CN111239144A - 一种辊压机辊面自动检测装置及检测方法 - Google Patents

一种辊压机辊面自动检测装置及检测方法 Download PDF

Info

Publication number
CN111239144A
CN111239144A CN202010203566.XA CN202010203566A CN111239144A CN 111239144 A CN111239144 A CN 111239144A CN 202010203566 A CN202010203566 A CN 202010203566A CN 111239144 A CN111239144 A CN 111239144A
Authority
CN
China
Prior art keywords
camera
roll surface
industrial
roller
shooting
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
CN202010203566.XA
Other languages
English (en)
Other versions
CN111239144B (zh
Inventor
王虔虔
王志凌
许瑞康
高霖
张文进
陈忠华
黄贺
吴贤斌
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.)
Cnbm Hefei Powder Technology Equipment Co ltd
Original Assignee
Cnbm Hefei Powder Technology Equipment 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 Cnbm Hefei Powder Technology Equipment Co ltd filed Critical Cnbm Hefei Powder Technology Equipment Co ltd
Priority to CN202010203566.XA priority Critical patent/CN111239144B/zh
Publication of CN111239144A publication Critical patent/CN111239144A/zh
Priority to PCT/CN2021/076080 priority patent/WO2021185009A1/zh
Priority to AU2021239037A priority patent/AU2021239037B2/en
Priority to EP21771646.3A priority patent/EP3961554A4/en
Application granted granted Critical
Publication of CN111239144B publication Critical patent/CN111239144B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/952—Inspecting the exterior surface of cylindrical bodies or wires
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8901—Optical details; Scanning details
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • 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
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/10—Scanning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Textile Engineering (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明的一种辊压机辊面自动检测装置及检测方法，可解决现有检测装置检测精度较低的技术问题。包括拍摄控制模块、运动执行模块和数据处理模块，拍摄控制模块包括工业线阵相机、运动控制器和本地计算机；工业线阵相机设置在辊压机辊面的上方；本地计算机与工业线阵相机通讯连接，用于设置工业线阵相机的拍摄参数和接收其拍摄照片；本发明通过工业线阵相机扫描辊面得到辊面局部的照片，并移动工业线阵相机的拍摄位置得到多张辊面局部的照片，对局部辊面照片进行裁剪、拼接，得到完整辊面的点云数据，根据点云数据建立辊面二维和三维模型，并检测辊面缺陷，建立数据库系统对不同辊面进行管理，扩展性好，自动化程度高，检测精度高。

