基于视觉的麻花钻头质量检测技术研究
发布时间：2021-01-20 13:47
基于机器视觉的非接触式零件尺寸检测由于具有检测速度快、精度高、适应性强等优点,已被广泛应用于自动化生产中。在制造业中,钻孔是机械加工过程中非常普遍且重要的一步。在钻孔刀具中,麻花钻头因其价格低廉、钻孔性能好,常被作为首选刀具,因此应用十分广泛。由于麻花钻头本身复杂的螺旋状几何特征,传统的麻花钻头质量检测方法效率低、精度差,不能满足麻花钻头自动化生产的需要。因此提出了将视觉检测技术应用到麻花钻头质量检测中。论文的研究内容主要涉及以下几个方面:首先,介绍了基于视觉的麻花钻头质量检测系统的整体结构,根据麻花钻头刃面参数和侧面参数的测量要求选取了合适的相机、镜头和光源。考虑到系统开发周期的长短和与其他控制系统集成的难易程度等诸多问题,选择LabVIEW虚拟仪器和NI视觉开发工具包作为质量检测系统的开发平台。其次,研究了图像处理技术。根据不同算法所产生的不同效果,选择了最适用于麻花钻头质量检测系统的图像处理算法。为了在节约系统开发成本的基础上使系统精度得到提升,本文采用亚像素边缘检测算法对麻花钻头边缘进行定位。随后,对麻花钻头各参数检测方法和相机标定过程进行了介绍。针对麻花钻头角度位置在测量过程...
【文章来源】：沈阳工业大学辽宁省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
人工抽检Fig.1.1Manualsamplinginspection
5第2章麻花钻头质量检测系统设计麻花钻头质量检测系统在整个生产设备中的作用是采集、加工和分析麻花钻头的图像。它代替了传统的人工检测，使检测更符合现代制造业的要求，有利于企业的计算机集成制造。视觉检测的对象是直径范围为2mm-13mm的直柄麻花钻头（如图2.1），需要检测的参数可以分为刃面参数和侧面参数。刃面参数分别是钻芯厚度、横刃斜角、刀背直径等，侧面参数分别是顶角、刃带宽度、后角、螺旋角等。在实际生产当中，麻花钻头在每道工序结束后，都需要进行人工抽检，以确保麻花钻头的质量达到最优。因此，麻花钻头质量检测系统应该应用于每道工序，从而对生产线的加工状况进行实时调整。由于时间问题，本系统未在麻花钻头生产线中进行现场调试，仅在实验室进行了实验平台的的搭建，对麻花钻头进行全尺寸测量，以验证麻花钻头质量检测系统的性能。图2.1麻花钻头图像Fig.2.1Twistdrillimage为了测得麻花钻头所有几何角度参数，需要分别获取麻花钻头侧面及刃面的图像信息（如图2.2），通过麻花钻头质量检测系统判断麻花钻头质量是否合格。根据工厂的实际要求，麻花钻头刃面参数和侧面参数的检测精度要求分别为为0.01mm和0.006mm，检测效率不低于30支/min。图2.2麻花钻头刃面及侧面图像Fig.2.2Imageofcuttingedgeandsideoftwistdrillbit根据质量检测系统的检测对象、检测任务、检测精度和工作条件，设计了基于视觉的麻花钻头质量检测系统。以下将对质量检测系统的结构、硬件选型以及软件开发平台的选择做详细的介绍。沈阳工业大学硕士学位论文
5第2章麻花钻头质量检测系统设计麻花钻头质量检测系统在整个生产设备中的作用是采集、加工和分析麻花钻头的图像。它代替了传统的人工检测，使检测更符合现代制造业的要求，有利于企业的计算机集成制造。视觉检测的对象是直径范围为2mm-13mm的直柄麻花钻头（如图2.1），需要检测的参数可以分为刃面参数和侧面参数。刃面参数分别是钻芯厚度、横刃斜角、刀背直径等，侧面参数分别是顶角、刃带宽度、后角、螺旋角等。在实际生产当中，麻花钻头在每道工序结束后，都需要进行人工抽检，以确保麻花钻头的质量达到最优。因此，麻花钻头质量检测系统应该应用于每道工序，从而对生产线的加工状况进行实时调整。