基于机器视觉的压力容器气密性检测系统设计

发布时间：2017-10-24 04:11

  本文关键词：基于机器视觉的压力容器气密性检测系统设计

  更多相关文章： 小型压力容器 气密性检测 机械设计 运动目标检测 图像复原

【摘要】：随着科学技术的不断发展和工业规模化生产的不断提高,密闭容器的气密性检测已越来越受到生产厂家的重视。为避免密闭容器因发生泄漏而引起爆炸、火灾甚至伤及人身安全的事故发生,对密闭容器的漏气检测提出了更高的要求。由于许多厂家不再满足基于人工的传统检测方法,且现有的检测仪器价格高昂,因此,研制一套检测功能强、价格低、自动化程度高的气密性检测系统满足工业生产需求十分必要。本文以嘉兴压力容器厂小型压力容器的气密性自动检测为目标,以满足生产厂家的漏气检测需求为目的,结合机器视觉与传统水检法的特点,研究了运动气泡检测和模糊图像复原算法,开发了一套基于机器视觉的压力容器气密性检测系统,对提高企业生产效率、节省企业劳动力、提高产品质量、降低企业成本具有现实意义。本文的研究得到了浙江省科技计划项目及浙江理工大学研究生创新项目的资助。主要研究工作和成果如下:(1)综述了气密性检测的国内外研究现状和发展趋势,分析了机器视觉在气密性检测上的应用优势,介绍了气密性检测的工艺过程,针对常用方法在气密性检测中的不足,确立了基于机器视觉的气密性检测方案。根据系统整体的功能需求与技术指标要求,确定了检测方案的实现思路,提出了气密性检测系统的整体架构。(2)设计了气密性检测的机械系统,包括支撑架、横向传送装置、纵向传送装置和固定夹紧装置等。进行了气缸、电机等驱动设备的参数计算与分析,给出了电气控制柜和PLC硬件接线原理图,完成了电气控制系统的软硬件设计,实现了漏气检测的自动横移、自动浸水和自动出水等功能。(3)针对容器浸水过程中所拍摄图像出现模糊的问题,建立了匀速直线运动模糊点扩散函数,结合边缘正则化,提出了将先验辨识与联合辨识相结合的半盲图像复原方法,并仿真验证了该方法的有效性。针对运动气泡的检测,提出了结合Kirsch边缘检测和背景差分的改进的三帧差运动目标检测算法,有效地消除了传统三帧差分带来的“重影”和目标轮廓不完整现象,提取了关于运动气泡更为完整的区域,实现了基于机器视觉的运动气泡的识别与检测。(4)完成气密性检测样机的制作,并在实验室的环境条件下进行了功能与性能测试。结果表明,本系统实现了小型压力容器的自动检测功能,具有检测效率高、检测成本低、自动化程度高等特点,能有效避免人工检测时出现的误检和漏检情况,可在中小压力容器生产行业推广应用。
【关键词】：小型压力容器 气密性检测 机械设计 运动目标检测 图像复原
【学位授予单位】：浙江理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TH49
【目录】：

• 摘要6-8
• ABSTRACT8-12
• 第1章 绪论12-18
• 1.1 课题研究的背景及意义12-13
• 1.2 气密性检测技术国内外研究现状与发展趋势13-15
• 1.3 研究内容与章节安排15-18
• 1.3.1 本文主要研究内容15-16
• 1.3.2 论文结构16-18
• 第2章 气密性检测系统的总体设计18-24
• 2.1 工艺过程简介18
• 2.2 系统整体功能需求分析18-22
• 2.2.1 常用检测方法分析18-20
• 2.2.2 基于机器视觉的气密性检测方案的确立20-21
• 2.2.3 功能需求与技术指标21-22
• 2.3 检测方案的实现思路22
• 2.4 关键技术的解决22-23
• 2.5 本章小结23-24
• 第3章 机械与电气控制系统设计24-36
• 3.1 气密性检测机械系统设计24-28
• 3.1.1 气密性检测机械系统的总体设计24-25
• 3.1.2 机械系统的支撑架设计25-26
• 3.1.3 传送装置设计26-27
• 3.1.4 固定夹紧装置设计27-28
• 3.2 气密性检测控制系统的设计28-32
• 3.2.1 气密性检测控制系统的总体设计28-29
• 3.2.2 控制柜设计与电控系统设计29-32
• 3.3 气动、电动元件与定位装置的选型设计32-35
• 3.3.1 气动元件的计算选型32-33
• 3.3.2 电动元件的计算选型33-34
• 3.3.3 定位装置的计算选型34-35
• 3.4 本章小结35-36
• 第4章 气泡图像的预处理36-44
• 4.1 引言36
• 4.2 半盲图像复原方法的基本原理36-37
• 4.3 基于半盲图像的气泡检测与复原方法37-41
• 4.3.1 运动模糊点扩展函数的建立37-39
• 4.3.2 边缘正则化39-40
• 4.3.3 正则化参数的选取40-41
• 4.4 实验结果及分析41-43
• 4.5 本章小结43-44
• 第5章 基于改进三帧差法的运动气泡检测44-59
• 5.1 引言44
• 5.2 三帧差分法44-46
• 5.3 结合边缘检测与背景差分的改进三帧差法46-50
• 5.3.1 Kirsch边缘检测46-47
• 5.3.2 改进三帧差法47-50
• 5.4 实验结果和分析50-57
• 5.4.1 性能评价50
• 5.4.2 检测结果完整度对比50-57
• 5.5 本章小结57-59
• 第6章 气密性检测系统调试及测试结果59-63
• 6.1 软件调试环境及系统的调试59-61
• 6.2 测试结果61-62
• 6.3 本章小结62-63
• 第7章 总结与展望63-66
• 7.1 全文总结63-64
• 7.2 研究展望64-66
• 参考文献66-72
• 致谢72-73
• 攻读硕士学位期间的研究成果73

