专利名称：孔隙检测的利记博彩app
孔隙检测相关申请本申请是于2009年3月17日作为PCT国际专利申请，由美国公民Victor F.Rundquist和美国公民Ralph B.Dinwiddie，Jr作为针对所有指定国家的申请人而提交的， 并要求2008年3月17日提交的美国临时专利申请序列号No.61/037,077以及2009年1月 30日提交的美国临时专利申请序列号No.61/148,503的优先权。版权本文包括的材料中的所有权利，包括版权，归属于申请人并且是申请人的财 产。申请人持有并保留本文包括的材料中的所有权利，并且只有在与授予专利的再现有 关而无其他目的时才授予再现该材料的许可。
背景技术：
当连续铸造金属产品时，重要的是在与连续铸造工艺相关联的熔融金属凝固之 前使化学性质和环境条件正确。在凝固期间，如果金属的化学性质或冷却不正确，则会 在铸造工艺的产品中形成空隙。这些空隙对于产品而言可能是有害的。例如，在制杆 工艺中，最终产品可能是配线。如果在与杆关联的原始铸件中存在空隙，则配线可能断 裂。例如管和坯等结构化产品的机械属性可能受到原始铸件中空隙的不利影响。
发明内容
提供该发明内容部分，以简化形式介绍构思选择，这在以下具体实施方式
部分 会进一步描述。该发明内容部分不是要标识出要求保护的主题内容的关键特征或必要特 征。该发明内容部分也不是要限制要求保护的主题内容的范围。可以提供孔隙检测。首先，可以创建铸件的从第一边缘到第二边缘的自然温度 轮廓图。接着，可以将多项式拟合至自然温度轮廓图。然后，可以将自然温度轮廓图与 拟合的多项式相比较。当响应于该比较，自然温度轮廓图的峰值小于多项式的峰值时， 可以指示铸件中存在空隙。以上总体描述和以下详细描述提供了示例并且仅仅是说明性的。因此，以上总 体描述和以下详细描述不应视为是限制性的。此外，除了这里给出的特征或变体之外， 还可以提供其他特征和变体。例如，实施例可以针对详细描述中给出的多种特征组合或
子组合。
附图结合并构成本公开的一部分，附图示出了本发明多种实施例，附图中图1示出了孔隙检测系统；图2更详细地示出了图1的孔隙检测系统；图3示出了提供孔隙检测的方法的流程图；图4A是样品空隙减少截面温度轮廓图4B是对应于包括空隙的铸件的温度轮廓图；以及图5示出了铸件中的空隙。
具体实施例方式以下详细描述参照附图。在任何可能情况下，附图和以下描述中使用相同的附 图标记来指示相同或相似元素。虽然描述了本发明实施例，但是修改、调整和其他实施 方式也是可能的。例如，可以对图中所示元素进行替换、添加或修改，并且可通过对公 开的方法进行替换、重排序或添加步骤，来修改本文描述的方法。因此，以下详细描述 不限制本发明。红外热成像法可以用于检测例如钢坯铸件等中的瑕疵。这可以在静态环境中进 行，并用于检测表面瑕疵。本发明实施例可以采用热成像技术。根据本发明实施例，可 以解决三个问题i)获知何时铸件具有内部瑕疵；ii)允许连续铸造工艺中的另一优化参 数；以及iii)帮助确定铸造工艺中是否出现问题。当获知铸件具有内部瑕疵时，可以对铸件的最终产品进行适当归类。这可以显 著节省与向顾客和从顾客运输劣质产品相关联的装运成本。通过实时监控瑕疵，一直到 刚好在检测到瑕疵之前，工厂操作员都可以加速铸造工艺。这可以允许针对当前条件来 优化工厂生产速度。当引入了金属化学性质的有关问题或铸件冷却中的问题时，这些问 题可以表明为铸件中的空隙。通过实时检测这些空隙，可以在生产太多产品并且最终作 为废品浪费掉之前，向工厂操作员警报铸造工艺的问题。当连续铸造金属产品时，希望在与连续铸造工艺关联的熔融金属凝固之前使化 学性质和环境条件正确。在凝固期间，如果金属的化学性质或冷却不正确，则会在铸造 工艺的产品中形成空隙。这些空隙对于产品而言可能是有害的。例如，在制杆工艺中， 最终产品可能是配线。如果在与杆关联的原始铸件中存在空隙，则配线可能断裂。例如 管和坯等结构化产品的机械属性可能受到原始铸件中空隙的不利影响。因此，根据本发 明实施例，可以提供对铸件内部瑕疵的实时监控。使用χ射线或电子束衍射原理会引入高实施成本，并且对于暴露于使用这种原 理的工艺的工人而言，会造成不希望的环境条件。通过使用红外热成像法，本发明实施 例可以通过冷却铸件的表面，并允许空隙的热特征传播至铸件表面，来检测铸件内部的 空隙。