Description

一种辊压机辊面自动检测装置及检测方法
技术领域
本发明涉及工业自动化检测技术领域，具体涉及一种辊压机辊面自动检测装置及检测方法。
背景技术
辊压机是用于挤压破碎物料的一种大型工程设备，广泛应用与水泥、矿山、化工等行业。其工作原理如图1所示：从设备的上方进行投料，依靠两个水平安装且同步相向旋转的挤压辊对物料进行高压粉碎。物料层在被迫向下移动的过程中所受挤压力逐渐增至足够大，直至被粉碎且被挤压成密实的料饼从辊子下方排出。
由于辊压机破碎压力大，在高效粉碎的同时，设备也会同步受到磨损，图2展示了种辊压机辊面常见缺陷：a)辊面不均匀磨损，由于辊压机存在边缘效应，即辊面中间磨损快，两边磨损慢，长期运行后，出现辊面中间凹陷的现象，使得无法通过调节辊缝延长辊面使用寿命的目的；b)辊面凹坑，当有钢球锤头等金属异物进入辊压机时，容易造成辊面局部破坏，例如辊面出现凹坑，如不及时发现处理，则凹坑会快速扩展伤及整个辊面，导致辊面大修或报废。
辊压机的一对辊子作为辊压机的关键零部件，其磨损情况直接决定了产品的质量。一方面，辊压机的设备运转率高，对辊子进行一次系统的检修时间紧、工作量大；另一方面，辊面是特殊材料特殊工艺制作，造价高昂，如果不能及时发现缺陷并修复，后期缺陷将快速扩展，维护的成本将非常高。目前，市场上对辊压机辊面的检测和维护主要依靠人工肉眼观察辊面发现问题，尚未有实际投产的辊压机辊面检测和维护设备。传统人工检修辊压机辊面的方法，缺陷主要体现在以下几点：a)对辊面的监测不够细致。仅靠肉眼检测辊压机辊面的缺陷，对于一些细小的缺陷往往难以察觉，且容易漏看，细小的缺陷一旦未发现，很容易扩展成大的缺陷；b)修复辊面的成本主要是焊材成本，人眼观察无法定量知道需要使用多少焊材，维修、运输的成本因此增高；c)对辊面的全生命周期缺乏数字化记录。人眼观察辊面缺陷，只能定性地查看辊面磨损情况，没有定量的数据支撑，不能精确记录辊面磨损随时间的变化情况，因此无法定量地为产品工艺分析提供数据支撑；d)自动化程度低。人工查看工作量大，效率低，时效性存疑。而且每个人对辊面的观察结论也未必相同，观察效果不稳定。
中国发明专利CN110288545A提出了一种辊压机辊面在线三维成像装置与方法。专利CN110288545A利用双目相机检测辊面形貌，其关键步骤为：局部点云重建：通过一对激光线照射的辊面图片，恢复单条线激光照射区域辊面的三维点云；点云拼接：双目相机以指定的速度在丝杠上左右移动，并以一定帧率拍摄辊面图像对，每对图像恢复单条激光线的三维坐标，需要将多条线装点云拼接成面。其次，重建算法重建时，辊面以一定的角速度转动，需要将多圈扫描数据拼接成一个完整的辊面数据。专利CN110288545A的所述辊面重建方法中，有些地方可以进一步优化：a).在机械结构上，辊压机内部是高粉尘环境，丝杠、双目相机、激光器直接暴露在粉尘环境中，无防尘措施，机构上将很快沾满灰尘而导致拍摄失效；b).在检测原理上，根据专利CN110288545A的表述，每对图像可以恢复单条激光线照射区域的三维坐标，如果要恢复完整辊面，则需要对多条激光线的检测区域进行拼接，而每条激光线检测区域之间如何拼接是关键。根据专利CN110288545A所述，在双目相机以一定帧率拍摄辊面图像的同时，双目相机沿辊面轴向运动，辊面沿周向的转动，则存在如下困难：第一，大多数双目相机的拍摄帧率一般在100fps以下，即使超高速工业相机不过拍摄帧率不过200fps左右，且相机拍摄帧率和分辨率之间存在矛盾，辊压机辊面线速度的典型值在1.5m/s左右，在此帧率下近距离拍摄辊面时图像可能存在拖影，对双目识别效果存在较大影响；第二，双目相机同辊压机辊面之间同时存在径向和周向的相对运动，理论上激光线在在辊压机表面的运动轨迹构成一个螺旋面，不是完整地包含整个辊面信息；第三，拼接点云时，必须精确知道每两帧图像上激光线之间的相对位移关系才能拼接，否则无法拼接，这点在技术实现上存在较大困难，专利CN110288545A并未详细说明拼接算法的实现过程；c).实现成本上，如b)中第三点所述，拼接一个完整的辊面需要多条激光线检测区域拼接而成，由于每条激光线线检测区域的面积较小，所以拼接成一个完整的辊面需要拍摄多张图像。每幅图像需要进行畸变矫正、滤波、阈值分割、解算三维坐标等操作，计算成本较高，实时性较差。
发明内容
本发明提出的一种辊压机辊面自动检测装置及检测方法，可解决现有检测装置检测精度较低的技术问题。
为实现上述目的，本发明采用了以下技术方案：
一种辊压机辊面自动检测装置，包括：
包括拍摄控制模块、运动执行模块和数据处理模块，拍摄控制模块包括工业线阵相机、运动控制器和本地计算机；所述工业线阵相机设置在辊压机辊面的上方；所述本地计算机与工业线阵相机通讯连接，用于设置工业线阵相机的拍摄参数和接收其拍摄照片；
其中，
所述运动执行模块包括丝杠、丝杠电机、滚珠和相机防尘箱；
所述丝杠通过轴承配合安装在丝杠底座上，滚珠安装在丝杠上，滚珠可沿着丝杠前后直线运动；
丝杠电机通过丝杠联轴器与丝杠固定连接，滚珠下方固定连接有相机托板，相机托板的底部固定连接相机防尘箱，相机防尘箱的内部沿纵向方向设置电推杆，电推杆分别与相机防尘箱上下端面内侧转动连接，所述电推杆可伸缩，通过控制电推杆的伸长和缩短可以控制相机防尘箱下端面的开启和关闭；
所述工业线阵相机固定在相机防尘箱的内部，所述工业线阵相机与运动控制器通讯连接，工业线阵相机收到运动控制器发出的拍照信号后，执行拍照任务；工业线阵相机拍摄完成后，将拍摄的照片发送至本地计算机；
本地计算机将已拍摄照片及拍摄参数发送至数据处理模块，数据处理模块对本地计算机发送过来的原始照片数据进行分解、裁剪、拼接、校正，根据图像灰度值提取深度信息，按规定格式生成所检测辊面点的云数据，进而生成辊面的二维和三维模型，并检测其缺陷，对比其历史数据得出辊面的磨损速度及缺陷变化，存储检测结果并报告用户。
进一步的，
所述相机防尘箱内部还设置相机防尘罩和相机防尘罩轴承座；
相机防尘罩轴承座固定连接在相机防尘箱的下端面，工业线阵相机通过工业相机支撑轴固定连接在相机防尘罩轴承座上；
相机防尘罩是一个透明的圆柱体罩壳，两端通过轴承配合安装在工业相机支撑轴上，轴承的内侧与工业相机支撑轴固定连接，轴承外侧与相机防尘罩固定连接，相机防尘罩可沿着工业相机支撑轴转动；
所述相机防尘箱侧面内壁固定连接毛刷，毛刷的长度等于相机防尘罩的长度，且毛刷与相机防尘罩外侧壁接触，当相机防尘罩绕工业相机支撑轴转动时,所述毛刷扫除附着在相机防尘罩外侧壁的浮灰。
进一步的，
所述相机防尘罩的一端与大带轮固定连接；
防尘罩电机固定连接在相机防尘箱下端面内侧，其输出轴固定连接小带轮，同步带连接大带轮和小带轮；
通过防尘罩电机驱动同步带转动，进而带动相机防尘罩转动。
进一步的，
所述拍摄控制模块还包括位移传感器，所述位移传感器选用拉线位移传感器；位移传感器与运动控制器通讯连接；
所述位移传感器一端固定在滚珠上，另一端固定在丝杠底座上，用以测量滚珠的位移，实现对滚珠位移的负反馈控制，提高滚珠位移控制的实现精度。
