本實用新型涉及一種基于機器視覺的薄壁件工作模態(tài)測試裝置。
背景技術(shù)：
：薄壁件由于重量輕、結(jié)構(gòu)效率高等優(yōu)點，因此在工業(yè)生產(chǎn)中得到了廣泛的應(yīng)用。但由于薄壁件的壁厚相對整體尺寸通常都很小，并且一般剛度小、面積大，所以在機械系統(tǒng)運行過程中很容易發(fā)生振動，從而引起機械部件之間的干擾，發(fā)出振動噪聲，或者在機械長期的運動中導(dǎo)致機械故障，過大的振動甚至?xí)饸缧缘氖鹿?，因此必需對薄壁件進行模態(tài)測試。模態(tài)是機械結(jié)構(gòu)的固有振動特性，每一個模態(tài)都有一個特定的固有頻率、阻尼比和模態(tài)振型等。這些模態(tài)參數(shù)可以由計算或?qū)嶒灧治鋈〉?，這樣一個計算或試驗分析過程稱為模態(tài)分析。這個分析過程如果是由有限元計算方法取得的，則稱為計算模態(tài)分析；如果通過試驗采集系統(tǒng)輸入和結(jié)構(gòu)輸出確定模態(tài)參數(shù)，稱為實驗?zāi)B(tài)分析；對于那些無法利用人工激勵或者未知輸入激勵大小的被測對象無法進行實驗?zāi)B(tài)測試的，稱為工作模態(tài)分析。實驗?zāi)B(tài)測試是在實驗室比較理想的工作環(huán)境中采用人工方式激勵自由狀態(tài)的被測對象，以采集到的結(jié)構(gòu)響應(yīng)和輸入的激勵序列為分析基礎(chǔ)進行模態(tài)參數(shù)識別進而獲得模態(tài)參數(shù)。主要是通過加速度接觸式傳感器或使用多普勒激光測振儀這種非接觸式振動測試傳感器來進行測量。實驗?zāi)B(tài)測試方法主要存在兩個方面的局限性，其一要求被測對象為自由狀態(tài)，其二必須是已知的輸入激勵。對于那些無法利用人工激勵或者無法測得激勵大小的被測對象無法進行實驗?zāi)B(tài)測試，就必須進行工作模態(tài)分析，這種方法的優(yōu)點是只需要獲取輸出響應(yīng)數(shù)據(jù)，不需要知道輸入激勵數(shù)據(jù)，采集到的振動數(shù)據(jù)來源于結(jié)構(gòu)實際振動的工作環(huán)境，測試結(jié)果更符合實際的邊界條件、更能夠反映結(jié)構(gòu)在實際工作條件下的動態(tài)特性、更具有工程實際參考價值。也可以采用加速度傳感器附著于待測物體表面的方法進行物體模態(tài)的測量，但由于薄壁件自身輕質(zhì)壁薄的特點，使得該方法很難對薄壁件進行一個高精度的模態(tài)測量。另外，對于一些復(fù)雜結(jié)構(gòu)薄壁件的模態(tài)測量，可能會對測試的空間密度有較高的要求，為了得到一個全場高分辨率的測量結(jié)果，通常需要測量多點的振動情況，這樣就必須在物體表面布置大量的傳感器，而接觸式傳感器很難實現(xiàn)這方面的工作。隨著多普勒激光測振技術(shù)的發(fā)展，多普勒激光測振儀這種非接觸式振動測試傳感器逐漸被應(yīng)用到了薄壁件的模態(tài)測量中，解決了傳感器對薄壁構(gòu)件產(chǎn)生附加質(zhì)量的問題，但激光測振前期調(diào)試對準(zhǔn)復(fù)雜，增加了調(diào)試時間和難度；且對被測物體表面質(zhì)量要求較高，除此之外，還有一些全場光學(xué)振動測量方法可應(yīng)用于薄壁件的模態(tài)測試，如散斑剪切變形、電子散斑模式干涉和全息干涉等，雖然這些方法具有良好的全場振動測量特性，但一般均以激光作為光源，光路非常復(fù)雜，且測量結(jié)果易受外界振動的影響，只能用于具備隔振臺的實驗室內(nèi)進行科學(xué)研究測量，難以滿足工作模態(tài)測試的需求。