当前位置:主页 > 科技论文 > 机电工程论文 >

基于机器视觉的气瓶内壁缺陷在线检测系统的研究

发布时间:2020-06-02 14:11
【摘要】:铝合金气瓶是铝合金无缝气瓶的主体,铝合金气瓶经过后续处理成铝合金无缝气瓶后,可在各领域用来重复充装各种稀有气体、高纯气体、标准气体、特种气体等,属工业类气瓶。由于其内壁与各气体直接接触,如果内壁缺陷较大则可能会产生严重腐蚀等影响,从而造成较大的经济损失。目前,国内外对于铝合金气瓶内壁缺陷的检测仍是人工检测,人工检测不仅效率十分低下,而且由于人眼观测长期易疲劳且受心理等因素影响,漏检误检难以避免,难以达到质量检测的要求。因此,基于机器视觉的气瓶内壁质量检测系统具有十分重要的意义。针对以上问题,本文提出了一套完整的基于机器视觉的气瓶内壁缺陷在线检测系统。本文研究的内容主要集中在以下几个方面:对铝合金气瓶内壁主要产生的的缺陷进行了简要的说明,并对主要缺陷的特点进行了分析和归纳。总结了基于机器视觉的气瓶内壁缺陷在线检测系统中的重点和难点。硬件系统中,主要设计了载物机械平台系统和成像系统,其中,载物机械平台系统用来支撑气瓶,并在后续运动程序的控制下实现规律转动,成像系统选择了合适的摄像机、镜头、光源,并设计了成像系统的支撑结构,便于固定摄像机和实现在后续运动程序中支撑结构带动摄像机、镜头、光源运动。软件系统中,主要参与编写了MFC界面,以显示缺陷图片,及检测系统中其它主要可调控因素和数据;通过界面的控制,设置和调整相关参数,载物机械平台系统实现了气瓶间歇匀速稳定的转动,成像系统匀速稳定进退,二者共同协调动作,实现实时采集图像,后续通过调用算法,可实现在线图像处理,检测和判断缺陷。算法中,运用了基于Canny算子的图像处理方法,通过图像处理软件Halcon完成了图像处理,详细介绍了铝合金气瓶内壁中凹坑、横向划痕和纵向拉伤三种缺陷的检测方法,针对三种缺陷特有的特征用Canny算子选择两种不同参数进行边缘检测,提取出包含主要缺陷的边缘部分;再根据各自的基本特征进行连接、筛选、合并等操作,判断是否符合缺陷标准来最终识别出气瓶内壁三种缺陷的类型。所提出的检测方法,经过测试,其检测一张图片平均用时不到1秒,检测一个气瓶用时根据气瓶直径和长度,用时为几分钟内不等,检测时间满足生产企业的要求,且误检漏检率较低。能实现视觉在线检测,具有一定的实际应用价值。
【图文】:

无缝气瓶,铝合金,气瓶


、复合气瓶和其它材质气瓶。气瓶一般由瓶体、底座以气瓶代替)是无缝气瓶的主体,铝合金气瓶经过后瓶后,经过一系列质量安全标准检查,确认合格后,常广泛,工业制造业、生产类行业和日常生活中,几备,具有爆炸的危险性,其承装的介质较为特殊,一有使用环境变化、使用时移动、使用时重复充装、操比其他的压力容器更为复杂和严峻。如若因为环境问气瓶就易发生爆炸或者泄漏问题,因为其里面充装气,有毒气体扩散至空气中易使人员中毒,更严重一些后果,从而带来严重的人员伤亡、不可估量的经济损题。由此可见,气瓶的质量安全和使用安全至关重要瓶的本身要符合压力容器的一般要求,然后还需要一

气瓶,铝合金,内壁,内壁缺陷


图 1.2 铝合金气瓶瓶体Fig. 1.2 Aluminum alloy gas cylinder body是气瓶内壁缺陷,因为气瓶内壁要和充装的各种严重,,随着时间的推移,不仅会因为气体的重复充会产生气瓶内壁逐渐腐蚀、气体泄露、起火、爆炸以,制造后的气瓶瓶体内壁若存在严重缺陷是很分重要,必须认真确认气瓶内壁是否符合国家标准写在瓶体外身上,便于后续分们类别专门进行处理记录。的检测是人工检测,人工检测气瓶如图 1.3 所示。测长期易疲劳而受生理和心理因素影响,检查时内壁缺陷形式各样,尺寸不一,需要检测人员使光照和观测角度,用人眼来观测和测量缺陷的形状
【学位授予单位】:沈阳工业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TH49;TH878;TP391.41