进一步的，
所述丝杠的外部设置风琴罩；
风琴罩分为两部分，每部分的的一端分别固定连接在丝杠底座的两头，另一端分别固定相机托板的两头，从而将丝杠完整地包裹，防止外界灰尘污染。
进一步的，
还包括线拖；
所述丝杠轴承座固定连接在支撑架上；
线拖一端固定连接在支撑架上，另一端固定相机防尘箱上，在其中穿过电气设备的线缆，用于保护和规范线缆安装。
进一步的，
所述拍摄控制模块具体包括第一限位开关、第二限位开关、辊子接近挡块、辊子接近开关、拍摄触发开关、工业线阵相机、运动控制器、本地计算机、电源、电气箱；
所述第一限位开关和第二限位开关固定连接在丝杠底座的两端，用以限定相机防尘箱的活动范围；
辊子接近挡块固定连接在辊压机的辊子上，随辊子一起转动；
辊子接近开关固定连接在辊压机机架上，当辊子接近挡块转动到辊子接近开关的检测区域时，辊子接近开关向外发出接近信号；
工业线阵相机安装在工业相机支撑轴上，且被相机防尘罩包裹，相机防尘罩是透明的，则不影响工业线阵相机的拍摄；
电气箱固定在辊压机机架上；拍摄触发开关、运动控制器、本地计算机、电源被安装在电气箱内部；
其中，触发拍摄开关用于人工按下，触发辊面检测程序开始检测；运动控制器与丝杠电机、防尘罩电机、电推杆、位移传感器、第一限位开关、第二限位开关、辊子接近开关、工业线阵相机分别通讯连接；
本地计算机与工业线阵相机的数据线和控制线相连，用于设置工业线阵相机的拍摄参数和接收其拍摄照片；
电源为系统提供电源。
进一步的，
所述数据处理模块是一台服务器，通过以太网与本地计算机之间传输数据；
数据处理模块中安装有数据处理软件，具体可分为两个子系统：原始图像处理系统和运营管理系统；
其中原始图像处理系统用来处理本地计算机发送过来的原始辊面图像数据，对其进行预处理、裁剪、拼接、解算辊面点云数据；
运营管理系统根据辊面点云数据进行建模，检测辊面缺陷及磨损；
运营管理系统对不同辊面按厂家、辊面类型、检测所用工业线阵相机的ID号等进行分类管理，并将辊面检测结果保存在本地数据库，以及将检测结果报告用户。
另一方面，本发明还公开一种辊压机辊面自动检测方法，基于上述的辊压机辊面自动检测装置,
包括以下步骤：
S100、相机标定；
对工业线阵相机进行标定，建立像素灰度值与现实世界位移之间的转换关系；
对工业线阵相机的标定工作只需要进行一次，以后拍摄不需要再次标定；
建立辊面检测系统的世界坐标系，工业相机拍摄的结果转换为辊面点云数据是在此坐标系下表示的；
所建立的世界坐标系原点为工业线阵相机拍摄前的起始位置，X方向为沿辊子轴线方向，Z方向为工业线阵相机激光线拍摄的方向，Y方向按右手螺旋法则确定，即；
S200、系统上电，辊压机辊子开始转动；
用户在拍摄控制模块 中设置参数；
用户在本地计算机中设置工业线阵相机拍摄的参数；
用户在运营管理系统中按集团、厂家、设备类型等信息为每个辊面建立唯一的数据库，一个特定的辊面只设置一次拍摄参数进和建立一次数据库，以后再次拍摄时不需要重复；设置完成后，用户按下拍摄触发开关，系统开始运行自动辊面检测程序；
S300、运动控制器首先初始化程序，检查相机防尘箱箱盖是否已关闭，滚珠是否已回到原点，若未完成则执行相机防尘箱关箱盖、滚珠回起始点动作；
接着运动控制器顺序执行相机防尘箱开箱盖，相机防尘罩扫尘；
运动控制器发送拍照命令；
S400、工业线阵相机收到运动控制器发出的拍照信号后，执行拍照任务；
工业线阵相机拍摄完成后，将拍摄的照片发送至本地计算机；
S500、反复执行S300中的滚珠运行至指定拍照位置、运动控制器发送拍摄命令动作和S400，直至拍照的张数等于S200中用户设置的拍摄张数；
S600、运动控制器发送命令驱动滚珠回到起始点、驱动相机防尘箱关箱盖；
S700、本地计算机将已拍摄照片及拍摄参数发送至原始图像处理系统；
S800、原始图像处理系统对本地计算机发送过来的原始照片数据进行分解、裁剪、拼接、校正，根据图像灰度值提取深度信息，按规定格式生成所检测辊面点的云数据；
原始图像处理系统将生成的辊面的的点云数据发送至S200中用户在运营管理系统中所建立数据库的特定路径下；
S900、运营管理系统对收到的点云数据进行分析，生成辊面的二维和三维模型，并检测其缺陷，对比其历史数据得出辊面的磨损速度及缺陷变化，存储检测结果并报告用户；
S1000：当用户不需要再检测辊面时，关闭系统电源；反之，如果需要继续检测辊面，反复执行S200–S900直至不需要再检测辊面。
进一步的，
所述S300中运动控制器执行拍照命令，具体包括：
运动控制器确认辊压机的辊子运行周期稳定之后，驱动滚珠运行至指定拍照位置，当滚珠运行到指定位置后，辊子接近挡块再次靠近辊子接近开关时，运动控制器监听到辊子接近开关发出的接近信号，此时运动控制器向工业线阵相机发送拍照命令。
综上所述，本发明的辊压机辊面自动检测装置及检测方法，针对辊压机人工检测辊面自动化程度低、检测精度低、无量化数据支撑等缺陷，该辊压机辊面自动检测装置通过工业线阵相机扫描辊面得到辊面局部的照片，并移动工业线阵相机的拍摄位置得到多张辊面局部的照片，对局部辊面照片进行裁剪、拼接，得到完整辊面的点云数据。根据点云数据建立辊面二维和三维模型，并检测辊面缺陷，建立数据库系统对不同辊面进行管理。本发明所述机构设有防尘装置，具有良好的使用稳定性和可靠性；用户通过设置不同的工业线激光扫描拍摄的参数，实现对不同辊面类型的检测，扩展性好。
由上述技术方案可知，本发明的辊压机辊面自动检测装置具有以下有益效果：
1) 自动化程度高，检测精度高。本发明所述一种辊压机辊面自动检测装置和方法利用工业线激光相机对辊面进行检测，最高检测的精度可达0.6mm，使得辊面上细小的缺陷也可以被检测到，从而提前维护避免造成更大损失。检测辊面的过程无需打开辊压机的端盖，免拆卸，一键启动检测，自动化程度高，自动生成检测报告并存储结果，减轻人工检测负担。检测结果直观，辊面检测数据数字化，可溯源，为工艺分析提供量化数据支撑；
2) 检测的实时性好，效率高。本发明所采用的拍摄方案是工业相机定点拍摄，辊压机辊子转动，与工业线阵相机的拍摄线形成相对运动，因此工业相机发射的激光线在辊面上移动的轨迹是一个平行于辊子轴线的一个圆柱面，即一张照片包含了辊面上局部的圆柱面信息。一张照片不一定能包含一个完整辊面的信息，但实测最多只需4张照片即可包络市场上最大的辊面。工业线阵相机206的典型拍摄帧率是1700帧/秒，拍摄一张辊面照片的典型耗时只需3秒左右，检测过程实时性好。对所2张及以上拍摄照片的裁剪和拼接非常简单：第一，轴向拼接过程简单，将滚珠104移动的位移数据，根据相机的标定关系转化为像素位移，按拍摄顺序对拍摄照片依次进行裁剪和拼接；第二，拍摄每张照片都是根据辊子接近开关204的信号来触发的，所以每张拍摄照片的起始点都是在辊周方向上的同一个位置，即在辊周方向上，几张拍摄照片天然对齐不需裁剪；第三，工业线阵相机206拍摄的照片中本身就包含深度信息，其灰度值即代表深度信息，所以计算得到辊面的三维点云数据非常简单快速。综上，以上设计的拍摄方案使得对照片的裁剪拼接过程非常方便，效率高；
