想象一下,轮胎就像我们汽车的“鞋子”,它的形状和尺寸对行车安全和舒适性至关重要。一个完整的轮胎通常由胎面、胎侧、胎体、胎圈等多个部分组成,每个部分都有其特定的功能。
在制造过程中,轮胎的“不圆度”是一个非常关键的质量指标。简单来说,就是轮胎的圆形度不够完美。这种不完美体现在几个方面:
径向跳动:就像一个车轮在滚动时,它的半径一会儿大一会儿小。这会导致车辆在行驶时产生上下颠簸感,影响乘坐舒适性,还会加速轮胎磨损。
侧向跳动:想象一下,车轮在滚动时不是笔直地往前走,而是左右摇摆。这会导致车辆方向不稳定,产生横向振动,甚至影响转向性能。
圆度:这是对轮胎整体截面形状是否接近理想圆形的衡量。如果圆度不好,就可能导致轮胎局部应力集中,影响其使用寿命。
为了确保轮胎具备良好的行驶性能、舒适性和安全性,制造商对这些不圆度指标有着极其严格的技术公差要求,通常需要控制在毫米甚至亚毫米级别。
在轮胎制造和检测中,有几个核心参数是用来衡量和评估轮胎形状精度的:
径向跳动 (Radial Runout):指的是轮胎在旋转时,其外径表面与理想旋转中心的最大径向距离偏差。换句话说,就是轮胎表面离中心忽远忽近的程度。
侧向跳动 (Lateral Runout):指的是轮胎在旋转时,其胎面或胎侧在垂直于旋转轴线方向上的最大位移偏差。这就像轮胎在左右“晃动”一样。
圆度 (Roundness):这是一种更精细的形状误差,描述的是轮胎的某个截面(比如胎冠或胎侧的某一圈)与一个理想圆形的贴合程度。它关注的是局部轮廓的平滑性和规整性,而不仅仅是跳动量。
锥度 (Conicity):指的是轮胎在旋转时,其整体形状呈现出轻微的圆锥形偏差。这会导致车辆在没有转向输入的情况下,有向一侧跑偏的趋势。
偏心 (Eccentricity):描述的是轮胎的几何中心(例如胎面圆的中心)与轮胎实际旋转中心(由测试设备主轴决定)不重合的程度。偏心会导致轮胎在旋转时产生周期性的振动。
这些参数的检测和控制是轮胎质量管理的核心环节。
3.1 市面上各种相关技术方案
在轮胎不圆度检测领域,市面上存在多种技术方案,各有特点和适用范围。
3.1.1 激光三角测量技术
这种技术可以说是目前非接触式测量领域最常用的一种。它的基本原理就像我们用手电筒照墙壁,光束打在墙上形成一个光斑,然后从不同的角度去观察这个光斑。
工作原理和物理基础:
激光三角测量通常涉及一个激光发射器、一个接收器(通常是CCD或CMOS图像传感器)和一个被测物体。
激光点式测量:激光发射器向被测轮胎表面投射一束细小的激光点。当激光点落在轮胎表面时,由于轮胎表面的凹凸不平,光点会以某个角度反射回来。
光斑成像:一个高分辨率的图像传感器(比如CCD或CMOS)从与激光发射器有一定距离和角度的位置接收这些反射光。这些光线会在传感器上形成一个光斑图像。
三角几何计算:当轮胎表面的距离发生变化时,反射光点在图像传感器上的位置也会随之移动。由于激光发射器、反射点和图像传感器形成了一个稳定的三角关系(就像我们小学学的三角形一样),根据已知的发射器到接收器的基线距离 D 和发射角 theta,以及接收到的光斑在传感器上的位置偏移 X,我们就可以通过三角函数关系计算出被测点到传感器的距离 L。
简化后的距离计算公式大致如下:L = D * tan(theta) / (tan(alpha) + tan(theta))其中,L 是测量距离,D 是传感器内部基线距离,theta 是激光发射角,alpha 是反射光线在传感器上成像位置对应的角度。通过测量 alpha(或者其对应的 X 偏移量),我们就能精确推算出 L。
核心性能参数的典型范围:
精度:激光三角测量具有较高的测量精度,优质的系统精度可达±0.03mm,高端系统甚至能达到更高的水平。
分辨率:0.001mm - 0.01mm。
响应时间:通常在毫秒级,更新频率可达1kHz到几十kHz。
