CN106226313B - 一种基于散斑剪切干涉的缺陷深度检测方法 - Google Patents

一种基于散斑剪切干涉的缺陷深度检测方法 Download PDF

Info

Publication number
CN106226313B
CN106226313B CN201610520449.XA CN201610520449A CN106226313B CN 106226313 B CN106226313 B CN 106226313B CN 201610520449 A CN201610520449 A CN 201610520449A CN 106226313 B CN106226313 B CN 106226313B
Authority
CN
China
Prior art keywords
defect
speckle
phase
depth
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610520449.XA
Other languages
English (en)
Other versions
CN106226313A (zh
Inventor
刘桂雄
彭艳华
全燕鸣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201610520449.XA priority Critical patent/CN106226313B/zh
Publication of CN106226313A publication Critical patent/CN106226313A/zh
Application granted granted Critical
Publication of CN106226313B publication Critical patent/CN106226313B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/22Measuring arrangements characterised by the use of optical techniques for measuring depth
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了一种基于散斑剪切干涉的缺陷深度检测方法,所述方法包括:获取含缺陷试件表面在加载状态下变形的散斑包裹相位图并进行预处理;通过解包算法对包裹相位图进行解包,获取解包后相位分布信息与缺陷表面离面位移信息;根据缺陷表面在变形过程中挠曲度与散斑信息中离面位移的关系,利用材料的力学特性,建立缺陷深度与离面位移、加载工况和相关材料参数的数学模型;根据缺陷表面离面位移信息与加载力及相关材料参数求取缺陷深度。本发明提供的方法有利于通过激光散斑剪切干涉法检测缺陷并确定缺陷深度。

