基于机器视觉与机器学习的磨削齿面粗糙度测量研究
发布时间：2021-08-29 01:48
齿面粗糙度是齿轮表面质量的重要指标,与齿轮的配合性、耐磨性、耐腐蚀性及疲劳强度等密切相关,对齿轮的可靠性与使用寿命有重要影响。随着精密制造技术的发展,齿面粗糙度日益受到重视,齿面粗糙度的精确测量也成为研究的热点。针对传统接触式粗糙度测量方法存在的测量费时、线性测量不足以对整个表面的粗糙度进行描述以及传统非接触式测量方法存在的测量面积狭小、仪器设备昂贵等问题,为了对磨削齿面粗糙度进行快速检测,本文在研究了传统表面粗糙度测量方法的基础上,结合机器视觉与机器学习方法,提出了一种新的针对磨削齿面粗糙度的非接触测量方法,该方法具有检测效率高、测量精度高、非接触、性价比高等优点。本文的研究内容主要有:（1）研究了齿面粗糙度的定义、产生、对齿轮性能的影响及粗糙度评定参数,根据测量方式不同,阐述了接触式测量和非接触式测量的原理概况及机器视觉粗糙度测量方法的研究进展,分析了粗糙表面的光散射机理与成像机理,总结了机器视觉粗糙度测量系统的主要硬件组成及选型依据,选择了适合本文的硬件设备及成像系统。（2）针对彩色分布统计矩阵（CDSM）重合度指标S对磨削齿面粗糙度特征敏感性不强的问题,以重合度指标为原型,采用...
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图１．１触针式测量方法原理图??
由于被测表面轮廓峰谷起伏，与触针连接的传感器感应到触针的上下波动，将波??动的垂直距离由转换器装换成电信号，经放大、滤波、计算后将转换得到的数据??利用软件绘成表面轮廓曲线图，其工作原理如图１．１所示，图１．２为采用触针式??原理测量工件表面粗糙度的Ｔａｙｌｏｒ?Ｈｏｂｓｏｎ表面轮廓仪。??传感器——？！放大器｜——？！滤波器——？！模数转换??触针???——Ｉ——??Ｊ?＾?软件绘图?数据采集??被测表面??图１．１触针式测量方法原理图??触针式仪器操作简单、通用性强，能满足一般工程检测要求，并且一直是制??定各国国家标准和国际标准的依据。但触针式轮廓仪在测量时会不可避免的在工??件表面产生划痕，造成工件划伤，而且触针式测量属于线性测量，其测量结果不??足以对整个工件表面粗糙度进行表征，具有一定的片面性和偶然性，而且测量速??度也较慢，不适宜在线实时测量，为了克服接触式测量方法的不足，非接触式测??量日益受到人们关注。??２??
基于机器视觉的粗糙度测量是指利用工业相机对粗糙度表面成像，通过图像??特征提取建立图像特征与粗糙度之间的关联关系，进而测定表面粗糙度值，其工??作原理如图１．４所示。??「￣？图像采集——？图像处理——？???］?［???光学?表面??成像?粗糙??ｉｔＭ??｜?度值??被测表面??图１．４机器视觉表面粗糙度测量原理图??机器视觉粗糙度测量方法依据光学成像原理，通过工业相机采集零件表面图??像，然后提取图像中与表面粗糙度相关的特征指标，进而预测己知图像特征指标??值对应的未知表面粗糙度值，其测量过程简单、测量范围较大、测量效率较高，??便于实现自动化，因此受到越来越多研宄者的重视与关注。??４??
【参考文献】：
期刊论文
[1]智能视觉在线离线检测应用[J]. 韩晓良. 中国印刷. 2017(06)
[2]探讨表面粗糙度光学测量方法研究进展[J]. 吕东梅. 通讯世界. 2017(06)
[3]基于RBF神经网络的医学图像分类算法研究[J]. 周慧,张尤赛,龚淼. 电子设计工程. 2017(03)
[4]虚拟仪器在电子技术实验中的应用研究[J]. 马进,赵洪亮,卫永琴,牟建. 中国仪器仪表. 2016(07)
[5]基于图像质量的磨削表面粗糙度检测[J]. 刘坚,路恩会,易怀安,敖鹏. 电子测量与仪器学报. 2016(03)
[6]切削加工中表面粗糙度的影响因素及试验[J]. 韩金华. 装备制造技术. 2016(03)
[7]基于DSP的磨削表面粗糙度在线检测系统开发[J]. 刘奇元,于德介,王翠亭,李星. 湖南大学学报(自然科学版). 2015(08)
[8]基于Curvelet变换的无参考图像质量评价[J]. 周姣姣,吴亚东. 计算机技术与发展. 2015(07)
[9]基于RBF神经网络的城市建成区面积预测研究——兼与BP神经网络和线性回归对比分析[J]. 张晓瑞,方创琳,王振波,马海涛. 长江流域资源与环境. 2013(06)
[10]基于纹理分析的Si3N4陶瓷表面粗糙度研究[J]. 田欣利,王健全,张保国,唐修检,李富强. 材料工程. 2012(09)
博士论文
[1]基于色彩信息的机器视觉粗糙度检测方法研究[D]. 易怀安.湖南大学 2017
硕士论文
[1]基于彩色分布统计矩阵和变量预测模型的粗糙度识别研究[D]. 王梦徽.湖南大学 2016
[2]基于机器视觉的磨削表面粗糙度检测方法研究[D]. 路恩会.湖南大学 2016
[3]基于机器视觉的磨削表面粗糙度检测[D]. 吴春亚.哈尔滨理工大学 2008
本文编号：3369655
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图１．１触针式测量方法原理图??