【相似文献】

中国期刊全文数据库 前10条

1 钱竞业;;机器视觉的发展方向探讨[J];现代制造;2006年06期

2 傅昆;;行者无疆——机器视觉的中国崛起[J];现代制造;2006年21期

3 ;机器视觉的应用使生产加工更加智能、高效[J];现代制造;2009年06期

4 张楠;;机器视觉正迎来发展的“春天”[J];中国包装工业;2012年02期

5 文浩;;欧洲机器视觉市场发展迅速[J];仪表工业;1993年03期

6 戴君,赵海洋,冯心海;机器视觉[J];机械设计与制造工程;1998年04期

7 刘曙光,刘明远,何钺;机器视觉及其应用[J];机械制造;2000年07期

8 谢勇,彭涛;机器视觉及其在现代包装行业中的应用[J];株洲工学院学报;2002年04期

9 唐向阳,张勇,李江有,黄岗,杨松,关宏;机器视觉关键技术的现状及应用展望[J];昆明理工大学学报(理工版);2004年02期

10 颜发根,刘建群,陈新,丁少华;机器视觉及其在制造业中的应用[J];机械制造;2004年11期

中国重要会议论文全文数据库 前10条

1 赵磊;董吉文;李金屏;;拓扑理论在机器视觉中的研究进展[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

2 张彦东;;基于机器视觉的连接器装配机床改造研究[A];首届珠中江科协论坛论文集[C];2011年

3 蔡小秧;陈文楷;;机器视觉中的鲁棒估计技术[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

4 刘雅举;李娜;张莉;李东明;;机器视觉在药用玻璃瓶质量检测中的研究[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年

5 吴庆华;代娜;黄俊敏;程志辉;何涛;;基于机器视觉的轴承二维尺寸检测[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

6 马连峰;张秋菊;;基于机器视觉的彩色套印检测技术研究[A];第十一届全国包装工程学术会议论文集（二）[C];2007年

7 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

8 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

9 张伟华;陈军;连世江;贾海政;;机器视觉及其在农业机械中的应用综述[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

10 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

中国重要报纸全文数据库 前10条

1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年

2 本报记者 董碧娟;解密机器视觉“第三只眼”[N];经济日报;2013年

3 本报记者 郭涛;机器视觉：为机器装上“眼睛”和“大脑”[N];中国高新技术产业导报;2014年

4 张均;德国机器视觉传感器市场前景好[N];中国贸易报;2007年

5 金刚;给机器一双慧眼[N];计算机世界;2007年

6 朱广菁;机器视觉怎样“看”不合格产品[N];大众科技报;2008年

7 宋昆;用机器视觉控制烟草质量[N];计算机世界;2007年

8 张栋;西安光电子专业孵化器举办专业展览会[N];中国高新技术产业导报;2007年

9 王遐;机器视觉:药品包装在线检测系统开发成功[N];中国包装报;2010年

10 点评人 高炎 黄牧青 刘笑一 李士杰 北京大学技术转移中心;机器视觉辅助冬季道路状况监测[N];科技日报;2014年

中国博士学位论文全文数据库 前10条

1 梁卓锐;机器视觉手势交互的交互映射研究[D];华南理工大学;2015年

2 孟庆宽;基于机器视觉的农业车辆—农具组合导航系统路径识别及控制方法研究[D];中国农业大学;2014年

3 葛动元;面向精密制造与检测的机器视觉及智能算法研究[D];华南理工大学;2013年

4 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年

5 龚爱平;基于嵌入式机器视觉的信息采集与处理技术研究[D];浙江大学;2013年

6 陈丽君;基于机器视觉的变量喷雾控制系统研究[D];沈阳农业大学;2009年

7 徐晓秋;机器视觉球面孔位快速精密测量系统的研究[D];四川大学;2006年

8 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年

9 程洪;面向园艺应用的机器视觉目标辨识方法创新[D];中国农业大学;2015年

10 许海霞;机器视觉标定与目标检测跟踪方法及其应用研究[D];湖南大学;2011年

中国硕士学位论文全文数据库 前10条

1 冼志军;锡膏印刷机误差与锡膏印刷质量检测技术研究[D];华南理工大学;2015年

2 孙斌;基于FPGA的压力表盘机器视觉研究与实现[D];昆明理工大学;2015年

3 许哲;基于机器视觉的快速测温热电偶焊接技术研究[D];河北联合大学;2014年

4 李鹏;基于机器视觉的PCB工业在线检测系统研究[D];昆明理工大学;2015年

5 佘燕玲;以用户为中心的机器视觉手势交互空间映射关系研究[D];华南理工大学;2015年

6 孙中国;基于机器视觉的面粉袋码垛机器人研究[D];山东建筑大学;2015年

7 漆静;基于机器视觉集装箱吊具智能定位系统研究[D];西南交通大学;2015年

8 张文;基于机器视觉的通信装备故障识别研究[D];西南交通大学;2015年

9 冉宝山;基于机器视觉的装料系统试验研究[D];长安大学;2015年

10 冯康;基于机器视觉的棉花识别与定位技术的研究[D];石河子大学;2015年

，

本文编号：1086961