水准器视觉检测及内表面自动打磨系统设计
这是一篇关于水准器,视觉检测,内表面打磨,拟合圆算法的论文, 主要内容为水准器是一种测量水平面的仪器,可以用来测量高低、平行度和角度。水准器的种类有很多,其中,气泡式水准器因其结构简单,运行可靠等优点,应用最为广泛。水准泡作为气泡类水准器的核心部件,在工业、农业、军事、航天、航海、水利、铁路、通信等领域有着广泛的应用。例如,装在客机或战斗机上的水平仪,在极端环境下,当电子类水平仪因受电磁干扰而失效时,气泡水准器作为最后一道安全保障,为飞行员提供可靠的飞机姿态指示,保证飞机正常飞行。为提高水准器产品质量及产品一致性,提高企业生产效率,从水准泡的生产过程中的主要环节出发,对水准泡的高精度检测和自动化生产进行设计研究,实现水准泡的高精度检测和自动打磨,主要研究内容如下:(1)通过调研及参考相关文献,了解水准器检测及打磨相关工艺及现有方法,结合当前先进技术,设计出高精度水准器视觉检测及内表面自动打磨系统方案。(2)视觉检测装置的视觉采集系统设计。通过对水准泡气泡偏移的最小位移量的计算,设计选取视觉检测系统中合适的相机、光源、镜头等,使其能准确的拍摄出反映水准器气泡准确位置的图像,从而获得气泡的准确位置、回归误差等相关数据。(3)视觉检测装置的图像处理模块设计。首先,通过对图像进行中值滤波去除噪声;之后,以特征匹配的方式定位气泡位置,并据此建立平面直角坐标系;在此坐标系下设置ROI(Region of Interest),依据此ROI设置拟合圆算法,求得到气泡定位点位置;最终,得到气泡在载物台偏转角度后气泡位移量,完成水准器气泡偏移量的视觉检测。(4)水准器内表面自动打磨系统设计。水准器精度主要由其玻璃管内壁所加工的弧度决定,弧度越大,水准器精度越高,弧度精度越高,水准器产品质量越好,因此水准器内表面的打磨是决定其产品精度的主要因素。本文通过设计构建双轴内壁自动打磨系统,确定了主轴转速、打磨轴转速、双轴模组磨削进给速度、磨削进给次数、磨头粗糙度等工艺参数,实现了水准器内表面高精度自动打磨;通过实验表明,水准器内表面自动打磨系统可完成分级水准泡的自动打磨。本研究通过利用图像处理及识别技术、伺服控制技术、总线控制等设计开发了一套可用于高精度玻璃水准器的视觉检测和内表面自动打磨的控制系统。通过大量实验及生产测试,本系统各项功能均取得良好的效果,满足实际生产需求。
柑橘视觉分级小型系统研究
这是一篇关于柑橘分级,分级机构,视觉检测,深度学习的论文, 主要内容为我国作为柑橘生产大国,在柑橘种植产业中小型化农场及家庭农场还是占大多数,水果分级主要依靠人工检测,分级效率低下。本文以柑橘为样本,设计并开发了一套小型智能化视觉分级系统,用于柑橘的瑕疵检测和尺寸检测,实现柑橘分级的全自动化。主要内容包括柑橘分级装置的机械结构设计,控制系统的设计,视觉检测系统的开发以及样机搭建与系统分级实验,具体的内容如下:首先,制定本设计的柑橘分级标准以及系统设计原则与功能需求,研究总体的设计方案,进行模块化功能设计,设计各模块的机械结构。系统主要包括上料排序模块、输送识别模块和分级卸料模块。机械结构设计主要有上料箱和两个小型输送带的设计,同步带和托盘结构的设计,卸料气缸和水果等级箱的设计以及各模块动力元件的选型。其次,研发柑橘分级装置的控制系统。根据系统功能需求和机械结构设计方案,进行软硬件系统设计。先进行主控制器选型、传感器选型、驱动系统设计、气动系统搭建、图像处理器选型与通讯以及相机和光源的选型。在硬件系统设计之后进行软件系统设计,包括人机交互界面的开发和整体控制程序的编写。最终完成整个控制流程设计。然后,设计基于深度学习的柑橘瑕疵检测和尺寸检测的分级方法。先制作两种视觉检测网络所用数据集,并进行图像预处理。之后使用Res Net50网络训练柑橘瑕疵检测模型,使用Center Net网络训练尺寸检测模型,训练获得瑕疵检测模型准确率为97.65%,尺寸检测模型平均精度为0.99。最后,结合总体的设计内容进行样机搭建与系统分级实验。首先,根据机械结构设计控制系统设计方案搭建样机。之后,调试分级装置,测试系统运行的稳定性。然后进行柑橘检测实验,测试两种检测模型的准确率均在95%以上。最后,进行系统分级实验,测试各模块功能的协调性和系统工作效率。传送装置在6.5～8.0m/min的速度区间内,系统分级效果最好。每个柑橘的检测耗时约1.3s,每分钟能分级45个以上的柑橘。
激光拼焊上料自动化系统研究
这是一篇关于自动化系统,PLC,激光拼焊上料机器人,视觉检测的论文, 主要内容为激光拼焊技术作为汽车制造业领域内一种重要焊接技术,在汽车生产中的作用不言而喻。自动化上料机器人的使用,不仅能减少操作人员,还将提高工厂生产效率。因此,研究激光拼焊上料自动化系统对汽车制造业发展具有实际意义。本文依托校企合作项目,旨在实现一套激光拼焊上料自动化系统解决人工上料的问题。主要设计PLC控制系统和拼焊上料机器人控制系统,并采用视觉检测的方法优化了上料策略。具体研究内容如下:(1)根据项目原系统各参数设计条件及实际要求,提出了自动化激光拼焊上料总控系统的设计方案。为了控制所有装置和设备能实现基本流程的运行,不仅要考虑钢板在转台上的磁力分张,本文通过采用强磁性分张器使其分离。还要考虑地址分配问题,由于I/O数据比较多,端拾器上的吸盘每一套都需要配备探头,一台双张检测器也需要8个输出,所以共设计了9个输入输出模块。最后通过现场实际操作,PLC控制系统能够实现对多模块的控制,实时监控运行状态,及时反馈报警和故障状况。(2)考虑到最大限度要求一次性抓取六块钢板,所以端拾器设计了六套装置,其中包括真空发生阀、真空破坏阀、真空发生器,这能检测钢板是否吸附成功,确保能完成上料。由于现场环境比较复杂,无法直接放至拼焊机台面,运送钢板的轨迹目标点需要严格控制。因此,从初始位往下取板过程速度不能过快,运用搜索功能获取端拾器检测到位信号后停止移动抓取钢板。运送过程中的空间范围有限,由此在转角处一共设计4个点,并在放板位设计两次搜索移动来完成精确定位。通过现场不断的调试,该系统能够较好的完成自动化取料放料生产过程,目前已正常投入生产,能够满足生产要求,提升了工厂自动化水平。(3)在实际取料和放料的过程中,出于对钢板的保护而不得已选择降低节拍速度去搜索信号。为此,本文基于视觉检测的方法,对采集的多组图像进行边缘检测分析,但背景噪声干扰较多,引用几种算子对比分析后,选择Canny算子与霍夫直线检测结合起来提取图像特征。为了完成坐标的转换,提出以标尺作标定的方法,由像素及事物距离确定标定系数,再引用校正后钢板直线之间的平均距离做乘积,继而将像素坐标转换为实际距离。实验结果证明,优化后的系统能够缩短搜索的距离,两侧的时间节拍效率得到提高。
MAML架构下工业品缺陷视觉检测算法研究与应用
这是一篇关于模型无关元学习,视觉检测,泛化能力的论文, 主要内容为工业品缺陷检测一直是学术界和工业界的研究热点。现有的产品缺陷检测应用系统多为任务驱动式系统,只能检测某一种或某一类产品的缺陷,一旦有新的缺陷检测任务就必须重新设计系统,系统缺乏一定的泛化能力。究其原因,大多是由于系统采用的算法都是针对特定缺陷检测设计。为此,对于检测算法泛化性的研究是具有现实意义。研究发现,工业产品的缺陷具有某些相似性,如污点或纹理跳跃,大多数的缺陷检测算法也可以看成算子之间的排列组合,这为构建通用的、自适应的工业缺陷检测系统提供了理论基础。本文的主要工作如下:基于模型无关元学习Model-Agnostic Meta-Learning(MAML)的思想,从多个已知的工业缺陷数据集中学习缺陷基本知识,提出了一种基于元学习的自适应视觉检测模型Me Detection(Meta Detection)以满足少样本、多任务的缺陷检测需求。Me Detection选用4Conv模型为主干网络,引入差异特征网络(SN)提取工业品缺陷特征,将工业缺陷转化为正负样本之间的特征差异,实现了不同类型缺陷特征的有效统一,最大限度地减少缺陷类型对模型泛化的影响,突出缺陷特征,提高模型检测性能。同时,在模型中加入了坐标注意机制(CA),实现了在两个坐标维度上的特征增强。为了加速Me Detection的收敛速度,降低模型对于数据量的需求,采用MAML训练策略来训练模型。从真实的工厂生产环境中采集数据,构建了注塑瓶盖的视觉缺陷数据集BC defects,补充了现有的工业缺陷视觉数据基准。在BC defects数据集和其他公共工业缺陷数据集的实验结果证明了提出的视觉检测模型的有效性。以实际生产线上的工业品作为研究对象,设计开发了具有强泛化性的工业缺陷检测应用系统,应用到相关生产企业。该系统采用组合算子的方式进行缺陷检测算法的设计,面对新产品的上线无需重新设计系统。将Me Detection模型算法嵌入检测系统中,进一步增强了系统的泛化性。拖拽式、开放式的用户交互界面,方便算法的开发与部署。在该系统上进行的多种不同产品的缺陷检测都取得了良好的效果,表明平台具有良好的泛化能力。
基于国产PLC的舱段对接视觉检测定位系统研究
这是一篇关于国产PLC系统,智能制造,视觉检测,舱段对接,软硬件设计的论文, 主要内容为舱段对接作为相关装备制造中的关键环节,具有迫切的通过智能化实现提质增效的需求,对接过程中天轨机械手将舱段在各分系统间频繁转移、交接,其抓取放置主要通过随行夹具拉钉及零点快换等机械装置实现,为满足交接过程的安全、精准、稳定等要求,提出基于视觉识别、测量、引导的检测方案。机器视觉应用于舱段对接中,能够提供抓取及对接时的视觉图像数据,并基于数据进行视觉引导抓取,实现高效安全的舱段对接。本文围绕上述关键研究课题,结合舱段对接的应用场景,基于自主可控的国产实时以太网PLC系统,构建舱段对接视觉检测定位系统,并进行相关研究,本文研究内容主要有以下几个方面:1.提出舱段对接视觉检测定位系统总体设计方案。分析舱段抓取放置、对接过程对视觉检测定位系统应用需求,并明确相关技术指标,基于国产分布式实时以太网PLC系统,设计了系统总体架构,并对系统功能模块、系统数据通信进行设计规划。2.提出舱段对接视觉检测定位系统硬件解决方案。进行运动分系统、视觉检测分系统和电气连接系统设计,运动分系统采用三自由度直线模组设计,视觉检测分系统根据检测需求对工业相机及相关设备进行了选型,电气连接设计将电源、电机及驱动器、视觉检测分系统连通,设计满足了系统硬件需求。3.提出舱段对接视觉检测定位系统软件解决方案。设计了用于视觉检测的PLC系统功能块和相关视觉检测软件,功能块能够满足传感器反馈、运动控制、视觉检测等需求,为国产PLC系统视觉功能应用提供了基础功能块,视觉检测软件能够实现圆形特征、线线夹角及距离测量、误差标定等功能。4.搭建视觉检测定位试验平台,设计人机交互界面,对系统检测功能进行试验验证,系统能够实现圆形特征识别测量、线线夹角及距离测量和基于视觉引导的舱段抓取,试验表明系统实现了设计功能,可满足舱段对接需求。
柑橘视觉分级小型系统研究
这是一篇关于柑橘分级,分级机构,视觉检测,深度学习的论文, 主要内容为我国作为柑橘生产大国,在柑橘种植产业中小型化农场及家庭农场还是占大多数,水果分级主要依靠人工检测,分级效率低下。本文以柑橘为样本,设计并开发了一套小型智能化视觉分级系统,用于柑橘的瑕疵检测和尺寸检测,实现柑橘分级的全自动化。主要内容包括柑橘分级装置的机械结构设计,控制系统的设计,视觉检测系统的开发以及样机搭建与系统分级实验,具体的内容如下:首先,制定本设计的柑橘分级标准以及系统设计原则与功能需求,研究总体的设计方案,进行模块化功能设计,设计各模块的机械结构。系统主要包括上料排序模块、输送识别模块和分级卸料模块。机械结构设计主要有上料箱和两个小型输送带的设计,同步带和托盘结构的设计,卸料气缸和水果等级箱的设计以及各模块动力元件的选型。其次,研发柑橘分级装置的控制系统。根据系统功能需求和机械结构设计方案,进行软硬件系统设计。先进行主控制器选型、传感器选型、驱动系统设计、气动系统搭建、图像处理器选型与通讯以及相机和光源的选型。在硬件系统设计之后进行软件系统设计,包括人机交互界面的开发和整体控制程序的编写。最终完成整个控制流程设计。然后,设计基于深度学习的柑橘瑕疵检测和尺寸检测的分级方法。先制作两种视觉检测网络所用数据集,并进行图像预处理。之后使用Res Net50网络训练柑橘瑕疵检测模型,使用Center Net网络训练尺寸检测模型,训练获得瑕疵检测模型准确率为97.65%,尺寸检测模型平均精度为0.99。最后,结合总体的设计内容进行样机搭建与系统分级实验。首先,根据机械结构设计控制系统设计方案搭建样机。之后,调试分级装置,测试系统运行的稳定性。然后进行柑橘检测实验,测试两种检测模型的准确率均在95%以上。最后,进行系统分级实验,测试各模块功能的协调性和系统工作效率。传送装置在6.5～8.0m/min的速度区间内,系统分级效果最好。每个柑橘的检测耗时约1.3s,每分钟能分级45个以上的柑橘。
基于国产PLC的舱段对接视觉检测定位系统研究
这是一篇关于国产PLC系统,智能制造,视觉检测,舱段对接,软硬件设计的论文, 主要内容为舱段对接作为相关装备制造中的关键环节,具有迫切的通过智能化实现提质增效的需求,对接过程中天轨机械手将舱段在各分系统间频繁转移、交接,其抓取放置主要通过随行夹具拉钉及零点快换等机械装置实现,为满足交接过程的安全、精准、稳定等要求,提出基于视觉识别、测量、引导的检测方案。机器视觉应用于舱段对接中,能够提供抓取及对接时的视觉图像数据,并基于数据进行视觉引导抓取,实现高效安全的舱段对接。本文围绕上述关键研究课题,结合舱段对接的应用场景,基于自主可控的国产实时以太网PLC系统,构建舱段对接视觉检测定位系统,并进行相关研究,本文研究内容主要有以下几个方面:1.提出舱段对接视觉检测定位系统总体设计方案。分析舱段抓取放置、对接过程对视觉检测定位系统应用需求,并明确相关技术指标,基于国产分布式实时以太网PLC系统,设计了系统总体架构,并对系统功能模块、系统数据通信进行设计规划。2.提出舱段对接视觉检测定位系统硬件解决方案。进行运动分系统、视觉检测分系统和电气连接系统设计,运动分系统采用三自由度直线模组设计,视觉检测分系统根据检测需求对工业相机及相关设备进行了选型,电气连接设计将电源、电机及驱动器、视觉检测分系统连通,设计满足了系统硬件需求。3.提出舱段对接视觉检测定位系统软件解决方案。设计了用于视觉检测的PLC系统功能块和相关视觉检测软件,功能块能够满足传感器反馈、运动控制、视觉检测等需求,为国产PLC系统视觉功能应用提供了基础功能块,视觉检测软件能够实现圆形特征、线线夹角及距离测量、误差标定等功能。4.搭建视觉检测定位试验平台,设计人机交互界面,对系统检测功能进行试验验证,系统能够实现圆形特征识别测量、线线夹角及距离测量和基于视觉引导的舱段抓取,试验表明系统实现了设计功能,可满足舱段对接需求。
MAML架构下工业品缺陷视觉检测算法研究与应用
这是一篇关于模型无关元学习,视觉检测,泛化能力的论文, 主要内容为工业品缺陷检测一直是学术界和工业界的研究热点。现有的产品缺陷检测应用系统多为任务驱动式系统,只能检测某一种或某一类产品的缺陷,一旦有新的缺陷检测任务就必须重新设计系统,系统缺乏一定的泛化能力。究其原因,大多是由于系统采用的算法都是针对特定缺陷检测设计。为此,对于检测算法泛化性的研究是具有现实意义。研究发现,工业产品的缺陷具有某些相似性,如污点或纹理跳跃,大多数的缺陷检测算法也可以看成算子之间的排列组合,这为构建通用的、自适应的工业缺陷检测系统提供了理论基础。本文的主要工作如下:基于模型无关元学习Model-Agnostic Meta-Learning(MAML)的思想,从多个已知的工业缺陷数据集中学习缺陷基本知识,提出了一种基于元学习的自适应视觉检测模型Me Detection(Meta Detection)以满足少样本、多任务的缺陷检测需求。Me Detection选用4Conv模型为主干网络,引入差异特征网络(SN)提取工业品缺陷特征,将工业缺陷转化为正负样本之间的特征差异,实现了不同类型缺陷特征的有效统一,最大限度地减少缺陷类型对模型泛化的影响,突出缺陷特征,提高模型检测性能。同时,在模型中加入了坐标注意机制(CA),实现了在两个坐标维度上的特征增强。为了加速Me Detection的收敛速度,降低模型对于数据量的需求,采用MAML训练策略来训练模型。从真实的工厂生产环境中采集数据,构建了注塑瓶盖的视觉缺陷数据集BC defects,补充了现有的工业缺陷视觉数据基准。在BC defects数据集和其他公共工业缺陷数据集的实验结果证明了提出的视觉检测模型的有效性。以实际生产线上的工业品作为研究对象,设计开发了具有强泛化性的工业缺陷检测应用系统,应用到相关生产企业。该系统采用组合算子的方式进行缺陷检测算法的设计,面对新产品的上线无需重新设计系统。将Me Detection模型算法嵌入检测系统中,进一步增强了系统的泛化性。拖拽式、开放式的用户交互界面,方便算法的开发与部署。在该系统上进行的多种不同产品的缺陷检测都取得了良好的效果,表明平台具有良好的泛化能力。
螺套自动装配系统的研究
这是一篇关于螺套,自动装配,视觉检测,图像处理的论文, 主要内容为近年来,螺套作为一种内螺纹紧固件,强度高、耐磨性好,主要用来弥补铝合金内螺纹的不足、修复螺纹缺陷等,被广泛应用于电子产品、汽车零部件、通信设备、家电等领域。但是现有内胀夹具只能夹取螺套,不具有拧紧功能,或者是对拧紧角度限制较大,依然需要人工手动完成,自动化程度低,难以保证装配质量和效率。因此为了改善现有内胀夹具的不足,实现螺套的自动装配,本文以螺套自动装配技术为研究对象,通过对螺套夹取与拧紧功能的集成,设计了一种螺套自动安装工具,并结合十字滑台模组以及视觉检测装置自主搭建了螺套自动装配系统,能够实现自动定位和自动装配,主要研究内容如下:(1)本文通过对螺套自动装配系统的功能需求分析,提出了系统整体架构的设计方案,该自动装配系统以运动控制器和上位计算机为控制系统、以丝杆滑台模组为运动基体、以单目视觉系统为视觉定位装置并以一种螺套自动安装工具为末端执行器完成搭建。从机械系统、运动控制系统以及视觉检测系统三个方面对系统的设计方案进行分析,并确定了螺套自动装配系统的装配流程。(2)针对现有内胀夹具旋转角度限制问题,将导电滑环嵌入到拧紧机构中,提出了一种螺套自动安装工具。使用3D打印技术对实现夹取功能和拧紧功能的主要机械结构进行加工,并通过实验对其结构设计的合理性与适用性进行验证。为实现螺套的精确定位,本研究采用伺服电机控制丝杆滑台模组,运动精度控制在±0.05mm。(3)通过机器视觉实现了螺套位置的精确反馈,完成了对工业相机的标定,应用图像预处理技术以及最小二乘法实现了图像边缘的提取,并获取了螺套的定位坐标,为螺套自动装配系统的自动定位提供了精确的反馈。(4)对螺套自动装配系统实验平台样机进行组装,并对该样机完成了系统调试,主要包括电气调试、系统参数设置与系统功能联调。通过对螺套夹取过程和螺套拧紧过程分别进行实验,进一步验证螺套自动装配系统设计的合理性和可行性。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码货栈 ，原文地址：https://m.bishedaima.com/lunwen/48705.html
