張 琦，張秀芬*，蔚 剛

(1.內(nèi)蒙古工業(yè)大學(xué) 機(jī)械工程學(xué)院，內(nèi)蒙古 呼和浩特 010051;2.內(nèi)蒙古機(jī)電職業(yè)技術(shù)學(xué)院 教學(xué)實(shí)習(xí)部，內(nèi)蒙古 呼和浩特 010070)

0 引 言

退役機(jī)械零件往往存在多種失效模式，比較典型的失效形式有磨損、腐蝕、變形和斷裂等。不同的失效模式對(duì)應(yīng)著不同的失效特征，如失效面積、失效長(zhǎng)度、失效體積等。其中，失效特征的識(shí)別與表征對(duì)于快速評(píng)估零部件的可再制造性具有重要意義。

通常，機(jī)械零件內(nèi)部的失效特征多采用超聲波無(wú)損探傷、電磁波無(wú)損探傷、射線檢測(cè)等[1-3]技術(shù)進(jìn)行表征和量化。機(jī)械零件表面的失效特征則多采用模糊評(píng)價(jià)法、3D掃描儀重建法等[4-5]進(jìn)行表征和量化。其中，模糊評(píng)價(jià)法通過(guò)專家評(píng)價(jià)結(jié)果進(jìn)行失效特征量化，主觀性較大，評(píng)價(jià)不精確。3D掃描儀重建法則通過(guò)3D掃描儀對(duì)物體進(jìn)行掃描，并構(gòu)建失效零件的三維模型，需要特定的設(shè)備，成本高、過(guò)程復(fù)雜、效率低。

基于圖像的三維重建即是通過(guò)照相機(jī)中的傳感器拍攝物體的圖像，來(lái)獲得物體的三維模型。圖像三維重建分為多攝像頭重建和單一攝像頭重建[6-7]。單攝像頭重建包含從聚焦中獲取深度(depth from focus， DFF)[8]、從陰影中恢復(fù)形狀(shape from shading，SFS)[9]、從運(yùn)動(dòng)中恢復(fù)形狀(SFM)[10]等。其中：SFM方法具有重建精度高、魯棒性強(qiáng)等特點(diǎn)，是近年來(lái)研究和應(yīng)用最廣的方法。李文達(dá)等[11]以無(wú)人機(jī)拍攝的地面信息圖片為輸入，基于SFM法進(jìn)行了地面三維模型重建。李瑩等[12]采用SFM方法重建了城市植被。

為了克服已有失效特征表征中存在的精度低、成本高等不足，筆者提出基于SFM的失效特征表征的方法，并研究失效特征表征精度的影響因素，為提高可控制表征精度提供理論支持。

1 退役零件失效特征表征方案

以退役機(jī)械零件表面失效特征為研究對(duì)象，根據(jù)退役零件照片序列中的特征信息，筆者基于SFM法重建出該零件的稀疏點(diǎn)云，通過(guò)CMVS/PMVS法重建出該零件的稠密點(diǎn)云，通過(guò)泊松表面重建算法獲得零件三維圖形，導(dǎo)入到SolidWorks進(jìn)行網(wǎng)格實(shí)體轉(zhuǎn)換，并與未失效零件進(jìn)行對(duì)比，獲得失效區(qū)域的失效信息。

退役零件失效特征表征方案由退役零件三維重建和退役零件失效特征表征兩部分組成。退役零件失效特征表征方案流程如圖1所示。

圖1 退役零件失效特征表征方案流程圖

退役零件失效特征的三維重建旨在通過(guò)SFM和表面泊松重建方法恢復(fù)退役零件的三維圖形，其具體的步驟如下：

(1)構(gòu)建退役零件圖像集。通過(guò)智能手機(jī)拍攝采集退役零件失效特征的圖像集，不需要提前對(duì)相機(jī)位置和退役零件的相對(duì)位置進(jìn)行標(biāo)定，通過(guò)合適的拍攝角度和拍攝位置采集到高精度的圖片，高精度的圖片可以優(yōu)化三維重建的精度。因此，圖片集應(yīng)包含退役零件盡可能多的失效信息，圖片與圖片間應(yīng)包含相同的特征點(diǎn)；

(2)構(gòu)建退役零件三維點(diǎn)云。構(gòu)建退役零件圖像集后，將圖像集導(dǎo)入到Visual SFM軟件中(該軟件中包含圖片特征信息提取和匹配模塊，SFM方法重構(gòu)稀疏點(diǎn)云模塊和CMVS/PMVS重構(gòu)稠密點(diǎn)云模塊)，應(yīng)用以上模塊對(duì)圖像集進(jìn)行處理，重構(gòu)出退役零件的稠密點(diǎn)云，獲得了包含相機(jī)相對(duì)位置、稀疏點(diǎn)云和稠密點(diǎn)云信息的文件；

