表面轮廓论文（精选5篇）
表面轮廓论文 篇1
1 引言
纸盆, 即音盆, 是扬声器的重要组成部分。在扬声器中, 音圈接通音频信号后会在磁场中产生强烈震动, 音圈是固定在纸盆上的, 音圈的震动同时带动纸盆的震动, 纸盆震动迫使空气发生震动, 从而发出声音。在纸盆的生产过程中, 由于生产工艺的限制, 纸盆上会出现一些表面缺陷, 影响扬声器美观以及后续的使用效果。传统纸盆表面缺陷检测还是停留在人工检测上, 费时费力, 检测效率不高。而且由于工人的疏忽, 很容易导致漏检和错检等现象的发生。与人工检测相比, 基于机器视觉理论的缺陷自动检测方法具有效率高、劳动力成本低等优点。所以基于机器视觉的缺陷自动检测方法被广泛应用在各种缺陷检测问题中, 如LCD等元器件表面缺陷检测, 以及农产品的表面缺陷检测。
本文针对纸盆缺陷的特点, 提出一种基于视觉的表面缺陷自动检测方法。小波变换作为一种著名的时频联合分析方法, 被广泛应用在各种图像处理问题中, 也包括视觉缺陷检测问题。小波变换可以很好地逼近点状奇异, 但是小波变换只能对图像进行水平、垂直和对角三个方向的分解, 对其他方向的线状奇异无法很好地逼近。针对小波变换在分解方向上的限制, 2005年M.N.Do等首先提出了一种新的多尺度分析方法——轮廓波变换 (Contourlet Transform) 。轮廓波变换可以在各个方向对图像进行分解, 能够更好的描述图像上的各种线状奇异。但是由于轮廓波变换采用下采样和上采样操作, 导致轮廓波变换不具有平移不变性。为此, 2006年da Cunha等提出了一种改进的轮廓波变换——非下采样轮廓波变换 (Nonsubsampled Contourlet Transform) 。与轮廓波变换相比, 非下采样轮廓波变换不采用下采样及上采样操作, 因此非下采样轮廓波变换具有非常好的平移不变性和数据冗余性。为了更好的对纸盆的表面点状及线状缺陷进行检测, 本文利用非下采样轮廓波变换对纸盆表面缺陷进行检测。实验表明非下采样轮廓波变换可以有效的对纸盆表面各种缺陷进行检测, 有很好的检测效果。
2 纸盆表面缺陷检测及实验结果
如图1所示, 非下采样轮廓波变换由非下采样塔式分解和非下采样方向滤波器组构成。塔式分解把原始图像分解为低频子带和高频子带。高频子带再经过方向滤波器组分解为2i个方向子带 (i为任意正整数, 对于不同的方向分辨率, 可以取不同值) 。对低频子带重复上述过程可实现图像的多尺度多方向分解。由于塔式分解和方向滤波器组中均无下采样操作, 因此非下采样轮廓波变换具有平移不变性和数据冗余性, 在描述图像线状奇异上, 非下采样轮廓波变换具有很大的优势, 被认为是近来最佳的图像边缘奇异描述方式。
本文纸盆缺陷检测算法流程如图2所示:
(1) 首先通过一个阈值处理提取图像中的纸盆区域, 图像中未超过阈值α的点视为背景点。
(2) 考虑到纸盆后续的生产过程, 我们只需要对纸盆的中间环形区域进行缺陷检测, 所以接下来我们通过水平和垂直投影对纸盆的圆心位置进行定位, 然后剪切出环形待检测的纸盆环形区域。
(3) 然后我们对纸盆环形区域做2层的轮廓波变换, 每层进行8个方向的分解, 这样我们可以得到16个高频子带。
(4) 接着对各个高频子带进行阈值处理, 将未超过阈值β的高频系数赋值为0, 从而滤除噪声的影响, 然后将16个阈值处理后的高频子带相加得到纸盆环形区域的高频细节图。
如图3所示, 图3 (a) 是待检测的缺陷纸盆图像;图3 (b) 是前景提取和环状区域分割后得到的需要检测的环状区域;图3 (c) 是本文算法的检测结果。由图3 (c) 可知, 通过纸盆环形区域的高频细节图我们可以方便高效的对纸盆是否存在缺陷进行判断。
3 总结
本文利用轮廓波变换完成对纸盆表面图像的缺陷检测, 提出一种基于机器视觉的表面缺陷自动检测算法。本文基于轮廓波变换的算法可以有效的对各种纸盆表面缺陷进行检测, 可以得到很好的检测效果, 算法检测效率高, 可以很好地克服传统依靠人工的缺陷检测方法费时费力、检测效率低等问题。
摘要：由于生产工艺的限制, 扬声器纸盆表面会出现缺陷, 影响美观及使用效果。传统纸盆表面缺陷检测还是停留在人工检测上, 费时费力, 检测效率不高。本文提出一种基于机器视觉的纸盆表面缺陷自动检测算法。具体来说, 本文利用轮廓波变换完成对纸盆表面图像的缺陷检测, 与传统人工检测方法相比, 本文算法检测效率高, 实验表明轮廓波变换可以有效的对各种纸盆表面缺陷进行检测, 可以得到很好的检测效果。
关键词：轮廓波变换,机器视觉,缺陷检测,扬声器纸盆
参考文献
[1]J.Leel, P.Park, Inspection of defect on lcd panel using local mean algorithm based on similarity, International Conference on Control, Automation and Systems, (2013) 584-588.
