CN1854723A - 借助x射线检验装置对检验部件进行自动缺陷识别的方法 - Google Patents

借助x射线检验装置对检验部件进行自动缺陷识别的方法 Download PDF

Info

Publication number
CN1854723A
CN1854723A CNA2006100789291A CN200610078929A CN1854723A CN 1854723 A CN1854723 A CN 1854723A CN A2006100789291 A CNA2006100789291 A CN A2006100789291A CN 200610078929 A CN200610078929 A CN 200610078929A CN 1854723 A CN1854723 A CN 1854723A
Authority
CN
China
Prior art keywords
work piece
ray
sample work
location map
procedure device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2006100789291A
Other languages
English (en)
Other versions
CN1854723B (zh
Inventor
克劳斯·巴芬迪克
弗兰克·黑罗尔德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yxlon International X Ray GmbH
Original Assignee
Yxlon International X Ray GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yxlon International X Ray GmbH filed Critical Yxlon International X Ray GmbH
Publication of CN1854723A publication Critical patent/CN1854723A/zh
Application granted granted Critical
Publication of CN1854723B publication Critical patent/CN1854723B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material

Abstract

本发明涉及借助X射线检验装置对检验部件进行自动缺陷识别的方法,该X射线检验装置具有X射线管、检测器以及用于在X射线检验装置的光路中安置检验部件的机械操纵器,其中将该检验部件的定位图与理想的参考图进行比较。根据本发明首先计算旋转轴、转角以及移动向量,以实现检验部件的定位图与理想参考图的精确的一致性,随后旋转轴、转角以及移动向量的值被传送到机械操纵器,并且该操纵器将检验部件送到相应于这些值的位置,并且在该位置由在X射线检验装置中的X射线生成检验部件的比较图,该比较图用于与X射线参考图比较。

