当前位置:主页 > 科技论文 > 金属论文 >

铝板热轧中间坯边部和头尾缺陷机器视觉检测

发布时间:2020-07-22 20:33
【摘要】:铝及铝合金具有比强度高、质量轻、耐腐蚀、易加工等优点,在机械制造、船舶乃至航空宇航具有广泛应用。铝板热轧中间坯,因压下量大,轧制过程中消除了铸造组织缺陷,将铸造组织转变为可变形组织,这样其延续产品在表面质量、深加工和精度控制方面具有很大优势。近十几年铝合金厚板生产过程的自动化程度有了很大发展,但智能化还远未实现,大多关键技术环节依然依靠人工经验。其中一项关键的问题是轧制过程中边部双鼓、头尾出现的“鳄鱼嘴”以及头部的翘曲缺陷。目前工业上解决侧边双鼓、头尾“鳄鱼嘴”和头部翘曲等问题的方法是通过投入立辊辊边和切除头尾。但是因为没有有效的检测手段,生产过程中头尾的切除以及立辊的投入时机主要靠人工观察和生产经验来实现。基于此,本文提出基于机器视觉的检测与控制方法。对于头尾缺陷,利用机器视觉中Blob分析方法对“鳄鱼嘴”缺陷进行提取和测量。分析过程中对比了固定阈值与动态阈值分割图像优缺点,最后利用动态阈值的方法进行图像分割。图像分割后,利用形态学的方法对特征区域进行提取、变换最后得到“鳄鱼嘴”缺陷的长度。对于头部翘曲通过数字图像处理的方法得到翘曲高度。最后,给出了控制板坯头尾“鳄鱼嘴”和头部翘曲高度的方法。针对边部缺陷,因为没有现场搭建环境采集图像的条件,本文搭建了一双目视觉系统,利用铝板折成板坯边部双鼓形状进行图像采集。并利用搭建的平台采集标定板图像,经过标定得到相机的焦距、畸变等内参和两个相机的相对位置,利用标定好的相机生成缺陷试样的深度图像,由深度图像计算得到试样双鼓缺陷深度。最后,提出了边部双鼓缺陷的控制方法。考虑到工业应用,需要开发视觉检测软件。本文利用Qt框架和Halcon库开发了头部与边部检测系统。系统具有如下功能:(1)离线检测与测量头部缺陷长度,判断是否达到预设切头尾数值;(2)双目采集边部图像,计算得到深度图像,利用深度图像求得边部凹陷距离。
【学位授予单位】:燕山大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.41;TG339
【图文】:

变形曲线,热轧板坯,变形曲线,二值图像


图 1-7 热轧板坯图像、二值图像与变形曲线在高温环境下完成的,而且温度会影响产品的力具有方便、快速、准确、非接触和无损等[20]。机是利用红外相机成像,得到拍摄物体温度场的伪和温度进行标定,测得物体的温度。目前广泛应法。另一种测温的方法就是借助测温仪器测得温的图像,利用数字图像处理的方法读取测温仪器材的数量,关系到企业的生产成本以及企业的信材计数的方法主要有人工计数,光电传感器计数法成本高、耗时耗力而且往往会记数错误,准确率或者粘连的情况会束手无策;而重量传感器对于[21]

打捆,棒材,图像处理,图像


量制是在高温环境下完成的,而且温度会影响产品的力学测温具有方便、快速、准确、非接触和无损等[20]。机器一种是利用红外相机成像,得到拍摄物体温度场的伪彩像素和温度进行标定,测得物体的温度。目前广泛应用种方法。另一种测温的方法就是借助测温仪器测得温度仪器的图像,利用数字图像处理的方法读取测温仪器上数出棒材的数量,关系到企业的生产成本以及企业的信誉。棒材计数的方法主要有人工计数,光电传感器计数,方法成本高、耗时耗力而且往往会记数错误,准确率不多排或者粘连的情况会束手无策;而重量传感器对于实而采用机器视觉的方法能有效解决以上问题[21]。如下图部的图像与用数字图像处理的结果[22],其中结果用蓝色