由于被测表面轮廓峰谷起伏，与触针连接的传感器感应到触针的上下波动，将波??动的垂直距离由转换器装换成电信号，经放大、滤波、计算后将转换得到的数据??利用软件绘成表面轮廓曲线图，其工作原理如图１．１所示，图１．２为采用触针式??原理测量工件表面粗糙度的Ｔａｙｌｏｒ?Ｈｏｂｓｏｎ表面轮廓仪。??传感器——？！放大器｜——？！滤波器——？！模数转换??触针???——Ｉ——??Ｊ?＾?软件绘图?数据采集??被测表面??图１．１触针式测量方法原理图??触针式仪器操作简单、通用性强，能满足一般工程检测要求，并且一直是制??定各国国家标准和国际标准的依据。但触针式轮廓仪在测量时会不可避免的在工??件表面产生划痕，造成工件划伤，而且触针式测量属于线性测量，其测量结果不??足以对整个工件表面粗糙度进行表征，具有一定的片面性和偶然性，而且测量速??度也较慢，不适宜在线实时测量，为了克服接触式测量方法的不足，非接触式测??量日益受到人们关注。??２??
基于机器视觉的粗糙度测量是指利用工业相机对粗糙度表面成像，通过图像??特征提取建立图像特征与粗糙度之间的关联关系，进而测定表面粗糙度值，其工??作原理如图１．４所示。??「￣？图像采集——？图像处理——？???］?［???光学?表面??成像?粗糙??ｉｔＭ??｜?度值??被测表面??图１．４机器视觉表面粗糙度测量原理图??机器视觉粗糙度测量方法依据光学成像原理，通过工业相机采集零件表面图??像，然后提取图像中与表面粗糙度相关的特征指标，进而预测己知图像特征指标??值对应的未知表面粗糙度值，其测量过程简单、测量范围较大、测量效率较高，??便于实现自动化，因此受到越来越多研宄者的重视与关注。??４??
【参考文献】：
期刊论文
[1]智能视觉在线离线检测应用[J]. 韩晓良. 中国印刷. 2017(06)
[2]探讨表面粗糙度光学测量方法研究进展[J]. 吕东梅. 通讯世界. 2017(06)
[3]基于RBF神经网络的医学图像分类算法研究[J]. 周慧,张尤赛,龚淼. 电子设计工程. 2017(03)
[4]虚拟仪器在电子技术实验中的应用研究[J]. 马进,赵洪亮,卫永琴,牟建. 中国仪器仪表. 2016(07)
[5]基于图像质量的磨削表面粗糙度检测[J]. 刘坚,路恩会,易怀安,敖鹏. 电子测量与仪器学报. 2016(03)
[6]切削加工中表面粗糙度的影响因素及试验[J]. 韩金华. 装备制造技术. 2016(03)
[7]基于DSP的磨削表面粗糙度在线检测系统开发[J]. 刘奇元,于德介,王翠亭,李星. 湖南大学学报(自然科学版). 2015(08)
[8]基于Curvelet变换的无参考图像质量评价[J]. 周姣姣,吴亚东. 计算机技术与发展. 2015(07)
[9]基于RBF神经网络的城市建成区面积预测研究——兼与BP神经网络和线性回归对比分析[J]. 张晓瑞,方创琳,王振波,马海涛. 长江流域资源与环境. 2013(06)
[10]基于纹理分析的Si3N4陶瓷表面粗糙度研究[J]. 田欣利,王健全,张保国,唐修检,李富强. 材料工程. 2012(09)
博士论文
[1]基于色彩信息的机器视觉粗糙度检测方法研究[D]. 易怀安.湖南大学 2017
硕士论文
[1]基于彩色分布统计矩阵和变量预测模型的粗糙度识别研究[D]. 王梦徽.湖南大学 2016
[2]基于机器视觉的磨削表面粗糙度检测方法研究[D]. 路恩会.湖南大学 2016
[3]基于机器视觉的磨削表面粗糙度检测[D]. 吴春亚.哈尔滨理工大学 2008
本文编号：3369655
本文链接：https://www.wllwen.com/kejilunwen/jinshugongy/3369655.html
教材专著
