基于机器视觉的铸件表面缺陷检测研究

基于机器视觉的铸件表面缺陷检测研究
发布时间：2022-08-18T08:58:47.292Z 来源：《中国科技信息》2022年33卷第4月7期作者：邵建良1，蔡启翔2
[导读] 近年来，科学技术的发展迅速，现代生产中，“质量”包含两个方面的内容：一是产品质量，即铸件满足用户要求的程度，也就是适应性。

邵建良1，蔡启翔2
杭州蒲丰视觉检测科技有限公司，浙江省杭州市，310000
摘要：近年来，科学技术的发展迅速，现代生产中，“质量”包含两个方面的内容：一是产品质量，即铸件满足用户要求的程度，也就是适应性。

二是工程质量，即是制造铸件的生产过程对产品质量的保证程度。

两者有相关性，但又不是一个概念。

铸件质量的现代概念应该是有两层思：首先是满足使用要求，即适用性；其次是在保证适用性的基预上价格最低，即经济性。

铸件的检验方法应根据铸件的验收条件要求选用。

由于铸件作用不同，其质量要求也各不同。

随着科技高速发展，对铸件的质量要求越来越高，铸件的检验言法也不同。

同时从满足生产和客户的要求出发，铸件质量应包括：外观质量、内在质量、使用质量。

而铸件外观质量显得尤为重要。

其中以铸造缺陷当用时发现避免，因为铸造缺陷，是导致铸件性能低下，使用寿命短，失效和报废的重要原因。

关键词：机器视觉；铸件表面缺陷；检测研究
引言
铸件之所以被工业生产广泛应用，是因为铸造的成本低廉、可以一次形成、尤其适用于大型复杂件的制造，其中航空航天制造、压力容器制造中有很多的零部件都是采用铸造的方法生产。

但铸件很容易因为操作过程的失误产生不易发现的缺陷，因此必须在生产早期将铸件缺陷及时检查出来。

进行铸件缺陷的无损检测可以提高生产效率，节约产品生产成本，提高产品质量。

铸件无损检测中使用最广、研究最多的要数超声波探伤法、射线透照法、射线层析摄影法。

1粘砂的定义、产生原因、防治方法
1.1.1粘砂的概念
铸件表面粘附着一层难以清除的砂粒，称为粘砂。

粘砂分为机械粘砂和化学粘砂。

机械粘砂是铸件的部分或整个表面上，粘附着一层砂粒和金属的机械混合物。

清铲粘砂层时能看到金属光泽。

化学粘砂是铸件的部分或整个表面粘附一层金属氧化物、砂粒和粘土相互作用而生成的低熔点化合物，硬度较高，只能用砂轮磨去。

1.1.2粘砂产生的原因
粘砂是金属液与型壁表面之间产生热物理作用或经学反应的综合结果。

凡是加剧热物理作用或热化学反应的各种因素，都会造成铸件的部分表面或整个表面产生不同程度的粘砂。

铸件表面牌液态时间长，铸件厚壁或大热节处，散热条件差的地方（凹角、细长孔、狭窄沟槽等），金属液的静压力大，浇注温度高，原砂颗粒越粗，则容易粘砂。

1.2.3防治粘砂的措施
（1）铸件壁厚要均匀，适当加大圆角半径，尽量减小热节圆，采用冷铁。

（2）根据铸件厚度和金属液浇注温度，正确选用原砂粒度，面砂和粘结剂的耐火度适当高些，砂型紧实度要均匀，涂料层耐火度要高，热化学稳定性要好，砂型要干燥。

（3）提高金属液质量，适当降低浇注温度、浇注速度。

2砂眼的定义、产生原因、防治措施
2.1砂眼的定义
铸件内部或表面带有砂粒的孔洞称为砂眼。

铸件表面的砂眼可以看到：内部砂眼只有机械加工后才能发现。

2.2砂眼产生的原因
产生砂眼的主要原因是铸型中存在有砂粒。

这些砂粒来自：
（1）铸型结构不合理，造型下芯合型操作过程型壁表面砂粒易碰落;
（2）型砂和涂料的强度不够，造型操作时紧实度不均匀，型腔未修好;
（3）浇注系统不合理，浇注温度和浇注操作不当，金属液冲击型壁而脱落的砂粒;
（4）合型操作不细致，型内脱落的砂粒未清理干净，合型时压坏砂型等。