(3)構(gòu)建退役零件三維圖形。將包含退役零件相關(guān)信息的文件導(dǎo)入到MeshLab軟件中，去除退役零件稠密點(diǎn)云中的冗余點(diǎn)，應(yīng)用泊松表面重建模塊，擬合出最接近退役零件表面的三維模型，通過(guò)修復(fù)流形邊緣得到最終的三維圖形。

退役零件失效特征表征旨在通過(guò)對(duì)比退役零件和未退役全新零件的三維模型，得到量化的失效信息和直觀對(duì)比圖。為快速準(zhǔn)確評(píng)估退役零件的可再制造性提供數(shù)據(jù)支撐，其步驟如下：

(1)構(gòu)建退役零件的三維數(shù)字化模型。將退役零件失效特征三維重建出的三維圖形以多邊形數(shù)據(jù)格式(PLY)保存，導(dǎo)入到三維軟件SolidWorks中選擇圖形實(shí)體進(jìn)行打開，設(shè)置單位長(zhǎng)度為毫米，將圖形轉(zhuǎn)換成網(wǎng)格實(shí)體。由于其三維重建過(guò)程中丟失了失效零件的尺寸信息，需要測(cè)量失效零件上的部分長(zhǎng)度信息，對(duì)重建后三維模型中相同點(diǎn)的長(zhǎng)度信息進(jìn)行比例縮放，以還原真實(shí)尺寸的失效零件的三維模型；

(2)構(gòu)建未失效零件的三維數(shù)字化模型。未失效零件其尺寸完好，通過(guò)測(cè)繪或原設(shè)計(jì)廠獲得零件的三維數(shù)字化模型。

(3)量化失效特征。對(duì)構(gòu)建的失效和未失效零件的三維數(shù)字化模型進(jìn)行質(zhì)量評(píng)估仿真，通過(guò)分析仿真獲得失效零件和未失效零件的失效體積、表面積、質(zhì)量等失效信息，對(duì)量化的數(shù)據(jù)求其差值，得到失效零件在該失效形式下的失效量。

2 失效特征重建精度影響因素

為了提高失效特征的表征精度，筆者根據(jù)退役零件失效特征表征方案流程及SFM方法的特點(diǎn)，提取出3個(gè)影響重建精度的影響因素，主要包括零件形狀、失效程度、照片采集數(shù)量和角度等。

筆者采用控制變量法對(duì)影響因素進(jìn)行實(shí)驗(yàn)研究，采用正交實(shí)驗(yàn)得到最優(yōu)化的重建結(jié)果。

2.1 照片采集數(shù)量和拍攝高度的影響

SFM方法的原理在于從運(yùn)動(dòng)中恢復(fù)形狀，其中涉及到重建圖片內(nèi)的特征信息，圖片的數(shù)量和拍攝高度會(huì)影響特征信息量，從而影響重建精度。

首先，筆者以重建物體為坐標(biāo)原點(diǎn)建立三維坐標(biāo)系，在該坐標(biāo)系中研究照片數(shù)量和拍攝高度的影響。

將拍攝高度分為平拍、俯拍和仰拍拍攝3種，在保證拍攝所使用的設(shè)備、外部環(huán)境和照片數(shù)量相同的情況下進(jìn)行3次實(shí)驗(yàn)，實(shí)驗(yàn)情況如表1所示。

表1 玩偶拍攝高度實(shí)驗(yàn)表

筆者通過(guò)拍攝高度實(shí)驗(yàn)確定最佳的拍攝高度后，對(duì)拍攝照片的數(shù)量展開實(shí)驗(yàn)。為了保證實(shí)驗(yàn)的可靠性，筆者在同一拍攝高度繞玩偶拍攝72張圖片，每張圖片間隔弧度為0.873 rad，按拍攝角度變化從圖片集中選擇不同數(shù)量圖片進(jìn)行重建。

不同拍攝高度與照片數(shù)量下的玩偶重建稠密點(diǎn)云，如圖2所示。

圖2 拍攝高度與照片數(shù)量實(shí)驗(yàn)對(duì)比圖

由圖2可知：

(1)俯拍拍攝重建的稠密點(diǎn)云有部分缺失和部分重建錯(cuò)位，仰拍拍攝重建的稠密點(diǎn)云有大部分的缺失，平拍拍攝獲取的稠密點(diǎn)云特征恢復(fù)較好，沒有重建錯(cuò)位的發(fā)生。對(duì)比以上3種拍攝高度可知，平拍拍攝效果最好；

