BRPI0923657B1 - Processo automatizado de ensaio não destrutivo de uma peça mecânica - Google Patents
Processo automatizado de ensaio não destrutivo de uma peça mecânica Download PDFInfo
- Publication number
- BRPI0923657B1 BRPI0923657B1 BRPI0923657-0A BRPI0923657A BRPI0923657B1 BR PI0923657 B1 BRPI0923657 B1 BR PI0923657B1 BR PI0923657 A BRPI0923657 A BR PI0923657A BR PI0923657 B1 BRPI0923657 B1 BR PI0923657B1
- Authority
- BR
- Brazil
- Prior art keywords
- images
- computer
- database
- image sensor
- light source
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Program-controlled manipulators
- B25J9/16—Program controls
- B25J9/1694—Program controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Program-control systems
- G05B19/02—Program-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of program data in numerical form
- G05B19/401—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of program data in numerical form characterised by control arrangements for measuring, e.g. calibration and initialisation, measuring workpiece for machining purposes
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan 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
- G01N2021/8854—Grading and classifying of flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan 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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8867—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
- G01N2021/9518—Objects of complex shape, e.g. examined with use of a surface follower device using a surface follower, e.g. robot
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/91—Investigating the presence of flaws or contamination using penetration of dyes, e.g. fluorescent ink
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35075—Display picture of scanned object together with picture of cad object, combine
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37205—Compare measured, vision data with computer model, cad data
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37206—Inspection of surface
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37563—Ccd, tv camera
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45066—Inspection robot
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
processo automatizado de controle não destrutivo de uma peça mecânica. processo automatizado de controle não destrutivo de uma peça mecânica (14) comparação de imagens da superfície da peça com imagens de referência gravadas em uma base de dados, por meio de um dispositivo (10) de aquisição de imagens numéricas compreendendo um sensor de imagens (24), uma fonte luminosa (26) de iluminação e meios (18, 22) de deslocamento relativo de um sensor de imagens (24) da fonte luminosa (26) e de peça mecânica (14).
Description
[0001] A presente invenção refere-se a um processo de ensaio não destrutivo de uma peça mecânica, tal como, por exemplo, um componente de turbomáquina.
[0002] Um ensaio de desgaste de certas peças de turbomáquina pode ser efetuado por uma técnica de líquido penetrante, permitindo uma boa detecção dos defeitos de compacidade abrindo em superfície e não obstruídos, como fissuras, porosidades ou recessos.
[0003] Esta técnica requer a utilização de produtos coloridos ou fluorescentes de baixa tensão superficial, correntemente chamados “penetrantes”, capazes de penetrar por capilaridade nos defeitos se abrindo das peças. Após aplicação destes produtos penetrantes sobre as peças, impregnação, depois eliminação do excesso de penetrantes permanecendo em superfície, os defeitos aparecem por aplicação sobre as peças de uma fina camada de pó formada de tubos capilares aptos a bombear os produtos penetrantes presentes nas descontinuidades da peça.
[0004] A técnica de líquido penetrante revela-se, contudo, restrita na prática, notadamente devido ao fato de que requer a intervenção de um operador devidamente qualificado para interpretar os resultados.
[0005] Além disso, ela pode ser relativamente perigosa e poluente devido à utilização de produtos inflamáveis, voláteis e nocivos.
[0006] Conhecem-se, além disso, processos de controle óptico de uma peça mecânica (por exemplo, pelo documento US 2007/0122026A1), que consistem em definir automaticamente uma trajetória de um sensor de imagens e de um meio de iluminação acima da superfície da peça, a partir de uma leitura da superfície da peça ou dados numéricos definindo a superfície da peça, o deslocamento do sensor de imagens sobre esta trajetória permitindo adquirir imagens de toda a superfície da peça. Estas imagens devem em seguida ser examinadas e analisadas para a detecção de defeitos na superfície da peça, este exame e esta análise fazendo surgir problemas que não foram resolvidos de maneira satisfatória até agora.
[0007] A invenção tem notadamente por objetivo trazer uma solução econômica e eficaz a estes problemas, permitindo o tratamento e a otimização automática das imagens adquiridas.
[0008] Ela tem, em particular, por objetivo permitir um ensaio de peças mecânicas que seja simples e rápido de realizar, e que possa ser executado de maneira automática por via óptica sem contato.
[0009] A invenção propõe para esse efeito um processo automatizado de ensaio não destrutivo de uma peça mecânica por meio de um dispositivo compreendendo um sensor de imagens, uma fonte luminosa de iluminação e os meios de deslocamento relativo do sensor de imagens, da fonte luminosa e da peça mecânica, este processo consistente essencialmente em efetuar uma leitura tridimensional da superfície da peça, definir um corte da superfície da peça em zonas apropriadas a ser fotografadas pelo sensor de imagens, definir uma trajetória do sensor de imagens e da fonte luminosa relativamente à peça e adquirir imagens das referidas zonas da superfície da peça, caracterizado pelo fato de que consiste igualmente: - em analisar estas imagens e determinar nestas imagens zonas sobre- expostas ou sub-expostas; - em otimizar parâmetros ópticos de aquisição de imagens destas zonas e definir um segundo corte da superfície da peça levando em conta a otimização dos referidos parâmetros ópticos para estas zonas; - em definir uma nova trajetória do sensor de imagens e da fonte luminosa permitindo adquirir imagens da superfície da peça utilizando o segundo corte e os parâmetros ópticos otimizados; - em adquirir imagens destas zonas seguindo a nova trajetória e registrar estas imagens, e - em determinar automaticamente eventuais defeitos da superfície da peça nas imagens registradas e comparar os mesmos com defeitos conhecidos registrados em uma base de dados.
[0010] O processo de ensaio não destrutivo proposto pela invenção apresenta uma boa sensibilidade aos defeitos de superfície das peças, e permite uma redução considerável do tempo gasto na preparação das peças a ensaiar.
[0011] Este processo revela-se igualmente mais econômico pelo fato de não requerer nenhum produto consumível, e que a sua realização necessita relativamente pouca qualificação.
[0012] O processo de acordo com a invenção permite, além disso, evitar os perigos ligados à utilização de produtos inflamáveis, voláteis e nocivos, e os inconvenientes inerentes à gestão dos resíduos líquidos que resultam daí.
[0013] Cada peça pode ser previamente submetida, antes de qualquer utilização, a uma leitura tridimensional da topologia da sua superfície, de modo a garantir a precisão dos ensaios não destrutivos posteriores permitindo uma localização precisa do sensor de imagens e da fonte de iluminação face à superfície da peça, independentemente dos desvios de posição ou de forma constatados sobre a mesma. Desta maneira, é possível com o processo de acordo com a invenção, analisar qualquer tipo de peça indo de uma peça nova (antes de utilização) a uma peça usada ou que foi utilizada. Esta leitura tridimensional permite também efetuar um acompanhamento da evolução do estado da peça durante o tempo. Isto é vantajoso se desvios de forma significativos são susceptíveis de existir entre peças do mesmo tipo.
