基于IRAI的焊點測量系統設計研究

【關鍵詞】IRAI；焊點缺陷檢測；三維重建

引言

在現代工業生產中，焊點的好壞直接影響著產品的安全與可靠性。隨著技術水平的不斷提高，常規的探傷手段已經無法很好地滿足焊縫探傷的要求。本文采用圖像識別和人工智能的方法，研究焊點的自動檢測方法，并結合計算機輔助，對焊點進行快速、準確的識別與檢測。主要內容包括：焊接智能識別算法、焊接智能化技術、基于同軸圖像感知的焊接工藝質量監控技術和基于測度學習的焊點缺陷識別技術。本文研究成果將為實現焊接過程的自動化、智能化奠定基礎。因此，本文旨在探索將上述新技術與焊點檢測相結合的方法，以實現焊點的高效、精準質量控制[1]。

一、焊點測量系統的設計思路

本文介紹了一種基于運動控制、圖像采集及點云數據分析的電動機轉子機件故障診斷系統。首先，用個人計算機發出一個信號，讓攝像機開啟，并把一個信號送到一個運動控制卡，然后把一個信號送到滾珠絲杠內的電機，電機的運動控制滑塊把電機送到被測部位，然后啟動攝像功能后，點云處理模塊將所得到的影像進行圖像處理，再把電機轉子的缺陷識別的結果反饋到工業控制電腦，工業控制電腦根據識別的結果，把沒有問題的電機轉子再送到下一個工作位置，然后去掉有問題的電機轉子的劣質產品[2]。

二、基于IRAI的機電一體化仿真實驗

（一）外置腳本C++語言系統開發

在虛擬仿真領域，由于無法直接對電機缺陷檢測結果進行即時分類，IRAI軟件通過集成C++編寫的外部腳本，實現了與實際檢測系統的交互。這種設計使得檢測后的電機合格狀態能夠被傳遞回虛擬仿真環境，從而完善整個仿真流程[3]。

該過程首先通過外部編程模擬了探頭操作、圓筒和滾珠螺桿的運動，以及電機夾取和載體的協同作業。接著，通過虛擬傳感器配置，將信號傳輸至實際的檢測系統。實際檢測系統處理完電機后，將檢測結果反饋至虛擬仿真環境，實現了分布式仿真的協同運作。這種集成方法不僅提高了仿真的實時性和準確性，還增強了系統對電機缺陷檢測的響應能力[4]。

（二）分布仿真實驗

1.檢測傳感器布置仿真實驗

當傳感器的位置被設定好后，就會在下拉屬性中取消隱藏同類物體，此時可以看到，傳感器是一個三維的虛擬物體。因此，在模擬過程中，只需要將它隱藏起來。探測傳感器的探測原理是探測其前方的部件或組件具體設置時，只需要在sensor beam子級的探測元件中選擇目標對象（如“馬達”）。傳感器有一個發送端，一個發射端，一個接收端。可以按照虛擬主播（Virtual UP，VUP）中的運行規格來設定感應器，使其充分適合個人需要的排列[5]。

對液壓缸進行模擬，按照方案設計將液壓缸的模擬分成兩類：平動液壓缸和夾持液壓缸；夾緊汽缸將電機夾緊，平移汽缸將電機移動到螺桿之上的電機載體中，再利用滾珠螺桿的運動將電機送到相機光軸軸心的正下方，進行檢測[6]。本文所設計的電機檢測分揀結構如圖1所示。

2.氣缸仿真實驗

在對液壓缸進行模擬仿真的過程中，按照設計要求，把液壓缸分成了平動和夾緊兩類。夾緊液壓缸負責將馬達固定，并將馬達送至滾珠絲杠之上的馬達承載裝置。然后，利用滾珠絲杠的運動，準確地將馬達定位在攝像機的光軸之下，用于檢測[7]。

遵循三維仿真器VUP的運動設置規則，將液壓缸的夾緊機構作為平行圓柱體的子總成，氣壓線性滑臺作為滑塊平行缸的子系統。液壓缸的運動是通過導向桿的運動來完成的。在導向桿選定后，還可安裝一種能清楚顯示圓柱導向桿直線運動特征的輔助移動機構。該導向桿沿垂直于所述傳送帶的方向上運動，導向桿的運動距離取決于所述限位件與所述滾珠螺桿的間距。通過規定起止位置，可確定導向桿的運動范圍，進而實現夾持圓柱與移缸驅動夾緊缸的協調模擬[8]。

