CN113222937A - 一种核燃料芯块外观周面缺陷的检测方法及检测装置 - Google Patents
一种核燃料芯块外观周面缺陷的检测方法及检测装置 Download PDFInfo
- Publication number
- CN113222937A CN113222937A CN202110526240.5A CN202110526240A CN113222937A CN 113222937 A CN113222937 A CN 113222937A CN 202110526240 A CN202110526240 A CN 202110526240A CN 113222937 A CN113222937 A CN 113222937A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- detected
- cloud data
- peripheral surface
- 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.)
- Pending
Links
- 230000007547 defect Effects 0.000 title claims abstract description 160
- 230000002093 peripheral effect Effects 0.000 title claims abstract description 115
- 239000008188 pellet Substances 0.000 title claims abstract description 104
- 239000003758 nuclear fuel Substances 0.000 title claims abstract description 51
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims description 30
- 238000007405 data analysis Methods 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 abstract description 4
- 230000000875 corresponding effect Effects 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005253 cladding Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- WJWSFWHDKPKKES-UHFFFAOYSA-N plutonium uranium Chemical compound [U].[Pu] WJWSFWHDKPKKES-UHFFFAOYSA-N 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000005245 sintering Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开一种核燃料芯块外观周面缺陷的检测方法,包括:S110,获取待检芯块外观周面的整体3D点云数据;S120,基于整体3D点云数据中的深度信息,确定待检芯块外观周面的缺陷区域;S130,计算所述缺陷区域的缺陷体积,并根据缺陷体积判断待检芯块的表面质量是否合格。本发明还公开一种核燃料芯块外观周面缺陷的检测装置。本发明可实现对待检芯块外观周面缺陷的高精度、高效率的检测,提高对芯块表面质量评估的准确度和效率。
Description
技术领域
本发明属于核工业技术领域,具体涉及一种核燃料芯块外观周面缺陷的检测方法及检测装置。
背景技术
核燃料芯块是核燃料元件的核心部件,一般是以易裂变材料或可转换材料的化合物粉末为原料,通过机械混合、压制和烧结而成的柱状陶瓷体。在加工、烧结过程中,由于温度及其它不可控因素,其表面可能存在破损、掉块、裂纹等质量缺陷,因此,需要对芯块的外观进行检测并评定其表面质量。
传统的核燃料芯块外观检测方法,大都是利用人工目视的方式进行检测,但由于人工目视很难定量去评价每个芯块的表面质量,并且,人工目视检测时的判定标准难以把控,容易导致不同人检测的结果不一致,会严重影响检测结果的精确性和重复性,而且人工目视检测评价的效率也较低。
近年来,利用2D相机的机器视觉技术开始逐步应用于芯块外观缺陷的检测领域,目前核工业中一般是采用机器视觉技术通过对待检芯块的外观缺陷面积(即芯块缺损部分在芯块周面的投影面积大小)进行自动识别计算,从而实现对芯块表面质量的自动检测和评价。