[0014] A leitura tridimensional da superfície e a definição do programa de aquisição de imagens podem ser efetuados só uma vez para um tipo dado de peças mecânicas, o que permite um ganho de tempo sem induzir uma redução notável da precisão dos ensaios, quando os desvios de forma e de aspecto susceptíveis de existir entre diferentes peças do mesmo tipo, produzidas em série são negligenciáveis, ou seja, que os defeitos de forma são inferiores à precisão de localização do sensor óptico e da fonte de iluminação e que os desvios de aspecto situam-se em uma faixa de regulação definida em base de dados.
[0015] De acordo com outra característica da invenção, o processo consiste igualmente em constituir previamente uma base de dados na qual são registradas as imagens de referência de superfícies de peça mecânica apresentando defeitos típicos, cada imagem sendo registrada conjuntamente com dados de características de superfície, como a natureza do material e a sua rugosidade, com informações relativas às condições de iluminação e de tomada de vista, e com um indicador da qualidade de detecção de um defeito na superfície da peça, o processo consistindo em seguida em registrar nesta base de dados as modificações dos parâmetros ópticos e as trajetórias de aquisição e os resultados dos ensaios efetuados sobre as diferentes peças.
[0016] Esta base de dados é inicialmente constituída com o maior número possível de informações que se pode coletar sobre uma peça a ensaiar e sobre peças ou ajustes padrões apresentando defeitos típicos conhecidos, dos quais se assinalam as características com métodos conhecidos de ensaio não destrutivo, após qual se completa e “alimenta-se” esta base de dados com os resultados dos ensaios efetuados sobre as diferentes peças que são examinadas sucessivamente. Quando a base de dados está bem “alimentada”, pode-se simplificar a execução do processo de acordo com a invenção, por exemplo, no nível da otimização das imagens, como será recordado abaixo.
[0017] De acordo com outra característica da invenção, o processo consiste igualmente, após a leitura tridimensional da superfície da peça, em gerar um modelo numérico desta superfície sob a forma de curvas matemáticas como as curvas de Bézier e funções NURBS (“Non-Uniform Rational Basis Splines”), e em reajustar o sensor de imagens e a fonte luminosa em relação à peça utilizando a leitura tridimensional.
[0018] De acordo com ainda outra característica da invenção, a otimização dos parâmetros ópticos de aquisição de imagens consiste em fazer variar a intensidade e o ângulo de incidência da iluminação produzida pela fonte luminosa, e em determinar um valor ótimo da intensidade e do ângulo de incidência da iluminação por comparação entre elas de imagens em referência à base de dados estabelecendo uma relação entre o nível de detecção dos defeitos de superfície e, por um lado, a intensidade e o ângulo de incidência da iluminação e, por outro lado, as características de superfície.
[0019] Esta otimização consiste igualmente em verificar que a superfície de cada zona resultando do corte secundário é inferior ao campo coberto pelo sensor de imagens e que o desvio padrão das normais em qualquer ponto destas zonas é inferior a um valor mínimo predeterminado.
[0020] A otimização refere-se a zonas determinadas em imagens de um corte primário e representativos das condições reais de sobre-exposição, sub-exposição ou de uma boa exposição à iluminação quando da aquisição óptica no real nas condições de medição.
[0021] Isto permite definir valores ótimos da intensidade e do ângulo de iluminação por comparação entre eles das imagens de cada zona característica em referência à base de dados acima citada que estabelecem uma relação entre o nível de detecção dos defeitos de superfície e, por um lado, a intensidade e o ângulo de incidência da iluminação fornecida pela fonte luminosa, e por outro lado, características da superfície, depois de determinar os parâmetros ótimos de iluminação e posição do sensor para cada imagem de um corte secundário.
[0022] Determina-se finalmente uma trajetória da fonte luminosa e do sensor permitindo adquirir as imagens do corte secundário utilizando os parâmetros otimizados.
[0023] A otimização das imagens por discretização (ou re-corte) das zonas em causa e por regulação dos parâmetros ópticos de aquisição de imagens e/ou verificação do desvio padrão das normais em qualquer ponto destas zonas pode ser repetida tantas vezes quanto necessárias até a obtenção de um resultado de qualidade suficiente.
[0024] A repetição da otimização e o registro dos resultados na base de dados permitem “alimentar” esta última, para só utilizar em seguida, se necessário, sobre as peças seguintes a ensaiar, apenas um dos métodos acima citados de otimização por regulação dos parâmetros ópticos de aquisição ou por verificação do desvio padrão dos normais.
[0025] Em um modo de realização da invenção, o processo consiste em deslocar o sensor de imagens e a fonte luminosa em relação à peça mecânica por meio de um braço robotizado do qual uma extremidade leva o sensor de imagens e um dispositivo orientável de suporte da fonte luminosa.
[0026] O braço robotizado permite deslocar o sensor de imagens e a fonte luminosa em torno da peça mecânica para permitir aquisições sucessivas de imagens da totalidade da superfície da peça em condições ótimas de iluminação desta superfície e de regulação focal.
[0027] O sensor de imagem pode ser levado por um primeiro braço robotizado permitindo orientar o sensor de imagem sensivelmente ao longo da normal na superfície considerada e a fonte luminosa levada por um segundo braço robotizado, sincronizado com o primeiro braço, permitindo modificar a orientação angular da fonte luminosa em relação à peça independentemente do movimento do sensor.
[0028] Em certas configurações de aquisições de imagens, a orientação da fonte luminosa é tal que a incidência dos raios luminosos é rasante em relação à superfície considerada da peça.
[0029] O corte da superfície da peça é definido vantajosamente de modo que a imagem de cada zona apresente uma taxa predeterminada de recobrimento com as imagens das zonas vizinhas.
[0030] Isto permite garantir que nenhuma parte da superfície da peça escape do ensaio.
[0031] De acordo com outra característica da invenção, o sensor de imagens é um aparelho fotográfico com matriz de fotodetectores do tipo CCD ou CMOS.
[0032] Tal aparelho permite a aquisição de imagens apresentando uma boa resolução e sob um formato numérico, sendo ao mesmo tempo relativamente barato.
[0033] A invenção será melhor compreendida e outros detalhes, vantagens e características da mesma aparecerão mais claramente na leitura da descrição seguinte feita a título de exemplo não limitativo, em referência aos desenhos anexos nos quais: - a figura 1 é uma vista esquemática de meios de realização do processo de acordo com a invenção; - a figura 2 ilustra as principais etapas do processo de acordo com a invenção; - a figura 3 é um organograma do processo de acordo com a invenção.
[0034] A figura 1 representa esquematicamente meios 10, 12 de realização do processo de ensaio não destrutivo de peças mecânicas proposto no âmbito da invenção, e uma peça 14 a ensaiar, tal, por exemplo, como uma pá 14 de ventilador de turbomáquina.
[0035] Os meios de realização do processo de ensaio não destrutivo compreendem um dispositivo 10 de aquisição de imagens numéricas acoplado a um dispositivo de iluminação e meios 12 de tratamento de imagem, compreendendo, por exemplo, um microcomputador 16 de tipo PC ou análogo, que é preferivelmente capaz de controlar o dispositivo 10 de aquisição de imagens e de iluminação.
[0036] O dispositivo 10 de aquisição de imagens numéricas compreende pelo menos um braço robotizado 18 do qual uma extremidade 20 comporta meios articulados de apoio de um sensor de imagens 24. O dispositivo de iluminação compreende meios articulados 22 de suporte de uma fonte luminosa 26.
[0037] O sensor de imagens 24 é, por exemplo, um aparelho fotográfico com matriz de fotodetectores do tipo CCD ou CMOS, correntemente chamado “aparelho foto numérico”.
[0038] Os meios 12 de tratamento de imagem são ligados a ou compreendem uma base de dados na qual são registradas imagens de referência de superfícies de peças mecânicas de diferentes tipos apresentando defeitos típicos (rachaduras, fissuras, listras, impactos,...), cada imagem sendo registrada conjuntamente com dados relativos a certas características de superfície, como a natureza do material e a rugosidade, com informações relativas às condições de iluminação e tomada de vista, e com um indicador da qualidade da detecção de um defeito presente sobre a superfície da peça. Uma imagem de referência de um defeito real ou de um artefato óptico em particular é constituída de um fundo cinza sensivelmente uniforme e uma parte tendo um nível de cinza superior ou inferior ao fundo uniforme. O fundo cinza sensivelmente uniforme é definido como um valor de nível de cinza determinado a um valor de tolerância próximo.
[0039] A base de dados de imagens de referência é realizada previamente à realização do processo. Meios ópticos são utilizados para adquirir imagens sobre peças compreendendo defeitos conhecidos. Estas imagens são validadas em comparação com um ou vários métodos de referência correntemente utilizados em ensaio não destrutivo como, por exemplo, a imagem térmica ou as correntes de Foucault. Estes métodos são realizados através de instrumentos deslocáveis pelo braço robotizado. As peças utilizadas para a realização da base de dados podem ser diferentes das peças a ensaiar.
[0040] A base de dados de imagens de referência compreende para cada imagem informações relativas: - ao nível de cinza do fundo da imagem - ao material sobre o qual a imagem foi tomada; - ao processo de fabricação da peça, como, por exemplo, trituração, fundição, ...; - ao estado de superfície da peça (rugosidade, ...) ; - às condições de medição utilizadas para realizar a imagem e comportando notadamente dados sobre a iluminação, o foco, a abertura da objetiva e o tempo de exposição; - ao tipo e à forma do defeito se a imagem indica a presença de um defeito; - à presença de um artefato óptico; - ao campo de tensões presente na parte da peça fotografada; - ao número de n vezes onde uma imagem de uma zona dada foi adquirida pelo processo de acordo com a invenção.
[0041] A base de dados acima citada pode ser alojada por um servidor de computador dedicado ligado ao microcomputador 16 por uma rede de computador, ou ser alojada diretamente pelo microcomputador 16.
[0042] A figura 2 ilustra as grandes fases sucessivas do processo de ensaio não destrutivo de acordo com a invenção.
[0043] Este processo comporta uma primeira fase 30 de definição de um programa de aquisição de imagens da superfície de uma peça.
[0044] Em uma primeira etapa 32, uma leitura tridimensional da superfície da peça a ensaiar é efetuada com meios convencionais de medição 3D, por exemplo, do tipo sem contato, depois um modelo numérico desta superfície é gerado ao formato STL em 34 a partir da leitura tridimensional. Uma modelização simplificada da leitura tridimensional é realizada sob a forma de superfícies matemáticas 3D compreendendo curvas de Bézier e funções NURBS, em um formato numérico neutro de tipo IGES compatível com os sistemas standard de concepção e de fabricação assistidos por computador.
[0045] Uma etapa de reajuste do sensor óptico e da fonte luminosa é realizada para posicionar os mesmos corretamente em relação à peça utilizando a leitura tridimensional.
[0046] Esta etapa de reajuste consiste essencialmente em utilizar um modelo numérico teórico conhecido de posicionamento da fonte luminosa e do sensor óptico para uma peça de um tipo dado e em corrigir estas posições teóricas da fonte luminosa e do sensor óptico utilizando informações geométricas procedentes da leitura tridimensional. Com efeito, para um tipo de peça dada, por exemplo, uma pá, estabelece-se um modelo numérico teórico de posicionamento do sensor óptico e da fonte luminosa permitindo teoricamente adquirir imagens de toda a peça. Contudo, os desvios de forma entre a peça real e a peça teórica bem como os desvios devido ao posicionamento real do dispositivo 10 de aquisição de imagens e de iluminação necessitam um reajuste que é habitualmente realizado manualmente por um operador que corrige cada posição do sensor óptico e da fonte luminosa para cada posição de aquisição a fim de garantir uma aquisição óptica correta. A integração ao processo de uma etapa prévia de medida tridimensional da peça permite realizar automaticamente esta etapa de reajuste.
[0047] Na prática, a medida tridimensional prévia permite calcular as normais reais em cada posição de aquisição, as quais são utilizadas para ajustar os posicionamentos reais do sensor óptico e da fonte luminosa em relação à peça.
[0048] Esta etapa permite assim realizar um reajuste ou reposicionamento preciso e automático do dispositivo de aquisição em relação à peça real.
[0049] A etapa seguinte 36 do processo consiste, em primeiro lugar, em definir as zonas apropriadas a serem fotografadas. Para isto, a superfície da peça a ensaiar é recortada em zonas primárias apropriadas a serem fotografadas pelo sensor de imagens 24. Uma aquisição de imagens é realizada posicionando o sensor e a fonte luminosa utilizando os parâmetros contidos na base de dados de imagens de referência, ou seja, os parâmetros relativos à matéria da superfície fotografada, à sua rugosidade e à sua forma.
[0050] O programa de corte da superfície da peça em zonas primárias é definido quer sobre a peça estudada, quer sobre uma peça de referência. Nesta etapa prévia, o operador define os parâmetros de tomadas de vista a fim de que as imagens tomadas tenham um nível de cinza mais homogêneo possível. Os parâmetros (posição do sensor, parâmetros de tomada de vista...) podem ser organizados em uma base de dados especificamente associada à peça estudada. Assim, o operador pode, ao chamar a referência de uma peça, carregar os parâmetros necessários para a execução desta primeira etapa de corte.
[0051] Esta primeira etapa de corte da peça permite verificar a homogeneidade da aparência da peça estudada em relação a regulações de referência da base de dados. Por exemplo, algumas peças necessitam usinagens adicionais em fim de ciclo de produção para eliminar um erro de usinagem ou para um equilíbrio dinâmico. A frequência destas usinagens adicionais bem como as suas posições sobre a peça é aleatória. O aspecto global de um tipo de peça é, portanto, variável de uma peça à outra, algumas peças apresentando aleatoriamente zonas mais brilhantes que outras. A utilização de um programa pré-estabelecido permite detectar estas zonas e tratar as mesmas especificamente.
[0052] Na saída desta primeira etapa de análise das imagens do corte primário, detectam-se as zonas destas imagens tendo um aspecto heterogêneo, ou seja, apresentando uma sobre-exposição ou uma sub- exposição em relação à regulação proveniente da base de dados. Para isto, cada zona heterogênea é segmentada em várias partes e adquirem-se várias imagens numéricas destas partes fazendo variar a incidência e a intensidade da iluminação, as regulações e a orientação focal bem como o tempo de exposição do sensor, estes parâmetros de aquisição sendo determinados levando em conta o material da peça, o processo de fabricação da mesma, bem como o seu estado de superfície.