(2)圖片數(shù)量較少時(shí)，重建后的稠密點(diǎn)云會(huì)丟失部分特征信息，圖片數(shù)量超過(guò)40張后重建精度不會(huì)增加，反而會(huì)引入冗余特征點(diǎn)和噪點(diǎn)，也會(huì)增加重建所需的時(shí)間。因此，圖片數(shù)量為36至40張時(shí)重建精度較好。

2.2 零件形狀的影響

根據(jù)其本身結(jié)構(gòu)和功能不同，機(jī)械零件具有多種形狀。為了更好地劃分類別，筆者將退役零件的形狀分為軸套類、箱體類、輪盤類3種。其中，軸套類零件特點(diǎn)為長(zhǎng)度較長(zhǎng)，類似長(zhǎng)方體；箱體類零件特點(diǎn)為形狀較為規(guī)則，類似正方體；輪盤類零件特點(diǎn)為形狀不規(guī)則，類似薄圓柱體。

實(shí)驗(yàn)過(guò)程中選取了各類零件，采用相同的拍攝設(shè)備，保證外界環(huán)境光照等外界條件一致，在采集特征照片的過(guò)程中選擇相同的拍攝高度，對(duì)每類零件拍攝相同數(shù)量的照片，對(duì)比三維重建獲取的三維圖形與實(shí)物，判斷零件形狀對(duì)三維重建精度的影響。

零件形狀實(shí)驗(yàn)情況如表2所示。

表2 零件形狀實(shí)驗(yàn)表

不同類型零件形狀實(shí)驗(yàn)結(jié)果如圖3所示。

圖3 不同類型零件形狀對(duì)比圖

由圖3可知，重建效果最好的是箱體類零件，重建出的稠密點(diǎn)云能夠較好地還原零件的特征信息；其次是軸套類零件，重建后有小部分的特征信息丟失；最次的是輪盤類零件，雖然從圖3中看其重建后的稀疏點(diǎn)云比較好地還原了零件的特征信息，但是卻丟失了另一面的特征信息。其原因在于零件特征信息的提取過(guò)程中，由一面轉(zhuǎn)換到另一面過(guò)程中長(zhǎng)方形零件和不規(guī)則零件其圖片包含的特征信息快速減少，造成后續(xù)的特征點(diǎn)匹配時(shí)出現(xiàn)錯(cuò)誤匹配和匹配不上等情況，使重建后的稀疏點(diǎn)云出現(xiàn)變形甚至將匹配出多個(gè)點(diǎn)云，從而影響稠密點(diǎn)云的重建。

為解決該問(wèn)題，可以在面與面的過(guò)渡區(qū)間密集地拍攝圖片，從而使每張圖片中的特征信息能夠相互匹配。

2.3 失效程度的影響

退役零件有多種失效模式，典型的有磨損、腐蝕、變形等。在以上的失效模式下，往往伴隨著退役零件質(zhì)量減小的現(xiàn)象，具體表現(xiàn)為外部形狀、體積、表面積等特征發(fā)生變化。

根據(jù)退役零件質(zhì)量變化程度，可將退役零件失效程度分為輕度失效、中度失效和嚴(yán)重失效3種：(1)輕度失效表現(xiàn)為零件表面磨損和腐蝕量非常小，在局部有點(diǎn)蝕、燒傷等；(2)中度失效表現(xiàn)為零件表面出現(xiàn)較大磨損或腐蝕，零件的表面有比較明顯的變化和損傷；(3)嚴(yán)重失效表現(xiàn)為零件表面磨損或腐蝕非常嚴(yán)重，零件有較大的形狀變化。

實(shí)驗(yàn)時(shí)，確定一種退役零件，選擇3種不同失效程度的零件進(jìn)行三維重建，采用相同的拍攝設(shè)備，保證外界環(huán)境光照等外界條件一致，采集特征圖片過(guò)程中選擇相同的拍攝高度，對(duì)每個(gè)零件拍攝相同數(shù)量的照片。

