楊業(yè) 趙靜 郭成亮 鄭興林

【摘?要】先對(duì)機(jī)械加工零件表面紋理缺陷出現(xiàn)的原因及監(jiān)測(cè)工作的重要性作簡(jiǎn)要的論述，進(jìn)而系統(tǒng)分析綜述機(jī)械加工零件表面紋理缺陷檢測(cè)技術(shù)的應(yīng)用要點(diǎn)及策略，包括圖像識(shí)別檢測(cè)法、表面紋理特征檢測(cè)、表面紋理缺陷的提取及檢測(cè)結(jié)果分析。

【關(guān)鍵詞】機(jī)械加工零件;表面紋理;缺陷

機(jī)械加工零件極易因?yàn)槭艿讲僮饕蛩睾驮O(shè)備因素而出現(xiàn)表面紋理缺陷問(wèn)題，導(dǎo)致零件質(zhì)量受損，無(wú)法滿足實(shí)際應(yīng)用需求。隨著近年來(lái)機(jī)械加工技藝的提升和缺陷檢測(cè)技術(shù)的發(fā)展，機(jī)械加工零件表面紋理缺陷檢測(cè)在機(jī)械加工零件中越來(lái)越常見(jiàn)，通過(guò)應(yīng)用多種缺陷檢測(cè)技術(shù)可以全面檢查機(jī)械零件存在的質(zhì)量問(wèn)題，并針對(duì)具體的故障問(wèn)題制定有效合理的解決對(duì)策。因此，為確保機(jī)械加工精度與質(zhì)量，進(jìn)一步明確和掌握機(jī)械加工零件表面紋理缺陷檢測(cè)技術(shù)應(yīng)用要點(diǎn)及策略尤為必要。

1.機(jī)械加工零件表面紋理缺陷出現(xiàn)原因與檢測(cè)的重要性

導(dǎo)致機(jī)械加工零件出現(xiàn)表面紋理缺陷的原因主要是設(shè)備因素和外部因素。在設(shè)備因素方面，所使用的設(shè)備可以直接影響和決定加工零件的質(zhì)量，若所使用的加工機(jī)械年限較長(zhǎng)，則加工零件出現(xiàn)質(zhì)量問(wèn)題的風(fēng)險(xiǎn)更高[1]。另外，若沒(méi)有及時(shí)對(duì)設(shè)備進(jìn)行保養(yǎng)維修，或保養(yǎng)維修效果不佳也會(huì)導(dǎo)致機(jī)械零件缺陷率增大。在外部因素方面，比如工作人員加工過(guò)程中存在不當(dāng)操作行為極易導(dǎo)致零件表面出現(xiàn)劃痕，再比如日常加工管理不到位時(shí)也會(huì)導(dǎo)致加工零件出現(xiàn)質(zhì)量問(wèn)題，嚴(yán)重時(shí)出現(xiàn)加工設(shè)備破壞的情況。除此之外，生產(chǎn)加工流程也是導(dǎo)致機(jī)械加工零件出現(xiàn)表面紋理缺陷的常見(jiàn)原因，往往一個(gè)加工零件需要經(jīng)過(guò)多個(gè)流程才可完成，加工過(guò)程中若某一個(gè)環(huán)節(jié)存在故障問(wèn)題則勢(shì)必加大零件表面缺陷問(wèn)題的概率。

往往加工生產(chǎn)的機(jī)械零件需要滿足不同設(shè)備的運(yùn)行需求，規(guī)格不相同的零件紋理間差別較大。同時(shí)在設(shè)計(jì)過(guò)程中未充分考慮零件加工因素，均會(huì)導(dǎo)致表面紋理缺陷發(fā)生可能性增大，在后續(xù)運(yùn)行過(guò)程中會(huì)影響機(jī)械設(shè)備的整體運(yùn)行質(zhì)量。因此，在開(kāi)展機(jī)械零件加工過(guò)程中，相關(guān)的工作人員不僅要嚴(yán)格按照相關(guān)的規(guī)范流程開(kāi)展零件加工工作，更要給予機(jī)械加工零件表面紋理缺陷檢測(cè)充分的重視，積極開(kāi)展檢測(cè)工作，以此保證和提升所加工零部件的質(zhì)量，減少或避免零件表面紋理缺陷問(wèn)題的出現(xiàn)。

