螺纹检测系统分析与设计

1、螺纹检测系统分析与设计前言：螺纹是机械工业中常用的一类机械零件，具有装卸容易和可拆性，广泛应用于机械制造领域。任何一台机器都离不开螺纹，它是机械零件连接与紧固、机械传动不可缺少的部分，为保证各种螺纹达到其功能，必须对螺纹各几何参量进行检测。螺纹参量的测量方法比较多，有综合测量法、单项测量法、仪器测量法等。第一章：国内外各种螺纹检测方法及具体事例检测1.1 国内外螺纹检测方法实际生产中，经常会涉及到螺纹的检测和测量。螺纹的检测包括对螺纹合格性的综合性检验和确定某一几何参数量值的单一测量。目前市场主要有两种方法。工业螺纹的检测方法从测量方式角度看可以分为接触式和非接触式两种。接触式测量都带有不同类

2、型的探头，通过探头在零件表面滑动感知零件形貌的变化。这类表面质量测量系统，可以检测平缓曲面和平面的质量，如表面有无蚀坑等小缺陷。目前国际上接触式评定和测量内螺纹参数的方法大致有以下三种:（1）螺纹扫描测量仪( 瑞士丹青生产的MSXP 系列图a) , 可测量作用中径、单一中径、大径、小径、牙型半角、牙型轮廓偏差、轮廓角、锥度等所有螺纹参数, 但价格昂贵, 适合实验室或螺纹标准计量单位应用。（2） 螺纹轮廓测量仪( 哈量集团生产的2301L 型) , 可测量外螺纹及内螺纹的螺距、牙型角、牙半角、牙侧角、牙型高度、牙顶或牙底的圆弧半径、牙厚、槽宽等参数, 广泛适用于螺纹生产厂家。（3）小型三坐标测量

3、机（图b）。 可测量所有螺纹参数, 但检测效率低, 也只适用于实验室或螺纹标准计量单位。 图a 图b1.1.2 非接触式测量以光测为主。利用光学图像对目标的位置、尺寸、形状、方位和目标问相互关系等参数进行测量足数字图像处理分析的重要研究和应用领域。近年来，计算机技术及ccD(charge coupled De“。cs)固体摄像器技术的迅速发展为非接触式测量开辟了广阔的空间。这种测量方法主要是将光测技术与计算机图像处理进行有机的结台，用CCD成像系统对被测物体影像进行摄取，再由计算机对图像进行处理并分析、识别，最终得到各项检测数据。所以这种非接触检测技术又可以称为基于数字图像的精密测最技术（图c

4、）。 图c测量时，油管外螺纹经照明系统照明后成像于面阵ccD接收靶面上，面阵ccD完成图像的光一电转换及视频信号输出功能。视频信号由图像卡经AD转化为数字量，计算机对该数字图像按相应算法作处理后，计算出螺纹的锥度、螺距、中径、牙型高度和牙型角等参数，并与标准进行比较计算出偏差。在测量过程中，监示器可以实时显示检测处理过程，以便监控。1.2 具体事例检测方法： 油管接箍内螺纹检测(1)油管接箍是油田设备中重要的零配件。油管接箍的主要功能是连接、密封油管；而这些功能都是由锥形内螺纹完成的。目前，油管接箍内螺纹的通用检测方法主要有两种。一种是工人在现场用目测或抽取样件用量规进行检测；另一种是实验室用

5、笔式记录仪检测，人工进行数据处理、填表存档。以上两种方法都存在工人劳动强度大，测量结果受人为因素影响大等缺点。针对以上存在的问题研制出一套油管接箍内螺纹计算机辅助测量系统，该系统是测量油管接箍内螺纹的专用设备（图d）。 图d(2) 该系统设备主要有以下几个特点：体积小、结构精巧、重量轻、多用途；在线测量、记录油管接箍内螺纹的各项参数；数据处理快速、准确、精度高；传感器精度指标满足实际测量要求；1.2.2 钢管内螺纹的检测（1）热轧无缝钢管的芯棒在旋转抽出时易在钢管内壁形成内螺纹。这样的钢管外表光滑, 但其超深的内螺纹槽使钢管的质量不满足相关标准, 常被盲目冒险应用。目前, 涡流和超声探伤设备无

6、法高速、大批量检测此类钢管的超深内螺纹。因此, 提出用漏磁高速检测方法结合计算机智能识别软件构成的高速检测系统进行检测（图e）。 图e（2）该方法的优点：针对漏磁检测数据处理存在的问题, 研究了影响漏磁检测精度的因素及相互关系, 将基于事例推理的方法应用到漏磁检测数据处理中, 建立漏磁检测事例库。研究了漏磁检测事例之间的相似性度量方法, 通过比较检测过程中影响因素的相似度, 寻找事例库中已获解释的相似成功事例, 实现漏磁检测缺陷识别及定量解释的经验与知识的学习、继承和积累, 从而增强测试系统的智能程度, 提高信号识别与解释精度。 钻杆螺纹无损检测方法（1）钻杆螺纹部分的缺陷主要有根部裂纹与刺穿

7、空洞两种失效形式，它们分别具有以下特点： 大多数螺纹接头裂纹及刺穿空洞开始于螺纹连接的中部。 没有独立的刺穿空洞，只有与纵向裂纹同时存在的刺穿空洞，刺穿空洞位于纵向裂纹的一端或是裂纹中部。 纵向裂纹的长度在6O1 300 mm，有的裂纹尚未穿透壁厚，有的裂纹虽然已渗入壁厚但没有刺穿。 失效内螺纹接头密封端面均有明显的塑性变形。因此，钻杆螺纹缺陷的国内外常用无损检测方法有，湿荧光磁粉法和超声波法以及最近几年出现的局部漏磁检测法等（图f）。 图f（2）改方法的优点： 局部漏磁检测方法避免了磁粉检测繁琐的工序，不仅可以实现内外螺纹的检测，还可以实现对缺陷大小进行定性量化，采用电脑实现数据的采集、分析

8、、存储和显示，排除了人为判断因素的影响。 机器视觉的螺纹缺陷检测方法（1）螺纹作为检测对象，其特点是：外形轮廓复杂、参数多；若用传统的测量方法检测，需用的设备体积大，检测程序多，检测成本高、速度很慢，而且不能在线检测运用机器视觉技术，不仅可实现在线测量，而且检测速度快，检测精度高（图g）。 图g（2）改方法的优点：视觉检测技术具有非接触、速度快、精度高、现场抗干扰能力强等许多优点，能很好地满足现代制造业对检测的要求。对于检测无螺纹、缺螺纹和螺纹质量等缺陷具有很强的稳定性和很高的效率。1.3 螺纹检测的发展趋势螺纹作为检测对象，其特点是：外形轮廓复杂、参数多；若用传统的测量方法检测，需用的设备体

9、积大，检测程序多，检测成本高、速度很慢，而且不能在线检测。并且在市场上有许多各种各样的螺纹，因此，市场上出现了各种各样的螺纹检测仪器。随着社会的发展，成批螺纹检测成了发展的趋势。所以，非接触式螺纹检测越来越会被工厂广泛运用第二章 方案的选择2.1 方案选择背景：伴随着社会科技的一步步发展，各种新型设备的研发成功。螺栓在其中起着重要的作用。在市场上有各种各样的螺栓，每种螺栓都有很多螺纹。其中螺纹的在市场中有这很重要的地位。所以，市场上就出现了许多各种各样的机器来检测螺纹，来提高相关设备的安全性和年限。但是每种检测设备都有自己优缺点，所以检测螺纹要根据实际情况来选择检测设备。因此，在工厂大量生产的

10、螺栓需要快速的去检测其合格率。所以，要选择适合的测量的工具去测量。2.2 具体方案： 基于支持向量回归的螺纹检测(1) 工作原理：支持向量机(Support Vector Machine , SVM)是在统计学习理论的基础上发展起来的一种特别适合于小样本训练的机器学习方法，通过实现结构风险的最小化，大大提高了学习机的泛化能力。SVM以其在模式识别、函数估计等方面表现出的特有优势，得到了越来越广泛的应用(图h)。本文以回归型支持向(Support Vector Regression, SVR)为主要算法，以面阵CCD 作为图像传感器，将大的螺纹图像采集到计算机中，通过对螺绞牙形的回归分析，有效降

11、低了牙形的定位误差，提高了参数的测量精度。 图h(2) 优缺点：以回归型支持向量机为主要算法，结合图像处理技术，对螺纹参数进行了检测。支持向量回归所得的结果是螺纹牙形图像的亚像素表示，降低了CCD 成像的量化误差对测量结果的影响，同时，支持向量机以其良好的鲁棒性对信号噪声进行了有效滤除，进一步提高了测量精度。如何更好地修正光学系统引入的误差以及采用准确提取图像轮廓的边缘检测算法，是需要进一步研究的方向。 三针法测量法（1）工作原理：用三针法测量螺纹属于间接测量，其原理图如图I所示，是将三根直径相同的量针（或称量线）或量柱分别放入螺纹直径两边的牙槽内，然后用具有两个平行测量面的量仪测出外直尺寸，

12、根据外尺寸值和被测螺纹的螺距、牙型半角以及所用量针的直径，计算出螺纹直径。 图I（2）优缺点： 三针测量外螺纹中径，精度较高，简单方便，根据三针的精度可控制在小于4rn或8个 以内，如果精度要求高，要对测力、螺形角、螺距、三针所引起的误差修正，这种方法用的比较多，也方便。但是，三针法测量中径具有测量不确定度，在测量过程中有测量误差。综合测量法(量规测量法)（1）工作原理：螺纹的检验可用综合测量，也可单项测量。螺纹量规检验螺纹属综合测量。螺纹量规的形状和被测螺纹量规的形状相反，通规与止规配对使用。目前工厂使用的螺纹量规一般按图J所示的传递系统传递。由图J可看出，内、外螺纹制件均可通过一种合格的螺纹量规以旋合法检验，其基本要点是：1)螺纹基本尺寸集中控制在外螺纹量规上，这是因为外尺寸简单，易达到足够的准确度。2)螺纹量规(塞规或环规)与制件旋合，是一种理想的螺旋副，这时检验制件的塞规或环规就是一种传递尺寸的理想标准，它满足量学上的一个基本准则，即量规仅用基准尺寸与被检制件进行比较，通过的量规(1_r、1Y 、T)是全牙形，它控制被检制件的全部尺寸，不通过量规(TZ、zZ、Z)，则