[2]Y.Gan, Q.Zhao, An effective defect inspection method for lcd usingactive contour model, IEEE Transsction on Instrumentation and Measurement, 62 (9) (2013) 2438-2445.
[3]J.Sanchis, D.Guerrero, E.Olivas, M.Sober, R.Benedito, Detecting rottenness caused by penicillium genus fungi in citrus fruits using machine learning techniques, Expert Systems with Applications, 39 (1) (2012) 780-785.
[4]H.Lin, Automated visual inspection of ripple defects using wavelet characteristics based multivariate statistical approach, Image and Visi on Computing, 25 (2007) 1785-1801.
[5]M.N.Do, M.Vetterli, The contourlet transform:An efficient directional multiresolution image representation, IEEE Transaction on Image Process, 14 (12) (2005) 2091-2106.
[6]A.da Cunha, J.Zhou, M.N.Do, Thenonsubsampledcontourlet transform:theory, design, and applications, IEEE Transaction on Image Process, 15 (10) (2006) 3089-3l01.
表面轮廓论文 篇2
表面粗糙度反映了表面轮廓的微观不平, 是表面形貌信息里面非常重要的一项。从工程应用出发, 精确的对表面形貌进行测量, 不仅是研究它与使用性能关系的基础, 也是正确识别、监控其形成工艺过程的依据[1,2,3,4,6]。对表面轮廓的评定, 主要依据GB/T3505-2000《产品几何技术规范表面结构轮廓法表面结构的术语、定义及参数》的规定, 轮廓参数主要有三个:轮廓的总高度Rt、轮廓的算术平均偏差Ra、轮廓的均方根差Rq[5]。本文粗糙度如无特别说明, 均指轮廓的算术平均偏差Ra。光纤在切割和加工后端面的粗糙度, 不仅影响其表面反射率, 也决定了光纤熔接或制作光纤法-珀干涉仪的性能[5,6]。
2 轮廓仪操作简介
本文的讨论是基于美国Veeco公司Wyko NT1100型Surface Profiler (表面轮廓仪) 高精度轮廓仪。该轮廓仪是利用非接触式光学干涉法测量工件表面, 可对表面进行快速、重复性高、高分辨率的三维测量, 测量范围可从亚纳米级粗糙度到毫米级的台阶高度。小尺寸的NT1100可提供工业标准的Wyko光学轮廓仪所有的优点, 包括完整的Vision32分析软件包。先进的光学元件可确保在所有放大倍数上具有亚纳米级 (0.1nm) 的垂直分辨率[3,5]。
轮廓仪基本操作包括:a.打开表面轮廓仪本身及配套电脑电源和Vision程序;b.将待测样品固定后放置到轮廓仪的载物台上, 并调节好位置使得光斑照射 (最好是垂直照射) 到样品表面。c.调节轮廓仪调焦旋钮, 使得轮廓仪单色LCD显示器上显示 (Vision同样显示) 样品表面清晰图像 (若表面粗糙度较大) 或等厚干涉条纹 (表面较为光滑) 。d.调节轮廓仪光源强度, 使得Vision程序Intensity菜单窗口中亮度刚好不饱和 (饱和时显示为红色) 。e.在Vision程序设置好测试选项文件, 主要是根据不同的表面选择测量模式 (光滑的表面选择PSI模式, 比较粗糙的表面选择VSI模式) , 并设置好扫描长度等其他参数。 (如果需要重复相同材料的测量, 保存测试选项文件。) f.保持样品与轮廓仪静止, 通过Vision程序完成测试, 并保存测试结果。
3 实验结果
