摘要: 碳纤维编织预浸料是制造先进复合材料结构件的主要中间材料，兼具碳材料的高强性能和纤维材料的柔软可加工性两大特点，广泛应用在汽车、体育、风电、军工和航空航天领域。碳纤维制品的制造需要经过多道工序，如铺叠预成型、固化成型、精加工、清洗、... 展开 碳纤维编织预浸料是制造先进复合材料结构件的主要中间材料，兼具碳材料的高强性能和纤维材料的柔软可加工性两大特点，广泛应用在汽车、体育、风电、军工和航空航天领域。碳纤维制品的制造需要经过多道工序，如铺叠预成型、固化成型、精加工、清洗、涂胶和装配检测等。预浸料在铺叠预成型后易出现鼓包和褶皱缺陷，这些表面缺陷如果不及时处理，会严重影响成品的质量和可靠性。目前常用的无损检测手段大多应用在最后的工序，针对成品质量进行缺陷检测，具有明显的滞后性。因此研究碳纤维编织预浸料铺叠预成型表面缺陷检测方法，对于保障碳纤维制品质量、优化制品的制造工艺具有重要意义。 本文针对现有碳纤维预浸料表面缺陷检测手段在表面结构、测量精度、缺陷轮廓等方面存在的局限，利用视觉检测的大范围快速测量能力和在受限空间内的非接触精准测量优势，提出了表面缺陷视觉检测方法。针对编织预浸料表面结构最为基础和稳定的三原组织（平纹、斜纹和缎纹），从高质量图像获取、表面结构识别和表面缺陷快速检测三个方面出发，提出了表面结构和缺陷的成像光路方法，设计基于还原意匠图思想的纹理识别算法，研究了表面缺陷快速识别、定位和三维重构方法。最后，设计并搭建视觉检测系统，对以上方法进行验证和应用，并提出表面质量评价方法，探讨鼓包和褶皱缺陷对铺叠预成型工艺及成品构件质量的影响。具体研究内容如下： (1)碳纤维编织预浸料铺叠预成型后的表面形貌复杂多样，所以高品质图像采集对于提升缺陷检测精度至关重要。为此，开展了碳纤维编织预浸料高质量图像获取方法研究。首先，对预浸料表面纹理进行量化表征，分析了编织纹理的几何结构，建立了织物表面光能传递的物理模型，揭示了铺叠预成型过程中表面缺陷的成因。其次，提出了通过单目相机应用不同的成像手段来采集预浸料表面图像的方法：应用暗场、低角度、线性对称光来捕获表面结构特征，光度立体法来提取缺陷图像的深度信息；进而通过优化后的张氏标定法和近场面光源模型来标定相机和光源参数。最后搭建了机器视觉测试系统，并对标定精度和成像品质开展了验证试验，结果表明：标定图像的像素误差浮动平稳，光源坐标参数不易受到外界因素干扰，定位平均相对误差为1.78%，采集图像的纹理特征、均匀性和对比度的参数效果可观。 (2)表面结构是区分预浸料表面有无缺陷的重要特征，系统需要以完整的表面结构为依据来检测预浸料表面是否存在缺陷。因此，提出了碳纤维编织预浸料的表面结构识别方法。在图像增强方面，提出通过灰度变换、形态学处理和方向可调滤波的三种表面结构特征增强方法来减少噪声信号，进而提高图像纹理特征的对比度；然后进行经纬纱线密度的检测，应用离散傅里叶变换提取灰度积分投影信号的最大幅值点对应的频率来估计纱线的密度；最后，提出了织物图像逆向还原意匠图从而识别表面结构的思想，设计了还原意匠图的纹理识别算法，应用Python-OpenCV框架对算法进行了实现，使用750张三原组织结构图像进行算法验证，并与其他编织物表面结构识别方法进行比较，本文方法综合识别率（96.53%）最高。 (3)针对碳纤维编织预浸料在铺叠预成型后表面出现的鼓包和褶皱缺陷，提出了碳纤维编织预浸料表面缺陷快速检测方法。首先将意匠图矩阵OACD(theoriginalmatrixofartisticconceptiondrawing)通过测量指标规则转换成精度矩阵MACC(theaccuracymatrix)来进行缺陷的快速识别，应用K-means聚类方法对缺陷类型进行分类；其次利用线性判别分析来提取可以标识缺陷的分割阈值，提出了缺陷中心的快速定位方法；最后提出通过多视图的光度立体三维重建方法对缺陷形貌进行三维重构，为了提高计算效率，采用金字塔法进行积分，通过多次迭代的小规模计算来精确地还原出缺陷深度图，实现了碳纤维编织预浸料表面缺陷的定性归类和定量评价。 基于以上方法研究，结合铺叠预成型工艺，搭建了碳纤维编织预浸料表面缺陷的视觉检测系统，与现场自动铺叠装备协调配合采集了9种形貌类型的图像各150张来开展表面结构和缺陷检测的测试实验。实验结果表明：在表面结构的检测试验中，经纬纱线密度自动检测的平均误差率为1.25%，表面纹理的综合识别率为95.48%；在表面缺陷的检测试验中，预浸料表面缺陷类型的识别率为95.00%，算法平均识别速度为137ms，重构缺陷形貌的宽度和深度等细节信息在允许的偏差范围内，表明了碳纤维编织预浸料表面缺陷检测方法的有效性和准确性，最后对预浸料表面质量进行评价，探讨鼓包和褶皱缺陷对铺叠预成型工艺和成品构件质量的影响，本文研究工作为铺叠预成型工艺的制品质量提升提供了重要参考。 收起