论文部分内容阅读
焊接过程中由于焊接条件、环境等因素影响,会产生焊接缺陷。焊接缺陷分布在焊件内部或外部,其中焊接表面缺陷占比很大,如凹陷、咬边、裂纹、未焊透等等。为保证焊接质量,需要对焊缝进行检测。针对焊缝表面缺陷的线激光扫描检测技术已趋于成熟,优点是检测效率高,能确定焊缝表面缺陷的位置;缺点是对焊缝表面缺陷的几何测量精度有限。用激光扫描测量的方法进行焊后检测,利用对焊缝表面高度差的测量得到焊接缺陷的尺寸大小和形态,可以评估焊接质量是否达到工业要求。当前,线结构光对焊缝表面缺陷检测的应用广泛,成熟产品颇多,但检测精度还有待提高。针对现有的线激光扫描检测的局限性,提出了一种基于点激光扫描的焊缝表面缺陷检测方法,提高焊缝表面缺陷检测精度。本文采用的点激光位移传感器,测量精度高,结合运动平台扫描待测焊件获取焊缝表面缺陷三维信息。三角测量法是点激光位移传感器测量物体表面高度的光路几何原理,分为直射式激光三角法和斜射式激光三角法,本文对两种测量原理进行了说明。基于点激光的视觉检测,是利用传感器照射到物体表面的激光点反射到光敏元件,由光电信号转换得到表面高度,随待测物体移动得到待测物体表面高度的变化。由于点激光传感器采集焊缝表面的原始数据点存在噪声干扰,故采用滤波的方式对焊缝表面缺陷数据点进行降噪处理。采用多项式拟合与BP神经网络拟合对焊缝表面缺陷二维轮廓拟合,比较二者优劣并得到焊缝二维轮廓曲线和拟合数据。本文利用三角剖分的思想对焊缝表面进行三维重构,从二维三角剖分扩展到三维三角剖分,将平面三角网格延伸到空间曲面三角网格。由点激光焊缝表面缺陷检测平台获得焊缝表面缺陷空间坐标数据点,分别运用Delaunay三角剖分算法和BP神经网络拟合可以重构出焊缝表面缺陷三维模型,定量检测出焊接表面缺陷的大小,试验结果表明基于点激光传感器的视觉检测是一种高精度的焊缝表面缺陷检测方法。