3) 扩展性好，兼容性高。本发明所述辊面监测系统包含的运营管理系统302对检测结果是数字化的存储，其检测结果可以很方便地对外传输，接入工厂的其他智能管理平台，实现管理上的方便扩展。用户对系统的使用和设置非常方便，只需改变拍摄参数即可适应市面上多种型号的辊子，兼容性好；
4) 稳定性好，可靠性高。工业线阵相机利用三角测量原理测距，相机上集成有一个发射头和一个接收头，体积小，功耗低，在工业现场应用很广泛，稳定性可靠性已经过工业现场实践检验。本发明所使用的方案中使用了防尘箱和防尘罩对工业相机进行了双层密封，使用了风琴罩对滚珠丝杠进行密封，避免了辊压机内部高粉尘环境对设备的损害，进一步提高了设备的稳定性和可靠性。
附图说明
图1是辊压机的工作原理图；
图2是辊压机辊面的磨损形式状态图；
图3是本发明的系统框图；
图4是本发明的结构示意图；
图5是本发明的运动执行模块结构示意图；
图6是本发明的相机防尘箱的结构示意图；
图7是本发明的辊面检测流程图；
图8是本发明的图像处理流程图；
图9是本发明实施例的辊面深度Z图；
图10是本发明实施例的最终辊面Z图；
图11是本发明实施例的运营管理系统根据辊面点云数据生成的辊面3D示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
如图3和图4所示，本实施例所述的辊压机辊面自动检测装置，主要包含三大组成模块：运动执行模块100，拍摄控制模块 200，数据处理模块300。
如图4、图5及图6所示：
运动执行模块100包括以下组成构件：支撑架101、丝杠底座102、丝杠103、滚珠104、线拖105、风琴罩106、相机托板107、丝杠联轴器108、丝杠电机109、相机防尘箱110、毛刷111、相机防尘罩112、相机防尘罩轴承座113、防尘罩电机114、同步带115、大带轮116、小带轮117、工业相机支撑轴118、电推杆119、位移传感器120、辊压机121。其中，丝杠轴承座102固定连接在支撑架101上，丝杠103通过轴承配合安装在丝杠底座102上。滚珠104通过螺纹配合安装在丝杠103上，可以沿着丝杠103前后直线运动。丝杠电机109通过丝杠联轴器108与丝杠103固定连接。滚珠104上方固定连接有相机托板107，相机防尘箱110下端面外侧和相机托板107固定连接。相机防尘箱110下端面内侧与电推杆119一端转动连接，上端面与电推杆119另一端转动连接，通过控制电推杆119的伸长和缩短可以控制相机防尘箱110上端面开启和关闭。相机防尘箱110侧面内壁固定连接毛刷111，毛刷111的长度与相机防尘罩112相当，且毛刷111与相机防尘罩112外侧壁接触。相机防尘罩轴承座113固定连接在相机防尘箱110的下端面，工业相机支撑轴118固定连接在相机防尘罩轴承座113上。相机防尘罩112是一个透明的圆柱体罩壳，两端通过轴承配合安装在工业相机支撑轴118上，轴承的内侧与工业相机支撑轴118固定连接，保持静止。轴承外侧与相机防尘罩112固定连接，从而相机防尘罩112可以沿着工业相机支撑轴118转动。相机防尘罩112的一端与大带轮116固定连接。防尘罩电机114固定连接在相机防尘箱110下端面内侧，其输出轴固定连接小带轮117，同步带115连接大带轮116和小带轮117。通过防尘罩电机114驱动同步带115转动，进而带动相机防尘罩112转动，毛刷111扫除附着在相机防尘罩112外侧壁的浮灰。位移传感器120为优选添加的器件，例如选用高精度的拉线位移传感器，一端固定在滚珠104上，另一端固定在丝杠底座102上，用以测量滚珠104的位移，实现对滚珠104位移的负反馈控制，提高滚珠104位移控制的实现精度。风琴罩106分为两部分，每部分的的一端分别固定连接在丝杠底座102的两头，另一端分别固定相机托板107的两头，从而将丝杠103完整地包裹，防止外界灰尘污染。线拖105一端固定连接在支撑架101上，另一端固定相机防尘箱110上，在其中穿过电气设备的线缆，用于保护和规范线缆安装。
拍摄控制模块200包括以下组成构件：第一限位开关201、第二限位开关202、辊子接近挡块203、辊子接近开关204、拍摄触发开关205、工业线阵相机206、运动控制器207（优选PLC）、本地计算机208（优选工控机）、电源209、电气箱210。第一限位开关201和第二限位开关202固定连接在丝杠底座102的两端，用以限定相机防尘箱110的活动范围。辊子接近挡块203固定连接在辊压机的辊子上，随辊子一起转动。辊子接近开关204固定连接在辊压机机架上，当辊子接近挡块203转动到辊子接近开关204的检测区域时，辊子接近开关204向外发出接近信号。工业线阵相机206安装在工业相机支撑轴118上，且被相机防尘罩112包裹，相机防尘罩112是透明的，则不影响工业线阵相机206的拍摄。电气箱210固定在辊压机121机架上。拍摄触发开关205、运动控制器207、本地计算机208、电源209被安装在电气箱210内部。其中，触发拍摄开关205用于人工按下，触发辊面检测程序开始检测。运动控制器207优选PLC控制器，它与丝杠电机109、防尘罩电机114、电推杆119、位移传感器120、第一限位开关201、第二限位开关202、辊子接近开关204、工业线阵相机206的控制线或数据线相连。本地计算机208与工业线阵相机206的数据线和控制线相连，用于设置工业线阵相机206的拍摄参数和接收其拍摄照片。电源209为系统提供电源。
数据处理模块300是一台服务器，通过以太网与本地计算机208之间传输数据。数据处理模块300中安装有数据处理软件，具体可分为两个子系统：原始图像处理系统301，运营管理系统302。其中原始图像处理系统301用来处理本地计算机208发送过来的原始辊面图像数据，对其进行预处理、裁剪、拼接、解算辊面点云数据。运营管理系统302根据辊面点云数据进行建模，检测辊面缺陷及磨损情况。运营管理系统302可以对不同辊面按厂家、辊面类型、检测所用工业线阵相机206的ID号等进行分类管理，并将辊面检测结果保存在本地数据库，以及将检测结果报告用户。
同时本发明实施例的一种辊压机辊面缺陷识别装置对应的检测方法，按如下步骤进行：
S100：相机标定。对工业线阵相机206进行标定，建立像素灰度值与现实世界位移之间的转换关系，即工业线阵相机206的单应性矩阵。对工业线阵相机206的标定工作是利用尺寸精确已知的标定块进行的，与辊压机及其相关部件的尺寸无关。对工业线阵相机206的标定工作只需要在第一次拍摄前进行一次，以后拍摄不需要再次标定。建立辊面检测系统的世界坐标系，工业相机206拍摄的结果转换为辊面点云数据是在此坐标系下表示的。所建立的世界坐标系原点为工业线阵相机206拍摄前的起始位置，X方向为沿辊子轴线方向，Z方向为工业线阵相机206激光线拍摄的方向，Y方向按右手螺旋法则确定，即。
