基于機(jī)器視覺的非接觸式零件尺寸檢測由于具有檢測速度快、精度高、適應(yīng)性強(qiáng)等優(yōu)點(diǎn),已被廣泛應(yīng)用于自動(dòng)化生產(chǎn)中。在制造業(yè)中,鉆孔是機(jī)械加工過程中非常普遍且重要的一步。在鉆孔刀具中,麻花鉆頭因其價(jià)格低廉、鉆孔性能好,常被作為首選刀具,因此應(yīng)用十分廣泛。由于麻花鉆頭本身復(fù)雜的螺旋狀幾何特征,傳統(tǒng)的麻花鉆頭質(zhì)量檢測方法效率低、精度差,不能滿足麻花鉆頭自動(dòng)化生產(chǎn)的需要。因此提出了將視覺檢測技術(shù)應(yīng)用到麻花鉆頭質(zhì)量檢測中。論文的研究內(nèi)容主要涉及以下幾個(gè)方面:首先,介紹了基于視覺的麻花鉆頭質(zhì)量檢測系統(tǒng)的整體結(jié)構(gòu),根據(jù)麻花鉆頭刃面參數(shù)和側(cè)面參數(shù)的測量要求選取了合適的相機(jī)、鏡頭和光源�？紤]到系統(tǒng)開發(fā)周期的長短和與其他控制系統(tǒng)集成的難易程度等諸多問題,選擇LabVIEW虛擬儀器和NI視覺開發(fā)工具包作為質(zhì)量檢測系統(tǒng)的開發(fā)平臺(tái)。其次,研究了圖像處理技術(shù)。根據(jù)不同算法所產(chǎn)生的不同效果,選擇了最適用于麻花鉆頭質(zhì)量檢測系統(tǒng)的圖像處理算法。為了在節(jié)約系統(tǒng)開發(fā)成本的基礎(chǔ)上使系統(tǒng)精度得到提升,本文采用亞像素邊緣檢測算法對(duì)麻花鉆頭邊緣進(jìn)行定位。隨后,對(duì)麻花鉆頭各參數(shù)檢測方法和相機(jī)標(biāo)定過程進(jìn)行了介紹。針對(duì)麻花鉆頭角度位置在測量過程... 

【文章來源】：沈陽工業(yè)大學(xué)遼寧省

【文章頁數(shù)】：70 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

人工抽檢Fig.1.1Manualsamplinginspection

5第2章麻花鉆頭質(zhì)量檢測系統(tǒng)設(shè)計(jì)麻花鉆頭質(zhì)量檢測系統(tǒng)在整個(gè)生產(chǎn)設(shè)備中的作用是采集、加工和分析麻花鉆頭的圖像。它代替了傳統(tǒng)的人工檢測，使檢測更符合現(xiàn)代制造業(yè)的要求，有利于企業(yè)的計(jì)算機(jī)集成制造。視覺檢測的對(duì)象是直徑范圍為2mm-13mm的直柄麻花鉆頭（如圖2.1），需要檢測的參數(shù)可以分為刃面參數(shù)和側(cè)面參數(shù)。刃面參數(shù)分別是鉆芯厚度、橫刃斜角、刀背直徑等，側(cè)面參數(shù)分別是頂角、刃帶寬度、后角、螺旋角等。在實(shí)際生產(chǎn)當(dāng)中，麻花鉆頭在每道工序結(jié)束后，都需要進(jìn)行人工抽檢，以確保麻花鉆頭的質(zhì)量達(dá)到最優(yōu)。因此，麻花鉆頭質(zhì)量檢測系統(tǒng)應(yīng)該應(yīng)用于每道工序，從而對(duì)生產(chǎn)線的加工狀況進(jìn)行實(shí)時(shí)調(diào)整。由于時(shí)間問題，本系統(tǒng)未在麻花鉆頭生產(chǎn)線中進(jìn)行現(xiàn)場調(diào)試，僅在實(shí)驗(yàn)室進(jìn)行了實(shí)驗(yàn)平臺(tái)的的搭建，對(duì)麻花鉆頭進(jìn)行全尺寸測量，以驗(yàn)證麻花鉆頭質(zhì)量檢測系統(tǒng)的性能。圖2.1麻花鉆頭圖像Fig.2.1Twistdrillimage為了測得麻花鉆頭所有幾何角度參數(shù)，需要分別獲取麻花鉆頭側(cè)面及刃面的圖像信息（如圖2.2），通過麻花鉆頭質(zhì)量檢測系統(tǒng)判斷麻花鉆頭質(zhì)量是否合格。根據(jù)工廠的實(shí)際要求，麻花鉆頭刃面參數(shù)和側(cè)面參數(shù)的檢測精度要求分別為為0.01mm和0.006mm，檢測效率不低于30支/min。圖2.2麻花鉆頭刃面及側(cè)面圖像Fig.2.2Imageofcuttingedgeandsideoftwistdrillbit根據(jù)質(zhì)量檢測系統(tǒng)的檢測對(duì)象、檢測任務(wù)、檢測精度和工作條件，設(shè)計(jì)了基于視覺的麻花鉆頭質(zhì)量檢測系統(tǒng)。以下將對(duì)質(zhì)量檢測系統(tǒng)的結(jié)構(gòu)、硬件選型以及軟件開發(fā)平臺(tái)的選擇做詳細(xì)的介紹。沈陽工業(yè)大學(xué)碩士學(xué)位論文

