CN117969601A - 一种机床配件铸造质量缺陷检测方法 - Google Patents
一种机床配件铸造质量缺陷检测方法 Download PDFInfo
- Publication number
- CN117969601A CN117969601A CN202410216999.7A CN202410216999A CN117969601A CN 117969601 A CN117969601 A CN 117969601A CN 202410216999 A CN202410216999 A CN 202410216999A CN 117969601 A CN117969601 A CN 117969601A
- Authority
- CN
- China
- Prior art keywords
- machine tool
- tool accessory
- defect
- degree
- accessory
- 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 220
- 238000005266 casting Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 230000003746 surface roughness Effects 0.000 claims abstract description 21
- 238000005452 bending Methods 0.000 claims description 29
- 239000013078 crystal Substances 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 17
- 230000005477 standard model Effects 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000002950 deficient Effects 0.000 claims description 5
- 239000000523 sample Substances 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 238000003825 pressing Methods 0.000 claims description 3
- 238000003908 quality control method Methods 0.000 abstract description 6
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000001737 promoting effect Effects 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 4
- 230000008439 repair process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012669 compression test Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及机械铸造检测领域,具体为一种机床配件铸造质量缺陷检测方法,包括步骤如下:S1.外观质量缺陷检测;S2.外观质量缺陷分析;S3.内部质量缺陷检测;S4.内部质量缺陷分析;S5.机械性能检测;S6.机械性能分析;S7.综合缺陷程度分析,本发明根据机床配件的表面缺陷点程度、表面粗糙程度、尺寸符合度分析得到机床配件的外观缺陷程度系数,根据机床配件的内部晶粒直径、缺陷程度分析得到机床配件的内部缺陷程度系数,根据机床配件的强度、硬度和韧性得到机床配件的机械性能缺陷程度系数,并综合分析机床配件的综合缺陷程度指数,进而得到机床配件的缺陷情况,促进质量控制和改进的实施,对于提高机床配件的质量具有重要意义。
Description
技术领域
本发明涉及机械铸造检测领域,具体而言,是一种机床配件铸造质量缺陷检测方法。
背景技术
机床配件是指用于组装、维护和增强机床性能的各种零部件和附件,机床配件的设计和选择对机床的稳定性、精度和效率具有重要影响,在现代制造业中,机床配件的质量和性能直接关系到产品加工的质量和生产效率。
铸造是制造机床配件常用的加工工艺之一,通过铸造可以生产出具有复杂形状的零部件,从简单的构件到复杂的结构都可以通过铸造加工实现,同时,铸造技术也能够实现对配件的批量生产,从而满足制造业中对于大量零部件的需求,因此在机床配件的制造过程中具有重要地位。
现有的机床配件铸造质量缺陷检测方法主要依赖于人工操作,仍存在一些不足之处,具体表现在以下方面:一、现有的外观检测方法主要依赖目视检查和表面缺陷检测仪器,能够有效检测裂纹、孔洞、气孔等明显的表面缺陷,然而,它们很难检测到微小表面缺陷点、表面粗糙程度等细微问题,这些问题可能在使用过程中逐渐发展为更严重的问题。
