CN104458765A - 一种磁瓦缺陷的红外热像检测***及检测方法 - Google Patents

Abstract

本发明公开了一种磁瓦缺陷的红外热像检测***及检测方法。所述***包括热源、红外热像传感器、数字图像采卡、计算机；热源用于加热磁瓦；红外热像传感器用于对采集加热后的磁瓦的红外热像图像；计算机用于对磁瓦的红外热像图像进行处理，并对磁瓦缺陷进行分析。本发明解决了人工检测存在的效率低、劳动强度大、易漏检等问题，易于实现磁瓦缺陷检测自动化，且易于在线应用；适当的外部加热，利用磁瓦缺陷对热流传导阻力和比表面积的不同从而最终导致磁瓦表面温度分布的异常与否进行缺陷检测与识别，既能检测磁瓦的表面缺陷又能检测磁瓦的内部缺陷；采用了基本不受光照条件限制的红外热像技术，抗环境干扰能力更强。

Description

一种磁瓦缺陷的红外热像检测***及检测方法

技术领域

本发明属于红外技术领域，尤其涉及一种磁瓦缺陷的红外热像检测***及检测方法。

背景技术

磁性材料主要是指由过渡元素铁（Fe）、钴（Co）、镍（Ni）及其合金等组成的能够直接或间接产生磁性的物质。磁瓦是永磁体中一种主要用于永磁电机定子上的瓦状磁铁。根据原材料主要分为铁氧体磁瓦、钕铁硼磁瓦、铝镍钴磁瓦。

电机磁瓦作为一种主要的新型功能材料，随着电子工业和汽车工业的迅速发展，磁瓦的需求量快速增长，我国因此成为了磁性材料的第一生产大国，而相关产品性能要求的不断提高对磁瓦性能的要求也越来越高。磁瓦的主要生产工序包括原料制备、球磨、成型、烧结、磨加工、清洗、质检和包装等。在磁瓦的生产过程中，受加工技术、材料、控制技术和不确定性等因素的制约，磁瓦内外表面或内部不可避免地易产生裂纹、起级、夹层、崩裂、溃烂或孔洞等缺陷，磁瓦生产的成品率一般在95% - 97％。

缺陷检测是磁瓦生产过程中品质检验的主要内容，直接影响到磁瓦的内在和外在品质，决定着电机及相关产品的使用性能。然而，在目前磁瓦生产工艺流程中，磁瓦缺陷检测均为人工目视检验，存在劳动强度大，检测效率低，容易漏检，影响身体健康；特别是微小裂纹与浅表划痕难于区别，误检率高，质量控制受到人为影响因素较大等缺点，这在一定程度上制约了磁瓦性能的提高。随着市场对高性能电机磁瓦需求的快速增长，急需加强对缺陷的在线快速检测与动态分析进行研究。

文献研究表明，国内外学者已在磁瓦生产工艺及配方和成型方面取得了大量的研究成果，无损检测检测与诊断技术在人体、金属材料、机器设备、集成电路等领域已有广泛的发展，主要的无损检测技术包括超声检测、X射线检测、激光全息检测、机器视觉等方法，部分应用领域甚至实现了在线自动检测。然而，由于磁瓦种类及缺陷的多样性和复杂性、磁瓦生产过程的动态特性、环境安全要求以及价格等因素影响，超声、射线等常用于金属材料产品的无损检测方法并不适合于电机磁瓦的缺陷检测，相关研究也较少，磁瓦缺陷自动检测技术的发展缓慢。

借助于人工目测缺陷检测原理，郑晓曦、殷国富等人提出采用白光光源，结合普通数字成像的机器视觉技术进行磁瓦缺陷检测，机器视觉技术与人工检测相比，不会产生人眼视觉疲劳，有着比人眼更高的精度和速度，是缺陷和质量在线快速自动检测的发展方向。然而，现有技术的缺陷检测和识别效果易受光照条件的影响，且只能检测材料的表面缺陷，而内部缺陷检测还是一个盲区。基于机器视觉技术的磁瓦缺陷检测存在的局限性，是阻碍磁瓦制造企业品质检验真正实现自动化的一大障碍。

根据热辐射理论，绝对温度零度以上的物体，是有能量辐射的。也即，对于常温下的任何物体，不论其温度高低都会发射或吸收热辐射，其大小除与物体材料种类、形貌特征、物理化学结构特征等因素有关外，还与波长、温度有关。利用物体的这种辐射特性可直接测量物体表面温度场，它能直接观察到人眼在可见光范围内无法观察到的物体外形轮廓或表面热分布。在一定的条件下，物体表面的温度场分布情况可以反映出物体表面及内部状态。与传统检测方法相比，它具有非接触测量、灵敏度高、反应速度快、使用安全、信号处理速度快、环境抗干扰能力强、易实现自动检测等优点。要实现磁瓦缺陷的无损检测，关键是使磁瓦表面及内部缺陷通过一定的方式转换成磁瓦表面温度场的局部不均匀分布，尚未有相关研究报道。