S200：系统上电，辊压机121辊子开始转动。用户在拍摄控制模块 200中设置参数。用户在本地计算机208中设置工业线阵相机206拍摄的参数，包括工业线阵相机206拍摄的帧率、拍摄照片的张数、拍摄单张照片的帧数、曝光时间等参数。用户在运营管理系统302中按集团、厂家、设备类型等信息为每个辊面建立唯一的数据库。一个特定的辊面只需要设置一次拍摄参数进和建立一次数据库，以后再次拍摄时不需要重复。设置完成后，用户按下拍摄触发开关205，系统开始运行自动辊面检测程序；
S300：运动控制器207首先初始化程序，检查相机防尘箱110箱盖是否已关闭，滚珠104是否已回到原点，若未完成则执行相机防尘箱110关箱盖、滚珠104回起始点动作。接着运动控制器207顺序执行相机防尘箱110开箱盖，相机防尘罩112扫尘。运动控制器207确认辊压机121的辊子运行周期稳定之后，驱动滚珠104运行至指定拍照位置,当滚珠104运行到指定位置后，辊子接近挡块203再次靠近辊子接近开关204时，运动控制器207监听到辊子接近开关204发出的接近信号，此时运动控制器207向工业线阵相机206发送拍照命令；
S400：工业线阵相机206收到运动控制器207发出的拍照信号后，执行拍照任务。所拍摄图片的帧数等于S200中设定的单张拍摄帧数，理论上单张拍摄的帧数为辊子运行周期乘以相机拍摄帧率，单张图片包含的信息正好是辊面上一个局部的圆柱面。工业线阵相机206拍摄完成后，将拍摄的照片发送至本地计算机208；
S500：反复执行S300中的滚珠104运行至指定拍照位置、运动控制器207发送拍摄命令等动作和S400，直至拍照的张数等于S200中用户设置的拍摄张数；
S600：运动控制器207发送命令驱动滚珠104回到起始点、驱动相机防尘箱110关箱盖。
S700：本地计算机208将已拍摄照片及拍摄参数发送至原始图像处理系统301；
S800：原始图像处理系统301对本地计算机208发送过来的原始照片数据进行分解、裁剪、拼接、校正，根据图像灰度值提取深度信息，按规定格式生成所检测辊面点的云数据。原始图像处理系统301将生成的辊面的的点云数据发送至S200中用户在运营管理系统302中所建立数据库的特定路径下；
S900：运营管理系统302对收到的点云数据进行分析，生成辊面的二维和三维模型，并检测其缺陷，对比其历史数据得出辊面的磨损速度及缺陷变化，存储检测结果并报告用户；
S1000：当用户不需要再检测辊面时，关闭系统电源。反之，如果需要继续检测辊面，反复执行S200–S900。
辊面检测流程如图7所示。
以下结合附图具体举例说明：
以检测辊子直径为1200mm,辊面轴向长度为500mm的辊面为例说明本发明的实施过程。搭建了检测的实验环境。
Step1：对工业线阵相机206进行标定，建立像素灰度值与现实位移之间的换算关系，即工业线阵相机206的单应性矩阵。对工业线阵相机206的标定工作是利用尺寸精确已知的标定块进行的，与辊压机及其相关部件的尺寸无关。对工业线阵相机206的标定工作只需要进行一次，以后拍摄不需要再次标定。建立辊面检测系统的世界坐标系，工业相机206拍摄的结果转换为辊面点云数据是在此坐标系下表示的。所建立的世界坐标系原点为工业线阵相机206拍摄前的起始位置，X方向为沿辊子轴线方向，Z方向为工业线阵相机206激光线拍摄的方向，Y方向按右手螺旋法则确定，即。
Step2：对本系统进行上电。系统上电后用户在本地计算机208中设置工业线阵相机206的拍摄参数，包括工业线阵相机206拍摄时的帧率、工业线阵相机206拍摄的张数、单张照片包含的帧数。理论上，工业线阵相机206拍摄的张数等于辊面轴向的长度除以激光线拍摄区域在轴向上的长度取整。工业线阵相机206所拍摄单张照片的线激光帧数（对应单张照片的行数）理论上等于辊子稳定转动时的周期乘以相机拍摄帧率。拍摄每张图片时工业线阵相机206的位置在运动控制器207中设置。用户在运营管理系统302中按集团、厂家、设备类型等信息为每个辊面建立唯一的数据库，并设定判定为辊面缺陷的阈值。一个特定的辊面只需要设置一次拍摄参数进和建立一次数据库，以后再次拍摄时不需要重复设置。设置完成后，用户按下拍摄触发开关205，系统开始运行自动辊面拍照程序；
Step3：自动辊面拍照程序的运行步骤可细分如下：
1)运动控制器207初始化参数，发送命令给电推杆119，电推杆119收缩，以确保相机防尘箱110顶板处于关闭状态；
2)运动控制器207通过查询第一限位开关201的信号确认滚珠104是否处于起始位置，即第一限位开关201所在丝杠103上的位置。如果滚珠104在初始位置则不执行动作；如滚珠104不在初始位置，则运动控制器207发送命令给丝杠电机109，丝杠电机109驱动丝杠103转动，使得滚珠104回到起始位置，从而固定连接在滚珠104上的工业线阵相机206被带回起始位置；
3)运动控制器207发送命令给电推杆119伸长，打开相机防尘箱110顶板，使工业线阵相机206具备拍摄辊面的视场角；
4)运动控制器207发送命令给防尘罩电机114, 防尘罩电机114通过同步带115带动相机防尘罩112转动，毛刷111将相机防尘罩112外侧面的浮灰扫掉，以保证工业线阵相机206拍摄时没有浮灰遮挡，拍摄的图片是清晰的；
5)运动控制器207对辊子接近开关204返回的信号进行判断，确认辊压机121的辊子运行周期到达稳定状态再执行下一步；
6)运动控制器207发送命令给丝杠电机109，丝杠电机109驱动丝杠103转动，使滚珠104运动至Step2中的用户设定的拍摄位置，从而滚珠104上固定连接的工业线阵相机206被运送至设定拍摄位置。滚珠104移动至设定位置过程中，运动控制器207通过位移传感器120的测量信号进行负反馈控制，以使滚珠104的位移控制更加精确。控制滚珠104运动的同时，运动控制器207同时监测第一限位开关201和第二限位开关202的信号，确保滚珠104当前的位置被限定在第一限位开关201和第二限位开关202之间；
7) 工业线阵相机206被送至Step2中设定拍摄位置后，运动控制器207等待辊子接近开关204的触发拍摄信号。当辊子上固定连接的辊子接近挡块203运动到辊子接近开关204的检测区域时，辊子接近开关204发出接近信号至运动控制器207，运动控制器207监听到该信号后，发送拍摄命令至工业线阵相机206，工业线阵相机206立即拍摄辊面图像。单张照片拍摄完成后，工业线阵相机206通过数据线将照片数据发送至本地计算机208；
8)重复步骤6)和步骤7)，直至工业线阵相机206拍摄照片的张数等于Step2中设定的拍摄张数。运动控制器207发送信号给电推杆119收缩电推杆，从而关闭相机防尘箱110上端盖板，运动控制器207发送控制信号至丝杠电机109，驱动丝杠103转动使滚珠104回到起始位置。
9) 本地计算机208将工业线阵相机206所拍摄的照片以及拍摄参数，通过以太网发送至原始图像处理系统301。