二、现有的方法主要关注缺陷的存在与否,很少提供对机床配件机械性能缺陷的定量评估,机械性能是指机床配件在受力作用下的力学性能表现,如强度、硬度、韧性等,缺乏定量评估的方法使得评估结果主观性较强,无法客观地判断机床配件是否符合要求。
发明内容
为了克服背景技术中的缺点,本发明实施例提供了一种机床配件铸造质量缺陷检测方法,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现:一种机床配件铸造质量缺陷检测方法,该方法包括以下步骤:S1.外观质量缺陷检测:对机床配件的外观参数进行检测,外观参数包括表面缺陷点程度、表面粗糙程度、尺寸符合度。
S2.外观质量缺陷分析:根据机床配件的外观参数分析得到机床配件的外观缺陷程度系数。
S3.内部质量缺陷检测:对机床配件的内部参数进行检测,内部参数包括内部晶粒直径、缺陷程度。
S4.内部质量缺陷分析:根据机床配件的内部参数分析得到机床配件的内部缺陷程度系数。
S5.机械性能检测:对机床配件的最大强度、最大硬度和最大韧性进行检测。
S6.机械性能分析:根据机床配件的最大强度、最大硬度和最大韧性得到机床配件的机械性能缺陷程度系数。
S7.综合缺陷程度分析:根据机床配件的外观缺陷程度系数、内部缺陷程度系数、机械性能缺陷程度系数综合分析得到机床配件的综合缺陷程度指数,并将其同预设的综合缺陷程度指数阈值进行比对,得到机床配件的缺陷情况。
优选的,所述机床配件的表面缺陷点程度的具体分析过程如下:第一步,通过红外热像仪对机床配件的表面进行检测,并生成机床配件表面热量图像,对机床配件表面热量图像中各像素点的热量记为各像素点热量,其中/>表示第/>个像素点的编号,,通过对各像素点热量求取平均值得到像素点平均热量,记为/>,将其代入到公式/>得到各像素点热量同像素点平均热量的热量差/>,并将其同预设的像素点热量差范围进行比对,将热量同像素点平均热量的热量差不处于预设的像素点热量差范围的像素点记为异常热点。
第二步,利用超声波探伤探头向机床配件表面发射设定强度的超声波,记为发送信号强度,并根据接收到的反射回来的声波信号强度生成机床配件表面反射信号强度图像,根据预设的反射信号强度阈值对机床配件表面反射信号强度图像进行二值化处理,将机床配件表面反射信号强度图像中反射信号强度大于预设的反射信号强度阈值的区域设置为白色,反射信号强度小于或等于预设的反射信号强度阈值的区域设置为黑色,将机床配件表面反射信号强度图像中的黑色区域记为各缺陷区域。
第三步,读取机床配件表面反射信号强度图像,将各异常热点的位置在机床配件表面反射信号强度图像中进行标记,筛选出处于各缺陷区域内的各异常热点,记为各缺陷点,将其数量记为,通过公式/>得到机床配件的机床配件的表面缺陷点程度/>,其中表示预设的参考缺陷点数量。
优选的,所述机床配件的表面粗糙度的具体分析过程如下:按照设定间距在机床配件表面任取若干个测量点,同时利用光束分束器将激光束分为参考光和测量光,并将参考光、测量光分别照射在参考镜面和机床配件表面各测量点上,当各测量点测量光被反射回来与参考光发生干涉时,将形成的条纹记为各干涉条纹,分别测量各干涉条纹的间距,记为,其中/>表示第/>个测量点的编号,/>,将其代入到公式得到机床配件的表面粗糙程度/>。
优选的,所述机床配件的尺寸符合度的具体分析方法为:通过摄像机获取机床配件的图像并为机床配件构造三维立体模型,记为机床配件三维模型,同时从管理数据库中提取机床配件的标准模型,将机床配件三维模型和机床配件的标准模型进行重叠得到重叠部分体积,读取机床配件的标准模型的体积,通过用重叠部分体积除以机床配件的标准模型的体积得到机床配件的尺寸符合度,记为。
优选的,所述外观质量缺陷分析的具体分析方法为:分别读取机床配件的表面缺陷点程度、表面粗糙度/>、尺寸符合度/>,将其代入到公式得到机床配件的外观缺陷程度系数/>,其中/>分别表示设定的表面缺陷点程度、表面粗糙度、尺寸符合度参考值,/>分别表示设定的表面缺陷点程度、表面粗糙度、尺寸符合度的权值因子,/>表示自然常数。
优选的,所述内部质量缺陷检测的具体分析过程如下:第一步,通过金相显微镜观察机床配件的晶体区域,并利用摄像机获取晶体图像,记为机床配件晶体图像,利用图像处理算法识别晶体的边界并测量各晶体的直径,记为,其中/>表示第/>个晶体的编号,,通过公式/>得到机床配件的内部晶粒直径/>,/>表示晶体的数量。
第二步,将机床配件划分为若干个等面积的子区域,利用X射线发射装置向机床配件各子区域发射设定强度的X射线,记为X射线发射强度,并通过X射线接收装置接收机床配件各子区域反射回来的X射线,将其强度记为机床配件各子区域接收强度,通过将X射线发射强度和机床配件各子区域接收强度作差得到机床配件各子区域X射线强度差值,将机床配件各子区域X射线强度差值同预设X射线强度差值阈值进行比对,将大于预设X射线强度差值阈值的X射线强度差值对应子区域记为各缺陷子区域,提取各缺陷子区域的面积,其中/>表示第/>个缺陷子区域的编号,/>,通过公式/>得到机床配件的内部缺陷程度/>,其中/>表示机床配件表面总面积。