3.電機夾取與載具配合仿真

在運用VUP軟件進行機電一體化仿真時，遇到了一大難題：只允許具有物理特征的部件進行夾緊和運動。所以，此研究需要對這些部件進行實體屬性的設置。但若電動機的下部與承載裝置均具有相同的物理特性，在裝配過程中就會互相排斥，導致不能正確裝配。

針對這一問題，從兩個方面進行研究。一是將組件的物理屬性設定好之后，再將它隱藏起來，這樣就可以避免裝配時的沖突。通過這種方式，即使各個部件都在一起，在裝配時也不會彼此干涉。二是在SolidWorks平臺上，將被夾持的零部件、設備等均看作立方體，建立與之完全一致的特定立方體群，并以三維XML格式輸出。由于VUP軟件僅能識別組裝體形的三維XML文件，因此將其引入VUP仿真。

在VUP軟件中，這篇文章將這些特殊的立方體重新定位，以保證它們和真正的零件是一條直線。另外，為避免馬達底座及支架在模擬運轉過程中受壓或倒塌，此文在傳送帶上采用立方形支架。從而保證了電動機總成在復雜的仿真環境下的整體穩定。利用該方法，可以在VUP中高效地實現機電仿真，并克服了物理屬性之間的矛盾。

三、焊點測量系統設計與實現

（一）結構光相位提取方法的選擇

1.相位測量法原理

光柵投影的3D測量方法，主要由三部分組成：一是調節被測對象的方位，選擇適當的投影高度，然后投影出編碼后的光柵，使其在被測對象的形態變化下產生形變，從而得到被測對象的3D信息。利用攝像機對這些數據進行采集，再利用計算機對其進行多種算法的處理，即可獲得被測量對象的3D點云。

2.相位提取方法

以相位測量法的基本原理為依據，按照算法的差異，相位測量法可以分為：傅里葉變換法，時間外差法，卷積解調法等幾種常用方法。這幾種方法都已經發展得較為成熟，在現有三維測量技術中廣泛應用。下面將簡要地描述一下這些方法。

卷積解調：初始點的選擇是卷積解調的關鍵，初始點選擇不當，將會給后續的相位提取帶來諸多困難，甚至連初始點的截屏都做不到，這是本研究在實際測量中所要做的。

傅里葉變換法：傅里葉轉換方法盡管只要求兩張圖像，一張是沒有被測量對象時的圖像，另一張是被測量對象被測量對象時的圖像。但是，在后續的光柵加工中，頻率會發生偏移，影響到主要頻率的精確定位，同時，由于取樣點的不充分，也會導致光譜損失，導致測量結果出現偏差。

相移法：移相方法是利用多個具有不同頻率的編碼光柵對信號進行處理。若總計投影N幅子柵像，則相鄰兩幅已編碼柵像的相位差為2π/N。電機焊點原圖及光柵投影圖如圖2所示。

（二）標定

在3D成像測量中，攝像機和結構光之間的校準關系到3D點云重構的準確性，而高質量的校準是保證試驗順利進行的基礎。這也是所有后續工作的前提。校準方式可選用2D或3D兩種方式。為了獲得焊接件的3D信息，必須有一個坐標系統，即攝像機、投影器、焊接件三者之間的空間坐標關系。其中，相機的內部參數和外部參數以及透鏡的徑向失真是一個重要因素。在確定了準確的參數之后，再對攝像機進行校準。

在采用相位法進行測試時，現有的光路模型對投影、照相機、基準面等的定位條件較為苛刻，而在此基礎上，若采用常規校準方式，則照相機軸線與投影器編碼光柵的中心連線必須與焊接探傷平面平行。照相機的光學軸線也必須與焊接探傷面垂直，并且照相機的光學軸線與投影線的交叉點也必須位于焊接探傷面以上。在標定時，由于光學軸線、投影軸線都是理想的直線，所以在實際的組裝中，要使兩軸線完全平行是很困難的。如果要強行完成兩軸之間的平行，則會耗費很多的時間，并且要在精確的標定儀器的幫助下來完成設想，這個過程很麻煩，而且精準度也不一定能達到此文的要求，還會影響到焊點的檢測精度。

