Để nghiên cứu sự thay đổi hình thái của bể nóng chảy trong quá trình phủ laser, một hệ thống giám sát trực tuyến đối với bể nóng chảy phủ laser đã được xây dựng. Hình ảnh bể nóng chảy thu được bằng cách lắp ráp đồng trục camera COMS và thiết bị laser. Dựa trên phân tích phân bố biểu đồ thang độ xám của nhóm nóng chảy, phương pháp phân đoạn ngưỡng thích ứng của phân đoạn ngưỡng hình tam giác đã được sử dụng để nhị phân hóa hình ảnh nhóm nóng chảy. Cạnh của hình ảnh bể nóng chảy được toán tử Canny truy xuất và chiều dài và chiều rộng của khu vực bể nóng chảy thu được bằng thuật toán hình chữ nhật ngoại tiếp tối thiểu. Chín nhóm thí nghiệm trực giao lớp phủ một lượt được thực hiện với thép 45 làm chất nền và thép không gỉ 420 làm bột phủ. Kết quả thực nghiệm cho thấy sai số trung bình giữa chiều rộng bể nóng chảy đo được bằng hệ thống giám sát và chiều rộng lớp phủ thực tế đo được dưới kính hiển vi điện tử là 4.5%, điều này kiểm chứng tính hiệu quả của hệ thống giám sát trực quan. Phân tích phạm vi chiều rộng bể nóng chảy thu được theo hệ thống giám sát cho thấy công suất laser có ảnh hưởng lớn nhất đến chiều rộng bể nóng chảy, tiếp theo là tốc độ quét và cuối cùng là tốc độ cấp bột; chiều rộng bể nóng chảy tăng khi tăng công suất laser và giảm khi tăng tốc độ quét và tốc độ nạp bột. Thông tin về bể nóng chảy và các quy tắc thay đổi mà hệ thống giám sát thu được có thể được sử dụng làm biến tham chiếu để kiểm soát lớp phủ bằng laser theo thời gian thực, đặt nền tảng cho việc điều khiển vòng kín của lớp bọc bằng laser.

1. Nền tảng kỹ thuật

Là một công nghệ tạo hình vật liệu tiên tiến, ốp laze hoạt động bằng cách hình thành một bể nóng chảy ở nhiệt độ cao trên bề mặt chất nền thông qua tác động của chùm tia laser năng lượng cao. Vòi phun vận chuyển bột kim loại vào bể nóng chảy theo hướng định hướng, trải qua quá trình nóng chảy và hóa rắn, cuối cùng thu được thực thể lớp phủ lắng đọng. Công nghệ này có những ưu điểm độc đáo trong sửa chữa bộ phận kim loại, tạo mẫu nhanh, sửa đổi bề mặt và sản xuất bồi đắp kim loại. Tuy nhiên, quá trình phủ laser không ổn định và có sự thay đổi rõ ràng giữa các lớp phủ ngay cả khi có cùng thông số làm việc. Khả năng tái tạo kém này là do lớp phủ laser rất nhạy cảm với các tác động nhỏ của các thông số vận hành (chẳng hạn như công suất laser, tốc độ lớp phủ và tốc độ cấp bột) và có mối quan hệ ghép phức tạp giữa các tham số, do đó có những hạn chế nhất định trong công việc thực tế.

