[发明专利]一种薄壁件靠模装夹贴合状态检测与评估方法

摘要

本发明一种薄壁件靠模装夹贴合状态检测与评估方法属于检测技术领域，特别涉及一种薄壁件靠模装夹贴合状态检测与评估方法。该方法中，先将薄壁件靠模装夹到支撑夹具上，并吊装至数控加工机床上；接着，数控机床驱动喷流水浸超声探头按照预先规划的测量路径，分段线性定向扫描测量被测件，上层测量系统自动采集、存储测点波形数据；最后，通过反射子波辨识与峰值提取、灰度比较、数据滤波、灰度匀化等一系列数据处理操作，完成贴合状态的数字化评估。本发明将喷流水浸超声在机检测与数字化灰度评估相结合的方法，实现了薄壁件靠模装夹贴合状态的准确判断，适于复杂曲面薄壁件靠模装夹贴合状态的在机检测与评估，操作简单、方法可靠。

主权项

一种薄壁件靠模装夹贴合状态检测与评估方法，其特征在于，检测与评估方法中，首先将薄壁件靠模装夹到支撑夹具上，并吊装至数控加工机床上；接着，数控机床驱动超声探头按照预先规划的测量路径分段线性定向扫描测量被测件，上层测量系统自动采集、存储测点波形数据；最后，通过反射子波峰值提取、灰度比较、数据滤波、灰度匀化等一系列数据处理操作，完成贴合状态评估；薄壁件靠模装夹贴合状态检测与评估方法的具体步骤如下：第一步，测量就位将薄壁件(4)放置在支撑夹具(3)上，带螺栓的第一压板组(5)压紧薄壁件(4)；将支撑夹具(3)吊装至工作台(1)上，带螺栓的第二压板组件(2)压紧支撑夹具(3)的法兰，完成薄壁件(4)的测量就位；第二步，超声线性分段定向扫描测量首先，将超声测头(6)安装至机床主轴(7)上；超声测头(6)在机床主轴(7)驱动下运动至第一截面轨迹L₁内第一线性运动段τ₁₁的起始控制点C₁₁，并自动调整超声测头(6)的中心线(a)与第一线性运动段τ₁₁的平均法矢N₁₁重合；按如下公式计算第一线性运动段τ₁₁的平均法矢N₁₁，$\left\{\begin{array}{c}{N}_{11}=\frac{1}{m_{11}}\underset{k=1}{\overset{m_{11}}{\mathrm{\Σ}}}{n}_{11}^k\\ \underset{k=1~m_{11}}{\max }\left\{{\mathrm{\θ}}_{11}^k\right|{\mathrm{\θ}}_{11}^k={\cos }^{-1}(n_{11}^k\·N_{11})\}\≤{\mathrm{\δ}}_{\mathrm{\θ}}\end{array}\right.---\left(1\right)$式中，为第一线性运动段τ₁₁第i点的法矢，为与N₁₁的夹角，δ_θ为法矢阈值，m₁₁为第一线性运动段τ₁₁离散点数；在第一截面轨迹L₁对应的数字化测量面内，超声测头(6)连续运动至第二线性运动段τ₂₁的起始控制点C₂₁，并使得超声测头(6)的中心线(a)与第二线性运动段τ₂₁的平均法矢N₂₁重合；超声测头(6)沿第一截面轨迹L₁内的各线性运动段依次扫描测量，同时上位机的数据采集系统高频存储各测点坐标及反射回波数据，测量获得第一截面轨迹L₁的测量子集Ω₁＝{(p_i1,U_i1),i∈[1,r]}，p_i1为第一截面轨迹L₁第i测点坐标，U_i1为第一截面轨迹L₁第i测点反射回波，r为截面轨迹内的测点数；接着，超声测头(6)运动至第二截面轨迹L₂第一线性运动段τ₁₂的起始控制点C₁₂，并使得超声测头(6)的中心线(a)与第二截面轨迹L₂的第一线性运动段τ₁₂的平均法矢N₁₂重合；超声测头(6)沿第二截面轨迹L₂内的各线性运动段依次扫描测量，获得第二截面轨迹测L₂的量子集Ω₂；最后，超声测头(6)沿Z字形扫描路径对薄壁件(4)双向往复扫描测量，测量获得薄壁件(4)的测量总集Ω＝{Ω_j,j∈[1,s]}，s为截面轨迹总数，Ω_j为第j截面轨迹L_j的测量子集；第三步，灰度计算取第j截面轨迹L_j