Step4：原始图像处理系统301对本地计算机208发送过来的原始照片进行存储和读取。每张原始图像可以分解为辊子轴向深度图X、沿辊子周向的深度图Y、沿辊子径向的深度图Z。深度图Z如图9所示。根据每张原始图像的拍摄顺序，对每相邻拍摄顺序的两张原始图像对应Z图的重叠区域进行定位和裁剪，裁剪后相邻拍摄顺序的两张Z图之间无重叠区域。按拍摄顺序将所有Z图中的有效辊面区域进行提取，拼接，得到完整的辊面Z图。对完整的辊面Z图进行线性校准，滤除噪声点，得到最终辊面Z图。最终辊面Z图如图10所示。对最终辊面Z图进行深度信息提取，按规定格式生成辊面点云数据T；
Step5：原始图像处理系统301将生成好的辊面点云数据T发送至Step2中用户在运营管理系统402中建立好的辊面数据库的特定路径下。运营管理系统302定时检测或由用户触发，扫描特定路径下有无新送过来的辊面点云数据T。如果检测到新的辊面点云数据T，则立即对该辊面点云数据T进行分析，生成该辊面的二维和三维模型，并根据图像处理算法检测其缺陷，同时，运营管理系统302将本次检查的结果与历史检测数据进行对比，得出辊面磨损的动态变化信息。将这些检测结果与Step2中用户设定的缺陷阈值进行比较，存储并报告用户检测结果，用户可以随时在运营管理系统302中查询历次辊面检测的结果。图7是数据处理模块300进行图像处理的流程图，图11是运营管理系统302是根据辊面点云数据T生成的辊面3D图；
Step6：当用户不需要检测辊面时，可以选择关闭系统电源结束流程。反之，如果需要继续检测辊面，反复执行Step2 – Step5直至不需要再检测辊面。
综上所述，本发明实施例的辊压机辊面自动检测装置及检测方法，针对辊压机人工检测辊面自动化程度低、检测精度低、无量化数据支撑等缺陷，该辊压机辊面自动检测装置通过工业线阵相机扫描辊面得到辊面局部的照片，并移动工业线阵相机的拍摄位置得到多张辊面局部的照片，对局部辊面照片进行裁剪、拼接，得到完整辊面的点云数据。根据点云数据建立辊面二维和三维模型，并检测辊面缺陷，建立数据库系统对不同辊面进行管理。本发明所述机构设有防尘装置，具有良好的使用稳定性和可靠性；用户通过设置不同的工业线激光扫描拍摄的参数，实现对不同辊面类型的检测，扩展性好。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种辊压机辊面自动检测装置，包括拍摄控制模块（200）、运动执行模块（100）和数据处理模块（300），其特征在于：
拍摄控制模块（200）包括工业线阵相机（206）、运动控制器（207）和本地计算机（208）；所述工业线阵相机（206）设置在辊压机辊面的上方；所述本地计算机（208）与工业线阵相机（206）通讯连接，用于设置工业线阵相机（206）的拍摄参数和接收其拍摄照片；
其中，
所述运动执行模块（100）包括丝杠（103）、丝杠电机（109）、滚珠（104）和相机防尘箱（110）；
所述丝杠（103）通过轴承配合安装在丝杠底座（102）上，滚珠（104）安装在丝杠（103）上，滚珠（104）可沿着丝杠（103）前后直线运动；
丝杠电机（109）通过丝杠联轴器（108）与丝杠（103）固定连接，滚珠（104）下方固定连接有相机托板（107），相机托板（107）的底部固定连接相机防尘箱（110），相机防尘箱（110）的内部沿纵向方向设置电推杆（119），电推杆（119）分别与相机防尘箱（110）上下端面内侧转动连接，所述电推杆（119）可伸缩，通过控制电推杆（119）的伸长和缩短可以控制相机防尘箱（110）下端面的开启和关闭；
所述工业线阵相机（206）固定在相机防尘箱（110）的内部，所述工业线阵相机（206）与运动控制器（207）通讯连接，工业线阵相机（206）收到运动控制器（207）发出的拍照信号后，执行拍照任务；工业线阵相机（206）拍摄完成后，将拍摄的照片发送至本地计算机（208）；
本地计算机（208）将已拍摄照片及拍摄参数发送至数据处理模块（300），数据处理模块（300）对本地计算机（208）发送过来的原始照片数据进行分解、裁剪、拼接、校正，根据图像灰度值提取深度信息，按规定格式生成所检测辊面点的云数据，进而生成辊面的二维和三维模型，并检测其缺陷，对比其历史数据得出辊面的磨损速度及缺陷变化，存储检测结果并报告用户。
2.根据权利要求1所述的辊压机辊面自动检测装置，其特征在于：
所述相机防尘箱（110）内部还设置相机防尘罩（112）和相机防尘罩轴承座(113)；
相机防尘罩轴承座(113)固定连接在相机防尘箱（110）的下端面，工业线阵相机（206）通过工业相机支撑轴（118）固定连接在相机防尘罩轴承座（113）上；
相机防尘罩（112）是一个透明的圆柱体罩壳，两端通过轴承配合安装在工业相机支撑轴（118）上，轴承的内侧与工业相机支撑轴（118）固定连接，轴承外侧与相机防尘罩（112）固定连接，相机防尘罩（112）可沿着工业相机支撑轴（118）转动；
所述相机防尘箱（110）侧面内壁固定连接毛刷（111），毛刷（111）的长度等于相机防尘罩（112）的长度，且毛刷（111）与相机防尘罩（112）外侧壁接触，当相机防尘罩（112）绕工业相机支撑轴（118）转动时,所述毛刷（111）扫除附着在相机防尘罩（112）外侧壁的浮灰。
3.根据权利要求2所述的辊压机辊面自动检测装置，其特征在于：所述相机防尘罩（112）的一端与大带轮（116）固定连接；
防尘罩电机（114）固定连接在相机防尘箱（110）下端面内侧，其输出轴固定连接小带轮（117），同步带（115）连接大带轮（116）和小带轮（117）；
通过防尘罩电机（114）驱动同步带（115）转动，进而带动相机防尘罩（112）转动。
4.根据权利要求1所述的辊压机辊面自动检测装置，其特征在于：
所述拍摄控制模块（200）还包括位移传感器（120），所述位移传感器（120）选用拉线位移传感器；位移传感器（120）与运动控制器（207）通讯连接；
所述位移传感器（120）一端固定在滚珠（104）上，另一端固定在丝杠底座（102）上，用以测量滚珠（104）的位移，实现对滚珠（104）位移的负反馈控制，提高滚珠（104）位移控制的实现精度。
5.根据权利要求1所述的辊压机辊面自动检测装置，其特征在于：
所述丝杠（103）的外部设置风琴罩（106）；
风琴罩（106）分为两部分，每部分的一端分别固定连接在丝杠底座（102）的两头，另一端分别固定相机托板（107）的两头，从而将丝杠（103）完整地包裹，防止外界灰尘污染。
6.根据权利要求1所述的辊压机辊面自动检测装置，其特征在于：
还包括线拖（105）；
所述丝杠轴承座（102）固定连接在支撑架（101）上；
线拖（105）一端固定连接在支撑架（101）上，另一端固定相机防尘箱（110）上，在其中穿过电气设备的线缆，用于保护和规范线缆安装。
7.根据权利要求1所述的辊压机辊面自动检测装置，其特征在于：