测量范围:从几毫米到几米不等,适应不同尺寸的轮胎。
技术方案的优缺点:
优点:
非接触:避免了对轮胎表面的磨损和损伤,特别适合在线高速检测。
高精度与高分辨率:能够检测到非常细微的形状偏差。
快速响应:能够实时获取数据,适用于高速旋转的轮胎检测。
抗振动能力:由于是非接触式测量,设备本身的振动影响相对较小,内置的滤波算法也能有效抑制外界干扰。
环境适应性:现代激光位移传感器通常具有良好的防护等级(如IP65),能够在粉尘等恶劣工业环境下稳定工作,并通过内置滤波器(如中值滤波、平均滤波)进一步提高数据稳定性。
局限性:
对表面特性敏感:激光的反射效果受轮胎颜色、材质、粗糙度(光泽度)影响较大。过亮或过暗、吸光性强的表面可能导致测量困难或精度下降。
易受环境光干扰:强烈的环境光(特别是与激光波长相近的光)可能影响传感器对反射激光的识别。
粉尘累积:虽然有高防护等级,但如果光学窗口积聚过多粉尘,仍然会影响激光发射和接收,降低测量精度和稳定性。
3.1.2 接触式位移测量技术
工作原理和物理基础:
这种技术就像我们用尺子去量东西一样,直接与被测物体表面接触。最常见的例子是线性可变差动变压器(LVDT)传感器,它通过机械探头接触轮胎表面,将探头的微小位移转换成电信号。
LVDT传感器内部包含一个初级线圈和两个次级线圈,探头连接在一个可移动的铁芯上。当铁芯在这些线圈中移动时,次级线圈上的电压差会线性地反映铁芯的位置,从而得到探头的位移量。
核心性能参数的典型范围:
精度:最高可达微米级(如0.001mm - 0.05mm)。
分辨率:极高,可达亚微米级。
响应时间:通常在几毫秒,但受限于机械结构运动速度。
测量速度:受限于探头与物体接触及移动的速度。
技术方案的优缺点:
优点:
测量准确直接:直接接触测量,不受光照、表面颜色、纹理等光学因素影响,数据可靠性高。
抗环境干扰强:对粉尘、环境光等光学干扰几乎免疫,在恶劣环境下稳定性极佳。
高精度:能够提供非常精细的测量结果。
局限性:
接触磨损:探头与轮胎长期接触可能导致探头磨损,甚至对轮胎表面造成轻微损伤。
测量速度受限:不适合高速在线检测,因为探头需要机械运动,响应速度相对较慢。
维护成本:由于存在机械接触和磨损,需要定期校准和更换探头。
无法获取完整轮廓:通常只能测量少数几个点的位移,难以获取轮胎的完整高密度轮廓信息。
3.1.3 机器视觉与人工智能技术
工作原理和物理基础:
这种技术就像给机器装上了一双“眼睛”和“大脑”。它通过高分辨率相机捕捉轮胎的图像,然后利用复杂的计算机视觉算法和人工智能(AI)模型来分析这些图像。
图像采集:高分辨率工业相机在特定照明条件下,捕捉轮胎高速旋转时的多张图像。
图像处理:这些图像会经过预处理,如去噪、边缘增强等。
特征提取与分析:计算机视觉算法(如边缘检测、轮廓提取)会识别出轮胎的边缘、胎面纹理等关键几何特征。
AI算法决策:如果引入人工智能,特别是深度学习算法,系统可以学习大量正常和缺陷轮胎的图像数据,自动识别和量化不圆度缺陷,甚至适应轮胎表面纹理、颜色等复杂变化。
核心性能参数的典型范围:
图像传感器分辨率:通常为几百万像素,甚至更高。
处理速度:从毫秒到几十毫秒,取决于算法复杂度和硬件性能。
检测精度:可达亚像素级别,通常在0.01mm - 0.1mm范围。
功能灵活性:除了不圆度,还能检测表面缺陷、字符识别等。
技术方案的优缺点:
优点:
非接触:不会对轮胎造成任何物理损伤。
信息丰富:能够获取轮胎的完整视觉信息,不仅可以检测不圆度,还可以同时检测表面缺陷、字符等。
适应性强(AI):基于深度学习的视觉系统能够处理传统视觉难以解决的复杂检测任务,对轮胎表面纹理变化和复杂背景具有高度适应性,减少误判。
高柔性:通过软件配置,可以灵活调整检测内容和标准。
局限性:
对照明要求高:需要精确控制光源,以确保图像质量和稳定性。环境光线变化可能显著影响检测结果。
