在焊接過程中,焊件易受熱變形,降低了構(gòu)件安裝精度以及結(jié)構(gòu)的承載能力,導(dǎo)致焊件不符合設(shè)計和使用要求。精確測量焊接過程中焊件的熱變形具有重要的意義。針對焊接過程中焊件熱變形測量的問題,結(jié)合數(shù)字圖像相關(guān)方法,提出一種基于時序匹配的散斑圖像視覺檢測方法,提高了圖像的采集質(zhì)量;通過有限元仿真,驗證了該方法測量焊接變形的精度較高。該方法實現(xiàn)了薄板焊接熱變形的高精度視覺檢測。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1薄板焊接三維變形場計算原理

本文作者采用基于數(shù)字圖像相關(guān)方法的視覺檢測技術(shù),測量薄板焊接的三維動態(tài)變形。視覺方法測量焊接變形的原理如圖1所示,T0狀態(tài)為變形前圖像,Tn-1狀態(tài)為變形后圖像。圖像匹配為橫向匹配與縱向匹配的過程,橫向匹配為左相機與右相機在同一時刻圖像之間實行相關(guān)的匹配,縱向匹配為同一相機在時間....

圖2相機標(biāo)定的8個方位圖

采用的標(biāo)定方法為:先讓左右相機從8個不同角度同時拍攝標(biāo)定板,獲得如圖2所示的8個方位的圖像,再對左右相機拍攝的圖像進行處理,辨別出每個編碼點的像素位置,然后根據(jù)每個編碼點的實際坐標(biāo)對相機的內(nèi)外參數(shù)進行計算。2.2變形位移計算

圖3三維數(shù)字圖像變形及位移計算流程

變形和位移場的計算主要基于雙目立體視覺和數(shù)字圖像相關(guān)技術(shù)。三維數(shù)字圖像變形和位移場計算流程如圖3所示,狀態(tài)0為變形前的圖像,狀態(tài)n-1為變形后末尾的一幅圖像,一共n個狀態(tài),左右相機總共拍攝了2n張圖片。在試驗中,先在待測表面制造特征,若自帶明顯的紋理特征,則無需噴涂散斑用以圖像識....

圖4ANSYS有限元模型

選用尺寸為300mm×200mm×3.00mm,焊接速度為5mm/s的D406A平板堆焊件進行ANSYS有限元驗證,圖4所示為已劃分完整的網(wǎng)格有限元模型,其焊縫處單元尺寸為3mm×1mm×1mm,離焊縫區(qū)的距離越遠,網(wǎng)格密度越疏,整體模型總計26244個節(jié)點、....

本文編號：3995106