[發明專利]一種基于PCA和CNN的高溫鍛件表面缺陷在位檢測方法

有效

• 申請號: 201710707894.1
• 申請日: 2017-08-17
• 公開（公告）號: CN107492098B
• 公開（公告）日: 2018-04-10
• 發明（設計）人: 陳達權;黃運保;李海艷
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 佛山市禾才知識產權代理有限公司44379
• 代理人: 劉羽波

技術領域

本發明涉及高溫鍛件檢測領域，尤其涉及一種基于PCA和CNN的高溫鍛件表面缺陷在位檢測方法。

背景技術

在工業生產中，自由鍛造工藝是較為普遍的生產方式，鍛件的生產也是處于非常重要的位置。自由鍛造的制造過程是在強震、高溫、高壓等極端條件下實施的，鍛件在生產前需要投入大量的人力、物力，且制造工藝過程連續復雜，用材和能源消耗巨大，造價昂貴。在鍛造過程中，大鍛件的尺寸是鍛件生產中必須及時檢測的一項重要指標。

目前，通過人工目測高溫鍛件有無缺陷，檢測準確度低，造成鍛件尺寸一般都比規定值多出較大的余量，平均損耗量多達15％；未能及時將鍛件關鍵部位的特征尺寸信息反饋給上位機系統，導致未能及時改善鍛件的內部質量、提高加工精度，生產效率下降。而且，自由鍛造過程中模具由于在高溫高壓下多次地擠壓從而較易受損，使用受損的模具進行自由鍛造所得到的鍛件將是報廢件。

發明內容

本發明的目的在于提出一種基于PCA和CNN的高溫鍛件表面缺陷在位檢測方法，利用CNN卷積神經網絡實現高溫鍛件的在位快速智能檢測，及時發現缺陷以及時改善鍛件的內部質量、提高加工精度，準確率高。

為達此目的，本發明采用以下技術方案：

一種基于PCA和CNN的高溫鍛件表面缺陷在位檢測方法，包括：

CNN鍛件表面缺陷檢測器訓練過程：

步驟A，距離無表面缺陷的標準鍛件12米處通過藍光三維激光掃描儀按設定順序規則獲取標準鍛件三維點云數據組；

步驟B，提取步驟A的所述標準鍛件三維點云數據組，并根據橢球曲面的擬合方法計算所述標準鍛件三維點云數據組中每個標準鍛件點云對應的兩個主曲率，然后選取每個標準鍛件點云的三維坐標值及其兩個主曲率作為代表該標準鍛件點云的五個特征，從而獲得所述標準鍛件的標準鍛件五維點云數據組；

步驟C，利用主元分析PCA方法將所述標準鍛件五維點云數據組降維至二維，從而獲得標準鍛件二維點云數據組，通過該標準鍛件二維點云數據組來代表對應的所述標準鍛件，并將該標準鍛件二維點云數據組構成一組訓練數據并標注為0；

步驟D，不斷循環重復步驟A至步驟C以獲取多組所述訓練數據，直至獲取達到目標組數的訓練數據為止；然后將達到目標組數的多組訓練數據構成訓練集P和測試集S，通過所述訓練集P和測試集S對CNN鍛件表面缺陷檢測器進行訓練，直至所述CNN鍛件表面缺陷檢測器訓練成功為止；

待檢測成品鍛件的檢測過程：

步驟E，距離待檢測成品鍛件12米處通過藍光三維激光掃描儀按設定順序規則獲取成品鍛件三維點云數據組；

步驟F，提取步驟E的所述成品鍛件三維點云數據組，并根據橢球曲面的擬合方法計算所述成品鍛件三維點云數據組中每個成品鍛件點云對應的兩個主曲率，然后選取每個成品鍛件點云的三維坐標值及其兩個主曲率作為代表該成品鍛件點云的五個特征，從而獲得成品鍛件五維點云數據組；

步驟G，利用主元分析PCA方法將所述成品鍛件五維點云數據組降維至二維，從而獲得成品鍛件二維點云數據組，通過該成品鍛件二維點云數據組來代表對應的所述待檢測成品鍛件，并將該成品鍛件二維點云數據組構成一組實際檢測數據；

步驟H，將步驟G獲得的所述實際檢測數據輸入已訓練成功的所述CNN鍛件表面缺陷檢測器中，所述CNN鍛件表面缺陷檢測器根據所述實際檢測數據判斷所述待檢測成品鍛件是否存在表面缺陷并將判斷結果輸出。

優選地，還包括監控報警過程：

步驟I，對流水線上的每個待檢測成品鍛件進行所述待檢測成品鍛件的檢測過程，并且當所述CNN鍛件表面缺陷檢測器判斷出連續三個待檢測成品鍛件存在表面缺陷時，所述CNN鍛件表面缺陷檢測器發出警報和提示流水線上的鍛壓模具發生損壞。

優選地，所述步驟A的標準鍛件三維點云數據組獲取方法包括：

距離無表面缺陷的標準鍛件12米處通過藍光三維激光掃描儀按設定順序規則獲取所述無表面缺陷的標準鍛的大量標準鍛件三維點云，并從大量標準鍛件三維點云中均勻采集設定要求數量的標準鍛件三維點云，構成所述標準鍛件三維點云數據組。

優選地，所述步驟E的成品鍛件三維點云數據組獲取方法包括：

距離待檢測成品鍛件12米處通過藍光三維激光掃描儀按設定順序規則獲取所述待檢測成品鍛件的大量成品鍛件三維點云，并從大量成品鍛件三維點云中均勻采集設定要求數量的多個成品鍛件三維點云，構成所述成品鍛件三維點云數據組。

優選地，標準鍛件五維點云數據的定義：