根据本发明的实施例可以包括一种用于提供孔隙检测的系统。该系统可以包括 用于保持数据库的记忆存储器、以及耦接至记忆存储器的处理单元。处理单元可以操作 来创建铸件的从第一边缘到第二边缘的自然温度轮廓图。此外，处理单元可以操作来将 二次多项式拟合至自然温度轮廓图。然后，处理单元可以将自然温度轮廓图与拟合的二 次多项式相比较。进一步，处理单元可以操作来在响应于该比较，自然温度轮廓图的峰 值低于二次多项式的峰值时，指示铸件中存在空隙。图1示出了孔隙检测系统100，例如包括孔隙检测处理器105、网络115和红外 设备120。红外设备120可以包括，但不限于，红外摄像机或红外检测器。根据本发明 实施例，上述存储器、处理单元和其他组件可以在例如图1的孔隙检测系统100等系统中 实施。可以使用硬件、软件和/或固件的任何适当组合来实现存储器、处理单元或其他组件。例如，结合系统100，可以通过孔隙检测处理器105来实现存储器、处理单元或其 他组件。根据本发明实施例，上述系统和处理器是示例，其他系统和处理器可以包括上 述存储器、处理单元或其他组件。图2更加详细地示出了图1的孔隙检测处理器105。如图2所示，空隙检测处理 器105可以包括处理单元225和存储器230。存储器230可以包括孔隙检测软件模块235 和数据库240。当在处理单元225上执行时，孔隙检测软件模块235可以执行用于提供孔 隙检测的处理，例如包括以下参照图3描述的方法300的一个或多个步骤。可以使用个人计算机、网络计算机、主机或其他类似的基于微型计算机的工作 站来实现系统100中包括的孔隙检测处理器105 ( “处理器”)。然而，处理器可以包括 任何类型的计算机操作环境，例如手持设备、多处理器系统、基于微处理器的或可编程 的发送方电子设备、迷你计算机、主机计算机等。处理器也可以在分布式计算环境中实 施，其中由远程处理设备执行任务。此外，处理器可以包括移动终端，例如智能电话、 蜂窝电话、使用无线应用协议(WAP)的蜂窝电话、个人数字助理(PDA)、智能寻呼机、 便携式计算机、手持计算机、常规电话或传真机。上述系统和设备是示例性的，处理器 可以包括其他系统或设备。网络115例如可以包括局域网(LAN)或广域网(WAN)。当使用LAN作为网络 115时，可以使用位于任何处理器处的网络接口来互连任何处理器。当在例如互联网等 WAN联网环境中实施网络115时，处理器可以典型地包括内部或外部调制解调器(未示 出)或者用于通过WAN建立通信的其他装置。此外，在利用网络115时，可以使用公知 的加密/解密技术对通过网络115发送的数据加密，以确保数据安全。除了使用有线通信网络作为网络115之外，还可以使用无线通信系统或有线和 无线的组合，作为网络115，以便例如经由互联网交换网页、经由互联网交换电子邮件， 或者以便利用其他通信信道。无线可以定义为经由空中波段(airwaves)的无线电传输。 然而，可以理解，可以使用多种其他通信技术来提供无线传输，包括红外瞄准线、蜂窝 技术、微波、卫星、分组无线电、以及扩频无线电。无线环境中的处理器可以是任何移 动终端，例如上述移动终端。无线数据可以包括，但不限于，寻呼、文本消息、电子邮 件、互联网接入、以及专门排除或包括话音传输的其他专用数据应用。例如，处理器可 以通过例如蜂窝接口等无线接口(例如，通用分组无线系统(GPRS)、增强数据率全球演 进(EDGE)、全球移动通信系统(GSM))、无线局域网接口(例如WLAN、IEEE 802、 WiFi、WiMax)、蓝牙接口、其他RF通信接口和/或光学接口。红外设备120可以包括热成像摄像机，该热成像摄像机包括前瞻红外摄像机、 扫描红外摄像机或红外检测器。红外设备120可以经由网络115连接至孔隙检测处理器 105。红外设备120可以使用红外辐射来形成图像，与使用可见光形成图像的普通摄像机 类似。红外设备120可以工作在长达14,OOOnm(即，14μιη)的波长上，而不是在可见光 摄像机的450-750纳米范围上。系统100也可以通过除网络115之外的或与网络115组合的其他方法和过程来传 输数据。这些方法和过程可以包括，但不限于，经由磁盘、闪存棒、CD ROM、传真、 常规邮件、交互式话音应答系统(IVR)或者经由公共交换电话网络上话音来传送数据。