轮对检测仪

一、 前言根据自有设备情况选用公司齿轮测量机、三坐标测量机作为数字化设备，分别对双联行星轮对齿精度进行测量。通过分析测量过程及测量结果，对三坐标测量机间接测量法进行改进，即通过对大小齿轮轮廓进行扫描，构造虚拟量棒直径计算对齿角度偏差，并根据这种测量方法编制了三坐标自动测量程序，提高了检测效率及准确性，保证产品的合格率至98%以上。二、实施背景（一）背景近年来，为降低矿山运输行业成本，提高效率，大型工程运输车开始设计生产，其中轮式自卸车比较热门，一直占据市场主导地位。当前，全球每年轮式自卸车销售额高达100亿美元以上，并且连续6年保持30%的增长率，足以说明一个新兴品类正在崛起。（二）现状轮式自卸车电动轮组成的主要部件为双联行星轮。行星齿轮传动与普通齿轮传动相比，具有重量轻、体积小、传递功率大、结构紧凑、承载能力高等一系列优点，在工业领域应用广泛。在行星传动的各种型式中,NW、NN及WW三种型式的行星齿轮为双联齿轮，当前国内研制和承接的轮边减速器产品中，NW型双联行星轮组的制造工艺难度系数最大。目前，只有GE、西门子等极少数国际大公司具备制造高品质双联行星轮组的能力，形成市场垄断，利润高达500%。最近几年，国内研制了多种双联行星轮组对，但制造过程复杂，工艺和产线瓶颈较多。大多数公司只能选择自行配对组装，但却无法满足与客户整机零件的互换，与行业中成熟产品存在较大差距，产品的销价差别也很大。 （三）实施的紧迫性目前，中车戚墅堰所已涉及共计6款双联行星轮的研制，双联行星轮不仅可以作为零部件安装在总成上，还可以作为成品进行销售。通常双联行星轮需要经过热套、精磨轴承档、磨齿修正三个工序，每个工序都要检测对齿精度，只有保证每次检测的稳定和效率，才能使成品的对齿精度控制在顺逆30秒以内。为攻克目前产品中对齿精度检测的难点，本文对轮边减速器中的行星轮组对齿精度的相关工艺及检测要求进行了讨论分析，助力企业有效地提高生产效率，降低质量风险，固化生产周期并降低生产成本。三、测量方法及改进（一）间接测量方案及参数确定1.双联齿轮对齿技术简介行星齿轮机构传动是指二个或三个双联行星齿轮工作时与太阳轮、内齿轮同时啮合而形成的传动系统。双联行星齿轮对齿在技术条件上一般要求上下联的齿或槽中心对正，常用的对齿和测量方法是用插齿刀对齿，用圆柱棒进行偏差测量。2.测量设备配置检测设备配置如下表1所示，三坐标测量机是20世纪60年代发展起来的一种高效率的新型精密测量仪器。它的优点是：(1)通用性强，可实现空间坐标点的测量，方便地测量出各种零件的三维轮廓尺寸和位置精度；(2)测量精度可靠；(3)可方便地进行数据处理和过程控制。因此，它被纳入自动化生产线和柔性加工线中，并成为一个重要的组成部分。齿轮测量机主要用于测量齿轮的轮齿精度，包括齿形、齿向误差、周节累积误差、径向跳动误差等，测量精度高。表1 检测所用设备设备名称型号生产厂家三坐标测量机MMZ G 303020德国蔡司ZEISS齿轮测量机P65德国克林贝格3.测量参数的确定选用1Z057双联行星轮作为测量件，它是由小行星轮和大行星轮组合而成的。(如图1) 图1 1Z057双联行星轮选用三坐标测量机进行对齿精度测量时，首先要确定测量圆柱棒的直径。通过查阅1Z057 双联行星轮的设计蓝图，了解大小行星轮的参数，再根据参数信息计算最佳圆柱棒直径进行测量。为保证测量结果的准确性, 量棒直径不可太大, 也不可太小；若直径太大,与齿廓的接触点有可能超出大径，若直径太小, 则量棒外圆将与槽底接触。以上两种情况都无法得出正确的测量结果。为避免这些情况,选择量棒直径时,应使量棒外圆与齿廓的接触点落在分度圆及其附近的任意位置上,一般在距小径的(1/ 3~ 2/ 3 齿高之间为宜。当量棒外圆与齿廓的接触点落在分度圆上时,可通过公式1得出量棒直径。 公式（1）其中dp是量棒直径，db是分度圆直径，α是齿形角，Z为齿数，对于渐开线标准圆柱齿轮db=mz；小行星轮模数为8.367，齿数为17，齿形角为25度。经计算最佳量棒直径为φ16.771；大行星轮模数为8.175，齿数为72，齿形角为25度。经计算最佳量棒直径为φ15.797。4.间接测量方案根据公式（1）计算结果，我们选用φ16的量棒进行间接测量，测量方法如图2。 图2 测量小行星轮（左）；测量大行星轮（右）先扫描上下两个轴承档连成公共轴线，确定轴线基准。将φ16的量棒卡入齿槽内，用探头确定量棒中心位置，建立坐标系，计算出上下中心的偏移量，得出对齿角度偏差。图3为测量数据报告，根据偏移量的正负值确定顺逆方向。 图3 测量数据5.数据验证选用齿轮测量机进行测量，首先找正双联齿轮的轴承档，输入大小行星轮参数，选择角度测量软件，自动扫描轴承档，确定基准中心线，然后扫描大小行星轮齿槽左右齿面的齿形轮廓和齿向轮廓，确定齿槽中心线，通过软件计算，得到偏转距离，从而得出对齿角度。测量过程如图4，数据报告如图5。 图4 测量小行星轮（左）；测量大行星轮（右）图5 测量数据6.数据对比及测量存在的不足通过量棒间接测量的对齿角度为44秒，而齿轮测量机测量结果为1分05秒。以齿轮测量机测量结果为参考值，两次测量存在21秒偏差，偏差交大。对比两种测量方法，间接测量法以手动操作为主，人为不确定性较大；齿轮测量机通过扫描齿形轮廓和齿向轮廓确定齿槽中心线，得出对齿角度，数据精准性较高，但是起吊、找正及测量时间较长，效率低下，无法满足生产进度。（二）对齿精度检测工艺优化改善间接测量法测量结果偏差较大，特对其进行改进。首先选取小齿轮的上端面作为空转方向，小齿轮上端圆作为圆心，小齿轮两边对齿的中心点作为旋转方向建立初定位坐标系；通过初定位坐标系，三坐标测量机能够快速准确地扫描工件的上下两个轴承档并使其公共轴线成为基准；再通过三坐标测量机运用未知曲线扫描功能对上下齿轮中部（即齿向最高点）的齿槽两边进行扫描，得到2条V形曲线（如图6）。构造与V形曲线相切的两个虚拟圆形，小行星轮选择直径为φ16.771的圆，大行星轮选择直径为φ15.797的圆（如图7）。以轴线作为基准，小行星轮虚拟圆圆心到轴线的连线作为方向基准建立坐标轴。通过计算两个虚拟圆圆心到轴线连线的夹角得出对齿角度。 图6 扫描程序图7 小行星轮拟合圆（左）；大行星轮拟合圆（右）表2 双联行星轮对齿角度数据序号改进前（三坐标）改进后（三坐标）（齿轮仪）方向10’40”0’22”0’20”顺时针20’38”0’18”0’20”顺时针30’42”0’23”0’20”逆时针40’20”0’13”0’10”逆时针50’15”0’36”0’35”逆时针60’40”0’51”0’50”逆时针70’28”0’9”0’12”顺时针80’30”0’13”0’13”顺时针90’5”0’21”0’20”顺时针100’13”0’35”0’35”顺时针110’30”0’15”0’12”顺时针120’28”0’10”0’12”逆时针130’5”0’24”0’20”顺时针140’45”0’24”0’25”顺时针150’5”0’25”0’23”顺时针160’10”0’30”0’29”顺时针170’5”0’20”0’20”顺时针180’30”0’10”0’5”逆时针190’24”0’23”0’25”逆时针200’19”0’40”0’38”顺时针210’28”0’14”0’10”顺时针220’13”0’32”0’30”顺时针230’10”0’30”0’32”顺时针240’40”0’25”0’25”顺时针250’15”0’33”0’30”顺时针260’29”0’22”0’20”逆时针270’42”0’22”0’25”顺时针280’8”0’29”0’28”逆时针290’28”0’16”0’12”逆时针300’40”0’20”0’21”顺时针平均偏差0’16”0’2”表2为30件工件的测量数据，以齿轮仪测量结果作为参考值。对比可见，改进前的数据平均偏差为16”，改进后的数据平均偏差为2”，表明改进后三坐标测量数据的稳定性及精确度都有了进一步提升，与齿轮仪的测量数据偏差较小，满足设计要求，提升测试效率，为双联行星轮的加工提供了强有力的数据支持，也为公司打破垄断走向市场提供了关键的检测技术支持。四、实施效果及意义通过对间接法进行改进优化，三坐标测量机适用于各类型双联行星轮组的对齿精度检测。对齿精度检测工艺的优化，也大大提升了产品合格率，取得了巨大成效，主要有以下4个方面。1.双联行星轮对齿精度合格率达98%；2.双联行星轮制造成本降低10%，产品质量和市场竞争力获得极大提高；3.双联行星轮的检测周期缩短20%，由以前的2天以上缩短至1天；4.双联行星轮可实现90%成品的对齿精度在正负30秒以内，媲美GE、西门子等公司同类产品要求。参考文献[1] 王兰群 张国建.渐开线花键M值得测量及量棒直径的选择 2005.9.1[2] 张志宏 张和平 双联行星齿轮模拟装配 2005.8.26[3] 郭海风 张丽 双联行星齿轮对齿技术 1994.1.1本文作者：中车戚墅堰机车车辆工艺研究所有限公司计量检测工程师 蒋瑞骐

齿轮视觉检测仪器与技术研究进展石照耀 1*，方一鸣 1，王笑一 2 1 北京工业大学北京市精密测控技术与仪器工程技术研究中心，北京 100124； 2 河南科技大学河南省机械设计及传动系统重点实验室，河南 洛阳 471003摘要：相对于接触式测量，机器视觉检测这种非接触式测量具有效率高、信息全、稳定性好、可识别缺陷等优点，在齿轮检测领域得到越来越广泛的应用。近十年来出现了影像仪、闪测仪、CVGM仪器、在线检测设备等多种基于机器视觉技术的齿轮检测仪器，它们既可以实现齿轮综合式测量，又可以实现齿轮分析式测量。回顾了齿轮视觉检测仪器的发展历程和特点，分析了齿轮视觉检测中边缘检测、亚像素定位、特征提取和模式识别等算法的研究和应用进展，总结了机器视觉在齿轮精度测量和齿轮缺陷检测两个方面的技术发展，并指明了齿轮视觉检测仪器与技术的发展前景。关键词：机器视觉；齿轮测量；齿轮视觉检测仪器；齿轮精度测量；齿轮缺陷检测1 引言齿轮是应用广泛的基础件，其质量直接影响齿轮传动系统的承载能力和寿命等。齿轮检测是分析齿轮加工误差来源、提高齿轮加工精度、保证齿轮产品质量的必备手段。齿轮测量可分为接触式测量和非接触式测量。由于齿轮形状复杂，精度要求高，传统的非接触式测量方法难以满足齿轮测量精度要求，因此传统的齿轮检测设备通常采用接触式测量方式。应用广泛的齿轮测量中心和齿轮双啮检查仪分别是齿轮分析式测量设备和综合式测量设备，均为接触式测量方式。随着计算机技术和视觉测量技术的进步，机器视觉测量精度逐渐提高，在一些场合已经可以满足齿轮检测的需求。相对于接触式测量，机器视觉测量具有效率高、信息全、稳定性好、可识别缺陷等优点，在齿轮测量领域应用越来越广泛。近年来出现了影像仪、闪测仪、computer vision gear measurement（CVGM）仪器、在线检测设备等多种基于机器视觉技术的齿轮检测仪器，它们既可以实现齿轮综合式检测，又可以实现齿轮分析式测量，更能进行齿轮缺陷检测。接触式测量属于串联测量模式，通过测量齿面上一系列点来完成某种测量目标，测量效率较低，大批量齿轮的在线全检是个挑战。此外，接触式测量方法只能测量齿轮的尺寸和精度，难以进行齿轮缺陷检测。目前齿轮产品的外观缺陷主要依靠肉眼筛查，一些细微缺陷还要借助放大镜、工具显微镜等辅助设备进行识别，这些设备检测效率低、误检率高，且无法对缺陷进行准确分类和溯源。齿轮视觉检测属于并联测量模式，一次测量可获取整个区域内的几何要素和外观缺陷数据，检测速度得到极大提升，可以用于大批量齿轮的全检；更重要的是能同时进行齿轮精度测量和齿轮缺陷在线检测。基于视觉的齿轮精度测量是齿轮精度理论与机器视觉技术的有机结合，作者将我国首创的齿轮整体误差理论融入齿轮视觉检测技术中，大大拓展了对齿轮误差的分析能力。齿轮缺陷在线视觉检测技术可实现对大批量齿轮的100% 全检，柔性和自动化程度高，既能实时反映生产状态，及时预警，也方便管理者掌控一定周期内产品质量变化，还可以根据大数据做进一步的质量评估、产能分析和工艺优化。2 齿轮视觉检测仪器如图1 所示，齿轮视觉检测仪器由工业相机、镜头、光源、计算机等几个主要部分组成。常用两种照明方式：图1（a）采用背光光源从待测齿轮下方照明，采集到的是齿轮投影图像，齿轮边缘锐度高、噪声小，此方式适用于齿轮精度测量；图1（b）采用正光光源从待测齿轮上方照明，采集到的是齿轮端面图像，能够凸显齿轮表面缺陷特征，此方式适用于齿轮表面缺陷检测。图1 齿轮视觉检测仪器构成（a）齿轮精度测量系统；（b）齿轮缺陷检测系统几十年来，齿轮视觉检测仪器经历了从只能“离线抽检”齿轮的“个别尺寸”，到结合齿轮精度理论做出齿轮“精度评定”，再到可以在生产现场“在线检测”的越，从通用仪器演变为专用仪器。常见的通用仪器有影像仪、闪测仪等，专用仪器有CVGM 仪器、齿轮在线检测设备等。2.1 影像仪影像仪（VMM）是小零件行业应用广泛的通用视觉检测仪器，可用于测量齿轮外径、孔径等几何尺寸。影像仪有手动式和自动式之分。手动式影像仪的成本较低，但调光、对焦、选点、修正等都依赖人工操作；测量齿轮时，需要人工取点来拟合齿顶圆、齿根圆等几何要素。世界上第一台由电机驱动的自动影像测量系统是1977 年由美国View Engineering 公司研发的“RB-1”系统。目前，国内外有众多企业生产自动式影像仪，典型有瑞典海克斯康、德国蔡司、日本三丰、深圳中图仪器、贵阳新天光电、苏州天准科技等。自动式影像仪在工作台的X、Y 和Z 轴方向可以精确移动，能够实现自动对焦，测量精度更高。通过示教或编程可以实现齿轮测量中的自动取点，但操作过程较为复杂，对操作人员要求高。自动式影像仪一般没有齿轮测量专用软件，能够测量的齿轮指标不全，不能进行精度评价和分析。传统影像仪视场一般较小，为了获取整个齿轮端面轮廓，需要进行图像拼接。手动式影像仪进行图像拼接时效率低、难度大，精度也较差。自动式影像仪可以实现图像的自动拼接，效率较高，但拼接成的图像存在亮度、对比度不均匀的现象，尺寸测量精度同样受到影响。2.2 闪测仪近年来，市面上出现一种新型的一键式影像测量仪（闪测仪），视场范围大，可以一次测量多个零件。日本基恩士的IM-8000 闪测仪可在数秒内同时完成最多100 个目标物、300 个部位的测量，可以任意摆放工件，一键自动识别，自动匹配测量。独特的亚像素处理技术可使图像分辨率达0. 01 pixel，测量精度达±2 μm。深圳中图仪器的VX8000 系列闪测仪也可实现同等级的测量精度。此外，闪测仪还可导入CAD 图，通过“比较测量”识别缺陷，如将实际齿廓图像与标准CAD 图的齿廓对比，可以得到缺齿、断齿等缺陷信息。闪测仪的测量效率相比传统影像仪显著提升，但价格昂贵，同样缺少齿轮精度评价专门功能。2.3 CVGM 仪器1980年代，日本和我国开始了齿轮激光全息测量技术研究。基本原理如图9所示，以单频的氦氖激光器为光源，首先在干涉测量系统获得参考标准齿面的全息图像，然后将标准齿面替换为被测齿面放置于干涉测量系统中，同时将已经拍摄到的全息图像置于系统中。测量时，激光经分光棱镜分光扩束后分为了测量光路和参考光路，其中测量光照射到被测齿面上。两束光线同时照射在全息图上，形成了被测齿面和参考齿面间的干涉条纹，并投影在接收屏幕上。在对条纹图像进行数据处理后，可以得到被测齿面相对于标准齿面的形状误差。在测量光与全息图像之间放入平行平晶，用来调整测量光的相位。对于模数0. 2 mm 以下的小模数齿轮，难以使用接触式方法测量齿廓、齿距、公法线长度等关键参数；现有影像式测量设备不能给出齿轮精度评价报告。如图2所示，CVGM 仪器专用于解决小模数齿轮测量难题，可在1 s内自动计算出齿廓、齿距、径向跳动、公法线长度、齿厚变动量、内孔尺寸、实际压力角等关键精度信息，自动根据齿轮精度标准ISO-1328对齿轮误差进行评级，输出完整的齿轮精度检测报告，并做出OK/NG 判断。CVGM 仪器的齿廓偏差测量精度为±3 μm，齿距偏差测量精度为±2 μm，具有强大的分析功能，可测量双向截面整体误差曲线（SJZ 曲线）。图2 CVGM 小模数齿轮测量系统（a）CVGM 软件；（b）CVGM 系统如图3 所示，CVGM 仪器使用齿轮整体误差曲线作为齿轮单项误差计算的中间体，即先由齿轮轮廓生成齿轮整体误差曲线，再由齿轮整体误差曲线计算出各单项误差；并以SJZ 曲线方式表达测量结果，大大提升了齿轮误差分析能力。图3 基于视觉的齿轮整体误差分析2.4 齿轮在线检测设备齿轮视觉在线检测设备一般都具有分选功能，根据检测结果把被测产品分成合格品、不合格品，或按齿轮精度等级分类，或按缺陷类型分类。该类设备结构形式有三种：直接集成在齿轮产品传送带上方，结构较简单；使用专用上下料机械手和其他辅助机构，结构最复杂；采用玻璃转盘式结构，应用最广泛。图4位于传送带上方的齿轮视觉在线检测设备，优点是占用空间小，但传送带运动不平稳和易磨损，产品摆放角度不固定，导致检测精度难以提高。由于传送带不透光，该设备无法获取齿轮与传送带接触面的图像，不能实现双面测量。图4 传送带式齿轮视觉检测系统图5 所示设备采用了机械手、导轨、转盘等部件，结合专门设计的自动检测装置完成齿轮上下料、检测、分选和摆盘等一系列操作。这类检测设备功能较强，但结构复杂，成本较高。图5 使用机械手和自动装置的齿轮视觉检测设备本团队研制了玻璃转盘式的注塑齿轮在线检测分选系统，如图6 所示，该系统已应用于注塑齿轮生产线，工作稳定，取得了突出的使用效果。玻璃转盘由伺服电机和精密减速器驱动，带动待检齿轮通过视觉检测工位，可保证图像采集过程中齿轮匀速平稳运动。转盘采用高透明玻璃材质，不需翻转就可得到产品底部的检测图像。由光电传感器定位齿轮在转盘上的位置，使用气动执行器将OK/NG 的齿轮吹入相应的存储盒实现自动分拣。该系统能够实现注塑齿轮黑点、毛刺、缺齿、断齿、翘曲变形等外观缺陷检测，也能完成常规几何尺寸和形位误差的测量，并能根据缺陷阈值、尺寸公差实时分选出合格品和不合格品，且具备报警功能。该系统对齿轮端面的检测时间小于0. 3 s，满足生产节拍的需求，特别是具有齿轮轴向测量功能。图6 玻璃转盘式齿轮视觉检测分选系统图7 为注塑齿轮在线检测分选系统软件界面。该软件具有自主知识产权，在软件数据库中贮存了常见齿轮型号及对应的尺寸公差和配置参数，包括CPK 分析和XR图分析，提高了参数输入效率。注塑齿轮在线检测分选系统兼具精密测量与缺陷检测功能，包括齿轮轴向高度、齿距、公法线、同心度等与齿轮精度相关的检测，齿轮外观缺陷识别准确率能满足注塑齿轮大批量在机检测需求。图7 注塑齿轮在线检测分选系统软件界面3 齿轮视觉检测技术齿轮视觉检测技术是齿轮视觉检测仪器的核心，涉及光学、电子学、计算机图形学、齿轮几何学等多个学科，内容覆盖光学成像、图像处理、软件工程、工业控制、传感器、齿轮精度理论等。近几年，与齿轮视觉检测技术相关的新技术、新理论、新方法大量出现，在多个核心问题上取得了重要的研究进展。齿轮视觉检测技术既有一般视觉检测的共性问题，又有齿轮视觉检测中的特殊问题。齿轮视觉检测的工作流程包括图像采集、图像预处理、边缘检测、齿轮精度评定或齿轮缺陷分析等，其中图像采集、图像预处理、特征提取、图像分割、边缘检测、亚像素算法等属于通用的视觉检测技术，而齿轮精度评定和齿轮缺陷识别属于齿轮视觉检测技术的个性问题。这里先从图像采集系统（硬件）和图像处理算法（软件）两个方面综述与齿轮视觉检测技术相关的共性问题的研究进展，然后从齿轮精度测量和齿轮缺陷检测两个方面介绍齿轮视觉检测技术中个性问题的研究进展。3.1 图像采集系统图像采集系统一般由计算机（主机）、图像采集卡、工业相机、镜头、光源等组成。工业相机按照传感器芯片种类可分为CCD 相机和CMOS 相机两种，传统上CCD 相机效果更好，但随着技术的发展，目前在一般应用场合CMOS 相机基本已经取代了CCD 相机。相机数据接口常见的有GigE 接口、USB 接口（USB2. 0和USB3. 0）、Cameralink 接口等。其中采用GigE 或USB 接口的工业相机可以直接通过线缆与主机通讯，不需要数据采集卡；而其他接口如Camerlink 接口的相机则需要配备图像采集卡才能与主机通讯。常用的工业镜头按等效焦距分类主要有广角、长焦、中焦、远心、微距镜头等。一般远心镜头的畸变更小，景深更大，可以消除“近大远小”的测量误差，更适合进行高精度的尺寸测量，因此在齿轮视觉检测领域使用最多的镜头为远心镜头。但远心镜头通常价格较高，对精度测量要求不高时，可用普通镜头替代。视觉检测领域常用的光源有点光源、面光源、条形光源、环形光源、穹顶光源、同轴光源等类型，其作用主要有强化特征和弱化背景、突出测量特征、提高图像信息、简化算法、降低系统设计的复杂度、提高系统的检查精度和效率。在齿轮精度测量领域常用的光源主要是面光源，面光源的光线具有更好的方向性，均匀性更好，齿廓更清晰；在齿轮缺陷检测领域主要使用穹顶光源、环形光源和同轴光源等，这些光源可使整个齿轮端面图像的照度十分均匀，突出缺陷特征。齿轮视觉检测的核心问题是测量精度和检测效率，这两个问题都与图像采集系统密切相关。为了提高测量精度，应当选用分辨率更高的相机；为了提高检测效率，需要选择分辨率低的相机，以减少需要处理的数据量，提高软件计算速度。精度和效率是一对矛盾，通过选用运算能力更强的计算机和改进图像处理算法的效率，可以部分地解决精度和效率的矛盾问题。无论是为了提高检测精度还是为了提高检测效率，选用精度更好的镜头和更加稳定的光源都可以改善整体的性能指标。3.2 图像处理算法齿轮视觉检测技术中用到的图像处理算法有图像预处理、边缘检测、亚像素定位、特征提取和模式识别等。其中图像预处理方法与机器视觉其他应用场合的预处理方法基本相同。3.2.1 边缘检测算法齿轮视觉检测中常采用的边缘检测方法有经典微分算子、小波变换和数学形态学。边缘检测算法能够把齿轮二维端面图像中的关键轮廓提取出来，得到轮廓像素点的坐标集合。根据轮廓点的坐标信息和相机标定参数就可以精确计算出齿轮的特征尺寸，包括齿顶圆直径、齿根圆直径、内孔直径、齿高、齿厚和齿距等。1）经典微分算子图像边缘一般是图像灰度变化率最大的位置，因此可用一阶/二阶导数来检测边缘，由此诞生了一系列经典微分算子。根据微分的阶数可以将经典微分算子分为两类：一类是通过寻找图像灰度值的一阶导数极值点来确定边界的一阶微分算子，有Roberts 算子、Prewitt 算子、Sobel 算子、Canny 算子；另一类是根据图像二阶导数的零点来寻找边界的二阶微分算子，有Laplacian 算子、LoG（Laplacian-of-Gaussian）算子、DoG（Difference-of-Gaussian）算子。对这些经典微分算子在齿轮边缘检测中的性能进行了比较，如表1 所示。表1 经典微分算子在齿轮边缘检测中的性能比较Canny 算子采用双阈值和非极大值抑制策略提升对噪声的抗干扰性，具有滤波、增强、检测多个阶段的优化，是性能最优良的微分算子。对于齿轮图像，采用Canny 算子提取的齿廓信息最完整，最接近实际齿廓，如图8 所示。图8 基于Canny 算子的齿廓提取2）小波变换小波变换具有良好的时频局部化特性和多尺度特性。良好的时频局部化特性使其特别适用于检测突变信号，而图像中的突变信号对应边缘，因此小波变换也适用于图像边缘检测。利用Harr 小波函数对齿轮图像进行重构，再结合Canny 算子提取重构图像的齿廓，比单独采用Canny 算子有更优的效果。多尺度特性使其能很好地抑制噪声。图像中的噪声和边缘都属于高频分量，经典微分算子引入各种形式的微分运算后必然对噪声较为敏感，而随着尺度的增加，噪声引起的小波变换的模的极大值迅速减小，而边缘的模值不变，这一特性可以很好地抑制图像噪声。提出一种基于Curvelet 变换的尺度与方向相关性联合降噪方法，该方法对齿轮图像进行降噪处理，在继承小波变换多尺度降噪的基础上，同时进行尺度内方向相关性降噪，可以为齿轮边缘检测提供高质量的输入图像。因此，小波变换是一种齿轮图像边缘提取的有效方法。3）数学形态学数学形态学是基于积分几何和几何概率理论建立的关于图像形状和尺寸的研究方法，其实质是一种非线性滤波方法，通过物体形状集合与结构元素之间的相互作用对图像进行非线性滤波。由于数学形态学提取边缘时容易造成间距小的低灰度轮廓的错位和合并，因此常将其与微分算子提取出的轮廓加权融合。相关文献就提出了一种融合Canny 算子和数学形态学的含噪声齿轮图像边缘检测算法，分别采用改进的Canny 算子和多尺度多结构元素灰度形态学边缘检测算子提取边缘；然后对两幅边缘图像进行了小波分解，得到各层子图像；最后对子图像进行自适应加权融合，并使用小波逆变换重构图像得到最终的边缘检测图像。相关文献采用数学形态学中的四邻域腐蚀法提取出边缘宽度，并将其作为单个像素的轮廓，测量分度圆直径为5 mm 以下的齿轮的齿顶圆直径和齿根圆直径，与千分尺测量结果差值的绝对值在2 μm 以内。3.2.2 亚像素定位算法数字图像是以离散化的像素形式存在的，传统边缘检测算法的测量分辨率只能达到一个像素级，提取出的边缘由像素块构成，边缘定位精度不高，如图9（c）所示。亚像素定位算法是在像素级边缘检测的基础上逐渐发展而来的，首先需要经过像素级边缘检测粗定位，然后利用粗定位边缘点周围邻域内的像素数据进行边缘点的亚像素级精确定位，如图9（d）所示。图9 亚像素边缘处理亚像素定位算法主要有三类：矩方法、插值法和拟合法。1）矩方法矩方法计算简便，应用于齿轮边缘检测可以减小测量误差。相关文献提出一种利用前三阶灰度矩进行亚像素边缘定位的算法，这是文献中最早提出的矩方法。随后基于空间矩、Zernike 正交矩的方法也相继被提出。相关文献利用基于Zernike 矩的齿廓边缘检测算法，对齿顶圆直径为49. 751 mm、齿数为23 的齿轮测得的齿顶圆直径、齿根圆直径的相对误差在0. 02% 以内，齿距累积总偏差的相对误差约5. 15%。相关文献提出一种基于灰度矩的亚像素边缘检测算法，该算法以邻域窗口的灰度均方差积表示边缘强度，灰度重心所在的方向表示灰度变化的方向，在初始边缘的基础上按求取的灰度变化方向划分为八个区域，构建一维灰度矩模型解算亚像素边缘位置，对于噪声系数为0. 005 的模拟图像，该算法的绝对定位误差为0. 013 pixel。相关文献提出了一种复合亚像素边缘检测方法，该方法基于orthogonal Fourier-Mellin moment（OFMM），可为后续齿廓缺陷检测提供精确的齿廓形状。2）插值法插值法运算速度快，应用于齿轮在线检测设备能够满足生产节拍的要求。插值法的核心是对像素点的灰度值或灰度值的导数进行插值，以增加信息。德国MVtec 公司开发的著名机器视觉算法包Halcon 在工业领域应用广泛，其中的亚像素边缘检测算子采用的就是插值法。相关文献基于Halcon 算法包中的亚像素边缘检测算子，开发了一套齿轮测量应用程序，可以得到齿廓亚像素点集合，并设定条件剔除假边缘，最终得到齿顶圆直径等参数。3）拟合法拟合法对噪声不敏感，适用于噪声较多的齿轮图像，但求解速度较慢。拟合法是通过对像素坐标和灰度值进行理想边缘模型拟合来获得亚像素边缘的。相关文献提出一种基于高斯积分曲面拟合的亚像素边缘定位算法，可最大限度地消除噪声的影响，与原有高斯拟合算法相比，该算法通过坐标变换简化了曲面拟合问题，计算速度提高1 倍，可以满足五级精度的渐开线直齿圆柱齿轮的齿廓偏差测量要求。3.2.3 特征提取和模式识别算法缺陷检测算法一般由图像预处理、图像分割、特征提取和模式识别等步骤组成，其中特征提取和模式识别是缺陷检测的关键环节。特征提取的有效性对后续目标缺陷识别精度、计算复杂度、检测鲁棒性等均有重大影响。常用的特征提取算法可以分为三种，分别是基于纹理、颜色和形状的特征提取算法。提取完特征后，还需采用模式识别算法对缺陷进行区分。模式识别算法主要有匹配识别和分类识别两类。齿轮缺陷检测常用的匹配识别算法有FAST 和SIFT 算法等，常用的分类识别算法有基于人工神经网络或支持向量机的算法。相关文献提出了一种基于FAST-Unoriented-SIFT 提取算法和BoW（Bag-of-Words）模型的行星齿轮故障识别方法，该方法将原始振动信号转换为灰度图像后，通过FAST-Unoriented-SIFT 算法直接提取灰度图像中的特征。FAST-Unoriented-SIFT 算法结合了FAST 和SIFT 算法的优点，忽略了特征的方向。最后在提取的特征的基础上建立BoW 模型，该方法对齿轮故障的整体识别率达98. 67%。相关文献提出了一种改进的GA-PSO 算法，称为SHGAPSO算法，先经过图像分割算法提取齿轮的几何形状、纹理和颜色特征，再重建BP 神经网络，并使用SHGA-PSO 算法优化结构和权重。SHGA-PSO 算法对坏齿、划痕、磨损和裂纹4 种不同的齿轮缺陷样本的识别正确率在94% 以上。相关文献基于YOLO-v3 网络实现了对金属齿轮端面凸起、凹陷和划痕三种缺陷的快速检测和定位，对每幅图像的平均检测时间为77 ms，对三种缺陷的平均精确度（AP）和平均召回率（mean recall）分别为93% 和91%，检测效果如图10 所示。图10 齿轮缺陷特征提取与模式识别3.3 齿轮精度测量齿轮形状复杂，精度要求高。为保证齿轮产品质量，需要控制的齿轮精度指标有齿距偏差、齿廓偏差、螺旋线偏差、齿厚、齿圈跳动等，其中除螺旋线偏差外，其他精度指标都可以用齿轮端截面轮廓数据进行计算。齿轮精度测量主要有两个问题需要解决，一是通过图像处理获得被测齿轮的精确的端面轮廓信息，二是根据齿轮精度理论和相关齿轮精度标准计算齿轮各项偏差值并给出齿轮精度评定结果。通过齿轮精度等级，可以确定对视觉检测系统的测量精度要求。以齿数20、模数1 mm、5 级精度的直齿圆柱齿轮为例，其齿距累积总偏差为11 μm，齿廓总偏差为4. 6 μm。按测量仪器精度为被测指标允差的1/3~1/5 估算，测量5 级精度齿轮的测量仪的精度应优于1. 6 μm。这对视觉测量而言，是非常困难的。齿轮视觉测量精度依赖于测量系统的硬件和数据处理算法。由于所用相机、镜头等图像采集系统硬件和图像处理算法等软件的不同，以及被测对象齿轮的尺寸参数和精度要求不同，齿轮视觉检测系统的测量精度的差异很大，但在齿轮被测项目评定方面，都是根据齿轮精度相关标准进行的。相关文献依据齿轮精度标准ISO1328-1，给出了视觉测量齿距偏差和齿廓偏差的评定方法，对模数为0. 5 mm 的8 级精度直齿轮测得的齿距偏差、齿廓偏差与齿轮测量中心的测量结果差值最大为4 μm。相关文献采用视觉测量方法测量模数为2 mm、齿数为90的齿轮，齿廓总偏差5 次测量的标准差为0. 028 μm，取得了很好的测量重复性。相关文献提出了视觉测量齿轮的公法线长度的方法，其测量精度能够满足工程应用要种类不全，提高缺陷识别准确率和效率是着力重点。随着人工成本的增加和产业升级需求的提升，在大规模齿轮生产过程中齿轮视觉在线检测设备的应用越来越多。齿轮视觉在线检测设备的特点有：耦合于生产线上，可高效测量批量齿轮的尺寸精度，实时监测齿轮质量，自动剔除不合格品，形成“生产-检测-分选”自动化流水线；对齿轮外观缺陷进行识别和分类，实现大批量齿轮的“应检尽检”，用“大数据”手段分析齿轮工艺问题，与生产管控系统互联，及时调整工艺参数，减少损失；实现齿轮质量长期监测，及时发现齿轮质量的异常变化；可实现网络化监管和远程监控，即使在千里之外也可以监控整个生产过程，把握生产动态。在未来，齿轮视觉检测技术必将纳入更多先进的科学技术，齿轮视觉检测仪器也将集成更多新技术，并充分发挥各项技术的优点，提升检测效率和精度。三维视觉检测技术、视觉检测设备的复合化、微型化和智能化将是齿轮视觉检测技术的发展趋势。未来每条齿轮产线的生产动态都可以集成到一个软件中进行分析，检测数据实时存储到云端，长期积累的庞大数据将为齿轮生产工艺带来巨大的变革。毫不夸张地说，视觉检测技术将会带来齿轮检测领域的革命，现在还仅仅处于入门口。（省略参考文献51篇）

各有关单位： 　　由《现代科学仪器》编辑部主办，国产科学仪器设备应用示范产业技术创新战略联盟(国产科学仪器应用示范中心)协办的&ldquo 2013现场检测仪器及技术研讨会&rdquo 在中国分析测试协会、中国仪器仪表学会、中国仪器仪表行业协会分析仪器分会、北京理化分析测试技术学会的支持下，定于2013年6月19日-21日，在北京青年政治学院图书馆学术报告厅举办。 　　自今年3月25日第一轮通知发出以后，得到了业界的热烈响应。不到两个月时间就征集了30余篇优秀论文，10多家国内外有关厂商参会，同时现场展示部分先进仪器产品。这表明我国仪器研发单位和应用单位十分关注现场检测仪器技术的进展，希望通过本会议平台相互交流探讨，共同推动我国现场检测仪器研制技术和应用水平的提高。现将会议有关信息通知如下： 　　一、会议机构 　　主办单位 《现代科学仪器》编辑部 　　协办单位 国产科学仪器设备应用示范产业技术创新战略联盟 　　(国产科学仪器应用示范中心) 　　支持单位 中国分析测试协会 　　中国仪器仪表学会 　　中国仪器仪表行业协会分析仪器分会 　　北京理化分析测试技术学会 　　筹备委员会 　　主 任 胡柏顺 主 编 《现代科学仪器》编辑部 　　委 员 (按姓氏首字母排列) 　　储晓刚 研究员 中国检验检疫科学研究院 　　陈建宇 执行副主编 《现代科学仪器》编辑部 　　陈舜琮 主 任 国产科学仪器应用示范中心 　　桂三刚 秘书长 北京理化分析测试技术学会 　　齐文启 研究员 中国环境监测总站 　　汪 雨 研究员 国产科学仪器应用示范中心 　　汪正范 研究员 中国分析测试协会 　　尹 洧 研究员 北京化工大学 　　杨腊虎 主任药师 中国食品药品检定研究院 　　燕泽成 副主任 中国仪器仪表学会科学仪器学术委员会 　　张新荣 教授/博导 清华大学 　　张耀华 秘书长 中国仪器仪表行业协会分析仪器分会 　　赵起越 教授级高工 北京市环境监测中心 　　二、会议报告论文(部分)及参会厂商(部分) 　　1.现代检测技术与设备创新实践 储晓刚 研究员 中国检验检疫科学研究院 　　2.质谱离子源的现状与发展 张新荣 教授/博导 清华大学 　　3.现场监测仪器在环境应急监测中的应用 齐文启 研究员 中国环境监测总站 　　4.微型气相色谱仪的进展和应用 关亚风 研究员 中科院大连化物所 　　5.快检仪器有效性评价 汪正范 研究员 中国分析测试协会 　　6.现代红外光谱技术与食品营养平衡和安全 孙素琴 研究员 清华大学 　　7.药品快速检测技术 尹利辉 主任药师 中国食品药品检定研究院 　　8.禽流感与人流感 石伟先 副主任医师 北京市疾控中心传染病地方病控制所 　　9.现场质谱检测及气相色谱/质谱联用在环境有机污染检测中的应用 　　赵起越 教授级高工 北京市环境保护监测中心 　　10.呼出气体的直接质谱分析 陈焕文 教授 东华理工大学 　　11.赛默飞世尔科技的便携与手持分析检测方案 　　&mdash &mdash 时刻满足客户需求-来自科学服务领导者 　　郑欣 经理 赛默飞世尔科技(中国)有限公司 　　12.污染源大气中特征污染物的现场快速质谱定性、定量 安捷伦科技有限公司 　　13.移动检测技术及应用发展的几点思考与探讨 安捷伦科技有限公司 　　14.预制试剂在水质快速检测中的应用与展望 孙倩 硕士 哈希公司 　　15.基于物联网的移动实验室在食品安全保障体系中的应用 　　万宇平 总经理 北京勤邦生物技术有限公司 　　16.DCD-200直接进样测镉仪及对大米等样品的镉测定 　　曹晓丹 博士 北京吉天仪器有限公司 　　17.纸芯片的制作及应用进展 齐云龙 硕士 中国科学院大学 　　18.水中发光细菌的记性毒性快速检测技术 刘康 北京市环境保护监测中心 　　19.电子鼻在农产品检测中的应用 何洪巨 研究员 国家蔬菜工程技术研究中心 　　20.食品安全现场快速检测系统 北京普析通用仪器有限责任公司 　　21.手持式红外光谱技术的特点极其在材料无损检测方面的应用 　　安捷伦科技有限公司 　　22.氨基酸分析方法的研究进展江海风 中国船舶重工集团公司第七一八研究所 　　23.食品亚硝酸盐快速检测系统的研究 　　高德江 博士 吉大· 小天鹅仪器有限公司 　　24.三聚氰胺检测技术的研究进展 梁芳慧 硕士 长春医学高等专科学校 　　25.乳及乳制品中蛋白质检测技术的研究进展 　　高德江 博士 吉大· 小天鹅仪器有限公司 　　26.某型编码卡自动检测系统的设计 樊佩生 北京航空航天大学宇航学院 　　27.便携式宽谱段地物光谱仪的研制 郑志忠 博士 南京地质矿产研究所 　　28.岩心光谱在线测量技术与应用 修连存 博士 南京地质矿产研究所 　　29.便携式气相色谱仪快速分析易制毒化学品 　　朱新强 上海舜宇恒平科学仪器有限公司 　　30.水环境快速检测技术 尹 洧 研究员 北京化工大学 　　参会厂商： 　　赛默飞世尔科技(中国)公司、安捷伦科技有限公司、德国耶拿公司、哈希公司、北京普析通用仪器有限责任公司、北京吉天仪器有限公司、北京华夏科创仪器技术有限公司、北京勤邦生物技术有限公司、上海舜宇恒平科学仪器有限公司、吉大· 小天鹅仪器有限公司等。 　　三、会议征文 　　本次会议征文截止日期为6月10日，此前论文可以入会刊。欢迎各位老师继续为会议撰稿。会议征文内容可参考第一、二轮通知，亦可与会议筹委会联系。 　　四、会议时间地点 　　时间 2013年6月19-21日(19日报到，20-21日会议报告) 　　地点 北京万年青宾馆 联系人：李福强 电话：13501080645 　　(北京市海淀区西三环北路25号，详细交通见附件2) 　　五、回执及会议联系方式 　　请参加会议的老师填好回执后于6月10日前返回编辑部，以便我们给您安排好会务! 　　(回执请见附件1.) 　　地址：北京市海淀区西三环北路27号理化实验楼512室 　　《现代科学仪器》编辑部 　　电话：010-68422478/68410135/68410137 传真：010-68410137 　　邮箱：gj@instrumentation.com.cn info@instrumentation.com.cn 　　联系人：胡柏顺，陈建宇，汪雨 　　《现代科学仪器》编辑部 　　2013年6月1日 　　回 执 姓名 性别 年龄 学历 职称 单位 邮编 地址 电话 E-mail 是否住宿 □是 □否 题目 建议： 住房要求： 推荐 　　注：回执截止日期6月15日