廓上的N(N≥5)个测量点(xi,yi)(i=1,2,…,N),则依据最小二乘法原理,通过式
Figure BDA0002222442620000081
可以求得式x2+Axy+By2+Cx+Dy+E=0的五个未知参数A、B、C、D、E的值,根据式
Figure BDA0002222442620000082
可计算出椭圆圆心坐标(x0,y0),长轴a,短轴b及倾角θ;
3)利用拟合得到的椭圆信息,去除离群点,具体的,对轮廓线上每一个点(x1,y1)根据式
Figure BDA0002222442620000083
计算其到椭圆圆心(x0,y0)的欧式距离,将这些欧式距离作为一组样本,根据式
Figure BDA0002222442620000084
计算标准差,其中stdev表示样本标准差,n表示样本个数,ρi为第i个欧式距离样本值,
Figure BDA0002222442620000085
为样本均值。将欧式距离在三倍标准差以上的点作为离群点过滤;
4)对去除离群点后的数据进行投影,得到二维灰度图像,具体的,根据式
Figure BDA0002222442620000086
计算轮廓线上每点(x1,y1)到椭圆圆心(x0,y0)的欧式距离测量值ρ,根据式
Figure BDA0002222442620000087
计算该点到椭圆圆心的欧式距离理论值r,其中s通过式s=((y1-y0)cosθ-(x1-x0)sinθ)/ρ计算,根据式
Figure BDA0002222442620000091
计算二维灰度图像对应的像素值pixel,其中ZRES是相机在Z轴方向的分辨率,pixelMid是图像像素范围的中值,因此如果没有起伏,则对应像素值pixel为中值;如果是凹陷的点,则pixel为中值以下;如果是凸起的点,则pixel为中值以上;
5)对灰度图像进行中值滤波,具体的,中值滤波可以去除图像中的椒盐噪声,假设输入图像高为R,宽为C,对于图像中的任意位置(r,c),0≤r<R,0≤c<C,取以(r,c)为中心,宽为w,高为h的邻域,其中w和h均为奇数,对邻域中的像素点灰度值进行排序,然后取中值,作为输出图像(r,c)处的灰度值;
6)根据设定的缺陷深度,得到二维灰度图像的二值化图像,具体的,根据式
Figure BDA0002222442620000092
可计算得到输入的缺陷深度设定值Zinput所对应的二维灰度图像的阈值Zpixel,检查灰度图像对应像素值,对小于Zpixel的凹陷型缺陷和大于Zpixel的凸起型缺陷,将二值化图像的对应像素值设为白色,否则对应像素值为黑色,得到最终的二值化图像;
7)利用形态学处理该二值化图像,并进行连通域检测,得到二值化图像对应的缺陷信息,具体的,形态学处理方法包括腐蚀、膨胀、开运算、闭运算,腐蚀和膨胀需要选定一个特定尺寸的图像结构元,腐蚀时,在图像中从左到右移动结构元,选择结构元中的最小值作为输出图像对应像素点的值;膨胀时,与腐蚀相反,选择结构元中的最大值作为输出图像对应像素点的值,先腐蚀后膨胀的过程为开运算,先膨胀后腐蚀的过程为闭运算,对二值化图像,先利用3乘3的正方形结构元进行开运算,消除亮度较高的细小区域、在纤细点处分离物体;再利用5乘5的正方形结构元进行闭运算,填充白色物体内的细小黑色空洞、连接邻近物体,其中,连通域检测时,对二值化图像中某个像素点,其上、下、左、右及左上、右上、左下、右下的八个邻域像素点的值若与其相同均为白色,则算作连通域,对检测到的二值化图像中的全部连通域编号,并输出每个连通域对应区域的左上像素点位置(top,left)、宽度width、高度height及区域内像素点个数area,根据式Area=area*XRES*YRES可得到缺陷真实面积Area,根据式Length=height*YRES可得到缺陷真实长度Length,其中YRES表示相机在Y轴方向的分辨率;
8)根据面积、长度、标准差等信息对缺陷进行过滤,将符合条件的缺陷上报,具体的,对于设定的最小检测面积及最大缺陷长度,可根据式Area=area*XRES*YRES及式Length=height*YRES的计算结果,对不符合要求的缺陷进行过滤。对缺陷区域内的像素点可根据式
Figure BDA0002222442620000101
计算像素值的标准差,对不符合标准差要求的缺陷进行过滤。
为了更好的验证该设备的可行性,作出如下实验:
选用lmi公司的gocator 2340型号三维激光传感器,测量钢管直径范围从114-254mm,其中传感器布局图(如图2所示),距离中心XXmm,呈45°,135°,225°,315°方向分布,这样能保证从114mm到254mm管型都能完整测量管身360°外表面。编码器安装在辊道线上,编码器信号接入lmi公司的Master 810控制器上,控制四台gocator 2340同时采集。每个编码器脉冲触发一次轮廓线采集,通过自行开发的软件将轮廓线拼接成完成圆弧,并对圆弧进行椭圆拟合。
采用不锈钢基板用于固定gocator 2340,基板通过直线电机控制其上下运动,选用西门子PLC用于接收光电开关信号,采用研华工控机作为控制主机。
最终,设备通过了严格的验收要求,具体验收过程如下:在139.7毫米壁厚7.72mm的样管上使用火花刻伤仪加工三组直径5.7mm,深度0.38mm的圆形刻伤,每组刻伤径向角度相差120°,使用该设备对样管反复运行20次,刻伤全部报出,符合用户要求,也符合API的5%壁厚要求。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (3)