图3是给出了根据本发明实施例的用于提供孔隙检测的方法300的总体步骤的流程图。可以使用上述参照图2详细描述的孔隙检测处理器105来实现方法300。下面更 加详细地描述实施方法300的步骤的途径。可以使用与运行图像分析软件(例如，孔隙 检测软件模块235)的计算机(例如，孔隙检测处理器105)耦接的红外设备(例如，红外 设备120)，来实现方法300。如下所述，图像分析软件可以解码图像并查找瑕疵。如图3所示，可以初始化参数(步骤305)，并可以创建空白序列(步骤310)。 然后，当铸件移动过红外设备120的视野时，孔隙检测处理器105可以查看铸件的红外图 像(步骤315)。当铸件正在移动时，孔隙检测处理器105可以查找瑕疵。例如，孔隙检 测处理器105可以首先获取铸件的预定长度上的平均值(步骤315)。铸件边缘处的温度 比铸件中部的温度低，这是因为在铸件中央比在边缘存在更多能量。包括铸件的从边缘 到边缘的自然温度轮廓图的绘图可以产生包括平均温度轮廓图的抛物线或高斯式曲线。接下来，孔隙检测处理器105可以找到平均温度轮廓图的最大值(步骤315)。 该最大值可以包括铸件的中央。可以将二次多项式拟合至该轮廓图(步骤315)。二次多 项式的峰可能正好在数据峰以下。接着，孔隙检测处理器105可以查看数据峰，因为该 数据峰与创建的二次多项式有关(步骤320)。如果二次多项式的峰区域中的数据低于二 次多项式的峰，则孔隙检测处理器105可以指示已在铸件中找到空隙，如下面参照图4B 更详细地示出和描述的一样(步骤325)。这是因为铸件中的空隙相比周围材料具有更少 能量，并且表面处的温度会比没有空隙情况下的表面温度低。图4A是样品空隙减少截面温度轮廓图。如图4A所示，曲线405可以对应于铸 件的自然温度轮廓图。曲线410可以对应于拟合至曲线405的自然温度轮廓图的多项式。 因为曲线405的峰值大于曲线410的峰值，所以这可以指示铸件中不存在空隙。图4B是对应于包括空隙的铸件的温度轮廓图。如图4B所示，曲线415可以对 应于铸件的自然温度轮廓图。曲线420可以对应于拟合至曲线415的自然温度轮廓图的 多项式。因为曲线415的峰值小于曲线420的峰值，所以这可以指示铸件中存在空隙。 图5是示出了由本发明实施例检测到的铸件中空隙的照片。在孔隙检测处理器105分析当前图像之后，可以提示下一图像，并且可以重复 上述过程(步骤330)。可以维护计数器，对铸件中存在的瑕疵的数目进行计数(步骤 325)。如果需要，可以保存结果数据和图像帧，以用于进一步处理(步骤335)。下面是可以结合本发明实施例用于孔隙检测软件模块235的软件示例的代码列 表。下面是示例，可以使用其他软件模块。Option ExplicitSub Southwire 0Dim LineProfID As IntegerDim PeakVal As SingleDim PeakLocation As IntegerDim aO As SingleDim al As SingleDim a2 As SingleDim tO As DoubleDim tl As Double
Dim t2 As DoubleDim i As IntegerDimj As IntegerDim k As IntegerDim χ As Integer' Dim ProfDat (321) As Single’ 针对数据分配数组Dim LineDat (30) As Single’ 针对数据分配数组Dim Ndata As Integer’序列中巾贞的数目Dim LastDirectory As String*255DimS As String* 1Dim Iname As String*255Dim Title As String*60Dim Flaw As String*30Dim OldXl As IntegerDim OldYl As IntegerDim 01dX2 As IntegerDim 01dY2 As IntegerDim Xl As IntegerDim Yl As IntegerDim X2 As IntegerDim Y2 As IntegerDim numbins As IntegerDim endPts (2) As POINTAPIDim stats (10) As SingleDim SOSlAs Double
