【摘要】：堿性電池作為一種日常生活中不可或缺的產(chǎn)品,它的質(zhì)量直接關(guān)乎到人們的身體健康。如果出現(xiàn)漏液現(xiàn)象將產(chǎn)生很嚴重的影響,因此在當下高速的自動化生產(chǎn)過程中,快速的把缺陷電池剔出來將會減少很多損失。本文研究堿性電池生產(chǎn)線中電池涂膠環(huán)節(jié),針對電池涂膠的一些缺陷進行深入的探究,對電池涂膠質(zhì)量的關(guān)鍵技術(shù)進行研究,設(shè)計了一套基于機器視覺的堿性電池涂膠缺陷在線檢測系統(tǒng)。本文設(shè)計的檢測系統(tǒng),以工業(yè)控制可編程邏輯控制器為主控制器,來執(zhí)行相應的工作,采用視覺傳感器作為圖像處理模塊,對電池涂膠圖片進行分析和特征提取,最后做出判斷,將結(jié)果通過人機界面顯示出來。主控制器對視覺傳感器進行控制,來實現(xiàn)堿性電池涂膠缺陷的在線實時檢測,將視覺傳感器分析出來的結(jié)果轉(zhuǎn)化為剔除機構(gòu)的機械運動,將不合格產(chǎn)品從生產(chǎn)線上剔除。本文以涂膠后的堿性電池為研究對象,對電池圖像首先進行圖像灰度化,把彩色圖像轉(zhuǎn)化為便于分析的灰度圖像,然后進行圖像預處理,再對缺陷特征進行提取,最后進行缺陷檢測以及缺陷模式的識別,對其中涉及的算法進行了深入的研究,并對各處理算法做了對比,選擇出對于本檢測系統(tǒng)最適合的中值濾波、圖像分段灰度變換法等算法。針對預處理后的圖像中缺陷,采用了多級圖像檢測算法進行缺陷檢測和識別,并確定缺陷檢測流程。根據(jù)堿性電池生產(chǎn)的實際條件和要滿足的缺陷檢測要求,在原有生產(chǎn)線的涂膠機硬件平臺上設(shè)計了堿性電池涂膠缺陷在線檢測系統(tǒng)的總體結(jié)構(gòu),詳細介紹了整個系統(tǒng)的硬件設(shè)計和軟件模塊設(shè)計。為了驗證本文設(shè)計的系統(tǒng)能夠穩(wěn)定快速檢測,在離線狀態(tài)下進行調(diào)試,在工廠在線狀態(tài)下進行自動檢測實驗。通過大量的實驗驗證,本文設(shè)計的堿性電池涂膠缺陷檢測算法對涂膠缺陷的識別率高、準確率高,能夠滿足預期提出的檢測要求,則該系統(tǒng)的相關(guān)技術(shù)和提出的檢測方法是有效可行的。該檢測系統(tǒng)最終應用在實際電池生產(chǎn)線上。
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41;TM911.14

【參考文獻】

相關(guān)期刊論文 前10條

1 李竹林;王靜;;一種基于濾波的分段點乘圖像分割算法[J];電子設(shè)計工程;2016年23期

2 黃志鴻;毛建旭;王耀南;周顯恩;歷艷琨;劉學兵;;基于機器視覺的啤酒瓶口缺陷檢測分類方法研究[J];電子測量與儀器學報;2016年06期

3 李娜;;視覺傳感器在工業(yè)的應用[J];中國新技術(shù)新產(chǎn)品;2016年09期

4 李勝;楊林;;堿性鋅錳電池生產(chǎn)設(shè)備的進展和發(fā)展方向[J];電池;2015年04期

5 秦爽;謝瑞;孫暢;姚曉寧;;基于視覺傳感器的實訓系統(tǒng)開發(fā)[J];科技創(chuàng)新導報;2015年23期

6 黃];王珊珊;耿騫;;國外圖像特征研究進展與啟示[J];圖書情報工作;2015年08期

7 吳一全;孟天亮;吳詩Zs;;圖像閾值分割方法研究進展20年(1994—2014)[J];數(shù)據(jù)采集與處理;2015年01期

8 郭靜;羅華;張濤;;機器視覺與應用[J];電子科技;2014年07期

9 趙文達;續(xù)志軍;趙建;王鶴;王飛;;基于梯度直方圖變換增強紅外圖像的細節(jié)[J];光學精密工程;2014年07期

10 朱柯潤;田丹;;基于機器視覺的電池尾端破皮檢測[J];微電子學與計算機;2014年05期

相關(guān)博士學位論文 前7條

1 龍建武;圖像閾值分割關(guān)鍵技術(shù)研究[D];吉林大學;2014年

2 陽樹洪;灰度圖像閾值分割的自適應和快速算法研究[D];重慶大學;2014年

3 汪啟偉;圖像直方圖特征及其應用研究[D];中國科學技術(shù)大學;2014年

4 李九靈;可重構(gòu)的機器視覺在線檢測方法的研究[D];武漢科技大學;2013年

5 李文羽;基于機器視覺和圖像處理的色織物疵點自動檢測研究[D];東華大學;2014年

6 劉波;機器視覺水中圖像特征提取與對象辨識研究[D];大連理工大學;2013年

7 郭龍源;計算機視覺立體匹配相關(guān)理論與算法研究[D];南京理工大學;2009年

相關(guān)碩士學位論文 前10條

1 區(qū)炳煜;基于機器視覺的鋸條缺陷檢測系統(tǒng)開發(fā)[D];廣東工業(yè)大學;2016年

2 陳觀應;基于機器視覺的干電池缺陷并行檢測方法研究[D];廣東工業(yè)大學;2016年

3 范鵬飛;基于機器視覺的色差檢測系統(tǒng)研究與設(shè)計[D];江南大學;2016年

4 胡sズ

本文編號：2783906