通过建立涂层的三维非稳态导热模型, 对涂层脱粘缺陷模型的正弦调制加热过程进行了数值计算。在不同涂层厚度与缺陷尺寸下, 分别提取缺陷中心处与无缺陷处表面温度相位并进行差值计算; 沿缺陷半径方向均匀取点, 并对涂层表面平均温度曲线进行一阶差分。研究结果表明: 通过缺陷处与无缺陷处相位差可有效检测缺陷, 通过温度一阶差分可对缺陷进行定量识别。

由人工在生产线上进行汽车表面涂装的瑕疵检测和分类存在效率低、人工成本高等缺点。随着汽车生产自动化程度的提高, 迫切需要对检测过程实现自动化和智能化, 提出一种基于机器视觉方法, 利用图像纹理特征实现对汽车涂装瑕疵检测和分类。首先采用提取瑕疵局部二值模式(LBP)特征谱对汽车表面的喷涂瑕疵进行检测, 以克服背景光照和方向性对瑕疵特征检测的影响, 再利用Adaboost算法对选取的样本进行训练, 得到瑕疵种类分类器, 完成对检测结果的分类。通过实验所提出的方法, 对所选的几种典型瑕疵进行检测的有效率达到91%以上, 分类正确率平均达到82%以上, 单张图片检测时间控制在60 ms以下。