2.3砂眼的防治措施
（1）修改工艺，如增大铸型尖角部位的圆角半径，增大起模斜度，改进下芯方案等。

（2）提高型芯砂质量、造型操作质量、型芯烘干质量。

（3）改进浇注系统和控制浇注操作，减少金属液对型壁的热辐射和强烈冲击。

（4）提高合型操作质量，认真检查型芯尺寸，吸尽型内散砂，平稳合型，防止碰撞和挤压，坚持验型操作等。

2智能化检测缩短评价时间、提高检测效率
超声波无损检测在大型铸件上的应用是十分广泛的，目前无损检测设备广泛应用于铸造行业，轮毂是飞机车轮最重要的部件之一，是工业X射线无损检测智能检测设备的领导者，该设备覆盖范围广、效率高、系统集成度高，能够自动识别和判断，具备智能化和人性化，可根据客户的具体需求定制。

无损检测技术确保了生产的安全。

目前，在飞机制造和生产领域，AI技术已被用于智能质量检测，以确保中国飞机的每一个细节的质量和安全。

因此，缩短评价时间，提高检测效率已迫在眉睫。

比如说，在捕捉到人工检测的低效率后，我们可以比较几种工业质量检测方法。

手工检测存在成本高、效率低、检测标准不统一等问题。

然而，传统的机器视觉技术识别能力差，抗干扰能力弱，算法不能重用。

深度学习技术具有较强的适应性、较高的算法精度、可重用的模型和迭代意义，具有较强的产业升级潜力。

因此，最终我们可以采用智能化采用无损检测技术来深度学习技术来改进流程。

由于军工
行业近年来，新能源汽车、船舶等行业越来越多的精密铸钢、铸铝零件，工件形状精密，结构、材质和结构复杂，可选性大，传统的检测方法已不能满足生产要求，成像结构复杂，难以清晰，不能满足精度要求，远不能满足工业生产的需要。

可根据用户不同的工艺检测需求开发定制检测系统，满足不同客户产品的检测需求。

将人工智能与深度缺陷自动识别相结合，可以实现缺陷的自动识别和判断。

整个系统采用成熟的技术和设备，填补了精密铸造产品自动检测领域的技术空白。

系统控制稳定可靠，大大降低了劳动强度，提高了检测效率。

用于精密铸件的无损眼部X射线成像系统可以成为众多铸造企业和技术人员的良好助手，成为精密铸造检测的法宝。

3基于机器视觉的铸件表面缺陷检测研究
3.1超声波检测法
超声波探伤是利用材料本身或内部缺陷的声学性质对超声波传播的影响，非破坏性地探测材料内部和表面的缺陷（如裂纹、气泡、夹渣等）的大小、形状和分布状况以及测定材料性质。

利用超声波进行探伤不仅成本很低，而且对人体没有害处；更重要的是超声波的灵敏度和穿透性都很好，并能够快速的进行检测从而提高工作效率。

在进行超声波检测时，铸件的缺陷通过超声波以缺陷波的形式反射到荧光屏上，其中缺陷波的波形和波幅都与缺钱的形状有关，因此可以根据缺陷波来了解铸件的缺陷情况。

超声波检测方法又分为两种，分别是声程衍射时间法（TOFD）和声振分析法（AR）。

TOFD是由南斯拉夫的Ines Dukic 以及Predrag Dukic提出的。

它的的优点是：优良的可靠性和检测的可重复性；结果的易见性和易存储性，使之能够快速进行比较；对铸件缺陷扩展的趋势能够进行监控。

它的局限性是：被检测的铸件其形状构成会影响检测的完整性，例如铸件的螺纹孔会导致螺纹孔附近的区域被覆盖从而降低了检测的完整性；密集的缩孔会导致信号产生重叠进而得到错误的尺寸。

因此除了以上两点的局限性以外，声程衍射时间法是铸件缺陷检测中一个重要的工具。

声振分析可以在一个广阔的频率范围内进行快速有效的检测，是一种新的无损检测方法，由Herlin等人发明。

通过共振频率可以算出不同材料的声学参数，然后这些声学参数可以匹配成不同的质量特征，这些质量特征与铸件的尺寸、材料以及几何构造等有着很大的联系。

它的特点是：可以使用计算机辅助检测；可检测铸件的整体，不用进行取样或者局部检测；不用考虑化学或环境问题，其检测过程是一个干燥的环境等。

2.X射线检测法
X射线检测法是将射线穿过被检测铸件，通过X射线的衰减来进行铸件缺陷的检测。

X射线检测法的发展过程共有三个阶段，分别是获取低劣的微光图像、电离放射线荧光屏成像、高分辨率清晰的数字图象。

通过射线检测法可以检测出铸件的缺陷并提供相应的缺陷照片。

X 射线检测法主要用于检查铸件或机器的部件是否存在裂纹、孔洞和夹杂等缺陷。

在对于X射线图象处理中，Herbert提出了非线性灰度值变换以及线性黑点校正等图像处理的方法，该方法将图象分割技术归为图像像素问题，并提供了几种选取空洞所使用的局部特征选择方法，它们分别包括线性及非线性的滤波运算、局部缺陷模板、将图象相减、直角与旋转局部特征结合等各种不同的局部特征选择方法。

