蔣廣敏，戴 利，代 欣

(1.滕州市中等職業(yè)教育中心學(xué)校，山東 棗莊 277500；2.棗莊科技職業(yè)學(xué)院，山東 棗莊 277500)

金屬的電鍍工藝應(yīng)用范圍廣，在機(jī)電、化工等各領(lǐng)域都得到了廣泛的應(yīng)用[1].在一些高精度工藝要求與產(chǎn)品質(zhì)檢過(guò)程中需要對(duì)氧化膜厚度進(jìn)行測(cè)量，因此，對(duì)氧化膜厚度測(cè)量的精確性成為衡量電鍍工藝的關(guān)鍵，該研究備受相關(guān)學(xué)者關(guān)注，在相關(guān)測(cè)量方法上也取得了一定的研究成果[2-4].文獻(xiàn)[5]中提出一種基于微分電位法的鍍層氧化膜厚度測(cè)量方法，該方法通過(guò)微分電位獲取電鍍中電解終點(diǎn)坐標(biāo)，依據(jù)法拉第電解定律，利用鍍錫量求出鍍層氧化膜的厚度.但是該方法忽略了外界環(huán)境所帶來(lái)的干擾，測(cè)量精度較低；文獻(xiàn)[6]報(bào)道了一種較為流行的基于圖像處理的鍍層氧化膜厚度測(cè)量方法，通過(guò)安裝監(jiān)測(cè)終端的攝像機(jī)對(duì)鍍層氧化膜圖像進(jìn)行采集和處理，得到氧化膜子邊界輪廓，進(jìn)而獲取鍍層氧化膜厚度.但是由于鍍層氧化膜較薄，采集過(guò)程不易實(shí)現(xiàn)，得到的測(cè)試結(jié)果不準(zhǔn)確；文獻(xiàn)[7]提出一種基于改進(jìn)Canny算子的鍍層氧化膜厚度圖像測(cè)量方法.通過(guò)最優(yōu)閾值灰度分割法獲取閾值，將該閾值看作是Canny算子的高閾值，依據(jù)高低閾值的對(duì)應(yīng)關(guān)系獲取低閾值，當(dāng)前Canny算子可自動(dòng)獲取鍍層氧化膜輪廓，從而測(cè)量出氧化膜厚度.但該方法實(shí)現(xiàn)過(guò)程過(guò)于復(fù)雜，不適用于實(shí)際應(yīng)用.

筆者將改進(jìn)的遺傳算法應(yīng)用于鍍層氧化膜厚度的測(cè)量中，分析鍍層氧化膜的測(cè)量過(guò)程，構(gòu)建鍍層氧化膜厚度數(shù)學(xué)模型，求出氧化膜厚度的最優(yōu)解，完成鍍層氧化膜厚度的測(cè)量.

1 鍍層氧化膜厚度測(cè)量的原理及弊端分析

鍍層氧化膜的厚度依賴于電解系統(tǒng)的控制精度，對(duì)于給定的電解系統(tǒng)，針對(duì)不同的電解材料，在一定的電解作用下氧化膜的厚度和產(chǎn)生速率是不同的[8].電鍍氧化膜厚度的測(cè)量過(guò)程是發(fā)生在電解反應(yīng)停止后，金屬顆粒在電解作用下會(huì)形成一定厚度的氧化膜，將鍍層和內(nèi)層氧化膜之間的距離用R1進(jìn)行描述，鍍層中心和外層氧化膜之間的距離用R2進(jìn)行描述，則鍍層氧化膜的厚度值即為R1與R2之間的差值，它們之前形成的差值即為電鍍氧化膜厚度值.通過(guò)測(cè)厚儀直接測(cè)量氧化膜厚度方法不易實(shí)現(xiàn).氧化膜電解的生成過(guò)程，氧化膜厚度相對(duì)于初始位置，主要包括兩部分，向內(nèi)生長(zhǎng)層，以及向外生長(zhǎng)層.考慮使用兩個(gè)位移視覺(jué)傳感器求氧化膜的厚度.一個(gè)測(cè)量氧化膜外表面的變化量，另一個(gè)測(cè)量?jī)?nèi)表面的變化量.