[0053] Após otimização das regulações de aquisição 2D sobre o conjunto das zonas sobre- ou sub-expostas, realiza-se um novo corte levando em conta a otimização para o conjunto das zonas.
[0054] Este novo processo de corte consiste essencialmente em delimitar zonas da peça, verificando, por um lado, que as dimensões de cada zona são inferiores ou iguais ao campo linear coberto pelo sensor de imagens, e por outro lado que o desvio padrão angular do conjunto das normais de uma zona considerada é inferior a um valor pré-determinado dependente do nível desejado de detecção dos defeitos da superfície da peça e da profundidade de campo do sensor de imagens.
[0055] Este valor pré-determinado é obtido por acoplamento de vários parâmetros. Para esse fim, a curvatura 3D pode ser medida em cada zona e combinada com a profundidade de campo do sensor óptico, o que permite informar sobre o nível de detecção que será obtido. Para assegurar uma detecção dos defeitos, um valor angular máximo de desvio entre a normal ao plano focal e a normal a um ponto de um defeito é definido utilizando a base de dados de imagens de referência. Assim, é necessário que o desvio padrão angular do conjunto das normais em cada zona seja inferior ao valor angular máximo de detecção do plano focal considerado.
[0056] O valor angular máximo de desvio é definido experimentalmente através de peças padrões. Para isto, uma peça padrão é colocada perante o sensor e determina-se o desvio angular a partir do qual não é mais possível obter uma imagem satisfatória.
[0057] O processo de corte é preferivelmente concebido de modo que a imagem de cada zona apresente certa taxa de recobrimento com as imagens das zonas vizinhas, de modo a garantir uma cobertura do conjunto da superfície da peça pelo sensor de imagem durante o programa de aquisição de imagens.
[0058] A etapa seguinte 38 consiste em definir uma trajetória ótima do braço robotizado 18 permitindo conduzir sucessivamente o sensor de imagens 24 sobre a normal média de cada zona secundária pré-determinada da superfície da peça, à distância D desta superfície, minimizando o número de movimentos do braço robotizado.
[0059] Por extrapolação dos resultados de otimização de regulações ao conjunto das zonas secundárias, pode-se determinar em 40 um programa completo de aquisição de imagens da superfície da peça, compreendendo uma trajetória do braço robotizado, meios 20 de suporte do sensor de imagens, e meios 22 de suporte da fonte luminosa, permitindo conduzir sucessivamente o sensor de imagem 24 e a fonte luminosa 26 nas suas posições ótimas respectivas para a aquisição de uma imagem de cada zona da superfície da peça, bem como a evolução ótima da intensidade de emissão da fonte luminosa durante esta trajetória.
[0060] O ensaio não destrutivo é realizado quando de uma segunda fase 42, a superfície da peça a ensaiar sendo cortada em zonas secundárias de aquisição óptica otimizadas de acordo com a fase descrita em 30. Registra-se em 44 uma imagem de cada zona da superfície da peça a ensaiar seguindo o programa de aquisição de imagens obtido graças à leitura tridimensional da topologia da superfície da peça.
[0061] Algoritmos de tratamento de imagens são aplicados em 46 às imagens de cada uma das zonas. Estes algoritmos consistem essencialmente em extrair de uma imagem de uma zona as partes correspondendo às heterogeneidades em nível de cinza em relação ao resto da imagem. Estas partes são em seguida comparadas com as imagens na base de dados de referência tendo uma mesma forma geométrica e as mesmas características de superfície, ou seja, uma rugosidade de superfície idêntica, um material idêntico aquele sobre o qual a imagem foi obtida, e um processo idêntico de obtenção da superfície. Para cada imagem estudada, compara-se, por exemplo, a distribuição espacial dos níveis de cinza das partes heterogêneas assinaladas sobre a zona estudada com os defeitos presentes sobre as imagens na base de dados de imagens de referência.
[0062] A comparação conduz a dois resultados: - quer nenhuma correspondência é estabelecida com uma imagem da base de dados de imagens de referência, - quer uma correspondência é estabelecida.
[0063] No primeiro caso, onde nenhuma correspondência é estabelecida com a base de dados de imagens de referência para uma imagem de uma zona dada da peça, esta zona é analisada por meio de um instrumento de ensaio não destrutivo convencional sustentado pelo braço robotizado, a fim de determinar se se trata ou não de um defeito. Esta informação é registrada em seguida na base de dados de imagens de referência com a imagem e em relação notadamente com as condições de aquisição da imagem, o estado de superfície e o tipo de material da peça.
[0064] No segundo caso, onde uma correspondência foi estabelecida com uma imagem da base de dados de imagens de referência, um critério de confiabilidade é aplicado a esta correspondência e consiste em procurar na base de dados de imagens de referência o número de n vezes onde tal imagem já foi fotografada. Se n for superior a um valor limiar N determinado, a detecção é considerada como confiável e atribui-se a esta imagem a informação relativa à presença ou não de um defeito. No caso em que n é inferior ao valor limiar N, um método de ensaio não destrutivo por um instrumento convencional é empregado de modo a confirmar a informação sobre a presença ou não de um defeito. O número de vezes onde uma correspondência foi estabelecida com uma imagem da base de dados de imagens de referência é incrementado em seguida a n+1.
[0065] A realização do processo de acordo com a invenção pode assim ser feita sem intervenção humana no caso em que existe uma correspondência confiável com a base de dados de imagens de referência. No caso em que a utilização de meios de ensaio não destrutivos convencionais é necessária, a imagem obtida é integrada à base de dados de imagens de referência para completar a mesma e melhorar as detecções futuras.
[0066] O processo de ensaio não destrutivo descrito acima permite detectar defeitos com uma sensibilidade comparável às técnicas de inspeção de líquido penetrante apresentando ao mesmo tempo numerosas vantagens em relação a estas técnicas, como foi mencionado no que precede.
[0067] Este processo apresenta em particular a vantagem de ser inteiramente automatizável. Este processo é igualmente auto-adaptativo. Com efeito, qualquer que seja o posicionamento inicial da peça em relação à fonte de iluminação e em relação ao sensor e qualquer que seja a forma da peça, é possível graças à aquisição tridimensional inicial efetuar uma operação de ensaio não destrutivo.
[0068] A figura 3 é uma representação esquemática de um organograma do processo de acordo com a invenção, compreendendo essencialmente: - uma leitura tridimensional da superfície da peça, a partir da qual se calcula a posição real da peça em face do dispositivo de iluminação e de tirada de fotos, - o cálculo de uma trajetória deste dispositivo para a aquisição óptica bidimensional da superfície da peça, - a aquisição de imagens globais da peça utilizando os parâmetros da base de dados relativos à matéria, à rugosidade e à forma da superfície, - uma análise das imagens e a determinação nestas imagens de zonas permitindo uma otimização das regulações ópticas ligadas à exposição em função dos parâmetros figurando na base de dados sobre a orientação do sensor de tirada de fotos, a iluminação e a forma da superfície, - o cálculo de uma trajetória de aquisição de imagens permitindo otimizar as regulações ópticas levando em conta a análise acima e uma trajetória do dispositivo de iluminação, - a otimização das regulações ópticas de aquisição de imagens das zonas definidas previamente, - a análise das imagens, a validação das regulações otimizadas para as diferentes zonas e o seu registro na base de dados, - a discretização da superfície da peça em zonas de aquisição levando em conta as regulações otimizadas, para obter a melhor qualidade de imagem em cada zona discretizada (a discretização permitindo dividir uma zona apresentando um defeito de imagem, por exemplo, uma sobre-exposição local, em zonas menores e mais homogêneas das quais se regula a iluminação e os parâmetros de tomada de imagem em valores ótimos), - depois, em combinação com o resultado de uma etapa de segmentação, simplificação e reconstrução, o cálculo de uma trajetória de aquisição de imagens no real, - a tomada de imagens da superfície da peça com as regulações otimizadas, - a análise das imagens e a pesquisa de defeitos e de artefatos ópticos, - a caracterização dos defeitos e artefatos encontrados e sua comparação com defeitos e artefatos conhecidos registrados em uma base de dados, a partir dos seus pesos em pixéis, da curvatura 3D da peça, e da distribuição de cada defeito em um sentido longitudinal e um sentido transversal, - depois, se os defeitos e artefatos encontrados já forem conhecidos, o seu registro em base de dados de referência e a edição de um relatório correspondente, - ou, se os defeitos e artefatos encontrados não figuram na base de dados, sua correlação pelos processos de ensaio não destrutivo (por exemplo, correntes de Foucault ou imagem térmica), sua identificação como novo defeito ou novo artefato óptico e seu registro em base de dados de referência.
Claims (10)
1. Processo automatizado de ensaio não destrutivo de uma peça mecânica (14) por meio de um dispositivo (10) compreendendo um sensor de imagens (24), uma fonte luminosa de iluminação (26) e meios (18, 22) de deslocamento relativo do sensor de imagens, da fonte luminosa e da peça mecânica, o processo compreendendo: efetuar, usando um computador, uma leitura tridimensional de uma superfície da peça, definir, usando o computador, uma primeira subdivisão da superfície da peça em zonas apropriadas para serem fotografadas pelo sensor de imagens, definir, usando o computador, trajetórias respectivas para o sensor de imagens e para a fonte luminosa relativamente à peça, adquirir imagens das zonas da superfície da peça, caracterizado pelo fato de que compreende ainda: - analisar, usando o computador, as imagens e determinar, usando o computador, zonas nas imagens que são sobre-expostas ou sub-expostas; - otimizar, usando o computador, parâmetros ópticos de aquisição de imagens das zonas nas imagens que são sobre-expostas ou sub-expostas e definir, usando o computador, uma segunda subdivisão da superfície da peça com base na otimização dos parâmetros ópticos para as zonas nas imagens que são sobre- expostas ou sub-expostas; - definir, usando o computador, uma nova trajetória para o sensor de imagens e uma nova trajetória para a fonte luminosa permitindo adquirir imagens da superfície da peça com base nos parâmetros ópticos otimizados e na segunda subdivisão; - adquirir imagens das zonas seguindo as novas trajetórias e registrar as imagens; - comparar, usando o computador, as imagens registradas com imagens de referência registradas em uma base de dados; e - determinar automaticamente, usando o computador, eventuais defeitos da superfície da peça nas imagens registradas com base na comparação das imagens registradas com as imagens de referência registradas na base de dados, em que, quando as imagens registradas não correspondem com as imagens de referência registradas na base de dados, um ensaio não destrutivo da superfície da peça é realizado usando um instrumento de ensaio não destrutivo portado pelos meios para determinar se um defeito está presente, e a base de dados é atualizada para incluir as imagens registradas e os resultados do ensaio não destrutivo, e em que a otimização ainda inclui verificar, usando o computador, que a área de superfície de cada zona resultante da subdivisão secundária é menor do que um campo coberto pelo sensor de imagens, e o desvio padrão das normais em todos os pontos das zonas é menor do que um valor mínimo predeterminado.
2. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda constituir previamente uma base de dados na qual são registradas imagens de referência de superfícies de peça mecânica apresentando defeitos típicos, cada imagem sendo registrada conjuntamente com dados de características de superfície, tais como a natureza do material e a sua rugosidade, com informações relativas às condições de iluminação e de tirada de foto, e com um indicador da qualidade de detecção de um defeito na superfície da peça, o processo em seguida registrando na base de dados modificações dos parâmetros ópticos e das trajetórias de aquisição e os resultados dos ensaios efetuados sobre as várias peças.
3. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que a leitura tridimensional da superfície da peça é efetuada uma única vez para qualquer tipo dado de peça mecânica, quando as diferenças de forma e de aspecto entre as peças ensaiadas são pequenas ou sensivelmente nulas.
4. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que a peça a ensaiar é submetida à dita leitura tridimensional da sua superfície quando apresenta desvios de forma e de aspecto não negligenciáveis em relação a outras peças ensaiadas.
5. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda, após a leitura tridimensional da superfície da peça, gerar, usando o computador, um modelo digital da superfície sob a forma de curvas matemáticas tais como curvas de Bézier e funções NURBS, e reajustar o sensor de imagens e a fonte luminosa em relação à peça utilizando a leitura tridimensional.
6. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que os parâmetros ópticos de aquisição de imagens são otimizados variando uma intensidade e ângulo de incidência da iluminação produzida pela fonte luminosa, e compreendendo ainda determinar, usando o computador, o valor ótimo da intensidade e do ângulo de incidência da iluminação por comparação entre si de imagens em referência à base de dados estabelecendo uma relação entre o nível de detecção dos defeitos de superfície e, por um lado, a intensidade e o ângulo de incidência da iluminação e, por outro lado, as características de superfície.
7. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda deslocar o sensor de imagens (24) e a fonte luminosa (26) em relação à peça mecânica (14) por meio de braços robotizados (18, 22) portando respectivamente o sensor de imagens e a fonte luminosa.
8. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que o sensor de imagens (24) é um aparelho fotográfico de matriz de fotodetectores do tipo CCD ou CMOS.
9. Processo de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda: - realizar, usando o computador, uma leitura tridimensional da superfície da peça, a partir da qual se calcula a posição real da peça em face do dispositivo de iluminação e do sensor de imagens, - calcular, usando o computador, uma trajetória do dispositivo para a aquisição óptica de imagens bidimensionais da superfície da peça, - adquirir, usando o computador, imagens globais da peça utilizando os parâmetros da base de dados relativos à matéria, à rugosidade e à forma da superfície da peça, - analisar, usando o computador, as imagens e determinar, usando o computador, zonas nas imagens que servem para otimizar regulações ópticas ligadas à exposição em função dos parâmetros figurando na base de dados sobre a orientação do sensor de imagens, a iluminação e a forma da superfície, - calcular, usando o computador, uma trajetória de aquisição de imagens permitindo otimizar as regulações ópticas levando em conta a análise acima e uma trajetória do dispositivo de iluminação, - otimizar, usando o computador, regulações ópticas de aquisição de imagens das zonas definidas; - analisar as imagens, validar as regulações otimizadas para as diferentes zonas e armazenar as regulações otimizadas na base de dados; - subdividir, usando o computador, a superfície da peça em zonas de aquisição discretas que levam em consideração as regulações otimizadas; - em seguida, em combinação com o resultado de uma segmentação, simplificar e reconstruir, calcular, usando o computador, uma trajetória de aquisição de imagens em tempo real, - tomar imagens da superfície da peça com as regulações otimizadas, - analisar, usando o computador, as imagens e buscar defeitos e artefatos ópticos, e - caracterizar, usando o computador, os defeitos e artefatos encontrados e comparar os defeitos e artefatos encontrados com defeitos e artefatos conhecidos armazenados em uma base de dados.