利用Wyko公司NT1100光学轮廓仪测量光纤端面的具体操作如下:首先将光纤利用专门光纤夹具固定在轮廓仪载物台上, 并调整其位置使得光斑聚焦在光纤端面。接下来再调节轮廓仪调焦旋钮, 使得轮廓仪上显示清晰的光纤端面等厚干涉条纹。再调节轮廓仪光源强度, 使得反射回轮廓仪的光刚好不饱和 (由于光纤端面反射率较低, 轮廓仪光源测量光纤表面时光强较大) 。Vision程序设置好测试选项文件, 光纤端面较为选择PSI模式, 设置扫描长度为1微米 (如果为刻蚀加工后的光纤端面, 扫描长度相应增加) , 完成测试并对测试结果进行分析处理和保存。如果根据分析需要, 选用masking分析工具选取光纤端面的不同部分进行分析, 可以任意选取和改变分析区域, 不会改变原始的测量数据。
利用NT1100光学轮廓仪分别对机械切割崩断后的光纤端面、 (40%NH4F、50%HF和H2O的体积比为1.7:1:1) 在室温下湿法刻蚀30分钟左右单模和多模光纤端面进行了大量的测量和分析。
光学轮廓仪一方面可以测试出光纤加工中的凹槽深度, 另一方面能测试反映加工凹槽的端面粗糙度, 这是反映加工质量的重要指标。
双氢氟酸湿法刻蚀单模和多模光纤分别得深度约为9微米和5微米的凹槽。
大量光纤端面测试数据表面, 机械切割光纤端面整体的粗糙度范围在100~400nm, 而纤芯附近的粗糙度为数十个纳米, 其粗糙度较大的区域集中在切割刀切割崩断处;湿法刻蚀单模光纤的凹槽处端面粗糙度大于200nm且整个端面数据不完整;湿法刻蚀多模光纤的凹槽端面粗糙度较大 (数微米) 但端面基本完整。而157nm激光微加工的光纤凹槽处端面粗糙度在100~200nm, 湿法刻蚀光纤的端面远低于157nm激光微细加工的质量。
虽然光学轮廓仪能较好地测量出光纤端面的三维信息, 但它有其局限性:一是它对光纤刻蚀加工中粗糙度剧烈变化的区域往往得不到完整的数据, 例如湿法刻蚀光纤时, 包层和纤芯交界处的粗糙度数据难以测出, 这是由于在该区域, 基于非接触式光学干涉法的轮廓仪, 其干涉光无法反射回轮廓仪, 形成所谓“盲区”[4];二是它无法对已利用刻蚀后的光纤熔接制作的光纤法-珀干涉仪内部进行观测。
普通光学显微镜可以观测光纤端面, 但得不到由于光纤端面的三维信息, 并且由于焦深的限制, 也无法同时清晰观测刻蚀后的完整光纤端面。但显微镜能观测到的湿法刻蚀多模光纤制作的光纤法-珀干涉仪的其内部结构。
4结论
光学轮廓仪能有效的观测光纤端面三维信息, 表征刻蚀光纤凹槽的加工形貌, 而光学显微镜可以观测刻蚀光纤凹槽制作好的光纤法珀-干涉仪内部结构。
摘要：采用表面轮廓仪测定了光纤和湿法刻蚀加工的多模单模与多模光纤粗糙度数据。结果表明:表面轮廓仪表适合检测光纤及刻蚀加工后的2D与3D特征, 反映刻蚀深度和微腔形貌。
关键词：光学轮廓仪,粗糙度,光纤端面
参考文献
[1]许利, 刘金刚.光学轮廓仪在纸张粗化程度测定中的应用[J].造纸科学与技术, 2009, 28 (6:) 158-161.
[2]程子清, 袁顺山.轮廓仪在柱面镜检测中的应用[J].光学与光电技术, 2008, 6 (3) :68-72.
[3]王旭刚, 王博.用轮廓仪测量套圈挡边角度 (负背角) [J].计量与测试技术, 20103, 1 (7) :52-54.
[4]邹华东.数字伺服聚焦表面轮廓仪的研制[D].武汉:华中科技大学, 2005.
[5]徐兵.掺杂光纤珐珀传感器的化学制作与传感特性[D].成都:电子科技大学, 2009.
表面轮廓论文 篇3
关键词：接触式表面轮廓测量仪,磁力学,微恒力技术
工件表面特征测量时工业生产中重要的工序之一, 在众多测量仪器中, 接触式表面轮廓测量仪的应用较为广泛, 但在接触式表面轮廓测量仪使用过程中存在一个重大的技术问题, 也就是测头接触力难以掌控的问题[1]。为解决这一问题, 磁力学基础下提出的微恒力技术逐渐被提出并应用与该测量系统当中, 对解决仪器测头接触力的掌控起到了重要作用。
1 接触式测量法及存在的技术问题
在工业生产中, 工件表面测量时常采用接触式测量方法, 这种方法属于最基本的表面轮廓测量方式, 该方式的测量原理通常都采取杠杆原理, 实现传感器与杠杆的非触针端间接或直接接触, 利用传感器实现触针位移信号与电信号之间的相互转换, 再经过计算机的分析处理, 即可得出工件的表面轮廓特征。