所述拍摄控制模块（200）具体包括第一限位开关（201）、第二限位开关（202）、辊子接近挡块（203）、辊子接近开关（204）、拍摄触发开关（205）、工业线阵相机（206）、运动控制器（207）、本地计算机（208）、电源（209）、电气箱（210）；
所述第一限位开关（201）和第二限位开关（202）固定连接在丝杠底座（102）的两端，用以限定相机防尘箱（110）的活动范围；
辊子接近挡块（203）固定连接在辊压机的辊子上，随辊子一起转动；
辊子接近开关（204）固定连接在辊压机机架上，当辊子接近挡块（203）转动到辊子接近开关（204）的检测区域时，辊子接近开关（204）向外发出接近信号；
工业线阵相机（206）安装在工业相机支撑轴（118）上，且被相机防尘罩（112）包裹，相机防尘罩（112）是透明的，则不影响工业线阵相机（206）的拍摄；
电气箱（210）固定在辊压机（121）机架上；拍摄触发开关（205）、运动控制器（207）、本地计算机（208）、电源（209）被安装在电气箱（210）内部；
其中，触发拍摄开关（205）用于人工按下，触发辊面检测程序开始检测；运动控制器（207）与丝杠电机（109）、防尘罩电机（114）、电推杆（119）、位移传感器（120）、第一限位开关（201）、第二限位开关（202）、辊子接近开关（204）、工业线阵相机（206）分别通讯连接；
本地计算机（208）与工业线阵相机（206）的数据线和控制线相连，用于设置工业线阵相机（206）的拍摄参数和接收其拍摄照片；
电源（209）为系统提供电源。
8.根据权利要求1所述的辊压机辊面自动检测装置，其特征在于：
所述数据处理模块（300）是一台服务器，通过以太网与本地计算机（208）之间传输数据；
数据处理模块（300）中安装有数据处理软件，具体可分为两个子系统：原始图像处理系统（301）和运营管理系统（302）；
其中原始图像处理系统（301）用来处理本地计算机（208）发送过来的原始辊面图像数据，对其进行预处理、裁剪、拼接、解算辊面点云数据；
运营管理系统（302）根据辊面点云数据进行建模，检测辊面缺陷及磨损；
运营管理系统（302）对不同辊面按厂家、辊面类型、检测所用工业线阵相机（206）的ID号等进行分类管理，并将辊面检测结果保存在本地数据库，以及将检测结果报告用户。
9.一种辊压机辊面自动检测方法，基于权利要求8任意一项所述的辊压机辊面自动检测装置,其特征在于：
包括以下步骤：
S100、相机标定；
对工业线阵相机（206）进行标定，建立像素灰度值与现实世界位移之间的转换关系；
对工业线阵相机（206）的标定工作只需要进行一次，以后拍摄不需要再次标定；
建立辊面检测系统的世界坐标系，工业相机（206）拍摄的结果转换为辊面点云数据是在此坐标系下表示的；
所建立的世界坐标系原点为工业线阵相机（206）拍摄前的起始位置，X方向为沿辊子轴线方向，Z方向为工业线阵相机（206）激光线拍摄的方向，Y方向按右手螺旋法则确定，即；
S200、系统上电，辊压机（121）121辊子开始转动；
用户在拍摄控制模块 （200）中设置参数；
用户在本地计算机（208）中设置工业线阵相机（206）拍摄的参数；
用户在运营管理系统（302）中按集团、厂家、设备类型等信息为每个辊面建立唯一的数据库，一个特定的辊面只设置一次拍摄参数进和建立一次数据库，以后再次拍摄时不需要重复；设置完成后，用户按下拍摄触发开关（205），系统开始运行自动辊面检测程序；
S300、运动控制器（207）首先初始化程序，检查相机防尘箱（110）箱盖是否已关闭，滚珠（104）是否已回到原点，若未完成则执行相机防尘箱（110）关箱盖、滚珠（104）回起始点动作；
接着运动控制器（207）顺序执行相机防尘箱（110）开箱盖，相机防尘罩（112）扫尘；
运动控制器（207）发送拍照命令；
S400、工业线阵相机（206）收到运动控制器（207）发出的拍照信号后，执行拍照任务；
工业线阵相机（206）拍摄完成后，将拍摄的照片发送至本地计算机（208）；
S500、反复执行Step3中的滚珠（104）运行至指定拍照位置、运动控制器（207）发送拍摄命令等动作和Step4，直至拍照的张数等于Step2中用户设置的拍摄张数；
S600、运动控制器（207）发送命令驱动滚珠（104）回到起始点、驱动相机防尘箱（110）关箱盖；
S700、本地计算机（208）将已拍摄照片及拍摄参数发送至原始图像处理系统（301）；
S800、原始图像处理系统（301）对本地计算机（208）发送过来的原始照片数据进行分解、裁剪、拼接、校正，根据图像灰度值提取深度信息，按规定格式生成所检测辊面点的云数据；
原始图像处理系统（301）将生成的辊面的的点云数据发送至Step2中用户在运营管理系统（302）中所建立数据库的特定路径下；
S900、运营管理系统（302）对收到的点云数据进行分析，生成辊面的二维和三维模型，并检测其缺陷，对比其历史数据得出辊面的磨损速度及缺陷变化，存储检测结果并报告用户；
S1000：当用户不需要再检测辊面时，关闭系统电源；反之，如果需要继续检测辊面，反复执行S200–S900直至不需要再检测辊面。
10.根据权利要求9所述的一种辊压机辊面自动检测方法，其特征在于：
所述S300中运动控制器（207）执行拍照命令，具体包括：
运动控制器（207）确认辊压机（121）的辊子运行周期稳定之后，驱动滚珠（104）运行至指定拍照位置，当滚珠（104）运行到指定位置后，辊子接近挡块（203）再次靠近辊子接近开关（204）时，运动控制器（207）监听到辊子接近开关（204）发出的接近信号，此时运动控制器（207）向工业线阵相机（206）发送拍照命令。
CN202010203566.XA 2020-03-20 2020-03-20 一种辊压机辊面自动检测装置及检测方法 Active CN111239144B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202010203566.XA CN111239144B (zh) 2020-03-20 2020-03-20 一种辊压机辊面自动检测装置及检测方法
PCT/CN2021/076080 WO2021185009A1 (zh) 2020-03-20 2021-02-08 一种辊压机辊面自动检测装置及检测方法
AU2021239037A AU2021239037B2 (en) 2020-03-20 2021-02-08 Automatic detection device and detection method for roller surface of roller press
EP21771646.3A EP3961554A4 (en) 2020-03-20 2021-02-08 AUTOMATIC DETECTION DEVICE AND DETECTION METHOD FOR ROLLER SURFACE OF A ROLLER PRESS

