發(fā)布時(shí)間：2018-10-19 15:50

【摘要】：“中國制造2025”提出了未來十年我國智能制造的首要目標(biāo),這是在解放勞動(dòng)力的前提下提升生產(chǎn)力與生產(chǎn)質(zhì)量的重要舉措。隨著該戰(zhàn)略規(guī)劃的落實(shí),目前傳統(tǒng)的工業(yè)自動(dòng)化裝置必將進(jìn)行大規(guī)模升級(jí),其中重要的一項(xiàng)升級(jí)就是將機(jī)器視覺融合到工業(yè)自動(dòng)化控制中。傳統(tǒng)自動(dòng)控制系統(tǒng)所采集的被控變量參數(shù)大多是與產(chǎn)品質(zhì)量間接相關(guān)的參數(shù)如壓力、液位、流量、溫度等,而忽略了直接關(guān)系到產(chǎn)品質(zhì)量的產(chǎn)品視覺參數(shù)。視覺圖像包含的信息量是巨大的,人們感知外界信息百分之八十是通過視覺觀測(cè)獲得的。機(jī)器視覺技術(shù)將極大提高工業(yè)自動(dòng)化中信息的獲取能力,它可將與產(chǎn)品質(zhì)量相關(guān)的圖像信息引入到工業(yè)自動(dòng)化中,使工業(yè)自動(dòng)化系統(tǒng)獲取的信息不再是單一維度的簡(jiǎn)單數(shù)據(jù),而是廣域立體的海量數(shù)據(jù)。目前機(jī)器視覺技術(shù)已開始應(yīng)用于一些產(chǎn)品在線檢測(cè)的場(chǎng)合,但還沒有做到在檢測(cè)的基礎(chǔ)上形成智能監(jiān)督控制策略,以實(shí)現(xiàn)對(duì)產(chǎn)品質(zhì)量的有效在線控制�？傮w來講,目前的機(jī)器視覺檢測(cè)系統(tǒng)是附加在工業(yè)控制系統(tǒng)之外,還沒有直接對(duì)工業(yè)控制系統(tǒng)的運(yùn)行產(chǎn)生直接影響。因此研究如何將機(jī)器視覺技術(shù)與工業(yè)控制系統(tǒng)有效融合,構(gòu)建基于機(jī)器視覺的計(jì)算機(jī)監(jiān)督控制系統(tǒng),對(duì)促進(jìn)產(chǎn)品質(zhì)量的提高和穩(wěn)定以及機(jī)器視覺技術(shù)應(yīng)用的拓展和創(chuàng)新,提升我國智能裝備的水平,具有重要的意義。本文圍繞基于機(jī)器視覺的監(jiān)督控制方面開展多層次的研究。在解決面向環(huán)模制粒機(jī)這樣的一類參數(shù)不確定大時(shí)滯對(duì)象的控制問題的同時(shí),利用機(jī)器視覺技術(shù)對(duì)其生產(chǎn)的產(chǎn)品質(zhì)量(如飼料顆粒的表面缺陷、硬度等)進(jìn)行在線檢測(cè),實(shí)現(xiàn)在復(fù)雜環(huán)境下目標(biāo)分割和產(chǎn)品缺陷辨識(shí),并根據(jù)檢測(cè)結(jié)果實(shí)現(xiàn)環(huán)模制粒機(jī)的機(jī)器視覺監(jiān)督控制。本文的主要工作和貢獻(xiàn)概括如下:首先,為了克服環(huán)模制粒機(jī)中溫度大時(shí)滯問題,引入了支持向量機(jī)建立溫度預(yù)測(cè)模型。提出了基于模糊層次分析和群體智能算法的特征加權(quán)支持向量機(jī)回歸模型,它將傳統(tǒng)支持向量機(jī)的輸入特征進(jìn)行模糊層次分析,賦予每個(gè)輸入特征不同的權(quán)重,目的是在核函數(shù)映射到高維空間時(shí)能更好地區(qū)分不同類型的特征。此外從生命科學(xué)角度出發(fā)引入基于高斯分布的細(xì)菌覓食算法,改善了標(biāo)準(zhǔn)支持向量機(jī)訓(xùn)練模型中的參數(shù)陷入局部最優(yōu)問題。其次,針對(duì)環(huán)模制粒機(jī)這類參數(shù)不確定大時(shí)滯對(duì)象,提出了三種控制策略。分別是基于無模型的專家控制策略、基于支持向量機(jī)模型的黃金分割控制策略和基于支持向量機(jī)模型的模糊專家控制策略。通過仿真和實(shí)驗(yàn)平臺(tái)驗(yàn)證,對(duì)這三種控制策略進(jìn)行了分析和對(duì)比,并得出基于支持向量機(jī)模型的模糊專家控制策略對(duì)此類對(duì)象控制適應(yīng)性最好的結(jié)論。第三,為了實(shí)現(xiàn)環(huán)模制粒機(jī)產(chǎn)品飼料顆粒的質(zhì)量檢測(cè),針對(duì)粘連飼料顆粒視覺圖像無法精確分割的問題,提出了基于記憶梯度下降的均值漂移預(yù)分割算法,實(shí)現(xiàn)了在復(fù)雜環(huán)境下(如光照不均勻、強(qiáng)噪聲)降噪以及降低目標(biāo)邊緣的損失,并從理論上推導(dǎo)和分析了該算法的收斂性。同時(shí)針對(duì)飼料顆粒粘連的情況,提出了基于信息熵的分水嶺分割算法,該算法能減少運(yùn)算迭代次數(shù),縮短了分割計(jì)算時(shí)間,并且對(duì)標(biāo)準(zhǔn)標(biāo)記分水嶺分割步驟進(jìn)行優(yōu)化,能減少過分割的產(chǎn)生。此外針對(duì)在飼料顆粒隨機(jī)分布情況下算法執(zhí)行效率優(yōu)化的問題,提出了自適應(yīng)分割決策策略,能自適應(yīng)選擇合適的分割算法。第四,針對(duì)不同飼料顆粒硬度下顆粒表面紋理特征分類的問題,提出了旋轉(zhuǎn)不變?cè)y(tǒng)計(jì)的新特征。將Patch特征和MR8濾波器特征的優(yōu)勢(shì)相結(jié)合,使得新特征既具備Patch特征的原生像素特征,又具備MR8特征的旋轉(zhuǎn)不變性。同時(shí)提出了基于稀疏表示的texton字典學(xué)習(xí)算法,彌補(bǔ)了類間特征不明顯情況下K-means聚類誤差大的缺點(diǎn)。此外還提出了由稀疏隨機(jī)投影構(gòu)造出具備稀疏性的2l范數(shù)編碼直方圖特征,并通過隨機(jī)森林分類器對(duì)直方圖特征進(jìn)行分類,這是實(shí)現(xiàn)基于機(jī)器視覺的環(huán)模制粒機(jī)監(jiān)督控制的基礎(chǔ)和關(guān)鍵。最后,提出了面向環(huán)模制粒機(jī)的基于機(jī)器視覺的監(jiān)督控制系統(tǒng)組成結(jié)構(gòu),分別設(shè)計(jì)和搭建了基于智能模塊的環(huán)模制粒機(jī)智能控制平臺(tái)和機(jī)器視覺硬件平臺(tái)。通過雙平臺(tái)的整合,在實(shí)驗(yàn)平臺(tái)上實(shí)現(xiàn)了基于機(jī)器視覺的監(jiān)督控制系統(tǒng)的測(cè)試。測(cè)試結(jié)果表明本文設(shè)計(jì)的基于機(jī)器視覺的監(jiān)督控制系統(tǒng)能對(duì)產(chǎn)品缺陷進(jìn)行有效的辨識(shí),并通過直接優(yōu)化控制目標(biāo)值和報(bào)警的方式對(duì)控制系統(tǒng)實(shí)現(xiàn)準(zhǔn)確干預(yù)。
[Abstract]:......
【學(xué)位授予單位】：上海大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP273;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭益深;孫富春;;一類具有參數(shù)不確定n階多輸入多輸出非線性系統(tǒng)的Terminal滑模控制[J];控制理論與應(yīng)用;2013年03期

2 徐煒;陸敏;周梅英;劉春華;談曉東;;基于SIMULATION的制粒機(jī)環(huán)模數(shù)值模擬及設(shè)計(jì)優(yōu)化[J];飼料工業(yè);2012年21期

3 張X;吳建國;張培建;胡志江;;基于專家系統(tǒng)的環(huán)模制粒機(jī)控制系統(tǒng)研究[J];計(jì)算機(jī)與應(yīng)用化學(xué);2012年10期

4 徐華;邱彤;趙勁松;;模糊判斷矩陣構(gòu)造和矩陣一致性檢驗(yàn)的同步方法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年06期

5 黃文明;陳慶全;陸榮;;一種改進(jìn)的重疊細(xì)胞圖像分割研究[J];計(jì)算機(jī)工程與應(yīng)用;2009年26期

6 朱濱峰;苗健;陳震;;制粒環(huán)模的分析與研究[J];飼料工業(yè);2009年11期

7 褚麗麗;李春茂;郭漢橋;劉軍華;;時(shí)滯系統(tǒng)的模糊自適應(yīng)PID控制研究[J];自動(dòng)化技術(shù)與應(yīng)用;2008年01期

8 高麗;楊樹元;李海強(qiáng);;一種基于標(biāo)記的分水嶺圖像分割新算法[J];中國圖象圖形學(xué)報(bào);2007年06期

9 高麗;楊樹元;夏杰;王詩俊;梁軍利;李海強(qiáng);;基于標(biāo)記的Watershed圖像分割新算法[J];電子學(xué)報(bào);2006年11期

10 張吉軍;模糊層次分析法(FAHP)[J];模糊系統(tǒng)與數(shù)學(xué);2000年02期

相關(guān)博士學(xué)位論文 前4條

1 周文舉;基于機(jī)器視覺的在線高速檢測(cè)與精確控制研究及應(yīng)用[D];上海大學(xué);2014年

2 劉吉英;壓縮感知理論及在成像中的應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2010年

3 羅瑜;支持向量機(jī)在機(jī)器學(xué)習(xí)中的應(yīng)用研究[D];西南交通大學(xué);2007年

4 陳國定;線性不確定系統(tǒng)魯棒控制研究[D];浙江大學(xué);2001年

相關(guān)碩士學(xué)位論文 前1條

1 孫營(yíng)超;環(huán)模制粒機(jī)制粒工藝研究與控制系統(tǒng)開發(fā)[D];南京理工大學(xué);2009年

，

本文編號(hào)：2281592