科研成果与学术交流
2014年第36卷第3期
钢球表面缺陷识别方法
王 琛,雷银照
(北京航空航天大学自动化科学与电气工程学院,北京 100191)
摘 要:为实现钢球表面缺陷的自动检测,应用模式识别理论中的Fisher判别分析识别钢球表面缺陷。利用涡流方法检测钢球表面缺陷,提取了差分线圈输出信号的包络,以包络信号的绝对均值和幅值谱峰值为特征量,根据Fisher准则函数设计了识别算法。验证了Fisher算法识别钢球表面缺陷的有效性,探讨了阈值对识别结果的影响。试验结果表明,选定合适阈值后,该算法可有效识别钢球表面缺陷。
关键词:钢球;涡流检测;表面缺陷;模式识别;Fisher判别分析
中图分类号:
TG115.28 文献标志码:A 文章编号:1000-6656(2014)03-0001-04Reco g nition Method for Surface Defects on Steel Ball
WANG Chen ,LEI Yin -zhao
(SchoolofAutomationScienceandElectricalEngineering,BeihangUniversity,Beijing100191,China)Abstract :AFisherdiscriminantanalysismethodwaspresentedforthepurposeofautomaticdetectionofsurfacedefectsonsteelball.Theeddycurrenttestingmethodwasutilizedtodetectthedefects.Hilberttransformwasemployedfortheenvelopmentdemodulationanalysisoftheoutputsignal.ThefeaturesoftheenvelopsignalwasextractedandtheclassificationalgorithmbasedonFishercriterionfunctionwasdesigned.Thevalidityofthealgorithmwasverifiedandthethresholdinfluenceontheresultswasalsodiscussed.Theresultsshowedthatthismethodrecognizedthedefectseffectivelyafterthethresholdadjustment.Ke y words :Steelball;Eddycurrenttesting;Surfacedefects;Patternrecognition;Fisherdiscriminantanalysis
钢球作为球轴承的滚动体,
承受载荷并与轴承动态性能直接相关,其质量对球轴承的精度、运动性能及使用寿命有重要影响。为保证机械设备的正常运行,有必要对钢球表面质量进行检测。
目前,国内钢球生产企业大多采用人工检测方
法[1],此方法效率较低且易受人为因素影响,因此研
究钢球表面缺陷的自动检测方法非常有必要。涡流方法具有非接触检测、灵敏度高等特点,可以用来检
测钢球表面质量[2-3]
。检测信号的处理方法及缺陷
的识别算法直接影响检测结果。笔者提取差分线圈包络信号的绝对均值和幅值谱峰值作为特征量,利用Fisher判别分析识别钢球表面缺陷。Fisher判
收稿日期:2013-07-20
基金项目:国防技术基础科研资助项目(Z1320130007)作者简介:王 琛(1988-),女,硕士研究生,研究方向为电磁无损检测方法与技术。
别分析是模式识别理论中一种经典的方法[4-5]
,这
种方法根据投影变换的思想将多维分类问题转化为一维分类问题。其准则函数具有线性形式,算法简单,容易实现,计算量和存储量小。
1 识别方法
1.1 信号处理方法
笔者参照文献[6]的方法,利用旋转磁场检测钢球表面缺陷,钢球驱动部分如图1(a)所示。钢球放置在位于电机定子中的不导磁不导电的凹面支撑体上,定子轴线通过球心。定子通电产生旋转磁场使钢球转动。差分线圈结构如图1(b)
所示。在两根直径相同的圆柱磁心上紧密缠绕检测线圈,匝数相同,绕制方向相反。检测线圈外侧紧密缠绕激励线圈。
理论上,两个检测线圈感应电压的差值在钢球
1