1.一种无缝钢管表面三维缺陷的检测方法,其特征在于:所述检测方法使用的无损检测装置包括装置本体、电控与喷标系统、工控机与显示部分;所述装置本体包括本体安装基座、三维传感器安装基板、三维传感器安装基板上下运动电机、四个三维传感器、激光遮光外壳;所述电控与喷标系统包括来管光电触发开关、编码器、电控机柜、喷嘴及涂料瓶;所述电控机柜中有三维传感器安装基板上下运动电机控制器、PLC、四路三维传感器触发控制器、开关电源;所述工控机与显示部分包括一台工控机、显示器、鼠标与键盘;
当钢管通过装置本体时,所述来管光电触发开关触发开始检测信号,安装在辊道上的旋转编码器通过四路三维传感器触发控制器触发四个三维传感器同时开始采集钢管表面轮廓数据,得到的轮廓数据传输到工控机,通过无损检测方法对轮廓数据进行分析,提取其中缺陷及缺陷位置,并反馈到PLC,通过PLC控制喷标系统进行喷标;
所述无损检测方法包括如下步骤:
1)根据配方管径生成初始二维图像,具体的,图像的宽度W通过式W=2πR/XRES计算,其中R表示配方管半径,XRES表示相机在X轴方向的分辨率,图像的高度由相机输出的管身轮廓线行数决定,图像颜色初始化为黑色;
2)根据输入点云数据,对每一行管身轮廓,利用最小二乘法拟合椭圆,得到椭圆的圆心、长轴、短轴和倾角,具体的,设平面任意位置椭圆方程为式x2+Axy+By2+Cx+Dy+E=0,已知椭圆轮廓上的N个测量点(xi,yi),其中,N≥5,i=1,2,…,N,依据最小二乘法原理,通过式
Figure FDA0003317131120000021
求得式x2+Axy+By2+Cx+Dy+E=0的五个未知参数A、B、C、D、E的值,根据式
Figure FDA0003317131120000022
计算出椭圆圆心坐标(x0,y0),长轴a,短轴b及倾角θ;
3)利用拟合得到的椭圆信息,去除离群点,具体的,对轮廓线上每一个点(x1,y1)根据式
Figure FDA0003317131120000023
计算其到椭圆圆心(x0,y0)的欧式距离,将这些欧式距离作为一组样本,根据式
Figure FDA0003317131120000024
Figure FDA0003317131120000025
算标准差,其中stdev表示样本标准差,n表示样本个数,ρi为第i个欧式距离样本值,
Figure FDA0003317131120000028
为样本均值,将欧式距离在三倍标准差以上的点作为离群点过滤;
4)对去除离群点后的数据进行投影,得到二维灰度图像,具体的,根据式
Figure FDA0003317131120000026
计算轮廓线上每一个点(x1,y1)到椭圆圆心(x0,y0)的欧式距离测量值ρ,根据式
Figure FDA0003317131120000027
计算该点到椭圆圆心的欧式距离理论值r,其中s通过式s=((y1- y0)cosθ-(x1-x0)sinθ)/ρ计算,根据式
Figure FDA0003317131120000031
计算二维灰度图像对应的像素值pixel,其中ZRES是相机在Z轴方向的分辨率,pixelMid是图像像素范围的中值,因此如果没有起伏,则对应像素值pixel为中值;如果是凹陷的点,则pixel为中值以下;如果是凸起的点,则pixel为中值以上;
5)对灰度图像进行中值滤波,具体的,中值滤波用于去除图像中的椒盐噪声,假设输入图像高为R,宽为C,对于图像中的任意位置(r,c),0≤r<R,0≤c<C,取以(r,c)为中心,宽为w,高为h的邻域,其中w和h均为奇数,对邻域中的像素点灰度值进行排序,然后取中值,作为输出图像(r,c)处的灰度值;