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010203566.XA CN111239144B (zh) 2020-03-20 2020-03-20 一种辊压机辊面自动检测装置及检测方法

Publications (2)

Publication Number Publication Date
CN111239144A true CN111239144A (zh) 2020-06-05
CN111239144B CN111239144B (zh) 2024-07-05

Family

ID=70867544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010203566.XA Active CN111239144B (zh) 2020-03-20 2020-03-20 一种辊压机辊面自动检测装置及检测方法

Country Status (4)

Country Link
EP (1) EP3961554A4 (zh)
CN (1) CN111239144B (zh)
AU (1) AU2021239037B2 (zh)
WO (1) WO2021185009A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112050791A (zh) * 2020-09-15 2020-12-08 国家电网有限公司 一种gis设备隔离刀闸动作参数的观测装置及其方法
CN112734751A (zh) * 2021-01-25 2021-04-30 天津市中重科技工程有限公司 一种利用机器视觉技术进行钢坯计数的系统及方法
WO2021185009A1 (zh) * 2020-03-20 2021-09-23 中建材（合肥）粉体科技装备有限公司 一种辊压机辊面自动检测装置及检测方法
CN114136974A (zh) * 2021-11-03 2022-03-04 南京英尼格玛工业自动化技术有限公司 一种适用于多场景的机器视觉系统的工业相机组件及系统
CN115082463A (zh) * 2022-08-22 2022-09-20 聊城市宁泰电机有限公司 基于图像数据的发电机端盖视觉检测方法
CN116786202A (zh) * 2023-07-10 2023-09-22 中建材（合肥）粉体科技装备有限公司 一种辊压机通过量实时检测系统和检测方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7313310B2 (ja) * 2020-03-31 2023-07-24 日本碍子株式会社 セラミックス製の柱状ハニカム構造体の検査方法及び検査装置
CN114034704A (zh) * 2021-10-18 2022-02-11 武汉科技大学 一种基于多源数据融合的废旧轧辊三维检测装置及方法
CN114166853B (zh) * 2021-12-07 2024-04-02 苏州策林智能科技有限公司 一种外观瑕疵检测设备
CN114252452B (zh) * 2021-12-22 2024-07-26 西安交通大学 一种小型回转体外观缺陷和轮廓尺寸在线检测装置及方法
CN115184378B (zh) * 2022-09-15 2024-03-29 北京思莫特科技有限公司 一种基于移动设备的混凝土结构病害检测系统及方法
CN116452513B (zh) * 2023-03-20 2023-11-21 山东未来智能技术有限公司 一种海底电缆皱纹铝护套缺陷自动识别方法
CN117191807B (zh) * 2023-11-06 2024-01-30 常州讯磊电子科技有限公司 一种基于工业相机的产品在线缺陷检测装置
CN118362561B (zh) * 2024-06-19 2024-08-16 深圳市康准科技有限公司 一种针头检测装置
CN118464915B (zh) * 2024-07-12 2024-10-11 南京侨睿交通技术有限公司 一种护栏螺栓缺失锈蚀检测装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016026358A1 (zh) * 2014-08-19 2016-02-25 杭州乔戈里科技有限公司 滚子外观缺陷360度检测装置及检测方法
JP2019048488A (ja) * 2017-09-07 2019-03-28 学校法人早稲田大学 管内移動システム及び移動体のスタック検出用プログラム
CN109738459A (zh) * 2019-03-06 2019-05-10 国福节能开发有限公司 表面清洁度在线监测系统
CN212008354U (zh) * 2020-03-20 2020-11-24 中建材（合肥）粉体科技装备有限公司 一种辊压机辊面自动检测装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106814072A (zh) * 2017-03-10 2017-06-09 昆山华辰重机有限公司 轧辊磨削表面缺陷检测系统及其检测方法
US10471559B2 (en) * 2017-05-01 2019-11-12 Stafast Products, Inc. Insertable fastener installation apparatus and method
CN110288545A (zh) 2019-06-27 2019-09-27 深圳易朴科技有限公司 一种辊压机辊面在线三维成像装置与方法
CN110660093A (zh) * 2019-09-17 2020-01-07 上海工程技术大学 基于结构光的辊压机辊面重建装置和方法
CN110653341A (zh) * 2019-09-26 2020-01-07 共享智能铸造产业创新中心有限公司 打印头缺陷检测设备及检测的方法
CN111239144B (zh) * 2020-03-20 2024-07-05 中建材（合肥）粉体科技装备有限公司 一种辊压机辊面自动检测装置及检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016026358A1 (zh) * 2014-08-19 2016-02-25 杭州乔戈里科技有限公司 滚子外观缺陷360度检测装置及检测方法
JP2019048488A (ja) * 2017-09-07 2019-03-28 学校法人早稲田大学 管内移動システム及び移動体のスタック検出用プログラム
CN109738459A (zh) * 2019-03-06 2019-05-10 国福节能开发有限公司 表面清洁度在线监测系统
CN212008354U (zh) * 2020-03-20 2020-11-24 中建材（合肥）粉体科技装备有限公司 一种辊压机辊面自动检测装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021185009A1 (zh) * 2020-03-20 2021-09-23 中建材（合肥）粉体科技装备有限公司 一种辊压机辊面自动检测装置及检测方法
CN112050791A (zh) * 2020-09-15 2020-12-08 国家电网有限公司 一种gis设备隔离刀闸动作参数的观测装置及其方法
CN112734751A (zh) * 2021-01-25 2021-04-30 天津市中重科技工程有限公司 一种利用机器视觉技术进行钢坯计数的系统及方法
CN114136974A (zh) * 2021-11-03 2022-03-04 南京英尼格玛工业自动化技术有限公司 一种适用于多场景的机器视觉系统的工业相机组件及系统
CN115082463A (zh) * 2022-08-22 2022-09-20 聊城市宁泰电机有限公司 基于图像数据的发电机端盖视觉检测方法
CN115082463B (zh) * 2022-08-22 2022-11-15 聊城市宁泰电机有限公司 基于图像数据的发电机端盖视觉检测方法
CN116786202A (zh) * 2023-07-10 2023-09-22 中建材（合肥）粉体科技装备有限公司 一种辊压机通过量实时检测系统和检测方法
CN116786202B (zh) * 2023-07-10 2024-04-30 中建材（合肥）粉体科技装备有限公司 一种辊压机通过量实时检测系统和检测方法

Also Published As

Publication number Publication date
EP3961554A1 (en) 2022-03-02
EP3961554A4 (en) 2022-08-31
AU2021239037A1 (en) 2021-12-23
CN111239144B (zh) 2024-07-05
AU2021239037B2 (en) 2023-04-13
WO2021185009A1 (zh) 2021-09-23

Similar Documents

Publication Publication Date Title
CN111239144B (zh) 一种辊压机辊面自动检测装置及检测方法
CN210155545U (zh) 一种用于道岔制造过程自动化在线检测设备
CN208860761U (zh) 一种具有辅助照明的工业检测装置
CN102818538B (zh) 基于调制玻璃线结构激光图像的检测系统
CN104063873B (zh) 一种基于压缩感知的轴套类零件表面缺陷在线检测方法
CN202438792U (zh) 焊接机器人控制系统
CN105675610A (zh) 一种物体表面质感特征在线检测系统及工作原理
CN112340387A (zh) 基于机器视觉的带式输送机智能控制系统及控制方法
CN212008354U (zh) 一种辊压机辊面自动检测装置
Ferreira et al. A low-cost laser scanning solution for flexible robotic cells: spray coating
CN113340196A (zh) 一种基于图像识别的电力角钢智能检测系统及方法
CN105892451A (zh) 基于互联网远程监控的飞秒激光加工动态异常诊断系统与方法
CN115343289A (zh) 一种汽车总装整车坑包划伤自动检测系统及方法
CN107561092A (zh) 一种钢材表面质量检测方法
CN115026315B (zh) 一种基于超速激光成像的熔覆增减材加工在线检测装置
CN216160831U (zh) 一种激光测距矫正线扫相机
CN214133123U (zh) 一种适用于激光清洗质量在线监测的装置
CN113721866A (zh) 应用于3d打印的数据获取系统及方法
Ritter et al. Rotating optical geometry sensor for inner pipe-surface reconstruction
CN112304974A (zh) 一种使用人工智能检测复杂表面同轴类圆柱体产品缺陷的装置及方法
CN220626222U (zh) 一种钢轨焊缝打磨预测装置
CN116690314B (zh) 一种基于机器视觉检测比对的刀具损坏检测装置
CN111238834A (zh) 一种轮胎测量方法
CN116698842B (zh) 液压启闭机活塞杆锈蚀检测装置的系统及处理方法
CN220251815U (zh) 基于液压启闭机活塞杆锈蚀检测装置的防坠牵引系统

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