A method for defect detection of piston blank with complex inner structure is presented, which includes step punching calibration blocks consistent with the material of the tested piston blank; DR image of the calibrated specimen is obtained; relationship curves between different penetration thicknesses and gray mean value, pore defect segmentation threshold and inclusion defect segmentation threshold are established; and different penetration thicknesses and different equivalent cylindrical defects are established. The relationship curve of the extreme gray value of the trap; the first and second detection blind area images are obtained by detecting the standard sample of the flawless piston blank from 0 and 90 respectively; the segmentation threshold maps of inclusion and pore defects are calculated based on the flawless piston blank; and the inclusion and pore defects images of the actual piston blank are calculated by the defect segmentation threshold maps. The defect equivalent and quantity are calculated. According to the statistical distribution principle of defect segmentation, the defect equivalent and quantity can be automatically detected accurately and reliably.
【技术实现步骤摘要】
一种复杂内结构的活塞毛坯缺陷检测方法
本专利技术涉及缺陷检测领域，特别涉及一种复杂内结构的活塞毛坯缺陷检测方法。
技术介绍
高功率密度柴油机具有高转速、高燃烧压力等优点，是车辆动力发展的必然趋势。目前，采用挤压铸造技术实现第一环槽铝基复合材料增强和内冷油道成形，满足高功率密度柴油机的高转速、高燃烧压力对活塞强度、耐磨性、耐热性、抗疲劳性等方面的要求。由于生产工序繁多、内部结构复杂、体积大等因素，其内部容易产生疏松、气孔和夹杂等缺陷，长期在高机械负荷、热负荷和剧烈磨损的情况下，容易造成应力集中，缺陷扩展，活塞开裂，最终导致车辆在运行过程中拉缸，造成不可预测的损失。因此，实现对高功率密度铝活塞内部缺陷检测对重型车辆的行驶安全稳定运行具有至关重要的作用。复杂的内部结构特性必然在很大程度上限制无损检测方法的适用性。活塞强度、耐热性、疲劳等性能不断提升，对内部制造缺陷的检测提出了更好的要求，也对无损检测技术提出了新挑战。虽然超声、射线检测、工业CT等无损检测方法在复杂构件无损检测中已有较多成熟的应用，但若用于高功率密度铝活塞的内部缺陷检测，上述方法的适用性、效率和检测成本还...
【技术保护点】
1.一种复杂内结构的活塞毛坯缺陷检测方法，其特征在于：包括以下步骤：步骤1、制造出与被测试活塞毛坯材质一致的阶梯形打孔标定试块，其中，该标定试块阶梯的最大高度大于被测试活塞毛坯的最大直径；步骤2、采用X射线实时成像工艺对标定试块进行扫描，获得标定试件的DR图像；步骤3、选取标定试块的DR图像的不同穿透厚度阶梯中不包含人工孔型缺陷所在区域的图像，并统计不同穿透厚度阶梯中选取的区域内的灰度直方图，计算不同穿透厚度下灰度直方图的最佳灰度值均值，建立不同穿透厚度与灰度值均值的关系曲线；通过实验设定最佳置信度，提取出气孔类缺陷分割阈值和夹杂类缺陷分割阈值，分别建立不同穿透厚度与气孔类...
【技术特征摘要】
1.一种复杂内结构的活塞毛坯缺陷检测方法，其特征在于：包括以下步骤：步骤1、制造出与被测试活塞毛坯材质一致的阶梯形打孔标定试块，其中，该标定试块阶梯的最大高度大于被测试活塞毛坯的最大直径；步骤2、采用X射线实时成像工艺对标定试块进行扫描，获得标定试件的DR图像；步骤3、选取标定试块的DR图像的不同穿透厚度阶梯中不包含人工孔型缺陷所在区域的图像，并统计不同穿透厚度阶梯中选取的区域内的灰度直方图，计算不同穿透厚度下灰度直方图的最佳灰度值均值，建立不同穿透厚度与灰度值均值的关系曲线；通过实验设定最佳置信度，提取出气孔类缺陷分割阈值和夹杂类缺陷分割阈值，分别建立不同穿透厚度与气孔类缺陷分割阈值和夹杂类缺陷分割阈值的关系曲线；步骤4、选取标定试块的DR图像中不同穿透厚度阶梯中包含人工孔型缺陷所在区域的图像，利用步骤3中不同穿透厚度与气孔类缺陷分割阈值和夹杂类缺陷分割阈值的关系曲线提取出人工孔型缺陷；在缺陷内部搜索灰度值极值，建立不同穿透厚度与不同当量圆柱形缺陷灰度值极值的关系曲线；步骤5、选取无缺陷的被测试活塞毛坯标准样件，以活塞毛坯销孔正对平面为第一扫描平面，假设角度为0°，采用与步骤2中标定试块相同的X射线实时成像工艺进行扫描，通过多次积分得到第一活塞毛坯投影DR模板图像，计算该模板图像的第一局部标准差图像，将第一局部标准差图像中大于给定阈值的区域提取出来，得到第一检测盲区图像；步骤6、将步骤5中的无缺陷的活塞毛坯标准样件，旋转90度使得活塞毛坯销孔平行于第一扫描平面，假设角度为90°，采用与步骤5中相同的方法，采用X射线实时成像工艺进行扫描，通过多次积分得到第二活塞毛坯投影DR模板图像，计算该模板图像的第二局部标准差图像，将第二局部标准差图像中大于给定阈值的区域提取出来，得到第二检测盲区图像；步骤7、将步骤5中的第一检测盲区图像和步骤6中的第二检测盲区图像进行正交投影，将两者重叠处作为检测盲区；步骤8、将步骤5中的第一活塞毛坯投影DR模板图像与第一检测盲区图像进行相乘，得到第一有效区域模板图像；以活塞毛坯已知厚度的位置作为基准点，取其在第一有效区域模板图像对应位置的灰度值，使用步骤3中不同穿透厚度与灰度值均值的关系曲线提取出活塞毛坯已知厚度对应的灰度值平均值，并计算出第一校正系数；使用第一校正系数对第一有效区域模板图像进行校正，得到校正后的第一有效区域模板图像；使用步骤3中的不同穿透厚度与灰度值均值的关系曲线计算出校正后的第一有效区域模板图像上各个位置对应的第一X射线穿透厚度，将第一X射线穿透厚度代入步骤3中不同穿透厚度与气孔类缺陷分割阈值和夹杂类缺陷分割阈值的关系曲线中，分别得到第一活塞毛坯投影DR模板图像上各个位置的第一夹杂类缺陷分割阈值图和第一气孔类缺陷分割阈值图；步骤9、将步骤6中的第二活塞毛坯投影DR模板图像与第二检测盲区图像进行相乘，得到第二有效区域模板图像；以活塞毛坯已知厚度的位置作为基准点，取其在第二有效区域模板图像对应位置的灰度值，使用步骤3中不同穿透厚度与灰度值均值的关系曲线提取出活塞毛坯已知厚度对应的灰度值平均值，并计算出第二校正系数；使用第二校正系数对第二有效区域模板图像进行校正，得到校正后的第二有效区域模板图像；使用步骤3中的不同穿透厚度与灰度值均值的关系曲线计算出校正后的第二有效区域模板图像上各个位置对应的第二X射线穿透厚度，将第二X射线穿透厚度代入步骤3中不同穿透厚度与气孔类缺陷分割阈值和夹杂类缺陷分割阈值的关系曲线中，分别得到第二活塞毛坯投影DR模板图像上各个位置的第二夹杂类缺陷分割阈值图和第二气孔类缺陷分割阈值图；步骤10、选取实际生产的活塞毛坯，采用步骤5中相同的方法，从0°检测实际活塞毛坯，得到第一DR图像；以实际生产的活塞毛坯已知厚度的位置作为基准点，取其在第一DR图像中对应位置的灰度值，使用步骤3中不同穿透厚度与灰度值均值的关系曲线提取出活塞毛坯已知厚度对应的灰度值平均值，并计算出第三校正系数；使用第三校正系数对第一DR图像进行校正，得到校正后的第一DR图像；将校正后的第一DR图像分别与第一夹杂类缺陷分割阈值图和第一气孔类缺陷分割阈值图相减，分别得到第一夹杂类缺陷图像和第一气孔类缺陷图像；步骤11、采用步骤6中相同的方法，从90°检测步骤10中实际生产的活塞毛坯，得到第二DR图像；以实际生产的活塞毛坯已知厚度的位置作为基准点，取其在第二DR图像中对应位置的灰度值，使用步骤3中不同穿透厚度与灰度值均值的关系曲线提取出活塞毛坯已知厚度对应的灰度值平均值，并计算出第四校正系数；使用第四校正系数对第二DR图像进行校正，得到校正后的第二DR图像；将校正后的第二DR图像分别与第二夹杂类缺陷分割阈值图和第二气孔类缺陷分割阈值图相减，分别得到第二夹杂类缺陷图像和第二气孔类缺陷图像；步骤12、使用步骤7中的检测盲区，计算步骤10中第一夹杂类缺陷图像除步骤7中检测盲区之外的区域和步骤11中第二夹杂类缺陷图像除步骤7中检测盲区的之外区域中像素值大于0的像素组成的连通区域面积，将其连通区域面积作为夹杂类缺陷的定量；统计步骤10中第一气孔类缺陷图像除步骤7中检测盲区之外的区域和步骤11中第二气孔类缺陷图像除步骤7中检测盲区之外的区域中像素值小于0的像素组成的连通区域内的像素最小值，根据第一DR图像或第二DR图像中的灰度值分布，使用步骤3中的不同穿透厚度与灰度值均值的关系曲线计算出活塞毛坯每个位置的穿透厚度，并根据像素最小值的像素在第一DR图像或第二DR图像中的位置得到穿透厚度，再根据步骤4中不同穿透厚度与不同当量圆柱形缺陷灰度值极值的关系曲线确认每个连通区域中的像素最小值对应的缺陷当量。2.根据权利要求1所述的复杂内结构的活塞毛坯缺陷检测方法，其特征在于：所述步骤1中的具体步骤为：加工阶梯数为n的标定试块，在标定试块的每个阶梯上设置(直径/Ф、深度/h)＝(1mm、1mm)、(2mm、2mm)、(3mm、3mm)…的平底孔。3.根据权利要求2所述的复杂内结构的活塞毛坯缺陷检测方法，其特征在于：所述步骤3中的具体步骤为：步骤3-1、设标定试块的DR图像中的灰度级为[0.,L-1]，在标定试块的每个阶梯处选取M×N大小且不包含平底孔的区域进行图像灰度直方图统计，设任一阶梯Δn选取的区域图像的灰度直方图为：hΔn(i)＝mi，其中，1≤Δn≤n，hΔn表示阶梯Δn选取的区域图像输出的序列直方图，i表示阶梯Δn选取的图像中灰度级对应的像素值，即灰度值，i∈[0,L-1]，mi表示阶梯Δn选取的图像中灰度值为i的像素数量；步骤3-2、采用最小残差法对输出序列直方图hΔn进行高斯拟合，设拟合后的高斯曲线函数为其中，a是拟合后高斯曲线的幅值，是拟合后高斯曲线的灰度值均值，σ是拟合后高斯曲线的灰度值标准差；其中，高斯拟合曲线迭代的初始灰度值均值为：初始灰度值标准差为：将和σinit代入公式中，得到其中幅值ainit的初始值为则得到幅值ainit的初始值其中，拟合后高斯曲线的灰度值均值拟合后高斯曲线的幅值a和拟合后高斯曲线的灰度值标准差σ的取值范围为：选取不同的拟合后高斯曲线的灰度值均值拟合后高斯曲线的幅值a和拟合后高斯曲线的灰度值标准差σ，建立函数类Ψ＝{f0(i),f1(i),...,fm(i)}(m<L)求出使时，获得最佳拟合高斯曲线灰度值均值以及最佳灰度值标准差σopt；根据各个阶梯Δn对应的穿透厚度h建立不同穿透厚度h与灰度值均值的关系曲线为：步骤3-3、通过实验确定最佳置信下限范围fplow和最佳置信上限范围fpup，通过最佳置信下限范围fplow提取出对应的气孔类缺陷分割阈值，通过最佳置信上限范围fpup提取出对应的夹杂类缺陷分割阈值，根据各个阶梯Δn对应的穿透厚度h建立不同穿透厚度h与夹杂类缺陷分割阈值和气孔类缺陷分割阈值的关系曲线T(h)up/T(h)low，其中，计算公式为：其中，PΔn(i)＝mi/MN,i＝0,1,...,L-1，φ表示标准正态分布的积分。4.根据权利要求1所述的复杂内结构的活塞毛坯缺陷检测方法，其特征在于：所述步骤5的具体步骤为：步骤5-1、选取无缺陷的被测量活塞毛坯标准样件，以活塞毛坯销孔正对平面为第一扫描平面，假设角度为0°，采用与步骤2中标定试块相同的X射线实时成像工艺进行扫描，通过多次积分得到第一活塞毛坯投影DR模板图像p0(x,y)，其中，x为第一活塞毛坯投影DR模板图像中像素点的横坐标，y为第一活塞毛坯投影DR模板图像中像素点的纵坐标；步骤5-2、计算第一活塞毛坯投影DR模板图像p0(x,y)的第一局部标准差图像s0(x,y)：对第一活塞毛坯投影DR模板图像p0(x,y)中的每个像素点进行处理，以当前像素点(x,y)的位置为中心，选取周边nl×nl范围内的像素计算，其中，第一局部标准差图像s0(x,y)的计算公式为：其中，局部均值：步骤5-3、通过实验确定给定阈值sT，将第一局部标准差图像s0(x,y)中大于给定阈值sT的区域进行提取，得到第一检测盲区图像p′0(x,y)，其中计算公式为：5.根据权利要求1所述的复杂内结构的活塞毛坯缺陷检测方法，其特征在于：所述步骤6中的具体步骤为：步骤6-1、将步骤5中的无缺陷的活塞毛坯标准样件，旋转...
【专利技术属性】
技术研发人员：齐子诚，倪培君，付康，张维国，郑颖，左欣，郭智敏，唐盛明，李红伟，乔日东，
申请(专利权)人：中国兵器科学研究院宁波分院，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。