发明内容

为解决上述问题，本发明提供了一种磁瓦缺陷的红外热像检测***，包括热源、红外热像传感器、数字图像采卡、计算机；

热源用于加热磁瓦；

红外热像传感器用于对采集加热后的磁瓦的红外热像图像；

计算机用于对磁瓦的红外热像图像进行处理，并对磁瓦缺陷进行分析。

进一步的，所述热源为热风机。

进一步的，所述热源对磁瓦的加热温度高于环境温度30℃以上。

上述的磁瓦缺陷的红外热像检测***的检测方法，其特征在于，包含下列步骤：

步骤一：热源加热磁瓦，加热温度高于环境温度30℃以上；

步骤二：红外热像传感器采集磁瓦表面红外热像图像，并传输给计算机；

步骤三：计算机分析磁瓦缺陷。

进一步的，，步骤一中磁瓦被加热面及其背面温度相差至少在10℃以上。

进一步的，步骤二中，磁瓦加热后，在常温下保持约5~20秒钟后红外热像传感器再采集磁瓦表面红外热像图像。

进一步的，步骤二中，磁瓦加热后，在常温下保持约5~10秒钟后红外热像传感器再采集磁瓦表面红外热像图像。

进一步的，步骤三中，计算机利用数字图像技术，通过对红外热像图像进行滤波增强、二值化及边缘提取、缺陷识别对磁瓦缺陷进行分析。

进一步的，在步骤一之前对磁瓦进行预处理，所述预处理包括清洁待检测磁瓦表面，并进行温度平衡，待磁瓦表面温度均匀稳定后再加热。

本发明取得的有益效果是：

（1）解决了人工检测存在的效率低、劳动强度大、易漏检等问题，易于实现磁瓦缺陷检测自动化，且易于在线应用。

（2）适当的外部加热，利用磁瓦缺陷对热流传导阻力和比表面积的不同从而最终导致磁瓦表面温度分布的异常与否进行缺陷检测与识别，既能检测磁瓦的表面缺陷又能检测磁瓦的内部缺陷。

（3）采用了基本不受光照条件限制的红外热像技术，抗环境干扰能力更强。

附图说明

 图1为本发明所述***的原理图。

   图2为本发明所述检测方法的流程图。

具体实施方式

本发明的目的是利用红外像原理、适当的加载工艺、数字图像技术，解决人工检测存在的效率低、劳动强度大、易漏检以及现有技术无法同时检测表面及内部缺陷、易受环境影响等问题。

本发明所述检测***包括热源、红外热像传感器、数字图像采卡以及计算机，检测***的结构如图1所示。

所述热源用于加热磁瓦。

红外热像传感器用于检测加热后的磁瓦的温度场；

数字图像采卡用于磁瓦的红外图像采集；

计算机用于进行红外图像处理及磁瓦缺陷分析。

本***的工作原理为：

采用主动式红外检测，通过对被测磁瓦加热注入热量，使其失去热平衡，停止外部热源注入后，在导热的过程中对磁瓦进行红外热像温度场检测，以采集磁瓦表面的温度分布。若磁瓦表面及内部存在缺陷，停止热量注入后，热流一方面通过环境空气进行传递，另一方面由磁瓦表面通过磁瓦内部进行传递，由于合格磁瓦表面光滑、内部结构致密均匀，在外部注热后热量向外和向内传递都是均匀的，因此磁瓦表面呈现出来的温度场也是基本均匀的；如果磁瓦存在表面和/或内部缺陷，由于缺陷处的散热和导热性能与非缺陷处不同，其中表面溃烂等缺陷由于散热比表面积大会导致热量耗散速度较快，裂纹等缺陷处的热量耗散速度较慢，磁瓦内部孔洞、裂缝等缺陷的存在会导致热阻增大从而在一定时间会产生热量堆积，综合表明，停止外部热流注入后，在磁瓦表面缺陷位置会产生热分布的异常，而这种异常通过磁瓦表面温度场反映出来，存在明显的温度分布异常的则表明该磁瓦存在缺陷，否则为无缺陷磁瓦，通过红外热像传感器采集到该温度场后利用数字图像技术即可进行缺陷的自动分析。本***不但可以检测磁瓦表面缺陷而且可以检测磁瓦的内部缺陷。