6)根据设定的缺陷深度,得到二维灰度图像的二值化图像,具体的,根据式
Figure FDA0003317131120000032
计算得到输入的缺陷深度设定值Zinput所对应的二维灰度图像的阈值Zpixel,检查灰度图像对应像素值,对小于Zpixel的凹陷型缺陷和大于Zpixel的凸起型缺陷,将二值化图像的对应像素值设为白色,否则对应像素值为黑色,得到最终的二值化图像;
7)利用形态学处理该二值化图像,并进行连通域检测,得到二值化图像对应的缺陷信息,具体的,形态学处理方法包括腐蚀、膨胀、开运算、闭运算,腐蚀和膨胀需要选定一个特定尺寸的图像结构元,腐蚀时,在图像中从左到右移动结构元,选择结构元中的最小值作为输出图像对应像素点的值;膨胀时,与腐蚀相反,选择结构元中的最大值作为输出图像对应像素点的值,先腐蚀后膨胀的过程为开运算,先膨胀后腐蚀的过程为闭运算,对二值化图像,先利用3乘3的正方形结构元进行开运算,消除亮度较高的细小区域、在纤细点处分离物体;再利用5乘5的正方形结构元进行闭运算,填充白色物体内的细小黑色空洞、连接邻近物体,其中,连通域检测时,对二值化图像中某个像素点,其上、下、左、右及左上、右上、左下、右下的八个邻域像素点的值若与其相同均为白色,则算作连通域,对检测到的二值化图像中的全部连通域编号,并输出每个连通域对应区域的左上像素点位置、宽度width、高度height及区域内像素点个数area,根据式Area=area*XRES*YRES得到缺陷真实面积Area,根据式Length=height*YRES得到缺陷真实长度Length,其中YRES表示相机在Y轴方向的分辨率;
8)根据面积、长度、标准差对缺陷进行过滤,将符合条件的缺陷上报,具体的,对于设定的最小检测面积及最大缺陷长度,根据式Area=area*XRES*YRES及式Length=height*YRES的计算结果,对不符合要求的缺陷进行过滤,对缺陷区域内的像素点根据式
Figure FDA0003317131120000041
Figure FDA0003317131120000042
计算像素值的标准差,对不符合标准差要求的缺陷进行过滤。
2.根据权利要求1所述的检测方法,其特征在于:四个三维传感器安装在装置本体上垂直管行进方向平面内的45°、135°、225°、315°方向。
3.根据权利要求1所述的检测方法,其特征在于:所述装置在检测到缺陷后,通过控制PLC控制喷嘴喷墨,通过调节喷墨的延时时间来精确控制喷墨位置与缺陷位置的相对距离不超过10厘米。
CN201910939301.3A 2019-09-30 2019-09-30 一种用于无缝钢管表面三维缺陷检测的无损检测装置 Active CN110658213B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910939301.3A CN110658213B (zh) 2019-09-30 2019-09-30 一种用于无缝钢管表面三维缺陷检测的无损检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910939301.3A CN110658213B (zh) 2019-09-30 2019-09-30 一种用于无缝钢管表面三维缺陷检测的无损检测装置

