基于图像三维重建的退役零件表面失效特征表征方法

退役零件的失效程度是判断其可再制造性的关键因素之一,为克服失效程度难以快速精确量化的问题,提出一种基于图像三维重建的退役零件失效特征表征方法。针对失效特征重建精度要求高的特点,在由运动恢复形状(Shape from motion,SFM)算法的基础上提出一种自标定全局SFM三维点云重建算法,利用光束平差法优化相机焦距、径向畸变参数,实现了相机自标定,增加了全局SFM算法的鲁棒性;以重建有效三维点数量占比、点云完整度和相机位姿准确度为评价指标,构建了重建精度评价模型,实现了图像三维重建精度的量化评价;提出了退役零件表面失效特征量化方法和实施流程,并定义了失效特征信息计算公式;最后,以电梯导靴为例,对其表面磨损失效特征进行了量化表征。试验结果表明,该方法可以有效地用于毫米级及以上的退役零件表面失效特征的快速量化表征。

基于SFM的退役零件失效特征表征精度影响研究

针对失效特征与失效程度影响退役零件可再制造性问题,为了快速、准确地表征失效零件的失效程度,提出了基于从运动中恢复形状和泊松表面重建的退役零件失效特征表征方法。构建了由智能手机、Visual SFM、MeshLab和SolidWorks软件构成的实验平台,应用控制变量法和正交实验法研究了照片数量、拍摄高度、失效程度、零件形状对表征精度的影响;应用所提方法和实验平台对退役破碎锤进行了案例研究,对其失效特征进行了表征和量化实验。研究结果表明:平拍拍摄、箱体类、失效程度大的零件具有较高的重建精度和表征精度;所提方法能够准确、高效地重构退役零件,可为快速评估退役零件可再制造性提供数据支撑。