优选的,所述内部质量缺陷分析的具体分析方法为:分别读取机床配件的内部晶粒直径、缺陷程度/>,将其代入到公式/>得到机床配件的内部缺陷程度系数/>,其中/>表示预设的内部晶粒标准直径、/>表示预设的缺陷程度的最大允许值,/>分别表示预设的内部晶粒直径、缺陷程度的权值因子。
优选的,所述机械性能检测的具体分析过程如下:第一步,将机床配件放置在压缩试验机上,按照设定强度分别对机床配件施加设定时长的压力,通过摄像头分别对原始机床配件和承受过各强度压力的机床配件进行图像获取,记为原始机床配件图像和各强度机床配件形变图像,将原始机床配件图像和各强度机床配件形变图像进行重叠比对得到各强度机床配件图像同原始机床配件图像的未重叠部分面积,记为各强度下机床配件形变区域面积,将各强度下机床配件形变区域面积按照从小到大的顺序排列并依次和预设的形变区域面积阈值进行比对,将第一个大于预设的形变区域面积阈值的形变区域面积对应的强度记为机床配件的最大强度。
第二步,读取机床配件的标准模型的体积,记为,将机床配件固定在磨削试验机上,使磨削头接触机床配件表面,并根据设定硬度分别为磨削试验机更换各硬度磨削头,对机床配件表面进行预设时长的磨削,计算机床配件经过各硬度磨削头磨削后的体积,分别记为/>,其中/>表示第/>个硬度的编号,/>,将其代入到公式得到各硬度下机床配件的磨削程度/>,将其按照从小到大的顺序排列并依次同预设的磨削程度阈值进行比对,将第一个大于预设的磨削程度阈值的磨削程度对应硬度记为机床配件的最大硬度/>。
第三步,将机床配件放置在弯曲试验机上,并按照设定程度分别施加预设时长的各弯曲程度力量,通过摄像头对承受过各弯曲程度力量的机床配件进行图像获取,记为各弯曲程度机床配件图像,利用边缘检测技术从各弯曲程度机床配件图像提取各裂纹边缘轮廓,提取各裂纹边缘轮廓的面积并进行累加得到各弯曲程度机床配件图像中裂纹边缘轮廓的面积,记为,其中/>表示第/>个弯曲程度的编号,/>,将各弯曲程度机床配件图像中裂纹边缘轮廓的面积按照从小到大的顺序并依次同预设的裂纹边缘轮廓面积阈值进行比对,将第一个大于预设的裂纹边缘轮廓面积阈值的裂纹边缘轮廓面积对应的弯曲程度记为机床配件的最大弯曲程度/>,通过公式/>得到机床配件的最大韧性/>,其中/>表示预设的裂纹边缘轮廓面积参考值,/>为自然常数。
优选的,所述机械性能分析的具体方法为:分别读取机床配件的强度、硬度/>和韧性/>,将其代入到公式/>得到机床配件的机械性能缺陷程度系数/>,其中/>分别表示设定的强度、硬度、韧性的标准值,/>分别表示设定的强度、硬度、韧性的权值因子,/>为自然常数。
优选的,所述综合缺陷程度指数分析的具体分析过程如下:第一步,分别读取机床配件的外观缺陷程度系数、机床配件的内部缺陷程度系数/>、机床配件的机械性能缺陷程度系数/>,将其代入到公式/>得到机床配件的综合缺陷程度指数/>,其中/>分别表示外观缺陷程度系数、内部缺陷程度系数、机械性能缺陷程度系数的权值因子。
第二步,将机床配件的综合缺陷程度指数同预设的综合缺陷程度指数阈值进行比对,若机床配件的综合缺陷程度指数大于或等于预设的综合缺陷程度指数阈值,则表示机床配件的铸造质量不合格并进行反馈,反之则表示机床配件的铸造质量合格。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:一、本发明根据机床配件表面缺陷点程度、表面粗糙程度、尺寸符合度分析得到机床配件的外观缺陷程度系数,从而判断机床配件的外观质量状况,有助于及时发现和排除生产过程中可能存在的问题,确保机床配件的外观质量符合要求。
二、本发明根据机床配件的内部晶粒直径、缺陷程度分析得到机床配件的内部缺陷程度系数,从而及时判断机床配件的材质质量和内部完整性,以确保机床配件的质量稳定性和一致性。
三、本发明根据机床配件的强度、硬度和韧性得到机床配件的机械性能缺陷程度系数,可以了解机床配件的强度、硬度和韧性方面存在的问题,进而提高机床配件的结构强度和耐久性,预防或减少可能的断裂或失效情况。
四、本发明根据机床配件的外观缺陷程度系数、内部缺陷程度系数、机械性能缺陷程度系数综合分析得到机床配件的综合缺陷程度指数,进而了解机床配件的缺陷情况,得到了更全面和准确的机床配件缺陷评估结果,为质量控制提供了依据提高了机床配件的质量和性能,减少缺陷发生的可能性。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的方法流程示意图。
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,本发明提供一种机床配件铸造质量缺陷检测方法,该方法包括以下步骤:S1.外观质量缺陷检测:对机床配件的外观参数进行检测,外观参数包括表面缺陷点程度、表面粗糙程度、尺寸符合度。