然而,仅根据芯块的外观缺陷面积的大小来进行检测,并不能完全反映芯块的表面质量,对芯块表面质量评估的准确性较低。在反应堆运行时,若采用了上述这种表面质量评估不准确的芯块,难以确保核燃料元件功率的均匀分布,核燃料元件热功率分布不稳定会引发核燃料元件的局部高温,进而会导致核燃料元件包壳破损,引起反应堆事故。
发明内容
本发明要解决的技术问题是针对现有技术存在的以上不足,提供一种核燃料芯块外观周面缺陷的检测方法及装置,可实现对待检芯块外观周面缺陷的高精度、高效率的检测,以提高对核燃料芯块表面质量评估的准确度和效率。
根据本发明的一个方面,提供一种核燃料芯块外观周面缺陷的检测方法,其技术方案为:
一种核燃料芯块外观周面缺陷的检测方法,包括:
S110,获取待检芯块外观周面的整体3D点云数据;
S120,基于整体3D点云数据中的深度信息,确定待检芯块外观周面的缺陷区域;
S130,计算所述缺陷区域的缺陷体积,并根据缺陷体积判断待检芯块的表面质量是否合格。
优选的是,在所述步骤S110中,采用3D点云数据采集设备扫描待检芯块外观周面以得到整体3D点云数据,当待检芯块的长度大于3D点云数据采集设备的采集长度时,所述步骤S110包括以下步骤:
S110-1,沿所述待检芯块的长度方向,按预设长度将待检芯块划分为多个区段;
S110-2,采用3D点云数据采集设备扫描获取各区段芯块的外观周面的局部3D点云数据;
S110-3,对获取的所述局部3D点云数据进行拼接,得到待检芯块外观周面的整体3D点云数据。
优选的是,所述步骤S110-2具体包括以下步骤:
沿待检芯块的长度方向,以待检芯块各区段的长度为步长移动待检芯块或3D点云数据采集设备,并在每次移动后,将待检芯块或3D点云数据采集设备旋转至少一周,在旋转过程中扫描得到各区段芯块的外观周面的局部3D点云数据。
优选的是,所述步骤S120包括以下步骤:
将所述整体3D点云数据中的每个点云的深度值Hi与设定的深度阈值H0进行比较,若Hi>H0,则确定该点云为待检芯块外观周面上的周面缺陷点,周面缺陷点的位置即构成所述缺陷区域,
其中,所述深度阈值H0为所述整体3D点云数据中的各个点云的深度值Hi中的众数所对应的深度值。
优选的是,所述步骤S120具体包括:
将每个点云的深度值Hi等比例转化为灰度值Gi,生成对应的灰度图像,并将深度阈值H0按同样的比例转为灰度阈值G0;
将所述灰度图像中各像素点的灰度值Gi与灰度阈值G0进行比较,若Gi>G0,则确定该像素点为待检芯块外观周面上的周面缺陷点,周面缺陷点的位置即构成所述缺陷区域。
优选的是,在将所述灰度图像中各像素点的灰度值Gi与灰度阈值G0进行比较之前,所述检测方法还包括:
对所述灰度图像进行图像增强和预处理。
优选的是,所述步骤S130包括以下步骤:
基于所述整体3D点云数据,设每个点云代表的实际面积记为Si,计算出每个所述周面缺陷点的缺陷体积为Vi=Si*(Hi-H0);
将每个周面缺陷点的缺陷体积相加,以得到所述待检芯块外观周面上的缺陷区域的总缺陷体积V总=ΣVi;
预设待检芯块的总缺陷体积阈值为V0,将总缺陷体积V总与总缺陷体积阈值V0进行比较,以判断出所述待检芯块的表面质量是否合格,其中:
若V总>V0,则判断所述待检芯块的表面质量不合格;
若V总≤V0,则判断所述待检芯块的表面质量合格。
根据本发明的另一个方面,提供一种核燃料芯块外观周面缺陷的检测装置,其技术方案为:
一种核燃料芯块外观周面缺陷的检测装置,包括3D点云数据采集设备、数据分析处理模块、以及判断模块,其中:
所述3D点云数据采集设备,用于获取待检芯块外观周面的整体3D点云数据;
所述数据分析处理模块,与所述3D点云数据采集设备相连,用于对所述待检芯块外观周面的整体3D点云数据进行数据分析,以确定待检芯块外观周面的缺陷区域,并计算所述缺陷区域的缺陷体积;
所述判断模块,与所述数据分析处理模块相连,用于根据所述数据分析处理模块计算出的缺陷体积的大小,判断待检芯块的表面质量是否合格。
优选的是,所述3D点云数据采集设备包括第一获取单元、数据拼接单元,所述第一获取单元用于获取单个待检芯块中各区段外观周面的局部3D点云数据,所述数据拼接单元,与所述第一获取单元相连,用于将所述第一获取单元获取到的单个待检芯块中各区段外观周面的局部3D点云数据进行拼接,以得到该单个待检芯块的整体3D点云数据;或者,
所述3D点云数据采集设备包括第二获取单元、数据分割单元,所述第二获取单元,用于同时获取多个待检芯块的整体3D点云数据,所述数据分割单元与所述第二获取单元相连,用于将所述第一获取单元同时获取到的多个待检芯块的整体3D点云数据进行分割,以得到多个独立的待检芯块的整体3D点云数据。
优选的是,所述数据分析处理模块还包括灰度化处理单元,