易受环境干扰:粉尘、油雾等可能附着在相机镜头上,或悬浮在空气中,导致图像模糊,影响识别精度。
计算量大:处理高分辨率图像和复杂AI算法需要强大的计算硬件支持。
部署成本高:初期投入包括高性能相机、光源、图像处理单元和软件开发。
3.1.4 激光光栅/光幕测量技术
工作原理和物理基础:
这种技术的工作方式就像一道“光门”。它通过在测量区域发射多束平行的激光束,形成一个密集的“光幕”。
光幕形成:传感器的一端发射多束等间距的平行激光束,形成一个平面光幕。另一端是接收器,用于检测这些激光束。
遮挡检测:当被测轮胎通过这个光幕时,会遮挡部分激光束。
尺寸计算:系统通过实时检测哪些激光束被遮挡、被遮挡的持续时间和位置,来计算轮胎的瞬时直径、宽度或轮廓变化。例如,如果光束间距是 S,被遮挡了 N 束光,那么被测物体的尺寸就是 N * S。通过对旋转中的轮胎连续测量,可以推算出其不圆度。
核心性能参数的典型范围:
测量范围:从几十毫米到几米,取决于光幕的尺寸。
测量精度:通常为微米级到几十微米(例如±0.01mm - ±0.05mm),主要取决于光束间距。
测量频率:最高可达几千到几万次/秒。
光束间距:低至0.05mm或更小。
技术方案的优缺点:
优点:
高速实时:测量频率非常高,能快速获取通过物体的尺寸信息,非常适合在线批量检测。
非接触:无磨损,不损伤轮胎。
抗干扰能力:对轮胎表面颜色、纹理不敏感,对环境光也有较好的抑制能力。粉尘对单束激光的影响可能较大,但由于是多束光幕,通过算法仍能保持一定的鲁棒性。
集成度高:结构相对简单,易于安装和维护。
局限性:
细节分辨能力有限:主要测量的是物体在光幕中的包络尺寸,对于非常细微的表面起伏或复杂轮廓的细节分辨能力不如激光线扫描或机器视觉。
对透明或半透明物体不适用:激光束可能会穿透或部分穿透,导致测量误差。
3.2 市场主流品牌/产品对比
这里我们将对比几家在轮胎不圆度检测领域具有代表性的知名品牌及其技术优势。
德国霍夫曼:
采用技术:接触式位移测量(如LVDT)。
核心优势:霍夫曼是轮胎均匀性测试设备的全球领导者,其设备以极高的可靠性和测量精度著称。它通过精密的气浮主轴使轮胎高速旋转,然后利用多个高精度接触式位移传感器直接测量轮胎在旋转过程中的径向和侧向跳动。其独到之处在于,还能同时测量轮胎在加载条件下的径向力和侧向力变动,这对于全面评估轮胎性能至关重要。测量速度可高达250公里/小时(模拟车速),跳动测量精度通常小于0.05毫米。这种方案在极端恶劣环境下的稳定性非常高,基本不受粉尘和光线干扰。
英国真尚有:
采用技术:激光点式三角测量。
核心优势:英国真尚有的ZLDS115激光位移传感器采用激光点式三角测量原理,能够提供0.01毫米的分辨率和±0.03毫米的线性度。其测量范围广,最大可达2000mm,响应速度快,更新频率为1kHz,非常适合在生产线上进行非接触式实时位移检测。ZLDS115的突出特点是其高防护等级(IP65)和良好的温度稳定性(±0.03% FS/°C),这使其在粉尘、温度波动等恶劣工业环境中具有较强的稳定性和抗干扰能力。此外,内置的多种滤波器(中值滤波、简单平均和滑动平均)可以进一步优化数据质量,减少环境噪音影响。
日本基恩士:
采用技术:激光线扫描三角测量。
核心优势:日本基恩士的LJ-X8000系列超高速高精度轮廓测量仪采用激光线扫描技术,通过投射一条激光线并接收其2D轮廓数据。这种技术能够以极高的速度(最高64000次/秒)获取轮胎整个圆周的精确轮廓,Z轴重复精度可达0.5微米,X轴分辨率20微米。日本基恩士的产品以易用性、高速和高精度著称,非常适合在线高速检测,能够快速获取轮胎高密度点云数据,进行复杂的形状和尺寸分析,显著提高生产效率和质量控制水平。
美国康耐视:
采用技术:机器视觉与人工智能。