软件界面


开发了一套图像处理库。而且 MVTec 不断与学术界合作,将新研究成果纳入其中,使自己的技术处于行业领先地位[29]。事实上,Halcon 是一个功能强大的图像处理类库,具有完整的能够快速实子。其中 Halcon 包含了各类滤波、Blob 分析、形态学处理,匹配、相机标R 识别以及多目视觉等。因此,只要涉及图像处理的地方都可以用 Halcon 强图像处理算子来解决,故而应用范围几乎没有限制,涵盖医学、遥感、宇航、汽车零件制造、电子元件与设备、冶金、机械等[30]。但是,Halcon 并不能用于实际工业应用级的产品,因为它没有用户界面,也供显示的数据,这样需要对它进行二次开发,经过三方软件显示处理结果,C,C#,Qt,VB 等。如下图 2-6 所示为 HDevelop 界面,主要包含四个窗口(1)图形窗口,负责处理过程中的图像变量,区域变量显示;(2)变量窗口,负责显示图像图形变量和数据变量;(3)代码窗口,用于编写代码;(4)算子窗口,用于查询算子的参数等。

【参考文献】

相关期刊论文 前10条

1 李多;徐贺年;王祝堂;;轧制及铸造铝厚板产业[J];轻合金加工技术;2015年04期

2 项辉宇;刘倩倩;韩宝安;李鹤;;基于HALCON的板料成形网格应变的测量[J];机电产品开发与创新;2014年03期

3 史兴燕;李俊霞;;基于Qt的农田信息监测系统研究与实现[J];电视技术;2013年19期

4 张冬娟;唐万有;;基于Blob算法的烫印缺陷在线检测的研究[J];包装工程;2013年17期

5 张蓬;王金磊;赵弘;;机器人双目立体视觉测距技术研究与实现[J];计算机测量与控制;2013年07期

6 李文帆;刘志刚;伍文城;何士玉;;基于Qt的电力系统地理接线图绘制软件设计[J];电力系统自动化;2013年07期

7 侯炜;;立辊轧制在宽厚板平面形状控制中的研究与实践[J];计算机光盘软件与应用;2012年11期

8 谭大鹏;李培玉;潘晓弘;;基于Qt/E的嵌入式工业监测轻型图形用户界面构件库开发[J];计算机集成制造系统;2009年02期

9 常瑞娜;穆晓敏;杨守义;齐林;;基于中值的自适应均值滤波算法[J];计算机工程与设计;2008年16期

10 黄华贵;王巍;杜凤山;张芳;;基于数字图像处理的钢管自动识别计数系统开发[J];燕山大学学报;2006年01期

相关硕士学位论文 前10条

1 杨培义;基于机器视觉的圆形线材表面缺陷图像识别研究[D];华东交通大学;2017年

2 卢洪军;基于双目视觉移动机器人目标的检测与定位[D];沈阳工业大学;2017年

3 杨恒;基于机器视觉的高速列车弓网动态性能检测方法研究[D];西南交通大学;2017年

4 张彩云;铝合金板粗轧头尾及边部形状控制研究[D];燕山大学;2017年

5 张永波;基于机器视觉的产品零件尺寸检测技术研究[D];燕山大学;2017年

6 卞桂平;基于机器视觉的电容器表面缺陷检测系统的研究与开发[D];江苏科技大学;2016年

7 文聪;热轧带钢平直度CCD检测方法及装置研究[D];重庆大学;2016年

8 徐艳伟;基于QT的输电铁塔防盗报警系统研究[D];东北电力大学;2016年

9 薛彦冰;基于机器视觉的棒材计数系统研究与实现[D];山东大学;2014年

10 梁丽;基于HALCON的多目视觉测量方法研究[D];沈阳航空航天大学;2014年



本文编号:2766305

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jinshugongy/2766305.html


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

版权申明:资料由用户decbf***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