Description

借助X射线检验装置对检验部件进行自动缺陷识别的方法
技术领域
本发明涉及借助X射线检验装置对检验部件进行自动缺陷识别的方法,该X射线检验装置具有X射线管、检测器以及用于在X射线检验装置的光路中安置检验部件的机械操纵器,其中对该检验部件的定位图(Positionierbild)与理想的参考图进行比较。
背景技术
在借助无干扰分析的检验部件的自动缺陷识别中,检验部件的X射线图与另外的无缺陷的检验部件的、作为X射线参考图的X射线图比较。是否是有缺陷的检验部件的确定仅仅借助在该X射线参考图和检验部件的X射线图之间的自动比较进行,而在此没有人为干预。一方面在此每个有缺陷的检验部件都必须被强制地识别出,然而另一方面应该要尽可能少地出现错误检测——在这些检测中实际上无缺陷的检验部件被识别为有缺陷的,因为该检验部件的图与参考图偏差太大。
这种错误检测通常是由检验部件的定位精确性造成的,这样从该检验部件中生成的比较图像相对于参考图像被移动及/或旋转地拍摄。由于在X射线检验装置中在检验部件的定位中的多个自由度,这与其说是例外,不如说是惯例。若例如机器人被用于检验部件的抓取和定位,则仅仅在检验部件的抓取中已经有六个自由度。在托盘系统的使用中,由于自然的检验部件公差(在三个方向上的平移以及围绕平移的每个轴的旋转),关于在托盘上的检验部件的位置公差同样有六个自由度;然而量值比在抓取中小得多。在齿轮装置中由于推进公差(Einfoerderungstoleranz)和操纵器公差而存在三个自由度。此外还有来自生产过程中的部件公差。
迄今该问题通过这种方法解决,即借助图像处理区域分别在检验部件的比较图和参考图中的显著的点而进行匹配——有规则地移动。然而在此只能纠正三个自由度,并且通过在比较图和参考图中仅仅几个显著的位置上的支持,该纠正也只是对于比较图上的这些显著的位置而言是最佳的。这一点从在二维图像中基本上只纠正在两个方向上的平移以及在该平面上的旋转得出,因为否则会导致图像信息的显著丢失。此外必须有关于检验部件的三维信息可供使用。在其它的位置,在比较图和参考图之间可能出现更大的偏差,这通常导致大部分的错误检测。
一种迄今另外的实践方法是,通过在参考图和检验部件的比较图之间的相似性与参考图比较而逐象素地纠正定位精确性。这种方法非常花费计算时间。在此虽然在整个比较图上进行了纠正,然而还是可能出现与额定值的偏差,这些偏差限制了缺陷的可识别性。
发明内容
由此本发明的任务在于,提供一种可靠的、具有比已公开的方法更少错误检测的方法来进行自动缺陷识别。
该任务通过具有权利要求1的特征的方法解决。在精确地计算检验部件的定位图必须绕哪个旋转轴以及以多少转角旋转,以及该图必须被沿哪个移动向量移动之后,为了实现与参考图的准确的一致,这些值不被如在现有技术中那样用于将定位图换算到参考图的坐标上并且随后进行比较分析。而是根据本发明将这些获得的(旋转轴、转角以及移动向量的)值被传送到机械操纵器。该机械操纵器随后将检验部件送到相应的位置。在该位置上由X射线检验装置生成该检验部件的比较图。那么该比较图在检验部件公差的范围内与属于无缺陷检验部件的理想参考图的X射线参考图一致。这样被拍摄的比较图随后可以无需各种换算地——如这一点迄今在现有技术中必需的那样——以已公开的图像处理方法与无缺陷的检验部件的X射线参考图像比较。因为图像处理不是本发明的主题,而这仅仅是后续步骤,并且在现有技术中已经足够地被公开,所以对此不进一步说明。通过根据本发明的方法可以实现对检验部件的极其精确的定位,因为机械装置可以高度精确地运行到所希望的位置。因为此后在检验部件的比较图和X射线参考图之间存在最佳的一致性,所以错误检测主要是由于材料缺陷和检验部件公差而造成,而只有极少数目的错误检测是由于检验部件几何对齐中的毛病而导致。
本发明的一种有利的改进方案提出,X射线参考图和理想的参考图是无缺陷检验部件的一致的X射线图。因为在这种情况下不但X射线参考图而且理想的参考图都是X射线图,所以无须拍摄一个无缺陷检验部件的两个不同的参考图。因为检验部件的定位图同样是X射线图,所以对检验部件位置的检验已经可以在X射线检验装置中进行。通过这种方式,无需在X射线检验装置之外设置附加的设备用于拍摄检验部件的定位图并且提供除了无缺陷的检验部件的X射线参考图之外的与定位图相应的理想参考图。然而该减少的花费是通过检验部件在X射线检验装置内增加的停留时间以及由此更小的通过能力(Durchsatz)换来的,因为必需有附加的、具有后继的变化参数分析和计算的图像输入(Bildeinzug)以及机械纠正。该时间对于每个检验部件都又重新累积。
本发明的一种另外的有利的改进方案提出,与理想的参考图相同,定位图借助可见光或X射线获得。通过这种方法,刚才描述的较小的通过能力可以被提升,因为检验部件位置的检测已经可以在X射线检验装置之外进行。为此可以进行现有技术中已公开的标准图像处理方法,例如借助照明和立体照相技术进行。因为这可以在X射线检验装置内部与检验部件的检验并行地进行,所以能够实现显著的时间节省以及由此实现更高的检验部件通过能力。相应于现有技术,根据本发明的方法借助于合适的图案(Muster)——其例如通过增加材料、去除材料或打印方法而固定地或通过照明而虚拟地施加到该检验部件上——进行立体观测的对应查找,从而有效地克服了一般情况下容易出现的错误,并耐用地在实时条件下解决了现有技术的缺陷。在此,在检验部件的定位图和理想参考图之间的偏差的测定被传送到机械操纵器,它随后自动地在X射线检验装置内部的检验部件的定位中将检验部件按照获得的参数送到预定的位置上用于一致的实施,这样随后可以进行本发明重要的、检验部件的比较图的拍摄,该比较图与在其位置上的无缺陷检验部件的X射线参考图最佳地一致。
特别有利的是,当使用机械手作为机械操纵器时,机械手通过合适的控制命令获得求得的旋转轴、转角以及移动向量的值。这些机器人在现有技术中非常好地被公开并且在其定位方面可以以高度的精确度控制。除检验部件公差之外,由此实现在检验部件的比较图和无缺陷的检验部件的X射线参考图之间的几乎百分之百的一致。
总而言之,通过根据本发明的方法——该方法根本上与迄今实践的用于自动缺陷识别的方法不同——可以显著地降低错误检测的数量,因为不再必须在X射线检验装置中对检验部件进行在可能其中有角度并且容易被显著改变的条件下拍摄X射线图,然后进行“虚拟”位置纠正。在此更多地对检验部件的位置进行机械纠正,这样除自然的检验部件公差之外,这样其比较图在透视角和定位方面几乎100%地与无缺陷的检验部件的X射线参考图一致。通过这种方式能够非常简单地实施本发明后续的、具有缺陷识别的图像处理。

Claims (7)

1.一种借助X射线检验装置对检验部件进行自动缺陷识别的方法,该X射线检验装置具有X射线管、检测器以及用于在X射线检验装置的光路中安置检验部件的机械操纵器,其中该检验部件的定位图与理想的参考图进行比较,其特征在于,计算旋转轴、转角以及移动向量,以实现检验部件的定位图与理想参考图的精确的一致性,随后将旋转轴、转角以及移动向量的值传送到机械操纵器,并且该操纵器将检验部件送到相应于这些值的位置,并且在该位置借助在X射线检验装置中的X射线生成该检验部件的比较图,该比较图用于与X射线参考图进行比较。
2.根据权利要求1的方法,其特征在于,X射线参考图和理想参考图是无缺陷检验部件的同一个一致的X射线图,并且定位图是X射线图。
3.根据权利要求1的方法,其特征在于,与理想参考图一样,定位图由可见光获得。
4.根据权利要求3的方法,其特征在于,定位图借助于照明以及立体照相技术而拍摄得到。
5.根据权利要求4的方法,其特征在于,借助合适的图案进行立体观测的对应查找,该图案例如通过增加材料、去除材料或打印方法而固定地或通过照明而虚拟地施加到检验部件上。
6.根据前述权利要求中任一项所述的方法,其特征在于,当在X射线检验装置中检验另外的检验部件时,比较理想参考图和检验部件的定位图。
7.根据前述权利要求中任一项所述的方法,其特征在于,使用机械手作为机械操纵器,该机械手通过合适的控制命令获得旋转轴、转角以及移动向量的计算值。
CN2006100789291A 2005-04-29 2006-04-27 借助x射线检验装置对检验部件进行自动缺陷识别的方法 Active CN1854723B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102005020149.0 2005-04-29
DE102005020149A DE102005020149A1 (de) 2005-04-29 2005-04-29 Verfahren zur automatischen Fehlererkennung in Prüfteilen mittels einer Röntgenprüfanlage

Publications (2)

Publication Number Publication Date
CN1854723A true CN1854723A (zh) 2006-11-01
CN1854723B CN1854723B (zh) 2011-07-13

Family

ID=36920429

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2006100789291A Active CN1854723B (zh) 2005-04-29 2006-04-27 借助x射线检验装置对检验部件进行自动缺陷识别的方法

Country Status (5)

