一种用于航空发动机油管的表面缺陷检测方法技术

本发明专利技术公开了一种用于航空发动机油管的表面缺陷检测方法，所述航空发动机油管的表面缺陷检测方法步骤如下：步骤一：油管零件网格划分；步骤二：各组件导入；步骤三：油管零件工作空间的确定；步骤四：固定油管姿态下的油管检测网格区域计算与标记；步骤五：油管表面网格的覆盖标记；步骤六：油管最优检测姿态序列的生成；步骤七：油管表面图像的获取；步骤八：将相机组拍摄的图像传送至视觉检测服务器；步骤九：视觉缺陷检测；步骤十：缺陷检测结果的记录与展示，本发明专利技术一种用于航空发动机油管的表面缺陷检测方法，专注于航空发动机油管表面的全覆盖检测，提供了对油管零件表面所有网格的覆盖检测方法，降低了油管零件表面缺陷的漏检率。率。率。

【技术实现步骤摘要】
一种用于航空发动机油管的表面缺陷检测方法


[0001]本专利技术涉及涉及一种用于航空发动机油管的表面缺陷检测方法，属于航空


技术介绍

[0002]航空发动机中的油管主要是用来为发动机和飞机输送燃油、滑油和液压油的工作介质,是发动机和飞机的一个重要的组成部分,任何一根油管出现断裂故障都会造成严重的事故,重者甚至会导致机毁人亡。由于油管安装位置苛刻、温度、压力不断变化,其受力较复杂。航空发动机导管工作的可靠性对发动机性能、寿命至关重要，因此有必要对航空发动机输油管路进行表面缺陷检测。
[0003]传统方法一般依赖人工完成油管的缺陷检测，其难点主要有以下几方面：其一，其管路材料中的缺陷如果未能经过完整检测与维护，被漏检的缺陷将会导致发动机的工作异常，存在严重的安全隐患；其二，一台典型的航空发动机上的导管多达几百根，其形状、尺寸各异，在检测过程中依赖人工方法耗时耗力，效率较低；其三，航空发动机管路的表面缺陷主要有裂纹、缺口、凹坑、划痕等，此类缺陷较不规则，若采用传统视觉方法提取共性特征，对光线、角度等很敏感，判断准确率和召回率都无法保证。
[0004]本方法针对航空发动机油管传统检测手段存在漏检、检测效率与准确率低下的问题，结合三维仿真、油管姿态智能规划和深度学习等技术，提出了一种用于航空发动机油管的表面缺陷检测方法。

技术实现思路

[0005]本专利技术的目的在于提供一种用于航空发动机油管的表面缺陷检测方法，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种用于航空发动机油管的表面缺陷检测方法，所述航空发动机油管的表面缺陷检测方法步骤如下：步骤一：油管零件网格划分，对需要检测的油管零件进行三维建模，并对其进行表面网格划分；步骤二：各组件导入，将机械臂、手爪、相机组等组件模型导入仿真环境中，保证仿真环境中所有组件位姿和现实中一致；步骤三：油管零件工作空间的确定：首先根据机械臂的工作空间，并在仿真环境中增加机械臂本体、手爪和油管零件的碰撞限制条件，进而获取油管零件的的可达工作空间；步骤四：固定油管姿态下的油管检测网格区域计算与标记，仿真三维环境中，针对该工作空间中的每一种油管零件姿态可使用交互方法计算出油管被检测网格区域；步骤五：油管表面网格的覆盖标记，根据步骤三中的油管零件工作空间和步骤四中的油管检测网格区域计算方法，针对工作空间中每一种油管姿态可计算出对应的油管可检测网格区域并进行标记，直至油管工作空间中所有姿态均完成计算；
步骤六：油管最优检测姿态序列的生成：根据步骤五中的油管网格标记结果，可获取每个网格可检测时的油管姿态，对所有的油管姿态进行整合可获取若干最优检测姿态组成最优检测姿态序列，该序列可以最少的次数完成对油管表面的覆盖检测；步骤七：油管表面图像的获取：根据步骤六中得到的最优检测姿态序列，控制机械臂使油管依次到达序列中各姿态值，然后计算当前油管姿态下检测网格区域所使用的相机并控制每个相机的焦距，使其可获取检测网格的高质量清晰图像；步骤八：将相机组拍摄的图像传送至视觉检测服务器：通过步骤七中的方法可获取若干油管表面图像，根据仿真模型计算出每一张图像中油管待检测网格区域的像素位置，并将图像和对应像素位置传送至视觉检测服务器；步骤九：视觉缺陷检测；步骤十：缺陷检测结果的记录与展示。
[0007]作为本专利技术的一种优选技术方案，所述步骤一中，网格划分需要保证网格尺度不大于某值，并保持尺度的一致性，该操作的目的是将油管零件从整体分割为可单独处理的最小单元。
[0008]作为本专利技术的一种优选技术方案，所述步骤二中，机械臂底座和相机组相对于世界坐标位置固定，机械臂为6轴，其手爪安装于机械臂末端且夹持油管的位置不变。
[0009]作为本专利技术的一种优选技术方案，所述步骤四中的计算方法为：在每个相机模型的圆锥视野范围内发射一定密度的射线，对射线碰撞到的油管网格进行检测和入射角度判断，若入射角度向量和碰撞面法线向量满足一定的角度关系，判定该网格可被该相机检测。然后将该网格标记为该相机的检测区域，并记录对应的油管姿态。
[0010]作为本专利技术的一种优选技术方案，所述步骤九中，视觉服务器对每一张图像进行处理，截取待检测区域，然后使用深度学习算法对缺陷进行分类和识别。
[0011]作为本专利技术的一种优选技术方案，对视觉服务器的识别结果进行接收和记录，并将油管表面每一个网格的缺陷检测结果进行展示。
[0012]与现有技术相比，本专利技术的有益效果是：本专利技术一种用于航空发动机油管的表面缺陷检测方法，（1）本专利技术专注于航空发动机油管表面的全覆盖检测，提供了对油管零件表面所有网格的覆盖检测方法，降低了油管零件表面缺陷的漏检率。
[0013]（2）本专利技术可实现对航空发动机油管表面图像的自动获取和缺陷识别，无须人工介入，提高了油管缺陷检测的效率。
附图说明
[0014]图1为本专利技术的方法流程示意图。
具体实施方式
[0015]对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0016]请参阅图1，本专利技术提供了一种用于航空发动机油管的表面缺陷检测方法，
步骤一：对油管零件进行建模和网格划分：对需要检测的油管零件进行三维建模，本次实施方法中使用的测试油管长度约500mm，直径约20mm。建模完成后，对其进行表面网格划分，网格尺度在油管平直部分约为10mm，在油管曲率较大处相应减小。
[0017]步骤二：各组件导入：将机械臂、手爪、相机组等组件模型导入仿真环境中，保证仿真环境中所有组件位姿和现实中一致，本次实施方法中相机数量为5，相机组均布安装于油管工作空间上方，相机组的视野可实现对油管工作空间的覆盖。机械臂底座和相机组相对于世界坐标位置固定，机械臂为6轴，手爪安装于机械臂末端，油管夹持位置位于末端根部。
[0018]步骤三：油管零件工作空间的确定：首先获取机械臂的工作空间，然后在仿真环境中增加机械臂本体、手爪和油管零件的碰撞限制条件，并使机械臂在工作空间中变化姿态，最终可获取油管零件的的可达工作空间。
[0019]步骤四：固定油管姿态下的油管检测网格区域计算与标记：在仿真三维环境中，针对该工作空间中的每一种固定的油管零件姿态可使用交互方法计算出油管被检测网格区域。计算方法为：如图1所示，以一个相机为例，在相机模型的圆锥视野范围内发射密度为5条每度的射线，对射线碰撞到的油管网格进行检测和入射角度判断，若入射角度向量和碰撞面法线向量夹角小于30度，判定该网格可被该相机检测。然后将该网格标记为该相机的检测区域，并记录对应的油管姿态。
[0020]步骤五：油管表面网格的覆盖标记：根据步骤三中的油管零件工作空间和步骤四中的油管检测网格区域计算方法，针对工作空间中每一种油管姿态可计算出对应的油管可检测网格本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于航空发动机油管的表面缺陷检测方法，其特征在于，所述航空发动机油管的表面缺陷检测方法步骤如下：步骤一：油管零件网格划分，对需要检测的油管零件进行三维建模，并对其进行表面网格划分；步骤二：各组件导入，将机械臂、手爪、相机组等组件模型导入仿真环境中，保证仿真环境中所有组件位姿和现实中一致；步骤三：油管零件工作空间的确定：首先根据机械臂的工作空间，并在仿真环境中增加机械臂本体、手爪和油管零件的碰撞限制条件，进而获取油管零件的的可达工作空间；步骤四：固定油管姿态下的油管检测网格区域计算与标记，仿真三维环境中，针对该工作空间中的每一种油管零件姿态可使用交互方法计算出油管被检测网格区域；步骤五：油管表面网格的覆盖标记，根据步骤三中的油管零件工作空间和步骤四中的油管检测网格区域计算方法，针对工作空间中每一种油管姿态可计算出对应的油管可检测网格区域并进行标记，直至油管工作空间中所有姿态均完成计算；步骤六：油管最优检测姿态序列的生成：根据步骤五中的油管网格标记结果，可获取每个网格可检测时的油管姿态，对所有的油管姿态进行整合可获取若干最优检测姿态组成最优检测姿态序列，该序列可以最少的次数完成对油管表面的覆盖检测；步骤七：油管表面图像的获取：根据步骤六中得到的最优检测姿态序列，控制机械臂使油管依次到达序列中各姿态值，然后计算当前油管姿态下检测网格区域所使用的相机并控制每个相机的焦距，使其可获取检测网格的高质量清晰图像；步骤八：将相机组拍摄的图像传送至视觉检测服务器：通过步骤七中的方...

【专利技术属性】
技术研发人员：孙天，郭旭，楼佩煌，钱晓明，宋允辉，张悦，张沪松，
申请(专利权)人：南京航空航天大学苏州研究院，
类型：发明
国别省市：