[发明专利]球墨铸铁管铸造缺陷智能检测方法

说明书

本发明涉及一种球墨铸铁管铸造缺陷智能检测方法，将退火后管子运送至一组旋转的托轮上，托轮与管子均在恒定光源照射的长方体室内；采用拍照图像检测技术拍照管子三个角度的照片；通过软件处理功能将图片拼接成整根管子；利用图片比对技术进行特征相量的提取；将图片中采集的特征向量与数据库中的缺陷图片特征向量比对；判定管子是否合格。本发明球墨铸铁管铸造缺陷智能检测方法，不需要依靠工人的经验进行判别；降低工人技术水平的要求；降低工人的劳动强度，提高工作效率，保证产品质量。

技术领域

本发明涉及一种检测装置，具体的说，是涉及一种球墨铸铁管铸造缺陷智能检测方法。

背景技术

目前国内外球墨铸管企业对退火后的管子进行检测，全靠人工观测判断铸造缺陷，退火后的管子虽经水冷却但管子依然有300度左右的高温，热辐射严重给人工观测缺陷时带来极大的困难，并且管子的气孔、裂纹、重皮等缺陷又不易判断会造成漏判或误判，漏判的管子发给用户使用给供水安全带来很大的隐患。

发明内容

针对上述现有技术中的不足，本发明提供一种降低工人的劳动强度，提高工作效率，保证产品质的球墨铸铁管铸造缺陷智能检测方法。

本发明所采取的技术方案是：

一种球墨铸铁管铸造缺陷智能检测方法，

包括如下步骤：

将退火后管子运送至一组旋转的托轮上，托轮与管子均在恒定光源照射的长方体室内；

采用拍照图像检测技术拍照管子三个角度的照片；

三个角度的照片是指管子拍照一次然后在托轮的作用下旋转120度拍照一次；然后再旋转120度再拍照一次。

通过软件处理功能将图片拼接成整根管子；

利用图片比对技术进行特征相量的提取；

将图片中采集的特征向量与数据库中的缺陷图片特征向量比对；

判定管子是否合格。

通过神经网络的学习算法，判断出管子的气孔、砂眼、裂纹、重皮的缺陷程度，进而自动判断管子是否合格。

数据库中的缺陷图片特征向量的建立步骤如下：

选取一定数量的单独具有/和或具有气孔、砂眼、裂纹、重皮缺陷的管子若干根；

选取的管子逐个进行拍照；

根据缺陷的类型和缺陷程度人工进行判别；

判别根据国家标准、行业标准或企业标准；

单独缺陷超过极限数据判定为不合格，存储相应的照片信息；

复合缺陷超过极限数据判定为不合格；存储相应的照片信息；

形成初始缺陷数据库。

当采集的缺陷图片系统无法判定时，通过人工干预的方式进行判别，将缺陷图片的特征向量及其判别结果存入数据库；对数据库数据进行更新。

拍照图像的相机采用显微镜相机，显微镜相机放大倍率为1-1000倍；最大分辨率为2592×1944。

光源采用紧凑型光源布置；采用体积小的点光源；点光源均布在长方体室内两侧斜45度的角线上。

每侧12个以上的光源。

在长方体室内顶部中线上设置有能够升降的显微镜照相机8-12台。

镜头距管子外壁最小不低于500mm。

本发明相对现有技术的有益效果：