Description

一种基于散斑剪切干涉的缺陷深度检测方法
技术领域
本发明涉及光学检测技术领域,尤其涉及基于散斑剪切干涉的缺陷深度检测方法。
背景技术
激光散斑剪切干涉技术作为光测力学技术之一,具有高精度、非接触、全场、实时测量等特点,可用于位移、应变、振动、变形和三维形貌等方面的测量。该技术利用散斑剪切干涉条纹图记录物体形貌改变信息,通过对条纹的处理和分析,获得被测物体的微小位移和形变等信息,如专利CN1916563A,利用激光剪切干涉法,将轮胎和压纹固定在丙烯板上,求出照射在轮胎表面的光相位图,从而定量地求出与该物理量对应的物体表面离面位移的微分值。激光散斑剪切干涉技术在集成电路、特种设备、复合材料等物体表面或内部缺陷检测方面都有重要应用价值,是大型工件及特殊零部件成形、加工技术和机械制造技术的必要补充。目前,该技术在机械、航空航天、土木、水利、特种工业及生物医学等领域的无损检测中有非常重要的地位。
随着无损检测技术逐渐向无损评价阶段发展,损伤的定量评价一直是困扰制造业无损检测的难题。要对工件的使用性能和使用寿命进行合理、有效的综合评估,仅仅检出缺陷是不够的,还需获取缺陷在工件中的具***置和形貌信息,对缺陷进行表征,从而结合缺陷尺寸、形貌、材料力学性能、工况等多种因素进一步评估物体的使用性能和使用寿命。
发明内容
针对上述现有问题,本发明提供一种基于散斑剪切干涉的缺陷深度检测方法,以在检出缺陷的同时,获取缺陷深度信息。
本发明的目的通过以下的技术方案来实现:
一种基于散斑剪切干涉的缺陷深度检测方法,包括:
获取缺陷散斑包裹相位图并进行预处理;
通过解包算法对包裹相位图进行解包,获取解包后相位分布信息与加载工况下缺陷表面变形的离面位移信息;
建立缺陷深度t与离面位移ω、载荷q0、缺陷半径a及与材料杨氏模量和泊松比相关的数学模型;
根据离面位移ω、载荷q0、缺陷半径a及相关材料参数,利用所建模型求取缺失深度。
与现有技术相比,本发明的一个或多个实施例可以具有如下优点:
本发明结合加载工况下材料的力学特性,建立对应工况下缺陷表面变形的挠度γ与缺陷深度t及相关材料参数的数学模型。根据离面位移ω与γ之间的对应关系,并利用获取的缺陷表面变形引起的相位变化信息及离面位移信息等,得到缺陷深度t。
附图说明
图1是基于散斑剪切干涉的缺陷深度检测方法流程图;
图2是加载工况下缺陷表面变形的散斑包裹相位图;
图3是散斑包裹相位解包图;
图4是工件内部缺陷的俯视图;
图5是工件内部缺陷的主视图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步详细的描述。
如图1所示,展示了基于散斑剪切干涉的缺陷深度检测方法流程,包括以下步骤:
步骤1:获取缺陷散斑包裹相位图并进行预处理;
步骤2:通过解包算法对包裹相位图进行解包,获取解包后相位分布信息与加载过程中缺陷表面离面位移信息;
步骤3:建立缺陷深度t与离面位移ω、缺陷半径a和载荷q0等参数的数学模型;
步骤4:利用离面位移ω、载荷q0及相关参数求取缺陷深度t。
通过激光散斑剪切干涉装置获得含缺陷工件变形前、后的散斑图,并对变形前、后散斑图进行相减处理,选择四步相移算法,得到包裹相位图2。处理过程如下:
背景光强为A,调制度为B,两束光波的相位差变形前后相对相位变化量为φ。变形前四幅参考图像的光强为Ii(i=1,2,3,4):
变形后的光强为I:
(2)
将I与Ii对应相减,得到四幅相减图像Ii',即:
采用低通滤波器滤除高频噪声部分,再平方处理得到I”i
最后,根据四步相移法公式,得到变形前后相对相位变化量φ:
散斑剪切干涉检测过程获得的散斑条纹图实际上是包裹相位图,相位信息φ被包裹在一定的区间范围内,需要进行解包处理,从而得到连续分布的相位信息。此过程可对包裹相位变化量φ建模为:
φ(r)=ψ(r)-2πk(r) (6)
其中r=(x,y)空间Ω内的一点,φ(r)是包裹相位,ψ(r)是展开相位,k(r)为一个整数常量的分段函数。
在一个均匀采样的矩形区域空间中。将二维函数φ(r)、k(r)、ψ(r)定义为M×N大小的矩阵。定义对于任意一个M×N大小的矩阵的离散梯度为▽f:
其中,[·]T表示矩阵的转置,Lx和Ly则分别代表了沿水平和竖直方向的差分运算,矩阵Lx和Ly定义为有限差分近似。
为使得f·Lx T和Ly·f保持输入数据矩阵原来的大小(M×N),通常把差分算子Lx和Ly定义为方阵。这里将其与自身的转置矩阵相乘即Lx TLx和Ly TLy,即可得到大小分别为N×N和M×M的方阵。
下面考虑包裹相位数据的梯度。在式(6)的左右两边同乘以1/2π,并将结果取整即:
其中Round(·)表示对矩阵的每一个数据进行四舍五入取整操作。在满足奈奎斯特(Nyquist)采样条件的前提下有:
因而有:
通过取整运算求出梯度场▽k:
从▽k中获取K的问题可以转化成最小二乘优化问题:
其中kx和ky是上面求出可用的数据,是近似函数,||·||F表示Frobenius范数。通过计算求解可以得到李雅普诺夫(Lyapunov)方程:
其中A=Ly TLy,B=Lx TLx,C=Ly Tky+kxLx
对方程解的求解后取整得到
即可求出展开相位ψ:
经解包后可得到解包相位图3,相位差φ与离面位移导数存在关系:
其中,φ为沿X方向错位量Δx对应的相位差φx与沿Y方向错位量Δy对应相位差φy的叠加,θ是CCD相机与光源的夹角。
固相材料内部缺陷通常较为复杂,这里以长宽比较为接近的圆形缺陷为对象,建立缺陷模型,研究其变形过程中离面位移ω与加载工况、缺陷深度等参数之间的关系。如图4所示为工件内部缺陷的俯视图,图5为工件内部缺陷的主视图,a表示缺陷半径,b为整个试件半径,h为试件整体厚度,t、t’分别为缺陷距离上下底面的距离,即缺陷距离被检测面的深度。
极坐标下,根据板弯曲基本方程可以得出,当板所受横向载荷时有:
其中q为横向载荷,γ为板的弯曲挠度,D为板的弯曲刚度,ρ为极坐标半径。在板受均布载荷q0作用时,方程有通解为:
四周固支的条件下,ρ=0处的挠度和内力均为有限值,故A3=A4=0有:
由边界条件:
求解A1,A2后得到:
板中心有最大挠度:
这里,板的弯曲挠度γ可被视为含缺陷工件在加载变形过程中缺陷表面的离面位移ω,即γ=ω。又有:
其中,E为杨氏模量,υ为泊松比,解得缺陷距离表面的深度t:
虽然本发明所揭露的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。