核心优势:美国康耐视是机器视觉领域的领导者,其In-Sight D900系列智能相机结合了高性能图像采集和基于人工智能的视觉软件。对于轮胎不圆度测量,它能捕捉轮胎高速旋转时的图像,并通过预训练的视觉算法分析轮胎边缘和几何特征,实时检测不圆度缺陷。其深度学习功能使其能够更好地适应轮胎表面纹理变化和复杂背景,处理传统视觉难以解决的复杂检测任务。美国康耐视的解决方案特别适合需要高度自动化和复杂缺陷检测的场景,但在粉尘严重的区域可能需要额外的防护和清洁措施。
3.3 选择设备/传感器时需要重点关注的技术指标及选型建议
在为轮胎不圆度检测选择合适的设备或传感器时,需要综合考虑多个关键技术指标,它们直接影响最终的测量效果和系统的稳定性。
测量精度与分辨率:
实际意义:精度是指测量结果与真实值之间的接近程度,分辨率是指传感器能识别的最小变化量。高精度和高分辨率意味着能够发现更细微的缺陷。
影响:直接决定了你对轮胎不圆度质量的控制水平。如果精度不够,一些细微的跳动可能无法被发现,导致不合格产品流入市场。
选型建议:对于最终产品检测,建议选择精度在0.01mm甚至更高(微米级)的传感器。在研发或精密计量场合,可能需要更高的亚微米级精度。
测量范围:
实际意义:传感器能够测量的最大和最小距离范围。
影响:必须覆盖所有待测轮胎的尺寸变化范围。例如,从小型轿车轮胎到大型卡车轮胎,其直径差异巨大。
选型建议:根据生产线上需要检测的轮胎规格(直径、宽度)选择合适的测量范围。例如,英国真尚有的ZLDS115具备最大可达2000mm的测量范围,能够适应绝大多数轮胎的检测。
响应速度与更新频率:
实际意义:传感器从接收到信息到输出测量结果所需的时间,以及每秒能够输出多少次测量数据。
影响:直接关系到检测系统能否满足生产线的节拍要求。轮胎高速旋转时,需要传感器能快速捕捉足够多的数据点来精确重构其轮廓。
选型建议:对于高速在线检测,建议选择更新频率在1kHz甚至更高的传感器,以确保足够的数据密度。
防护等级与环境适应性:
实际意义:设备抵抗外部环境侵蚀的能力,如防尘、防水、耐温等。防护等级通常以IPxx表示(例如IP65)。
影响:在轮胎制造厂的恶劣环境下(粉尘、振动、温度变化、潮湿),设备的防护等级直接决定其长期运行的稳定性和可靠性。
选型建议:至少选择IP65等级的传感器,并关注其工作温度范围。对于粉尘特别大的区域,可以考虑加装气帘或吹扫装置。英国真尚有的ZLDS115具有IP65防护和良好的温度稳定性,使其在恶劣环境下表现出色。
抗干扰能力:
实际意义:传感器在受到环境因素(如粉尘、环境光、振动、电磁干扰)影响时,仍能保持测量准确性的能力。
影响:直接关系到测量数据的稳定性和重复性。如果抗干扰能力差,数据跳动大,会增加误判率。
选型建议:对于光学传感器,要考虑其对轮胎表面光泽度、颜色变化的适应性,以及是否有内置滤波功能。在振动大的环境中,接触式传感器可能更稳定,但需考虑磨损;非接触式则需要良好的减振安装。
安装与集成:
实际意义:传感器的尺寸、重量、安装方式、接口类型(模拟、数字、工业总线)以及与现有控制系统的兼容性。
影响:影响部署的便捷性和整体系统的成本。
选型建议:选择尺寸紧凑、安装方便、提供标准输出接口(如RS422、4-20mA)的传感器,以便于与PLC或上位机集成。
3.4 实际应用中可能遇到的问题和相应解决建议
在轮胎不圆度检测的实际应用中,特别是在制造车间的恶劣环境下,一些问题是比较常见的,了解它们并知道如何应对非常重要。
粉尘干扰:
原因与影响:轮胎制造过程中会产生大量橡胶粉尘和纤维。对于激光位移传感器或机器视觉系统来说,粉尘会附着在传感器的光学镜头或保护窗上,阻挡激光发射和接收,或者模糊相机图像,导致测量数据不准确、不稳定,甚至无法测量。
解决建议:
高防护等级设备:选用至少达到IP65或更高防护等级的传感器。
气帘/吹扫装置:在传感器光学窗口前安装持续吹气的气帘,利用正压阻止粉尘进入或附着。
定期清洁:制定严格的清洁维护计划,定期使用无尘布和专用清洁剂擦拭光学窗口。