所述机床配件的表面缺陷点程度的具体分析过程如下:通过红外热像仪对机床配件的表面进行检测,并生成机床配件表面热量图像,对机床配件表面热量图像中各像素点的热量记为各像素点热量,其中/>表示第/>个像素点的编号,/>,通过对各像素点热量求取平均值得到像素点平均热量,记为/>,将其代入到公式/>得到各像素点热量同像素点平均热量的热量差/>,并将其同预设的像素点热量差范围进行比对,将热量同像素点平均热量的热量差不处于预设的像素点热量差范围的像素点记为异常热点;在一些情况下,某些缺陷点可能会导致局部热量的积聚,从而在缺陷点处形成异常热点,异常热点是机床配件的故障或潜在问题的早期信号,通过及时检测和标记异常热点,可以在故障发生之前采取措施进行维修或预防。
第二步,利用超声波探伤探头向机床配件表面发射设定强度的超声波,记为发送信号强度,并根据接收到的反射回来的声波信号强度生成机床配件表面反射信号强度图像,根据预设的反射信号强度阈值对机床配件表面反射信号强度图像进行二值化处理,将机床配件表面反射信号强度图像中反射信号强度大于预设的反射信号强度阈值的区域设置为白色,反射信号强度小于或等于预设的反射信号强度阈值的区域设置为黑色,将机床配件表面反射信号强度图像中的黑色区域记为各缺陷区域;超声波探伤技术可以在非接触的情况下对机床配件进行缺陷检测,能够精确地探测出表面的缺陷,在超声波缺陷检测过程中,当超声波遇到缺陷时,部分能量会被缺陷所反射、散射或吸收,这样会导致接收到的声波信号发生变化,从而形成缺陷的检测信号,通过对缺陷区域进行分析,可以提高产品的质量和可靠性。
第三步,读取机床配件表面反射信号强度图像,将各异常热点的位置在机床配件表面反射信号强度图像中进行标记,筛选出处于各缺陷区域内的各异常热点,记为各缺陷点,将其数量记为,通过公式/>得到机床配件的机床配件的表面缺陷点程度/>,其中表示预设的参考缺陷点数量;通过筛选出处于各缺陷区域内的各异常热点,可以准确评估机床配件表面存在的缺陷点程度,对产品质量进行评估和控制,及时发现风险,采取相应的措施进行修复或替换。
所述机床配件的表面粗糙度的具体分析过程如下:按照设定间距在机床配件表面任取若干个测量点,同时利用光束分束器将激光束分为参考光和测量光,并将参考光、测量光分别照射在参考镜面和机床配件表面各测量点上,当各测量点测量光被反射回来与参考光发生干涉时,将形成的条纹记为各干涉条纹,分别测量各干涉条纹的间距,记为,其中/>表示第/>个测量点的编号,/>,将其代入到公式/>得到机床配件的表面粗糙程度/>;通过测量干涉条纹的间距,可以定量获得机床配件表面的粗糙度信息,提供对表面质量的准确评估。
所述机床配件的尺寸符合度的具体分析方法为:通过摄像机获取机床配件的图像并为机床配件构造三维立体模型,记为机床配件三维模型,同时从管理数据库中提取机床配件的标准模型,将机床配件三维模型和机床配件的标准模型进行重叠得到重叠部分体积,读取机床配件的标准模型的体积,通过用重叠部分体积除以机床配件的标准模型的体积得到机床配件的尺寸符合度,记为;通过对机床配件三维模型和标准模型的重叠分析,可以更准确地评估尺寸符合度。
S2.外观质量缺陷分析:根据机床配件的外观参数分析得到机床配件的外观缺陷程度系数。
所述外观质量缺陷分析的具体分析方法为:分别读取机床配件的表面缺陷点程度、表面粗糙度/>、尺寸符合度/>,将其代入到公式得到机床配件的外观缺陷程度系数/>,其中/>分别表示设定的表面缺陷点程度、表面粗糙度、尺寸符合度参考值,/>分别表示设定的表面缺陷点程度、表面粗糙度、尺寸符合度的权值因子,/>表示自然常数;通过将表面缺陷点程度、表面粗糙度和尺寸符合度的数据代入公式计算,可以定量获得机床配件的外观缺陷程度系数,提供对外观质量的准确评估,有助于及时采取纠正措施,确保产品达到预期的外观质量标准。
S3.内部质量缺陷检测:对机床配件的内部参数进行检测,内部参数包括内部晶粒直径、缺陷程度。
所述内部质量缺陷检测的具体分析过程如下:第一步,通过金相显微镜观察机床配件的晶体区域,并利用摄像机获取晶体图像,记为机床配件晶体图像,利用图像处理算法识别晶体的边界并测量各晶体的直径,记为,其中/>表示第/>个晶体的编号,,通过公式/>得到机床配件的内部晶粒直径/>,/>表示晶体的数量;内部晶粒直径是描述材料晶体结构的重要参数,通过测量和分析,可以对机床配件的材料性能进行评估,对于质量控制、材料选择和优化工艺有着重要的指导意义。
第二步,将机床配件划分为若干个等面积的子区域,利用X射线发射装置向机床配件各子区域发射设定强度的X射线,记为X射线发射强度,并通过X射线接收装置接收机床配件各子区域反射回来的X射线,将其强度记为机床配件各子区域接收强度,通过将X射线发射强度和机床配件各子区域接收强度作差得到机床配件各子区域X射线强度差值,将机床配件各子区域X射线强度差值同预设X射线强度差值阈值进行比对,将大于预设X射线强度差值阈值的X射线强度差值对应子区域记为各缺陷子区域,提取各缺陷子区域的面积,其中/>表示第/>个缺陷子区域的编号,/>,通过公式/>得到机床配件的内部缺陷程度/>,其中/>表示机床配件表面总面积;X射线强度差值表示X射线通过该区域时的衰减程度,反映了机床配件内部的密度变化情况,也就是机床配件内部的缺陷情况,这些缺陷可以是气孔、夹杂等材料内部的不良结构。