綜上所述，現(xiàn)有的關(guān)于薄壁件的工作模態(tài)測試方法已不能滿足市場的需求，在這種情況下，針對薄壁件的工作模態(tài)測試問題，急需一種不會給被測工件增加附加質(zhì)量、空間分辨率高、操作方便的快速測量方法來滿足工業(yè)發(fā)展的需要。技術(shù)實現(xiàn)要素：為了解決上述技術(shù)問題，本實用新型提供一種安裝靈活、調(diào)試容易、測量高效準(zhǔn)確的基于機器視覺的薄壁件工作模態(tài)測試裝置，實現(xiàn)了對薄壁件工作模態(tài)的非接觸、高精度測量。本實用新型的技術(shù)方案如下：一種基于機器視覺的薄壁件工作模態(tài)測試裝置，包括工業(yè)相機、光源、圖像采集裝置及圖像處理裝置；所述的工業(yè)相機和光源置于待測薄壁件的前方，工業(yè)相機的鏡頭朝向待測薄壁件的前側(cè)面，待測薄壁件的前側(cè)面上設(shè)有多個反光特征點；所述的工業(yè)相機通過數(shù)據(jù)線與圖像采集系統(tǒng)連接；圖像采集裝置與圖像處理裝置連接。上述的基于機器視覺的薄壁件工作模態(tài)測試裝置中，所述的工業(yè)相機通過三腳架固定在待測薄壁件的正前方。上述的基于機器視覺的薄壁件工作模態(tài)測試裝置中，所述的工業(yè)相機采用的是CCD工業(yè)相機；所述的光源采用的是LED光源。上述的基于機器視覺的薄壁件工作模態(tài)測試裝置中，所述的薄壁件的一端通過螺栓固定在底座上。本實用新型與現(xiàn)有技術(shù)相比，具有以下有益效果：(1)本實用新型的基于機器視覺的薄壁件工作模態(tài)測試裝置，利用機器視覺測量技術(shù)跟蹤薄壁件上的反光特征點的位移，可得到薄壁件上多點的振動信息，并可對多點的振動信息進行同步分析，進而可得到工作模態(tài)參數(shù)，本實用新型具有空間分辨率高，高效準(zhǔn)確等優(yōu)點。(2)本實用新型的基于機器視覺的薄壁件工作模態(tài)測試方法不影響薄壁件的振動特性、結(jié)構(gòu)靈活、操作方便；解決了激光掃描測振時調(diào)試對準(zhǔn)復(fù)雜，對薄壁件表面質(zhì)量要求高的問題；且實現(xiàn)了非接觸測量，不改變待測薄壁件的振動特性，能準(zhǔn)確測量出薄壁件的工作模態(tài)參數(shù)，附圖說明圖1為本實用新型的基于機器視覺的薄壁件工作模態(tài)測試裝置的結(jié)構(gòu)示意圖。圖2為本實用新型的反光特征點在待測薄壁件上的布置圖。圖3為本實用新型的待測薄壁件的外形尺寸圖。圖4為本實用新型的序列圖像處理的工作流程圖。圖5為本實用新型的圖像濾波去噪的程序流程圖。圖6為本實用新型的隨機子空間識別方法流程圖。圖7為基于ANSYS有限元仿真的薄壁梁的一階模態(tài)振型。圖8為基于ANSYS有限元仿真的薄壁梁的二階模態(tài)振型。圖9為按照本實用新型的基于機器視覺的薄壁件工作模態(tài)測試方法獲得的薄壁梁的一階模態(tài)振型圖。圖10為按照本實用新型的基于機器視覺的薄壁件工作模態(tài)測試方法獲得的薄壁梁的二階模態(tài)振型圖。具體實施方式下面結(jié)合附圖對本實用新型作進一步的說明。如圖1所示，本實用新型的基于機器視覺的薄壁件工作模態(tài)測試裝置，包括三角架1、CCD工業(yè)相機2、LED光源3、反光特征點4、待測薄壁件5、固定底座6、圖像采集裝置7及圖像處理裝置8。待測薄壁件5的一端通過兩個螺栓被固定在底座6上，另一端處于自由懸空狀態(tài)。如圖2所示，待測薄壁件5的前側(cè)面的中心線上等間距設(shè)有多個反光特征點4，反光特征點4采用的是激光打印貼，反光特征點4數(shù)量依據(jù)需要靈活設(shè)置，使用前將激光打印貼在待測薄壁件5前面的中線上。CCD工業(yè)相機2通過三腳架1水平固定在待測薄壁件5的正前方，CCD工業(yè)相機2的鏡頭朝向待測薄壁件5的前側(cè)面；并通過數(shù)據(jù)線連接到圖像采集裝置7，圖像采集裝置7與圖像處理裝置8連接，LED光源3設(shè)置在待測薄壁件5的前方，位于CCD工業(yè)相機2左側(cè)。