漆包線線徑在線自動檢測方法研究

陳家焱， 景利孟， 周 娟， 洪 濤

(中國計量大學(xué)，浙江 杭州 310018)

1 引 言

漆包線作為電機(jī)和變壓器上的重要元件之一，其質(zhì)量和安全性會直接影響電機(jī)和變壓器產(chǎn)品的性能。漆包線的線徑作為漆包線重要參數(shù)之一，其檢測主要有兩種方法，一是操作人員通過持手持機(jī)的方式進(jìn)行人工巡檢，把檢測結(jié)果記錄到相關(guān)檢測表中，再用來評估整條漆包線生產(chǎn)線的合格情況，這種方法會增加人力成本，并且人工記錄易出現(xiàn)失誤，不利于保證測量數(shù)據(jù)的準(zhǔn)確性；另一種是質(zhì)檢人員通過微米千分尺在實驗室中抽檢，這種方法檢測精度較高，但受現(xiàn)場環(huán)境的限制無法在車間現(xiàn)場進(jìn)行檢測。如何在保證檢測精度的基礎(chǔ)上降低企業(yè)的檢測成本是亟待解決的問題。漆包線作為一種連續(xù)的、不間斷的產(chǎn)品在流水線上生產(chǎn)，只能采用抽檢的方法進(jìn)行，即每隔一定長度檢測一次。

目前，有關(guān)學(xué)者對漆包線線徑檢測問題進(jìn)行了多方面研究，文獻(xiàn)[1]將流程管理應(yīng)用到漆包線檢測設(shè)備中，使漆包線線徑檢測設(shè)備具備動態(tài)調(diào)節(jié)能力，但是不能從檢測方法上提高檢測線徑的精度；文獻(xiàn)[2]提出了利用CMOS相機(jī)采集清晰的光纖圖像，基于灰度矩的定位技術(shù)獲取光纖的精準(zhǔn)位置，最后通過最小二法乘法擬合直線計算出光纖的線徑，但是CMOS芯片的感光芯片在像素尺寸相同的情況下，CMOS傳感器的靈敏度要低于CCD傳感器，不能夠?qū)饫w線徑進(jìn)行高精度檢測；文獻(xiàn)[3]中為了保證縫合線線徑均勻，設(shè)計了一個可吸收縫合線線徑的在線檢測系統(tǒng)，實現(xiàn)非接觸式測量，但此檢測系統(tǒng)是在像素級別進(jìn)行的測量，其精度受鏡頭的分辨率和像元尺寸影響較大。

針對上述檢測方法檢測速度慢、檢測精度易受鏡頭參數(shù)影響等問題，同時考慮到漆包線生產(chǎn)流水線是非密閉空間，易受到光照、噪聲和人員的影響。本文提出了一種漆包線線徑在線自動檢測方法，在不影響漆包線正常生產(chǎn)的前提下，將設(shè)計開發(fā)的漆包線線徑自動檢測裝置安裝在連續(xù)運(yùn)行的漆包線生產(chǎn)設(shè)備上，使用CCD相機(jī)采集漆包線原始圖像，利用基于亞像素圖像處理算法獲得漆包線線徑，對檢測系統(tǒng)進(jìn)行了標(biāo)定、測試和誤差分析，其結(jié)果表明：測量精度能夠滿足企業(yè)的檢測要求，大大提高漆包線生產(chǎn)企業(yè)線徑在線檢測自動化程度，節(jié)約了成本。

2 漆包線檢測問題分析

2.1 在線檢測系統(tǒng)問題分析

圖1為漆包線生產(chǎn)檢測系統(tǒng)示意圖。當(dāng)漆包線在連續(xù)生產(chǎn)過程中，操作人員通常在最短跨度位置處對漆包線進(jìn)行巡檢，將漆包線拉至手持機(jī)中，通過手動方式調(diào)整漆包線穩(wěn)定測得漆包線線徑尺寸。

圖1 漆包線生產(chǎn)檢測系統(tǒng)示意圖Fig.1 Schematic diagram of production and inspection system for enamelled wire

為了進(jìn)一步提高企業(yè)的自動化程度，將機(jī)器視覺技術(shù)用于漆包線線徑在線自動檢測，針對圖1現(xiàn)場環(huán)境檢測進(jìn)行分析，存在以下問題：