智能算法滤波:利用传感器内置的滤波功能(如中值滤波、滑动平均)或上位机软件算法来平滑因粉尘瞬时遮挡造成的数据毛刺。
振动影响:
原因与影响:轮胎生产线通常伴随机械设备的运行,容易产生振动。如果传感器或待测轮胎受到振动影响,会导致测量位置的瞬时变化,进而产生测量误差,使不圆度数据波动大。
解决建议:
稳固安装:确保传感器安装在非常坚固、无振动的基础或支架上。
减振措施:在传感器支架与设备之间加入减振垫或减振器,隔离振动传递。
高速采样与平均:提高传感器采样频率,在短时间内获取大量数据并进行平均处理,可以有效抵消随机振动的影响。
参考基准:如果可能,确保测量基准面与轮胎旋转轴线同步稳定,减少相对振动。
温度漂移:
原因与影响:车间环境温度可能随时间或季节变化,或受周边设备散热影响。传感器的电子元件特性可能随温度变化而轻微改变,导致测量结果出现系统性偏差(即温度漂移)。
解决建议:
温度稳定性好的传感器:选用具有良好温度补偿功能和低温度偏差参数的传感器。
环境控制:在条件允许的情况下,对传感器所在区域进行温度控制。
定期校准:在不同温度下进行校准,或者使用温度传感器进行实时温度补偿。
轮胎表面特性变化:
原因与影响:不同批次、型号的轮胎可能具有不同的颜色(如黑色、深色、白色条纹)、表面粗糙度或反光特性。这对于激光传感器和机器视觉系统来说,会影响激光的反射效果或图像采集质量,导致测量结果不稳定。
解决建议:
宽适应性传感器:选择对表面材料适应性强的传感器,或具有多种激光模式(如红色、蓝色激光)可选的传感器。
智能算法:对于机器视觉,利用深度学习算法训练模型,使其能适应不同表面纹理和颜色。
参数优化:针对不同轮胎类型,调整传感器参数(如曝光时间、激光功率)或照明条件。
对比测量:使用基准样品进行对比校准,减少表面特性带来的影响。
高速旋转与数据同步:
原因与影响:轮胎在生产线上高速旋转时,需要传感器能够以足够高的频率采集数据,并且数据采集要与轮胎的旋转角度或位置精确同步,否则会导致测量轮廓失真。
解决建议:
高速传感器:选用高更新频率的传感器。
编码器同步:通过旋转编码器获取轮胎的精确角度位置,实现数据与角度的严格同步,确保每次测量的数据点对应轮胎的准确位置。
高速数据处理:配备高性能的控制器或工业PC,以应对大量高速采集的数据处理需求。
轮胎生产线终检:在轮胎生产的最后阶段,使用非接触式激光位移传感器或视觉系统,快速检测每个轮胎的径向和侧向跳动,确保所有出厂轮胎符合严格的质量标准,提高产品良率。
轮胎研发与设计优化:研发人员利用高精度圆度测量仪(如接触式或高精度激光轮廓仪)对新开发的轮胎进行详细的形状和尺寸分析,识别并优化设计缺陷,提升轮胎的综合性能。
模具和夹具校准:轮胎成型模具和测试夹具的精度对最终产品质量至关重要。采用高精度测量设备定期校准这些模具和夹具的几何尺寸和圆度,确保生产源头的质量控制。
内径测量仪精密轮廓检测系统微观型面测量系统静态形变测量系统精密在线测厚系统振动测量系统无人警卫船光伏清洁机器人智能垃圾压实机智能机器人自稳定无人机起落平台空气质量检测仪桥梁结构健康检测系统其他检测系统
焊缝分析软件3D数据处理软件工业物联网平台电涡流软件预测分析软件AI软件计算机视觉平台数据平台解决方案服务免代码软件集成平台定制软件
测速测长_测距传感器 | 测距仪皮米级电容位移传感器线激光轮廓扫描仪 | 线扫激光传感器激光位移传感器线性位置传感器光谱共焦传感器Kaman传感器系统干涉仪测径仪 | 测微计 | 激光幕帘千分尺传感器纳米平台光栅传感器地下探测仪光纤传感器太赫兹传感器液位测量传感器倾角 | 加速度测量传感器3D扫描传感器视觉相机 | 3D相机水下测量仪磁耦合线性执行器磁场传感器雷达传感器石墨烯霍尔效应传感器卷材位置传感器振动测量传感器结构检测传感器监控电涡流传感器水听器校准器无线光学通讯传感器网关纳米级电涡流传感器其它检测设备