Dim S0S2 As DoubleDim S0S3 As DoubleDim S0S4 As DoubleDim SlSlAs DoubleDim S1S2 As DoubleDim SlS3 As DoubleDim S1S4 As DoubleDim S2S2 As DoubleDim S2S3 As DoubleDim S2S4 As Double
Dim S3S2 As DoubleDim S3S3 As DoubleDim DetS As DoubleDim Fit8 As Single
Dim PeakIndex As IntegerDim TotalFlaws As IntegerDim Skipped As IntegerDim PercentFlaws As SingleDim NoiseLevelPercent As Single’初始化SOSl = 2312S0S2 = 25432S0S3 = 314432S0S4 = 4145416SlSl = 18496S1S2 = 203456S1S3 = 2515456S1S4 = 33163328S2S2 = 2238016S2S3 = 27670016S2S4 = 364796608S3S3 = 342102016DetS = 53767872TotalFlaws = 0NoiseLevelPercent = 0.009 .01 = 噪声，0.05 = 5%噪声，等等! ****************************氺*********‘ ************************************** 读取 xl，yl，x2，y2 白勺上次使 用的值Open" C:\IPWin4\SouthwireTemp.txt“ For Input As#lInput#l, LastDirectory，OldXl，OldYl，01dX2, 01dY2Close#l‘ LastDirectory = “ C:\IPWIN4\Images\Feb 8\"' OldXl = 60' OldYl = 60' 01dX2 = 80' 01dY2 = 239ret = IpOutputClear ()ret = IpOutputSbow (1)ret = IpStGetName (〃 Select Sequence 〃，LastDirectory,Ifret = O Then GoTo StopEarlyret = IpWsLoad (Iname， “ FTS 〃 )ret = IpDrShow(I)ret = IpDrSet (DR_BEST, 0，IPNULL)0123]ret = IpSeqSet (SEQ_ACTTVEFRAME, 0)
0124]i = 255
0125]While S<>" \〃 0126]i = i-1
0127]s = MidS (Iname, i, 1)
0128]‘Ifs<>“ ‘‘ Thenret = IpOutput(" i=〃 +Str$(i) + 〃 S=〃 +S$+
0129]Chr$ (13)+Chr$ (10))
0130]Wend 0131]LastDirectory = LeftS (Iname, i) 0132]'ShortLastDirectory = Left (Iname, i-1)
0133]χ = 255
0134]While S<>".〃
0135]χ = x-1
0136]IfX < IThen
0137]IpOutput (〃 χ=" +StrS (x) + 〃 i = 〃 +Str (i) +Chr$ (13) +
0138]ChrS(IO))
0139]GoTo StopEarly
0140]End If
0141]S = MidS (Iname, x, 1)
0142]Wend
0143]' ret = IpOutput (〃 χ = 〃 +Str$ (x) + 〃 i = 〃 +Str (i) +Chr$ (13) +
0144]ChrS(IO))
0145]χ = x-i-1
0146]Title = MidS (Iname, i+1, x)
0147]ret = IpSeqGet (SEQ_NUMFRAMES, Ndata)