Để có được chất lượng lớp phủ ổn định hơn, điều rất quan trọng là phải theo dõi quá trình phủ laser theo thời gian thực. Hồng Lôi và cộng sự. [8] đã sử dụng cảm biến quang điện để theo dõi tín hiệu ánh sáng xanh tím plasma được tạo ra trong quá trình phủ laze, phân tích mối quan hệ giữa các thông số quy trình khác nhau và tín hiệu cường độ ánh sáng và thu được dải tín hiệu cường độ ánh sáng với chất lượng lớp phủ tốt trong thử nghiệm. điều kiện. Tuy nhiên, khi công suất laser nhỏ hơn ngưỡng p, tín hiệu ánh sáng xanh tím không bị ảnh hưởng nhiều bởi công suất laser. Do đó, tín hiệu này không phù hợp để giám sát quá trình phủ laser công suất thấp. Ngoài ra, phạm vi cường độ tín hiệu ánh sáng xanh tím tương ứng với chất lượng lớp phủ tốt của các vật liệu ốp khác nhau là khác nhau. Cần phải có một số lượng lớn các quan sát để có được phạm vi thay đổi phù hợp. Hu Xiaodong và cộng sự. [9] đã thiết kế một cảm biến quang điện mới, thiết lập mối quan hệ tương ứng giữa tín hiệu điện áp cảm biến và tốc độ dòng bột, đồng thời kiểm soát quá trình phủ bằng cách theo dõi tốc độ dòng bột để đạt được mục đích làm lớp phủ ổn định. Song Wei và cộng sự. [6] đã sử dụng camera CCD để thu được thông tin kích thước và phân bổ nhiệt độ của bể nóng chảy và thu được mối quan hệ giữa các thông số lớp phủ và kích thước bể nóng chảy. Miyagi M. và cộng sự. [10] đã tích hợp một photodiode vào đầu xử lý laser để theo dõi và nhận thấy rằng tín hiệu bức xạ nhiệt có mối tương quan chặt chẽ với sự thay đổi chiều rộng của bể nóng chảy. Bộ điều khiển PID được thiết kế để điều khiển đầu ra của công suất laser, từ đó điều khiển hình dạng lớp phủ. Tôn Hoa Giới và cộng sự. [11] đã chế tạo một hệ thống điều khiển vòng kín nhiệt độ camera CCD màu dựa trên phép đo nhiệt độ so màu, có thể loại bỏ hiệu quả hiệu ứng tích tụ nhiệt trong quá trình phủ laser và đạt được chất lượng lớp phủ như mong đợi. Tuy nhiên, khi công suất laser vượt quá 1800W, thang độ xám của hình ảnh tương ứng với kênh R đạt giá trị thang độ xám tối đa là 255. Thang độ xám của hình ảnh và nhiệt độ bể nóng chảy không thể tạo thành sự tương ứng một-một, dẫn đến đo nhiệt độ không thành công. Smurov I. và cộng sự. [12] đã sử dụng nhiệt kế kế và camera hồng ngoại để đo thông tin độ sáng và nhiệt độ của bể nóng chảy, thiết lập mối quan hệ giữa thông tin nhiệt độ độ sáng và hình thái của bể nóng chảy, đồng thời nhận ra khả năng kiểm soát quá trình ốp.

Là đơn vị cơ bản của thực thể lớp phủ, bể nóng chảy tồn tại trong toàn bộ chu trình ốp và các đặc điểm hình thái của bể nóng chảy có thể phản ánh trực tiếp kết quả lớp phủ cuối cùng. Do đó, bài báo này chọn hình thái bể nóng chảy làm đối tượng giám sát và phát triển hệ thống giám sát trực tuyến bể nóng chảy phủ laser dựa trên camera công nghiệp COMS và OpenCV (thư viện phần mềm máy học và thị giác máy tính nguồn mở). Hệ thống sử dụng thuật toán hình ảnh toàn diện để xử lý hình ảnh bể nóng chảy đầu vào, có thể phân chia khu vực bể nóng chảy một cách hiệu quả và trích xuất diện tích bể nóng chảy cũng như chiều dài và chiều rộng của bể nóng chảy. Cuối cùng, toàn bộ quá trình ốp và kết quả xử lý thuật toán được quan sát thông qua giao diện tương tác của hệ thống. Thông tin về bể nóng chảy được giám sát có thể được sử dụng làm biến tham chiếu để điều khiển lớp phủ bằng laser theo thời gian thực, đặt nền tảng cho việc điều khiển vòng kín của lớp phủ bằng laser.

2 Bệ giám sát và vật liệu ốp

Model camera màu COMS được sử dụng là Baslera2A192051gcBAS, có độ phân giải tối đa 1920×1200. Máy ảnh cung cấp SDK (Bộ phát triển phần mềm) dựa trên ngôn ngữ lập trình C++, có thể được sử dụng để phát triển thứ cấp cho máy ảnh. Thử nghiệm sử dụng cài đặt đồng trục của camera COMS và kiến ​​trúc tổng thể được hiển thị trong Hình 1. Camera lắp ráp đồng trục có thể đảm bảo rằng bể nóng chảy và camera vẫn tương đối đứng yên trong quá trình xử lý và không cần phải chỉnh sửa hình ảnh, vì vậy trường nhìn và độ chính xác phát hiện phải tốt hơn cụm trục bên.

Trước khi thử nghiệm bắt đầu, hãy di chuyển đầu laser đến vị trí làm việc, khởi động máy ảnh và điều chỉnh độ phơi sáng và tiêu cự của nó để có thể ghi lại hình ảnh rõ ràng trong trường nhìn. Trong quá trình phủ laze, ánh sáng phát ra từ bể nóng chảy được phản xạ bởi hai bộ tách chùm cài sẵn đặt ở góc 45°, và cuối cùng đi thẳng vào chip COMS của máy ảnh. Tín hiệu ánh sáng thu được trên đơn vị pixel được chuyển đổi thành tín hiệu số thông qua một loạt chuyển đổi và đưa vào máy tính thông qua cáp mạng để xử lý hình ảnh.

Thí nghiệm sử dụng thép 45 có kích thước 200mm×100mm×10mm làm nền ốp. Trước khi thí nghiệm, bề mặt của tấm ốp được đánh bóng bằng máy phun cát để loại bỏ lớp oxit và các tạp chất khác trên bề mặt. Thép không gỉ 420 được sử dụng làm bột phủ và thành phần hóa học của nó được thể hiện trong Bảng 1.

3 Xử lý ảnh

Khi thu được hình ảnh bể nóng chảy, một số yếu tố gây nhiễu như ánh sáng laser, plasma, bột bắn tung tóe sẽ được thu thập và truyền về máy tính cùng với hình ảnh bể nóng chảy [14]. Ngoài ra, sự mất ổn định của thiết bị ghi và thiết bị truyền cũng sẽ ảnh hưởng đến hình ảnh bể nóng chảy thu được [15]. Những cản trở này sẽ làm sai lệch việc phân tích các đặc tính của bể nóng chảy. Do đó, để trích xuất chính xác thông tin đặc trưng có trong bể nóng chảy, hình ảnh bể nóng chảy ban đầu cần phải được xử lý. Toàn bộ quá trình xử lý hình ảnh bể nóng chảy được thể hiện trong Hình 2.

3.1 Thang độ xám của hình ảnh

Trong quá trình phủ laser, hình ảnh thể hiện ở khu vực bể nóng chảy khác với phần nổi bật của các khu vực khác. So với thông tin về màu sắc của hình ảnh, thông tin về độ sáng của hình ảnh có thể phản ánh tốt hơn các đặc điểm của bể nóng chảy. Vì vậy, cần phải chuyển đổi hình ảnh màu được chụp bởi camera này thành hình ảnh thang độ xám một kênh. Việc giảm số lượng kênh sẽ làm giảm khối lượng tính toán, điều này có lợi cho quá trình xử lý thuật toán tiếp theo. Phương pháp trung bình có trọng số được sử dụng để tính thang độ xám của hình ảnh. Công thức tính là: Gray = 0 × R + 299 × G + 0 × B (587)
Trong đó Gray là giá trị thang độ xám của pixel sau khi tính toán có trọng số; R, G và B lần lượt là các giá trị thang độ xám của các kênh màu đỏ, xanh lục và xanh lam của pixel.

3.2 Lọc và khử nhiễu

Trong quá trình thu và truyền hình ảnh bể nóng chảy, không thể tránh khỏi ảnh hưởng của nhiễu. Cần phải khử nhiễu hình ảnh hồ nóng chảy ở thang độ xám. Là một bộ lọc không gian phi tuyến, bộ lọc trung vị có ưu điểm là loại bỏ hiệu quả các điểm pixel đột ngột trong ảnh và giữ lại rìa của ảnh, điều này có lợi cho việc phát hiện cạnh tiếp theo. Giá trị xám của điểm tọa độ (x, y) sau khi lọc trung vị là: Xem công thức (2) trên hình

Trong đó, Sxy là tọa độ của tất cả các pixel trong vùng có tâm tại điểm (x, y); g(s,t) là giá trị mức xám của pixel gốc tại tọa độ này.

3.3 Phân đoạn ngưỡng thích ứng

Trong ảnh hồ nóng chảy, giá trị xám của các pixel nằm trong khu vực hồ nóng chảy cao hơn giá trị ở các khu vực khác. Do đó, có thể sử dụng ngưỡng xám hợp lý để tách khu vực bể nóng chảy khỏi hình ảnh bể nóng chảy. Trong quá trình phủ laze, giá trị xám của hình ảnh bể nóng chảy luôn thay đổi. Phương pháp phân đoạn ngưỡng cố định không thể phân tách chính xác khu vực bể nóng chảy của tất cả các hình ảnh. Để cải thiện độ chính xác của việc phát hiện, hình ảnh bể nóng chảy được phân đoạn theo phân đoạn ngưỡng thích ứng. Sự phân bố biểu đồ màu xám của hình ảnh bể nóng chảy được thể hiện trong Hình 3.

