[发明专利]一种法兰的平面度检测方法

说明书

本发明公开了一种法兰的平面度检测方法，包括硬件系统带动3D相机采集法兰表面轮廓图阶段和软件系统进行平面度计算阶段，软件系统进行平面度计算阶段包括以下步骤：S1.预处理生成点云；S2.空间三维点云极坐标变换；S3.点云去噪；S4.检测位点提取；S5.法兰基准平面拟合；S6.法兰平面度计算；与现有技术相比，本发明的法兰的平面度检测方法，根据海量3D点云数据进行平面度计算，所计算出的平面度结果比当前人工采用激光测平仪手动打点采集数据计算平面度更科学和合理，提高了法兰平面度检测的效率和检测的准确度。

技术领域

本发明涉及智能检测技术领域，具体地，涉及一种法兰的平面度检测方法。

背景技术

平面度的高精度测量是机械加工装调检测过程中的重要环节，大尺寸圆环型零件的直径都在数米量级，其平面度的精确测量一直是一个难点。例如大尺寸法兰在风电装备行业中使用广泛，风电机组塔架焊后顶部法兰平面度要求0.5mm，基础环上法兰平面度要求1.5mm，其余法兰平面度要求2mm，法兰的平面度值是塔架制造的关键点。当前行业普遍的检测方法是使用进口的激光测平仪进行检测，存在检测方法繁琐、检测时间过长、检测方式存在安全隐患等问题。

发明内容

本发明的目的在于提供一种法兰的平面度检测方法，其用于解决上述技术问题。

一种法兰的平面度检测方法，包括硬件系统带动3D相机采集法兰表面轮廓图阶段和软件系统进行平面度计算阶段，软件系统进行平面度计算阶段包括以下步骤：

S1.预处理生成点云：将3D相机采集到的法兰表面轮廓图进行预处理并生成矩形带状点云；

S2.空间三维点云极坐标变换：

S21.将S1中生成的矩形带状点云向y轴正方向平移，使矩形带状点云位于y轴上方；

S22.将矩形带状点云上的每个点的直角坐标转换为极坐标，并将转成的极坐标用直角坐标表示；

S23.根据极坐标将矩形带状点还原为圆环形状的点云；

S3.点云去噪：

S31.设置欧氏距离分割阈值；

S32.根据欧氏距离阈值将点云分割成不同的部分；

S33.获取不同部分点云的特征；

S34.根据分割后的模型特征选取出法兰的主体点云；

S4.检测位点提取：

S41.获取法兰点云在二维图像下的渲染图；

S42.在渲染图上提取检测位点；

S5.法兰基准平面拟合：

S51.根据S42获得的检测位点提取的位置，映射到三维点云之中提取检测的点云；

S52.使用最小二乘法将检测点云拟合为一个平面，获得基准平面；

S6.法兰平面度计算：

S61.计算每个检测点到基准平面的距离；

S62.获取所有距离的最大值与最小值之差的绝对值，该值即为平面度。

根据本发明的一实施方式，S1中将3D相机获取的轮廓图进行预处理并生成矩形带状点云包括以下步骤：

S11.3D相机SDK获取采集的轮廓图数据；

S12.对获取的轮廓图使用3D相机API进行中值滤波；

S13.对中值滤波后的图像使用3D相机API进行平滑滤波；

S14.使用3D相机API生成点云数据。