Claims (2)

1.一种基于散斑剪切干涉的缺陷深度检测方法,其特征在于,所述方法包括如下步骤:
步骤1)获取缺陷散斑包裹相位图并进行预处理;
通过激光散斑剪切干涉装置获得含缺陷工件变形前、后的散斑图,并对变形前、后散斑图进行相减处理,选择四步相移算法,得到包裹相位图,处理过程如下:
背景光强为A,调制度为B,两束光波的相位差变形前后相对相位变化量为φ,变形前四幅参考图像的光强为Ii,i=1,2,3,4:
变形后的光强为I:
将I与Ii对应相减,得到四幅相减图像I'i,即:
采用低通滤波器滤除高频噪声部分,再平方处理得到I”i
最后,根据四步相移法公式,得到变形前后相对相位变化量φ:
步骤2)通过解包算法对散斑包裹相位图进行解包,获取解包后相位分布信息与缺陷表面离面位移信息:
散斑剪切干涉检测过程获得的散斑条纹图实际上是包裹相位图,相位信息φ被包裹在一定的区间范围内,需要进行解包处理,从而得到连续分布的相位信息;此过程对包裹相位变化量φ建模为:
φ(r)=ψ(r)-2πk(r)
其中r=(x,y)为空间Ω内的一点,φ(r)是包裹相位,ψ(r)是展开相位,k(r)为一个整数常量的分段函数;
步骤3)建立加载工况下缺陷深度与离面位移分布相关材料参数的数学模型;
以长宽比较接近的圆形缺陷为对象,建立缺陷模型,研究其变形过程中离面位移ω与加载工况及缺陷深度参数之间的关系,a表示缺陷半径,b为整个试件半径,h为试件整体厚度,t、t’分别为缺陷距离上下底面的距离,即缺陷距离被检测面的深度;
极坐标下,根据板弯曲基本方程可以得出,当板所受横向载荷时有:
其中q为横向载荷,γ为板的弯曲挠度,D为板的弯曲刚度,ρ为极坐标半径;在板受均布载荷q0作用时,方程有通解为:
四周固支的条件下,ρ=0处的挠度和内力均为有限值,故A3=A4=0有:
由边界条件:
求解A1,A2后得到:
板中心有最大挠度:
这里,板的弯曲挠度γ可被视为含缺陷工件在加载变形过程中缺陷表面的离面位移ω,即γ=ω;又有:
其中,E为杨氏模量,υ为泊松比,解得缺陷距离表面的深度t:
步骤4)根据加载信息、缺陷表面离面位移信息及相关材料参数求取缺陷深度。
2.根据权利要求1所述的基于散斑剪切干涉的缺陷深度检测方法,其特征在于,
所述步骤2)中,通过对所述散斑包裹相位图进行解包处理得到相位分布信息φ与离面位移导数所述相位分布信息φ与离面位移导数之间的关系为:
其中,Δx为沿X方向的错位量,Δy为沿Y方向错位量,θ是CCD相机与光源的夹角。
CN201610520449.XA 2016-07-01 2016-07-01 一种基于散斑剪切干涉的缺陷深度检测方法 Active CN106226313B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610520449.XA CN106226313B (zh) 2016-07-01 2016-07-01 一种基于散斑剪切干涉的缺陷深度检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610520449.XA CN106226313B (zh) 2016-07-01 2016-07-01 一种基于散斑剪切干涉的缺陷深度检测方法

Publications (2)

Publication Number Publication Date
CN106226313A CN106226313A (zh) 2016-12-14
CN106226313B true CN106226313B (zh) 2019-06-28

Family

ID=57519084

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610520449.XA Active CN106226313B (zh) 2016-07-01 2016-07-01 一种基于散斑剪切干涉的缺陷深度检测方法

Country Status (1)