Sự phân bố màu xám của hình ảnh vũng nóng chảy trong Hình 3 chủ yếu tập trung ở vùng nổi bật trên 250, đây là biểu đồ màu xám một đỉnh điển hình. Do đó, phương pháp phân đoạn ngưỡng tam giác được sử dụng để xử lý ảnh nhóm nóng chảy. Nguyên tắc là vẽ một đường thẳng từ điểm cao nhất đến điểm thấp nhất của thang độ xám trong biểu đồ, sau đó tính khoảng cách thẳng đứng từ đỉnh biểu đồ tương ứng với từng thang độ xám đến đường thẳng và chọn giá trị thang độ xám tương ứng với điểm xa nhất làm ngưỡng hình ảnh. Giải thích về mã phân đoạn giá trị hình tam giác được thể hiện trong Bảng 2. Ảnh nhị phân sau khi phân đoạn ngưỡng thích ứng được thể hiện trong Hình 4.

3.4 Xử lý hình thái

Sau khi nhị phân hóa hình ảnh, thu được một hình ảnh nhị phân có hai tập hợp vùng nóng chảy và vùng nền (xem Hình 5). Có thể thấy trên Hình 5a có những đốm đen rỗng do tiếng ồn bên trong khu vực bể nóng chảy và có những đốm sáng nhỏ phản chiếu bởi bột bắn tung tóe trên đường viền cạnh. Những khiếm khuyết này sẽ ảnh hưởng đến việc trích xuất đường viền của bể nóng chảy, do đó hình ảnh của bể nóng chảy cần phải được tinh chỉnh thêm. Thao tác khép kín trong xử lý hình thái được sử dụng để mở rộng hình ảnh trước rồi làm xói mòn nó, có thể loại bỏ các lỗ nhỏ trên vùng được kết nối; Thao tác mở đầu tiên làm xói mòn hình ảnh, sau đó mở rộng nó để loại bỏ các điểm rời rạc nhỏ trên mép của đường viền, ngắt kết nối các khoảng trống hẹp trên mép ảnh và làm cho đường viền mượt mà hơn. Cả hai thao tác sẽ không làm thay đổi diện tích khu vực hồ nóng chảy. Sau khi xử lý, thu được một khu vực hồ nóng chảy khép kín, như trong Hình 5b.

3.5 Trích xuất cạnh

Sau khi tách khu vực bể nóng chảy, lấy lại mép khu vực bể nóng chảy. Điểm giao nhau của khu vực hồ nóng chảy và khu vực nền là điểm phân chia nơi thang độ xám pixel thay đổi đáng kể. Tập hợp các điểm pixel này là cạnh của khu vực bể nóng chảy. Toán tử Canny được sử dụng để phát hiện cạnh của hình ảnh bể nóng chảy và bộ lọc Gaussian hai chiều được sử dụng để làm mịn và khử nhiễu hình ảnh. Biểu thức lọc là: xem công thức (3) trong hình

Trong đó, (x, y) là tọa độ pixel của hình ảnh; α là phương sai, được sử dụng để kiểm soát độ mịn.

Sử dụng sai phân hữu hạn đạo hàm riêng cấp một để tính Jx và Jy. Theo Jx. và Jy, tính biên độ gradient A(x, y) và hướng θ, ta có; xem công thức (4)-(7) trong hình

Sau khi đạt được biên độ gradient, việc triệt tiêu không tối đa được thực hiện và các phương pháp ngưỡng kép cao và thấp được sử dụng để xác định cạnh hình ảnh. Sau khi xử lý, có thể thu được một vùng hình khuyên khép kín và kết quả được thể hiện trong Hình 6.

3.6 Khai thác chiều dài và chiều rộng bể tan chảy

Bể tan chảy là một hình elip không đều và không thể đo trực tiếp chiều dài và chiều rộng của nó. Do đó, thuật toán hình chữ nhật bao quanh tối thiểu được sử dụng để thu được thông tin về chiều dài và chiều rộng của bể tan chảy.

