齒面粗糙度是齒輪表面質(zhì)量的重要指標(biāo),與齒輪的配合性、耐磨性、耐腐蝕性及疲勞強(qiáng)度等密切相關(guān),對齒輪的可靠性與使用壽命有重要影響。隨著精密制造技術(shù)的發(fā)展,齒面粗糙度日益受到重視,齒面粗糙度的精確測量也成為研究的熱點。針對傳統(tǒng)接觸式粗糙度測量方法存在的測量費時、線性測量不足以對整個表面的粗糙度進(jìn)行描述以及傳統(tǒng)非接觸式測量方法存在的測量面積狹小、儀器設(shè)備昂貴等問題,為了對磨削齒面粗糙度進(jìn)行快速檢測,本文在研究了傳統(tǒng)表面粗糙度測量方法的基礎(chǔ)上,結(jié)合機(jī)器視覺與機(jī)器學(xué)習(xí)方法,提出了一種新的針對磨削齒面粗糙度的非接觸測量方法,該方法具有檢測效率高、測量精度高、非接觸、性價比高等優(yōu)點。本文的研究內(nèi)容主要有:（1）研究了齒面粗糙度的定義、產(chǎn)生、對齒輪性能的影響及粗糙度評定參數(shù),根據(jù)測量方式不同,闡述了接觸式測量和非接觸式測量的原理概況及機(jī)器視覺粗糙度測量方法的研究進(jìn)展,分析了粗糙表面的光散射機(jī)理與成像機(jī)理,總結(jié)了機(jī)器視覺粗糙度測量系統(tǒng)的主要硬件組成及選型依據(jù),選擇了適合本文的硬件設(shè)備及成像系統(tǒng)。（2）針對彩色分布統(tǒng)計矩陣（CDSM）重合度指標(biāo)S對磨削齒面粗糙度特征敏感性不強(qiáng)的問題,以重合度指標(biāo)為原型,采用... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．１觸針式測量方法原理圖??

由于被測表面輪廓峰谷起伏，與觸針連接的傳感器感應(yīng)到觸針的上下波動，將波??動的垂直距離由轉(zhuǎn)換器裝換成電信號，經(jīng)放大、濾波、計算后將轉(zhuǎn)換得到的數(shù)據(jù)??利用軟件繪成表面輪廓曲線圖，其工作原理如圖１．１所示，圖１．２為采用觸針式??原理測量工件表面粗糙度的Ｔａｙｌｏｒ?Ｈｏｂｓｏｎ表面輪廓儀。??傳感器——？！放大器｜——？！濾波器——？！模數(shù)轉(zhuǎn)換??觸針???——Ｉ——??Ｊ?＾?軟件繪圖?數(shù)據(jù)采集??被測表面??圖１．１觸針式測量方法原理圖??觸針式儀器操作簡單、通用性強(qiáng)，能滿足一般工程檢測要求，并且一直是制??定各國國家標(biāo)準(zhǔn)和國際標(biāo)準(zhǔn)的依據(jù)。但觸針式輪廓儀在測量時會不可避免的在工??件表面產(chǎn)生劃痕，造成工件劃傷，而且觸針式測量屬于線性測量，其測量結(jié)果不??足以對整個工件表面粗糙度進(jìn)行表征，具有一定的片面性和偶然性，而且測量速??度也較慢，不適宜在線實時測量，為了克服接觸式測量方法的不足，非接觸式測??量日益受到人們關(guān)注。??２??

基于機(jī)器視覺的粗糙度測量是指利用工業(yè)相機(jī)對粗糙度表面成像，通過圖像??特征提取建立圖像特征與粗糙度之間的關(guān)聯(lián)關(guān)系，進(jìn)而測定表面粗糙度值，其工??作原理如圖１．４所示。??「￣？圖像采集——？圖像處理——？???］?［???光學(xué)?表面??成像?粗糙??ｉｔＭ??｜?度值??被測表面??圖１．４機(jī)器視覺表面粗糙度測量原理圖??機(jī)器視覺粗糙度測量方法依據(jù)光學(xué)成像原理，通過工業(yè)相機(jī)采集零件表面圖??像，然后提取圖像中與表面粗糙度相關(guān)的特征指標(biāo)，進(jìn)而預(yù)測己知圖像特征指標(biāo)??值對應(yīng)的未知表面粗糙度值，其測量過程簡單、測量范圍較大、測量效率較高，??便于實現(xiàn)自動化，因此受到越來越多研宄者的重視與關(guān)注。??４??

【參考文獻(xiàn)】：
期刊論文
[1]智能視覺在線離線檢測應(yīng)用[J]. 韓曉良.  中國印刷. 2017(06)
[2]探討表面粗糙度光學(xué)測量方法研究進(jìn)展[J]. 呂東梅.  通訊世界. 2017(06)
[3]基于RBF神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像分類算法研究[J]. 周慧,張尤賽,龔淼.  電子設(shè)計工程. 2017(03)
[4]虛擬儀器在電子技術(shù)實驗中的應(yīng)用研究[J]. 馬進(jìn),趙洪亮,衛(wèi)永琴,牟建.  中國儀器儀表. 2016(07)
[5]基于圖像質(zhì)量的磨削表面粗糙度檢測[J]. 劉堅,路恩會,易懷安,敖鵬.  電子測量與儀器學(xué)報. 2016(03)
[6]切削加工中表面粗糙度的影響因素及試驗[J]. 韓金華.  裝備制造技術(shù). 2016(03)
[7]基于DSP的磨削表面粗糙度在線檢測系統(tǒng)開發(fā)[J]. 劉奇元,于德介,王翠亭,李星.  湖南大學(xué)學(xué)報(自然科學(xué)版). 2015(08)
[8]基于Curvelet變換的無參考圖像質(zhì)量評價[J]. 周姣姣,吳亞東.  計算機(jī)技術(shù)與發(fā)展. 2015(07)
[9]基于RBF神經(jīng)網(wǎng)絡(luò)的城市建成區(qū)面積預(yù)測研究——兼與BP神經(jīng)網(wǎng)絡(luò)和線性回歸對比分析[J]. 張曉瑞,方創(chuàng)琳,王振波,馬海濤.  長江流域資源與環(huán)境. 2013(06)
[10]基于紋理分析的Si3N4陶瓷表面粗糙度研究[J]. 田欣利,王健全,張保國,唐修檢,李富強(qiáng).  材料工程. 2012(09)

博士論文
[1]基于色彩信息的機(jī)器視覺粗糙度檢測方法研究[D]. 易懷安.湖南大學(xué) 2017

碩士論文
[1]基于彩色分布統(tǒng)計矩陣和變量預(yù)測模型的粗糙度識別研究[D]. 王夢徽.湖南大學(xué) 2016
[2]基于機(jī)器視覺的磨削表面粗糙度檢測方法研究[D]. 路恩會.湖南大學(xué) 2016
[3]基于機(jī)器視覺的磨削表面粗糙度檢測[D]. 吳春亞.哈爾濱理工大學(xué) 2008



本文編號：3369655