【相似文献】

相关期刊论文 前10条

1 徐仲勋;黄科程;;机器视觉构造及应用综述[J];四川工程职业技术学院学报;2015年03期

2 朱阳芬;银冬平;邹舜章;王海文;周为;;机器视觉在汽车行业中的发展与应用[J];汽车实用技术;2017年22期

3 吴东明;王丽娟;;基于GPS和机器视觉的自主导航定位农机设备研究[J];农机化研究;2018年02期

4 李延浩;;机器视觉在多领域内的应用[J];电子技术与软件工程;2018年01期

5 ;机器视觉时代,最好的时代![J];智能机器人;2018年02期

6 宗卫红;;台达机器视觉系统助力制造业迈向智造新时代——访台达集团-中达电通机器视觉产品项目经理王风路[J];国内外机电一体化技术;2016年06期

7 何遥;;宇视揭秘安防机器视觉[J];中国公共安全;2016年19期

8 阮晋蒙;;机器视觉:让中国制造2025“看”得更远[J];新经济导刊;2017年Z1期

9 ;凌华科技推出三款高性能机器视觉产品[J];自动化应用;2017年02期

10 ;台达携机器视觉系统解决方案 亮相2017上海国际机器视觉展[J];变频器世界;2017年03期

相关会议论文 前10条

1 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

2 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

3 张超;徐建瑜;王文静;;基于机器视觉的梭子蟹质量估计方法研究[A];浙江省信号处理学会2013学术年会论文集——信号处理在海洋[C];2013年

4 刘炎艳;;基于机器视觉的卷烟32位码识别系统研究[A];中国烟草学会2014年学术年会入选论文摘要汇编[C];2014年

5 王海宽;张锐;周志境;费敏锐;;基于机器视觉的智能医疗吊塔系统的设计与实现[A];2015全国嵌入式仪表及系统技术会议程序册[C];2015年

6 王稳;郭文成;叶宇翔;;基于机器视觉的激光光斑位置测量[A];2015年工业设计与协同创新学术会议暨第20届全国工业设计学术年会论文集[C];2015年

7 吴远峰;金翠娥;刘颖卓;;基于机器视觉的智能检测方法研究[A];第十一届全国磁粉渗透检测技术年会论文集[C];2017年

8 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年

9 张超;李慧;;基于机器视觉的零件自动识别研究[A];探索 创新 交流(第7集)——第七届中国航空学会青年科技论坛文集(下册)[C];2016年

10 赵玉良;刘永贤;;基于机器视觉的汽车轮毂识别系统[A];2007中国汽车工程学会年会论文集[C];2007年

相关重要报纸文章 前10条

1 本报记者 李佳师;人工智能市场逼近2700亿元 三大难题待突破[N];中国电子报;2016年

2 宜宾 李定川;机器视觉光源基础及选型指导(一)[N];电子报;2018年

3 中国电子信息产业发展研究院信息化研究中心智慧城市研究室主任 刘鹏宇;智能技术:呈现八大趋势[N];中国电子报;2017年

4 赛迪智库信息化中心助理研究员 刘鹏宇;2017年智能技术发展趋势[N];中国计算机报;2017年

5 经济日报·中国经济网记者 周明阳;给机器一双“慧眼”[N];经济日报;2017年

6 本报记者 胡心媛;机器视觉展推动智能制造落地[N];中国贸易报;2017年

7 本报记者 蔡炜;书写“东方工匠”传奇的黑牡丹集团技术总监邓建军:“创新,只有起点没有终点”[N];新华日报;2017年

8 本报研究员 费天元;机器视觉成争夺焦点 应用场景将加速拓展[N];上海证券报;2016年

9 记者 王宙洁 实习生 卢梦匀;机器视觉 智能生活的第三只眼[N];上海证券报;2015年

10 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

相关博士学位论文 前10条

1 胡志新;基于机器视觉的钢轨踏面磨耗剥落检测技术研究[D];南昌大学;2018年

2 吴衡;机器视觉鬼成像理论与实验研究[D];华南理工大学;2017年

3 胡越黎;目的机器视觉研究及其在皮肤症状识别中的应用[D];上海大学;2005年

4 韩彦芳;机器视觉中的聚类检测新方法[D];上海交通大学;2006年

5 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

6 周平;基于机器视觉的自然目标特征学习与即时检测[D];浙江大学;2006年

7 郁志宏;基于机器视觉的种蛋筛选及孵化成活性检测研究[D];内蒙古农业大学;2006年

8 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

9 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

10 徐剑坤;基于机器视觉的巷道变形实时监测预警技术研究[D];中国矿业大学;2012年

相关硕士学位论文 前10条

1 张成龙;基于机器视觉的豆荚内部害虫检测技术研究[D];黑龙江八一农垦大学;2018年

2 夏天杰;基于机器视觉的移罐机械手柔性控制系统研究[D];华东理工大学;2018年

3 刘笑寒;基于机器视觉的磁性材料外观自动光学检测成像技术研究[D];电子科技大学;2018年

4 张飞;基于机器视觉的天地盖制盒机定位贴合系统研究[D];江西理工大学;2018年

5 徐弘扬;基于机器视觉的嵌入式零件检测系统设计[D];合肥工业大学;2017年

6 王克鑫;基于机器视觉的智能植物养护系统[D];黑龙江大学;2018年

7 王彦朝;基于机器视觉的端子高低针检测系统研究[D];黑龙江大学;2018年

8 董腾;基于机器视觉的水果分拣系统的研究[D];聊城大学;2018年

9 豆永坤;基于机器视觉的机械零件几何外形检测研究[D];兰州理工大学;2018年

10 乔葳;基于机器视觉的输送带运输物料双视点流量测量方法研究[D];太原理工大学;2018年



本文编号:2693276

资料下载
论文发表

本文链接:https://www.wllwen.com/jixiegongchenglunwen/2693276.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户670a3***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com