CN117741090A - 一种变速箱精密铸件质量缺陷检测方法 - Google Patents
一种变速箱精密铸件质量缺陷检测方法 Download PDFInfo
- Publication number
- CN117741090A CN117741090A CN202410182200.7A CN202410182200A CN117741090A CN 117741090 A CN117741090 A CN 117741090A CN 202410182200 A CN202410182200 A CN 202410182200A CN 117741090 A CN117741090 A CN 117741090A
- Authority
- CN
- China
- Prior art keywords
- gearbox
- defect detection
- castings
- detection group
- casting
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 199
- 238000001514 detection method Methods 0.000 title claims abstract description 174
- 238000005495 investment casting Methods 0.000 title claims abstract description 160
- 238000005266 casting Methods 0.000 claims abstract description 117
- 238000000034 method Methods 0.000 claims abstract description 68
- 238000004519 manufacturing process Methods 0.000 claims abstract description 59
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000013441 quality evaluation Methods 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims description 46
- 238000012544 monitoring process Methods 0.000 claims description 45
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 19
- 239000011148 porous material Substances 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000005336 cracking Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 10
- 239000012535 impurity Substances 0.000 claims description 9
- 238000001303 quality assessment method Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000005259 measurement Methods 0.000 abstract description 3
- 230000003287 optical effect Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011326 mechanical measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明涉及变速箱精密铸件质量缺陷检测技术领域,具体公开一种变速箱精密铸件质量缺陷检测方法,该方法包括:检测数据设置、外观缺陷检测、内部缺陷检测、振动缺陷检测和综合质量分析;本发明通过分析当前生产批次对应外观层面、内部层面和振动层面的质量符合系数,从而分析综合质量评估指数,并进行反馈,采用超声波非接触式光学测量技术,结合计算机视觉和图像处理技术,减少了当前检测方法中存在的效率低、精度差等问题,实现对变速箱精密铸件的质量缺陷进行快速、准确、自动化的检测,提高了产品质量,满足了消费者的使用体验和满意度,同时提高了车辆的安全性和可靠性,减少了车辆在运行过程中出现故障问题。
Description
技术领域
本发明涉及变速箱精密铸件质量缺陷检测技术领域,具体而言,涉及一种变速箱精密铸件质量缺陷检测方法。
背景技术
变速箱精密铸件在制造过程中,由于各种原因可能导致其存在质量缺陷,这些缺陷的存在会影响铸件的性能和使用寿命,因此,对变速箱精密铸件进行质量缺陷检测至关重要。
现有的对变速箱精密铸件进行质量缺陷检测方式中还存在以下几个方面的问题:1、现有的质量缺陷检测方法通常采用人工目视检测或机械测量等方法,但这些方法存在检测效率低、精度差等问题,无法实现对变速箱精密铸件的质量缺陷进行快速、准确、自动化的检测。
2、当前仅对变速箱精密铸件外观层面的质量缺陷进行检测,未对变速箱精密铸件内部层面的质量缺陷进行分析,即未分析变速箱精密铸件内部的气孔情况和夹杂物情况,可能影响变速箱精密铸件的力学性能,进而影响车辆的安全性和可靠性,如果这些缺陷未被及时发现和处理,可能会导致车辆在运行过程中出现故障或安全隐患。
3、未对变速箱精密铸件振动层面的质量缺陷进行检测,即未对变速箱精密铸件在振动测试时的振动形变度和开裂度进行深度分析,无法准确评估其性能和质量,导致生产出的产品质量不稳定,存在潜在的质量问题,同时不能确定产品的合格率,无法进行针对性的生产调整和改进,导致目标工厂的生产效率低下,增加生产成本和浪费资源。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种变速箱精密铸件质量缺陷检测方法。
本发明的目的可以通过以下技术方案实现:本发明提供一种变速箱精密铸件质量缺陷检测方法,包括以下步骤:S1、检测数据设置:从目标生产车间的当前生产批次中随机选取若干变速箱精密铸件,并将其按照等比例划分为外观缺陷检测组、内部缺陷检测组和振动缺陷检测组。
S2、外观缺陷检测:采集外观缺陷检测组中各变速箱精密铸件的形状图像、重量、
表面凹凸处数目和各凹凸处对应的凹凸体积,分析当前生产批次对应外观层面的质量符合
系数。
S3、内部缺陷检测:采集内部缺陷检测组中各变速箱精密铸件对应各监测子区域
中存在的气孔数目、各气孔的体积、夹杂物数目和各夹杂物的体积,分析当前生产批次对应
内部层面的质量符合系数。
S4、振动缺陷检测:对振动缺陷检测组中各变速箱精密铸件进行振动测试,采集振
动缺陷检测组中各变速箱精密铸件在各测试时长对应的测试信息,分析当前生产批次对应
振动层面的质量符合系数。
S5、综合质量分析:分析当前生产批次中变速箱精密铸件的综合质量评估指数,
并当其小于设定参照的综合质量评估指数时,进行反馈。
具体地,所述分析当前生产批次对应外观层面的质量符合系数,具体分析过程:
A1、将外观缺陷检测组中各变速箱精密铸件的形状图像与云数据库中存储的变速箱精密铸
件的标准形状图像进行匹配对比,若某变速箱精密铸件的形状图像与云数据库中存储的变
速箱精密铸件的标准形状图像匹配成功,则将该变速箱精密铸件记为形状正常铸件,反之
记为形状异常铸件,统计外观缺陷检测组中形状异常铸件数目,记为。
A2、基于外观缺陷检测组中各变速箱精密铸件的重量,计算外观缺陷检测组中变
速箱精密铸件的重量误差系数。
A3、基于外观缺陷检测组中各变速箱精密铸件的表面凹凸处数目和各凹凸处对应
的凹凸体积,计算外观缺陷检测组中变速箱精密铸件的凹凸度。
A4、计算当前生产批次对应外观层面的质量符合系数,,
其中,、和分别表示设定参照的形状异常铸件数目、重量误差系数和凹凸度,、和分别表示设定的形状异常铸件数目、重量误差系数和凹凸度对应外观层面的质量符合评
估占比权重。
具体地,所述计算外观缺陷检测组中变速箱精密铸件的重量误差系数,具体计算
过程为:B1、将外观缺陷检测组中各变速箱精密铸件的重量与云数据库中存储的变速箱精
密铸件的标准生产重量进行作差,得到各变速箱精密铸件的误差重量,并将其与设定许可
的误差重量范围进行对比,若某变速箱精密铸件的误差重量位于设定许可的误差重量范围
内,则表明该变速箱精密铸件为重量合格铸件,反之,表明该变速箱精密铸件为重量不合格
铸件,统计外观缺陷检测组中重量不合格铸件数目,记为。
B2、从各变速箱精密铸件的误差重量中提取最大值,记为。
B3、计算外观缺陷检测组中变速箱精密铸件的重量误差系数,,其中,和分别表示设定参照的重量不合格铸件数目和误差重
量,和分别表示设定的重量不合格铸件数目和误差重量对应重量误差评估占比权重。
具体地,所述分析当前生产批次对应内部层面的质量符合系数,具体分析过程为:
C1、基于内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的气孔数目和各气
孔的体积,计算内部缺陷检测组中变速箱精密铸件的综合气孔度。
C2、基于内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的夹杂物
数目和各夹杂物的体积,按照内部缺陷检测组中变速箱精密铸件的综合气孔度的计算方式
同理计算内部缺陷检测组中变速箱精密铸件的综合杂质度。
C3、计算当前生产批次对应内部层面的质量符合系数,,其
中,和分别表示设定参照的综合气孔度和综合杂质度,和分别表示设定的综合气
孔度和综合杂质度对应内部层面的质量符合评估占比权重,表示自然常数。
具体地,所述计算内部缺陷检测组中变速箱精密铸件的综合气孔度,具体计算过
程为:D1、将内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的气孔数目记
为,其中,表示变速箱精密铸件的编号,,表示监测子区域的编号,。
D2、将内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的各气孔的
体积进行累加,得到内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的气孔
体积,记为。
D3、计算内部缺陷检测组中各变速箱精密铸件对应各监测子区域的气孔度,,其中,和分别表示设定参照的气孔数目和气孔体积,和分别
表示设定的气孔数目和气孔体积对应气孔度评估占比权重。
D4、将内部缺陷检测组中各变速箱精密铸件对应各监测子区域的气孔度与设定参
照的气孔度进行对比,若内部缺陷检测组中某变速箱精密铸件中存在某监测子区域的气孔
度大于设定参照的气孔度,则将该变速箱精密铸件记为内部缺陷铸件,将该监测子区域记
为异常监测子区域,统计内部缺陷检测组中内部缺陷铸件数目,记为。
D5、将内部缺陷检测组中各内部缺陷铸件对应各异常监测子区域的气孔度进行二次均值计算,得到内部缺陷检测组中变速箱精密铸件的平均气孔度,记为。
D6、计算内部缺陷检测组中变速箱精密铸件的综合气孔度,,其中,和分别表示设定参照的内部缺陷铸件数目占比和气孔度,和分别表示设定的内部缺陷铸件数目占比和气孔度对应综合气孔度评估占比权重,
表示变速箱精密铸件数目。
具体地,所述测试信息包括图像、裂痕数目和各裂痕处的裂痕长度。
具体地,所述分析当前生产批次对应振动层面的质量符合系数,具体分析过程为:E1、从振动缺陷检测组中各变速箱精密铸件在各测试时长对应的测试信息中提取图像、裂痕数目和各裂痕处的裂痕长度。
E2、基于振动缺陷检测组中各变速箱精密铸件在各测试时长对应的图像,计算振
动缺陷检测组中变速箱精密铸件的振动形变度。
E3、基于振动缺陷检测组中各变速箱精密铸件在各测试时长对应的裂痕数目和各
裂痕处的裂痕长度,计算振动缺陷检测组中变速箱精密铸件的开裂度。
E4、计算当前生产批次对应振动层面的质量符合系数,,
其中,和分别表示设定参照的振动形变度和开裂度,和分别表示设定的振动形
变度和开裂度对应振动层面的质量符合评估占比权重。
具体地,所述计算振动缺陷检测组中变速箱精密铸件的振动形变度,具体计算过
程为:F1、从振动缺陷检测组中各变速箱精密铸件在各测试时长对应的图像中定位出轮廓,
并将其与云数据库中存储的变速箱精密铸件的标准轮廓进行重叠对比,得到振动缺陷检测
组中各变速箱精密铸件在各测试时长对应的重叠轮廓体积,记为,其中,表示测试时长
的编号,。
F2、从云数据库中存储的变速箱精密铸件的标准轮廓中提取标准轮廓体积,记为。
F3、计算振动缺陷检测组中变速箱精密铸件的振动形变度,,其中,表示设定参照的重叠轮廓体积占比,表示测试时长数
目。
具体地,所述当前生产批次中变速箱精密铸件的综合质量评估指数的计算公式
为:,其中,、和分别表示设定的外观层面、内部层面和振
动层面对应综合质量评估占比权重。
相较于现有技术,本发明的实施例至少具有如下优点或有益效果:(1)本发明通过分析当前生产批次对应外观层面、内部层面和振动层面的质量符合系数,从而分析综合质量评估指数,并进行反馈,采用超声波非接触式光学测量技术,结合计算机视觉和图像处理技术,减少了当前检测方法中存在的效率低、精度差等问题,实现对变速箱精密铸件的质量缺陷进行快速、准确、自动化的检测,提高了产品质量,满足了消费者的使用体验和满意度。
(2)本发明通过采集内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的气孔数目、各气孔的体积、夹杂物数目和各夹杂物的体积,分析当前生产批次对应内部层面的质量符合系数,减少了对变速箱精密铸件的力学性能的影响,进而提高了车辆的安全性和可靠性,同时提高了内部缺陷发现和处理的及时性,减少了车辆在运行过程中出现故障问题。
(3)本发明通过采集振动缺陷检测组中各变速箱精密铸件在各测试时长对应的图像、裂痕数目和各裂痕处的裂痕长度,分析当前生产批次对应振动层面的质量符合系数,准确评估其性能和质量,提高了产品质量的稳定性,可以及时存在潜在的质量问题,同时可以确定产品的合格率,进行针对性的生产调整和改进,可以提高目标工厂的生产效率,减少生产成本和浪费资源。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明方法步骤流程示意图。
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所示,本发明提供了一种变速箱精密铸件质量缺陷检测方法,包括:S1、检测数据设置:从目标生产车间的当前生产批次中随机选取若干变速箱精密铸件,并将其按照等比例划分为外观缺陷检测组、内部缺陷检测组和振动缺陷检测组。
S2、外观缺陷检测:采集外观缺陷检测组中各变速箱精密铸件的形状图像、重量、
表面凹凸处数目和各凹凸处对应的凹凸体积,分析当前生产批次对应外观层面的质量符合
系数。
需要说明的是,所述外观缺陷检测组中各变速箱精密铸件的形状图像和重量分别通过摄像头和重量传感器采集得到。
还需要说明的是,所述外观缺陷检测组中各变速箱精密铸件的表面凹凸处数目的采集方式为:使用3D扫描仪对各变速箱精密铸件进行扫描,获取各变速箱精密铸件的三维坐标数据,将三维坐标数据导入三维建模软件中,建立各变速箱精密铸件的三维模型,将各变速箱精密铸件的三维模型与变速箱精密铸件的标准三维模型进行重叠对比,得到各变速箱精密铸件的各异常区域,若某变速箱精密铸件的某异常区域对应的各坐标值均位于标准三维模型对应的坐标数据内,则判定该异常区域为凹处,反之,判定该异常区域为凸处,由此,统计各变速箱精密铸件的表面凹凸处数目。
所述外观缺陷检测组中各变速箱精密铸件的各凹凸处对应的凹凸体积的采集方式为:使用三维建模软件中的测量工具,对各凹凸处对应的凹凸体积进行测量。
在本发明具体实施例中,所述分析当前生产批次对应外观层面的质量符合系数,
具体分析过程:A1、将外观缺陷检测组中各变速箱精密铸件的形状图像与云数据库中存储
的变速箱精密铸件的标准形状图像进行匹配对比,若某变速箱精密铸件的形状图像与云数
据库中存储的变速箱精密铸件的标准形状图像匹配成功,则将该变速箱精密铸件记为形状
正常铸件,反之记为形状异常铸件,统计外观缺陷检测组中形状异常铸件数目,记为。
A2、基于外观缺陷检测组中各变速箱精密铸件的重量,计算外观缺陷检测组中变
速箱精密铸件的重量误差系数。
在本发明具体实施例中,所述计算外观缺陷检测组中变速箱精密铸件的重量误差
系数,具体计算过程为:B1、将外观缺陷检测组中各变速箱精密铸件的重量与云数据库中存
储的变速箱精密铸件的标准生产重量进行作差,得到各变速箱精密铸件的误差重量,并将
其与设定许可的误差重量范围进行对比,若某变速箱精密铸件的误差重量位于设定许可的
误差重量范围内,则表明该变速箱精密铸件为重量合格铸件,反之,表明该变速箱精密铸件
为重量不合格铸件,统计外观缺陷检测组中重量不合格铸件数目,记为。
B2、从各变速箱精密铸件的误差重量中提取最大值,记为。
B3、计算外观缺陷检测组中变速箱精密铸件的重量误差系数,,其中,和分别表示设定参照的重量不合格铸件数目和误
差重量,和分别表示设定的重量不合格铸件数目和误差重量对应重量误差评估占比权
重。
A3、基于外观缺陷检测组中各变速箱精密铸件的表面凹凸处数目和各凹凸处对应
的凹凸体积,计算外观缺陷检测组中变速箱精密铸件的凹凸度。
需要说明的是,所述计算外观缺陷检测组中变速箱精密铸件的凹凸度,具体计算
过程为:G1、将外观缺陷检测组中各变速箱精密铸件的表面凹凸处数目和各凹凸处对应的
凹凸体积分别记为和,其中,表示凹凸处的编号,。
G2、计算外观缺陷检测组中变速箱精密铸件的凹凸度,,
其中,和分别表示设定参照的表面凹凸处数目和凹凸体积,和分别表示设定的表面
凹凸处数目和凹凸体积对应凹凸度评估占比权重。
A4、计算当前生产批次对应外观层面的质量符合系数,,
其中,、和分别表示设定参照的形状异常铸件数目、重量误差系数和凹凸度,、和分别表示设定的形状异常铸件数目、重量误差系数和凹凸度对应外观层面的质量符合评
估占比权重。
S3、内部缺陷检测:采集内部缺陷检测组中各变速箱精密铸件对应各监测子区域
中存在的气孔数目、各气孔的体积、夹杂物数目和各夹杂物的体积,分析当前生产批次对应
内部层面的质量符合系数。
需要说明的是,所述内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的气孔数目和各气孔的体积的采集方式为:对各变速箱精密铸件对应各监测子区域进行超声波检测,得到各变速箱精密铸件对应各监测子区域的各超声波图像,将各超声波图像与设定的超声波经过气孔时超声波变化图集合进行匹配对比,若某超声波图像位于设定的超声波经过气孔时超声波变化图集合内,则将该超声波图像记为经过气孔的超声波图像,统计经过气孔的超声波图像数目,将其记为气孔数目,由此得到各变速箱精密铸件对应各监测子区域中存在的气孔数目,并使用自带的测量工具,采集各气孔的体积。
所述内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的夹杂物数目和各夹杂物的体积的采集方式为:将各超声波图像与设定的超声波经过夹杂物时超声波变化图集合进行匹配对比,若某超声波图像位于设定的超声波经过夹杂物时超声波变化图集合内,则将该超声波图像记为经过夹杂物的超声波图像,统计经过夹杂物的超声波图像数目,将其记为夹杂物数目,由此得到各变速箱精密铸件对应各监测子区域中存在的气孔数目,并使用自带的测量工具,可以采集到各夹杂物的体积。
在本发明具体实施例中,所述分析当前生产批次对应内部层面的质量符合系数,
具体分析过程为:C1、基于内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在
的气孔数目和各气孔的体积,计算内部缺陷检测组中变速箱精密铸件的综合气孔度。
在本发明具体实施例中,所述计算内部缺陷检测组中变速箱精密铸件的综合气孔
度,具体计算过程为:D1、将内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在
的气孔数目记为,其中,表示变速箱精密铸件的编号,,表示监测子区域的编
号,。
D2、将内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的各气孔的
体积进行累加,得到内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的气孔
体积,记为。
D3、计算内部缺陷检测组中各变速箱精密铸件对应各监测子区域的气孔度,,其中,和分别表示设定参照的气孔数目和气孔体积,和分
别表示设定的气孔数目和气孔体积对应气孔度评估占比权重。
D4、将内部缺陷检测组中各变速箱精密铸件对应各监测子区域的气孔度与设定参
照的气孔度进行对比,若内部缺陷检测组中某变速箱精密铸件中存在某监测子区域的气孔
度大于设定参照的气孔度,则将该变速箱精密铸件记为内部缺陷铸件,将该监测子区域记
为异常监测子区域,统计内部缺陷检测组中内部缺陷铸件数目,记为。
D5、将内部缺陷检测组中各内部缺陷铸件对应各异常监测子区域的气孔度进行二次均值计算,得到内部缺陷检测组中变速箱精密铸件的平均气孔度,记为。
D6、计算内部缺陷检测组中变速箱精密铸件的综合气孔度,,其中,和分别表示设定参照的内部缺陷铸件数目占比和气孔
度,和分别表示设定的内部缺陷铸件数目占比和气孔度对应综合气孔度评估占比权
重,表示变速箱精密铸件数目。
C2、基于内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的夹杂物
数目和各夹杂物的体积,按照内部缺陷检测组中变速箱精密铸件的综合气孔度的计算方式
同理计算内部缺陷检测组中变速箱精密铸件的综合杂质度。
C3、计算当前生产批次对应内部层面的质量符合系数,,
其中,和分别表示设定参照的综合气孔度和综合杂质度,和分别表示设定的综合
气孔度和综合杂质度对应内部层面的质量符合评估占比权重,表示自然常数。
本发明实施例通过采集内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的气孔数目、各气孔的体积、夹杂物数目和各夹杂物的体积,分析当前生产批次对应内部层面的质量符合系数,减少了对变速箱精密铸件的力学性能的影响,进而提高了车辆的安全性和可靠性,同时提高了内部缺陷发现和处理的及时性,减少了车辆在运行过程中出现故障问题。
S4、振动缺陷检测:对振动缺陷检测组中各变速箱精密铸件进行振动测试,采集振
动缺陷检测组中各变速箱精密铸件在各测试时长对应的测试信息,分析当前生产批次对应
振动层面的质量符合系数。
需要说明的是,所述振动测试的具体过程为:将振动缺陷检测组中各变速箱精密铸件固定在振动试验机上,启动振动试验机,并将振动试验机的振动时长分别设置为各测试时长。
在本发明具体实施例中,所述测试信息包括图像、裂痕数目和各裂痕处的裂痕长度。
需要说明的是,所述图像通过安置在振动试验机附近的摄像头采集得到,所述裂痕数目和各裂痕处的裂痕长度的采集方式为:从采集到的图像中定位出划痕处数目,并通过摄像系统中自带的测量工具测量得到各划痕处的划痕长度。
在本发明具体实施例中,所述分析当前生产批次对应振动层面的质量符合系数,具体分析过程为:E1、从振动缺陷检测组中各变速箱精密铸件在各测试时长对应的测试信息中提取图像、裂痕数目和各裂痕处的裂痕长度。
E2、基于振动缺陷检测组中各变速箱精密铸件在各测试时长对应的图像,计算振
动缺陷检测组中变速箱精密铸件的振动形变度。
在本发明具体实施例中,所述计算振动缺陷检测组中变速箱精密铸件的振动形变
度,具体计算过程为:F1、从振动缺陷检测组中各变速箱精密铸件在各测试时长对应的图像
中定位出轮廓,并将其与云数据库中存储的变速箱精密铸件的标准轮廓进行重叠对比,得
到振动缺陷检测组中各变速箱精密铸件在各测试时长对应的重叠轮廓体积,记为,其中,表示测试时长的编号,。
F2、从云数据库中存储的变速箱精密铸件的标准轮廓中提取标准轮廓体积,记为。
F3、计算振动缺陷检测组中变速箱精密铸件的振动形变度,,其中,表示设定参照的重叠轮廓体积占比,表示测试时长数
目。
E3、基于振动缺陷检测组中各变速箱精密铸件在各测试时长对应的裂痕数目和各
裂痕处的裂痕长度,计算振动缺陷检测组中变速箱精密铸件的开裂度。
需要说明的是,所述计算振动缺陷检测组中变速箱精密铸件的开裂度,具体计算过程为:H1、将振动缺陷检测组中各变速箱精密铸件在各测试时长对应的裂痕数目和各裂痕处的裂痕长度分别记为和/>,其中,/>表示裂痕处的编号,/>。
H2、计算振动缺陷检测组中变速箱精密铸件的开裂度,,其中,和分别表示设定参照的裂痕数目和裂痕长度,
和分别表示设定的裂痕数目和裂痕长度对应开裂度评估占比权重。
E4、计算当前生产批次对应振动层面的质量符合系数,,
其中,和分别表示设定参照的振动形变度和开裂度,和分别表示设定的振动形变
度和开裂度对应振动层面的质量符合评估占比权重。
本发明实施例通过采集振动缺陷检测组中各变速箱精密铸件在各测试时长对应的图像、裂痕数目和各裂痕处的裂痕长度,分析当前生产批次对应振动层面的质量符合系数,准确评估其性能和质量,提高了产品质量的稳定性,可以及时存在潜在的质量问题,同时可以确定产品的合格率,进行针对性的生产调整和改进,可以提高目标工厂的生产效率,减少生产成本和浪费资源。
S5、综合质量分析:分析当前生产批次中变速箱精密铸件的综合质量评估指数,
并当其小于设定参照的综合质量评估指数时,进行反馈。
在本发明具体实施例中,所述当前生产批次中变速箱精密铸件的综合质量评估指
数的计算公式为:,其中,、和分别表示设定的外观层面、内部
层面和振动层面对应综合质量评估占比权重。
本发明实施例通过分析当前生产批次对应外观层面、内部层面和振动层面的质量符合系数,从而分析综合质量评估指数,并进行反馈,采用超声波非接触式光学测量技术,结合计算机视觉和图像处理技术,减少了当前检测方法中存在的效率低、精度差等问题,实现对变速箱精密铸件的质量缺陷进行快速、准确、自动化的检测,提高了产品质量,满足了消费者的使用体验和满意度。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (9)
1.一种变速箱精密铸件质量缺陷检测方法,其特征在于,包括如下步骤:
S1、检测数据设置:从目标生产车间的当前生产批次中随机选取若干变速箱精密铸件,并将其按照等比例划分为外观缺陷检测组、内部缺陷检测组和振动缺陷检测组;
S2、外观缺陷检测:采集外观缺陷检测组中各变速箱精密铸件的形状图像、重量、表面凹凸处数目和各凹凸处对应的凹凸体积,分析当前生产批次对应外观层面的质量符合系数;
S3、内部缺陷检测:采集内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的气孔数目、各气孔的体积、夹杂物数目和各夹杂物的体积,分析当前生产批次对应内部层面的质量符合系数;
S4、振动缺陷检测:对振动缺陷检测组中各变速箱精密铸件进行振动测试,采集振动缺陷检测组中各变速箱精密铸件在各测试时长对应的测试信息,分析当前生产批次对应振动层面的质量符合系数;
S5、综合质量分析:分析当前生产批次中变速箱精密铸件的综合质量评估指数,并当其小于设定参照的综合质量评估指数时,进行反馈。
2.根据权利要求1所述的一种变速箱精密铸件质量缺陷检测方法,其特征在于:所述分析当前生产批次对应外观层面的质量符合系数,具体分析过程:
A1、将外观缺陷检测组中各变速箱精密铸件的形状图像与云数据库中存储的变速箱精密铸件的标准形状图像进行匹配对比,若某变速箱精密铸件的形状图像与云数据库中存储的变速箱精密铸件的标准形状图像匹配成功,则将该变速箱精密铸件记为形状正常铸件,反之记为形状异常铸件,统计外观缺陷检测组中形状异常铸件数目,记为;
A2、基于外观缺陷检测组中各变速箱精密铸件的重量,计算外观缺陷检测组中变速箱精密铸件的重量误差系数;
A3、基于外观缺陷检测组中各变速箱精密铸件的表面凹凸处数目和各凹凸处对应的凹凸体积,计算外观缺陷检测组中变速箱精密铸件的凹凸度;
A4、计算当前生产批次对应外观层面的质量符合系数,/>,其中,/>、/>和/>分别表示设定参照的形状异常铸件数目、重量误差系数和凹凸度,/>、/>和分别表示设定的形状异常铸件数目、重量误差系数和凹凸度对应外观层面的质量符合评估占比权重。
3.根据权利要求2所述的一种变速箱精密铸件质量缺陷检测方法,其特征在于:所述计算外观缺陷检测组中变速箱精密铸件的重量误差系数,具体计算过程为:
B1、将外观缺陷检测组中各变速箱精密铸件的重量与云数据库中存储的变速箱精密铸件的标准生产重量进行作差,得到各变速箱精密铸件的误差重量,并将其与设定许可的误差重量范围进行对比,若某变速箱精密铸件的误差重量位于设定许可的误差重量范围内,则表明该变速箱精密铸件为重量合格铸件,反之,表明该变速箱精密铸件为重量不合格铸件,统计外观缺陷检测组中重量不合格铸件数目,记为;
B2、从各变速箱精密铸件的误差重量中提取最大值,记为;
B3、计算外观缺陷检测组中变速箱精密铸件的重量误差系数,,其中,/>和/>分别表示设定参照的重量不合格铸件数目和误差重量,/>和/>分别表示设定的重量不合格铸件数目和误差重量对应重量误差评估占比权重。
4.根据权利要求1所述的一种变速箱精密铸件质量缺陷检测方法,其特征在于:所述分析当前生产批次对应内部层面的质量符合系数,具体分析过程为:
C1、基于内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的气孔数目和各气孔的体积,计算内部缺陷检测组中变速箱精密铸件的综合气孔度;
C2、基于内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的夹杂物数目和各夹杂物的体积,按照内部缺陷检测组中变速箱精密铸件的综合气孔度的计算方式同理计算内部缺陷检测组中变速箱精密铸件的综合杂质度;
C3、计算当前生产批次对应内部层面的质量符合系数,/>,其中,/>和/>分别表示设定参照的综合气孔度和综合杂质度,/>和/>分别表示设定的综合气孔度和综合杂质度对应内部层面的质量符合评估占比权重,/>表示自然常数。
5.根据权利要求4所述的一种变速箱精密铸件质量缺陷检测方法,其特征在于:所述计算内部缺陷检测组中变速箱精密铸件的综合气孔度,具体计算过程为:
D1、将内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的气孔数目记为,其中,/>表示变速箱精密铸件的编号,/>,/>表示监测子区域的编号,/>;
D2、将内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的各气孔的体积进行累加,得到内部缺陷检测组中各变速箱精密铸件对应各监测子区域中存在的气孔体积,记为;
D3、计算内部缺陷检测组中各变速箱精密铸件对应各监测子区域的气孔度,,其中,/>和/>分别表示设定参照的气孔数目和气孔体积,/>和/>分别表示设定的气孔数目和气孔体积对应气孔度评估占比权重;
D4、将内部缺陷检测组中各变速箱精密铸件对应各监测子区域的气孔度与设定参照的气孔度进行对比,若内部缺陷检测组中某变速箱精密铸件中存在某监测子区域的气孔度大于设定参照的气孔度,则将该变速箱精密铸件记为内部缺陷铸件,将该监测子区域记为异常监测子区域,统计内部缺陷检测组中内部缺陷铸件数目,记为;
D5、将内部缺陷检测组中各内部缺陷铸件对应各异常监测子区域的气孔度进行二次均值计算,得到内部缺陷检测组中变速箱精密铸件的平均气孔度,记为;
D6、计算内部缺陷检测组中变速箱精密铸件的综合气孔度,,其中,/>和/>分别表示设定参照的内部缺陷铸件数目占比和气孔度,/>和/>分别表示设定的内部缺陷铸件数目占比和气孔度对应综合气孔度评估占比权重,/>表示变速箱精密铸件数目。
6.根据权利要求5所述的一种变速箱精密铸件质量缺陷检测方法,其特征在于:所述测试信息包括图像、裂痕数目和各裂痕处的裂痕长度。
7.根据权利要求6所述的一种变速箱精密铸件质量缺陷检测方法,其特征在于:所述分析当前生产批次对应振动层面的质量符合系数,具体分析过程为:
E1、从振动缺陷检测组中各变速箱精密铸件在各测试时长对应的测试信息中提取图像、裂痕数目和各裂痕处的裂痕长度;
E2、基于振动缺陷检测组中各变速箱精密铸件在各测试时长对应的图像,计算振动缺陷检测组中变速箱精密铸件的振动形变度;
E3、基于振动缺陷检测组中各变速箱精密铸件在各测试时长对应的裂痕数目和各裂痕处的裂痕长度,计算振动缺陷检测组中变速箱精密铸件的开裂度;
E4、计算当前生产批次对应振动层面的质量符合系数,/>,其中,/>和/>分别表示设定参照的振动形变度和开裂度,/>和/>分别表示设定的振动形变度和开裂度对应振动层面的质量符合评估占比权重。
8.根据权利要求7所述的一种变速箱精密铸件质量缺陷检测方法,其特征在于:所述计算振动缺陷检测组中变速箱精密铸件的振动形变度,具体计算过程为:
F1、从振动缺陷检测组中各变速箱精密铸件在各测试时长对应的图像中定位出轮廓,并将其与云数据库中存储的变速箱精密铸件的标准轮廓进行重叠对比,得到振动缺陷检测组中各变速箱精密铸件在各测试时长对应的重叠轮廓体积,记为,其中,/>表示测试时长的编号,/>;
F2、从云数据库中存储的变速箱精密铸件的标准轮廓中提取标准轮廓体积,记为;
F3、计算振动缺陷检测组中变速箱精密铸件的振动形变度,/>,其中,/>表示设定参照的重叠轮廓体积占比,/>表示测试时长数目。
9.根据权利要求1所述的一种变速箱精密铸件质量缺陷检测方法,其特征在于:所述当前生产批次中变速箱精密铸件的综合质量评估指数的计算公式为:,其中,/>、/>和/>分别表示设定的外观层面、内部层面和振动层面对应综合质量评估占比权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410182200.7A CN117741090B (zh) | 2024-02-19 | 一种变速箱精密铸件质量缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410182200.7A CN117741090B (zh) | 2024-02-19 | 一种变速箱精密铸件质量缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117741090A true CN117741090A (zh) | 2024-03-22 |
CN117741090B CN117741090B (zh) | 2024-04-26 |
Family
ID=
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0712759A (ja) * | 1993-06-22 | 1995-01-17 | Honda Motor Co Ltd | 鋳造部品の品質判定方法 |
WO2001063236A2 (de) * | 2000-02-05 | 2001-08-30 | Yxlon International X-Ray Gmbh | Verfahren zur automatischen gussfehlererkennung in einem prüfling |
CN101501487A (zh) * | 2006-06-30 | 2009-08-05 | V&M法国公司 | 利用超声波对铸造产品的无损测试 |
CN101706467A (zh) * | 2009-11-03 | 2010-05-12 | 上海大学 | 一种铝合金夹杂物和气孔检测的方法 |
CN102782487A (zh) * | 2011-02-28 | 2012-11-14 | 日本精工株式会社 | 铝压铸部件强度评价方法、铝压铸部件以及铝压铸部件的缺陷检测方法 |
CN104777225A (zh) * | 2015-04-30 | 2015-07-15 | 南京迪威尔高端制造股份有限公司 | 一种钢锭内部缺陷的超声波a扫描识别方法 |
CN107478722A (zh) * | 2017-05-18 | 2017-12-15 | 中北大学 | 一种新型共振声学无损检测装置 |
US20180253836A1 (en) * | 2015-06-16 | 2018-09-06 | South China University Of Technology | Method for automated detection of defects in cast wheel products |
CN109632960A (zh) * | 2019-01-21 | 2019-04-16 | 深圳市优仪科技有限公司 | 一种振动测量装置及铝铸件无损测量方法 |
CN115524352A (zh) * | 2021-06-25 | 2022-12-27 | 中国航发商用航空发动机有限责任公司 | 航空发动机镍基高温合金部件的缺陷检测方法 |
CN117094605A (zh) * | 2023-10-18 | 2023-11-21 | 南通钢安机械制造有限公司 | 一种铸件质量控制方法及系统 |
CN117191803A (zh) * | 2023-09-27 | 2023-12-08 | 重庆东科模具制造有限公司 | 一种汽车电机壳高压铸造模具缺陷检测系统及方法 |
CN220419199U (zh) * | 2023-08-21 | 2024-01-30 | 山东富通电气有限公司 | 一种铸件表面缺陷检测装置 |
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0712759A (ja) * | 1993-06-22 | 1995-01-17 | Honda Motor Co Ltd | 鋳造部品の品質判定方法 |
WO2001063236A2 (de) * | 2000-02-05 | 2001-08-30 | Yxlon International X-Ray Gmbh | Verfahren zur automatischen gussfehlererkennung in einem prüfling |
CN101501487A (zh) * | 2006-06-30 | 2009-08-05 | V&M法国公司 | 利用超声波对铸造产品的无损测试 |
CN101706467A (zh) * | 2009-11-03 | 2010-05-12 | 上海大学 | 一种铝合金夹杂物和气孔检测的方法 |
CN102782487A (zh) * | 2011-02-28 | 2012-11-14 | 日本精工株式会社 | 铝压铸部件强度评价方法、铝压铸部件以及铝压铸部件的缺陷检测方法 |
CN104777225A (zh) * | 2015-04-30 | 2015-07-15 | 南京迪威尔高端制造股份有限公司 | 一种钢锭内部缺陷的超声波a扫描识别方法 |
US20180253836A1 (en) * | 2015-06-16 | 2018-09-06 | South China University Of Technology | Method for automated detection of defects in cast wheel products |
CN107478722A (zh) * | 2017-05-18 | 2017-12-15 | 中北大学 | 一种新型共振声学无损检测装置 |
CN109632960A (zh) * | 2019-01-21 | 2019-04-16 | 深圳市优仪科技有限公司 | 一种振动测量装置及铝铸件无损测量方法 |
CN115524352A (zh) * | 2021-06-25 | 2022-12-27 | 中国航发商用航空发动机有限责任公司 | 航空发动机镍基高温合金部件的缺陷检测方法 |
CN220419199U (zh) * | 2023-08-21 | 2024-01-30 | 山东富通电气有限公司 | 一种铸件表面缺陷检测装置 |
CN117191803A (zh) * | 2023-09-27 | 2023-12-08 | 重庆东科模具制造有限公司 | 一种汽车电机壳高压铸造模具缺陷检测系统及方法 |
CN117094605A (zh) * | 2023-10-18 | 2023-11-21 | 南通钢安机械制造有限公司 | 一种铸件质量控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109141232B (zh) | 一种基于机器视觉的盘类铸件在线检测方法 | |
WO2019216362A1 (ja) | 検査装置及び検査方法 | |
CN116843323B (zh) | 基于动态图像扫描的螺杆铸造件质量控制监管系统 | |
CN115047162A (zh) | 一种钢管热处理的缺陷检测方法及系统 | |
CN112611754B (zh) | 一种清水混凝土外观质量评价方法 | |
CN115184368B (zh) | 一种铸件缺陷检测控制系统 | |
CN111062093B (zh) | 一种基于图像处理和机器学习的汽车轮胎寿命预测方法 | |
CN114677369A (zh) | 一种基于人工智能的汽车轮胎生产质量监测分析系统 | |
CN115389519A (zh) | 一种基于工业相机的曲轴制造表面检测分析方法 | |
CN114565314A (zh) | 一种基于数字孪生的热轧钢卷端面质量管控系统及方法 | |
CN117741090B (zh) | 一种变速箱精密铸件质量缺陷检测方法 | |
CN115837617B (zh) | 一种提高光学玻璃镜片打磨精度的方法及系统 | |
CN117741090A (zh) | 一种变速箱精密铸件质量缺陷检测方法 | |
CN117115169A (zh) | 一种汽车配件压铸模具表面形变异常智能识别方法 | |
CN116881530A (zh) | 一种基于深度学习的器件表面缺陷检测系统 | |
CN105354848B (zh) | 一种热镀锌产线的康耐视表面质量检测系统的优化方法 | |
CN116339262A (zh) | 一种基于人工智能的数控加工生产质量监测系统 | |
CN113222950B (zh) | 表面缺陷检测模型训练方法、表面缺陷检测方法及系统 | |
CN114155522A (zh) | 一种点云数据质检修复方法及系统 | |
CN117554186B (zh) | 基于机器视觉的小型混凝土预制构件质量检测分析方法 | |
CN117787928B (zh) | 基于大数据的自动组装设备组装效率分析管理系统 | |
CN115213735B (zh) | 一种铣削加工过程刀具状态监测系统及方法 | |
CN116596403B (zh) | 一种铜管内螺纹成型质量的评估方法及系统 | |
TWI837941B (zh) | 引線框架的出貨方法 | |
CN117252486B (zh) | 基于物联网的汽车零配件缺陷检测方法及系统 |
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 |