0148]LineProfID = IpProfCreate O
0149]ret = IpProfSetAttr (LINETYPE，THICKVERT)
0150]ret = IpProfLineMove (OldXl, OldYl，01dX2, 01dY2)
0151]If MsgBox (" Please adjust the position of the line.Then press
0152]OK", vbOkCancel)=vbCancelThenEnd
0153]ret = IpProfGet (GETPOINTS, O，endPts (0))
0154]Open" C:\IPWin4\SouthwireTemp.txt" For Output As#l
0155]Write#l, LastDirectory，endPts (0) .x, endPts (0) .y, endPts (l).x,endPts (l)y
0156]Close#l
0157]ret = IpOutput (Trim$ (Title) +Chr$ (13) +Chr$ (10))
0158]ret = IpOutput (Chr$ (13) +Chr$ (10))
0159]ret = IpOutput (“ Coordinates:xl = “ +Trim (Str (endPts (0) .x)) + “yl =
0160]“ +Trim (Str (endPts (0) .y)) + 〃 x2 = 〃 +Trim (Str (endPts (1) .x)) + “y2 =
0161]“ +Trim (Str (endPts (1) .y)) +Chr$ (13) +Chr$ (10))0162]ret = IpOutput (“ Image#Flaw ？ “ +ChrS (13)+Chr$ (10))
0163]numbins = endPts(l) .y-endPts (0) .y+1
0164]ReDim profdat (numbins) As Single 'ret = IpOutput (“ Numbibs = “ +Str (numbins) +Chr$ (13) +Chr$ (10))
0165]
0166]
0167]
0168]
0169]
0170]
0171]
0192]
0193]
0194]
0195]
0196]
0197]
0198]
0199]
0200]
’*读取数据并重新编索引
For i = 0 To Ndata-I
0172]ret = IpProfGet (GETVALUES，numbins，profdat (0))
0173]ret = IpProfGet (GETSTATS, 0，stats (0))
0174]PeakVal = stats (4)
0175]PeakLocation = O
0176]j = O
0177]Do
0178]j = j+1
0179]Ifprofdat (j) > 14000 Then
0180]Flaw = “ Skipped Due to Noise “
0181]Skipped = Skipped+1
0182]GoTo SkipFrame
0183]End If
0184]If profdat (j) = Peak Val Then PeakLocation = j
0185]Loop While PeakLocation = O
0186]Forj = O To 16
0187]k = PeakLocation-8+j
0188]LineDat (j) = ProfDat (k)
0189]' ipoutpu (Trim (Str (LineDat (j))) +Chr$ (13) +Chr$ (10))
0190]Nextj
0191]
’* 二次多项式拟合例程
TO = O Tl = O T2 = O
Fork = O To 16 TO = TO+LineDat(k)