Country Link
CN (1) CN106226313B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110595915A (zh) * 2019-08-01 2019-12-20 杭州健途科技有限公司 一种纤维增强复合材料性能退化的剪切微应力检测方法
CN111024001B (zh) * 2019-12-13 2022-01-07 北京信息科技大学 滚转角测量方法及装置
CN111751383B (zh) * 2020-07-17 2023-03-21 盐城工学院 融合散斑干涉和剪切散斑干涉的缺陷深度检测方法
CN112362700A (zh) * 2020-09-30 2021-02-12 成都飞机工业(集团)有限责任公司 基于热加载法的激光错位散斑设备检测灵敏度校验方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1844843A (zh) * 2006-04-28 2006-10-11 上海大学 高分辨率实时无损检测***和方法
CN1916563A (zh) * 2005-08-19 2007-02-21 韩国轮胎株式会社 利用激光散斑剪切干涉法的轮胎触地形状测量装置
CN103528524A (zh) * 2013-09-16 2014-01-22 广东工业大学 透视测量树脂基复合材料内部离面位移场分布的装置及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1916563A (zh) * 2005-08-19 2007-02-21 韩国轮胎株式会社 利用激光散斑剪切干涉法的轮胎触地形状测量装置
CN1844843A (zh) * 2006-04-28 2006-10-11 上海大学 高分辨率实时无损检测***和方法
CN103528524A (zh) * 2013-09-16 2014-01-22 广东工业大学 透视测量树脂基复合材料内部离面位移场分布的装置及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于散斑计量的材料内部缺陷检测及物体形貌测量;许星;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150215(第02期);第2.1-2.2、4.1.1、4.3.1-4.3.2节
复合材料(结构)粘接质量检测的错位散斑技术;陈金龙等;《宇航学报》;20040531;第25卷(第03期);323-326页
电子散斑相关技术及其在工程检测中的应用研究;郑柱;《中国优秀硕士学位论文全文数据库信息科技辑》;20080815(第08期);第31页
结构参数对蜂窝复合材料错位散斑检测结果的影响;贾晓艳等;《无损检测》;20150430;第37卷(第4期);摘要,第15页第2节

Also Published As

Publication number Publication date
CN106226313A (zh) 2016-12-14

Similar Documents

Publication Publication Date Title
CN106226313B (zh) 一种基于散斑剪切干涉的缺陷深度检测方法
Zhang et al. In situ surface topography of laser powder bed fusion using fringe projection
Pilch et al. Measurement of whole-field surface displacements and strain using a genetic algorithm based intelligent image correlation method
Pierron et al. Full-field assessment of the damage process of laminated composite open-hole tensile specimens. Part I: Methodology
CN104006765B (zh) 单幅载频干涉条纹相位提取方法及检测装置
Mudassar et al. Improved digital image correlation method
US20130147919A1 (en) Multi-View Difraction Grating Imaging With Two-Dimensional Displacement Measurement For Three-Dimensional Deformation Or Profile Output
Kalami et al. Exploration of surface roughness measurement solutions for additive manufactured components built by multi-axis tool paths
Gontard et al. Assessment of engineered surfaces roughness by high-resolution 3D SEM photogrammetry
Farahani et al. Crack tip monitoring by multiscale optical experimental techniques
Haj-Ali et al. Mechanical characterization of aerogel materials with digital image correlation
JP5130513B2 (ja) 3次元変位ひずみ計測方法及び装置
Nazaryan et al. Application of a He3Ne infrared laser source for detection of geometrical dimensions of cracks and scratches on finished surfaces of metals
CN105783735B (zh) 一种基于二维数字图像相关补偿算法的实时引伸计测量方法
Liao et al. Multiple-scale wavelet decomposition, 3D surface feature exaction and applications
Cosco et al. Towards phase-based defect detection: A feasibility study in vibrating panels
Li et al. Visual inspection of weld surface quality
Revel et al. Quantitative defect size estimation in shearography inspection by wavelet transform and shear correction
Hang et al. Characteristics of color digital image correlation for deformation measurement in geomechanical structures
Le Port et al. Characterization of surface defects after flanging of metallic sheets
CN110619680A (zh) 一种基于图变分的三维断层相位显微镜重建方法
Lai et al. Quantify resonance inspection with finite element-based modal analyses
Moser et al. 3d digital imaging correlation: Applications to tire testing
Zhu et al. Digital image correlation for sensing kinematic fields in manufacturing processes: A review
KR100341867B1 (ko) 직물 구김과 심퍼커의 자동 평가 장치 및 그 방법.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant