基于机器视觉技术的疲劳裂纹自动检测实验系统*

作者：云 艳，高红俐，沈姗姗 日期：2012-05-03/span> 浏览：3710 查看PDF文档

基于机器视觉技术的疲劳裂纹自动检测实验系统*

云  艳，高红俐，沈姗姗
（浙江工业大学 特种装备制造与先进加工技术教育部/浙江省重点实验室， 浙江 杭州 310014）

摘要： 为解决现有传统的金属疲劳裂纹检测方法存在的精度不高、操作繁琐、抗干扰性差和不易实现自动记录等问题，将虚拟仪器和图像处理技术应用到金属疲劳裂纹检测系统中，进行了疲劳裂纹长度在线测量和疲劳扩展速率计算。通过系统的整体设计和原理介绍，提出了疲劳裂纹在线非接触式的机器视觉检测方案；并基于LabVIEW的实验平台，进行了疲劳裂纹扩展试验，通过使用NI的IMAQ Vision实现了图像处理功能。研究结果表明，由该方案建立的基于图像处理技术的裂纹检测系统在线测量得到的最大裂纹长度测量误差为0.148 mm，且由拟合裂纹长度-时间曲线的导函数可得到裂纹扩展速率，是一种较理想的疲劳裂纹在线检测方法。
关键词： 虚拟仪器；图像处理；疲劳裂纹；在线检测
中图分类号：TH878；TP391.5   文献标志码：A   文章编号：1001-4551（2012）02-0183-05

 

本文的文献著录格式： 

云  艳,高红俐,沈姗姗.基于机器视觉技术的疲劳裂纹自动检测实验系统[J],机电工程,2012,29(2):183-187.
YUN Yan， GAO Hong-li， SHEN Shan-shan.Development of fatigue crack detection system based on machine vision technology[J],Journal of Mechanical & Electrical Engineering,2012,29(2):183-187.