钢板表面粗糙度在线检测系统研究

发布时间：2020-05-07 12:11

【摘要】：表面粗糙度是评价钢板表面质量的重要指标,直接影响着钢板的使用性能,因此表面粗糙度检测在工业生产中有着广泛应用。传统的钢板表面粗糙度检测主要采用离线抽样检测,效率较低,无法做到对被测物表面质量的实时监控。近些年来,基于光学方法的表面粗糙度检测技术发展迅速,这种非接触式检测技术效率高,检测速度快,能避免接触式检测中存在的一些问题,适用于表面粗糙度的在线检测。在钢板表面粗糙度检测中,如何保证测量精度和稳定性是粗糙度在线检测的重点。在应用中需要根据实际的需求,针对检测过程中的难点,选择合适的检测方法以提高检测系统的性能。本文首先分析比较了表面粗糙度检测中的相关研究,然后结合实际测量环境和需求,设计一个钢板表面粗糙度在线检测系统。本文的主要内容如下:1.研究现有的粗糙度检测方法,比较各检测方法的优缺点和适用场景。根据实际检测环境和测量需求,选择了基于光切法的在线检测技术,并完成系统的机械结构和硬件设计,实现系统的各项检测运动。同时,使用C#编写了上位机控制软件,完成对系统的运动控制、数据采集和处理等功能。2.研究表面粗糙度检测的相关理论,选用高斯滤波器对钢板表面轮廓数据进行滤波处理,提取粗糙度信息。针对高斯滤波器在滤波处理中存在的边界效应和稳健性问题,本文探究了一种稳健高斯滤波算法以及相应的数据处理方法,用来提高测量结果的准确性,并通过实验验证其数据处理效果。3.搭建并调试整个粗糙度在线检测系统,分别对标准片和钢板表面进行检测。基于表面粗糙度的评定方法,完成对被测表面相关粗糙度参数的评定。通过对标准片的检测,完成对系统检测性能的测试。最后对钢板表面进行在线检测,并基于最大规则设定评判标准,判断钢板表面粗糙度是否满足要求。
【图文】：

图 1-5 Surtronic S-100 的实物图Fig.1-5 The picture of Surtronic S-100业生产现场上，表面粗糙度在线检测的相关应用较少触式测量技术得到更多关注和应用。粗糙度在线检测善，但大多数粗糙度检测仪器对环境的要求比较高，产线上物体表面粗糙度的在线检测在近些年刚起步，

图 1-6 BMT 在线粗糙度检测系统Fig.1-6 The On-line roughness detection system of BMT EMG 公司生产的 SORM 3plus 粗糙度在线测量系统主要基于光检测金属和许多非金属表面粗糙度[8]。图 1-7 为 SOR3plus 系糙度在线检测的实物图。在系统进行表面粗糙度检测时，激光表面上，阵列角度传感器可以检测散射光的角度变化。根据散可以计算出每个采样点的高差，这样就采集到卷钢表面的轮廓面粗糙度参数值。该系统可以提供实时的测量数据，，让操作人及时了解钢板的表面质量。这套粗糙度测量系统目前已经应用兰以及国内数家钢厂，实现对卷钢表面粗糙度的在线测量。
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TG84

【参考文献】

相关期刊论文 前9条

1 胡佳成;崔廷;王婵媛;沈小燕;李东升;;燃气表气阀配合面表面粗糙度稳健高斯算法[J];计量学报;2014年05期

2 Moreas G;Bilstein W;Tusset V;;镀锌板粗糙度和形貌的工业在线测量[J];冶金分析;2012年01期

3 刘晨;卢荣胜;陈磊;王骏武;;基于光学法表面粗糙度的测量研究进展[J];半导体光电;2010年04期

4 王中宇;付继华;孟浩;;二维表面粗糙度最小二乘评定基准线的改进[J];计量学报;2008年03期

5 王政平;张锡芳;张艳娥;;表面粗糙度光学测量方法研究进展[J];传感器与微系统;2007年09期

6 李博;黄镇昌;全燕鸣;;光切法在动态表面粗糙度检测中的应用[J];微计算机信息;2007年10期

7 郭军,王选择,谢铁邦;基于形态学和高斯滤波器的混合Rk滤波器[J];华中科技大学学报(自然科学版);2003年11期

8 杨练根,谢铁邦,蒋向前,李柱;表面形貌的Motif评定方法及其发展[J];中国机械工程;2002年21期

9 王彤,何大卫;线性回归中多个异常点的稳健诊断及医学应用[J];中国卫生统计;1998年05期

相关博士学位论文 前3条

1 潘晓彬;表面粗糙度测量关键技术研究[D];浙江大学;2011年

2 许景波;高斯滤波器逼近理论与应用研究[D];哈尔滨工业大学;2007年

3 李惠芬;基于新一代GPS体系的表面稳健高斯滤波技术的研究[D];华中科技大学;2004年

相关硕士学位论文 前10条

1 谢勇刚;表面粗糙度测量中稳健滤波算法的研究[D];哈尔滨理工大学;2017年

2 张慧;基于触针式位移测量系统表面形貌特征评定的研究[D];哈尔滨工业大学;2016年

3 张瑛玮;二维激光位移传感器的信息采集系统研究[D];吉林大学;2015年

4 苏鑫;表面粗糙度测量数据采集与高斯滤波方法研究[D];哈尔滨理工大学;2015年

5 张勇;基于CCD的激光散斑表面粗糙度测量[D];南京信息工程大学;2014年

6 于海音;三维表面微观轮廓滤波器的研究及应用[D];哈尔滨理工大学;2013年

7 彭培;表面形貌区域法分析评定算法及软件系统研究[D];华中科技大学;2011年

8 袁方;微纳特征结构评价与表面表征方法研究[D];天津大学;2010年

9 胡汝豪;轮廓仪信号滤波调理与数字技术研究[D];哈尔滨工业大学;2010年

10 于昊;冷轧钢板表面粗糙度测量技术研究[D];长春理工大学;2002年

本文编号：2652952