当前位置:主页 > 科技论文 > 军工论文 >

弹壳尺寸及缺陷视觉检测系统研制

发布时间:2020-07-04 10:10
【摘要】:在子弹生产的过程中,不可避免地会生产出不合格的弹壳,或者是尺寸不符合要求,或者是弹壳表面有卡伤、撞凹等缺陷,因此要在生产中对弹壳进行检测。目前主要依靠人工检测,由于人眼鉴别不仅效率低下,也会因为疲劳造成检测结果的不稳定,因此需要设计一个自动化检测方法,提升弹壳检测环节的效率和准确率。本文设计了一套弹壳自动视觉检测系统,具体工作如下:(1)分析了视觉测量技术和弹壳检测技术的国内外研究现状,设计了基于计算机视觉的弹壳检测系统,包括检测弹壳的尺寸测量和表面缺陷分类,并搭建了实验平台,具有视场大、多工位的特点。(2)在尺寸检测方面,根据弹壳测量的指标要求,通过对比检测工位的图像去噪、图像增强、图像分割和特征提取算法的实验效果,选择最适合的算法。通过对实验台的精确标定,计算出弹壳测量的尺寸结果,并对其进行误差分析,实现高精度、自动化的弹壳检测系统。(3)在表面缺陷分类方面,首先给出了弹壳表面的三种缺陷:卡伤、撞凹和挫伤,再加入背景噪声作为伪损伤,确定缺陷分类的类别为4类。然后介绍了一种改进的局部信噪比方法,将弹壳的表面缺陷提取出770个,并将每个缺陷表征成13维的特征向量。通过对比7种机器学习算法,即支持向量机、正态贝叶斯、KNN算法、Adaboost算法、决策树、随机森林和gc Forest算法,并通过实验分析,最终选择gc Forest算法。本文分析了弹壳检测的国内外研究现状,设计了基于计算机视觉的弹壳检测系统,实现了尺寸测量和表面缺陷分类。尺寸测量的精度达到了弹壳的精度要求;对于缺陷检测,将缺陷采用13维特征向量进行表征,采用gc Forest算法,实现了正确率为96.1%的损伤分类。
【学位授予单位】:哈尔滨工业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.41;TJ410.5
【图文】:

外形图,弹壳,外观检测,外观


哈尔滨工业大学工程硕士学位论文第 2 章 系统总体方案设计言针对弹壳尺寸测量的指标要求,进行了总体的方案设计,重点结构进行设计,并对其中的关键器件进行选型和分析,最后设程。壳测量的指标要求检测主要包括尺寸检测和外观检测。弹壳的外形图如图 2-1 所示指标如表 2-1 所示,若被检测的部位的测量结果不在合格尺寸定弹壳不合格。

系统总体设计,弹壳


哈尔滨工业大学工程硕士学位论文2.3 总体方案设计系统的总体结构设计如图 2-2 所示,由上料机构、理料机构、摆料机构、视觉检测系统及分选机构组成。首先,通过上料机构将弹壳运送至中间的震料盘,震料盘使弹壳摆正位置,呈碗口朝上的方向逐个罗列,再通过摆料机构将弹壳按照视觉检测的间距要求间隔开,依次输送到传送带上,并在传送带上进行视觉检测环节,最后将不合格的产品筛选掉。

【参考文献】

相关期刊论文 前10条

1 苟文韬;诸洪;刘彬;谢蔚卿;熊长江;;一种基于自适应阈值的弹壳表面缺陷分割方法[J];四川兵工学报;2015年01期

2 史进伟;郭朝勇;刘红宁;乔坤;;基于Hough变换和双峰法的枪弹外观缺陷提取[J];火力与指挥控制;2013年05期

3 史进伟;郭朝勇;刘红宁;;基于机器视觉的枪弹外观缺陷检测系统研究[J];组合机床与自动化加工技术;2013年04期

4 曹莹;苗启广;刘家辰;高琳;;AdaBoost算法研究进展与展望[J];自动化学报;2013年06期

5 孙文缎;叶玉堂;刘彬;诸洪;肖峻;谢煜;刘霖;;基于线阵相机采集平台的枪弹表面质量检测技术[J];兵工自动化;2013年01期

6 史进伟;郭朝勇;刘红宁;乔坤;;基于混合颜色模型的枪弹外观缺陷分割[J];计算机工程;2012年20期

7 张亚军;齐杏林;董成基;;基于机器视觉的枪弹钢芯自动检测系统[J];兵工自动化;2012年07期

8 张亚军;齐杏林;董成基;;机器视觉下基于图像灰度值形态学的枪弹钢芯表面检测[J];四川兵工学报;2012年06期

9 肖季文;;人民军队武器装备现代化建设[J];探索与争鸣;2011年06期

10 张强,黄道君;CCD光电测径仪的在线应用[J];仪器仪表与分析监测;2003年03期

相关博士学位论文 前3条

1 伊卫国;基于关联规则与决策树的预测方法研究及其应用[D];大连海事大学;2012年

2 彭志涛;强激光复杂光机组件光学元件激光损伤在线检测技术研究[D];中国工程物理研究院;2011年

3 孙双花;视觉测量关键技术及在自动检测中的应用[D];天津大学;2007年

相关硕士学位论文 前10条

1 张丽鹏;基于机器视觉的齿轮多参数测量技术研究[D];江苏大学;2017年

2 林志锋;基于正态云模型与改进贝叶斯分类器的变压器故障诊断[D];华北电力大学;2016年

3 吕震宇;基于ELMD和KNN分类器的船体砰击载荷检测算法研究[D];哈尔滨工程大学;2016年

4 吕旭冬;基于机器学习的终端光学元件损伤识别及分类研究[D];哈尔滨工业大学;2015年

5 尹志强;基于AOI的子弹表观缺陷检测系统的研究[D];电子科技大学;2014年

6 刘建强;子弹表面缺陷在线检测关键技术的研究[D];电子科技大学;2013年

7 张同心;基于量子粒子群的支持向量机算法的研究与应用[D];浙江大学;2013年

8 张美静;亚像素边缘检测技术研究[D];沈阳理工大学;2013年

9 许运来;基于CCD的子弹表面检测方法研究[D];哈尔滨工程大学;2009年

10 夏若安;基于图像分析的小尺寸精密测量研究[D];湖南大学;2005年



本文编号:2740991

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jingguansheji/2740991.html


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

版权申明:资料由用户26efb***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