零件失效程度影響實(shí)驗(yàn)情況如表3所示。

表3 零件失效實(shí)驗(yàn)表

零件不同程度失效的實(shí)驗(yàn)結(jié)果如圖4所示。

圖4 零件不同程度失效對(duì)比圖

由圖4可知，剎車片的剎車皮存在不同程度的磨損，剎車片與剎車皮邊存在輕微磨損，重建效果最好的是重度失效的零件，其次是中度失效的零件，最次是輕度失效的零件。這是由于輕度失效零件表面只有非常小的磨損量，在重建過(guò)程中會(huì)損失小部分特征信息，從而引入誤差，影響重建效果。

為了解決該問(wèn)題，可以在零件失效處增加拍攝數(shù)量，避免特征信息的損失。

2.4 實(shí)驗(yàn)結(jié)果優(yōu)化

在上述實(shí)驗(yàn)中，拍攝照片數(shù)量和拍攝高度是影響每一次實(shí)驗(yàn)的因素，定義為全局影響因素。零件形狀和失效程度分別影響單次實(shí)驗(yàn)，故定義為局部影響因素。

筆者對(duì)各影響因素中的影響因子對(duì)重建后的稠密點(diǎn)云進(jìn)行評(píng)分。影響因素評(píng)分如表4所示(分值在0～1之間)。

表4 影響因素評(píng)分表

構(gòu)造重建精度的函數(shù)式為：

P=AnBn(w1Cn+w2Dn)

(1)

式中：P—重建精度，取值范圍為0%～100%，值越大，則重建精度越高；An，Bn，Cn，Dn—拍攝角度、照片數(shù)量、零件類型、失效模式的評(píng)分值；w—各局部影響因素權(quán)重，上述實(shí)驗(yàn)中w1取0.4，w2取0.6。

為了綜合檢驗(yàn)零件形狀、失效程度、照片采集數(shù)量和拍攝高度等影響因素對(duì)重建精度的影響，筆者采用正交實(shí)驗(yàn)法尋找最優(yōu)解。

實(shí)驗(yàn)時(shí)選擇紅米note7作為拍攝設(shè)備，實(shí)驗(yàn)時(shí)保證外部環(huán)境的一致性。

設(shè)定影響因素：A-拍攝高度，B-照片數(shù)量，C-零件形狀，D-失效程度。

設(shè)定水平：

A:A1-仰拍；A2-平拍；A3-俯拍。

B：B1-18;B2-36;B3-48。

C:C1-輪盤類零件；C2-箱體類零件；C3-軸套類零件。

D:D1-輕度失效；D2-嚴(yán)重失效；D3-中度失效。

正交實(shí)驗(yàn)的參數(shù)如表5所示。

表5 正交實(shí)驗(yàn)參數(shù)表

將評(píng)分代入式(1)進(jìn)行計(jì)算，獲得最次解為A1B1C1D1,其重建精度P為16.8%，獲得最優(yōu)解為A2B2C2D2，即采用平拍拍攝，拍攝照片數(shù)量為36張，箱體類零件，其重建精度P為100%，精度最高。

上述結(jié)果與通過(guò)觀察對(duì)比實(shí)驗(yàn)效果相符。

3 案例研究

筆者采用正交實(shí)驗(yàn)獲取的重建方法進(jìn)行案例研究，對(duì)退役零件失效特征表征和失效信息量化，對(duì)量化后數(shù)據(jù)與3D掃描儀測(cè)量數(shù)據(jù)對(duì)比，以驗(yàn)證重建的準(zhǔn)確率。

3.1 破碎錘錘頭圖像集的獲取

該實(shí)驗(yàn)選取碎煤機(jī)中的退役碎煤錘錘頭進(jìn)行實(shí)驗(yàn)。破碎錘為鑄件，具有固定的規(guī)格和尺寸，也具有比較規(guī)則的表面。對(duì)未失效破碎錘測(cè)繪后，基于SolidWorks軟件構(gòu)建出三維數(shù)字化模型。

碎煤機(jī)在碎煤時(shí)，錘頭與煤塊接觸，將煤塊打碎，在運(yùn)行過(guò)程中繞軸旋轉(zhuǎn)，磨損十分嚴(yán)重，且磨損具有不規(guī)則性。由于破碎錘在工作時(shí)磨損的部位是錘頭部分，筆者主要對(duì)錘頭進(jìn)行三維重建；使用手機(jī)采用平拍拍攝采集了36張錘頭圖片構(gòu)成圖像集，每張圖片分辨率為3 000×4 000像素。