实际工作测量中, 可能会根据工件表面情况采取不同的测量方法, 而不同的方法存在各自的优缺点。接触式测量仪所利用的触针通常由金刚石构成, 或由其他坚硬度较高的材料制成, 在测量时触针的针尖在接触表面形成轨迹, 从而勾画出表面轮廓信息。在这一过程中, 触针需要同被测量的工件表面接触, 为了保证测量较深的沟槽或凹坑, 且保证测量过程触针移动速度更快, 就必须确保接触力够大。
而测量力的大小可能会造成测量表面发生形变, 影响触针与表面的接触。同时, 接触力过大, 可能造成触针划入测量工件的表面, 形成划伤。因此, 在高精度测量或者软表面工件测量中, 接触式测量仪并不适用[2]。
若能够解决接触式表面测量仪的测头力恒定问题, 将会使这一测量方式得到更广泛的应用, 且能提升测量结果的精确性, 由此可见, 研究接触式表面轮廓测量触针接触力的恒定控制至关重要。
2 微恒力技术在接触式表面轮廓测量系统中的应用
为了实现对接触式表面轮廓测量方法中就触针接触力控制的技术难题, 通过分析相关理论知识发现, 电磁学中的磁场与电流的相互作用将会产生磁力, 而恒定的电流与恒定的磁场将产生恒定的磁力, 将恒定的磁力应用于接触式表面轮廓测量仪中, 则可以实现对触针接触力的恒定控制。具体设计如下:
2.1 微恒力技术磁力系统的磁路方案
根据磁场与电流相互作用的磁力原理, 结合接触式表面测量仪测头部分的基本工作原理, 触针在测量过程中会随着表面起伏而发生运动, 而要控制触针接触力的部分肯定需要与触针相互接触, 并能与触针同时运动, 所以为了取得运动中的恒定接触力, 就需要控制磁场中的电流, 保证穿过电流的磁场强度始终恒定。因此, 恒定的磁场成为微恒力技术磁力系统磁路方案设计的选择方向。
恒定磁场设计需要保证磁感线方向不发生变化, 磁场大小适中, 需要线圈中的电流不发生变化的情况下, 保证线圈中的磁力很定, 则可实现磁力的可控。
我们较为熟悉的很定磁场便是U型磁铁周围存在的磁场, 在U型磁铁两级之间, 磁场可被看作均匀磁场, 并且磁场方向与两极垂直, 如图1所示。
如果有恒定的电流垂直纸面而穿过磁场, 就会在导线上产生稳定的磁力。由于磁场强度和方向的很定不变, 所以移动过程收到磁场力将始终保持恒定, 将这一磁场设计方案应用于接触式表面轮廓测量仪的改进中, 将实现对触针接触力的恒定控制。但因只有在U形磁铁的部分区域存在均匀的磁场, 其他区域磁场并非恒定, 为了实现恒定的磁力, 就需要合理设计通电导线, 使其绕成砸, 并套在磁铁的单一磁极上, 这样就会使部分导线始终处于均匀磁场范围内。但由于另外部分会始终存在于非均匀磁场中, 所以会对磁力的方向和大小造成影响, 无法保证磁力的稳定性[3]。根据这一问题, 我们让磁场处于通电导体中, 通电导体的电流维持恒定, 相当于产生稳定的磁场, 虽然磁场并不均匀, 但只要能保证某个区域维持磁通量恒定, 而电导体长度比此段区域长, 区域外磁通量与区域内磁通量小, 则线圈无论如何运动, 都会保证存在很定的有效电流, 穿过有效电流的磁通量不变, 则确保了线圈上的力维持恒定。
2.2 磁路设计
由设计可知, 磁力线穿透性好, 用已知的磁路来求磁场相对容易, 但要根据已知的磁场来获取最佳磁路则相对困难。但我们可以通过了解磁的特征, 设计可行的、想要的磁路。除需要根据结构与形式的差异来确定磁路的种类。最简单的两种磁路分别是串联磁路和并联磁路。并联磁路的磁体磁势不改变, 磁能增加;而串联磁路磁体的磁通不变, 磁势增加。由于磁铁的形状已经固定, 不会轻易改变, 并且磁铁并不能产生需要的最佳磁场, 所以可采取面极式磁路, 但其缺点为需要要求较高的永磁铁。通过综合磁路结构磁场难以控制问题, 最终提出环形磁极方案, 该方案的优势在于, 气隙中的磁场处于上端导体位置, 线圈纵向深度足够大时磁场最强, 其他区域可忽略不计, 从而通过线圈中磁通量的恒定来实现线圈中磁力的很定。
3 总结
接触式表面轮廓测量系统中采用微恒力技术将有助于实现对触针接触力的很定控制。这一过程设计复杂的磁力学原理。本次研究对微恒力产生的磁路方案与设计进行分析, 最终选取了环形磁极方案, 并简单分析选择的全过程, 期望为今后的研究提供参考。
参考文献
[1]孙艳玲, 梁煜恒, 常素萍, 等.接触式表面轮廓测量仪的非线性误差分析与补偿[J].计量技术, 2015, (5) :10-13.
[2]曹鹏, 郎岩梅, 霍炜.表面轮廓测量仪角度测量误差校准用夹具设计[J].机械工程师, 2012 (8) :191-192.