(1) 漆包線最短跨度位置約為600 mm，但此位置漆包線震動問題較大，震動幅度已經(jīng)能用肉眼清晰地觀察到，這對使用機(jī)器視覺技術(shù)進(jìn)行檢測會產(chǎn)生極大的影響。

(2) 車間環(huán)境光源不穩(wěn)定，整個車間全部采用普通白熾燈進(jìn)行照明，會造成使用機(jī)器視覺檢測過程中光源不穩(wěn)定，不利于原始圖像采集。

(3) 漆包線線徑過小，不易檢測。

如何采取有效措施解決上述問題是本文研究的重點(diǎn)。

2.2 漆包線震動問題理論分析

為解決檢測過程中漆包線震動過大問題，進(jìn)行了漆包線震動的理論分析，圖2為弦的震動模型。

圖2 弦的震動模型Fig.2 Vibration model of strings

(1)

因為微震動有：

(2)

故公式(1)可變換為：

(3)

令：

(4)

假定φ(x)和q(t)分別是關(guān)于坐標(biāo)x和時間t的2個單變量函數(shù)。當(dāng)二者是乘法組合時，即ω(x，t)=φ(x)×q(t)代入公式(1)，通過分離變量法可得：

(5)

式中:

圖3為漆包線震動模型。

圖3 漆包線震動模型Fig.3 Enameled wire vibration model

不考慮漆包線重力的影響，同時為了使模型更具有代表性，可令漆包線水平放置，如圖3所示,漆包線最短跨度為L，在漆包線的任意位置A(除端點(diǎn))，距離最近的端點(diǎn)為b，故b

(6)

根據(jù)公式(5)，可以計算出漆包線震動波動方程為

(7)

(8)

設(shè):L為自變量，f(L)為振幅關(guān)于L的函數(shù)。

令

(9)

對f(L)求導(dǎo)得：

(10)

其中，b∈(0，L/2]，f(L)的導(dǎo)數(shù)在[0，+∞)恒大于0，故單調(diào)遞增。由此可知漆包線振動幅度隨著跨度L增加將增大，因此可通過縮短漆包線的跨度L來減少漆包線在運(yùn)行過程中的振幅。

3 漆包線線徑檢測裝置設(shè)計

圖4為檢測裝置內(nèi)部結(jié)構(gòu)圖，該檢測裝置主要由基于滑輪組的漆包線減震機(jī)構(gòu)、相機(jī)系統(tǒng)和光源結(jié)構(gòu)3部分構(gòu)成。

圖4 檢測裝置內(nèi)部結(jié)構(gòu)圖Fig.4 Internal schematic diagram of testing device

3.1 基于滑輪組的漆包線減震機(jī)構(gòu)

在減震裝置上增加了2個用來導(dǎo)向和固定漆包線的滑輪組，中間2個小滑輪之間的距離約為44 mm，用來減少漆包線的跨度L，這樣可以大大減少漆包線在生產(chǎn)過程中震動幅度，同時在小滑輪組的上下各46 mm偏右側(cè)位置各有一個大滑輪，主要的功能是導(dǎo)向并輔助固定漆包線，使漆包線在進(jìn)入漆包線減震時，能夠平穩(wěn)過渡。同時，在兩個小滑輪中間位置開有一個28 mm×10 mm的矩形孔，使漆包線從矩形孔中間位置自下而上的跨過矩形孔，使藍(lán)色背光光源能夠均勻的照在漆包線上，使其邊緣位置更清晰。整個減震機(jī)構(gòu)用螺絲通過右側(cè)的連接板與檢測裝置的主體部分進(jìn)行連接。

3.2 相機(jī)系統(tǒng)

相機(jī)系統(tǒng)包括CCD相機(jī)和一個40 mm×40 mm的移動平臺，相機(jī)采用的型號是Prosilica GC 2450的CCD相機(jī)，分辨率為2 448×2 050像素，20幀/s，像元尺寸3.45 μm×3.45 μm，傳感器尺寸Type 2/3，安裝25 mm鏡頭。CCD相機(jī)通過移動平臺固定在檢測裝置的底部，并且調(diào)節(jié)移動平臺旋鈕，可以在較小范圍內(nèi)調(diào)節(jié)相機(jī)的前后位置，方便調(diào)焦，提高檢測裝置的靈活性。

3.3 光源結(jié)構(gòu)

光源結(jié)構(gòu)包括背光光源和光源連接機(jī)構(gòu)，光源結(jié)構(gòu)能夠解決車間環(huán)境光源不穩(wěn)定的問題，背光光源采用藍(lán)色光，波長為450～480 nm，易于突出物體的細(xì)節(jié)，可以提高檢測的精度，光源通過光源連接機(jī)構(gòu)與檢測裝置外殼相連。

為了杜絕或減少外部環(huán)境對檢測過程的影響，整個檢測裝置設(shè)計為封閉式，既可以使相機(jī)和光源不暴露在外部，降低外部環(huán)境對檢測系統(tǒng)的干擾，提高系統(tǒng)的穩(wěn)定性和抗干擾性。

4 圖像處理算法研究

由于漆包線線徑尺寸過小，運(yùn)用常規(guī)像素級別的尺寸檢測已經(jīng)不能滿足系統(tǒng)要求，故在常規(guī)圖像處理方法基礎(chǔ)上進(jìn)行亞像素圖像處理算法研究，該算法流程如圖5所示。采用三次樣條插值運(yùn)算的方法得到亞像素邊緣，用最小二乘法擬合上下邊緣直線，通過分割邊緣直線計算線段間距離得到漆包線線徑，這能夠減少漆包線邊緣突變位置對線徑檢測的影響，提高檢測精度。

圖5 圖像處理算法流程圖Fig.5 Flow chart of image processing algorithm

4.1 圖像預(yù)處理

首先需對原始圖像進(jìn)行感興趣區(qū)域(region of interest，ROI)范圍的選取[4，5]。這樣可以減少處理圖片的尺寸和時間，消除大量冗余信息，同時也能夠減少相機(jī)畸變帶來的影響。

采集到的原始圖像如圖6(a)所示，通過預(yù)設(shè)方式選取ROI范圍，系統(tǒng)將選取的ROI范圍作為漆包線線徑尺寸檢測區(qū)域，具體如圖6(b)所示，要求ROI選取原始圖像中間位置且包含漆包線的上下邊緣，這樣可以有效消除或降低由于相機(jī)畸變對檢測精度的影響。

圖6 ROI范圍選取過程Fig.6 ROI range selection process diagram

圖7為圖像的預(yù)處理。對選取的ROI圖像，進(jìn)行中值濾波[6]處理，不僅能夠消除孤立噪聲點(diǎn)而且也能夠有效保留圖像的邊緣信息，見圖7(a)；ROI范圍直方圖存在明顯的雙峰特征見圖7(b)；使用雙峰法確定閾值T，設(shè)谷底對應(yīng)的灰度級T為固定閾值進(jìn)行分割[7]，灰度值大于等于T時為白色，記為背景；灰度值小于T時為黑色，記為目標(biāo)物體(漆包線)，從而實現(xiàn)目標(biāo)物體(漆包線)與背景圖像分離，圖7(c)為經(jīng)過固定閾值T二值化后的圖像，其邊緣部分與圖7(a)中的虛線標(biāo)識的漆包線上下邊緣相比更加清晰，無模糊現(xiàn)象；由于圖像中的漆包線傾斜程度小于30°，接近水平位置，故采用獲取邊緣能力強(qiáng)的Sobel算子[8]檢測水平邊緣，得到漆包線的上下邊緣，如圖7(d)所示。

圖7 圖像預(yù)處理Fig.7 Preprocessing of image

4.2 直線檢測

通過Sobel算子得到的邊緣是像素級別，為提高線徑的檢測精度，需提取出漆包線的亞像素邊緣位置[9]，故對其進(jìn)行三次樣條插值法運(yùn)算，得到邊緣的亞像素精度定位[10]。通過進(jìn)一步細(xì)化得到漆包線亞像素[11]上下邊緣的精確位置。最后通過最小二乘法[12]對得到的亞像素邊緣點(diǎn)進(jìn)行擬合，令擬合后直線的方程為：Yi=β1Xi+β0，式中β1為斜率，β0為截距，利用公式(11)計算殘差平方和Q：

(11)

通過計算Q的最小值，得到上下2條邊緣直線L1和L2，為了便于下文計算距離，將直線L1、L2化為直線方程的一般式：

(12)