所述灰度化处理单元,与所述数据拼接单元或所述数据分割单元相连,用于基于各个所述待检芯块的整体3D点云数据的深度信息,对所述整体3D点云数据进行灰度化处理,生成相应的灰度图像,并将灰度图像中各像素点的灰度值Gi和预设的灰度阈值G0进行比较,根据灰度值比较结果确定周面缺陷点。
本发明的核燃料芯块外观周面缺陷的检测方法,基于待检芯块外观周面的整体3D点云数据中的深度信息,计算出待检芯块外观周面缺陷的缺陷体积,根据缺陷体积的大小来评价待检芯块的表面质量,由于缺陷体积越大,待检芯块的实际缺失量越大,缺陷体积越小,待检芯块的实际缺失量越小,缺陷体积能更准确地衡量待检芯块的表面质量,并且,可避免人工主观性、局限性、
以及判定标准差异性等人为因素的影响,因此,与现有技术(以待检芯块外观缺陷的面积来评价表面质量)相比,本检测方法精度高,检测速度更快,提高芯块表面质量评估的准确度和效率。
本发明的核燃料芯块外观周面缺陷的检测装置,可基于待检芯块外观周面的整体3D点云数据中的深度信息,实现对待检芯块外观周面缺陷的自动检测与缺陷体积计算,并根据缺陷体积的大小来判断出待检芯块的表面质量,并且,不需要人工参与,可避免人工主观性、局限性、以及判定标准差异性等人为因素的影响,因此,与现有技术相比,缺陷体积能更准确地衡量待检芯块的表面质量,本检测装置可实现对芯块外观周面缺陷的高精度、高效率、以及判断标准高度统一的检测,提高芯块表面质量评估的准确度和效率。
附图说明
图1为本发明实施例中核燃料芯块外观周面缺陷的检测方法的流程图;
图2为本发明实施例中核燃料芯块外观周面3D点云数据采集示意图;
图3为本发明实施例中核燃料芯块外观周面缺陷的检测装置的结构示意图;
图4为本发明实施例中数据分析处理模块的结构示意图。
图中:21-待检芯块;23-旋转及夹持部件;110-3D点云数据采集设备;111-第一获取单元;112-第二获取单元;120-数据分析处理模块;121-数据拼接单元;122-数据分割单元;123-灰度化处理单元;130-判断模块。
具体实施方式
为使本领域技术人员更好的理解本发明的技术方案,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。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的前提下所获得的所有其它实施例,都属于本发明的保护范围。
实施例1
在反应堆运行时,核燃料元件热功率分布不稳定会引发核燃料元件的局部高温,从而导致核燃料元件的包壳破损,进而可能引起反应堆事故等一系列问题。本发明人发现,核燃料元件热功率是否均匀分布,与核燃料芯块中材料的实际缺失量直接相关,且核燃料芯块中材料的实际缺失量(即相对于完好模型的核燃料芯块的缺损部分的物质的量)与核燃料芯块外观周面缺陷的体积大小成正比关系。因此,只有根据核燃料芯块的外观周面缺陷体积大小才能较为准确的衡量芯块表面质量,避免因核燃料芯块表面质量而导致包壳破损等一系列问题。
据此,如图1所示,本实施例的核燃料芯块外观周面缺陷的检测方法,包括以下步骤:
S110,获取待检的核燃料芯块(以下简称待检芯块)外观周面的整体3D点云数据;
S120,基于整体3D点云数据中的深度信息,确定待检芯块外观周面的缺陷区域;
S130,计算待检芯块外观周面上的缺陷区域的缺陷体积,并根据缺陷体积的大小判断待检芯块的表面质量是否合格。
其中,缺陷体积指相对于完好模型的待检芯块的缺损部分的体积大小;表面质量指待检芯块的表面缺损区域的多少,若待检芯块外观没有缺损或缺损少,则说明待检芯块的表面质量好,若待检芯块外观缺损多,则说明待检芯块的表面质量差。
需要说明的是,本实施例中的待检芯块主要指MOX(钚铀混合氧化物核燃料)和压水堆核燃料芯块,其外形为圆柱状,外观周面即待检芯块的圆柱面。当然,本检测方法还可以用于检测圆柱状的其他类型芯块产品,而不限于核燃料芯块。
本实施例中,在步骤S110中,是采用3D点云数据采集设备扫描待检芯块的外观周面以得到整体3D点云数据,其中,3D点云数据是指在一个三维坐标系统中的一组向量的集合,这些向量通常以X,Y,Z三维坐标的形式表示,而且一般主要用来代表一个物体的外观周面形状,不仅如此,除了采用三维坐标(X,Y,Z)代表的几何位置信息之外,点云数据还可以表示一个点的RGB颜色、灰度值、深度、分割结果等。3D点云数据采集设备是指能够通过直接或与其它软/硬件相结合获得3D点云数据的设备,比如,可以是激光轮廓扫描相机、光谱共焦相机等其他具有类似功能的设备中的任意一种或多种的组合。
具体来说,如图2所示,采用3D点云数据采集设备110扫描待检芯块的外观周面得到整体3D点云数据的方式包括以下两种:
(1)将3D点云数据采集设备110固定,利用旋转及夹持部件23将待检芯块移动至3D点云数据采集设备的扫描区域,并将待检芯块21绕其轴线至少旋转一周,在旋转过程中对待检芯块1的外观周面进行扫描,从而得到待检芯块21外观周面的整体3D点云数据。