5第2章麻花鉆頭質(zhì)量檢測系統(tǒng)設(shè)計(jì)麻花鉆頭質(zhì)量檢測系統(tǒng)在整個(gè)生產(chǎn)設(shè)備中的作用是采集、加工和分析麻花鉆頭的圖像。它代替了傳統(tǒng)的人工檢測，使檢測更符合現(xiàn)代制造業(yè)的要求，有利于企業(yè)的計(jì)算機(jī)集成制造。視覺檢測的對(duì)象是直徑范圍為2mm-13mm的直柄麻花鉆頭（如圖2.1），需要檢測的參數(shù)可以分為刃面參數(shù)和側(cè)面參數(shù)。刃面參數(shù)分別是鉆芯厚度、橫刃斜角、刀背直徑等，側(cè)面參數(shù)分別是頂角、刃帶寬度、后角、螺旋角等。在實(shí)際生產(chǎn)當(dāng)中，麻花鉆頭在每道工序結(jié)束后，都需要進(jìn)行人工抽檢，以確保麻花鉆頭的質(zhì)量達(dá)到最優(yōu)。因此，麻花鉆頭質(zhì)量檢測系統(tǒng)應(yīng)該應(yīng)用于每道工序，從而對(duì)生產(chǎn)線的加工狀況進(jìn)行實(shí)時(shí)調(diào)整。由于時(shí)間問題，本系統(tǒng)未在麻花鉆頭生產(chǎn)線中進(jìn)行現(xiàn)場調(diào)試，僅在實(shí)驗(yàn)室進(jìn)行了實(shí)驗(yàn)平臺(tái)的的搭建，對(duì)麻花鉆頭進(jìn)行全尺寸測量，以驗(yàn)證麻花鉆頭質(zhì)量檢測系統(tǒng)的性能。圖2.1麻花鉆頭圖像Fig.2.1Twistdrillimage為了測得麻花鉆頭所有幾何角度參數(shù)，需要分別獲取麻花鉆頭側(cè)面及刃面的圖像信息（如圖2.2），通過麻花鉆頭質(zhì)量檢測系統(tǒng)判斷麻花鉆頭質(zhì)量是否合格。根據(jù)工廠的實(shí)際要求，麻花鉆頭刃面參數(shù)和側(cè)面參數(shù)的檢測精度要求分別為為0.01mm和0.006mm，檢測效率不低于30支/min。圖2.2麻花鉆頭刃面及側(cè)面圖像Fig.2.2Imageofcuttingedgeandsideoftwistdrillbit根據(jù)質(zhì)量檢測系統(tǒng)的檢測對(duì)象、檢測任務(wù)、檢測精度和工作條件，設(shè)計(jì)了基于視覺的麻花鉆頭質(zhì)量檢測系統(tǒng)。以下將對(duì)質(zhì)量檢測系統(tǒng)的結(jié)構(gòu)、硬件選型以及軟件開發(fā)平臺(tái)的選擇做詳細(xì)的介紹。沈陽工業(yè)大學(xué)碩士學(xué)位論文

【參考文獻(xiàn)】：
期刊論文
[1]Competition system for automatically evaluating edge detection algorithms based on the evolutionary game theory[J]. Peng Hong,Ding Guangtai,Zhang Huiran,Hu Dongli.  The Journal of China Universities of Posts and Telecommunications. 2019(05)
[2]淺談三維視覺測量方法[J]. 陳德林,郝飛,史晶晶,王帆,胡運(yùn)濤.  儀表技術(shù). 2019(06)
[3]攝像機(jī)標(biāo)定系統(tǒng)方法的研究[J]. 劉玉婷,徐祥宇,王超,張濤.  智能計(jì)算機(jī)與應(yīng)用. 2019(03)
[4]典型去噪算法在圓形線材表面缺陷圖像中的對(duì)比研究[J]. 楊培義,張?zhí)焱?楊辰飛,王若飛.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2019(03)
[5]An Overview of Contour Detection Approaches[J]. Xin-Yi Gong,Hu Su,De Xu,Zheng-Tao Zhang,Fei Shen,Hua-Bin Yang.  International Journal of Automation and Computing. 2018(06)
[6]基于Canny算子的浮選氣泡形態(tài)特征參數(shù)提取[J]. 梁秀滿,劉文濤,牛福生,劉振東,張晉霞.  中國礦業(yè). 2018(08)
[7]Precision Work-piece Detection and Measurement Combining Top-down and Bottom-up Saliency[J]. Jia Sun,Peng Wang,Yong-Kang Luo,Gao-Ming Hao,Hong Qiao.  International Journal of Automation and Computing. 2018(04)
[8]自動(dòng)光學(xué)(視覺)檢測技術(shù)及其在缺陷檢測中的應(yīng)用綜述[J]. 盧榮勝,吳昂,張騰達(dá),王永紅.  光學(xué)學(xué)報(bào). 2018(08)
[9]多接口視頻編碼方案的設(shè)計(jì)與實(shí)現(xiàn)[J]. 孫寶海,秦麗,劉文怡,張會(huì)新.  電子器件. 2018(01)
[10]路面檢測技術(shù)綜述[J]. 馬建,趙祥模,賀拴海,宋宏勛,趙煜,宋煥生,程磊,王建鋒,袁卓亞,黃福偉,張健,楊瀾.  交通運(yùn)輸工程學(xué)報(bào). 2017(05)

碩士論文
[1]基于線陣相機(jī)的不干膠印刷品缺陷檢測技術(shù)研究[D]. 臺(tái)浩杰.中北大學(xué) 2019
[2]基于機(jī)器視覺的工件檢測實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 趙振蒙.鄭州大學(xué) 2019
[3]5356鋁合金電弧增材制造成形控制及性能研究[D]. 姜鵬舉.燕山大學(xué) 2019
[4]基于視覺的空間焊縫工藝分析與研究[D]. 閆紅方.廣西科技大學(xué) 2019
[5]雙列金屬零件加工質(zhì)量機(jī)器視覺檢測系統(tǒng)研發(fā)[D]. 李倩.華南理工大學(xué) 2019
[6]軸承內(nèi)套表面缺陷視覺檢測裝置的研制[D]. 魏成禹.沈陽工業(yè)大學(xué) 2018
[7]醫(yī)用管制玻璃瓶在線檢測系統(tǒng)的研究[D]. 江遠(yuǎn).長春理工大學(xué) 2018
[8]基于機(jī)器視覺的網(wǎng)絡(luò)隔離與視頻傳輸系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 高奇.貴州大學(xué) 2018
[9]基于機(jī)器視覺的螺紋參數(shù)檢測及評(píng)定系統(tǒng)設(shè)計(jì)[D]. 萬鑫.南昌航空大學(xué) 2017
[10]基于GTK+的圖像處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 田琳.南京郵電大學(xué) 2016



本文編號(hào)：2989155