珩磨汔缸孔径的评价.doc

珩磨汔缸孔径的评价 摘要 内燃机汽缸孔的珩磨组织在润滑油的消耗量，有害气体排放，以及运转特性方面发挥了重要作用.为了客观评价珩磨表面，描述表面织构的特征被量化成二维数据.文章着重于两个关键步骤的数据分析：预处理，其目的是去除不相干的成分和提取感兴趣的信息，和提取特征以保证感兴趣的表面特征能够得到可靠的数值估计，如珩磨角，沟槽参数，表面缺陷等，评估结果可以很容易的应用于用户的评价。 关键词：珩磨，表面纹理，自动视觉检测 1、简介： 内燃机气缸孔是用珩磨的方法加工的，经过该加工的表面主要由两个随机在气缸对称轴不同角度出现的螺旋槽带组成。纹理质量对于气缸的干燥作业性能，石油消费量，有害气体排放，和运行性能是非常重要的。直到目前，专家们仍然依靠基于微观图像的视觉观察来评价珩磨组织。这种方法枯燥，具有很大的主观性，并且耗时。为了得到客观和可重复性的结果，一个自动化的方法检查是必要的。 2 、检查方法 2.1表面数据 有一些不同的方法来衡量的珩磨表面。从表1中可以看出，传统的方法，机械笔只执行表面轮廓的一维测量。与此相反，灰度图和光学简图提供二维数据在合理的时间。 由于珩磨纹理的横向几何特征只能进行分析二维数据，在后面的讨论中，我们将集中分析这样的数据。考察的与不同的测量原理相关的特征也被列入本表。 描述珩磨纹理重要特征的信号模型是本文所讨论的评价方法的基础。基于这个模型，可以展示明确的和数学上完整定义的特性，使得组织评估具有重现性和客观性。这种方法不同于许多广泛应用的方法—如依靠神经网络，它往往被视为一个“暗箱”[1] 。 特征的选择是基于珩磨图 [2] ，和许多专家的意见，并且也在分析轮廓数据的实例中通过增加新的体积参数来拓展该方法。这得出了一系列的可以满足个人用户需求的特征。 2.2珩磨组织性能 图1显示一些珩磨组织的性能，在这个基础上来定义特征。最常用的是粗糙度参数，例如那些基于承载比曲线（雅培曲线）的参数 [ 3 ] ，以及Ra，Rz和Rmax。 [ 4 ] 。然而，处理珩磨表面，重要的是要确定一些将横向几何形状量化的特征。通过这种方式，最相关的纹理特性可以被描述，如珩磨角度，材料涂片，断沟， 杂散沟槽 ，洞，外构和薄片，如图1所示。此外，描述沟槽平衡，稳态的存在，凹槽形状，裂缝，转折沟槽，零散标记的特征也需要。 机械铁笔 灰度图像 光学轮廓 测量区域 1-D 2-D 2-D 深度信息 是 不 是 横向几何信息 不 是 是 覆盖整个表面非常耗时非常耗时 2.3自动检测 图2显示自动检测应用的概述和其在珩磨加工中对质量控制的目的。一个二维或三维传感器提供珩磨表面的数据g（x），其中x = （x，y）T∈ R 2指横向空间坐标系。灰色块图是传感器数据处理系统的一部分，该系统的输出数据可以用来简单地说明表面质量，还可以在加工工艺发生中断时发出警报，或可以通过反馈控制器调节珩磨过程，因为珩磨组织包含有关功能和加工过程的信息，不论珩磨后珩磨刷执行或不执行。 以下各节中，我们将集中于自动化检测的两个关键步骤：对传感器数据的预处理和特征提取，我们将针对这些步骤举出一些例子。 图2 ：自动检测的磨练表面。 3、预处理 预处理的目的是要抑制无关部分，即不均匀性i（x）和外界干扰b（x） ，同时增强感兴趣的信息，比如组织t（x）。在图像数据的获取过程中，不均匀性i（x）可能是由于表面光洁度的空间差异。其他的产生外界干扰的原因包括偏离理想情况下的沟槽和缺陷，比如说材料涂片和薄片等。 我们用一个信号模型g（x）来描述传感器数据，包含组织t（x）和无关成分i（x）和b（x）： 为了能够替代感兴趣的信息t（x），首先要进行以下的假设：不同的成分必须在数学上是可以进行区分的。 如图3所示，经过严格的分离程序，我们可以得到原始数据的成分。然后，分离出不需要的成分，经过逆变换可以得到预处理的结果。 图3：预处理的原理 这种处理过程的好处是简化了特征提取的步骤，并且使图像处理过程更稳定，这可以通过以下的例子来说明。 3.1 均质 当凹槽组织被数据采集过程中的非均匀性强度所降级，如非均匀照明，均质化就可以制止这种有害的组成部分[ 6 ] 。图4用这种方法做某一特定组织的例子。图的左边，是原始的形态。中间是用标准的同质化方法——同质滤波，假设非均质和组织结合——得出的结果。特别是在左上角的部分，这张图像的对比度很差。右边的图像是采用了图3中的模型得出的结果。在这种情况下，对比度和临界值都是均匀的，它基于一种综合考虑了感兴趣的信号和非均匀干扰信号的模型[6]。这的结果显然比前者更均匀，并且使组织分析更具有说服力。 图4 ：均质： （左）规划纹理; （中）同态滤波; （右）基于模型的同质化 3.2纹理分解 下一个例子是对磨纹理进行，以简化特征提取。由于珩磨组织很