(2)将待检芯块21固定在旋转及夹持部件23中,通过移动和旋转3D点云数据采集设备110对固定的待检芯块21的外观周面进行扫描,得到芯块外观周面的整体3D点云数据。
在一些实施方式中,当待检芯块21的长度大于3D点云数据采集设备110的采集长度时,可采用多次扫描的方式来覆盖完整的待检芯块外观周面,此时,步骤S110包括以下步骤:
S110-1,沿待检芯块21的长度方向,按预设长度(根据实际情况进行选择)将待检芯块21划分为多个区段。
S110-2,采用3D点云数据采集设备110扫描获取待检芯块21的各区段的外观周面的局部3D点云数据。
具体来说,步骤S110-2具体包括以下步骤:沿待检芯块21的长度方向,以待检芯块各区段的长度为步长(即每次移动的距离),将待检芯块21的各个区段逐个移动至3D点云数据设备110的扫描区域,并在每次移动后,将待检芯块21沿其轴线旋转至少一周,在旋转过程中利用3D点云数据采集设备110对各区段的芯块外观周面进行扫描,从而得到待检芯块各区段的外观周面的局部3D点云数据;或者,以待检芯块各区段的长度为步长移动3D点云数据采集设备110对待检芯块21的各个区段外观周面逐个进行扫描,得到待检芯块各区段的外观周面的局部3D点云数据。其中,待检芯块各区段的局部3D点云数据等效于待检芯块各区段围绕其轴心的平面展开,各局部3D点云数据的长度相当于该区段的底面周长。
其中,待检芯块21上划分的各区段的长度应小于等于3D点云数据采集设备110的采集长度。
本实施例中,待检芯块21上划分的各区段的长度优选为小于3D点云数据采集设备110的采集长度,以使对待检芯块21的相邻两次区段的扫描在待检芯块21的长度方向上保持部分重叠,从而确保待检芯块各区段交界处的外观周面3D点云数据的完整性和精确度。
S110-3,对获取的各区段的局部3D点云数据进行拼接,得到待检芯块外观周面的整体3D点云数据。
需要注意的是,在实际检测过程中,当待检测芯块21的长度小于3D点云数据采集设备110的采集长度时,还可以将多个待检芯块21并列排列后同时进行3D点云数据采集,从而同时采集多个待检芯块的整体3D点云数据,之后再通过数据分割,得到各个待检芯块的整体3D点云数据,以提高检测速度。
在一些实施方式中,步骤S120包括以下步骤:
S120-1,基于上述获得的整体3D点云数据中的深度信息(即三维坐标中的Z坐标值,又叫做深度值),以各个点云的深度值的众数(即一组数据中出现次数最多的数值)为基准,设定众数对应的深度值为深度阈值H0;
S120-2,将整体3D点云数据中的每个点云的深度值Hi与设定的深度阈值H0进行比较,以确定周面缺陷点,周面缺陷点的位置即构成所述缺陷区域,其中:
若Hi>H0,则确定该点云为待检芯块外观周面上的周面缺陷点;
若Hi≤H0,则确定该点云为待检芯块外观周面上的完好点。
本实施例中,根据待检芯块外观周面上的缺陷区域的位置的不同,待检芯块外观缺陷具体可表现为掉边、掉角和掉块等形式。
在一些实施方式中,考虑到3D点云数据中的深度信息和灰度图中的灰度值正相关,即深度信息越大,对应的灰度值也越大,为了方便进行数据处理,常将3D点云数据中的深度信息等比例转化成灰度值信息,也就是说,步骤S120还可以是根据3D点云数据中的深度信息转化得到的灰度信息来确定待检芯块外观周面的缺陷区域,此时,步骤S120还包括灰度化处理,以得到灰度图像,再基于灰度图像和预设缺陷条件确定待检芯块外观周面的缺陷区域,具体包括以下步骤:
(1)基于上述获得的整体3D点云数据中的深度信息,将每个点云的深度值Hi等比例转化为灰度值Gi,,从而生成对应灰度图像,并将深度阈值H0按同样比例转为灰度阈值G0。
具体来说,将待检芯块的整体3D点云数据的深度信息中的最大值和最小值做差,将差值映射到相应的灰度级上,从而生成相应的灰度图像。
(2)将灰度图像中各像素点(对应各个点云)的灰度值Gi与灰度阈值G0进行比较,根据灰度值比较结果确定周面缺陷点,周面缺陷点的位置即构成所述缺陷区域,其中:
若Gi>G0,则确定该像素点为待检芯块外观周面上的周面缺陷点;
若Gi≤G0,则确定该像素点为待检芯块外观周面上的完好点。
在一些实施方式中,在将灰度图像中各像素点的灰度值Gi与灰度阈值G0进行比较之前,还包括:
对上述生成的灰度图像进行图像增强和预处理,以消除无效点的噪声,以提高缺陷检测的精度。
在一些实施方式中,步骤S130包括以下步骤:
S130-1,基于上述获得的整体3D点云数据,设每个点云代表的实际面积记为Si,计算出每个周面缺陷点代表的缺陷体积为:
Vi=Si(Hi-H0);
S130-2,将每个周面缺陷点代表的缺陷体积相加,以得到待检芯块外观周面上的缺陷区域的总缺陷体积为:
V总=ΣVi;
S130-3,预设待检芯块的总缺陷体积阈值为V0,将总缺陷体积V总与总缺陷体积阈值V0(根据实际情况或行业标注等因素进行选择设定)进行比较,以判断出所述待检芯块的表面质量是否合格,其中:
若V总>V0,则判断所述待检芯块的表面质量不合格;
若V总≤V0,则判断所述待检芯块的表面质量合格。
本实施例的核燃料芯块外观周面缺陷的检测方法,基于待检芯块外观周面的整体3D点云数据中的深度信息,可实现待检芯块外观周面缺陷的自动检测与缺陷体积计算,根据缺陷体积的大小来评价待检芯块的表面质量,且缺陷体积越大,待检芯块的实际缺失量越大,缺陷体积越小,待检芯块的实际缺失量越小,与现有技术(以待检芯块外观缺陷的面积来评价表面质量)相比,缺陷体积能更准确地衡量待检芯块的表面质量,并且,可避免人工主观性、局限性、以及判定标准差异性等人为因素的影响,因此,本检测方法精度高,检测速度更快,提高芯块表面质量评估的准确度和效率。
实施例2
如图3所示,本实施例公开一种核燃料芯块外观周面缺陷的检测装置,包括3D点云数据采集设备110、数据分析处理模块120、以及判断模块130,其中:
3D点云数据采集设备110,用于获取待检芯块21外观周面的整体3D点云数据;
数据分析处理模块120,与3D点云数据采集设备110相连,用于对待检测芯块21外观周面的整体3D点云数据进行数据分析,以确定待检芯块21外观周面的缺陷区域,并计算缺陷区域的缺陷体积;
判断模块130,与数据分析模块120相连,用于根据数据分析处理模块计算出的缺陷体积的大小,判断待检芯块的表面质量是否合格。
具体来说,3D点云数据采集设备110可以是激光轮廓扫描相机、光谱共焦相机等具有类似功能的设备中的任意一种或多种的组合,其检测精度优选为可达到纳米级,以保证数据采集的准确性。3D点云数据采集设备110通过对待检芯块21的外观周面进行扫描来采集待检芯块21的整体3D点云数据,并将之传送给数据分析处理模块。本检测装置还可以包括辅助设备,辅助设备用于移动和旋转待检芯块21或3D点云数据采集设备110,以配合完成对待检芯块21的整体3D点云数据的采集,比如,辅助设备可采用如图2中所示的旋转及夹持部件23。
数据分析处理模块120,用于基于3D点云数据采集设备110获取的整体3D点云数据中的深度信息,以各个点云的深度值的众数为基准,以众数对应的深度值为深度阈值H0,将整体3D点云数据中的每个点云的深度值Hi与深度阈值H0进行比较,以确定周面缺陷点,周面缺陷点的位置即构成所述缺陷区域,其中:
若Hi>H0,则确定该点云为待检芯块21外观周面上的周面缺陷点;
若Hi≤H0,则确定该点云为待检芯块21外观周面上的完好点;
并用于基于上述获得的整体3D点云数据中每个点云代表的实际面积Si,计算得到每个周面缺陷点代表的缺陷体积为:
Vi=Si(Hi-H0)
再将每个周面缺陷点代表的缺陷体积相加,得到待检芯块21外观周面上的缺陷区域的总缺陷体积为:
V总=ΣVi
判断模块,预设有待检芯块21的总缺陷体积阈值V0,用于将总缺陷体积V总与总缺陷体积阈值V0进行比较,并根据比较判断待检芯块21的表面质量是否合格,其中:
若V总>V0,则判断所述待检芯块21的表面质量不合格;
若V总≤V0,则判断所述待检芯块21的表面质量合格。
在一些实施方式中,如图4所示,3D点云数据采集设备110包括第一获取单元111、数据拼接单元121,其中:第一获取单元111用于获取单个待检芯块21外观周面的局部3D点云数据;数据拼接单元121与第一获取单元111相连,用于将第一获取单元111获取到的单个待检芯块21各区段外观周面的局部3D点云数据进行拼接,以得到该单个待检芯块21的整体3D点云数据。或者,3D点云数据采集设备110包括第二获取单元112和数据分割单元122,其中:第二获取单元112用于同时获取多个待检芯块21的外观周面的整体3D点云数据;数据分割单元122与第二获取单元112相连,用于将第二获取单元112同时获取到的多个待检芯块21的外观周面的整体3D点云数据进行分割,以得到多个独立的待检芯块21的整体点云数据。
在一些实施方式中,如图4所示,数据分析处理模块120还包括灰度化处理单元123,其与数据拼接单元121或数据分割单元相连122,用于基于各个待检芯块21的整体3D点云数据的深度信息,对各待检芯块21的整体3D点云数据进行灰度化处理,生成相应的灰度图像,并将灰度图像中各像素点的灰度值Gi和预设的灰度阈值G0进行比较,根据灰度值比较结果确定周面缺陷点。
具体来说,灰度化处理单元123基于上述获得的整体3D点云数据中的深度信息,将每个点云的深度值Hi等比例转化为灰度值Gi,,从而生成对应灰度图像,并将深度阈值H0按同样的比例转为灰度阈值G0,其中:
若Gi>G0,则确定该像素点为待检芯块21外观周面上的周面缺陷点;
若Gi≤G0,则确定该像素点为待检芯块21外观周面上的完好点。
本实施例的核燃料芯块外观周面缺陷的检测装置,可基于待检芯块外观周面的整体3D点云数据中的深度信息,实现对待检芯块外观周面缺陷的自动检测与缺陷体积计算,并根据缺陷体积的大小来判断出待检芯块的表面质量,与现有技术相比,缺陷体积能更准确地衡量待检芯块的表面质量,并且,不需要人工参与,可避免人工主观性、局限性、以及判定标准差异性等人为因素的影响,因此,本检测装置可实现对芯块外观周面缺陷的高精度、高效率、以及判断标准高度统一的检测,提高芯块表面质量评估的准确度和效率。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种核燃料芯块外观周面缺陷的检测方法,包括:
S110,获取待检芯块外观周面的整体3D点云数据;
S120,基于整体3D点云数据中的深度信息,确定待检芯块外观周面的缺陷区域;
S130,计算所述缺陷区域的缺陷体积,并根据缺陷体积判断待检芯块的表面质量是否合格。
2.根据权利要求1所述的核燃料芯块外观周面缺陷的检测方法,其特征在于,在所述步骤S110中,采用3D点云数据采集设备扫描待检芯块外观周面以得到整体3D点云数据,
当待检芯块的长度大于3D点云数据采集设备的采集长度时,所述步骤S110包括以下步骤:
S110-1,沿所述待检芯块的长度方向,按预设长度将待检芯块划分为多个区段;
S110-2,采用3D点云数据采集设备扫描获取各区段芯块的外观周面的局部3D点云数据;
S110-3,对获取的所述局部3D点云数据进行拼接,得到待检芯块外观周面的整体3D点云数据。
3.根据权利要求2所述的核燃料芯块外观周面缺陷的检测方法,其特征在于,所述步骤S110-2具体包括以下步骤:
沿待检芯块的长度方向,以待检芯块各区段的长度为步长移动待检芯块或3D点云数据采集设备,并在每次移动后,将待检芯块或3D点云数据采集设备旋转至少一周,在旋转过程中扫描得到各区段芯块的外观周面的局部3D点云数据。
4.根据权利要求2所述的核燃料芯块外观周面缺陷的检测方法,其特征在于,所述步骤S120包括以下步骤:
将所述整体3D点云数据中的每个点云的深度值Hi与设定的深度阈值H0进行比较,若Hi>H0,则确定该点云为待检芯块外观周面上的周面缺陷点,周面缺陷点的位置即构成所述缺陷区域,
其中,所述深度阈值H0为所述整体3D点云数据中的各个点云的深度值Hi中的众数所对应的深度值。
5.根据权利要求4所述的核燃料芯块外观周面缺陷的检测方法,其特征在于,所述步骤S120具体包括:
将每个点云的深度值Hi等比例转化为灰度值Gi,生成对应的灰度图像,并将深度阈值H0按同样的比例转为灰度阈值G0;
将所述灰度图像中各像素点的灰度值Gi与灰度阈值G0进行比较,若Gi>G0,则确定该像素点为待检芯块外观周面上的周面缺陷点,周面缺陷点的位置即构成所述缺陷区域。
6.根据权利要求5所述的核燃料芯块外观周面缺陷的检测方法,其特征在于,在将所述灰度图像中各像素点的灰度值Gi与灰度阈值G0进行比较之前,还包括:
对所述灰度图像进行图像增强和预处理。
7.根据权利要求4-6任一项所述的核燃料芯块外观周面缺陷的检测方法,其特征在于,所述步骤S130包括以下步骤:
基于所述整体3D点云数据,设每个点云代表的实际面积记为Si,计算出每个所述周面缺陷点的缺陷体积为Vi=Si*(Hi-H0);
将每个周面缺陷点的缺陷体积相加,以得到所述待检芯块外观周面上的缺陷区域的总缺陷体积V总=ΣVi;
预设待检芯块的总缺陷体积阈值为V0,将总缺陷体积V总与总缺陷体积阈值V0进行比较,以判断出所述待检芯块的表面质量是否合格,其中:
若V总>V0,则判断所述待检芯块的表面质量不合格;
若V总≤V0,则判断所述待检芯块的表面质量合格。
8.一种核燃料芯块外观周面缺陷的检测装置,其特征在于,包括3D点云数据采集设备(110)、数据分析处理模块(120)、以及判断模块(130),其中:
所述3D点云数据采集设备,用于获取待检芯块外观周面的整体3D点云数据;
所述数据分析处理模块,与所述3D点云数据采集设备相连,用于对所述待检芯块外观周面的整体3D点云数据进行数据分析,以确定待检芯块外观周面的缺陷区域,并计算所述缺陷区域的缺陷体积;
所述判断模块,与所述数据分析处理模块相连,用于根据所述数据分析处理模块计算出的缺陷体积的大小,判断待检芯块的表面质量是否合格。
9.根据权利要求8所述的核燃料芯块外观周面缺陷检测的装置,其特征在于,所述3D点云数据采集设备包括第一获取单元(111)、数据拼接单元(121),
所述第一获取单元,用于获取单个待检芯块中各区段外观周面的局部3D点云数据,
所述数据拼接单元,与所述第一获取单元相连,用于将所述第一获取单元获取到的单个待检芯块中各区段外观周面的局部3D点云数据进行拼接,以得到该单个待检芯块的整体3D点云数据;
或,
所述3D点云数据采集设备包括第二获取单元(112)、数据分割单元(122),
所述第二获取单元,用于同时获取多个待检芯块的整体3D点云数据;
所述数据分割单元,与所述第二获取单元相连,用于将所述第二获取单元同时获取到的多个待检芯块的整体3D点云数据进行分割,以得到多个独立的待检芯块的整体3D点云数据。
10.根据权利要求9所述的核燃料芯块外观周面缺陷检测的装置,其特征在于,所述数据分析处理模块包括灰度化处理单元(123),
所述灰度化处理单元,与所述数据拼接单元或所述数据分割单元相连,用于基于各个待检芯块的整体3D点云数据的深度信息,对所述整体3D点云数据进行灰度化处理,生成相应的灰度图像,并将灰度图像中各像素点的灰度值Gi和预设的灰度阈值G0进行比较,根据灰度值比较结果确定周面缺陷点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110526240.5A CN113222937A (zh) | 2021-05-14 | 2021-05-14 | 一种核燃料芯块外观周面缺陷的检测方法及检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110526240.5A CN113222937A (zh) | 2021-05-14 | 2021-05-14 | 一种核燃料芯块外观周面缺陷的检测方法及检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113222937A true CN113222937A (zh) | 2021-08-06 |
Family
ID=77095714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110526240.5A Pending CN113222937A (zh) | 2021-05-14 | 2021-05-14 | 一种核燃料芯块外观周面缺陷的检测方法及检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113222937A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115931908A (zh) * | 2022-12-28 | 2023-04-07 | 杭州中为光电技术有限公司 | 一种硅棒缺陷自动检测系统及检测方法 |
CN116068057A (zh) * | 2023-04-02 | 2023-05-05 | 广东仁懋电子有限公司 | 一种sot封装类芯片缺陷检测方法及系统 |
CN116165340A (zh) * | 2022-12-28 | 2023-05-26 | 杭州中为光电技术有限公司 | 一种硅棒在线检测系统及检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106373127A (zh) * | 2016-09-14 | 2017-02-01 | 东北林业大学 | 用于木材树种及表面缺陷的激光扫描并行检测方法 |
CN109978865A (zh) * | 2019-03-28 | 2019-07-05 | 中核建中核燃料元件有限公司 | 一种用于核燃料棒焊缝表面检测的方法、装置 |
CN109978866A (zh) * | 2019-03-28 | 2019-07-05 | 中国核电工程有限公司 | 燃料芯块周面缺陷的在线检测装置和方法 |
CN110132975A (zh) * | 2019-03-28 | 2019-08-16 | 中核建中核燃料元件有限公司 | 一种用于核燃料棒包壳表面检测的方法、装置 |
-
2021
- 2021-05-14 CN CN202110526240.5A patent/CN113222937A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106373127A (zh) * | 2016-09-14 | 2017-02-01 | 东北林业大学 | 用于木材树种及表面缺陷的激光扫描并行检测方法 |
CN109978865A (zh) * | 2019-03-28 | 2019-07-05 | 中核建中核燃料元件有限公司 | 一种用于核燃料棒焊缝表面检测的方法、装置 |
CN109978866A (zh) * | 2019-03-28 | 2019-07-05 | 中国核电工程有限公司 | 燃料芯块周面缺陷的在线检测装置和方法 |