表面轮廓论文 篇4
表观上看似光滑平整的机械加工表面经放大后呈现出大小各异、复杂排列的凸峰和凹谷,说明表面形貌实际上是粗糙和不规则的。机械工程中的表面几何形貌对构件接触处的摩擦、磨损、润滑、密封以及接触性能有很大的影响。研究表明[1],机械加工表面和摩擦磨损表面等粗糙表面轮廓具有非平稳性、自相似性和多尺度特性,分形理论是描述这些特征的一种有效途径;然而,分形理论用于描述机械加工表面时需要分形维数与特征长度尺度参数两个表征参数。准确地计算出其分形维数尤为关键,因为分形维数反映了粗糙表面轮廓结构的复杂程度,定性地刻画了高频成分所占比重。分形维数是机械结合面接触刚度[2,3,4]、阻尼能耗[5,6]等模型中一个主要的参数,接触刚度与表面分形维数间存在非线性关系(分形维数在1.1~1.4之间)或近似线性关系(分形维数在1.4~1.9之间)[7];在实际应用时,对轮廓维数的计算是必不可少的。
国内外已有许多学者进行了分形维数计算的研究,目前,常用的分形维数计算方法有盒维数法、尺码法、均方根法、协方差法、功率谱密度(PSD)法、结构函数法。李成贵等[8,9]对已知分形维数为1.6的W-M函数所生成的轮廓,分别采用功率谱密度法和结构函数法计算其分形维数,计算结果分别为1.65、1.63。王建军等[10]对尺码法、盒维数法、R/S法、结构函数法以及功率谱密度法5种方法的原理进行了阐述并比较了后3种方法对理论维数分别为1.2、1.5、1.8的W-M函数的计算结果,结果表明,结构函数法的精度最高,功率谱密度法次之,R/S法精度最低且计算量大,其精度随着理论分形维数的减小而大幅降低。葛世荣等[11]比较了尺码法、盒维数法、方差法和结构函数法等方法计算分形维数分别为1.2、1.5、1.8的W-M函数的计算结果,结果表明,尺码法的误差最大,方差法和盒维数法的误差在10%以上,结构函数法的误差较小,计算结果分别为1.164、1.455、1.761。另外,他们还提出了均方根法[12,13],并将均方根法与结构函数法进行了比较,结果表明,两种方法均有较好的效果;对于较小的分形维数,均方根法的计算精度较高,而对于较大的分形维数,结构函数法的计算精度较高。此外,还可以通过表面轮廓的高度标准差σ和斜率标准差σ′组成方程组解出分形参数D和G[3],本文称之为方程组法。
上述各方法中,由Majumdar等[4]提出的结构函数法对分形维数的计算精度最高,已得到了较多的应用,然而,寻求更高精度的计算方法来提高结合面建模精度是非常必要的。小波具有多尺度分析的能力,可用于处理多尺度自相似问题。王安良等[14,15]提出了用小波变换计算粗糙表面分形维数的方法,根据各分解层小波变换系数的一范数与分解层数k间的关系通过最小二乘拟合求出分形维数,对于由W-M函数及M-B函数生成的轮廓,计算误差在4%以内,在分形维数为1.3~1.6时,计算误差在1%以内。杨红平等[1]通过分形轮廓小波分解系数方差与分形维数间的关系求出分形维数,但没有明确给出通用性的小波分解层数。
鉴于此,本文将小波的多尺度分析能力与分形的多尺度自相似特征相结合,先对分形轮廓进行多尺度小波分解,基于对数小波谱,识别出轮廓具有分形特征的小波分解尺度(从对数小波谱上看在一条直线上或接近同一直线),进而评价轮廓的分形特征并计算其分形维数,提出了机械加工表面轮廓分形维数对数小波谱计算方法,并与功率谱密度法、结构函数法、均方根法以及方程组法的计算精度进行对比,最后将其应用于实际机械加工表面轮廓分形维数的计算,说明了其实用性。
1 机械加工表面轮廓分形维数的对数小波谱计算方法
小波被称为“数学显微镜”,在时域和频域都具有良好的局部化性质,有多尺度/多分辨的特点。小波分析是把待分析的信号分解为一系列由母小波函数ψ(t)经尺度伸缩和平移所得到的小波函数族ψkm(t)((m,k)∈Z2)的线性叠加,类似于傅里叶变换将信号分解为一系列不同频率的正弦函数的叠加。小波分析是将信号在一组正交基{ψkm(t),(m,k)∈Z2}中展开,当尺度按二进制变化时,母小波的尺度伸缩和平移可以表示为
ψkm(t)=2-m/2ψ(2-mt-k)(1)
式中,2-m为尺度参数;k为平移参数。
任意信号f(t)∈L2(R)(平方可积函数空间)的离散小波级数表示为
小波分解系数可以表示为
式中,符号“〈〉”表示内积运算;m为尺度序号;dmk为m层分解的第k个分解系数。
自相似过程的功率谱密度满足[16],更确切的功率谱的表达式为[17]
S(ω)=ωσ2xα(4)
其中,α=2 H+1,H为Holder指数,也称Hurst指数;σx2为自相似过程的方差;ω为自相似过程的频率(时间或者空间)。
自相似过程具有分形特征,根据文献[17]对自相似的定义f(t)=γ-Hf(γt),分形维数
