【摘要】：當(dāng)處于設(shè)備運(yùn)作時(shí)摩擦磨損等現(xiàn)象可能出現(xiàn)在工件表面上,引起工件表面產(chǎn)生損傷/缺陷,對(duì)其表面健康狀態(tài)及設(shè)備性能帶來(lái)重要影響。若損傷/缺陷程度不在正常范圍之內(nèi),就會(huì)引起機(jī)械故障和安全事故,造成不必要的人身危害和經(jīng)濟(jì)損失。因此對(duì)工件表面損傷/缺陷大小、位置等情況實(shí)現(xiàn)高精度的識(shí)別是非常有必要的。本文將高速滑動(dòng)電接觸導(dǎo)軌當(dāng)作研究工件,依據(jù)導(dǎo)軌表面損傷的特點(diǎn),對(duì)基于激光三角法測(cè)量原理的非接觸測(cè)量方法進(jìn)行了主要研究,采用高分辨率的二維激光掃描儀設(shè)計(jì)了三維信息測(cè)量系統(tǒng)實(shí)驗(yàn)平臺(tái),用于工件表面損傷信息的高精度識(shí)別研究。采用三維信息測(cè)量系統(tǒng)對(duì)不同材料導(dǎo)軌不同位置處的損傷形貌信息進(jìn)行采集,測(cè)量到的三維點(diǎn)云數(shù)據(jù)為損傷識(shí)別的核心處理數(shù)據(jù)。在三維點(diǎn)云數(shù)據(jù)處理技術(shù)的研究基礎(chǔ)之上,研究損傷區(qū)域點(diǎn)云特征提取方法,實(shí)現(xiàn)對(duì)損傷區(qū)域的準(zhǔn)確檢測(cè)與定位,進(jìn)而根據(jù)檢測(cè)的損傷信息精確計(jì)算出損傷的損失體積及質(zhì)量與識(shí)別損傷種類。首先,提出了一種基于點(diǎn)云平均曲率估算的工件表面損傷檢測(cè)方法,通過(guò)估算代表點(diǎn)云“外在彎曲”幾何特征的平均曲率,采用OTSU法設(shè)定曲率閾值,實(shí)現(xiàn)損傷特征點(diǎn)云的準(zhǔn)確提取及損傷區(qū)域的精確定位。其次,為了驗(yàn)證上述檢測(cè)方法準(zhǔn)確與可行,又提出了一種基于點(diǎn)云深度映射顏色的方法,通過(guò)構(gòu)建點(diǎn)云深度映射顏色模型,將包含損傷形貌特征的點(diǎn)云深度信息映射為紅綠藍(lán)(RGB)信息,采用一維最大熵法設(shè)定最優(yōu)顏色閾值,實(shí)現(xiàn)損傷區(qū)域的準(zhǔn)確提取。然后,根據(jù)損傷提取結(jié)果及點(diǎn)云數(shù)據(jù)特點(diǎn),求取損傷的體積進(jìn)而計(jì)算損失質(zhì)量。最后,根據(jù)損傷種類特點(diǎn),同時(shí)為了簡(jiǎn)化分類問(wèn)題,提出二叉樹分類方法建立損傷分類模型,進(jìn)而提取損傷特征參量,設(shè)立相應(yīng)的分類規(guī)則,實(shí)現(xiàn)導(dǎo)軌表面微小損傷的識(shí)別與分類。實(shí)驗(yàn)結(jié)果證明了兩種檢測(cè)方法的是有效與可行的,還表明了損失質(zhì)量小于1 g的微小損傷檢出率可達(dá)98%以上,質(zhì)量損失檢測(cè)精度可達(dá)毫克級(jí),凹坑與劃痕兩大類損傷識(shí)別率可達(dá)85%以上。
[Abstract]:When the equipment is in operation, friction and wear may occur on the surface of the workpiece, resulting in damage / defects on the surface of the workpiece, which has an important impact on the health status of the surface and the performance of the equipment. If the degree of damage / defect is not within the normal range, it will cause mechanical failure and safety accident, resulting in unnecessary personal harm and economic loss. Therefore, it is necessary to identify the surface damage / defect size and position of workpiece with high precision. In this paper, the high speed sliding electric contact guideway is taken as the research workpiece. According to the characteristics of the surface damage of the guideway, the non-contact measurement method based on the principle of laser triangulation is mainly studied. The experimental platform of the 3D information measurement system is designed by using the high resolution two-dimensional laser scanner, which is used for the high precision identification of the surface damage information of the workpiece. The three-dimensional information measurement system is used to collect the damage morphology information at different positions of different material guideways. The measured three-dimensional point cloud data is the core processing data of damage identification. Based on the research of 3D point cloud data processing technology, the feature extraction method of point cloud in damage area is studied to realize the accurate detection and location of damage area, and then the loss volume and mass of damage and the type of damage are calculated accurately according to the damage information detected. Firstly, a surface damage detection method based on point cloud mean curvature estimation is proposed. By estimating the average curvature of geometric features that represent the "external bending" of point clouds, the curvature threshold is set by OTSU method to realize the accurate extraction of damage feature point clouds and the accurate location of damage areas. Secondly, in order to verify the accuracy and feasibility of the above detection method, a color mapping method based on point cloud depth mapping is proposed. By constructing the point cloud depth mapping color model, the point cloud depth information containing damage morphology characteristics is mapped to red, green and blue (RGB) information, and the one-dimensional maximum entropy method is used to set the optimal color threshold to realize the accurate extraction of damage area. Then, according to the damage extraction results and the characteristics of point cloud data, the volume of damage is calculated and the loss mass is calculated. Finally, according to the characteristics of damage types and in order to simplify the classification problem, a binary tree classification method is proposed to establish the damage classification model, and then extract the damage characteristic parameters and set up the corresponding classification rules to realize the identification and classification of small damage on the surface of guideway. The experimental results show that the two methods are effective and feasible, and the detection rate of small damage with loss mass less than 1 g can reach more than 98%, the detection accuracy of mass loss can reach mg level, and the identification rate of pit and scratch can reach more than 85%.
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN249

