ALHBS-3000 PLUS “奥龙芯”六工位全自动布氏硬度计

ALHBS-3000 PLUS

“奥龙芯”六工位全自动布氏硬度计

 

产品介绍

ALHBS-3000 PLUS “奥龙芯”六工位全自动布氏硬度计主要根据<<GB/T 231.1(ISO6506) 金属布氏硬度试验>>研制而成，用于测量金属及部分非金属材料的布氏硬度。该硬度系统精度高，自动化程度高，适用于需要测量工作量大或精度要求高的高端客户。

 

功能特点

u                      仪器采用高端微电脑控制

u                      采用“奥龙芯”步控系统，采集频率最高可达4800Hz，力值精度高，加载时间达到2-8秒

u                      高精度大型工作台自动升降

u                      自动施加初、主试验力

u                      六工位数码转塔定位，无机械卡位，转塔定位精度高

u                      一键自动打压痕、自动转塔

u                      自动拟合压痕

u                      机器自动化程度高，减少人为误差

u                      国标/ASTM硬度自动换算

u                      不合格值自动报警

u                      自动产生用户定制的检验报告

技术参数

产品型号	ALHBS-3000 PLUS
控制系统	精密步控系统
加载时间	满足国家标准2-8秒
平台	高精度直线滑轨导向的升降平台
布氏标尺	HBW2.5/31.25、HBW2.5/62.5、HBW2.5/187.5、HBW5/62.5、HBW5/125、HBW5/250 HBW5/750、HBW10/100、HBW10/250、HBW10/500、 HBW10/1000 、 HBW10/1500 、HBW10/3000、
试验力 Kgf(N)	31.25kgf(306.25N)、62.5kgf(612.9N)、100kgf(980.7N)、125kgf(1226N),187.5kgf(1839N)、250kgf(2452N)、500kgf(4903N)、750kgf(7355N)、1000kgf(9807N)、1500kgf(14710N)、3000kgf(29420N)
试件最大高度	200mm（可定制加高）
压头中心至机壁的距离	165mm
保荷时间	5-60s
硬度测试范围	8-650HBW
执行标准	ISO 6506，ASTM E10，JIS Z2243，GB/T 231.2
样品升降	自动/手动
打压痕	自动
图像聚焦	自动/手动
转塔台	六工位数码自动转塔（3个压头工位，2个物镜工位,1激光定位）
物镜	1X、2X
摄像头（像素）	300万
压痕测量	手动/自动
硬度值自动显示	自动
硬度值转换	国标/自动
不合格值报警	自动
硬度统计分析	平均值，最大值，最小值，方差，重复性精度，合格率
电源	AC220+5%,50-60Hz
工作台尺寸	408*380mm
外形尺寸（长宽高）	620*235*875mm
机器净重	约184kg

 

 

布氏硬度测量软件介绍

 

 

一、背景介绍

 

硬度压痕测试是一种应用广泛的材料性能测试方法，它能够反映材料的硬度、强度、韧性等重要性质。通过测量材料表面在受力下的形变程度和压痕面积大小，可以获知材料的硬度大小和力学性质。因此，硬度测试在材料研究、产品开发、质量控制等方面具有极为重要的应用价值。

 

然而，传统的硬度测试方法存在一些局限性和不足之处。首先，传统硬度测试需要操作人员进行手动测量和记录，测试效率低，并且受人为因素干扰较大，测量结果不精确。其次，传统的自动测量方法通常基于单纯的图像处理技术，但这些方法往往是软件里面固定的参数和算法，缺乏灵活性和鲁棒性，难以适应不同材料性质、形态和尺寸的变化。

 

为了解决传统硬度测试存在的问题，近年来，各种智能化的自动测量技术不断涌现。其中，深度学习技术在自动测量领域得到了广泛应用。它能够通过学习大量的样本数据，自动提取材料表面的特征信息，实现对材料硬度的自动检测和分类。与传统硬度测试相比，深度学习技术具有测试效率高、测量精确度高、适用范围广等优点。因此，深度学习技术在自动化生产、精密加工、航空航天等多个领域具有广泛应用前景。

 

 

 

二、深度神经网络技术原理

 

深度神经网络是一种基于生物神经网络结构和机器学习算法的人工智能技术。它通过多层神经元之间的连接来进行分层提取特征，并在神经网络中构建多个层级的非线性映射，从而表达了更高层次、更抽象化、更具有普遍性的特征。深度神经网络的训练过程是通过反向传播算法来调整网络参数，优化网络的参数得到更好的效果。

 

1.深度神经网络的定义和分类

深度神经网络是一种多层的神经网络模型，具有深度学习和自动学习的能力。按照不同的结构和使用的算法，深度神经网络可以分为很多不同的类别，比较典型的包括：

（1）卷积神经网络（Convolutional Neural Network，CNN）：主要应用于图像识别和分类，具有局部连接、共享权重和池化等特点。

（2）递归神经网络（Recurrent Neural Network，RNN）：主要用于处理序列数据，可以捕获序列中的时序信息。

（3）深度信念网络（Deep Belief Network，DBN）：由多层受限制的玻尔兹曼机组成，可以进行层次化特征学习。

 

2.深度神经网络在图像处理中的应用

 

 

深度神经网络在图像处理中的应用十分广泛，包括图像分类、物体检测、人脸识别、图像分割、图像生成等领域。其中，卷积神经网络（CNN）是应用最为广泛的深度学习模型之一，在图像处理领域的表现稳定、效果显著。通过构建深度卷积神经网络模型，可以对图像进行快速准确的分类和识别，如GoogleNet、VGGNet、ResNet等都是最近几年表现十分优秀的CNN模型。

 

3.深度神经网络在硬度压痕测量中的优势

硬度压痕自动测量是一个重要的质量控制工具，可以在制造过程中对材料进行定量分析和评估。传统的自动测量方法通常基于单纯的图像处理技术，但这些方法往往是软件里面固定的参数和算法，缺乏灵活性和鲁棒性，难以适应不同材料性质、形态和尺寸的变化。

基于深度神经网络技术的硬度压痕自动测量，通过对大量样本数据的学习，可以识别和理解不同材料的特征，并能够处理和分析复杂的图像信息。与传统方法相比，基于深度神经网络技术的硬度压痕自动测量具有以下优点：

 

（1）更高的准确率：深度神经网络具有优秀的媲美人脑的特征提取和分类能力，能够更准确地捕捉压痕表面的细节和特征，从而实现更精确的测量结果。

 

（2）更广泛的适用性：传统图像处理方法通常需要进行人工调参，难以适应不同材料的性质和形态变化。而基于深度神经网络的方法可以通过样本数据的学习，无需调节任何参数就能自适应地适应不同材料的特征和变化。

 

（3）更高的鲁棒性：基于深度神经网络的方法具有较好的鲁棒性和泛化能力，能够对噪声、光照和形变等干扰因素具有一定的容忍度，从而实现更可靠和稳定的测量结果。

 

（4）更高的效率：基于深度神经网络的方法可以实现快速准确的自动测量，并能够进行批量处理和高效运算，提高工作效率和生产效益。

 

总之，基于深度神经网络技术的硬度压痕自动测量具有更高的准确率、更广泛的适用性、更高的鲁棒性和更高的效率等优点，是未来硬度压痕自动测量的重要发展方向。

 

 

三、软件功能介绍

1.自动测量: 自动捕捉压痕并测出压痕直径和计算出相应的布氏硬度

 

2.手动测量：支持手动切线测量和手动三点测量。

 

3.设备控制：支持一键启动硬度计加卸载和转塔归位与自动测量、支持单独控制硬度计平台上升和下降、转塔位置切换、支持便捷滑动调光。

 

                     

4. 管理员模式：系统支持任意创建帐号功能，唯一的管理员帐号可赋予或取消普通帐号更改测试结果和标定参数等操作的权限，可查看普通账号登录和工作情况。减少因误操作导致数据错乱的风险、严格把控测试结果的真实有效性、便于使用部门管理和维护。

 

 

5.硬度值转换、有效验证: 系统可将测得的布氏硬度值HB转换成其它硬度值如HV、HR等

 

6.数据统计：系统自动计算所测硬度的平均值、重复性误差、方差等统计值

 

7.超标报警：自动标明异常值， 当硬度超出规定值时，自动报警

 

 

8.测试报告: 自动生成EXCEL/PDF/CSV等格式报告，报告模板可定制

 

9.自由布局：软件界面中每个窗体都可以任意调整位置与大小、打开或隐藏，用户可根据需要自定义软件窗口布局。

10.数据储存: 测量图像可储存至文档，测量结果可永久保存。

11.其它功能: 图像拍摄、长度法标定、硬度法标定、绘制硬度曲线、多条件过滤测试结果、自由设定部分窗口显示的内容和字体大小、日志提示等

12.系统特点：

使用方便：可在软件端完成所有硬度测试所需的工作，整个测试过程无需操作硬度计端。软件具备一键测量功能，从开始到生成硬度结果仅需一键。

交互友好：自由布局软件界面，用户根据需要可以自由调整软件的布局。

快速标定：软件系统除了支持使用倍率卡尺的长度标定法以外，还支持直接输入标准块硬度值的快速标定功能。

抗噪性高：采用先进的图像处理技术和深度神经网络技术，识别能力媲美人脑，确保自动测量功能的复杂样品表面兼容性和示值精准度。

数据多元化：软件基于主流数据库架构，有丰富的数据传递方式（MQTT,gRPC），满足企业的物联网、数据共享、工业数字化升级等需求。

 

 

核心优势：

1.屏幕实时显示力值加载曲线。

2.采用六工位数码转塔技术，无机械卡位，转塔定位精度高，3个压头，2个物镜，1个激光定位自动切换。

3. 加载系统采用高速精密步控技术，加载速度快，力值精度高。

4. 加载时间符合国标标准2--8秒。

5. 采用直线滑轨导向的三点固定式升降工作台，一键式全自动测量。

6. 自动测量软件采用具有深度学习功能的神经网络全自动测量系统，自动测量不受工件表面光洁度以及光线影响，同一个点重复性测量精度可达0.4%。

7. 可以实现远程控制。