序列f(t)在小波基{ψkm(t),(m,k)∈Z2}上以及序列f(τ)在小波基{ψk′m′(τ),(m′,k′)∈Z2}上的小波分解系数分别为
定义1将序列f(t)的自相关函数定义为
基于多尺度分析的方法,对具有自相似性的粗糙轮廓高度序列进行小波分解,在不同的尺度上,则其小波分解系数满足[18]
其中,E[]表示求均值,“*”表示卷积运算。将ψ(t)的傅里叶变换记为Ψ(ω),则ψkm(t)的傅里叶变换为
将式(8)右端利用Parseval定理以及时域卷积定理转化到频域后,式(8)可改写为
特别地,m=m′,k=k′时,有
从而有
式中,var[]为求方差运算。
对式(11)两边取以2为底对数,有
将式(13)左端记为Ym,得
对给定的具有分形特征的实际机械加工表面轮廓进行M层的小波分解,各分解尺度(层)对应的m(m=1,2,…,M)、Ym便是已知的,相应地,对数据点(m,Ym)序列进行直线拟合即可求出直线斜率α,再由前述关系α=2 H+1及D=2-H便求出分形维数D,即
在此称式(13)或式(14)为对数小波谱。以上分析推理求解机械加工表面轮廓分形维数的方法,本文称之为对数小波谱方法。
2 机械加工表面轮廓分形模拟与分形维数计算
M-B函数被广泛用于模拟实际机械加工表面轮廓,M-B函数是一个确定性自相似过程,满足Z(x)=γ-(2-D)Z(γx)。其具体表达式为
式中,z(x)为表面轮廓高度;G为分形特征长度尺度系数;nl为最低频率指数;γnl=1/L;L为采样区间长度。
在实际应用中,最高频率的取值是有限的,即
应用M-B函数对机械加工表面分形轮廓进行数值仿真,根据文献[19]中对实际机械加工表面的测量,轮廓参数为:采样间隔l=0.204μm,分形特征长度尺度系数G=2.86×10-10m,采样区间长度L=213l=1671μm,分形维数D取1.1、1.2、…、1.8、1.9。为满足采样定理,取最高频率指数nmax=log1γ2l。在相同分形维数和相同分形特征长度尺度系数的情况下,应用了3种不同采样区间轮廓,采样区间随机地分别取(0,L)、(3L,4L)和(10L,11L)。由此获得的模拟轮廓如图1所示(本文仅仅给出了D=1.5时对应各采样区间的M-B函数生成的轮廓)。
在对机械加工表面轮廓进行小波分解时,首先要考虑的是小波基函数的选择和分解尺度(层数)的确定。如何选择小波基函数,目前还没有一个理论标准,大多凭经验。工程中较多采用的小波基函数有db小波、sym小波和haar小波。对于给定长度的序列,最大分解尺度(层数)也是有限制的。从小波理论分析角度来看,最大分解尺度仅由数据长度和小波阶数便可确定,理论上小波分析最大分解尺度M为[20]
式中,floor(·)为向下取整函数;lx为信号长度;lw为滤波器长度,与小波类型有关,对于dbN小波,lw=2 N;N为小波函数的消失矩。
本文分别选用db2、sym2、db4、sym4以及haar小波基函数,由式(18)可确定db2与sym2小波对应的最大分解尺度为11,db4与sym4小波对应的最大分解尺度为10,采用haar小波时则为13。根据自相似特征确定具有分形特征的尺度,对这些尺度进行拟合就可以计算出分形维数。由M-B函数生成理论分形维数Dt为1.1、1.2、…、1.9的模拟轮廊,对上述轮廓在采样区间(3L,4L)上分别进行小波分解,应用本文提出的对数小波谱方法,对具有分形特征的分解尺度进行拟合获得直线斜率α,从而由式(15)计算出相应的分形维数D,结果见表1。
由表1可见,采用sym4小波时计算结果精度最高。图2给出了理论分形维数Dt分别为1.2、1.5、1.8时的对数小波谱及其拟合直线。根据图2,分解尺度m为2、3、4、5、6对应的对数小波谱几乎在一条直线上,其余理论维数类似,轮廓在这几个尺度上(对应轮廓高频部分)具有精确的自相似性,说明轮廓在这几个尺度上具有良好的分形特征(从对数小波谱上看在一条直线上,称之为有效分解尺度),因此分解尺度2、3、4、5、6为有效分解尺度;在尺度大于8(对应轮廓低频成分)时,与小于8的尺度没有严格的相似性,这是因为在生成模拟轮廓时采用的是式(17),而式(17)是有限项级数,存在误差,因此不具有严格的自相似性。对有效分解尺度2~6进行拟合计算的精度很高,误差都在0.15%以内。
应用对数小波谱方法,采用sym4小波计算获得的分形维数与应用功率谱密度法、结构函数法、均方根法以及解方程组法获得的结果的比较如图3所示。