Country Link
US (1) US7522700B2 (zh)
EP (1) EP1717573B1 (zh)
JP (1) JP2006308599A (zh)
CN (1) CN1854723B (zh)
DE (1) DE102005020149A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101435784B (zh) * 2008-10-14 2012-01-18 重庆大学 涡轮叶片ct检测装置及其检测方法
CN102735699A (zh) * 2012-06-20 2012-10-17 武汉工程大学 用于x射线探伤后处理的定位标识系统
CN104155321A (zh) * 2014-09-09 2014-11-19 北京理工大学 X射线舱机械手无损检测方法
CN104267049A (zh) * 2014-10-10 2015-01-07 北京理工大学 叶片机械手射线层析无损检测方法
CN110231353A (zh) * 2019-05-17 2019-09-13 中国石油化工股份有限公司 基于x射线数字成像技术的翅片管检测方法

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007040488A1 (de) * 2007-08-28 2009-03-05 Arzneimittel Gmbh Apotheker Vetter & Co. Ravensburg Röntgeneinrichtung
US8204291B2 (en) * 2007-10-15 2012-06-19 General Electric Company Method and system for identifying defects in a radiographic image of a scanned object
US8238635B2 (en) * 2008-03-21 2012-08-07 General Electric Company Method and system for identifying defects in radiographic image data corresponding to a scanned object
US8131107B2 (en) * 2008-05-12 2012-03-06 General Electric Company Method and system for identifying defects in NDT image data
JP5156546B2 (ja) * 2008-08-28 2013-03-06 株式会社イシダ X線検査装置
US8442301B2 (en) * 2009-04-30 2013-05-14 General Electric Company Nondestructive inspection method and system
KR101230993B1 (ko) * 2010-12-02 2013-02-07 기아자동차주식회사 연료전지 스택 부품 핀홀 검출 시스템
DE102010056042A1 (de) 2010-12-23 2012-06-28 Yxlon International Gmbh Verfahren und Vorrichtung zur Sichtprüfung eines mittels Röntgenstrahlung zu überprüfenden Prüfobjekts
EP3040713B2 (de) 2014-12-30 2021-08-04 VisiConsult X-ray Systems & Solutions GmbH Vorrichtung zur automatisierten Fehlererkennung an Werkstücken
US20230010730A1 (en) * 2021-07-08 2023-01-12 Illinois Tool Works Inc. Customizable axes of rotation for industrial radiography systems
CN114280083B (zh) * 2021-12-16 2023-11-07 重庆日联科技有限公司 一种基于线阵相机自动cnc编程实现工业x光无损检测大尺寸平整铸件的检测方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4415980A (en) * 1981-03-02 1983-11-15 Lockheed Missiles & Space Co., Inc. Automated radiographic inspection system
DE3113440A1 (de) 1981-04-03 1982-11-11 Philips Patentverwaltung Gmbh, 2000 Hamburg "verfahren zur ueberpruefung von gleichartigen objekten auf fehler"
US4852131A (en) * 1988-05-13 1989-07-25 Advanced Research & Applications Corporation Computed tomography inspection of electronic devices
US5199054A (en) * 1990-08-30 1993-03-30 Four Pi Systems Corporation Method and apparatus for high resolution inspection of electronic items
DE4202113A1 (de) * 1992-01-17 1993-07-22 Martin Hauck Fehlersuchgeraet
US5687209A (en) * 1995-04-11 1997-11-11 Hewlett-Packard Co. Automatic warp compensation for laminographic circuit board inspection
CN1240948A (zh) * 1998-07-03 2000-01-12 三星电子株式会社 利用层析x-射线照相系统获取图像的方法
US6324298B1 (en) * 1998-07-15 2001-11-27 August Technology Corp. Automated wafer defect inspection system and a process of performing such inspection
GB9909163D0 (en) * 1999-04-21 1999-06-16 Image Scan Holdings Plc Automatic defect detection
EP1148333A1 (de) * 2000-02-05 2001-10-24 YXLON International X-Ray GmbH Verfahren zur automatischen Gussfehlererkennung in einem Prüfling
DE20122889U1 (de) * 2000-09-21 2009-05-20 Dage precision Industries Ltd., Aylesbury Röntgensystem
DE50100104D1 (de) * 2001-03-24 2003-03-20 Yxlon Int X Ray Gmbh Verfahren zum Prüfen von Objekten, insbesondere zur Feststellung von Fehlern oder Unregelmässigkeiten in denselben mittels Röntgenstrahlung, sowie Vorrichtung zur Durchführung des Verfahrens
JP3537428B2 (ja) * 2002-07-18 2004-06-14 沖電気工業株式会社 半導体結晶成長装置用治具,及び半導体製造方法
DE10234465A1 (de) 2002-07-29 2004-02-12 Siemens Ag Verfahren zur Schichthöhenpositionierung