下面对本***的工作方法进行详细说；实现步骤如下：

步骤一：磁瓦预处理。所述预处理包括清洁待检测磁瓦表面，并进行温度平衡，待表面温度均匀稳定后进入下一步。磁瓦生产过程本身就有清洗干燥过程，故预处理在磁瓦生产线上无需特殊设置。

步骤二：外部热源加热。优选使用用均匀稳定的热风机作为热源，热风温度控制在高于环境温度30℃以上，以便于快速加热并形成必要的温差，然后对待检测磁瓦表面进行快速加热，加热时间随不同的加热温度不同，磁瓦被加热面及其背面温度相差至少在10℃以上。其原因在于，本发明是利用缺陷处与非缺陷处的散热和导热性能差异，引起磁瓦表面温度场分布的差异，进而被红外热像传感器采集到并送入计算机，而产生的温度场分布差异的大小与磁瓦被加热面及其背面的温差有关，温度差太小，则导热效果和由此而引起的缺陷分辨效果均较差。

步骤三：磁瓦表面红外热像图像采集。磁瓦加热后，在常温下保持约5~10秒钟（不超过20秒钟）目的是获得磁瓦表面有明显的温度分布差异，时间太长则由于与环境之间的热交换会导致磁瓦温度分布达到平衡，从而检测不出缺陷；若时间太短，因热传导需要时间，热流向内部传递还未进行，内部缺陷对磁瓦温度场的影响也未能明显反映出来。利用计算机进行红外图像采集，将磁瓦表面的温度场分布情况以红外图像的形式采集到计算机，供后续缺陷分析使用。

步骤四：磁瓦缺陷分析。计算机从两方面对磁瓦进行缺陷分析：1.人工辅助分析。直接对磁瓦红外热像图通过温度场的分布情况即可得出结论，；2.利用数字图像技术，通过对图像进行滤波增强、二值化及边缘提取、缺陷识别等步骤即可得出结论，二值化及边缘提取后的图像可以清楚的看到缺陷部分。

本发明取得的有益效果是：

（1）解决了人工检测存在的效率低、劳动强度大、易漏检等问题，易于实现磁瓦缺陷检测自动化，且易于在线应用。

（2）适当的外部加热，利用磁瓦缺陷对热流传导阻力和比表面积的不同从而最终导致磁瓦表面温度分布的异常与否进行缺陷检测与识别，既能检测磁瓦的表面缺陷又能检测磁瓦的内部缺陷。

（3）采用了基本不受光照条件限制的红外热像技术，抗环境干扰能力更强。

Claims (9)

1.一种磁瓦缺陷的红外热像检测***，其特征在于，包括热源、红外热像传感器、数字图像采卡、计算机；

热源用于加热磁瓦；

红外热像传感器用于对采集加热后的磁瓦的红外热像图像；

计算机用于对磁瓦的红外热像图像进行处理，并对磁瓦缺陷进行分析。

2.如权利要求1所述的磁瓦缺陷的红外热像检测***，其特征在于，所述热源为热风机。

3.如权利要求1所述的磁瓦缺陷的红外热像检测***，其特征在于，所述热源对磁瓦的加热温度高于环境温度30℃以上。

4.如权利要求书1~3中任一项所述的磁瓦缺陷的红外热像检测***的检测方法，其特征在于，包含下列步骤：

步骤一：热源加热磁瓦，加热温度高于环境温度30℃以上；

步骤二：红外热像传感器采集磁瓦表面红外热像图像，并传输给计算机；

步骤三：计算机分析磁瓦缺陷。

5.如权利要求书4所述的磁瓦缺陷的红外热像检测***的检测方法，其特征在于，步骤一中磁瓦被加热面及其背面温度相差至少在10℃以上。

6.如权利要求书4或5所述的磁瓦缺陷的红外热像检测***的检测方法，其特征在于，步骤二中，磁瓦加热后，在常温下保持约5~20秒钟后红外热像传感器再采集磁瓦表面红外热像图像。

7.如权利要求书6所述的磁瓦缺陷的红外热像检测***的检测方法，其特征在于，步骤二中，磁瓦加热后，在常温下保持约5~10秒钟后红外热像传感器再采集磁瓦表面红外热像图像。

8.如权利要求书4所述的磁瓦缺陷的红外热像检测***的检测方法，其特征在于，步骤三中，计算机利用数字图像技术，通过对红外热像图像进行滤波增强、二值化及边缘提取、缺陷识别对磁瓦缺陷进行分析。

9.如权利要求书4所述的磁瓦缺陷的红外热像检测***的检测方法，其特征在于，在步骤一之前对磁瓦进行预处理，所述预处理包括清洁待检测磁瓦表面，并进行温度平衡，待磁瓦表面温度均匀稳定后再加热。