由图3可见,功率谱密度法计算误差最大,在理论分形维数Dt=1.3时,识别误差最小,但Dt偏离1.3时误差急剧变大,Dt=1.1时,误差高达31.6332%;方程组法次之,最大误差也超过了10%;均方根法误差也较大;结构函数法计算精度很高,在Dt<1.3时计算结果大于理论分形维数,Dt>1.3时计算结果小于理论分形维数,Dt在1.3~1.6时计算结果基本接近理论分形维数,误差绝对值都在1%以内;本文提出的对数小波谱法采用db2小波与sym2小波时计算结果一样,误差也都在1%以内且比文献[1]方法的误差小,采用sym4小波时误差最小,小于0.15%。由于功率谱密度法、解方程组法和均方根法都是建立在分形轮廓的功率谱密度函数近似的连续表达式基础上,M-B函数的功率谱密度是其自相关函数的离散傅里叶变换,实际上是一系列冲击函数的和式[21],因此导致了利用这些方法计算分形维数时产生较大的误差;轮廓经离散傅里叶变换后的功率谱数据点多,振荡幅度大,不易于直线拟合,功率谱密度法对轮廓的采样点进行离散傅里叶变换得到的频谱和功率谱也是近似的,这也导致功率谱密度法的误差很大。由Majumdar等[4,13]引入的结构函数法的计算误差较小,这同文献[10,11]的结论一致;结构函数法直接通过轮廓高度信息计算维数,过程简单,避免了近似计算带来的误差,计算精度较高,其误差的绝对值在4%以内。由图2可见,用sym4小波计算M-B函数模拟轮廓分形维数时,得到的对数小波谱数据点直线度很好,且受最大分解层数限制,数据点也少,作直线拟合时易于实现,表1和图3结果表明其计算误差都在0.15%以内。需要指出的是,对于前面提到的采样区间(0,L)和(10L,11L),所得结论与上面一致,可见对数小波谱法能很好地识别出轮廓的分形维数,要优于其他方法。
1.对数小波谱方法(sym4小波)2.均方根法3.结构函数法4.文献[1]方法5.方程组法6.功率谱密度法7.分形维数理论值
将对数小波谱方法应用到文献[14]中的M-B函数算例,得到的计算结果与文献中其他方法计算结果的比较见表2。由表2可见,对数小波谱方法相对于其他方法有更高的精度。
3 计算实例
图4为由Talysurf5-120轮廓测试仪对车削、铣削和磨削加工表面进行测试获得的表面轮廓曲线,试件材料为45钢,测试的采样间隔为1.25μm,采样长度为3.75mm,共有3000个离散采样点。对该轮廓进行db2小波分解,得到图5所示的各加工表面轮廓的对数小波谱,经直线拟合求出其分形维数。分别采用功率谱密度法与结构函数法对上述各轮廓分形维数进行计算,结果如表3所示。
4 结论
(1)提出了一种机械加工表面轮廓分形维数的对数小波谱计算方法以及有效分解尺度的概念。
(2)计算轮廓分形维数的关键是选择小波基函数和分解尺度,然而其最大分解尺度可由表面轮廓序列长度和小波阶数确定,可先按最大分解尺度分解。
(3)对数小波谱法能很好地处理分形的多尺度特征,对于由M-B函数模拟的分形轮廓,特别是采用sym4小波时,对数小波谱方法计算误差在0.15%以内,对文献[14]中的算例计算也具有高的准确度。
表面轮廓论文 篇5
煤矿井下用本质安全产品广泛使用喷漆钣金外壳, 但这类涂装钣金件的质量一直受到轮廓线早期腐蚀和表面涂层早期剥落问题的困扰。本文将就这两个问题进行追踪, 并提出解决方法。
1 轮廓线早期腐蚀问题
涂装工艺技术上早有“工件尖角、轮廓线比平面更易早出现腐蚀点”的论断, 主要原因有以下
2 点[1]:
(1) 尖角、轮廓线本身都不易挂料而致涂层偏薄;
(2) 涂料干燥后收缩, 尖角、轮廓线上涂层变薄而降低了防护效果。
基于上述分析, 最早的腐蚀点应该出现在三面交集的尖点上, 因为该点的挂料能力最差、涂料沿三面收缩变薄最厉害[2]。
但通过对多批次工件首先出现腐蚀点位置进行统计发现, 最早的腐蚀点基本都出现在轮廓线上, 而涂层在这时远未达到其应有的防护寿命周期, 属于早期腐蚀。
笔者认为:轮廓线首先出现腐蚀虽然有可以理解的原因, 但比尖点更早出现腐蚀不符合人们的基本认识, 而且轮廓线的腐蚀比尖点的腐蚀更惹人注目, 从而凸显产品质量问题, 更不用说早期腐蚀在产品性能上是完全不被允许的。因此, 有必要采取措施找出问题存在的深层次原因。
2 表面涂层早期剥落问题
在产品出厂不久甚至外壳还在仓储、生产装配阶段就发现产品存在多处漆膜片状剥落现象, 剥落处隐隐可见锈痕甚至明显可见锈斑。这样的涂层剥落与常见的涂层缓慢失效后产生的腐蚀完全不同。
通过对油漆生产厂家和该油漆其它应用厂家的调研, 认为油漆质量可靠, 油漆品种的选择及其配套方案和涂装生产工艺技术都非常成熟, 所以基本可以排除这几个方面的问题。经反复推敲外壳生产的全过程, 怀疑问题出在涂装表面预处理质量上[3]。
3 问题追踪及解决办法
为解决上述2个问题, 笔者对某产品一批100套钣金外壳的生产全过程进行了跟踪。