由于时间问题，本系统未在麻花钻头生产线中进行现场调试，仅在实验室进行了实验平台的的搭建，对麻花钻头进行全尺寸测量，以验证麻花钻头质量检测系统的性能。图2.1麻花钻头图像Fig.2.1Twistdrillimage为了测得麻花钻头所有几何角度参数，需要分别获取麻花钻头侧面及刃面的图像信息（如图2.2），通过麻花钻头质量检测系统判断麻花钻头质量是否合格。根据工厂的实际要求，麻花钻头刃面参数和侧面参数的检测精度要求分别为为0.01mm和0.006mm，检测效率不低于30支/min。图2.2麻花钻头刃面及侧面图像Fig.2.2Imageofcuttingedgeandsideoftwistdrillbit根据质量检测系统的检测对象、检测任务、检测精度和工作条件，设计了基于视觉的麻花钻头质量检测系统。以下将对质量检测系统的结构、硬件选型以及软件开发平台的选择做详细的介绍。沈阳工业大学硕士学位论文
【参考文献】：
期刊论文
[1]Competition system for automatically evaluating edge detection algorithms based on the evolutionary game theory[J]. Peng Hong,Ding Guangtai,Zhang Huiran,Hu Dongli. The Journal of China Universities of Posts and Telecommunications. 2019(05)
[2]浅谈三维视觉测量方法[J]. 陈德林,郝飞,史晶晶,王帆,胡运涛. 仪表技术. 2019(06)
[3]摄像机标定系统方法的研究[J]. 刘玉婷,徐祥宇,王超,张涛. 智能计算机与应用. 2019(03)
[4]典型去噪算法在圆形线材表面缺陷图像中的对比研究[J]. 杨培义,张天彤,杨辰飞,王若飞. 现代计算机(专业版). 2019(03)
[5]An Overview of Contour Detection Approaches[J]. Xin-Yi Gong,Hu Su,De Xu,Zheng-Tao Zhang,Fei Shen,Hua-Bin Yang. International Journal of Automation and Computing. 2018(06)
[6]基于Canny算子的浮选气泡形态特征参数提取[J]. 梁秀满,刘文涛,牛福生,刘振东,张晋霞. 中国矿业. 2018(08)
[7]Precision Work-piece Detection and Measurement Combining Top-down and Bottom-up Saliency[J]. Jia Sun,Peng Wang,Yong-Kang Luo,Gao-Ming Hao,Hong Qiao. International Journal of Automation and Computing. 2018(04)
[8]自动光学(视觉)检测技术及其在缺陷检测中的应用综述[J]. 卢荣胜,吴昂,张腾达,王永红. 光学学报. 2018(08)
[9]多接口视频编码方案的设计与实现[J]. 孙宝海,秦丽,刘文怡,张会新. 电子器件. 2018(01)
[10]路面检测技术综述[J]. 马建,赵祥模,贺拴海,宋宏勋,赵煜,宋焕生,程磊,王建锋,袁卓亚,黄福伟,张健,杨澜. 交通运输工程学报. 2017(05)
硕士论文
[1]基于线阵相机的不干胶印刷品缺陷检测技术研究[D]. 台浩杰.中北大学 2019
[2]基于机器视觉的工件检测实验系统设计与实现[D]. 赵振蒙.郑州大学 2019
[3]5356铝合金电弧增材制造成形控制及性能研究[D]. 姜鹏举.燕山大学 2019
[4]基于视觉的空间焊缝工艺分析与研究[D]. 闫红方.广西科技大学 2019
[5]双列金属零件加工质量机器视觉检测系统研发[D]. 李倩.华南理工大学 2019
[6]轴承内套表面缺陷视觉检测装置的研制[D]. 魏成禹.沈阳工业大学 2018
[7]医用管制玻璃瓶在线检测系统的研究[D]. 江远.长春理工大学 2018
[8]基于机器视觉的网络隔离与视频传输系统的设计与实现[D]. 高奇.贵州大学 2018
[9]基于机器视觉的螺纹参数检测及评定系统设计[D]. 万鑫.南昌航空大学 2017
[10]基于GTK+的图像处理系统的设计与实现[D]. 田琳.南京邮电大学 2016
本文编号：2989155
【文章来源】：沈阳工业大学辽宁省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
人工抽检Fig.1.1Manualsamplinginspection
5第2章麻花钻头质量检测系统设计麻花钻头质量检测系统在整个生产设备中的作用是采集、加工和分析麻花钻头的图像。它代替了传统的人工检测，使检测更符合现代制造业的要求，有利于企业的计算机集成制造。视觉检测的对象是直径范围为2mm-13mm的直柄麻花钻头（如图2.1），需要检测的参数可以分为刃面参数和侧面参数。刃面参数分别是钻芯厚度、横刃斜角、刀背直径等，侧面参数分别是顶角、刃带宽度、后角、螺旋角等。在实际生产当中，麻花钻头在每道工序结束后，都需要进行人工抽检，以确保麻花钻头的质量达到最优。因此，麻花钻头质量检测系统应该应用于每道工序，从而对生产线的加工状况进行实时调整。由于时间问题，本系统未在麻花钻头生产线中进行现场调试，仅在实验室进行了实验平台的的搭建，对麻花钻头进行全尺寸测量，以验证麻花钻头质量检测系统的性能。图2.1麻花钻头图像Fig.2.1Twistdrillimage为了测得麻花钻头所有几何角度参数，需要分别获取麻花钻头侧面及刃面的图像信息（如图2.2），通过麻花钻头质量检测系统判断麻花钻头质量是否合格。根据工厂的实际要求，麻花钻头刃面参数和侧面参数的检测精度要求分别为为0.01mm和0.006mm，检测效率不低于30支/min。图2.2麻花钻头刃面及侧面图像Fig.2.2Imageofcuttingedgeandsideoftwistdrillbit根据质量检测系统的检测对象、检测任务、检测精度和工作条件，设计了基于视觉的麻花钻头质量检测系统。以下将对质量检测系统的结构、硬件选型以及软件开发平台的选择做详细的介绍。沈阳工业大学硕士学位论文
5第2章麻花钻头质量检测系统设计麻花钻头质量检测系统在整个生产设备中的作用是采集、加工和分析麻花钻头的图像。它代替了传统的人工检测，使检测更符合现代制造业的要求，有利于企业的计算机集成制造。视觉检测的对象是直径范围为2mm-13mm的直柄麻花钻头（如图2.1），需要检测的参数可以分为刃面参数和侧面参数。刃面参数分别是钻芯厚度、横刃斜角、刀背直径等，侧面参数分别是顶角、刃带宽度、后角、螺旋角等。在实际生产当中，麻花钻头在每道工序结束后，都需要进行人工抽检，以确保麻花钻头的质量达到最优。因此，麻花钻头质量检测系统应该应用于每道工序，从而对生产线的加工状况进行实时调整。由于时间问题，本系统未在麻花钻头生产线中进行现场调试，仅在实验室进行了实验平台的的搭建，对麻花钻头进行全尺寸测量，以验证麻花钻头质量检测系统的性能。图2.1麻花钻头图像Fig.2.1Twistdrillimage为了测得麻花钻头所有几何角度参数，需要分别获取麻花钻头侧面及刃面的图像信息（如图2.2），通过麻花钻头质量检测系统判断麻花钻头质量是否合格。根据工厂的实际要求，麻花钻头刃面参数和侧面参数的检测精度要求分别为为0.01mm和0.006mm，检测效率不低于30支/min。图2.2麻花钻头刃面及侧面图像Fig.2.2Imageofcuttingedgeandsideoftwistdrillbit根据质量检测系统的检测对象、检测任务、检测精度和工作条件，设计了基于视觉的麻花钻头质量检测系统。以下将对质量检测系统的结构、硬件选型以及软件开发平台的选择做详细的介绍。沈阳工业大学硕士学位论文
