智能电表显示缺陷质量检测系统设计与实现

发布时间：2020-06-29 12:28

【摘要】：随着国民经济与电力工业快速不断地发展,国家电网得到大力改造。智能电表作为“智能电网”建设的重要组成部分,正在全国范围内大面积推广。我国正在加快对传统电表进行改造与替换,所生产的智能电表必须按国家及生产企业相关标准实施出厂检验。论文根据智能电表产品中存在的显示缺陷与外观缺陷,借助机器视觉检测技术制定智能电表显示质量检测系统总体方案,依据机器视觉进行设计和实现的智能电表显示缺陷检测系统,同时对检测系统中图像的采集和处理技术进行研究,确保智能电表的出厂质量、提高检测速度和自动化程度,降低检测操作劳动程度。本论文主要研究内容包括:(1)智能电能表缺陷特性、检验要求及相关背景的分析以及机器视觉技术的研究与应用分析;通过查阅相关文献与走访目前已应用机器视觉技术于类似生产制造过程的企业,了解机器视觉的应用范围、实际用途及已取得的成效。(2)利用机器视觉技术针对智能电表显示缺陷实施质量检测,对检测系统的图像采集系统、机械平台系统、软件系统分别进行设计与实现。图像采集系统设计与实现:采用带外触发式的工业相机与配套的镜头,根据检测需求,选用条形LED光源,清晰的采集到所需图片。机械平台设计与实现:集成AGV物流小车、装载板和输送带组成输送单元模块;构建馈电系统与感应系统;采用伺服驱动器及电机,实现四轴精确联动。软件系统设计与实现:开发上位机,实现运动平台的精确联动、通信控制及质量反馈机制的互联;软件基于OpenCv开源图像处理库,在Mircrosoft VS 2013平台上以C++语言编程,对采集到的图片进行处理和分析。(3)图像预处理与缺陷检测算法的分析研究。通过对常用图像预处理方法进行分析,确认本文使用方法(灰度化、去噪、二值化及数学形态学运算等)。基于OpenCV开源视觉库,实现缺陷检测算法设计:通过高斯金字塔对图像进行配准,进而以差影法进行缺陷分析检测,对包括标牌条形码与字符进行识别,达到智能电表显示缺陷检测的目的。(4)对系统进行可靠性实验并分析实验结果。通过多批次不同时段的抽样检测实验,验证自动检测系统的准确率。同时对误判的原因进行分析,确定今后系统的改进方向。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM933.4;TP391.41
【图文】：

DDZY188-Z型单相费控智能电表外观图

典型的机器视觉系统示意图

【参考文献】

相关期刊论文 前10条

1 姬琪;王红园;;基于MEMOBUS协议的多轴电机控制系统设计[J];电子测量技术;2013年10期

2 谢佩军;;基于互信息与差影法的塑料齿轮缺陷检测研究[J];制造业自动化;2012年23期

3 杨修国;;关于直方图双峰法的研究与改进[J];电子设计工程;2012年12期

4 张冬娇;甘早斌;;基于模板匹配的人民币纸币序列号识别系统研究[J];计算机与数字工程;2012年01期

5 申俊琦;胡绳荪;冯胜强;;自适应中值滤波在焊缝视觉跟踪中的应用[J];焊接学报;2011年03期

6 史运涛;孙德辉;李志军;刘大;凡杰;李晓硕;;基于Modbus协议的通讯集成技术研究[J];化工自动化及仪表;2010年04期

7 王思彤;周晖;袁瑞铭;易忠林;;智能电表的概念及应用[J];电网技术;2010年04期

8 关新平,赵立兴,唐英干;图像去噪混合滤波方法[J];中国图象图形学报;2005年03期

9 左奇,史忠科;一种基于数学形态学的实时车牌图象分割方法[J];中国图象图形学报;2003年03期

10 梁华为;;直接从双峰直方图确定二值化阈值[J];模式识别与人工智能;2002年02期

相关博士学位论文 前3条

1 马倩婷;图像去噪与图像分割中的数学方法[D];浙江大学;2017年

2 梁冬泰;多尺度多元图像分析机器视觉检测理论及其应用研究[D];浙江大学;2009年

3 伍济钢;薄片零件尺寸机器视觉检测系统关键技术研究[D];华中科技大学;2008年

相关硕士学位论文 前10条

1 杨帆;工业在线视觉检测系统图像实时采集与拼接技术研究[D];中国科学技术大学;2018年

2 徐荣茂;Modbus TCP/IP协议安全加固关键技术研究与实现[D];西安电子科技大学;2017年

3 曹士芹;Modbus RTU/ASCII转Modbus TCP网关关键技术及应用研究[D];天津理工大学;2017年

4 董迪;基于机器视觉的高精度测量系统研究[D];沈阳工业大学;2016年

5 梁伟建;智能电能表外观缺陷质量检验装置开发及关键技术研究[D];中国计量学院;2014年

6 张磊;机器视觉颜色检测技术及应用研究[D];广东工业大学;2011年

7 段德山;工件非接触检测中机器视觉的研究与应用[D];北京邮电大学;2007年

8 肖献强;基于机器视觉的宏/微双驱动微操作系统的研究[D];吉林大学;2006年

9 朱贵锋;机器视觉在线检测图像处理技术研究[D];合肥工业大学;2006年

10 孙碧亮;基于机器视觉的检测算法研究及其在工业领域的应用[D];华中科技大学;2006年

本文编号：2733866