钢球表面缺陷识别方法

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