Tl = Tl+LineDat(k)*kT2 = T2+LineDat(k) *kA2Next ka0 = (t0*S2S4+t2*sls3+tl*s2s3-s2s2*t2-sls4*tl_s3s3*t0)/DetSal = (tl*s0s4+t0*s2s3+t2*sls2-tl*s2s2-t2*s0s3-t0*sls4)/DetSa2 = (t2*s0s2+tl*sls2+t0*sls3-t0*s2s2-tl*s0s3-t2*slsl)/DetSPeakIndex = Int (-al/(2*a2))If ((Peaklndex < 0) Or (Peaklndex > 17)) ThenFlaw = “ Skipped Due to Bad Fit"Skipped = Skipped+1GoTo SkipFrameEnd If' ret = IpOutput (Trim (Str(PeakIndex)) + " “ +Chr$ (13)+Chr$ (10))Fit8 = aO+al*PeakIndex+a2*PeakIndexA2If (LineDat (Peaklndex) - ((I-NoiseLevelPercent) *Fit8)) < O ThenFlaw=" YES"TotalFlaws = TotaIFlaws+1ElseFlaw=" NO"End IfSkipFrame ret = IpOutput (Trim (Str (i)) + 〃 “ +Flaw+Chr$ (13) +Chr$ (10))' ret = IpOutput (" Peaklndex = " +Trim (Str (Peaklndex)) + “ “ +Flaw+Chr$ (13)+Chr$ (10))' ret = IpOutput (" LineDat_F8 = 〃 +Trim (Str (LineDat (Peaklndex) _Fit8)) +Chr$ (13)+Chr$ (10))' ret = IpOutput (" =〃 +Trim (Str (aO)) +〃 +〃 +Trim (Str (al)) +“ *x+" +Trim (Str (a2)) + " *χΛ2〃 +Chr$ (13)+Chr$ (10))' ret = IpOutput (Chr$ (13) +Chr$ (10))ret = IpSeqPlay (SEQ_NEXT)Nextiret = IpOutput (" RESULTS “ +Trim (Str (TotalFlaws)) +〃 Flaws out of 〃 +Trim (Str (NData-Skipped)) + " images" +Chr$ (13)+ChrS(IO))PercentFlaws = Int (((TotalFlaws^lOO) / (NData-Skipped)) * 100) /100ret = IpOutput (“ Percent of Images with Flaws = “ +Trim (Str (PercentFlaws)) + “% ‘’ )StopEarly End Sub根据本发明实施例，可以使用执行软件算法的计算机来检测温度轮廓图中的凹入。首先，可以对温度轮廓图略微地进行平滑，以消除系统噪声。接下来，可以提取温 度轮廓图的中心。可以向提取的数据拟合多项式(例如，η次多项式)。用于拟合多项 式的算法可以确保拟合曲线的峰在实际数据的峰以下。接着，可以通过从实际数据中减 去拟合曲线来计算残差。如果在中心存在下倾，则中心处的残差可能小于零。则在计算 机上执行的软件算法可以基于残差的符号进行判定。例如，小于零的残差可以指示棒料 孔隙(barporosity)。零以上的残差可以指示无孔隙。残差的幅度可以用于对检测到的瑕 疵的尺寸进行归类。操作示例表1总结了使用根据本发明实施例的过程得到的数据。表1示出了以45英尺每 分钟(FPM)，测试1使用千分尺测量了在棒料冷却并被切开之后的4.5%瑕疵。根据本 发明实施例，Hl过程测量了 5.6%瑕疵。1.1%的差异可以归因于过程中的噪声以及IR方 法。45FPM测试2示出了 Dl与测量瑕疵之间的.5%的差异。当铸造速率增加到50和 52FPM时，IR和测量瑕疵急剧增加。对于50FPM，负值差异可以归因于在对瑕疵计数 期间摄像机的帧速率的误差。需要校正这些误差，并且需要设计在铸造机器上永久安装 的系统。
权利要求
