基于机器视觉技术的曲轴自动探伤系统设计

本资料包含pdf文件1个，下载需要1积分

Design of automatic crankshaft flaw detection system based oncomputer visionLuo Jianlan，Wan Qiushi(School of automotive engineering，Wuhan university of technology，Wuhan，430070)Abstract：A computer vision-based system iS designed to detect flaws in crankshafts automatically withfluorescent magnetic powder.This system could capture flaw images，with which corresponding software couldprocess in some special flaw-detection algorithms.It i S efficient to apply thiS system in relievingworkers1abor intensity.Further more，thiS system could offer re1iable resultS in judging whethercrankshafts could be reused or not。

Keywords：computer vision：fluorescent magnetic powder：digital image processing随着我国退役汽车数量 的持续增加 ，汽车关键零部件如退役 曲轴的再制造产业逐渐受到社会关注。退役汽车关键零部件 的无损探伤及缺陷识别是再制造产业的基赐前提，其智能化和精 确程度 直接影 响着零 部件回收再利 用的整个过程 。荧光磁粉探伤是检测铁磁性材料表面和近表面 的裂纹缺陷的常用技术。传统方法 是依靠人肉眼识别和经验对 由荧光粉显示的缺 陷进行判别 ，这种方法效率较低 ，精确度不高，探伤人员的劳动强度大。本系统 以实现退役 曲轴表面和近表面缺陷的无损检测和智能识别为 目标，运用机械设计理论、机电伺服控制技术、数字 图像处理技术，设计-种曲轴智能化探伤装置及配套的上位机软件，实现曲轴荧光磁粉探伤的自动化。

1 系统原理和结构在磁粉探伤中，工件被磁化并浇淋荧光磁粉悬浊液后 ，在裂纹处的漏磁翅吸附荧光磁粉，而荧光磁粉在紫外灯 的照射下呈绿色。因此在系统中引入机器视觉技术，利用 CCD成像技术对缺陷 图像进行采集，并使用数字图像处理技术对采集到的原始 图像进 行预处理和缺 陷识别。系统可 以由计算机进基金 ：武汉理工大学自主创新基金 (136607003)行自动控制，实现系统的智能化，避免了人为因素造成的缺陷误判，并减轻了劳动强度，提高了检测结果的可靠性。

困 系统分为图像采集和图像后处理两部分。图像采集部分包括紫外光源，线阵 CCD相机和机械旋转等设备 ；图像后处理部分主要为对应的上位机软件，对采集的图像进行缺陷识别 。