Theo đường viền cạnh của bể tan chảy, các ranh giới trên, dưới, trái và phải của bể tan chảy được tìm thấy để thiết lập hình chữ nhật bao quanh ban đầu. Đặt phương trình biên trên là x=x1, phương trình biên dưới là x=x2, phương trình biên bên trái là y=y1 và phương trình biên bên phải là y=y2.
Tọa độ tâm O(x0, y0) của hình chữ nhật bao quanh ban đầu được xác định bởi bốn ranh giới. Khi đó: xem công thức (8) trên hình
Sử dụng O(x0, y0) làm gốc tọa độ, hai trục chính trung tâm vuông góc lẫn nhau được thiết lập. Tọa độ của hai điểm ở đầu dọc là A(l, y0) và B(c, y0), tọa độ của hai điểm ở đầu ngang là C(x0, l) và D(x0, k) .
Xoay trục chính một góc θ quanh điểm trung tâm O(x0, y0). Giả sử tọa độ của bốn điểm cuối của trục chính sau khi quay là A'(xa, ya), B'(xb, yb), C'(xc, yc) và D'(xd, yd). Khi đó: Xem công thức (9)-(12) trong hình.
Dịch trục chính. Khi 0°<θ<45°, giá trị x ngang di chuyển lên hoặc xuống và giá trị y dọc di chuyển sang trái hoặc phải. Khi 45°<θ<90°, giá trị y ngang di chuyển sang trái hoặc phải và giá trị x dọc di chuyển lên hoặc xuống.

Bằng cách xoay và dịch trục chính nhiều lần, diện tích của hình chữ nhật bao quanh sẽ được tính toán và cuối cùng hình chữ nhật có diện tích nhỏ nhất được chọn làm hình chữ nhật bao quanh tối thiểu của hình ảnh. Quá trình xử lý hình chữ nhật bao quanh tối thiểu được thể hiện trong Hình 7.

3.7 Hệ thống giám sát bể nóng chảy và hiệu chuẩn camera

Sau khi xử lý, thông tin liên quan về diện tích bể nóng chảy, chiều dài bể nóng chảy và chiều rộng bể nóng chảy của hình ảnh bể nóng chảy có thể được trích xuất chính xác. Để theo dõi hình thái bể nóng chảy trong quá trình phủ laze trong thời gian thực, một hệ thống giám sát trực tuyến và thu thập hình ảnh bể nóng chảy phủ laze đã được xây dựng. Hệ thống giám sát dựa trên nền tảng Windows và được phát triển bằng lập trình C++, thư viện xử lý hình ảnh nguồn mở OpenCV và ứng dụng Qt. Phần bên trái của giao diện có thể hiển thị động hình ảnh bể nóng chảy ban đầu và hình ảnh bể nóng chảy đã xử lý trong thời gian thực. Phía bên phải có thể xuất thông tin liên quan về khu vực bể nóng chảy, chiều dài bể nóng chảy và chiều rộng bể nóng chảy của khu vực bể nóng chảy hiện tại. Đường cong kết quả có thể vẽ biểu đồ đường của khu vực hồ nóng chảy. Giao diện chính tương tác của hệ thống giám sát được thể hiện trong Hình 8.

Bấm vào nút cài đặt để sửa đổi các thông số liên quan đến camera. Độ phơi sáng và mức tăng có thể được điều chỉnh theo thời gian thực theo kết quả hình ảnh và chế độ thu của máy ảnh cũng có thể được điều chỉnh. Mô-đun hiệu chỉnh bên dưới có thể đặt điểm hiệu chuẩn theo cách thủ công và cuối cùng thu được kích thước tương ứng với từng pixel bằng cách đếm số lượng pixel giữa hai điểm và độ dài nhất định.

Thí nghiệm sử dụng một tấm hiệu chuẩn gồm các khối vuông đen trắng có chiều dài cạnh 1.5mm để hiệu chỉnh hình ảnh. Điều chỉnh máy ảnh đến vị trí làm việc giống như trong quá trình phủ laze và đặt tấm hiệu chuẩn dưới ống kính máy ảnh để thu ảnh, như trong Hình 9.

Đặt hai điểm hiệu chỉnh P1 và P2 và đếm số pixel tương ứng với khối hiệu chuẩn dài 1.5mm là 222 pixel. Khi đó kích thước của mỗi pixel là 1.5/222mm, diện tích bể nóng chảy S = số pixel trong khu vực bể nóng chảy × (1.5/222)², chiều dài bể nóng chảy L = số pixel của chiều dài hình chữ nhật ngoại tiếp tối thiểu × (1.5/222) và chiều rộng bể nóng chảy W = số pixel của chiều rộng hình chữ nhật ngoại tiếp tối thiểu × (1.5/222).