10. Processo de acordo com a reivindicação 6, caracterizado pelo fato de que o valor ótimo para a intensidade e o ângulo de incidência da iluminação é determinado, usando o computador, com base em uma diferença de ângulo entre uma normal a um plano focal e uma normal a um ponto de um defeito usando defeitos conhecidos na base de dados.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR0807460A FR2940449A1 (fr) | 2008-12-24 | 2008-12-24 | Procede de controle non destructif d'une piece mecanique |
| FR08/07460 | 2008-12-24 | ||
| FR0903289A FR2940443B1 (fr) | 2008-12-24 | 2009-07-03 | Procede de controle non destructif d'une piece mecanique |
| FR09/03289 | 2009-07-03 | ||
| PCT/FR2009/001468 WO2010072920A1 (fr) | 2008-12-24 | 2009-12-21 | Procede de controle non destructif d'une piece mecanique |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| BRPI0923657A2 BRPI0923657A2 (pt) | 2016-01-19 |
| BRPI0923657B1 true BRPI0923657B1 (pt) | 2021-05-04 |
Family
ID=40897518
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BRPI0923657-0A BRPI0923657B1 (pt) | 2008-12-24 | 2009-12-21 | Processo automatizado de ensaio não destrutivo de uma peça mecânica |
Country Status (9)
| Country | Link |
|---|---|
| US (1) | US8866891B2 (pt) |
| EP (1) | EP2368105B1 (pt) |
| JP (1) | JP2012514193A (pt) |
| CN (1) | CN102308201A (pt) |
| BR (1) | BRPI0923657B1 (pt) |
| CA (1) | CA2748013C (pt) |
| FR (2) | FR2940449A1 (pt) |
| RU (1) | RU2518288C2 (pt) |
| WO (1) | WO2010072920A1 (pt) |
Families Citing this family (70)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100091094A1 (en) * | 2008-10-14 | 2010-04-15 | Marek Sekowski | Mechanism for Directing a Three-Dimensional Camera System |
| FR2962357B1 (fr) * | 2010-07-09 | 2013-02-22 | Snecma | Procede de reparation ou de rechargement d'au moins une piece metallique |
| FR2965388B1 (fr) * | 2010-09-29 | 2012-10-19 | Tokendo | Procede de mesure videoscopique |
| CN103364403A (zh) * | 2012-04-06 | 2013-10-23 | 鸿富锦精密工业(深圳)有限公司 | 产品质量自动化控管系统及方法 |
| FR2994308B1 (fr) * | 2012-08-03 | 2014-07-25 | Snecma | Procede de controle non destructif d'une preforme d'aube |
| FR2997926B1 (fr) * | 2012-11-13 | 2014-12-26 | Dassault Aviat | Systeme et procede de controle automatique de la conformite de realisation d'elements dans une structure d'aeronef |
| JP2014169947A (ja) * | 2013-03-05 | 2014-09-18 | Hitachi Ltd | 形状検査方法およびその装置 |
| EP2979082B1 (fr) * | 2013-03-29 | 2023-04-26 | Safran Aircraft Engines | Procédé et système de détection de défauts sur un objet |
| CN104280398A (zh) * | 2013-07-05 | 2015-01-14 | 上海维锐智能科技有限公司 | 一种电子元器件的自动测试装置 |
| AT514553B1 (de) * | 2013-09-26 | 2015-02-15 | Polymer Competence Ct Leoben Gmbh | Verfahren und Vorrichtung zur optischen Untersuchung einer Oberfläche eines Körpers |
| US9404904B2 (en) * | 2013-11-05 | 2016-08-02 | The Boeing Company | Methods and systems for non-destructive inspection |
| CN104697444A (zh) * | 2013-12-10 | 2015-06-10 | 鸿富锦精密工业(深圳)有限公司 | 检测系统 |
| CN103759638B (zh) * | 2014-01-10 | 2019-04-02 | 北京力信联合科技有限公司 | 一种零件检测方法 |
| US9229674B2 (en) | 2014-01-31 | 2016-01-05 | Ebay Inc. | 3D printing: marketplace with federated access to printers |
| CN103808734B (zh) * | 2014-03-07 | 2016-10-05 | 上海齐宏检测技术有限公司 | 汽车零配件全自动检测设备 |
| CN103954213B (zh) * | 2014-04-17 | 2017-05-31 | 北京力信联合科技有限公司 | 一种分析零件的实测图的方法 |
| CN104006757B (zh) * | 2014-06-13 | 2017-01-11 | 苏州西博三维科技有限公司 | 焊接变形实时检测系统及其检测方法 |
| RU2570938C1 (ru) * | 2014-07-28 | 2015-12-20 | Открытое акционерное общество "Московское машиностроительное предприятие им. В.В. Чернышёва" | Способ диагностирования образования и развития трещины в дисках авиационного газотурбинного двигателя при циклической нагрузке |
| WO2016083897A2 (en) * | 2014-11-24 | 2016-06-02 | Kitov Systems Ltd. | Automated inspection |
| US9595037B2 (en) | 2014-12-16 | 2017-03-14 | Ebay Inc. | Digital rights and integrity management in three-dimensional (3D) printing |
| US20160167307A1 (en) * | 2014-12-16 | 2016-06-16 | Ebay Inc. | Systems and methods for 3d digital printing |
| CN104897686A (zh) * | 2015-05-25 | 2015-09-09 | 张家港市锐正精密工具有限公司 | 一种检测锯片铣刀质量的方法 |
| JP6520451B2 (ja) * | 2015-06-19 | 2019-05-29 | 株式会社デンソー | 外観撮影装置及び外観撮影方法 |
| JP6423769B2 (ja) | 2015-08-31 | 2018-11-14 | ファナック株式会社 | 加工精度維持機能を有する加工システム |
| US10713773B2 (en) * | 2015-09-08 | 2020-07-14 | General Electric Company | System and method for identifying a condition of rotary machine components |
| US10852217B2 (en) | 2015-09-08 | 2020-12-01 | General Electric Company | Methods and systems for determining causes of conditions in components of rotary machines |
| CN105259248A (zh) * | 2015-11-20 | 2016-01-20 | 北京理工大学 | 航空发动机叶片表面损伤涡流扫查系统 |
| US9747683B2 (en) * | 2015-12-21 | 2017-08-29 | General Electric Company | Methods and systems for detecting component wear |
| US9875535B2 (en) | 2016-02-11 | 2018-01-23 | Caterpillar Inc. | Wear measurement system using computer vision |
| US9880075B2 (en) | 2016-02-11 | 2018-01-30 | Caterpillar Inc. | Wear measurement system using a computer model |
| JP6568500B2 (ja) * | 2016-04-28 | 2019-08-28 | 川崎重工業株式会社 | 部品取付システムおよび部品取付方法 |
| US10596754B2 (en) * | 2016-06-03 | 2020-03-24 | The Boeing Company | Real time inspection and correction techniques for direct writing systems |
| US10262404B2 (en) * | 2016-06-14 | 2019-04-16 | General Electric Company | Method and system for articulation of a visual inspection device |
| JP6695253B2 (ja) * | 2016-10-07 | 2020-05-20 | 株式会社豊田中央研究所 | 表面検査装置及び表面検査方法 |
| JP6353008B2 (ja) * | 2016-11-02 | 2018-07-04 | ファナック株式会社 | 検査条件決定装置、検査条件決定方法及び検査条件決定プログラム |
| CN106556343A (zh) * | 2016-12-01 | 2017-04-05 | 西安电子科技大学 | 一种风力发电装备轮毂特征参数快速测量系统及方法 |
| FR3063153B1 (fr) * | 2017-02-22 | 2019-04-05 | Safran Aircraft Engines | Procede et dispositif de controle de conformite d'une piece |
| JP2018159650A (ja) * | 2017-03-23 | 2018-10-11 | 株式会社Screenホールディングス | 照明装置、照明方法および撮像装置 |
| JP2018165655A (ja) * | 2017-03-28 | 2018-10-25 | 凸版印刷株式会社 | 対象物計測制御装置及び対象物計測制御方法 |
| FR3067113B1 (fr) * | 2017-05-30 | 2019-06-28 | Areva Np | Procede de controle de la surface d'une piece par un capteur robotise |
| FR3069346B1 (fr) * | 2017-07-24 | 2020-11-13 | Safran | Procede de controle d'une surface |
| US10269108B2 (en) * | 2017-09-01 | 2019-04-23 | Midea Group Co., Ltd. | Methods and systems for improved quality inspection of products using a robot |
| JP2019045330A (ja) * | 2017-09-04 | 2019-03-22 | 日本電産コパル株式会社 | 外観検査装置及び製品製造システム |
| JP2019155625A (ja) * | 2018-03-08 | 2019-09-19 | 宇部興産機械株式会社 | 成形品の撮影方法および成形品の撮影装置 |
| JP6870636B2 (ja) * | 2018-03-12 | 2021-05-12 | オムロン株式会社 | 外観検査システム、画像処理装置、設定装置および検査方法 |
| JP6879238B2 (ja) * | 2018-03-13 | 2021-06-02 | オムロン株式会社 | ワークピッキング装置及びワークピッキング方法 |
| JP6977634B2 (ja) * | 2018-03-13 | 2021-12-08 | オムロン株式会社 | 外観検査装置、外観検査方法及びプログラム |
| JP7073828B2 (ja) | 2018-03-22 | 2022-05-24 | オムロン株式会社 | 外観検査システム、設定装置および検査方法 |
| US10621717B2 (en) * | 2018-03-30 | 2020-04-14 | General Electric Compnay | System and method for image-based target object inspection |
| JP6962858B2 (ja) * | 2018-04-27 | 2021-11-05 | ファナック株式会社 | 画像管理装置 |
| JP7006567B2 (ja) * | 2018-11-09 | 2022-01-24 | オムロン株式会社 | 撮影方法及び撮影装置 |
| US10746667B2 (en) | 2018-11-27 | 2020-08-18 | General Electric Company | Fluorescent penetrant inspection system and method |
| US10726543B2 (en) | 2018-11-27 | 2020-07-28 | General Electric Company | Fluorescent penetrant inspection system and method |
| IT201900004063A1 (it) * | 2019-03-20 | 2020-09-20 | Automatic System Srl | Sistema di caricamento per una pluralità di componenti da lavorare o assemblare e relativa macchina automatica per l’assemblaggio o per la lavorazione di una pluralità di componenti. |
| CN110146505A (zh) * | 2019-04-01 | 2019-08-20 | 广州超音速自动化科技股份有限公司 | 极片材料物理缺陷多级曝光时间检测方法及设备 |
| DE102019210085A1 (de) | 2019-07-09 | 2021-01-14 | Glatt Gmbh | Archivierungssystem und Verfahren zur Archivierung von elektronischen Daten |
| JP7274208B2 (ja) * | 2019-07-18 | 2023-05-16 | レボックス株式会社 | 光学系設計情報管理システム |
| EP3875892B1 (de) * | 2020-03-04 | 2022-06-01 | Carl Zeiss Industrielle Messtechnik GmbH | Optische messvorrichtung, verfahren zum erstellen eines messprogramms zur optischen vermessung eines messobjektes und prüfverfahren zur optischen vermessung eines messobjektes |
| CN111610751B (zh) * | 2020-05-21 | 2023-07-28 | 天津工业大学 | 过点集nurbs插值曲线的插值误差多次细分迭代计算方法 |
| WO2021243360A1 (en) * | 2020-05-29 | 2021-12-02 | Lam Research Corporation | Automated visual-inspection system |
| US12412263B2 (en) * | 2020-08-11 | 2025-09-09 | Baker Hughes Oilfield Operations Llc | Automated defect detection |
| JP7494652B2 (ja) * | 2020-08-25 | 2024-06-04 | 株式会社プロテリアル | 外観検査準備装置および外観検査準備方法 |
| CN112826308B (zh) * | 2020-12-29 | 2022-06-03 | 浙江上享厨具有限公司 | 一种多层复合不锈钢锅具及其制备方法 |
| EP4409519A4 (en) * | 2021-10-03 | 2025-09-17 | Kitov Systems Ltd | ROBOTIC INSPECTION PROCESSES AND SYSTEMS |
| CN115855953A (zh) * | 2022-11-29 | 2023-03-28 | 南京秋辰光电技术有限公司 | 一种发动机缸盖的三维缺陷检测方法及其装置 |
| CN115741779A (zh) * | 2022-11-29 | 2023-03-07 | 广州国巡机器人科技有限公司 | 一种复合机器人的视觉作业装置及其系统 |
| CN115728313B (zh) * | 2022-12-09 | 2025-03-28 | 中国航发贵州黎阳航空动力有限公司 | 一种用于叶片表面缺陷检测的自动化测量装置及使用方法 |
| CN118778579B (zh) * | 2024-09-04 | 2024-12-03 | 中电科大数据研究院有限公司 | 一种基于人工智能的加工流程控制方法及系统 |
| CN119086443A (zh) * | 2024-09-05 | 2024-12-06 | 天津大学 | 一种工业品智能检测方法及装置 |
| CN119292073A (zh) * | 2024-12-09 | 2025-01-10 | 上海申茂电磁线有限公司 | 聚酰亚胺烧结线叠包率自动控制系统 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5164603A (en) * | 1991-07-16 | 1992-11-17 | Reynolds Metals Company | Modular surface inspection method and apparatus using optical fibers |
| US5175601A (en) * | 1991-10-15 | 1992-12-29 | Electro-Optical Information Systems | High-speed 3-D surface measurement surface inspection and reverse-CAD system |
| RU2126523C1 (ru) * | 1996-10-28 | 1999-02-20 | Институт физики прочности и материаловедения СО РАН | Способ неразрушающего контроля механического состояния объектов и устройство для его осуществления |
| KR100267665B1 (ko) * | 1997-08-28 | 2001-01-15 | 하나와 요시카즈 | 표면검사장치 |
| WO2000063681A2 (de) * | 1999-04-19 | 2000-10-26 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Bildbearbeitung zur vorbereitung einer texturnalyse |
| US6693664B2 (en) * | 1999-06-30 | 2004-02-17 | Negevtech | Method and system for fast on-line electro-optical detection of wafer defects |
| EP1371223A1 (en) * | 2001-03-16 | 2003-12-17 | Personal Robotics Inc. | System and method to increase effective dynamic range of image sensors |
| JP3729156B2 (ja) * | 2002-06-07 | 2005-12-21 | 株式会社日立製作所 | パターン欠陥検出方法およびその装置 |
| DE10261865A1 (de) * | 2002-12-20 | 2004-07-15 | Uwe Braun Sonnenlichtleitsysteme Lichtsysteme Gmbh | Verfahren, Vorrichtung und Computerprogramm zur optischen Oberflächenerfassung |
| DE102004007829B4 (de) * | 2004-02-18 | 2007-04-05 | Isra Vision Systems Ag | Verfahren zur Bestimmung von zu inspizierenden Bereichen |
| DE102004052508B4 (de) * | 2004-10-21 | 2006-08-03 | Pixargus Gmbh | System und Verfahren zum Vermessen und zum Überwachen der Oberfläche eines Körpers |
| JP4266971B2 (ja) * | 2005-09-22 | 2009-05-27 | アドバンスド・マスク・インスペクション・テクノロジー株式会社 | パターン検査装置、パターン検査方法、及び検査対象試料 |
| US7760930B2 (en) | 2006-02-21 | 2010-07-20 | Taiwan Semiconductor Manufacturing Company, Ltd. | Translation engine of defect pattern recognition |
| KR20080013059A (ko) * | 2006-08-07 | 2008-02-13 | 삼성전자주식회사 | 씨엠피공정설비의 웨이퍼 검사장치 및 그 방법 |
-
2008
- 2008-12-24 FR FR0807460A patent/FR2940449A1/fr active Pending
-
2009
- 2009-07-03 FR FR0903289A patent/FR2940443B1/fr active Active
- 2009-12-21 US US13/142,075 patent/US8866891B2/en active Active
- 2009-12-21 WO PCT/FR2009/001468 patent/WO2010072920A1/fr not_active Ceased
- 2009-12-21 CN CN2009801562056A patent/CN102308201A/zh active Pending
- 2009-12-21 JP JP2011542861A patent/JP2012514193A/ja active Pending
- 2009-12-21 RU RU2011130930/28A patent/RU2518288C2/ru active
- 2009-12-21 EP EP09803796.3A patent/EP2368105B1/fr active Active
- 2009-12-21 CA CA2748013A patent/CA2748013C/fr active Active
- 2009-12-21 BR BRPI0923657-0A patent/BRPI0923657B1/pt active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| US20110298901A1 (en) | 2011-12-08 |
| FR2940443B1 (fr) | 2011-10-14 |
| WO2010072920A8 (fr) | 2011-07-07 |
| US8866891B2 (en) | 2014-10-21 |
| CA2748013C (fr) | 2017-07-04 |
| RU2011130930A (ru) | 2013-01-27 |
| CA2748013A1 (fr) | 2010-07-01 |
| CN102308201A (zh) | 2012-01-04 |
| WO2010072920A1 (fr) | 2010-07-01 |
| EP2368105B1 (fr) | 2017-06-28 |
| FR2940449A1 (fr) | 2010-06-25 |
| BRPI0923657A2 (pt) | 2016-01-19 |
| RU2518288C2 (ru) | 2014-06-10 |
| JP2012514193A (ja) | 2012-06-21 |
| FR2940443A1 (fr) | 2010-06-25 |
| EP2368105A1 (fr) | 2011-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BRPI0923657B1 (pt) | Processo automatizado de ensaio não destrutivo de uma peça mecânica | |
| US7015473B2 (en) | Method and apparatus for internal feature reconstruction | |
| JP6223342B2 (ja) | ガスタービンを検査するための内視鏡検査システムおよび対応する方法 | |
| US10760902B2 (en) | Measurement processing device, x-ray inspection apparatus, method for manufacturing structure, measurement processing method, x-ray inspection method, measurement processing program, and x-ray inspection program | |
| US11016038B2 (en) | Measurement processing device, measurement processing method, measurement processing program, and method for manufacturing structure | |
| KR101167292B1 (ko) | 검사경로의 계획방법 및 검사영역의 결정방법 | |
| TWI476365B (zh) | 用於使位置資料與超音波資料相關之方法及評估服役中之飛行器零件的方法 | |
| CN114222915B (zh) | X射线自动化校准和监测 | |
| JP2012515913A (ja) | 光学測定方法およびシステム | |
| CN113748311A (zh) | 涡轮发动机叶片缺陷自动检测系统的训练方法 | |
| US12153409B2 (en) | Computer-implemented method for determining defects of an object produced using an additive manufacturing process | |
| JP2015526722A (ja) | ブレードプリフォームの非破壊試験方法 | |
| JP4977415B2 (ja) | タイヤ検査用基準形状データの作成装置および作成方法 | |
| US6618689B2 (en) | Method for the non-destructive inspection of wall strength | |
| ES2497868T3 (es) | Procedimiento y dispositivo de evaluación para determinar la ubicación de una estructura que se encuentra en un objeto a examinar mediante tomografía computarizada de rayos X | |
| CN107407646B (zh) | 测量处理装置、x射线检查装置、测量处理方法、测量处理程序及结构物的制造方法 | |
| Sioma | Quality control system of wooden flanges based on vision measurement system | |
| JP2019020205A (ja) | 金型表面の油膜厚さ測定方法 | |
| JPH01235839A (ja) | 透過線像を作製するための装置及び方法 | |
| CN114146328B (zh) | 基于组合模体的加速器系统的自动化qa方法 | |
| US20050152504A1 (en) | Method and apparatus for automated tomography inspection | |
| CN117677838B (zh) | 测试设备和测试方法 | |
| US10255671B1 (en) | System and method for capture of high resolution/high magnification images | |
| CN120253849B (zh) | 机械臂配件在铸造后的缺陷检测方法以及系统 | |
| JPH10122837A (ja) | 形鋼のオンライン測定装置の校正方法および装置、並びに校正治具搭載用架台 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B06F | Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette] | ||
| B06T | Formal requirements before examination [chapter 6.20 patent gazette] | ||
| B15K | Others concerning applications: alteration of classification |
Free format text: AS CLASSIFICACOES ANTERIORES ERAM: G01N 21/95 , G05B 19/418 , G06T 7/00 , G05B 19/00 Ipc: B25J 9/16 (1985.01), G01N 21/95 (2000.01), G06T 7/ |
|
| B07A | Technical examination (opinion): publication of technical examination (opinion) [chapter 7.1 patent gazette] | ||
| B06A | Notification to applicant to reply to the report for non-patentability or inadequacy of the application [chapter 6.1 patent gazette] | ||
| B09A | Decision: intention to grant [chapter 9.1 patent gazette] | ||
| B16A | Patent or certificate of addition of invention granted |
Free format text: PRAZO DE VALIDADE: 10 (DEZ) ANOS CONTADOS A PARTIR DE 04/05/2021, OBSERVADAS AS CONDICOES LEGAIS. |