式中：as、bs和cs為上邊緣直線方程參數(shù)；ax、bx和cx為下邊緣直線方程參數(shù)。

在得到上下邊緣線段后，求這兩條直線之間的距離，直線測距流程如圖8所示。首先計算上下邊緣亞像素點(diǎn)，然后進(jìn)行上下邊緣直線擬合，再判斷這兩條直線是否平行，根據(jù)兩直線是否平行狀況作相應(yīng)處理。

圖8 直線測距方法Fig.8 Linear ranging method

(13)

(14)

(15)

D=(D1+D2)/2

(16)

為了提高系統(tǒng)檢測速度，在獲取原始圖像后首先進(jìn)行ROI選取，縮小檢測圖像尺寸，減少算法計算量；在二值化過程中，采用固定閾值分割也大大減少算法運(yùn)行時間；提取漆包線亞像素邊緣信息利用插值和最小二乘法獲得漆包線線徑。經(jīng)測試計算本文算法處理一張圖像平均需要19 ms，能夠滿足在線檢測速度要求。

5 系統(tǒng)標(biāo)定與測試

在圖像處理算法研究的基礎(chǔ)上，為了進(jìn)行在線測試，使用Labview2015和SQL Server2014開發(fā)檢測系統(tǒng)，同時為了進(jìn)一步提高檢測精度，在測試前對檢測系統(tǒng)進(jìn)行標(biāo)定得到相機(jī)的內(nèi)外參矩陣和像素當(dāng)量。

5.1 系統(tǒng)標(biāo)定

漆包線線徑在線自動檢測方法中的標(biāo)定分為2個部分：(1) 相機(jī)的標(biāo)定[14]，獲得相機(jī)內(nèi)參矩陣和畸變系數(shù)，對檢測到的上下邊緣線段進(jìn)行校正；(2) 像素當(dāng)量的標(biāo)定[15]，得到像素尺寸與實際尺寸之間的轉(zhuǎn)換系數(shù)。

由于相機(jī)安裝過程中產(chǎn)生偏差和鏡頭本身畸變，相機(jī)的成像模型與理想的真空模型不一致，因此需要對相機(jī)進(jìn)行標(biāo)定。本系統(tǒng)所用的標(biāo)定板為：外形尺寸25 mm×25 mm，方格邊長1.5 mm，圖案陣列12×9的棋盤標(biāo)定板。得到相機(jī)的內(nèi)參矩陣A和徑向畸變系數(shù)β：

(17)

β={-0.085 0 0.100 9}

(18)

基于亞像素的漆包線線徑在線自動檢測方法，在經(jīng)過圖像處理算法后得到的尺寸是以像素為單位，要想獲得漆包線線徑的實際尺寸，需要進(jìn)行像素當(dāng)量轉(zhuǎn)換，系統(tǒng)通過對線徑為Db的標(biāo)準(zhǔn)漆包線進(jìn)行檢測得到其像素尺寸L，利用公式(19)得到系統(tǒng)的像素當(dāng)量kP：

(19)

式中Db為標(biāo)準(zhǔn)漆包線線徑尺寸。

5.2 系統(tǒng)測試

5.2.1 在線能力測試

使用所開發(fā)的漆包線線徑檢測裝置在某漆包線生產(chǎn)企業(yè)車間進(jìn)行了現(xiàn)場測試，檢測裝置安裝在1號設(shè)備1號工位，漆包線線徑要求(0.162±0.001)mm，漆包線運(yùn)行的速度為5 m/s，系統(tǒng)檢測采樣速率為20幀/s，檢測系統(tǒng)運(yùn)行總時間為340 s，檢測漆包線長度1 700 m，6 800個采樣數(shù)據(jù)，檢測過程中無中斷，檢測結(jié)果如圖9所示是測量值時間序列，系統(tǒng)在線檢測能力滿足企業(yè)要求的測量精度[16]。

圖9 測量值時間序列圖Fig.9 Measurement time series diagram

5.2.2 重復(fù)性測試

由于企業(yè)對漆包線線徑尺寸測量關(guān)注的是一段距離內(nèi)線徑尺寸波動情況，應(yīng)以多個連續(xù)檢測點(diǎn)作為一個整體研究反映漆包線線徑的尺寸。實驗中以連續(xù)檢測240個位置數(shù)據(jù)的為一組，以240個測量值的平均值作為本次測量的結(jié)果，進(jìn)行了25組重復(fù)性測試，單次檢測長度為60 m，共1 500 m。重復(fù)性測試過程中漆包線的線徑要求、運(yùn)行速度和檢測速度與在線能力測試條件相同，測試結(jié)果如表1所示。