第i测点的反射回波U_ij＝{u_k,k∈[1,t_ij]}，进行第二反射子波区间辨识与峰值提取；u_k为第k点反射幅值，t_ij为第j截面轨迹L_j第i测点反射回波U_ij的离散数；首先，遍历反射回波内所有数据，若u_k＜δ_u，则u_k被判定为波谷点，并记录当前波谷序号T_l＝k，完成波谷数值提取，相邻两个波谷点决定着一个反射子波；δ_u为波谷判定阈值；其次，通过波谷序号计算反射子波区间宽度，W_l＝T_l+1‑T_l，若W_l＜δ_W，则W_l＝W_l+W_l+1，即将W_l对应的第l反射子波与W_l+1对应的第(l+1)反射子波合并，完成反射子波区间辨识；δ_W为反射子波辨识阈值；提取第j截面轨迹L_j第i测点的第二反射子波峰值V_ij＝max{u_k,k∈[T₂,T₃]}；对第j截面轨迹L_j第i测点的第二反射子波峰值V_ij进行贴合灰度计算，模型如下，$\mathrm{Gray}{U}_{\mathrm{ij}}=(\frac{V_{\mathrm{ij}}}{V_0}-1)\×255---\left(2\right)$式中，GrayU_ij为第j截面轨迹第i测点的贴合灰度值，V₀为贴合标定值；按上述操作，对第j测量子集Ω_j中的反射回波逐点灰度处理，得到第j灰度子集G_j＝{(p_ij,GrayU_ij),i∈[1,r]}，p_ij为第j截面轨迹第i点坐标；对测量总集Ω，按截面轨迹逐条灰度处理，得到薄壁件(4)的灰度总集G＝{G_j,j∈[1,s]}；第四步，灰度数据模糊加权均值滤波构造第j灰度子集G_j第i测点的模糊滤波窗口A_ij＝{GrayU_ij,m|m∈[i‑Δ,i+Δ]}，Δ为模糊滤波窗口宽度；接着，按如下模型滤波，$\left\{\begin{array}{c}{\mathrm{\μ}}_{\mathrm{ij},m}=\exp (-{((\mathrm{Gray}{U}_{\mathrm{ij},m}-\mathrm{Gray}{U}_0)/b)}^2)\\ \mathrm{Gray}{U}_0=\frac{1}{2\mathrm{\Δ}+1}\underset{m=i-\mathrm{\Δ}}{\overset{i+\mathrm{\Δ}}{\mathrm{\Σ}}}\mathrm{Gray}{U}_{\mathrm{ij},m}\\ w_{\mathrm{ij},m}={\mathrm{\μ}}_{\mathrm{ij},m}/\underset{m=i-\mathrm{\Δ}}{\overset{i+\mathrm{\Δ}}{\mathrm{\Σ}}}{\mathrm{\μ}}_{\mathrm{ij},m}\\ \mathrm{Gray}{U}_{\mathrm{ij}}^{\′}=\underset{m=i-\mathrm{\Δ}}{\overset{i+\mathrm{\Δ}}{\mathrm{\Σ}}}{w}_{\mathrm{ij},m}\mathrm{Gray}{U}_{\mathrm{ij},m}\end{array}\right.---\left(3\right)$式中，μ_ij,m为GrayU_ij,m隶属度值，b为模糊尺度因子，GrayU₀为滤波窗口A_ij内的灰度均值，w_ij,m为GrayU_ij,m权值，GrayU′_ij为第(i,j)滤波灰度值；按上述操作，对第j灰度子集G_j中的灰度数据，逐点处理，得到滤波子集F_j；对灰度总集G中的灰度数据，按截面轨迹逐条处理，得到薄壁件(4)的滤波总集F＝{F_j,j∈[1,s]}；第五步，装夹贴合状态数字化评估首先，在薄壁件(4)被测坐标范围内进行等参数坐标密化，得到坐标密化点集Q＝{q_IJ,I∈[1,R],J∈[1,S]}；其中，q_IJ为第(I,J)密化点，R为截面轨迹内密化点数，S为截面轨迹密