对于空气合超声波机器人NDE的高效数据采集和重建
Ciaron Hamilton1, Oleksii Karpenko1, Lalita Udpa1
1Nondestructive Evaluation Laboratory (NDEL), Composite Vehicle Research Center (CVRC), Michigan State University College of Electrical and Computer Engineering, East Lansing, MI, 48824-1226, USA.
Scientific reports
|June 18, 2024
概括
本研究介绍了一种结构光重建方法,用于精确的机器人非破坏性评估 (NDE). 它可以为超声波探针准确地规划路径,改善复合材料的缺陷检测.
科学领域:
- 材料科学与工程 材料科学与工程
- 机器人和自动化 机器人和自动化
- 非破坏性评估 (NDE) 是一种非破坏性评估.
背景情况:
- 复杂几何形状的非破坏性评估 (NDE) 需要精确的传感器操作.
- 机器人手臂在NDE中提供了受控探头定位的潜力.
- 准确的样本几何学对于定量NDE结果至关重要.
研究的目的:
- 开发和验证一种方法来准确地使用结构光对复杂零件几何结构进行物理到虚拟的重建.
- 为了实现精确的路径规划机器人NDE探头,确保恒定的探头到表面距离 (升降).
- 为了证明在空气合超声波检查中对具有模拟缺陷的复合材料的应用.
主要方法:
- 结构光扫描 (CR-Scan 01) 用于微毫米精确的表面重建.
- 一个新的光线三角交叉阵列算法用于机器人路径规划.
- 空气合超声波测试 (SonoAir系统,200 kHz) 在Fanuc 100ib机器人手臂上采用pitch-catch配置.
- 用于单面访问检查的引导波传播.
主要成果:
- 获得了细毫米准确的标本几何重建.
- 成功规划和执行机器人探测器运动,以实现持续的起飞.
- 在CFRP复合材料中有效检测模拟缺陷 (间层分层).
- 与探头的方向和位置同步检测缺陷.
结论:
- 结构化基于光的重建为机器人NDE路径规划提供了准确的几何数据.
- 拟议的方法提高了复杂部件超声波检查的精度和可靠性.
- 这种方法为NDE过程的自动化提供了一个框架.
