1 管螺纹梳刀

论文涉及的管螺纹梳刀是一种用于加工油井内部石油输送钢管连接处V型锥管螺纹的专用刀具，如图1所示。被加工螺纹的齿底由螺纹梳刀的精切削齿的齿顶完整地切成，而被加工螺纹的齿顶由梳刀精切削左右两侧齿底圆弧切成。即切削齿的几何参数是影响螺纹质量、精度以及刀具切削性能和使用寿命的重要因素之一^[6]。因此，刀具的快速精确检测对提高产品加工质量，延长刀具使用寿命有十分重要的意义。

图 SEQ 图 \* ARABIC 1管螺纹梳刀

2 常用检测方法

2.1 光学投影检测

目前，国内生产和使用的刀具检测系统多是光学投影式测量仪，即将刀具轮廓放大成像在投影屏上，通过人眼瞄准来测量刀具的几何参数^[3]。图2所示的是光学投影检测方法获取的刀具轮廓信息图，人为瞄准容易在测量上带来主观误差，测量精度低、耗时长、难以适应现代化数控加工的要求。

图 SEQ 图 \* ARABIC 2光学投影检测结果图

2.2 计算机视觉检测

对于管螺纹梳刀这类检测截面轮廓的工件，常利用计算机视觉检测技术。检测流程如图3所示，需要搭建一套图像采集系统，通常由CCD或CMOS相机、图像采集卡、照明系统组成，通过图像采集设备获取刀具正投影图像，再对图像作一定预处理，提取刀具二维轮廓边缘图像，最后通过与模板图像匹配或者通过特定的算法计算出刀具各参数的值，从而得出检测报告^[7]。

图 SEQ 图 \* ARABIC 3计算机视觉检测流程

该方法不足之处主要有：（1）只能检测刀具边缘的二维轮廓信息；（2）图像处理分析软件的普适性较差，对于不同检测要求需要单独开发一套检测算法，成本较高。（3）检测精度受采集设备以及图像处理算法的限制。

2.3 三维检测方法

随着计算机技术与激光扫描技术的发展，逐渐形成一种CAV检测方法，CAV（Computer Aided Verification，计算机辅助验证）。如图4所示，首先利用激光扫描技术获取产品的点云数据，再据此与设计模型作重叠对齐处理。最后通过计算机软件特定的算法计算出点云数据模型与设计模型各点的偏离程度，并以不同的颜色显示产品的误差值^[8]。由此可见，CAV检测方法并不需要像传统的检测方法那样逐一检测各类检测指标是否在误差允许范围内，而是通过三维模型的对比分析出产品点云模型与设计模型面与面、点与点的偏离程度是否在误差允许范围内，进而同时检测出刀具各类检测指标是否合格。该方法是一种三维全尺寸比对的检测方式，一般称为全域检验，具有检测速度快、对比分析数据精准、适用于多种零部件等优点。

图 SEQ 图 \* ARABIC 4三维检测方法流程

3 梳刀三维检测

3.1 获取梳刀点云数据

获取管螺纹梳刀的点云模型是三维检测方法至关重要的一步，论文使用高清精密蓝光三维扫描仪。该设备扫描精度达0.003mm、扫描速度快、无噪点，并能够直接生成STL格式的三角网格模型，省去繁琐的人工处理过程，降低人为因素带来的误差。通过三维扫描仪获取到的梳刀点云数据模型。扫描过程中因梳刀颜色较暗，梳刀表面反光性等因素的影响通常情况下需要均匀喷涂一层反差增强剂，以提高设备采集精度。此外，只需要人工360度旋转梳刀同时执行扫描命令便轻松得到精确、完整的梳刀点云数据模型。

3.2 检测分析

3.2.1 坐标对齐

图5所示的梳刀点云数据模型是在三维激光扫描仪的坐标系中得到的，而参考模型的坐标系是设计时确定的。因此，在对比分析之前需要将点云数据模型通过一系列的变换使其与参考模型坐标系对齐，该过程是三维检测技术的关键之一。首先将点云数据模型与参考模型导入Geomagic Qualify软件中，并分别设置为“Test”与“Reference”，也就是将点云数据模型设置为测试模型。然后，在软件中的将“Test”与“Reference”对齐。一般情况下，需要对点云数据模型创建一定数量的特征便于软件识别“Test”并自动与 “Reference”模型相应的部位重叠对齐。但是，梳刀整体形状规则、不存在大的曲面变化。因此，直接使用Geomagic Qualify 软件中的“最佳拟合对齐”功能即可自动将“Test”与“Reference”对齐，对齐效果如图6所示。

图6点云模型与参考模型对齐

3.2.2 对比分析

坐标对齐后即可进行误差分析。利用Geomagic Qualify软件中“3D比较”功能对该梳刀进行误差分析，即可得到如图7所示的偏差色谱图。中间绿色表示该区域偏差在允许范围内，往上暖色系表示的是凸出部分上偏差，颜色越深偏差越大；往下冷色系表示的是凹陷部分下偏差，同样颜色越深下偏差越大。

图7比对结果

图8比对全局标注结果

4 偏差分析

在完成管螺纹梳刀的“3D比较”分析后就可以导出检测报告，在报告中包含平均偏差、偏差分布图、偏差数据表、标准偏差数据表以及直方图等数据。如表1所示，“3D比较”结果显示最大上偏差为0.0058mm，最大下偏差为-0.0068，平均偏差为0.0030 /-0.0042mm，标准偏差为0.0025mm。结合图7、图8、可以看出切削齿处均为绿色，偏差较小，标注位置误差值都在合格范围内，说明该梳刀合格。

表 SEQ 表 \* ARABIC 1 梳刀比对结果

图9所示的误差列表包含了具体的偏差值、数据的空间坐标位置点。可以看出大部分的偏差集中在+/-0~0.0068mm之内，说明点云数据模型精度较高。一般产品的线性尺寸绝对公差均在+/-0.001-0.00068mm之间，那么该三维CAV全尺寸检测的精度完全满足于精密的螺纹梳刀检测

图 9梳刀误差列表

结论

该论文针对加工油井内部石油输送钢管连接处螺纹的梳刀快速、准确检测方法展开了研究，总结了传统光学投影检测方法与计算机视觉检测方法的不足，提出了一种三维全域检测方法并验证了其可行性。通过对比分析得出该方法具有高效、准确、适用范围广等优势，对于刀具生产企业缩短产品开发周期、降低产品开发成本以及提升螺纹加工质量有重要意义。