利用上述基于機器視覺的薄壁件工作模態(tài)測試裝置的基于機器視覺的薄壁件工作模態(tài)測試方法，包括如下步驟：第1步：求取CCD工業(yè)相機2與待測薄壁件5的相對位姿關(guān)系，并對CCD工業(yè)相機2的主點坐標(biāo)(u0,v0)、水平方向的等效焦距ax、垂直方向的等效焦距ay、畸變參數(shù)γ進行標(biāo)定。(1.1)CCD工業(yè)相機2成像過程實質(zhì)是幾個坐標(biāo)系之間的轉(zhuǎn)化過程，包括世界坐標(biāo)系到相機坐標(biāo)系的剛體變換，CCD工業(yè)相機2坐標(biāo)系到圖像坐標(biāo)系的透視變換以及圖像坐標(biāo)系到圖像像素坐標(biāo)系的變換，其數(shù)學(xué)模型如下：式(1)中：f為工業(yè)相機的焦距；ax為u軸上的等效焦距；ay為v軸上的等效焦距；(u0,v0)為圖像的主點坐標(biāo)，畸變因子γ＝f·α，α是相機畸變描述參數(shù)，通過相機標(biāo)定獲得；當(dāng)γ＝0時，像素平面為矩形，當(dāng)γ≠0時，像素平面不為矩形；(Xc,Yc,Zc)、(Xwp,Ywp,Zwp)分別為相機坐標(biāo)系和世界坐標(biāo)系下的坐標(biāo)，R為3×3的單位正交旋轉(zhuǎn)矩陣，T為3×1的平移矩陣，通過相機標(biāo)定獲得；M1為3×4投影矩陣；M1為內(nèi)參數(shù)矩陣，由相機內(nèi)參數(shù)ax、ay、γ、u0、v0決定；M2為外參數(shù)矩陣，由工業(yè)相機相對于世界坐標(biāo)系的外參數(shù)決定。(1.2)利用CCD工業(yè)相機2成像模型，采用平面棋盤格標(biāo)定板來確定CCD工業(yè)相機2的內(nèi)外參數(shù)，在CCD工業(yè)相機2的視場范圍內(nèi)采集不同位姿的25幅棋盤格標(biāo)定板圖像，對25幅標(biāo)定圖像利用編寫的程序進行焦點提取，標(biāo)定計算獲得CCD工業(yè)相機2的內(nèi)參數(shù)以及畸變參數(shù)，將其中一幅標(biāo)定板與CCD工業(yè)相機2相對位姿關(guān)系作為CCD工業(yè)相機2與待測薄壁件5的相對位姿關(guān)系。第2步：用力錘錘擊待測薄壁件5，其中力錘的輸入激勵未知，待測薄壁件5在約束條件下產(chǎn)生振動，CCD工業(yè)相機2連續(xù)采集此過程的全部序列圖像，通過圖像采集裝置7傳送至圖像處理裝置8中，進行序列圖像處理，提取出每個反光特征點4的振動信號，依據(jù)第1步模型并將其轉(zhuǎn)化為實際單位的振動信號。(2.1)根據(jù)第一幀圖像中12個反光特征點4的位置以及待測薄壁件5的最大振幅，確定一個最大的測試區(qū)域ROI；本實用新型中，只考慮待測薄壁件5的水平波動的模態(tài)振型，待測薄壁件5在豎直方向振動，在640×480像素的圖像中，待測薄壁件5在圖像的寬度方向始終在視場范圍內(nèi)，當(dāng)圖像高度方向的像素達到一定數(shù)量時，即待測薄壁件5出現(xiàn)最大振幅時，再增加處理的像素對處理結(jié)果基本無影響，但會增加整個計算時間。因此，圖像高度方向上僅處理一部分像素數(shù)，以縮短處理時間。因此，對每次序列圖像的第一幀圖像可手動交互式框選矩形測試區(qū)域ROI，測試區(qū)域ROI的寬度為圖像寬度，高度為上下最大振幅，測試區(qū)域ROI確定之后可自動用于接下來的所有幀圖像。(2.2)采用自適應(yīng)小波閾值去噪方法對測試區(qū)域ROI內(nèi)的圖像進行處理；(2.3)對濾波去噪后的測試區(qū)域ROI使用灰度線性變換來增強圖像的亮度；在振動過程中，由于CCD工業(yè)相機2的采樣率比較高，曝光時間短，采用普通LED光源3增加整個視場的亮度，但由于待測薄壁件5上下振動，可能會導(dǎo)致部分序列圖像的光照不均，造成后續(xù)分割不全，采用灰度線性變換可以提高前景和背景的對比度，避免后續(xù)分割出錯。