化数；接着，对滤波总集F进行四边剖分处理，并进行序列化标记，记由四个测点坐标p_ij、p_(i+1)j、p_i(j+1)和p_(i+1)(j+1)确定的剖腔为第(i,j)微元剖腔Θ_ij；利用密化点与微元剖腔的坐标，判断二者空间位置关系；若密化点位于两微元剖腔的公共边界和多微元剖腔的公共点上，则将密化点判断在低序列微元剖腔中；利用高维插值技术计算各密化点的灰度值；以第(I,J)密化点q_IJ为例，经判断，第(I,J)密化点q_IJ位于第(i,j)微元剖腔Θ_ij中，则按如下公式计算第(I,J)密化灰度值$|\begin{array}{ccccc}1& 1& 1& 1& 1\\ 0& {\left|\right|p_{(i+1)j}-p_{i,j}\left|\right|}_2& 0& 0& (X_{\mathrm{IJ}}-x_{\mathrm{ij}})\\ 0& 0& {\left|\right|p_{i(j+1)}-p_{\mathrm{ij}}\left|\right|}_2& 0& (Y_{\mathrm{IJ}}-y_{\mathrm{ij}})\\ 0& 0& 0& {\left|\right|p_{(i+1)(j+1)}-p_{\mathrm{ij}}\left|\right|}_2& (Z_{\mathrm{IJ}}-z_{\mathrm{ij}})\\ \mathrm{Gray}{U}_{\mathrm{ij}}^{\′}& \mathrm{Gray}{U}_{(i+1)j}^{\′}& \mathrm{Gray}{U}_{i(j+1)}^{\′}& \mathrm{Gray}{U}_{(i+1)(j+1)}^{\′}& \mathrm{Gray}{\tilde{U}}_{\mathrm{IJ}}\end{array}|=0---\left(4\right)$式中，p_(i+1)j为第j截面轨迹第(i+1)点坐标，p_i(j+1)为第(j+1)截面轨迹第i点坐标，p_(i+1)(j+1)为第(j+1)截面轨迹第(i+1)点坐标；GrayU′_(i+1)j为第(i+1,j)滤波灰度值，GrayU′_i(j+1)为第(i,j+1)滤波灰度值，GrayU′_(i+1)(j+1)为第(i+1,j+1)滤波灰度值；X_IJ、Y_IJ、Z_IJ分别为第(I,J)密化点q_IJ的X坐标、Y坐标和Z坐标；x_ij、y_ij、z_ij分别为第(i,j)测点p_ij的x坐标、y坐标和z坐标；‖p_(i+1)j‑p_i,j‖₂、‖p_i(j+1)‑p_ij‖₂与‖p_(i+1)(j+1)‑p_ij‖₂分别表示p_(i+1)j‑p_i,j、p_i(j+1)‑pi_j与p_(i+1)(j+1)‑p_ij的二范数，用以计算空间两点的Hausdorff距离；逐点依次计算，得到坐标密化点集Q内各密化点的灰度值；然后，对密化点的贴合状态灰度值进行匀化处理；若当前点的贴合状态灰度值均不大于临近点的贴合状态灰度值，则按如下公式匀化处理，$\mathrm{Gray}{\tilde{U}}_{\mathrm{IJ}}=\frac{1}{4}(\mathrm{Gray}{\tilde{U}}_{(I-1)J}+\mathrm{Gray}{\tilde{U}}_{I(J-1)}+\mathrm{Gray}{\tilde{U}}_{(I+1)J}+\mathrm{Gray}{\tilde{U}}_{I(J+1)})---\left(5\right)$式中，为第(I‑1,J)密化灰度值，为第(I,J‑1)密化灰度值，为第(I+1,J)密化灰度值，为第(I,J+1)密化灰度值；最后，设第(I,J)密化点q_IJ四边邻域网格内贴合状态具有一致性，贴合状态灰度值均为逐点填充，输出贴合状态灰度云图，完成薄壁件(4)靠模装夹贴合状态数字化评估。