3.2 稀疏和稠密點(diǎn)云的建立

采集到失效錘頭的圖像集后，筆者應(yīng)用SFM方法在Visual SFM軟件中建立稀疏和稠密點(diǎn)云；應(yīng)用SIFT算法提取和匹配圖片中的特征點(diǎn)，利用隨機(jī)抽樣一致算法去除匹配錯(cuò)誤的特征點(diǎn)，進(jìn)行稀疏點(diǎn)云重建。由于所得到的稀疏點(diǎn)云只能看出錘頭大體的輪廓，點(diǎn)與點(diǎn)之間間距很大，不能很好地表現(xiàn)出零件的表面特征，需要使用CMVS/PMVS算法重建出錘頭的稠密點(diǎn)云。

錘頭稠密點(diǎn)云如圖5所示。

圖5 錘頭稠密點(diǎn)云圖

由圖5可以明顯地看出錘頭的表面細(xì)節(jié)，點(diǎn)與點(diǎn)之間的距離也很小，有很小部分的細(xì)節(jié)缺失。筆者將評(píng)分A2B2C3D2代入式(1)進(jìn)行計(jì)算，其重建精度P為92.0%。上述結(jié)果與通過(guò)觀察實(shí)驗(yàn)效果相符。稠密點(diǎn)云不能夠直接導(dǎo)入到三維軟件當(dāng)中去，需要做進(jìn)一步的處理。

3.3 泊松表面重建與失效特征表征量化

為了得到最接近錘頭真實(shí)表面的三維曲面，需要使用泊松表面重建算法。重建后的三維圖形和稠密點(diǎn)云十分接近，既修補(bǔ)了稠密點(diǎn)云中的缺陷部分，也將稠密點(diǎn)云中的點(diǎn)還原成了三維曲面，得到的三維模型是密閉的。

筆者將重建的三維模型圖形導(dǎo)入到SolidWorks中，將錘頭的材質(zhì)設(shè)置成灰鑄鐵，通過(guò)仿真分析得到模型的質(zhì)量、表面積和體積等信息。

對(duì)于未失效破碎錘進(jìn)行相同的操作，得到模型的信息。錘頭失效信息的對(duì)比如表6所示。

表6 錘頭失效信息對(duì)比表

由此可見，破碎錘的錘頭經(jīng)過(guò)磨損其表面積減小了1.720×10-2m2，體積減小了1.772×10-4m3，質(zhì)量減少了1.276 kg。

錘頭直觀對(duì)比如圖6所示。

圖6 錘頭直觀對(duì)比圖

圖6中，破碎錘在工作后的磨損十分嚴(yán)重，錘頭部分被磨小。筆者對(duì)錘頭部分進(jìn)行掃描，其體積為4.603×10-4m3。由三維重建與掃描結(jié)果對(duì)比可知，三維重建的準(zhǔn)確度為93.5%。由此證明了實(shí)驗(yàn)方法和所提出的失效特征表征方法的可行性與準(zhǔn)確性。

4 結(jié)束語(yǔ)

為了快速、低成本地表征零件失效程度，支持零部件可再制造性快速評(píng)估，筆者提出了基于SFM的退役零件三維重建和失效特征表征方法，研究了零件形狀、失效程度、拍攝高度和數(shù)量對(duì)重建精度影響，為提高表征精度提供了理論支持；

筆者以某破碎錘為例進(jìn)行了實(shí)驗(yàn)，獲得了表征其失效特征的表面積、體積、質(zhì)量等信息，并將該結(jié)果與3D掃描結(jié)果進(jìn)行了對(duì)比，證明了筆者所提出方法的可行性與有效性。

該方法具有以下特點(diǎn)：

(1)以退役零件圖片為輸入，基于SFM方法和表面泊松重建算法獲得了零件的三維模型，克服了傳統(tǒng)掃描法成本高、過(guò)程復(fù)雜等不足；

(2)通過(guò)對(duì)比失效零件和未失效零件的三維模型，直接獲取量化的失效零件失效信息，克服了傳統(tǒng)模糊評(píng)判法主觀性強(qiáng)、精度低等不足；失效零件的三維重建和失效特征表征均采用計(jì)算機(jī)仿真計(jì)算完成，減少了工作強(qiáng)度，提高了效率；

(3)研究了零件形狀、失效程度、照片采集數(shù)量和拍攝高度對(duì)重建精度的影響，獲取了最優(yōu)重建方法。

由于SFM方法中圖像的特征信息錯(cuò)誤匹配和匹配精度不高，導(dǎo)致目前的重建精度受到影響。下一步筆者將對(duì)圖像匹配算法進(jìn)行設(shè)計(jì)和優(yōu)化，以降低SFM方法對(duì)照片數(shù)量和拍攝環(huán)境的影響，提高重建精度，縮短重建時(shí)間。