Research on Portable Scratch Detection Device for Axis Curved Surface of White Light Confocal Wheel
-
摘要: 为解决机车轮轴检修过程中划痕深度检测难题,基于轮轴金属表面动态曝光补偿方法和划痕区域补偿算法,对共聚焦传感器、便携式位移滑台和控制系统进行系统化和集约化设计,设计了一种便携式白光共聚焦轮轴曲面划痕检测装置,实现了轮轴曲面划痕的现场检测。动态调光实验结果表明,该装置测量金属反射面的精度可达到±1.8 μm;采用标准单刻线样板进行了精度验证实验,示值误差最大值为−2.3 μm。Abstract: Aiming at the problem of scratch depth detection in the process of locomotive axle maintenance, a portable white light confocal axle surface scratch detection device was designed based on the dynamic exposure compensation method of axle metal surface and scratch area compensation algorithm. Through the systematic and intensive design of the confocal sensor, portable displacement slide and control system, the on-site detection of axle surface scratch was realized. The experimental results show that the device can measure the metal reflective surface with an accuracy of ±1.8 μm. In the precision verification experiment with a standard single-scribed line template, the maximum indication error was −2.3 μm.
-
表 1 白光共聚焦位移传感器不同采样频率下对金属表面精度测试结果
Table 1. Precision test of white light confocal displacement sensor on metal surface under different sampling frequencies
标称值/μm 误差值/μm 0.5 kHz 1 kHz 2 kHz 0 0 0 0 50 −0.6 −1.5 −1.1 100 −0.8 −1.2 −1.4 200 −0.9 −2.0 −3.2 300 −1.1 −5.1 −7.2 400 −2.2 −1.2 −10.7 500 2.5 −1.4 −12.3 600 3.1 −1.9 −15.7 700 3.4 −1.0 −17.4 800 2.8 −0.9 −12.3 900 1.8 −1.7 −6.3 1000 1.2 −1.8 −5.5 1100 1.4 −5.0 2.3 1196 1.0 −3.0 1.9 表 2 白光共聚焦位移传感器采用动态曝光补偿方法精度测试结果
Table 2. Accuracy test of white light confocal displacement sensor using dynamic exposure compensation method
标称值/μm 误差值/μm 采样频率 0 0 1 kHz 50 −0.3 100 −0.4 200 −0.3 300 −0.2 400 −1.0 500 0.2 600 0.3 700 0.1 0.5 kHz 800 −0.2 900 −0.2 1000 −1.1 1100 −1.5 1196 −1.8 -
[1] 匡翠方, 冯其波, 李学哲, 等. 表面形貌与位置对激光位移传感器接收光强的影响[J]. 计量技术, 2004(1): 3-5,10. [2] 陈进. 基于机器视觉的轴承缺陷检测技术研究[D]. 杭州: 浙江大学, 2021. [3] 黄雷, 窦艳红, 樊宇, 等. 基于激光跟踪关节臂的机器人位姿测量系统研制[J]. 计量科学与技术, 2022, 66(1): 26-31. doi: 10.12338/j.issn.2096-9015.2021.0005 [4] 周子淳. 基于亚像素分析的轴类零件自动检测技术[D]. 长春: 吉林大学, 2016. [5] 黄雷, 窦艳红, 樊宇, 等. 工业机器人三维在线自校准系统的研制[J]. 计量科学与技术, 2022, 66(2): 3-8. [6] 盛立锃. 曲线拟合原理及其应用研究[D]. 长沙: 长沙理工大学, 2015. [7] 田垅, 刘宗田. 最小二乘法分段直线拟合[J]. 计算机科学, 2010, 39(6): 482-484. [8] 李海明, 朱保安, 王双记. 基于LabVIEW构建电子仪器自动测试[J]. 中国测试, 2010, 36(2): 63-65. [9] 杨慧玉, 任兵, 合烨, 等. 基于LabVIEW的数字采集仪在线校准系统设计与开发[J]. 中国测试, 2013, 39(1): 64-65. [10] 国家质量监督检验检疫总局. 线位移传感器校准规范: JJF 1305-2011 [S]. 北京: 中国计量出版社, 2011. [11] 杨乐淼, 周富强. 基于机器视觉的划痕检测技术综述[J]. 激光与光电子学进展, 2022, 59(14): 118-125. [12] 韩鸿志, 王福明, 刘育君, 等. 基于偏振视觉的轴承曲面划痕缺陷检测[J]. 中北大学学报(自然科学版), 2022, 43(2): 26-31. [13] 张东林. 分段最小二乘曲线拟合[J]. 沈阳大学学报, 1994, 20(2): 80-83. [14] 刘海香. 散乱数据点曲线拟合的研究及二次曲线拟合的一种新方法[D]. 济南: 山东大学, 2005. [15] 蔡山, 张浩, 陈洪辉, 等. 基于最小二乘法的分段三次曲线拟合方法研究[J]. 科学技术与工程, 2007, 7(3): 252-255. doi: 10.3969/j.issn.1671-1815.2007.03.020