钣金冲裁加工阶段:冲裁加工完毕后手工去除毛刺, 因为三面交集尖点的存在会让人明显感到不安全, 而且图纸上明确要求锐角倒钝, 所以工人首先就锉去三面交集的尖点并给厚度方向轮廓线倒钝, 这样, 三面交集尖点实际已经成为圆角或小平面;然后顺着其它较长的轮廓线掸去其部分长度上的毛刺, 再翻身掸去另一部分长度上的毛刺;工件尺寸较大时还有更多记锉除毛刺的操作。由于赶工或是技能水平方面的原因, 运动的锉刀往往不自觉地带有迅速上抬离开轮廓线的动作而致着力逐渐变小, 工件翻身和分段锉除毛刺时锉刀落下的位置也不总能覆盖前一刀原已经去除毛刺处, 所以不少工件上残存毛刺而成为局部尖点。
因而可以推断这些毛刺尖点的存在会导致局部涂层偏薄[4]、涂料不能完全覆盖基体或者在涂层收缩时毛刺刺破涂层而发生相对较早期的腐蚀现象。
基于上述分析, 除要求重新仔细地去除毛刺外, 另外还按相同涂装工艺制作了4种各一块喷漆试样, 共进行了12 d的湿热试验以作粗略验证, 油漆品种为环氧富锌底漆、环氧富锌面漆。试验结果如下:
(1) 尖角倒钝而轮廓线局部保留毛刺:
5 d后轮廓线上出现2个腐蚀点, 11 d后发现倒钝的斜角顶点有1处腐蚀。
(2) 尖角倒圆而轮廓线局部保留毛刺:
8 d后轮廓线上出现腐蚀点, 倒圆处一直未出现腐蚀。
(3) 尖角不倒钝、不倒圆而且轮廓线局部保留毛刺:
尖点上喷漆涂层薄至近乎透明, 轮廓线上涂层较厚, 6 d后轮廓线上先出现腐蚀点, 7 d后3个尖点出现腐蚀。
(4) 尖角倒圆而且轮廓线上毛刺仔细去净:
至试验中止未发现腐蚀点。
涂装生产阶段:察看了工件去油、除锈、磷化处理的全过程并且确认该过程的每一道工序都符合工艺规范要求和质量检验标准。
但在磷化处理并晾干8 h后对工件表面质量进行喷漆工序前检查时发现原来还算比较均匀的磷化面多处出现异样的斑痕, 用洁净的白布擦拭可见少许黄色的粉状物, 根据常识可以确认工件表面存在氧化膜。
氧化膜的出现可能有2种原因:一是磷化前工件表面已经存在较厚的氧化膜而磷化时未被完全转化;二是磷化膜质量不合格, 对工件表面的保护不完全, 在工件晾干及待涂装期间局部生成了新的氧化膜。检验工件酸洗除锈的质量:酸洗后已经露出金属本色, 基本可确认该工序合格。酸洗后立即磷化, 磷化完成后亦未发现工件表面不正常的现象。因此, 推断第二种原因成立的可能性居大。
氧化膜会严重破坏涂层与工件基体的结合力, 所以这很可能是以前油漆涂层出现片状剥落的根本原因。为此, 外协厂重新对工件进行了微弱的酸洗, 磷化后又用80℃低温将工件快速烘干而不是自然晾干, 烘干后即进行喷漆施工。
经过上述处理的外壳用于整机装配后直至产品出厂前联调时均未发现轮廓线早期腐蚀和表面涂层剥落的现象, 最早出厂的产品已经超过1 a, 至今亦未收到使用现场关于其涂装质量问题的反馈, 与此前类似外壳相比涂层质量显然大有改善。
4 结论
(1) 产品结构设计时对尖角适当倒钝是必要的, 不仅可提高产品的安全性和美观性, 对涂装质量也有很大影响, 所以不应过分顾虑这方面的加工费用而牺牲产品质量;而且如果加工成本可以接受, 从涂装质量的要求来看, 显然更应该倒圆角。
(2) 必须加强工人操作技能、质量意识的培训, 注意保证去除毛刺工作的质量。
(3) 手工去除毛刺不但效率低而且质量可靠性得不到保证, 所以应创造条件使用滚磨、电解、化学等工艺以自动化方式去除毛刺。
(4) 由于毛刺高度、轮廓线上涂层厚度难以测量, 限于检测条件, 笔者未对不同毛刺高度对工件涂装质量的影响进行比较。但根据涂装防腐的原理还是可以确认:同样的涂层厚度下, 毛刺高度越小, 涂装质量越好。所以应积极加以改善和控制造成毛刺偏高的因素, 比如修缮冲模、调整剪床以取得合适的冲裁间隙从而使毛刺高度控制在可以接受的尺度上。
(5) 产品表面预处理后应注意防止重新生成氧化膜, 缩短表面干燥时间和减少喷漆前的等待时间是最有成效的措施。
(6) 因为氧化膜不像氧化皮那样引人注目, 很容易被疏漏过去, 所以应考虑将涂装前对氧化膜的检查作为一道工序固定下来。至于为什么说磷化膜不合格导致了氧化膜的出现, 目前还只是排除其它因素后的结果, 限于实验和检验条件, 暂时还未找到完全确切的原因, 这有待以后进一步研究。
摘要：为了解决涂装钣金件轮廓线早期腐蚀和表面涂层早期剥落的问题, 对某产品一批钣金外壳的生产全过程进行了跟踪, 分析了毛刺去除工艺和涂装工艺对涂装质量的影响。分析结果表明, 残留毛刺是轮廓线早期腐蚀的主要原因、氧化膜的存在是导致表面涂层早期剥落的根本原因。
关键词：钣金件,轮廓线腐蚀,涂层剥落,毛刺,氧化膜
参考文献
[1]管从胜.涂装前处理经验与研究[C]//表面涂装技术讲座, 南京, 2010.
[2]华畅.矿山与煤矿防腐工程设计与防腐施工新工艺新技术实用手册[M].北京:当代音像出版社, 2005.
[3]王戈.粉末静电喷涂中涂层剥落的故障分析[J].材料保护, 1999 (12) :23.