發(fā)布時間：2021-01-15 22:58

　　鋰電池防爆片是電池兩極的核心部件,不僅起到導(dǎo)電電極的作用,而且具有電池封閉功能和安全閥門的作用,其不規(guī)范的組裝方式直接影響電池的使用壽命以及對使用者的人身安全造成隱患。目前生產(chǎn)線上都是人工檢測防爆片的正反面并進行組裝,檢測效率低是制約該行業(yè)生產(chǎn)效率的一個關(guān)鍵性因素。為了提高生產(chǎn)效率,對防爆片正反面進行自動化智能檢測成為生產(chǎn)廠家十分關(guān)注的焦點。近年來迅速發(fā)展的機器視覺技術(shù)越來越廣泛地用于產(chǎn)品檢測以提高檢測速度。以某電池生產(chǎn)廠家直徑為17mm的圓形鋁制防爆片為檢測對象,根據(jù)客戶提出的檢測要求,研發(fā)出一種基于機器視覺的防爆片正反面在線檢測系統(tǒng)。系統(tǒng)硬件由CMOS千兆網(wǎng)口相機、FL-BC3518-9M鏡頭、環(huán)形圓頂藍色LED、光纖傳感器、電磁閥和計算機等組成。在線檢測算法通過霍夫梯度法進行目標定位,根據(jù)檢測對象的圓形特點,將提取特定距離的圓環(huán)并獲取該區(qū)域的灰度值特征,通過K均值聚類的方法確定正反面判定閾值,以達到對防爆片進行正反面檢測的目的。該在線檢測設(shè)備已應(yīng)用在某電池生產(chǎn)廠家,設(shè)備運行狀態(tài)良好。相比傳統(tǒng)的人工檢測方式,該在線檢測系統(tǒng)可大大提高檢測速度,減少檢測誤差,提高生產(chǎn)效率,降低勞動成本... 

【文章來源】：南昌工程學(xué)院江西省

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【部分圖文】：

系統(tǒng)結(jié)構(gòu)框圖

圖2.1系統(tǒng)結(jié)構(gòu)框圖該系統(tǒng)在window平臺上,基于Visual Studio 2017開發(fā)工具,結(jié)合OpenCV庫,對獲取的圖像進行預(yù)處理(圖像增強、濾波)。通過霍夫梯度法和K均值聚類算法,以實現(xiàn)、目標定位、特征區(qū)域((圓環(huán))提取、閾值分割、分類判斷等操作,系統(tǒng)可根據(jù)定位參數(shù)和分類閾值的設(shè)定,從而判斷防爆片的正反面,實現(xiàn)檢測目的。

大部分的視覺檢測系統(tǒng)都具有類似的硬件部分,包括光源、攝像機、鏡頭和工控機[20],系統(tǒng)的硬件結(jié)構(gòu)安裝如下圖所示。此外,為了滿足在線檢測的實時性,用光纖傳感器連接相機和震動盤,保持產(chǎn)品流速與檢測速度同步,從而保證排除不符要求的產(chǎn)品。2.2.1 攝像機

【參考文獻】：
期刊論文
[1]基于機器視覺的齒輪齒形缺陷檢測技術(shù)[J]. 任聰,余昌水.  汽車實用技術(shù). 2019(16)
[2]基于自適應(yīng)PSO的改進K-means算法及其在電子病歷聚類分析應(yīng)用[J]. 沐燕舟,丁衛(wèi)平,高峰,余利國,張瓊.  計算機與數(shù)字工程. 2019(08)
[3]基于聚類分析的國內(nèi)文本挖掘熱點與趨勢研究[J]. 譚章祿,彭勝男,王兆剛.  情報學(xué)報. 2019(06)
[4]基于MATLAB三種濾波算法的圖像去噪技術(shù)研究[J]. 李宸鑫.  通訊世界. 2018(06)
[5]優(yōu)化初始聚類中心的K-Means算法[J]. 田騰浩.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2014(09)
[6]鋰離子電池發(fā)展現(xiàn)狀及其前景分析[J]. 閆金定.  航空學(xué)報. 2014(10)
[7]基于機器視覺的電池尾端破皮檢測[J]. 朱柯潤,田丹.  微電子學(xué)與計算機. 2014(05)
[8]k均值聚類分析在過程改進中的應(yīng)用[J]. 逄玉俊,柳明,李元.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2009(S1)
[9]機器視覺及其在工業(yè)檢測中的應(yīng)用[J]. 房超.  自動化博覽. 2007(04)
[10]機器視覺在工業(yè)領(lǐng)域中的研究應(yīng)用[J]. 范祥,盧道華,王佳.  現(xiàn)代制造工程. 2007(06)

博士論文
[1]板帶鋼表面缺陷目標檢測與分類算法研究[D]. 田思洋.北京科技大學(xué) 2019
[2]產(chǎn)品表面缺陷在線檢測方法研究及系統(tǒng)實現(xiàn)[D]. 彭向前.華中科技大學(xué) 2008

碩士論文
[1]基于FPGA的工業(yè)相機系統(tǒng)的設(shè)計和實現(xiàn)[D]. 章飛.浙江大學(xué) 2018
[2]基于機器視覺FPC缺陷檢測系統(tǒng)的研究與應(yīng)用[D]. 原振方.湖北工業(yè)大學(xué) 2016
[3]基于機器視覺的工件尺寸檢測系統(tǒng)研究[D]. 馬艷輝.長春工業(yè)大學(xué) 2016
[4]視覺檢測在表面貼裝技術(shù)中的應(yīng)用與研究[D]. 孫亞蘭.西安電子科技大學(xué) 2015
[5]高鐵軌道表面缺陷的機器視覺檢測算法研究[D]. 尹遜帥.湖南大學(xué) 2015
[6]基于超聲圖像的肌肉厚度自動測量方法[D]. 李曉龍.湖南大學(xué) 2015
[7]改進非參數(shù)變換測度下的立體匹配算法的研究[D]. 平兆娜.燕山大學(xué) 2014
[8]基于機器視覺的激光振鏡掃描系統(tǒng)研究[D]. 晏恒峰.北京工業(yè)大學(xué) 2012
[9]工業(yè)視覺檢測方法的研究[D]. 賈海斌.北京工業(yè)大學(xué) 2007
[10]工件非接觸檢測中機器視覺的研究與應(yīng)用[D]. 段德山.北京郵電大學(xué) 2007



本文編號：2979655