2.機(jī)械加工零件表面紋理缺陷檢測(cè)技術(shù)應(yīng)用要點(diǎn)與策略

2.1圖像識(shí)別檢測(cè)法的應(yīng)用要點(diǎn)與策略

圖像識(shí)別檢測(cè)法是機(jī)械加工零件表面紋理缺陷檢測(cè)的常用技術(shù)，實(shí)際應(yīng)用有顯著的優(yōu)勢(shì)，應(yīng)用廣泛。使用圖像識(shí)別檢測(cè)法開(kāi)展加工零件表面紋理缺陷檢測(cè)時(shí)，主要借助的設(shè)備包括感應(yīng)電子元件的攝像機(jī)、熒光光源系統(tǒng)及顯微鏡，零件紋理圖像采集則需要借助計(jì)算機(jī)軟件來(lái)實(shí)現(xiàn)。在計(jì)算頻譜對(duì)象過(guò)程中主要使用FFT算法，同時(shí)借助濾波器強(qiáng)化所采集到的背景圖像，在此基礎(chǔ)上對(duì)零件表面缺陷圖像開(kāi)展全面的檢查分析，進(jìn)而準(zhǔn)確判定表面缺陷所產(chǎn)生的原因。待前期工作完成后即可以還原處理背景圖像，使用傅里葉反變換法，通過(guò)應(yīng)用傅里葉反變換法可以將零件表面缺陷圖像轉(zhuǎn)化為圖形，這種圖形可以直接用肉眼觀察[2]。實(shí)際開(kāi)展紋理圖像分析時(shí)，工作人員需要對(duì)圖像分割技術(shù)有充分的了解和掌握，并保證背景圖像分割的規(guī)范性與準(zhǔn)確性，并采取合適的技術(shù)方法加工處理圖像信息。通過(guò)規(guī)范操作可以獲得清晰的加工零件表面紋理圖像，這對(duì)于提升零件表面缺陷鑒別十分有利。長(zhǎng)期的實(shí)踐應(yīng)用發(fā)現(xiàn)，傅里葉轉(zhuǎn)換方法的優(yōu)勢(shì)集中體現(xiàn)在以下幾點(diǎn)：①可準(zhǔn)確分析零件表面缺陷信號(hào);②確定零件表面缺陷的信號(hào)成分;③以正弦波和方波的方式來(lái)檢測(cè)零件信號(hào)?；谶@三點(diǎn)顯著優(yōu)勢(shì)，不僅可以很大程度上降低零件表面缺陷的檢測(cè)難度，同時(shí)也可以提升檢測(cè)結(jié)果的準(zhǔn)確性，應(yīng)用優(yōu)勢(shì)十分明顯。

2.2表面紋理特征檢測(cè)要點(diǎn)與策略

機(jī)械零件加工過(guò)程中極易受到多種因素的影響，且這些因素會(huì)或多或少的導(dǎo)致加工零件出現(xiàn)缺陷。比如在加工過(guò)程中若采用磨削工藝開(kāi)展零件處理，極易對(duì)零件表面產(chǎn)生損傷，且一些損傷不易被肉眼察覺(jué)，后續(xù)應(yīng)用過(guò)程中會(huì)加大故障風(fēng)險(xiǎn)。圖像檢測(cè)技術(shù)的應(yīng)用可以收集無(wú)法被肉眼察覺(jué)的缺陷，并在此基礎(chǔ)上使用傅里葉變換法來(lái)得到精準(zhǔn)的分析結(jié)果。通常情況下加工零件所出現(xiàn)的紋理缺陷方向多是垂直的，圖像識(shí)別檢測(cè)技術(shù)可以很大程度上提升圖像像素頻率幅度值，對(duì)后續(xù)開(kāi)展全面的缺陷檢測(cè)十分有利。更為重要的一點(diǎn)是，作為一種常用的線形轉(zhuǎn)換方法，傅里葉變換方法可以將零件的各種信息集中體現(xiàn)至背景中，工作人員可以直接觀察零件表面紋理缺陷而做出正確的判定。在應(yīng)用零件表面紋理特征技術(shù)開(kāi)展檢測(cè)工作時(shí)需要注意一點(diǎn)，即需要借助頻域?yàn)V波器來(lái)對(duì)頻譜能量作抑波處理，以便更好的提升識(shí)別圖像的系數(shù)[3]?？偟膩?lái)說(shuō)，機(jī)械加工零件表面紋理缺陷的檢測(cè)需要嚴(yán)格遵循如下流程：確定檢測(cè)對(duì)象→信息獲取→處理分析與特征提取→分類(lèi)識(shí)別與判斷→計(jì)算并輸出結(jié)果。

鑒于零件表面缺陷特征提取有一定的難度，且極易受到其他因素的影響。因此，實(shí)際開(kāi)展此項(xiàng)工作時(shí)需要給予充分的重視，并把控好其中所需要注意的事項(xiàng)。①零件生產(chǎn)過(guò)程中所出現(xiàn)的表面紋理缺陷與正常零件的紋理有較大的不同，尤其是方向與正常零件紋理不同，實(shí)際檢測(cè)時(shí)需要注意;②通常情況下零件表面紋理缺陷均會(huì)出現(xiàn)均勻分布這一特點(diǎn)，但方向性較為欠缺。因此，實(shí)際檢測(cè)時(shí)要盡量使用濾波器，以此對(duì)表面紋理進(jìn)行過(guò)濾處理，在過(guò)濾過(guò)程中判別頻譜能力。

2.3表面紋理提取要點(diǎn)與策略

待使用濾波器完成零件表面紋理缺陷圖像處理后，即可使用閾值分割法來(lái)合理分割缺陷紋理，即劃分圖像的像素點(diǎn)。比如在紋理圖像處理中，若原始圖像的函數(shù)表達(dá)為f（x，y），而后找出函數(shù)中的特征值，并以這一特征值作為分界線，開(kāi)展圖像分割處理，最終實(shí)現(xiàn)分解圖像的目的。這種圖像分解方法具有穩(wěn)定和簡(jiǎn)單的特點(diǎn)，在大規(guī)格目標(biāo)圖像劃分中有良好的應(yīng)用效果。實(shí)踐應(yīng)用發(fā)現(xiàn)，在提取零件表面紋理缺陷的過(guò)程中，通過(guò)使用閾值分割法雖然可以有效分割圖像，脫離缺陷紋理圖像，但圖像中的噪音會(huì)產(chǎn)生噪音點(diǎn)，對(duì)圖像分析結(jié)果的精準(zhǔn)性有較大的影響[4]。因此，針對(duì)這一局限性，待缺陷圖像脫離主圖像后，還需要使用閾值分割法，將影響分析結(jié)果、無(wú)分析價(jià)值的紋理元素加以剔除，以此實(shí)現(xiàn)消除噪音點(diǎn)的目的。此過(guò)程中可以將開(kāi)運(yùn)算方法應(yīng)用到圖像濾波中，使用形態(tài)學(xué)消除圖像的邊界點(diǎn)，以確保圖像兩側(cè)邊界可以得到不斷的收縮。最后對(duì)紋理圖像做膨脹處理，最大限度充實(shí)物體的空洞部分，促使圖像更加的平滑。

2.4檢測(cè)結(jié)果分析要點(diǎn)

通過(guò)共生矩陣方法計(jì)算零件表面紋理缺陷的特征向量，而后對(duì)所獲得的數(shù)據(jù)信息和圖像數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，根據(jù)需求作相應(yīng)的處理，明確零件表面紋理缺陷的產(chǎn)生原因。最后提出零件表面紋理缺陷的解決方案，并做好相應(yīng)的預(yù)案，以此提升零件表面紋理缺陷的預(yù)處理能力。在零件紋理缺陷檢測(cè)與處理過(guò)程中，數(shù)據(jù)的計(jì)算是核心工作，務(wù)必保證數(shù)據(jù)計(jì)算的準(zhǔn)確性。

3.結(jié)語(yǔ)

通過(guò)積極開(kāi)展機(jī)械加工零件表面紋理缺陷檢測(cè)工作，可以很大程度上減少機(jī)械零部件的故障率，提升機(jī)械加工質(zhì)量。實(shí)際使用相關(guān)檢測(cè)技術(shù)與計(jì)算方法時(shí)，要把控其中的應(yīng)用要點(diǎn)，有針對(duì)性的控制零件表面紋理缺陷，從而確保零件加工質(zhì)量。

參考文獻(xiàn)：

[1]管聲啟，陳永當(dāng)，師紅宇.基于仿生視覺(jué)感知的機(jī)械零件表面缺陷檢測(cè)[J].軟件，2018，039（11）：55-57.

[2]周友行，馬逐曦，石弦韋，等.HSI顏色空間下的直線導(dǎo)軌表面缺陷檢測(cè)方法[J].中國(guó)機(jī)械工程，2019，030（18）：2179-2184.

[3]張亞洲，盧先領(lǐng).基于改進(jìn)相干增強(qiáng)擴(kuò)散與紋理能量測(cè)度和高斯混合模型的導(dǎo)光板表面缺陷檢測(cè)方法[J].計(jì)算機(jī)應(yīng)用，2020，357（05）：309-316.

[4]李海洋，李巧霞，王召巴，等.金屬材料表面缺陷的激光超聲檢測(cè)技術(shù)[J].火力與指揮控制，2019，044（08）：61-64.

（作者單位：北京空間機(jī)電研究所）