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101435784B (zh) * 2008-10-14 2012-01-18 重庆大学 涡轮叶片ct检测装置及其检测方法
CN102735699A (zh) * 2012-06-20 2012-10-17 武汉工程大学 用于x射线探伤后处理的定位标识系统
CN102735699B (zh) * 2012-06-20 2015-10-28 武汉工程大学 用于x射线探伤后处理的定位标识系统
CN104155321A (zh) * 2014-09-09 2014-11-19 北京理工大学 X射线舱机械手无损检测方法
CN104267049A (zh) * 2014-10-10 2015-01-07 北京理工大学 叶片机械手射线层析无损检测方法
CN110231353A (zh) * 2019-05-17 2019-09-13 中国石油化工股份有限公司 基于x射线数字成像技术的翅片管检测方法

Also Published As

Publication number Publication date
DE102005020149A1 (de) 2006-11-09
US7522700B2 (en) 2009-04-21
US20060245542A1 (en) 2006-11-02
JP2006308599A (ja) 2006-11-09
EP1717573B1 (de) 2011-11-09
CN1854723B (zh) 2011-07-13
EP1717573A3 (de) 2007-05-30
EP1717573A2 (de) 2006-11-02

Similar Documents

Publication Publication Date Title
CN1854723B (zh) 借助x射线检验装置对检验部件进行自动缺陷识别的方法
CN108109174B (zh) 一种用于散乱零件随机分拣的机器人单目引导方法和系统
US11267142B2 (en) Imaging device including vision sensor capturing image of workpiece
CN109029299B (zh) 舱段销孔对接转角的双相机测量装置及测量方法
CN104552341B (zh) 移动工业机器人单点多视角挂表位姿误差检测方法
US20040172164A1 (en) Method and apparatus for single image 3D vision guided robotics
CN110712194B (zh) 物体检查装置、物体检查系统以及调整检查位置的方法
JP2018094654A (ja) 制御装置、ロボットおよびロボットシステム
CN108177150A (zh) 基于视觉的电梯门板定位与抓取装置及方法
JPWO2018043525A1 (ja) ロボットシステム、ロボットシステム制御装置、およびロボットシステム制御方法
CN110097516B (zh) 内孔壁面图像畸变纠正方法、系统及介质
CN113296395A (zh) 一种特定平面内的机器人手眼标定方法
CN114654465A (zh) 一种基于线激光结构光视觉传感的焊缝跟踪提取方法
JP2018094653A (ja) 制御装置、ロボットおよびロボットシステム
CN100417952C (zh) 密封放射源泄漏自动检测平台的视觉伺服系统
JP2014149182A (ja) ワークとの相関位置決め方法
JP2001246582A (ja) 作業用ロボット装置
JPWO2020121399A1 (ja) ロボット制御システム及びロボット制御方法
CN115200475A (zh) 一种臂载式多视觉传感器快速校正方法
Wang et al. Binocular initial location and extrinsic parameters real-time calculation for bionic eye system
Danyu et al. A simple calibration method for line-structured light vision sensor based on planar target of different positions
Qiao et al. Advanced sensing development to support accuracy assessment for industrial robot systems
JP2851971B2 (ja) セグメントの組立位置決め方法
Deng et al. Calibration of a robot vision system coupled with structured light: method and experiments
CN110672009A (zh) 基于机器视觉的基准定位、物体姿态调整及图形显示方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant