太阳电池阵自动检测设备软件的设计与实现

发布时间：2017-10-18 02:52

  本文关键词：太阳电池阵自动检测设备软件的设计与实现

  更多相关文章： 太阳能电池片 裂纹检测 数字图像处理 检测系统

【摘要】：维持人造卫星正常工作需要稳定的能源供应，而这些能源由太阳能电池阵列来供给，太阳能电池阵列并不是不可分解的基本组件，它的最基本构成部件便是太阳能电池片。如果太阳能电池片损坏，这很有可能会影响电池阵的输出效果，进而影响了人造卫星的正常运转和工作。 由上可知，在电池片损坏后我们就需要尽快进行检测。现在主流的检测方式还是人工完成的，对电池片的裂纹检测是由工作人员用专业设备进行目测，，这样的话，工作强度非常大，而且观察的时间、判断的标准和身体劳累的程度这些因素都将影响检测的结果。也正是由于这样的原因，电池片裂纹检测的设备应运而生。如今科学技术快速发展，我们有能力且有必要将人为完成的检测过程由计算机软件系统进行代替，这将节省人力资源。 数字图像处理的方法已经被国内外不少学者研究，目的是用来检测是否有裂纹存在各种材料表面上。在这种研究的热潮中，优秀的裂纹检测系统层出不穷。虽然各式各样的系统所解决的问题各有不同，但同一目的是在含有噪声的材料表面的图像中获取裂纹并将其定位。 在科学技术迅速发展的今天，我们所关心的图像检测技术也在不断创新，各式各样高度智能化的系统出现在我们的视线中，正因为这样，在各行各业的检测的方法上也呈现出了先进科学技术的检测方式慢慢取代传统人力判断的检测的情况，这样缩减了人力成本。 正是本着这样的想法，本文研究了太阳电池阵自动检测设备软件的设计与实现。本论文在开始的第1章着重阐述太阳电池阵自动检测设备的研究背景和它的意义，国内外研究这种技术的近况，还有全文的主要内容及组织结构；第2章对太阳电池阵自动检测设备软件的功能进行了需求分析，并且对其总体的设计流程进行了阐述；在第3章中详细介绍了系统的结构组成，给出了整体结构框图，并介绍了人机交互界面、自动检测、图像处理、检测结果处理、图像采集等各个模块的实现；第4章首先介绍了软件测试界面，并对所获取图像精度和清晰度进行检测实验，完成了检测装置精度测试并得出实验结论。 实验证明，本文所设计与实现的太阳电池阵自动检测设备软件能够对图像中裂纹进行准确定位，本文对系统的需求进行了较好地实现。由此可见，本文的太阳电池阵自动检测设备软件具有较好的实际应用价值。
【关键词】：太阳能电池片 裂纹检测 数字图像处理 检测系统
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V442;TP391.41
【目录】：

• 序4-5
• 摘要5-7
• Abstract7-12
• 第1章 绪论12-14
• 1.1 研究背景及意义12
• 1.2 国内外研究现状12-13
• 1.3 本文的主要内容及组织结构13-14
• 第2章 太阳电池阵自动检测设备软件的设计14-17
• 2.1 软件功能需求分析14-15
• 2.2 总体设计15-17
• 2.2.1 设计原则和设计指标15
• 2.2.2 计算机语言及平台选择15
• 2.2.3 软件系统组成模块15-17
• 第3章 太阳电池阵自动检测设备软件的实现17-36
• 3.1 系统的结构17
• 3.2 人机交互界面模块17-20
• 3.2.1 人机交互界面模块描述17-18
• 3.2.2 功能18
• 3.2.3 实现方法18-20
• 3.3 自动检测模块20-23
• 3.3.1 模块描述20
• 3.3.2 功能20-21
• 3.3.3 实现方法21-23
• 3.4 图像处理模块23-26
• 3.4.1 模块描述23-24
• 3.4.2 功能24
• 3.4.3 实现方法24-26
• 3.5 检测结果处理模块26-28
• 3.5.1 模块描述26
• 3.5.2 功能26-27
• 3.5.3 实现方法27-28
• 3.6 图像采集模块28-29
• 3.6.1 模块描述28
• 3.6.2 功能28
• 3.6.3 实现方法28-29
• 3.7 移动控制以及 PLC 轨道运动模块29-32
• 3.7.1 模块描述29-30
• 3.7.2 功能30
• 3.7.3 实现方法30-32
• 3.8 CAD 解析模块32-34
• 3.8.1 模块描述32
• 3.8.2 功能32
• 3.8.3 实现方法32-34
• 3.9 测距传感器模块34-36
• 3.9.1 模块描述34
• 3.9.2 功能34
• 3.9.3 实现方法34-36
• 第4章 太阳电池阵自动检测设备软件的测试36-45
• 4.1 软件测试界面36-39
• 4.2 图像精度和清晰度检测实验39-42
• 4.3 检测装置精度测试42-44
• 4.3.1 漏检率测试42
• 4.3.2 误检率测试42-43
• 4.3.3 重复率测试43-44
• 4.4 实验结论44-45
• 第5章 总结与展望45-46
• 5.1 工作总结45
• 5.2 研究展望45-46
• 参考文献46-49
• 致谢49

【参考文献】

中国期刊全文数据库 前8条

1 张洪光,王祁,魏玮;基于人工种群的路面裂纹检测[J];南京理工大学学报(自然科学版);2005年04期

2 郑华东;刘木华;吴彦红;黎静;;基于计算机视觉的大米裂纹检测研究[J];农业工程学报;2006年07期

3 丁浩;欧阳敏;;表面裂纹检测的现状及发展趋势[J];科技风;2012年17期

4 李培玉;张志欣;董月;;基于图像特征的板坯表面裂纹检测方法[J];钢铁研究学报;2013年08期

5 刘亚楠;郭三华;涂铮铮;罗斌;;VC++与Matlab混合编程及其在轮辋裂纹检测中的应用[J];计算机技术与发展;2007年07期

6 邹轶群,侯贵仓,杨峰;基于数字图像处理的表面裂纹检测算法[J];微计算机信息;2004年04期

7 张永生;黄松岭;赵伟;王s

本文编号：1052539