针对特钢棒材表面裂纹缺陷人工检测效率低、漏检率高且无法与自动化修磨技术相结合等问题,提出一种棒材表面裂纹的视觉检测方法。首先基于棒材旋转,利用线阵相机沿棒材周向采集到中心和边缘亮度一致的二维图像;然后,采用双边滤波和增强的预处理方法提高棒材表面图像质量,在去除图像噪声的同时保留裂纹局部细节,增强裂纹与背景区域的对比度;再根据求补集原理去除干扰裂纹检测的亮点区域;接着将最大类间方差法与Canny算子结合,自适应选取边缘阈值,提高边缘检测精度;最后,根据所选区域的面积、长宽比以及与水平方向夹角等几何特征筛选出真正的裂纹,将裂纹缺陷位置信息坐标化。实验及研究结果表明该检测方法能够替代人工,准确检测和定位特钢棒材曲面的裂纹,为后续棒材裂纹的自动化修磨提供基础。

为提高特钢棒材表面缺陷去除效率,改善工人工作环境,以六自由度机械臂为主驱动部件,结合砂带磨削机构建了特钢棒材自动磨削系统。根据在其操作空间中设计连续N型缺陷磨削路径,并构建砂带磨削力模型。在关节空间中运用7次非均匀B样条开曲线建立单N型磨削路径与关节轨迹的映射关系。构建包含关节速度、力矩与空间路径误差约束的时间最优轨迹规划模型,并利用惩罚函数与自适应遗传算法求解。仿真获得各关节磨削轨迹并对比分析空间路径误差约束,可提高自动磨削系统运动的稳定性。搭建了轧制缺陷视觉引导的自动磨削系统,并实验验证连续N型缺陷磨削路径的有效性。