依據(jù)鍍層氧化膜的生成特性，選用視覺(jué)傳感器對(duì)氧化膜外表面進(jìn)行測(cè)量，選用同樣的視覺(jué)傳感器對(duì)氧化膜內(nèi)表面進(jìn)行測(cè)量，從而完成鍍層氧化膜厚度的差值計(jì)算測(cè)量.鍍層氧化膜厚度測(cè)量示意圖，如圖1所示.

圖1 鍍層氧化膜厚度測(cè)量示意圖

綜上所述，選取視覺(jué)位移傳感器測(cè)量氧化膜的厚度.用視覺(jué)傳感器測(cè)量氧化的內(nèi)表面時(shí)，因?yàn)橐曈X(jué)傳感器的被測(cè)對(duì)象只能是金屬材料，對(duì)氧化膜的圖像采集不敏感.因此，這種方法存在較大的誤差，弊端較為明顯，需要改進(jìn).

2 基于遺傳算法的鍍層氧化膜厚度測(cè)量方法優(yōu)化

通過(guò)上述分析可知，智能視覺(jué)圖像測(cè)量鍍層厚度存在較大的問(wèn)題，需要改進(jìn)[9].改進(jìn)的鍍膜厚度測(cè)量過(guò)程主要通過(guò)三個(gè)階段來(lái)實(shí)現(xiàn)，初始階段、電解階段、動(dòng)態(tài)磨損階段，最后完成鍍層氧化膜的厚度測(cè)量.

2.1 鍍層氧化膜厚度測(cè)量的初始階段

鍍層氧化膜厚度測(cè)量的初始階段又稱為整形階段.該階段未發(fā)生電解反應(yīng)，因此沒(méi)有氧化膜生成，主要是在為氧化膜厚度測(cè)量進(jìn)行準(zhǔn)備[10]，將兩視覺(jué)傳感器放置于初始位置對(duì)鍍層氧化膜進(jìn)行初始測(cè)量.設(shè)R0為未進(jìn)行電解時(shí)砂輪的半徑；d0為視覺(jué)傳感器的初始位置值；X0為渦流傳感器的初始位置值.則鍍層氧化膜厚度測(cè)量的初始階段如圖2所示.

圖2 鍍層氧化膜厚度測(cè)量初始階段示意圖

2.2 鍍層氧化膜厚度測(cè)量的電解階段

鍍層氧化膜厚度測(cè)量的電解階段是厚度測(cè)量的發(fā)生階段.在電解階段中，視覺(jué)傳感器測(cè)量狀態(tài)將出現(xiàn)變化.設(shè)d0為視覺(jué)傳感器測(cè)量的初始位置，因?yàn)殄儗釉陔娊夥磻?yīng)下產(chǎn)生氧化膜，所以其外徑將增加向外長(zhǎng)出Δ.設(shè)X0為右側(cè)傳感器測(cè)量的初始位置，發(fā)生電解反應(yīng)后，傳感器測(cè)量距離量用X'進(jìn)行描述.則構(gòu)建的電解階段該鍍層氧化膜厚度測(cè)量模型如下：

Yd=(R0+Δ)-(R0+X0-X')=X'-X0+Δ

(1)

在電解階段主要用于使金屬處于化學(xué)反應(yīng)中，在電解反應(yīng)下產(chǎn)生氧化膜，金屬顆粒在氧化膜的包裹中會(huì)得到一定的突出量.在鍍層氧化膜厚度逐漸增加達(dá)到絕緣的情況下，電解反應(yīng)停止，鍍層氧化膜厚度處于平衡狀態(tài).

2.3 鍍層氧化膜厚度測(cè)量的動(dòng)態(tài)磨損階段處理

圖像處理的鍍層氧化膜厚度測(cè)量動(dòng)態(tài)磨損階段，也是最終完成階段.根據(jù)電解階段的氧化膜厚度模型可得出，動(dòng)態(tài)磨損階段的氧化膜厚度模型如下：

Y=(R0-Δ)-(R0+X0-X')=X'-X0-Δ

(2)

以初始位置為基準(zhǔn)，這時(shí)視覺(jué)傳感器測(cè)量位置相對(duì)起始位置d0發(fā)生了前移，在其運(yùn)行一段時(shí)間后，鍍層在使用過(guò)程中會(huì)發(fā)生正常的磨損，鍍層將變薄也就是直徑將減小.圖像處理的鍍層氧化膜厚度的優(yōu)劣主要取決于氧化質(zhì)量，氧化質(zhì)量主要和氧化膜的厚度有關(guān).通過(guò)電解階段得到的鍍層氧化膜厚度值為理想值與動(dòng)態(tài)磨損階段的氧化膜厚度值進(jìn)行對(duì)比.鍍層氧化膜厚度將在外界環(huán)境的作用下逐漸減少，使新的金屬顆粒顯露出來(lái)，電解作用又加速鍍層氧化膜的生成，使氧化膜厚度越來(lái)越大.因?yàn)殡婂兊倪^(guò)程屬于循序漸進(jìn)的過(guò)程，所以鍍層氧化膜的測(cè)量結(jié)果以第二階段的結(jié)果作為最終結(jié)果.經(jīng)過(guò)初始階段、電解階段、動(dòng)態(tài)磨損階段三個(gè)階段就完成了鍍層氧化膜厚度測(cè)量.

3 鍍層氧化膜厚度測(cè)量遺傳算法的改進(jìn)設(shè)計(jì)

3.1 基于遺傳算法的鍍層氧化膜測(cè)量厚度模型

鍍層氧化膜厚度測(cè)量過(guò)程中，首先要構(gòu)建基于遺傳算法的鍍層氧化膜厚度測(cè)量模型.根據(jù)圖像處理的鍍層氧化膜厚度測(cè)量的電解階段、動(dòng)態(tài)磨損階段可知，氧化膜厚度主要和Δ，X0，X'有關(guān)，其中X0為定值，所以氧化膜厚度取決于Δ和X.合理的Δ，X'值就是能夠使鍍層抗腐蝕性η達(dá)到最佳的值，將其結(jié)合在一起，看作是變量X，其中A為常數(shù).得到基于遺傳算法的鍍層氧化膜測(cè)量厚度模型(3)和(4)如下所示：

(3)

Δ=X-X0

(4)

根據(jù)鍍層氧化膜測(cè)量厚度模型(3)和(4)，對(duì)遺傳算法模型進(jìn)行改進(jìn).

3.2 遺傳算法模型的改進(jìn)設(shè)計(jì)

根據(jù)遺傳算法鍍層氧化膜測(cè)量厚度模型，來(lái)設(shè)計(jì)改進(jìn)的遺傳算法模型.首先，確定種群規(guī)模、概率和進(jìn)化代數(shù)，選取種群初始規(guī)模數(shù)n=60，交叉概率Pc=0.7，變異概率Pm=0.04，最大進(jìn)化代數(shù)t=100.進(jìn)行種群初始化，使(X0,Y0)的尋優(yōu)范圍處于整個(gè)最優(yōu)解可行域中，在可行域中，隨機(jī)獲取n個(gè)個(gè)體，也就是可能解，構(gòu)建初始種群模型(5)

P(Δ)={(X0,X')}

(5)

根據(jù)初始種群模型和鍍層氧化膜厚度模型，獲得適應(yīng)度的模型(6)

δ(Δ)=η{(X0,X')}

(6)

其中，δ是適應(yīng)度值，根據(jù)適應(yīng)度模型和初始種群模型，得到關(guān)系模型(7)

(7)

P(t)=

(8)

綜上所述，根據(jù)改進(jìn)后的鍍層氧化膜厚度模型對(duì)種群是否達(dá)到最大進(jìn)化代數(shù)進(jìn)行檢驗(yàn).若達(dá)到最大進(jìn)化代數(shù)，則與當(dāng)前種群中適應(yīng)度最大的個(gè)體相應(yīng)的測(cè)量厚度Y就是全局最優(yōu)解，這個(gè)最優(yōu)解，即為所求的鍍層氧化膜厚度值.

4 實(shí)驗(yàn)結(jié)果分析

為了驗(yàn)證改進(jìn)遺傳算法的有效性，本實(shí)驗(yàn)將傳統(tǒng)圖像處理算法作為對(duì)比對(duì)象，從測(cè)量精度、受外界條件的影響情況及效率三個(gè)方面進(jìn)行實(shí)驗(yàn)分析.

4.1 測(cè)量精度實(shí)驗(yàn)

分別采用改進(jìn)遺傳算法和圖像處理算法，選擇10個(gè)不同鍍層氧化膜厚度進(jìn)行測(cè)量，得到的結(jié)果如表1所示.

表1 兩種算法鍍層氧化膜厚度測(cè)量結(jié)果

為了更加直觀的對(duì)比本文算法和圖像處理算法的測(cè)量精度，依據(jù)表1中的數(shù)據(jù)對(duì)兩種方法測(cè)量鍍層氧化膜厚度與實(shí)際厚度的曲線圖進(jìn)行繪制，得到的結(jié)果如圖3所示.

圖3 實(shí)際厚度和兩種算法測(cè)量厚度的比較曲線圖

分析表1和圖3可知，和圖像處理算法相比，采用改進(jìn)遺傳算法的測(cè)量結(jié)果和實(shí)際結(jié)果更加接近，相對(duì)誤差一直低于圖像處理算法.實(shí)驗(yàn)檢驗(yàn)說(shuō)明，改進(jìn)算法更能取得符合實(shí)際應(yīng)用的精度，得到的測(cè)量結(jié)果更加可靠有效，能夠達(dá)到實(shí)際精度要求，驗(yàn)證了改進(jìn)算法的有效性.

4.2 外界干擾實(shí)驗(yàn)

在存在外界環(huán)境干擾的情況下，分別采用本文方法和圖像處理算法的鍍層氧化膜厚度測(cè)量結(jié)果如表2.

分析表2可以看出，當(dāng)存在外界環(huán)境干擾時(shí)，改進(jìn)算法和圖像處理算法的相對(duì)誤差均在一定程度上高于表1所描述的測(cè)量結(jié)果，但筆者算法相對(duì)誤差增加的幅度遠(yuǎn)遠(yuǎn)低于圖像處理算法.實(shí)驗(yàn)結(jié)果進(jìn)一步說(shuō)明了，改進(jìn)的算法受外界環(huán)境的影響程度較小，測(cè)量性能較佳.

表2 在外界環(huán)境干擾下兩種算法測(cè)量結(jié)果比較

4.3 測(cè)量時(shí)間實(shí)驗(yàn)

分別采用本文算法和圖像處理算法對(duì)鍍層氧化膜厚度進(jìn)行測(cè)量，對(duì)兩種算法的測(cè)量時(shí)間進(jìn)行比較，得到的結(jié)果用圖4進(jìn)行描述.

圖4 兩種算法的測(cè)量時(shí)間比較圖

分析圖4可以看出，采用本文算法所需的時(shí)間一直低于圖像處理算法.實(shí)驗(yàn)又一次說(shuō)明了，改進(jìn)算法不僅測(cè)量精度高，而且測(cè)量效率也遠(yuǎn)遠(yuǎn)優(yōu)于圖像處理算法，最終說(shuō)明，改進(jìn)算法的有效性和可靠性.

5 小結(jié)

針對(duì)傳統(tǒng)方法測(cè)試結(jié)果不準(zhǔn)確、測(cè)試精度下降、抗干擾性差等問(wèn)題，提出改進(jìn)遺傳算法在鍍層氧化膜厚度的測(cè)量中的應(yīng)用.根據(jù)鍍層氧化膜厚度的測(cè)量原理，結(jié)合傳統(tǒng)的圖像處理鍍層氧化膜厚度測(cè)量方法，構(gòu)建遺傳算法模型，根據(jù)遺傳算法模型，對(duì)遺傳算法進(jìn)行改進(jìn).通過(guò)改進(jìn)的遺傳算法模型來(lái)求解鍍層氧化膜厚度的最優(yōu)值，求出氧化膜厚度.實(shí)現(xiàn)改進(jìn)算法對(duì)鍍層氧化膜厚度的測(cè)量.實(shí)驗(yàn)結(jié)果表明，改進(jìn)的算法不僅能夠提高測(cè)量精度，而且也提高了測(cè)量效率，且不易受外界環(huán)境的干擾.