【参考文献】：
期刊论文
[1]Competition system for automatically evaluating edge detection algorithms based on the evolutionary game theory[J]. Peng Hong,Ding Guangtai,Zhang Huiran,Hu Dongli. The Journal of China Universities of Posts and Telecommunications. 2019(05)
[2]浅谈三维视觉测量方法[J]. 陈德林,郝飞,史晶晶,王帆,胡运涛. 仪表技术. 2019(06)
[3]摄像机标定系统方法的研究[J]. 刘玉婷,徐祥宇,王超,张涛. 智能计算机与应用. 2019(03)
[4]典型去噪算法在圆形线材表面缺陷图像中的对比研究[J]. 杨培义,张天彤,杨辰飞,王若飞. 现代计算机(专业版). 2019(03)
[5]An Overview of Contour Detection Approaches[J]. Xin-Yi Gong,Hu Su,De Xu,Zheng-Tao Zhang,Fei Shen,Hua-Bin Yang. International Journal of Automation and Computing. 2018(06)
[6]基于Canny算子的浮选气泡形态特征参数提取[J]. 梁秀满,刘文涛,牛福生,刘振东,张晋霞. 中国矿业. 2018(08)
[7]Precision Work-piece Detection and Measurement Combining Top-down and Bottom-up Saliency[J]. Jia Sun,Peng Wang,Yong-Kang Luo,Gao-Ming Hao,Hong Qiao. International Journal of Automation and Computing. 2018(04)
[8]自动光学(视觉)检测技术及其在缺陷检测中的应用综述[J]. 卢荣胜,吴昂,张腾达,王永红. 光学学报. 2018(08)
[9]多接口视频编码方案的设计与实现[J]. 孙宝海,秦丽,刘文怡,张会新. 电子器件. 2018(01)
[10]路面检测技术综述[J]. 马建,赵祥模,贺拴海,宋宏勋,赵煜,宋焕生,程磊,王建锋,袁卓亚,黄福伟,张健,杨澜. 交通运输工程学报. 2017(05)
硕士论文
[1]基于线阵相机的不干胶印刷品缺陷检测技术研究[D]. 台浩杰.中北大学 2019
[2]基于机器视觉的工件检测实验系统设计与实现[D]. 赵振蒙.郑州大学 2019
[3]5356铝合金电弧增材制造成形控制及性能研究[D]. 姜鹏举.燕山大学 2019
[4]基于视觉的空间焊缝工艺分析与研究[D]. 闫红方.广西科技大学 2019
[5]双列金属零件加工质量机器视觉检测系统研发[D]. 李倩.华南理工大学 2019
[6]轴承内套表面缺陷视觉检测装置的研制[D]. 魏成禹.沈阳工业大学 2018
[7]医用管制玻璃瓶在线检测系统的研究[D]. 江远.长春理工大学 2018
[8]基于机器视觉的网络隔离与视频传输系统的设计与实现[D]. 高奇.贵州大学 2018
[9]基于机器视觉的螺纹参数检测及评定系统设计[D]. 万鑫.南昌航空大学 2017
[10]基于GTK+的图像处理系统的设计与实现[D]. 田琳.南京邮电大学 2016
本文编号：2989155
本文链接：https://www.wllwen.com/kejilunwen/jinshugongy/2989155.html
教材专著