S4.内部质量缺陷分析:根据机床配件的内部参数分析得到机床配件的内部缺陷程度系数。
所述内部质量缺陷分析的具体分析方法为:分别读取机床配件的内部晶粒直径、缺陷程度/>,将其代入到公式/>得到机床配件的内部缺陷程度系数/>,其中/>表示预设的内部晶粒标准直径、/>表示预设的缺陷程度的最大允许值,/>分别表示预设的内部晶粒直径、缺陷程度的权值因子;帮助实现了对机床配件的内部质量评估和控制,提高了生产效率和产品质量。
S5.机械性能检测:对机床配件的最大强度、最大硬度和最大韧性进行检测。
所述机械性能检测的具体分析过程如下:第一步,将机床配件放置在压缩试验机上,按照设定强度分别对机床配件施加设定时长的压力,通过摄像头分别对原始机床配件和承受过各强度压力的机床配件进行图像获取,记为原始机床配件图像和各强度机床配件形变图像,将原始机床配件图像和各强度机床配件形变图像进行重叠比对得到各强度机床配件图像同原始机床配件图像的未重叠部分面积,记为各强度下机床配件形变区域面积,将各强度下机床配件形变区域面积按照从小到大的顺序排列并依次和预设的形变区域面积阈值进行比对,将第一个大于预设的形变区域面积阈值的形变区域面积对应的强度记为机床配件的最大强度;通过压缩试验,可以对机床配件在不同压力下的强度进行评估,通过比对原始图像和变形图像,可以得到机床配件在不同压力下的形变程度,对机床配件的强度进行定量测量,有助于制造过程的质量控制和产品性能的评估。
第二步,读取机床配件的标准模型的体积,记为,将机床配件固定在磨削试验机上,使磨削头接触机床配件表面,并根据设定硬度分别为磨削试验机更换各硬度磨削头,对机床配件表面进行预设时长的磨削,计算机床配件经过各硬度磨削头磨削后的体积,分别记为/>,其中/>表示第/>个硬度的编号,/>,将其代入到公式得到各硬度下机床配件的磨削程度/>,将其按照从小到大的顺序排列并依次同预设的磨削程度阈值进行比对,将第一个大于预设的磨削程度阈值的磨削程度对应硬度记为机床配件的最大硬度/>;可以帮助实现对机床配件的硬度评估和调整,提高生产效率和产品质量,通过磨削实验和硬度计算,可以客观地评估机床配件的硬度水平,并根据评估结果进行合理调整和优化。
第三步,将机床配件放置在弯曲试验机上,并按照设定程度分别施加预设时长的各弯曲程度力量,通过摄像头对承受过各弯曲程度力量的机床配件进行图像获取,记为各弯曲程度机床配件图像,利用边缘检测技术从各弯曲程度机床配件图像提取各裂纹边缘轮廓,提取各裂纹边缘轮廓的面积并进行累加得到各弯曲程度机床配件图像中裂纹边缘轮廓的面积,记为,其中/>表示第/>个弯曲程度的编号,/>,将各弯曲程度机床配件图像中裂纹边缘轮廓的面积按照从小到大的顺序并依次同预设的裂纹边缘轮廓面积阈值进行比对,将第一个大于预设的裂纹边缘轮廓面积阈值的裂纹边缘轮廓面积对应的弯曲程度记为机床配件的最大弯曲程度/>,通过公式/>得到机床配件的最大韧性/>,其中/>表示预设的裂纹边缘轮廓面积参考值,/>为自然常数;通过统计不同程度的弯曲机床配件图像中裂纹边缘轮廓的面积,可以评估不同程度下裂纹的发展情况,便于判断机床配件在不同程度弯曲力量下的韧性。
S6.机械性能分析:根据机床配件的最大强度、最大硬度和最大韧性得到机床配件的机械性能缺陷程度系数。
所述机械性能分析的具体方法为:分别读取机床配件的强度、硬度/>和韧性/>,将其代入到公式/>得到机床配件的机械性能缺陷程度系数/>,其中/>分别表示设定的强度、硬度、韧性的标准值,分别表示设定的强度、硬度、韧性的权值因子,/>为自然常数;通过综合考虑三个关键机械性能指标对机床配件缺陷的影响可以更全面地评估机床配件的机械性能缺陷程度,而不仅仅局限于单一指标的评估。
S7.综合缺陷程度分析:根据机床配件的外观缺陷程度系数、内部缺陷程度系数、机械性能缺陷程度系数综合分析得到机床配件的综合缺陷程度指数,并将其同预设的综合缺陷程度指数阈值进行比对,得到机床配件的缺陷情况。
所述综合缺陷程度指数分析的具体分析过程如下:第一步,分别读取机床配件的外观缺陷程度系数、机床配件的内部缺陷程度系数/>、机床配件的机械性能缺陷程度系数,将其代入到公式/>得到机床配件的综合缺陷程度指数/>,其中/>分别表示外观缺陷程度系数、内部缺陷程度系数、机械性能缺陷程度系数的权值因子;机床配件的综合缺陷程度指数是一个定量指标,可以帮助评估人员或工程师更好地了解机床配件的整体质量情况,通过对机床配件综合缺陷程度指数的分析,可以判断是否需要进行修复、调整或更换,并采取相应的措施来提高产品的质量和可靠性。
第二步,将机床配件的综合缺陷程度指数同预设的综合缺陷程度指数阈值进行比对,若机床配件的综合缺陷程度指数大于或等于预设的综合缺陷程度指数阈值,则表示机床配件的铸造质量不合格并进行反馈,反之则表示机床配件的铸造质量合格;将综合缺陷程度指数与预设的阈值进行比对,可以将检验结果以直观的方式进行显示和分类,便于直观地判断机床配件的质量合格与否,帮助优化质量管理流程。