1.一种用于提供孔隙检测的系统，所述系统包括 记忆存储装置；以及处理单元，耦接至记忆存储装置，其中处理单元进行操作来创建铸件的自然温度轮廓图；向自然温度轮廓图拟合多项式；将自然温度轮廓图与拟合的多项式相比较；以及当响应于所述比较，自然温度轮廓图的峰值小于多项式的峰值时，指示铸件中存在空隙。
2.根据权利要求1所述的系统，其中，铸件包括如下之一铜铸件和铝铸件。
3.根据权利要求1所述的系统，其中，处理单元进行操作来创建铸件的自然温度轮廓 图包括处理单元进行操作来为铸件创建从铸件的第一边缘到铸件的第二边缘的自然温 度轮廓图。
4.根据权利要求1所述的系统，还包括处理单元进行操作来从红外设备接收与铸件的 自然温度对应的数据。
5.根据权利要求1所述的系统，其中，还包括处理单元进行操作来在响应于所述比 较，自然温度轮廓图的峰值大于多项式的峰值或等于多项式的峰值时，指示铸件中不存 在空隙。
6.根据权利要求5所述的系统，其中，还包括处理单元进行操作来响应于铸件中不存 在空隙的指示，加速与铸件关联的铸造过程。
7.根据权利要求1所述的系统，其中，还包括处理单元进行操作来响应于铸件中存在 空隙的指示，减缓与铸件关联的铸造过程。
8.根据权利要求1所述的系统，其中，向自然温度轮廓图拟合多项式包括拟合包 括二次多项式的多项式。
9.一种用于提供孔隙检测的方法，所述方法包括 创建铸件的自然温度轮廓图；向自然温度轮廓图拟合二次多项式；将自然温度轮廓图与拟合的二次多项式相比较；以及当响应于所述比较，自然温度轮廓图的峰值小于二次多项式的峰值时，指示铸件中 存在空隙。
10.根据权利要求9所述的方法，其中，创建铸件的自然温度轮廓图包括为包括铜 铸件和铝铸件之一的铸件创建自然温度轮廓图。
11.根据权利要求9所述的方法，其中，创建铸件的自然温度轮廓图包括为铸件创 建从铸件的第一边缘到铸件的第二边缘的自然温度轮廓图。
12.根据权利要求9所述的方法，还包括从红外设备接收与铸件的自然温度对应的 数据。
13.根据权利要求9所述的方法，其中，还包括当响应于所述比较，自然温度轮 廓图的峰值大于二次多项式的峰值或者等于二次多项式的峰值时，指示铸件中不存在空 隙。
14.根据权利要求13所述的方法，还包括响应于铸件中不存在空隙的指示，加速与铸件关联的铸造过程。
15.根据权利要求9所述的方法，还包括响应于铸件中存在空隙的指示，减缓与铸 件关联的铸造过程。
16.—种存储有指令集的计算机可读介质，当执行指令集时，执行用于提供孔隙检测 的方法，由指令集执行的方法包括从红外设备接收与铸件的自然温度对应的数据；基于所述数据，为铸件创建从铸件的第一边缘到铸件的第二边缘的自然温度轮廓图；向自然温度轮廓图拟合多项式； 将自然温度轮廓图与拟合的多项式相比较；以及当响应于所述比较，自然温度轮廓图的峰值小于多项式的峰值时，指示铸件中存在 空隙；以及当响应于所述比较，自然温度轮廓图的峰值大于多项式的峰值或者等于多项式的峰 值时，指示铸件中不存在空隙。
17.根据权利要求16所述的计算机可读介质，还包括响应于铸件中不存在空隙的 指示，加速与铸件关联的铸造过程。
18.根据权利要求16所述的计算机可读介质，还包括响应于铸件中存在空隙的指 示，减缓与铸件关联的铸造过程。
19.根据权利要求16所述的计算机可读介质，其中，创建铸件的自然温度轮廓图包 括为包括铜铸件和铝铸件之一的铸件创建自然温度轮廓图。
20.根据权利要求16所述的计算机可读介质，其中，向自然温度轮廓图拟合多项式包 括拟合包括二次多项式的多项式。
全文摘要
可以使用执行软件算法的计算机来检测温度轮廓图中的凹入。可以对温度轮廓图进行平滑，以消除噪声。接下来，可以提取温度轮廓图的中心。可以向提取的数据拟合多项式。用于拟合多项式的算法可以确保拟合曲线的峰在实际温度数据的峰以下。接着，可以通过从实际数据中减去拟合曲线来计算残差。如果在中心存在下倾，则中心处的残差可能小于零。则在计算机上执行的软件算法可以基于残差的符号进行判定。例如，小于零的残差可以指示棒料孔隙。零以上的残差可以指示无孔隙。残差的幅度可以用于对检测到的瑕疵的尺寸进行归类。
文档编号B22D46/00GK102015161SQ200980116712
公开日2011年4月13日 申请日期2009年3月17日 优先权日2008年3月17日
发明者拉尔夫·B·丁威迪, 维克多·F·朗德基斯特 申请人:南线公司