连杆作为发动机重要部件,质量影响整个发动机的性能。目前,发动机使用的材料主要是中碳非调质钢36Mn VS4和高碳非调质钢C70S6,为了进一步提高连杆的性能,在36Mn VS4的基础上研发了一种46MnVS5的新材料。本课题研究了非调质钢46MnVS5连杆材料的力学性能,并通过数值模拟仿真研究连杆裂解槽几何参数与裂解力的影响关系,最后搭建机器视觉检测平台,研究图像处理算法和特征识别算法,实现连杆裂解槽几何参数的实时检测。通过拉伸实验分析46MnVS5连杆材料的抗拉强度、断裂强度、泊松比和弹性模量,并根据材料胀断面特征,判定材料的断裂类型为脆性断裂,裂纹扩展为Ⅰ型裂纹,采用Ⅰ型裂纹断裂模型进行建模,计算裂纹尖端的应力场和受力分布,作为模拟仿真的材料属性。通过ANSYS Workbench平台,模拟连杆裂解槽的槽深h、曲率半径r和张角α的应力分布及最大应力的关系。仿真结果得出:槽深h越大,曲率半径越小,胀断裂解力越小,连杆越容易胀断;随着张角的增加,所需胀断裂解力减小,当张角达到30°时,所需的裂解力最小,当张角继续增加,所需裂解力增大。考虑连杆胀断裂解力最小和对大头孔精镗加工,当槽深h在0.4～0.6mm,曲率半径在0.1～0.3mm,张角α在20～35°时,满足连杆胀断的质量要求。将连杆胀断的裂解槽参数,作为机器视觉系统的检测标准,用机器视觉代替人眼,对加工后的裂解槽尺寸进行在线实时检测,判断裂解槽是否满足胀断要求。该系统主要包含CMOS相机、镜头、同轴光源、工业计算机以及可编程逻辑控制器。将系统集成到多工位激光切槽装备,连杆裂解槽加工完成后,通过可编程逻辑控制器控制转盘将连杆至于镜头下方,通过相机采集图片,传递到工业计算机,进行图像的预处理与特征的识别检测,输出裂解槽的几何尺寸,判断裂解槽加工是否合格。本课题采用HALCON和C#进行联合编程,为了消除图像采集过程产生的噪声,在预处理时,采用加权中值滤波的方法;采用自动阈值分割对图像进行分割,并以此作为匹配模板;为了消除熔渣对检测的影响,采用形态学运算对图像进行深度处理,将细小孔洞进行填充;采用基于灰度值的SPOKE算子和RAKE算子,对特征边缘的轮廓进行提取,得到完整的裂解槽轮廓线,采用HALCON算子分别测量槽深h、张角α和曲率半径r。最后,采用C#和HALCON联合编程,通过.Net平台创建人机交互界面。采用46MnVS5材料制造的连杆进行检测,将20根由激光切槽设备加工的连杆样品,分别通过激光共聚焦显微镜和自主开发的机器视觉检测系统进行测量,对比两组数据,结果表明,同一样品裂解槽几何尺寸检测的差别在±0.04mm以内,该视觉检测系统具有稳定性和鲁棒性。