本发明根据机床配件的表面缺陷点程度、表面粗糙程度、尺寸符合度分析得到机床配件的外观缺陷程度系数,根据机床配件的内部晶粒直径、缺陷程度分析得到机床配件的内部缺陷程度系数,根据机床配件的强度、硬度和韧性得到机床配件的机械性能缺陷程度系数,并综合分析机床配件的综合缺陷程度指数,进而得到机床配件的缺陷情况,促进质量控制和改进的实施,对于提高机床配件的质量具有重要意义。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型,仍涵盖在本发明的保护范围。
Claims (10)
1.一种机床配件铸造质量缺陷检测方法,其特征在于,包括如下步骤:
S1.外观质量缺陷检测:对机床配件的外观参数进行检测,外观参数包括表面缺陷点程度、表面粗糙程度、尺寸符合度;
S2.外观质量缺陷分析:根据机床配件的外观参数分析得到机床配件的外观缺陷程度系数;
S3.内部质量缺陷检测:对机床配件的内部参数进行检测,内部参数包括内部晶粒直径、缺陷程度;
S4.内部质量缺陷分析:根据机床配件的内部参数分析得到机床配件的内部缺陷程度系数;
S5.机械性能检测:对机床配件的最大强度、最大硬度和最大韧性进行检测;
S6.机械性能分析:根据机床配件的最大强度、最大硬度和最大韧性得到机床配件的机械性能缺陷程度系数;
S7.综合缺陷程度分析:根据机床配件的外观缺陷程度系数、内部缺陷程度系数、机械性能缺陷程度系数综合分析得到机床配件的综合缺陷程度指数,并将其同预设的综合缺陷程度指数阈值进行比对,得到机床配件的缺陷情况。
2.根据权利要求1所述的一种机床配件铸造质量缺陷检测方法,其特征在于:所述机床配件的表面缺陷点程度的具体分析过程如下:
第一步,通过红外热像仪对机床配件的表面进行检测,并生成机床配件表面热量图像,对机床配件表面热量图像中各像素点的热量记为各像素点热量,其中/>表示第/>个像素点的编号,/>,通过对各像素点热量求取平均值得到像素点平均热量,记为/>,将其代入到公式/>得到各像素点热量同像素点平均热量的热量差/>,并将其同预设的像素点热量差范围进行比对,将热量同像素点平均热量的热量差不处于预设的像素点热量差范围的像素点记为异常热点;
第二步,利用超声波探伤探头向机床配件表面发射设定强度的超声波,记为发送信号强度,并根据接收到的反射回来的声波信号强度生成机床配件表面反射信号强度图像,根据预设的反射信号强度阈值对机床配件表面反射信号强度图像进行二值化处理,将机床配件表面反射信号强度图像中反射信号强度大于预设的反射信号强度阈值的区域设置为白色,反射信号强度小于或等于预设的反射信号强度阈值的区域设置为黑色,将机床配件表面反射信号强度图像中的黑色区域记为各缺陷区域;
第三步,读取机床配件表面反射信号强度图像,将各异常热点的位置在机床配件表面反射信号强度图像中进行标记,筛选出处于各缺陷区域内的各异常热点,记为各缺陷点,将其数量记为,通过公式/>得到机床配件的机床配件的表面缺陷点程度/>,其中/>表示预设的参考缺陷点数量。
3.根据权利要求1所述的一种机床配件铸造质量缺陷检测方法,其特征在于:所述机床配件的表面粗糙度的具体分析过程如下:
按照设定间距在机床配件表面任取若干个测量点,同时利用光束分束器将激光束分为参考光和测量光,并将参考光、测量光分别照射在参考镜面和机床配件表面各测量点上,当各测量点测量光被反射回来与参考光发生干涉时,将形成的条纹记为各干涉条纹,分别测量各干涉条纹的间距,记为,其中/>表示第/>个测量点的编号,/>,将其代入到公式得到机床配件的表面粗糙程度/>。
4.根据权利要求1所述的一种机床配件铸造质量缺陷检测方法,其特征在于:所述机床配件的尺寸符合度的具体分析方法为:
通过摄像机获取机床配件的图像并为机床配件构造三维立体模型,记为机床配件三维模型,同时从管理数据库中提取机床配件的标准模型,将机床配件三维模型和机床配件的标准模型进行重叠得到重叠部分体积,读取机床配件的标准模型的体积,通过用重叠部分体积除以机床配件的标准模型的体积得到机床配件的尺寸符合度,记为。
5.根据权利要求1所述的一种机床配件铸造质量缺陷检测方法,其特征在于:所述外观质量缺陷分析的具体分析方法为:
分别读取机床配件的表面缺陷点程度、表面粗糙度/>、尺寸符合度/>,将其代入到公式/>得到机床配件的外观缺陷程度系数/>,其中/>分别表示设定的表面缺陷点程度、表面粗糙度、尺寸符合度参考值,/>分别表示设定的表面缺陷点程度、表面粗糙度、尺寸符合度的权值因子,表示自然常数。
6.根据权利要求1所述的一种机床配件铸造质量缺陷检测方法,其特征在于:所述内部质量缺陷检测的具体分析过程如下:
第一步,通过金相显微镜观察机床配件的晶体区域,并利用摄像机获取晶体图像,记为机床配件晶体图像,利用图像处理算法识别晶体的边界并测量各晶体的直径,记为,其中表示第/>个晶体的编号,/>,通过公式/>得到机床配件的内部晶粒直径/>,/>表示晶体的数量;
