基于机器视觉的车辆飞轮齿圈缺陷和尺寸快速检测技术研究

【摘要】：飞轮齿圈是在飞轮总成上,实现起动电机与曲轴之间动力传递的关键部件,为保证发动机驱动齿轮与发动机正常运作,飞轮齿圈就需要与驱动齿轮啮合,在出厂前完成飞轮齿圈的缺陷检测以及尺寸测量,可以避免不合格的飞轮齿圈流入市场,尽量减少因飞轮齿圈与齿轮啮合不良,打坏齿圈而引发的车辆启动问题。若飞轮齿圈出厂前存在质量问题,即存在缺陷和尺寸不达标的情况,将影响着齿轮的工作寿命和使用性能,所以在实际工业生产过程中对飞轮齿圈的缺陷检测和几何参数测量有着重大的意义。在国内外有关飞轮齿圈的研究中,主要包括其内径检测系统的误差、断裂等分析,缺少针对飞轮齿圈的质量进行快速检测的研究。针对飞轮齿圈出厂前的质量检测问题,实现飞轮齿圈缺陷和尺寸测量的快速检测,进行了基于机器视觉技术的飞轮齿圈缺陷和尺寸快速检测的技术研究。对飞轮齿圈缺陷和尺寸快速检测硬件系统搭建,再对飞轮齿圈图像进行数字图像处理提取图像特征,进行缺齿和残齿的缺陷检测,将无缺陷的飞轮齿圈进行尺寸测量,尺寸测量的参数包括齿数、中心圆直径、齿顶圆直径、齿根圆直径、分度圆直径、模数、齿厚、齿距。飞轮齿圈快速检测技术的图像处理过程是,首先对飞轮齿圈图像进行图像去噪、图像增强等图像预处理过程,通过使用改进Canny算子亚像素边缘检测实现图像亚像素级边缘的提取,根据自定义特征分析,从而获取齿圈轮廓和中心圆轮廓。设计齿根处的振幅边缘对提取算法,完成自适应识别不同型号的飞轮齿圈缺齿情况,再使用图像差分算法提取齿轮廓,通过提取连通区域进而分析齿数,提取齿轮廓的特征,根据特征提取结果的筛选进行残齿判断。最后对于经缺陷检测后没有缺齿和残齿的无缺陷齿圈,接着进行几何尺寸测量,测量过程包括:通过凸包检测找到齿顶点,自定义距离函数找到齿根点,使用最小二乘法拟合齿顶圆和齿根圆,分别计算出齿顶圆和齿根圆直径,进一步计算齿圈的分度圆以及模数,齿圈轮廓和分度圆做差集,提取齿厚轮廓,通过各齿厚轮廓左右端点判断,计算各端点之间的对应距离,从而计算齿厚和齿距。针对齿圈边缘检测采用亚像素边缘检测算法,提出了改进Canny算子的亚像素边缘检测算法,通过两种算法比较标定板中圆直径变化,通过标准差和离散程度证明了在改进算法中定位圆直径的边缘定位更为准确,数值波动小。通过设计提取振幅边缘对算法,自适应判断缺齿齿圈,相比于根据先验知识需提前设定齿圈齿数的传统算法更具有灵活性和鲁棒性,同时所提出的振幅边缘对检测算法不会局限于检测一种规格的飞轮齿圈,更加贴合实际工业生产过程。实验表明,本方案对于170F-88型、465Q-96型、188F-110型的三种规格类型的飞轮齿圈均可完成缺陷和尺寸检测,存在缺陷问题的飞轮齿圈可实现快速自动检测出缺齿和残齿缺陷的具体位置,对无缺陷的飞轮齿圈的进行尺寸测量,实际尺寸测量出的检测值与理论尺寸的实际值之间的最大误差为0.0910mm,满足汽车发动机飞轮齿圈检测的国家标准要求。相比人工经验检测中飞轮齿圈缺陷问题以及手动测量多次取平均值测量尺寸的方法,通过机器视觉检测的方法不仅有效降低人工成本,还减少人工检测的误差,同时可以提高工业生产效率,具有较高的实际应用价值。本文提出的基于机器视觉的飞轮齿圈缺陷和尺寸检测的方案,设计检测装置,经图像处理,对存在缺齿及残齿的飞轮齿圈完成快速缺陷检测,对无缺陷的飞轮齿圈精确测量其几何尺寸参数,将处理结果展示给用户,检测系统的精度和可靠性满足工业要求。