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高恩陽(yáng);鄭昊鴻;;點(diǎn)云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

2 龔書林;;三維激光點(diǎn)云處理軟件的若干關(guān)鍵技術(shù)[J];測(cè)繪通報(bào);2014年06期

3 趙強(qiáng);彭國(guó)華;王鋒;;點(diǎn)云精簡(jiǎn)的一種方法[J];西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年05期

4 李德江;張延波;于曼竹;姜麗麗;曲雪光;;基于掃描模式的點(diǎn)云修復(fù)技術(shù)研究[J];測(cè)繪與空間地理信息;2011年06期

5 蔡來(lái)良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[J];測(cè)繪通報(bào);2012年S1期

6 詹慶明;張海濤;喻亮;;古建筑激光點(diǎn)云-模型多層次一體化數(shù)據(jù)模型[J];地理信息世界;2010年04期

7 曾敬文;朱照榮;丁銳;;基于立方體網(wǎng)格的數(shù)據(jù)點(diǎn)云約簡(jiǎn)和體積計(jì)算方法[J];測(cè)繪科學(xué);2008年06期

8 楊欣;姚海燕;;平面點(diǎn)云邊界參數(shù)識(shí)別[J];中國(guó)西部科技;2009年27期

9 孫瑞;張彩霞;;點(diǎn)云數(shù)據(jù)壓縮算法綜述[J];科技信息;2010年32期

10 張毅;閆利;;地面激光點(diǎn)云強(qiáng)度噪聲的三維擴(kuò)散濾波方法[J];測(cè)繪學(xué)報(bào);2013年04期

相關(guān)會(huì)議論文 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點(diǎn)云生成和預(yù)處理[A];2011年全國(guó)通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

2 蔡來(lái)良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[A];第四屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

3 馬國(guó)慶;陶萍萍;楊周旺;;點(diǎn)云空間曲線的微分信息計(jì)算及匹配方法[A];第四屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2009年

4 江倩殷;劉忠途;李熙瑩;;一種有效的點(diǎn)云精簡(jiǎn)算法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

5 解輝;張愛(ài)武;孟憲剛;;機(jī)載激光點(diǎn)云快速繪制方法[A];第二十五屆全國(guó)空間探測(cè)學(xué)術(shù)研討會(huì)摘要集[C];2012年

6 李凱;張愛(ài)武;;基于激光點(diǎn)云的糧倉(cāng)儲(chǔ)糧數(shù)量測(cè)量方法[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

7 朱曉強(qiáng);余燁;劉曉平;袁曉輝;Bill P.Buckles;;基于航拍圖像和LiDAR點(diǎn)云的城市道路提取[A];全國(guó)第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

8 劉虎;;基于線性八叉樹的點(diǎn)云簡(jiǎn)化與特征提取研究[A];促進(jìn)科技經(jīng)濟(jì)結(jié)合，，服務(wù)創(chuàng)新驅(qū)動(dòng)發(fā)展——蚌埠市科協(xié)2012年度學(xué)術(shù)年會(huì)論文集[C];2012年

9 李濱;王佳;;基于點(diǎn)云的建筑測(cè)繪信息提取[A];第四屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

10 楊雪春;;反求工程建模中點(diǎn)云切片技術(shù)研究[A];全國(guó)先進(jìn)制造技術(shù)高層論壇暨第八屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前2條

1 曹裕華 高化猛 江鴻賓;激光點(diǎn)云 亦真亦幻[N];解放軍報(bào);2013年

2 中國(guó)工程院院士 劉先林;四維遠(yuǎn)見(jiàn)的裝備創(chuàng)新[N];中國(guó)測(cè)繪報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 彭檢貴;融合點(diǎn)云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學(xué);2012年

2 劉涌;基于連續(xù)序列自動(dòng)快速拼接的全方位三維測(cè)量技術(shù)研究[D];西南交通大學(xué);2013年

3 袁小翠;產(chǎn)品表面缺陷視覺(jué)檢測(cè)數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];南昌大學(xué);2015年

4 賴祖龍;基于LiDAR點(diǎn)云與影像的海岸線提取和地物分類研究[D];武漢大學(xué);2013年

5 王瑞巖;計(jì)算機(jī)視覺(jué)中相機(jī)標(biāo)定及點(diǎn)云配準(zhǔn)技術(shù)研究[D];西安電子科技大學(xué);2015年

6 韓峰;基于點(diǎn)云信息的既有鐵路狀態(tài)檢測(cè)與評(píng)估技術(shù)研究[D];西南交通大學(xué);2015年

7 金龍存;3D點(diǎn)云復(fù)雜曲面重構(gòu)關(guān)鍵算法研究[D];上海大學(xué);2012年

8 李揚(yáng)彥;基于點(diǎn)云的三維重建與形變事件分析[D];中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院;2013年

9 楊德賀;面向虛擬測(cè)方系統(tǒng)的點(diǎn)云聚類與擬合理論[D];中國(guó)礦業(yè)大學(xué)（北京）;2014年

10 何朝明;離散點(diǎn)云處理的關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 段紅娟;點(diǎn)云圖像交互式曲線骨架提取技術(shù)及其應(yīng)用[D];西南交通大學(xué);2015年

2 張永恒;散亂點(diǎn)云數(shù)據(jù)配準(zhǔn)方法研究[D];長(zhǎng)安大學(xué);2015年

3 吳愛(ài);面向特征擬合的點(diǎn)云簡(jiǎn)化方法研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

4 薛廣順;基于立體視覺(jué)的牛體點(diǎn)云獲取方法研究與實(shí)現(xiàn)[D];西北農(nóng)林科技大學(xué);2015年

5 呂超;異型面工件定位裝配系統(tǒng)測(cè)控技術(shù)研究[D];北京交通大學(xué);2016年

6 劉婷玉;基于逆向工程的曲面模型數(shù)字化技術(shù)研究[D];華東理工大學(xué);2016年

7 羅寒;地面激光掃描三維模型重建技術(shù)研究[D];東華理工大學(xué);2016年

8 劉群;基于小光斑機(jī)載LiDAR數(shù)據(jù)的單木三維分割[D];北京林業(yè)大學(xué);2016年

9 張巍;基于深度相機(jī)Kinect的植物葉片重建研究[D];江蘇大學(xué);2016年

10 謝穎;基于三維激光掃描的糧倉(cāng)儲(chǔ)量測(cè)量中點(diǎn)云數(shù)據(jù)處理技術(shù)的研究[D];華東師范大學(xué);2016年

本文編號(hào)：2507416