第二步,将机床配件划分为若干个等面积的子区域,利用X射线发射装置向机床配件各子区域发射设定强度的X射线,记为X射线发射强度,并通过X射线接收装置接收机床配件各子区域反射回来的X射线,将其强度记为机床配件各子区域接收强度,通过将X射线发射强度和机床配件各子区域接收强度作差得到机床配件各子区域X射线强度差值,将机床配件各子区域X射线强度差值同预设X射线强度差值阈值进行比对,将大于预设X射线强度差值阈值的X射线强度差值对应子区域记为各缺陷子区域,提取各缺陷子区域的面积,其中表示第/>个缺陷子区域的编号,/>,通过公式/>得到机床配件的内部缺陷程度/>,其中/>表示机床配件表面总面积。
7.根据权利要求1所述的一种机床配件铸造质量缺陷检测方法,其特征在于:所述内部质量缺陷分析的具体分析方法为:
分别读取机床配件的内部晶粒直径、缺陷程度/>,将其代入到公式得到机床配件的内部缺陷程度系数/>,其中/>表示预设的内部晶粒标准直径、/>表示预设的缺陷程度的最大允许值,/>分别表示预设的内部晶粒直径、缺陷程度的权值因子。
8.根据权利要求1所述的一种机床配件铸造质量缺陷检测方法,其特征在于:所述机械性能检测的具体分析过程如下:
第一步,将机床配件放置在压缩试验机上,按照设定强度分别对机床配件施加设定时长的压力,通过摄像头分别对原始机床配件和承受过各强度压力的机床配件进行图像获取,记为原始机床配件图像和各强度机床配件形变图像,将原始机床配件图像和各强度机床配件形变图像进行重叠比对得到各强度机床配件图像同原始机床配件图像的未重叠部分面积,记为各强度下机床配件形变区域面积,将各强度下机床配件形变区域面积按照从小到大的顺序排列并依次和预设的形变区域面积阈值进行比对,将第一个大于预设的形变区域面积阈值的形变区域面积对应的强度记为机床配件的最大强度;
第二步,读取机床配件的标准模型的体积,记为,将机床配件固定在磨削试验机上,使磨削头接触机床配件表面,并根据设定硬度分别为磨削试验机更换各硬度磨削头,对机床配件表面进行预设时长的磨削,计算机床配件经过各硬度磨削头磨削后的体积,分别记为/>,其中/>表示第/>个硬度的编号,/>,将其代入到公式得到各硬度下机床配件的磨削程度/>,将其按照从小到大的顺序排列并依次同预设的磨削程度阈值进行比对,将第一个大于预设的磨削程度阈值的磨削程度对应硬度记为机床配件的最大硬度/>;
第三步,将机床配件放置在弯曲试验机上,并按照设定程度分别施加预设时长的各弯曲程度力量,通过摄像头对承受过各弯曲程度力量的机床配件进行图像获取,记为各弯曲程度机床配件图像,利用边缘检测技术从各弯曲程度机床配件图像提取各裂纹边缘轮廓,提取各裂纹边缘轮廓的面积并进行累加得到各弯曲程度机床配件图像中裂纹边缘轮廓的面积,记为,其中/>表示第/>个弯曲程度的编号,/>,将各弯曲程度机床配件图像中裂纹边缘轮廓的面积按照从小到大的顺序并依次同预设的裂纹边缘轮廓面积阈值进行比对,将第一个大于预设的裂纹边缘轮廓面积阈值的裂纹边缘轮廓面积对应的弯曲程度记为机床配件的最大弯曲程度/>,通过公式/>得到机床配件的最大韧性/>,其中/>表示预设的裂纹边缘轮廓面积参考值,/>为自然常数。
9.根据权利要求1所述的一种机床配件铸造质量缺陷检测方法,其特征在于:所述机械性能分析的具体方法为:
分别读取机床配件的最大强度、最大硬度/>和最大韧性/>,将其代入到公式得到机床配件的机械性能缺陷程度系数/>,其中/>分别表示设定的最大强度、最大硬度、最大韧性的标准值,分别表示设定的强度、硬度、韧性的权值因子,/>为自然常数。
10.根据权利要求1所述的一种机床配件铸造质量缺陷检测方法,其特征在于:所述综合缺陷程度指数分析的具体分析过程如下:
第一步,分别读取机床配件的外观缺陷程度系数、机床配件的内部缺陷程度系数/>、机床配件的机械性能缺陷程度系数/>,将其代入到公式/>得到机床配件的综合缺陷程度指数/>,其中/>分别表示外观缺陷程度系数、内部缺陷程度系数、机械性能缺陷程度系数的权值因子;
第二步,将机床配件的综合缺陷程度指数同预设的综合缺陷程度指数阈值进行比对,若机床配件的综合缺陷程度指数大于或等于预设的综合缺陷程度指数阈值,则表示机床配件的铸造质量不合格并进行反馈,反之则表示机床配件的铸造质量合格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410216999.7A CN117969601A (zh) | 2024-02-28 | 2024-02-28 | 一种机床配件铸造质量缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410216999.7A CN117969601A (zh) | 2024-02-28 | 2024-02-28 | 一种机床配件铸造质量缺陷检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117969601A true CN117969601A (zh) | 2024-05-03 |
Family
