[发明专利]一种长管型件的激光视觉综合检测设备及其检测方法

说明书

本发明提供一种长管型件的激光视觉综合检测设备及其检测方法，包括图像采集单元、三维数据采集单元以及数据处理单元；图像采集单元通过第一线性相机与第二线性相机采集到的图形数据均上传至数据处理单元；三维数据采集单元处理器计算出长管型件的三维数据然后上传至数据处理单元；数据处理单元包括三维数据处理模块和图形数据处理模块，三维数据处理模块对三维数据进行拟合获得长管型件的尺寸参数，并与该长管型件的标准数据进行对比，获得三维数据对比图；图形数据处理模块内置检测算法，并通过检测算法分析识别图形数据从而检测结果；在保证检测可靠性的同时提升了检测效率。

技术领域

本发明属于型件检测技术领域，具体涉及一种长管型件的激光视觉综合检测设备及其检测方法。

背景技术

长管型件(直径200-100mm，长度4000-13000mm)是航空航天、能源、化工等领域的一种关键部件。这种零件经常被用于进一步加工成储存、运输高压气体、液体的核心部件。这种长管型件一般采用旋压加工作为第一道工序，在此工序中，坯料经旋压剧烈变形，与模具摩擦，很容易出现内表面材料掉料、粘结在模具上造成材料内表面划伤，这在作为压力容器时的高可靠性、高疲劳性要求的产品中是绝对不允许的。同时，产品加工后形状、尺寸精度是否满足后续要求，也对后续加工至关重要。

当前长管型件表面的加工质量完全依靠人工和设备加工保证，在批量生产中很容易出现质量不稳定情况。普通生产来说，可以通过人工肉眼或粗糙度仪检测表面质量情况；可以通过卡尺等检测工具检测坯料尺寸。但是对于自动生产，上述动作将大幅降低生产效率，必须通过自动检测一方面保证检测的可靠性、一致性；一方面提高检测效率。

发明内容

本发明的目的是提供一种长管型件的激光视觉综合检测设备及其检测方法，以适应自动生产线流水生产需求，采用图像识别和图像采集技术以及结合人工智能和深度学习，实现对金属表面缺陷、划痕和各种表面异常的检测，实现对长管型件尺寸、形状公差的检测，确保长管型件满足后续加工要求。

本发明提供了如下的技术方案：

一种长管型件的激光视觉综合检测设备，包括图像采集单元、三维数据采集单元以及数据处理单元；所述图像采集单元包括机床、轨道、外采集模块以及内采集模块，所述机床一侧设置有三爪卡盘，所述三爪卡盘用于夹持长管型件；所述外采集模块以及内采集模块底部均设置有位移组件，并分别通过位移组件活动设置于轨道上，所述轨道设置于三爪卡盘下方；所述外采集模块包括设置于长管型件外侧的支架以及支架上固定的第一线阵相机；所述内采集模块包括设置于长管型件中心线上的支柱以及支柱上固定的第二线阵相机；所述第一线性相机与第二线性相机采集到的图形数据均上传至数据处理单元；所述三维数据采集单元包括三维数据采集模块，两个所述三维数据采集模块分别固定于外采集模块以及内采集模块上，所述三维数据采集模块包括处理器、半导体激光器、入射镜片、接收镜片以及线性相机，所述半导体激光器通过镜头将固定频段的激光射向长管型件，经长管型件反射的激光通过接收镜片，被内部的线性相机接收然后回传至处理器，处理器计算出长管型件的三维数据然后上传至数据处理单元；所述数据处理单元包括三维数据处理模块和图形数据处理模块，所述三维数据处理模块对三维数据进行拟合获得长管型件的尺寸参数，并与该长管型件的标准数据进行对比，获得三维数据对比图；所述图形数据处理模块内置检测算法，并通过检测算法分析识别图形数据从而检测结果。

优选的，所述检测算法包括以下步骤：

S101、定义输入训练集X∈R^n*D，其中，R表示实数域；X表示输入的样本图像，样本图像从图像数据中随机选取；N表示样本图像的数量；D表示每个样本图像的维度；

S102、定义图像生成器，图像生成器包括生成网络和判别网络，判别网络用于判断输入图像生成器的图像是否为图形样本X；生成网络用于将输入的图像样本X随机产生高斯噪声向量并映射成具有实际意义的生成样本Y；