CN110132975A (zh) * | 2019-03-28 | 2019-08-16 | 中核建中核燃料元件有限公司 | 一种用于核燃料棒包壳表面检测的方法、装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115931908A (zh) * | 2022-12-28 | 2023-04-07 | 杭州中为光电技术有限公司 | 一种硅棒缺陷自动检测系统及检测方法 |
CN116165340A (zh) * | 2022-12-28 | 2023-05-26 | 杭州中为光电技术有限公司 | 一种硅棒在线检测系统及检测方法 |
CN116165340B (zh) * | 2022-12-28 | 2023-09-29 | 杭州中为光电技术有限公司 | 一种硅棒在线检测系统及检测方法 |
CN115931908B (zh) * | 2022-12-28 | 2024-05-07 | 杭州中为光电技术有限公司 | 一种硅棒缺陷自动检测系统及检测方法 |
CN116068057A (zh) * | 2023-04-02 | 2023-05-05 | 广东仁懋电子有限公司 | 一种sot封装类芯片缺陷检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113222937A (zh) | 一种核燃料芯块外观周面缺陷的检测方法及检测装置 | |
WO2019134252A1 (zh) | 结构裂缝自动化描绘及宽度精准测量方法与设备 | |
CN110443278B (zh) | 一种太阳能电池片栅线粗细异常的检测方法、装置及设备 | |
CN114719749B (zh) | 基于机器视觉的金属表面裂纹检测及真实尺寸测量方法及系统 | |
CN108571928A (zh) | 一种基于机器视觉的夹片锚具尺寸缺陷检测方法 | |
CN103839271A (zh) | 一种基于最佳匹配的图像纹理合成方法 | |
EP2605213B1 (en) | Method and system for processing images for inspection of an object | |
CN116465315B (zh) | 一种网版质量自动化检测方法及系统 | |
CN107796718A (zh) | 布氏硬度测量系统及方法 | |
CN113362276A (zh) | 板材视觉检测方法及系统 | |
CN113720914B (zh) | 超声波探伤系统及超声波探伤方法 | |
CN110132975B (zh) | 一种用于核燃料棒包壳表面检测的方法、装置 | |
Wang et al. | Structured-light three-dimensional scanning for process monitoring and quality control in precast concrete production. | |
CN102914479A (zh) | 布氏硬度自动测定方法 | |
CN117437220A (zh) | 一种基于大数据的建筑工程质量检测方法及系统 | |
CN112581424B (zh) | 一种光学元件表面与亚表面缺陷的分类提取方法 | |
CN114882009A (zh) | 可适应多种表面状态的疲劳裂纹尖端自动检测方法及系统 | |
US20050154563A1 (en) | Device and method for evaluating a characteristic of an object | |
CN111583241A (zh) | 超大面积蜂窝产品规整度的移动式检测方法及装置 | |
CN117495846B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
EP4312231A1 (en) | System and procedure for inspection of the surface of a nuclear fuel rod for the automatic detection, location and characterization of defects | |
CN108122226B (zh) | 一种玻璃缺陷的检测方法及装置 | |
CN117890389B (zh) | 精烧制品表面质量在线检测方法、设备及其存储介质 | |
CN115082424B (zh) | 一种液晶显示屏的3d检测方法 | |
JP2638121B2 (ja) | 表面欠陥検査装置 |
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 |