本发明专利技术公开了一种轧辊和带钢三维表面形貌功能特征参数的测量方法及专用装置。该方法在读取原始轮廓值后，按照下述步骤进行处理数据：①消除形状误差，②消除波度误差，③修正奇异点，④计算二维轮廓高度分布概率，⑤计算三维轮廓高度分布概率，⑥由三维轮廓高度分布概率积分得到轮廓承载率曲线，根据承载区间分布数据计算三维表面形貌功能特征参数。本发明专利技术可在生产现场测量轧辊、带钢三维表面形貌功能特征参数，提高表征轧辊、带钢形貌的准确度。本发明专利技术能更全面表征轧辊、带钢的表面性质；不需要精确运动的载物台，测量时间短；能抵抗对测量影响较大的干扰。
【技术实现步骤摘要】
【技术保护点】
一种轧辊和带钢三维表面形貌功能特征参数的测量方法，其特征在于，分别沿轧辊或带钢的0°、45°、90°方向进行三次测量，读取原始轮廓值，然后将测量结果按照下述步骤进行处理数据：①先经最小二乘滤波除掉表面形貌中的形状误差，用原始轮廓值减去确定的最小二乘中线，得到消除形状误差的轮廓值，其中，用公式1来确定最小二乘中线，即f(xi)=axi+b?????????????公式1公式1中参数a、b用下述方程组1来确定：Σi=1N(zi-axi-b)xi=0Σi=1N(zi-axi-b)=0方程组1方程组1中，N为取样点个数，i为取样点序列，xi表示在取样长度上离开起始测量点的距离，zi表示测量的轮廓曲线高度；②再经过高斯滤波消除波度误差，用消除形状误差的轮廓值减去高斯滤波中线，得到消除波度误差的轮廓值，其中，用公式2来确定高斯滤波中线，即i=m,...,n?m????????公式2公式2中，gk=1αλcexp(-π(kΔxαλc)2)a=ln2π=0.4697i为取样点序列，wi=w(iΔx)为评定基准线的离散表示，zi?k=z[(i?k)Δx]为离散采样数据，gk为高斯权函数的离散表示，m为离散高斯权函数的宽度，n为取样点的个数，Δx为采样间隔，λc最长截止波长；③对于奇异点的数据，通过对奇异点相邻点的值进行插值计算来修正，用公式3插值计算确定的轮廓值取代消除波度误差的轮廓值，完成奇异点的修正，z(xi-k)′=b1+j-k+1j+1(b2-b1),k=j,j-1,...,2,1????公式3式中，i为取样点序列，z(xi?k)“是坐标为xi?k的奇异点由插值计算的轮廓值，j为记录的连续奇异点的个数，b1和b2分别为连续奇异点两端的正确数据，即修正插值边界；④上述数据处理后，采用公式4计算二维轮廓高度分布概率：pi=p{Rv+iΔh≤hig=∫∫ΣdS∫∫Dxy1+zx2(x,y)+zy2(x,y)dxdyDxy为预测三维表面轮廓在xoy平面的投影，Σ为预测的三维轮廓被z=τ和z=τ+δ所截取的部分，dS为投影面积；按不同方向上的轮廓高度的概率分布及影响因子确定三维轮廓高度分布概率：p(h)=Σj=13αjpj(h)Σj=13αj其中，p(h)1、p(h)2、p(h)3分别表示在0°、45°、90°方向高度在h到h+Δh的概率，pj(h)为二维轮廓高度分布概率；⑥由三维轮廓高度分布概率通过积分得到轮廓承载率曲线，根据承载区间分布数据采用公式6计算三维表面形貌功能特征参数Sa、Sbp、Ssc、Sbc、Ssv：Sa=∫SvSpφ(τ)3DτdτSbp=∫h0.1Spφ(τ)3D[τ-h0.1]dτSbc=∫0Spφ(τ)3Dτdτ-∫h0.1Spφ(τ)3D[τ-h0.1]dτSsc=∫Sv0φ(τ)3D(-τ)dτ-∫Svh0.8φ(τ)3D[h0.8-τ]dτSsv=∫Svh0.8φ(τ)3D[h0.8-τ]dτ公式6式中，最大峰高为Sp，最大谷深为Sv，φ(τ)3D表示为采用公式5计算的三维轮廓任一连续高度τ的连续分布密度，h0.1和h0.8表示承载率分别为10%和80%处所对应的高度。FDA00003466942800012.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：田义胜，张杰，陈晓海，徐冬，汪磊川，李洪波，范庆国，杨光辉，卢劲松，曹建国，董海龙，
申请(专利权)人：武汉钢铁集团公司，北京科技大学，
类型：发明
国别省市：
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。