Publications (2)

Publication Number Publication Date
CN110658213A CN110658213A (zh) 2020-01-07
CN110658213B true CN110658213B (zh) 2021-11-26

Family

ID=69039922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910939301.3A Active CN110658213B (zh) 2019-09-30 2019-09-30 一种用于无缝钢管表面三维缺陷检测的无损检测装置

Country Status (1)

Country Link
CN (1) CN110658213B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111402251B (zh) * 2020-04-01 2023-06-20 苏州苏映视图像软件科技有限公司 一种用于3d缺陷检测的视觉检测方法及系统
CN113008895B (zh) * 2021-01-29 2023-01-17 广州信邦智能装备股份有限公司 一种基于三维数据的分块拟合缺陷检测方法
CN113091402B (zh) * 2021-04-30 2022-02-18 开封迪尔空分实业有限公司 一种单塔的制氩系统
CN113390375A (zh) * 2021-07-08 2021-09-14 刘璐 一种家具用的平整度检测装置
CN117030730B (zh) * 2023-08-10 2024-07-19 苏州苏瑞膜纳米科技有限公司 一种基于三维激光扫描的快速缺陷检测方法
CN117969669B (zh) * 2024-03-29 2024-05-28 江苏三合声源超声波科技有限公司 一种六角型方管自动超声波探伤检测设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101144826A (zh) * 2007-11-07 2008-03-19 钢铁研究总院 大口径无缝钢管超声波和涡流联合自动检测装置和应用
CN204302201U (zh) * 2015-01-05 2015-04-29 河北科技大学 一种无缝钢管内壁宏观缺陷检测装置
KR20160049117A (ko) * 2014-10-24 2016-05-09 주식회사 포스코 후판 표면의 깊이 결함 및 형태 결함 탐상 장치 및 방법
WO2017014344A1 (ko) * 2015-07-23 2017-01-26 (주)윤택이엔지 비파괴 초음파 검사장치용 자동 캘리브레이션 장치 및 그 제어 방법
CN107632022A (zh) * 2017-08-30 2018-01-26 武汉理工大学 一种基于数据处理的钢轨表面缺陷检测方法及装置
CN110009618A (zh) * 2019-04-02 2019-07-12 浙江大学 一种轴类零件表面质量检测方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101144826A (zh) * 2007-11-07 2008-03-19 钢铁研究总院 大口径无缝钢管超声波和涡流联合自动检测装置和应用
KR20160049117A (ko) * 2014-10-24 2016-05-09 주식회사 포스코 후판 표면의 깊이 결함 및 형태 결함 탐상 장치 및 방법
CN204302201U (zh) * 2015-01-05 2015-04-29 河北科技大学 一种无缝钢管内壁宏观缺陷检测装置
WO2017014344A1 (ko) * 2015-07-23 2017-01-26 (주)윤택이엔지 비파괴 초음파 검사장치용 자동 캘리브레이션 장치 및 그 제어 방법
CN107632022A (zh) * 2017-08-30 2018-01-26 武汉理工大学 一种基于数据处理的钢轨表面缺陷检测方法及装置
CN110009618A (zh) * 2019-04-02 2019-07-12 浙江大学 一种轴类零件表面质量检测方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Research on the Integrated Ultrasound and Eddy Automatic Inspection System of Seamless Steel Pipe;Lianghui Shang et al.;《Applied Mechanics and Materials》;20110927;第101-102卷;100-103 *
钢轨焊前表面缺陷在线检测系统研究;谢雯;《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》;20190715(第7期);1-80 *

Also Published As

Publication number Publication date
CN110658213A (zh) 2020-01-07

Similar Documents

Publication Publication Date Title
CN110658213B (zh) 一种用于无缝钢管表面三维缺陷检测的无损检测装置
CN106840033B (zh) 一种基于图像处理的钢轨廓形检测装置及方法
CN103868929A (zh) 密封面缺陷三维检测方法
CN113465511B (zh) 一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法
CN108562250B (zh) 基于结构光成像的键盘键帽平整度快速测量方法与装置
CN111738985B (zh) 一种焊缝轮廓视觉检测方法及系统
CN112614098B (zh) 一种基于增强现实的毛坯定位与加工余量分析方法
CN107678036A (zh) 一种车载非接触式接触网几何参数动态检测系统及方法
CN108986082A (zh) 一种基于epnp的钢轨廓形检测方法及系统
CN102183216A (zh) 基于线结构光的三维测量方法及其装置
CN108106535A (zh) 一种基于机器人的线激光标定方法和线激光标定装置
CN108127217B (zh) 螺旋板式换热器端面焊缝自动引导焊接的焊接装置和方法
CN112453751B (zh) 一种基于视觉传感的管道全位置焊背面在线监测方法
CN106546263A (zh) 一种基于机器视觉的激光水平仪出射激光线检测方法
CN111047588A (zh) 一种轴型小零件尺寸的图像化测量方法
CN108344693B (zh) 一种面向自动焊接的薄板焊缝错边量视觉测量方法
CN112365439B (zh) 一种镀锌钢gmaw焊缝成形特征与焊枪方向同步实时检测方法
CN107703513A (zh) 一种基于图像处理的新型非接触式接触网相对位置检测方法
CN105598600A (zh) 一种箱型件焊缝自主寻位及轨迹自动生成方法
CN114152677B (zh) 一种复杂模锻件超声波自动检测装置
CN104331695A (zh) 一种鲁棒的圆形标志符形状质量检测方法
CN114119483A (zh) 基于图像处理技术的建筑用轻质墙板质量检测方法及装置
CN106403818A (zh) 多规格大型方矩形管在线尺寸参数检测用的系统及方法
CN114434036B (zh) 用于大型船舶结构件龙门式机器人焊接的三维视觉系统及运行方法
CN117670887B (zh) 一种基于机器视觉的锡焊高度及缺陷检测方法

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
GR01 Patent grant
GR01 Patent grant