ID=90859738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410216999.7A Pending CN117969601A (zh) | 2024-02-28 | 2024-02-28 | 一种机床配件铸造质量缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117969601A (zh) |
-
2024
- 2024-02-28 CN CN202410216999.7A patent/CN117969601A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2017245369B2 (en) | Wrinkle characterization and performance prediction for composite structures | |
AU2009246269B2 (en) | Vision system and method for mapping of ultrasonic data into CAD space | |
JP2011523459A (ja) | 超音波検査の走査計画のためのビジョン・システム | |
CN115803619A (zh) | 信息处理装置、判定方法、以及信息处理程序 | |
CN101109728A (zh) | 利用异变磁信号监测铁磁材料疲劳裂纹扩展的方法 | |
WO2021250986A1 (ja) | 検査装置、検査方法、および検査プログラム | |
US8467069B2 (en) | Method and device for inspecting the quality of a formed thermoplastic fiber-reinforced plastic component | |
JP6802921B2 (ja) | 加工物のコンピュータ断層撮影検査のためのシステムの機能状態を監視するための方法 | |
CN110196287A (zh) | 用于复合材料工件的制孔边缘分层缺陷分析的试块及方法 | |
TW201940874A (zh) | 廠房的檢查方法 | |
CN117969601A (zh) | 一种机床配件铸造质量缺陷检测方法 | |
KR101465073B1 (ko) | 초음파 검사 평가 방법 및 시스템 | |
Pau et al. | Experimental contact pattern analysis for a gear-rack system | |
JP7425409B2 (ja) | 損傷評価装置及び損傷評価方法 | |
KR101452442B1 (ko) | 탄성계수 측정 방법 | |
Bračun et al. | Surface defect detection on power transmission belts using laser profilometry | |
KR102434224B1 (ko) | 타원형 알고리즘이 포함된 자기공명탐상방법에 의한 검사 장치 및 방법 | |
Matveev | 1. General and reviews | |
Rioux et al. | Corrosion TFM Study: Improving Inspection Accuracy with 3D Data Interpretation | |
EP4109088A2 (en) | Automated scan data quality assessment in ultrasonic testing | |
Guimarães et al. | A simulation of probability of rejection as an aid to understanding the significance of sizing accuracy | |
JP2023153584A (ja) | 超音波検査方法、超音波検査装置 | |
dela Yedra et al. | Acoustic Emission and Digital Image Correlation Based Methods for Early Damage Identification during Heat Exchanger Testing | |
Torres et al. | Ultrasonic NDE technology comparison for measurement of long seam weld anomalies in low frequency electric resistance welded pipe | |
CN117761150A (zh) | 纵槽管涡流检测方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication |