隨著工業(yè)生產(chǎn)技術(shù)不斷發(fā)展和進步,第四次工業(yè)革命進入信息物理系統(tǒng)時代,提高沖壓生產(chǎn)線自動化程度應(yīng)時代發(fā)展也面臨著要加快改革的步伐,而能否實現(xiàn)沖壓產(chǎn)品的自動檢測成為評判其自動化程度的一個重要指標,傳統(tǒng)的人工檢測方法因效率低、成本高、穩(wěn)定性差、無法辨別高速運動的物體等不足已成為控制沖壓生產(chǎn)線自動化發(fā)展的短板。近年來機器視覺迅速發(fā)展,因其具備快速訪問大量信息、自動處理和易于集成相同的設(shè)計和過程控制信息等優(yōu)勢被廣泛地應(yīng)用于產(chǎn)品檢測,因此將機器視覺應(yīng)用于沖壓生產(chǎn)線自動檢測具有一定的工程意義和實用價值。本文以階梯狀沖壓件作為檢測對象,深入研究沖孔和彎曲可能存在的質(zhì)量問題檢測相關(guān)理論和技術(shù),對基于Halcon的圖像處理算法進行了詳細探討,研究開發(fā)了一套基于雙目視覺的沖孔和彎曲質(zhì)量檢測系統(tǒng),區(qū)別于單目視覺只能局限在某一固定平面內(nèi),雙目視覺比單目視覺擁有更豐富的視覺信息,采用正交的雙目視覺同時檢測兩個面的方法,多方位檢測可提高質(zhì)量檢測效率。本文的主要研究內(nèi)容如下:1、首先通過分析階梯狀沖壓件的沖孔和彎曲工藝會引起的質(zhì)量問題確定檢測目標對象:孔的尺寸和彎曲角度。根據(jù)機器視覺的原理,給出了適用于本文的系統(tǒng)硬件... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁數(shù)】：104 頁

【學(xué)位級別】：碩士

【部分圖文】：

沖壓件樣品圖

此時沖孔件的尺寸是小于凸正相關(guān)的關(guān)系；材料的硬度因影響彈精度，因此，沖孔的質(zhì)量檢測應(yīng)該檢范圍之內(nèi)。標分析有回彈現(xiàn)象特有的質(zhì)量問題，它是彎使彎曲半徑和彎曲角度發(fā)生變化，圖-實際彎曲角度，r -彎曲半徑，0r -實際和彎曲角度增大，受材料力學(xué)性能、件形狀、模具間隙、板料與模具表面彎曲件的形狀和尺寸精度是彎曲工藝以以彎曲角度作為檢測目標。

機器視覺系統(tǒng)硬件組成包括光源、光電傳感器、和執(zhí)行機構(gòu)，整個系統(tǒng)的運行過程一般是被測物置被測物需要合適的光源照明，光電傳感器產(chǎn)生觸號，被測物的圖像通過相機及鏡頭采集得到，相機計算機內(nèi)存，計算機內(nèi)的機器視覺軟件檢測被測物L(fēng)C 控制器通訊，執(zhí)行機構(gòu)則將有問題的被測物從統(tǒng)硬件結(jié)構(gòu)圖。因需檢測的孔和彎曲角度在兩個測工業(yè)相機對同一工位的沖壓件進行檢測，可減少檢像，下面介紹圖像采集系統(tǒng)的硬件部分，包括照明，分析如何選型以滿足課題試驗要求。雙工業(yè)相圖像采集系統(tǒng)

【參考文獻】：
期刊論文
[1]基于虛擬現(xiàn)實的拖拉機雙目視覺導(dǎo)航試驗[J]. 翟志強,朱忠祥,杜岳峰,李臻,毛恩榮.  農(nóng)業(yè)工程學(xué)報. 2017(23)
[2]基于機器視覺的滑動軸承缺陷檢測系統(tǒng)設(shè)計[J]. 陳琦,阮鴻雁.  組合機床與自動化加工技術(shù). 2017(05)
[3]基于智能反饋耦合PLC的視覺檢測[J]. 李華昌.  計算機與現(xiàn)代化. 2015(11)
[4]幾種經(jīng)典邊緣檢測算子的比較[J]. 孫巖,李夢妮.  信息技術(shù)與信息化. 2015(08)
[5]機器視覺系統(tǒng)中光源的選擇[J]. 侯遠韶.  洛陽師范學(xué)院學(xué)報. 2014(08)
[6]機器視覺與應(yīng)用[J]. 郭靜,羅華,張濤.  電子科技. 2014(07)
[7]超塑性自由脹形的雙目立體視覺測量研究[J]. 馬品奎,宋玉泉.  金屬學(xué)報. 2014(04)
[8]圖像處理技術(shù)在微小尺寸自動測量中的應(yīng)用[J]. 趙徹,徐熙平.  電子測試. 2014(07)
[9]基于圖像處理器的圓錐滾子表面缺陷在線檢測系統(tǒng)[J]. 黃昊,陳於學(xué),楊曙年.  機械與電子. 2014(02)
[10]基于HALCON軟件的單攝像機標定方法研究[J]. 崔帥鋒.  中國科技信息. 2014(Z1)

博士論文
[1]紅鋼棒材表面缺陷圖像采集與檢測系統(tǒng)研究[D]. 張建川.山東大學(xué) 2012
[2]基于圖像處理的鋼板表面缺陷成像優(yōu)化與深度信息提取方法研究[D]. 劉源泂.武漢科技大學(xué) 2011
[3]模式識別中圖像匹配快速算法研究[D]. 魏寧.蘭州大學(xué) 2009

碩士論文
[1]基于機器視覺的孔組直徑測量技術(shù)研究[D]. 李智超.吉林大學(xué) 2017
[2]基于機器視覺的白車身頂蓋焊接質(zhì)量控制方法研究[D]. 曹衛(wèi)強.合肥工業(yè)大學(xué) 2017
[3]基于機器視覺的鋸條缺陷檢測系統(tǒng)開發(fā)[D]. 區(qū)炳煜.廣東工業(yè)大學(xué) 2016
[4]基于機器視覺的沖裁斷面質(zhì)量檢測[D]. 陳康.廣東工業(yè)大學(xué) 2016
[5]沖壓件表面缺陷圖像檢測系統(tǒng)的研究與開發(fā)[D]. 徐信.廣東工業(yè)大學(xué) 2016
[6]基于圖像識別的銘牌檢測系統(tǒng)研發(fā)[D]. 王錦文.廣東工業(yè)大學(xué) 2016
[7]基于機器視覺的電容器表面缺陷檢測系統(tǒng)的研究與開發(fā)[D]. 卞桂平.江蘇科技大學(xué) 2016
[8]基于機器視覺的工件表面質(zhì)量高速在線檢測技術(shù)研究[D]. 諸曉鋒.杭州電子科技大學(xué) 2015
[9]基于機器視覺和運動控制的傳感器實時目標在線檢測系統(tǒng)開發(fā)[D]. 汪友光.廣東工業(yè)大學(xué) 2014
[10]基于機器視覺的產(chǎn)品表面缺陷在線檢測系統(tǒng)的設(shè)計[D]. 郭亞峰.蘇州大學(xué) 2014



本文編號：2932667