根據(jù)檢測數(shù)據(jù)量大小與數(shù)據(jù)分布特點(diǎn)，利用拉伊達(dá)準(zhǔn)則對組內(nèi)檢測數(shù)據(jù)進(jìn)行粗大誤差剔除。由表1可知25組組內(nèi)3σ<0.001 mm，檢測結(jié)果中無粗大誤差。

(20)

(21)

取p=0.95，即α=1-0.95=0.05，n=25，查表可知臨界值G(0.05，25)=2.66，因為0.384 6<2.66，故xd=0.161 8 mm不是異常點(diǎn)，25次重復(fù)測量結(jié)果中無粗大誤差。

表1的數(shù)據(jù)表明：一組內(nèi)240次測量結(jié)果標(biāo)準(zhǔn)差小，其測量平均值能夠代表本次測試中漆包線的整體線徑。且25次重復(fù)性測試得出：3σ=0.000 78 mm<0.002 mm，這說明重復(fù)性測試數(shù)據(jù)波動小，產(chǎn)品合格率較高，本文檢測方法具有較好的重復(fù)測量精度。

表1 重復(fù)性測試結(jié)果分析表Tab.1 Repeatability test results analysis table mm

6 誤差分析

系統(tǒng)誤差與粗大誤差和隨機(jī)誤差不同，系統(tǒng)誤差與系統(tǒng)本身有關(guān)[18，19]，如相機(jī)分辨率、相機(jī)畸變、光源種類等都是可能產(chǎn)生系統(tǒng)誤差的原因，同時系統(tǒng)誤差一般表現(xiàn)為重復(fù)性和單向性，根據(jù)表1中的誤差可以發(fā)現(xiàn)，檢測結(jié)果普遍比檢測要求的0.162 mm偏小，這有兩種可能：一是由于本系統(tǒng)檢測結(jié)果存在系統(tǒng)誤差，并且這種系統(tǒng)誤差致使檢測結(jié)果偏小；二是本次檢測的漆包線在生產(chǎn)過程中實際線徑就偏負(fù)，導(dǎo)致檢測結(jié)果偏小。

為了進(jìn)一步考證本文的檢測方法是否能夠達(dá)到企業(yè)的檢測需求，利用表1中線徑平均值對該檢測系統(tǒng)的分辨力R進(jìn)行計算：

R=|0.161 9-0.161 72| mm=0.000 18 mm

6.3 測量不確定度分析

自由度：ν=25-1=24

取置信概率p=95%，其自由度ν=24，查t分布表得t0.95(24)=2.06。即包含因子k=2.06。通過公式(24)可計算漆包線線徑的擴(kuò)展不確定度U。

U=kuc=2.06×0.000 052 mm≈0.000 1 mm

(22)

用擴(kuò)展不確定度評價漆包線線徑檢測的不確定度UR為

UR=(0.161 9±0.000 1)mm

(23)

7 結(jié) 論

本文提出了一種漆包線線徑在線自動檢測方法，通過自主設(shè)計的基于滑輪組的漆包線減震機(jī)構(gòu)，有效地解決了漆包線生產(chǎn)過程中震動幅度過大、不易檢測線徑的問題。通過圖像處理算法得到線徑的亞像素；利用分割邊緣直線方法，計算點(diǎn)到直線的距離得到漆包線上下邊緣線段的距離，通過像素當(dāng)量轉(zhuǎn)換成漆包線線徑。現(xiàn)場測試結(jié)果表明：本系統(tǒng)的分辨力為0.000 18 mm，能夠滿足企業(yè)±0.001 mm檢測精度要求；漆包線線徑檢測結(jié)果的擴(kuò)展不確定度為(0.161 9±0.000 1)mm，p=0.95，ν=24；重復(fù)性檢測與第三方檢驗機(jī)構(gòu)得到的檢測結(jié)果一致性較好。該漆包線線徑在線自動檢測系統(tǒng)提高了漆包線生產(chǎn)企業(yè)在線檢測自動化程度。為進(jìn)一步提高檢測方法的精度，可以使用動態(tài)的方法對像素當(dāng)量進(jìn)行標(biāo)定，這也是今后重點(diǎn)研究的方向。