Methode zur Oberflächenfehlererkennung von Stahlrohren basierend auf linearem Laserscanning

ZHANG Xuru ,  

GENG Hongfeng ,  

HE Zhao ,  

ZHANG Zhiyi ,  

摘要

Angesichts der Probleme vorhandener Methoden zur Erkennung von Oberflächenfehlern nahtloser Stahlrohre, die auf annotierten Proben basieren, einen einheitlichen Wahrnehmungsmodus haben, hohe Hardwarekosten verursachen und Schwierigkeiten bei der Balance zwischen Effizienz und Genauigkeit der industriellen Vor-Ort-Prüfung aufweisen, wird eine Methode zur Defekterkennung vorgeschlagen, die auf der Fusion von 2D- und 3D-Laserscanning basiert. Zunächst wird mittels optischem System das Oberflächenprofil der Stahlrohre erfasst und eine pixelgenaue Ausrichtung zwischen Grauwert- und Tiefeninformationen realisiert. Zweitens wird eine Relative-Ratio-Methode vorgeschlagen, um die Schwierigkeiten bei der Kalibrierung des Reflexionskoeffizienten unter komplexen Lichtbedingungen zu umgehen, und es wird ein parametrischer Referenzvorlagen-Generierungsmechanismus konstruiert, der eine automatische Erkennung und Stapelwiederverwendung von Rohren verschiedener Durchmesser ermöglicht. Drittens wird für komplexe Prüfbedingungen eine gestufte relative Positionsberechnungsstrategie vorgestellt, die Störungen durch Förderbandvibrationen unterdrückt. Schließlich werden anhand eines doppelt vergleichenden Algorithmus für Grauwerttextur und geometrische Abweichungen typische Defekte wie Rillen, Dellen, Durchbohrungen und Oxidhaut erkannt. Die Versuchsergebnisse zeigen, dass die Gesamterkennungsgenauigkeit des Systems 99,40% beträgt und es unter Betriebsbedingungen mit einer Transportgeschwindigkeit von 1,2 m/s wirksam Mikroschäden von 0,50 mm erkennt. Das entworfene System ermöglicht eine vollständige Abdeckung der Außenfläche der Stahlrohre und erfüllt die Anforderungen an Genauigkeit und Echtzeitfähigkeit der Online-Inspektion vor Ort.

关键词

Stahlrohroberfläche;Fehlererkennung;linearer Laser;3D-Vision;Rohrdurchmesser-Messung

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website