目前X射线检测法已用于特殊的缺陷检测法中。

德国的C.Lehr等人使用摄像机模型的立体射线实时成像系统对铸件内部缺陷进行三维分析，通过使用两幅不同方向的X射线图象可以知道铸件缺陷位置以及大小。

；美国的研究者发明了一种用于距离图象并通过CAD成像的三维检测系统，这是一种在铸件缺陷检测的自动化视觉检测系统被运用的技术，在这种检测系统的各个阶段都可以使用计算机进行辅助设计。

该项技术能够用在对平面、锥面、柱面以及球面等各种几何表面进行检测，并且能够对这些平面的尺寸公差、普通铸件各平面的凹陷、浇铸不足等各类缺陷进行检测。

3.X射线层析射影法
射线层析摄影法是从射线照相技术发展而来，将照相时的圆锥状X射线束通过特定装置转换为线状或面状扫描束，接着将其穿过被测铸件的某一个断面并得到断面图像。

通过获得的断面图像可以知道被测铸件的结构及性能的众多信息，进而可以检测其是否存在缺陷。

在四个影响X射线断层照片的参数（空间分辨率、密度分辨率、噪声、人为产物）中前三个参数是相互关联的，只能取其中一个最佳值。

这种新的检测技术主要是用在诸如复杂结构、多层容器等超声波方法不能检测的特殊构件检测中，其在进行缺陷和裂纹的定位与检测的同时能够对超声波等不能提供横断面图像的检测方法进行校正。

目前为止已出现三维层析摄影法，它可以检测任何复杂的铸件，可通过一次扫描形成一个三维物体，最多可以分析1000个切片。

3.4铸件缺陷检测开发工具包扩展训练数据
铸件缺陷检测开发工具包可以实现铸件缺陷检测任务从训练到部署的全过程。

这主要基于oar的核心框架，具有数据增强、损失函数选择、分段模型和骨干网络配置等优点，以提供工业部署能力。

我们选择它最重要的原因是它的易用性，通过全局配置，可以快速实现模型选择和数据增强，无需太多编码，非常接近我们的开发需求。

实际业务场景的细分存在标注成本高、标注数据少、在线应用场景复杂等问题，解决方案是通过数据增强策略扩展训练数据，提高模型的可靠性，支持能够满足开发算法要求的强大数据增强技术，还支持各种主流细分网络。

实际上，最初考虑了三种标记方法：第一种是使用矩形标记框架的目标检测算法，第二种是旋转矩形框架的目标检测，第三种是多边形标记框架的铸件缺陷检测。

这些注释的成本变化很大，需要根据检测目标特征和数据集大小来确定。

最后采用语义分割和后处理的方法得到了所需的检测结果，开发速度非常快。

比如说，单个试件检测时间为20分钟;试验数量很大：每批2000件，每年约3批;信息水平低：容易造成人为疏忽;设备开度低：工艺难以优化。

在先进材料研究中心实验室检测人员对复合材料结构模型试件进行无损检测时，通常为单批试件，对2000多件单试件进行检测、评定并出具报告要20分钟以上，使其成为瓶颈，需要对信息进行处理，智能化改进。

就目前的形势评估，航空复合材料常用的测试过程包括实验接收、实验测试、缺陷分析和报告发布。

缺陷分析和报告发布的两个步骤是评估阶段，其他步骤是实验阶段。

我们可以通过50个实验来评估处理时间，平均测试时间为4.3分钟，平均评估时间为14.4分钟，手动评估时间占77%。

这就需要使用铸件缺陷检测开发工具包来扩展训练数据，提升检测效率。

结语
超声检测、射线透射检测以及射线层析摄影法所具有的不同的特点，以及各自的使用范围。

因此在实际中应该根据铸件的几何特征、材料等来选取各自适合的检测缺陷的方法。

由于现代工业的高速发展，使得对于铸件缺陷的检测方法在铸件缺陷方面的检测水平越来越高。

在未来对于铸件缺陷检测的方法研究中，应该着重研究如何获得高质量、清晰的射线图像，并且学会利用计算机进行自动化检测以提高铸件缺陷检测的效率。

同时也将多种不同的检测方法综合使用，以获得最佳的检测结果。

参考文献
[1]中国机械工程学会铸造分会.铸造手册1卷.2版,北京,机械工业出版社,2002.8
[2]杜磊.铸造实用技术问答（M）北京：机械工业出版社,2007.6
[3]韩春鸣.机械制造基础.北京,化学工业出版社,2006.8。