(2.4)采用最大類間方差閾值分割方法提取12個反光特征點的光斑區(qū)域；最大類間方差法是將圖像直方圖在某一閾值處分隔開，計算分開的兩組間的方差，當(dāng)方差達到最大值時，分割閾值為最佳閾值。然后利用此閾值將圖像進行分割轉(zhuǎn)化為二值圖像。(2.5)采用形態(tài)學(xué)方法對分割出來的12個反光特征點的光斑區(qū)域進行形態(tài)學(xué)閉運算。(2.6)根據(jù)上述處理后反光特征點光斑面積的大小，選取合適的高低面積閾值，剔除掉圖像中其他干擾區(qū)域，使得剩下的二值圖像中只包含反光特征點的光斑，計算每個反光特征點光斑的質(zhì)心坐標(biāo)，并記錄為測點像素坐標(biāo)保存，以像素為單位的橫坐標(biāo)u及縱坐標(biāo)v；提取光斑質(zhì)心的數(shù)學(xué)公式如下：式(2)中：M、N表示光斑區(qū)域共有M行N列的像素點構(gòu)成；i表示像素點所在的行；j表示像素點所在的列；f(i，j)為第i行第j列的像素點灰度值。(2.7)根據(jù)采集的序列圖像順序，依次提取出每個反光特征點4的振動位移信號，并按照第1步建立的模型將像素單位轉(zhuǎn)化為實際的物理單位，獲得12個反光特征點4的實際振動位移信號。第3步：將提取的多個反光特征點的振動信息運用隨機子空間識別方法可進行模態(tài)參數(shù)識別，獲取待測薄壁件5的工作模態(tài)參數(shù)。實驗驗證：利用本實用新型的基于機器視覺的薄壁件工作模態(tài)測試方法，對材料為鋁，長度為777mm，寬50mm，厚2mm的薄壁梁的工作振動模態(tài)進行測試，CCD工業(yè)相機2為IMI公司生產(chǎn)的工業(yè)相機，調(diào)整CCD工業(yè)相機2與薄壁梁的距離，使薄壁梁的圖像位于整個視場內(nèi)，測得CCD工業(yè)相機離薄壁梁大約2.4m，通過數(shù)據(jù)線與圖像采集裝置7連接，左前方放置LED光源3，薄壁梁一端懸空，另一端通過螺栓固定在底座6上，薄壁梁的側(cè)表面中線處貼有反光特征點4。首先打開圖像采集裝置7設(shè)置好CCD工業(yè)相機2的參數(shù)，相機幀頻為200fps，曝光時間為900us，分辨率為640×480，用力錘錘擊薄壁梁，同時，進行連續(xù)圖像采集，將所采集的數(shù)據(jù)在圖像處理裝置8進行處理，就可以得到薄壁梁的工作模態(tài)參數(shù)。根據(jù)薄壁梁的尺寸，利用ANSYS軟件，在workbench中的DM模塊中直接建立好薄壁梁的三維模型，薄壁梁材料為鋁，密度2750kg/m3,楊氏模量為6.9×1010pa,泊松比為0.35?？紤]到此處的結(jié)構(gòu)簡單，選用自動劃分網(wǎng)格的方式，網(wǎng)格大小為1.5mm,這里給有限元模型加上一些適當(dāng)?shù)募s束模擬實驗的環(huán)境。表1為有限元仿真分析與本方法得到的模態(tài)參數(shù)，除去有限元仿真中出現(xiàn)的擺動和平動的振型?？傻贸霰”诹旱挠邢拊治龅那岸A模態(tài)固有頻率分別為3.71HZ和22.81HZ，與實驗測試值的誤差基本都在10％以內(nèi)，兩種方法的模態(tài)分析效果基本一致，僅存在一些細(xì)微的差別。但由于實驗的中一些復(fù)雜因素在仿真中是沒法模擬的，也就決定了這些差別存在的必然性。因此，通過本方法得到的模態(tài)測試結(jié)果是正確的。表1有限元仿真分析與本方法獲得結(jié)果對比階次有限元仿真固頻(Hz)本方法得到的固頻(Hz)識別的模態(tài)阻尼比13.733.540.01222.9422.780.02當(dāng)前第1頁1 2 3