因此，本研究采用了三維空間坐標系來校準整個測量體系。將焊點相位與整個測量體系的坐標系建立在照相坐標系下，并將其與整個測量體系的坐標系進行映射。

（三）相位展開方法

從3D測量的基本理論出發，若要對焊點相位進行深度提取，則需獲得準確的相位分布，即纏繞相位的解算，而該解算中，大部分相位表示形式為正倒切函數，且纏繞相位的解算結果必然在（-π，π）之間，因此，需選擇適當的解算方式，才能獲得實際的相位值。

在焊接接頭檢測試驗中，由于測試結果受各種因素的影響，如何選取合適的檢測方法對焊接接頭進行檢測，是實現焊接接頭檢測的關鍵。

（四）三維重建系統實現

1.系統構成

在應用3D重建技術時，將其劃分為兩個核心步驟：數據獲取與點云處理。在數據獲取部分，采用編碼光柵對焊接點進行投影，根據測量結果對焊接點進行位相卷繞和點云重構。該方法可獲得較高精度的焊縫點云，為焊接后的加工奠定了良好的基礎。

點云處理部分，對點云進行濾波、擬合，提取焊縫細節。對點云的界面進行了優化，實現了焊縫三維點云圖的角度調整、點云的顏色處理和重點信息的標記，提高了三維點云的可讀性和實用性。

通過此文的研究，將實現焊縫信息獲取、數據處理、界面顯示等多個環節的高效率解析與準確表征，為焊縫質量評價與控制提供技術支撐。

2.實驗條件

（1）開發環境

本文所設計的三維重構系統主要應用于64位Windows操作系統，采用C++編寫。利用開放的開源計算機視覺庫對2D影像數據進行處理，利用開放的視覺資源庫點云庫對三維點云數據進行處理。

（2）硬件組成

投影設備及照相機透鏡選用：美國TI公司制造的小型投影設備DLP4500，該設備適用于機械視覺；陜西維視影像公司生產的MVEM200C千兆以太網狀工業照相機、AFTVision ZML1024型可調式工業透鏡。

（3）硬件集成

文章介紹了一種利用電腦直接控制投影儀、攝像機的方式，來準確地控制投影及攝影過程。該設計的目的是簡化系統的硬件結構，提高三維重建的效率。將投影機與攝像機直接與電腦相連，在保證操作方便、精確控制的前提下，降低硬件的復雜度。

為了實現投影與攝像機的協作，提出了一種基于軟件觸發的軟同步方法。采用軟同步方式，將二者有機地結合起來，以保證投影與攝影之間的準確同步，提升重建的精度與效率。同時，也為3D重建技術的發展提供了一種全新的思路。

結語

本文介紹了一種用于微型電機焊點缺陷的自動識別方法，并對其進行了機構的設計。在硬件選擇上，選擇了一些關鍵部件，都是與此課題的要求相匹配的。采用一體化封裝技術，對各測試單元進行了功能模塊化。對分選裝置進行了模塊化的運動模擬和系統級仿真驗證。

參考文獻：

[1] 劉國柱，于新.基于深度學習的單視圖三維重建方法的研究進展[J].青島科技大學學報（自然科學版），2022，43（06）：98108.

[2] 劉澤鶴.基于深度相機的三維重建與目標識別[D].西安：長安大學，2022.

[3] 陳龍.基于線陣CCD的PCB板焊點快速定位及檢測方法研究[D].成都：電子科技大學，2022.

[4] 代巍，韋慶恒，謝寧，等.工業機器人超聲波自動化焊點檢測設備的設計研究[J].機電產品開發與創新，2020，33（04）：1820.

[5] 徐亦睿.航天電子表露型焊點缺陷主動紅外檢測方法研究[D].武漢：華中科技大學，2020.

[6] 廖坤銳.基于圖像處理的焊點質量檢測方法的研究[D].株洲：湖南工業大學，2020.

[7] 吉鵬暉.基于線激光的水輪機機器人測量手眼標定與焊點加工區域特征提取[D].武漢：華中科技大學，2022.

[8] 趙東升.微型電機焊點缺陷檢測系統設計與仿真研究[D].桂林：桂林電子科技大學，2021.