炭黑分散度在线检测方法及实验研究
发布时间：2021-08-29 05:39
炭黑是橡胶工业使用最广泛的补强材料,炭黑分散性的好坏影响混炼胶的加工性能和物理机械性能。炭黑如果分散不均匀,容易形成较大的二次聚集体,不利于后续加工工艺的进行,因此,炭黑分散度是衡量胶料混炼质量的重要指标,炭黑分散度的测定是橡胶工业重要的研究课题之一。目前炭黑分散度的检测手段主要有两种,一是人工目视检测,此方法受检测者主观因素影响较大,检测结果不准确;另一种是使用炭黑分散度自动评级设备,此类设备虽然在橡胶工业得到一定程度的应用,但存在一些明显的问题,具体表现在这些设备的检测过程都是离线的,只能在混炼结束后检测炭黑分散度;对炭黑聚集体的识别方法不够完善,不能准确识别图像中低对比度的炭黑聚集体;无法甄别胶料图像中的划痕,导致检测结果存在一定误差等等。针对这些问题,本文研发了炭黑分散度在线检测系统,采用线扫描相机采集连续排出的橡胶并对图像中的炭黑进行分析、识别,实现了混炼胶中炭黑分散度的连续在线检测,本文的主要工作如下:（1）针对低对比度炭黑聚集体识别困难的问题,提出一种基于背景估计的炭黑聚集体识别算法,此算法可有效检测出对比度偏低的炭黑聚集体,提高了炭黑分散度检测的准确性。（2）针对混炼胶...
【文章来源】：青岛科技大学山东省
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
炭黑分散度自动评级系统硬件构成
青岛科技大学研究生学位论文7图1-2炭黑分散度自动评级程序流程图Fig.1-2Carbonblackdispersionautomaticratingprocessflowchart近几年来，我国部分科技公司，依据国家标准GB-6030和国际标准ISO-11345，自主研制了橡胶炭黑分析仪器，例如北京万汇一方公司研制的RCD-II型橡胶炭黑分散度测定仪、台湾(U-CAN)优肯科技股份有限公司生产的UD-3500炭黑分散度仪和台湾高铁科技有限公司生产的GT-505-R型橡胶分散试验仪。这些设备功能上基本与瑞士OPTI-GRADE公司制造的DISPERGRADER1000型炭黑分散度仪相同，炭黑分散度测定仪器的国产化，使得橡胶工业测定炭黑分散度的成本进一步降低，国产炭黑分散度检测仪器的国内橡胶工业的占有率也明显增加。上述炭黑分散度检测方法中蕴含不少的先进思想，但均停留在离线检测阶段，未能实现炭黑分散度在线检测。同时，还存在其它弊端，如无法排除划痕对检测结果的干扰、图像处理耗时多等不足。1.4本文的研究目的和主要研究内容1.4.1目前存在的主要问题（1）离线检测时效性差当前橡胶工业广泛使用的炭黑分散度自动评级设备都需要人工制作样本后
青岛科技大学研究生学位论文11图2-1机器视觉信息处理流程图Fig.2-1Informationprocessingchaininmachinevision一套完整的机器视觉检测系统由多个模块构成，典型的视觉系统包括光学模块、图像采集模块、输入输出信号控制模块、执行模块等，如图2-2所示。图2-2典型的机器视觉检测系统Fig.2-2Typicalmachinevisiondetectionsystem（1）光学模块：此模块包括光源、工业相机和镜头。主要功能是完成图像采集工作。搭建机器视觉检测系统时，应充分分析被测物的光学特征，选择合适的光源和镜头，突出感兴趣特征，抑制不感兴趣特征，有利于简化后期数字图像处理流程，降低计算复杂度，提高检测效率。在机器视觉系统的构建中，光学模块是整个检测系统的基础，它决定了采集的原始图像是否含有充分的信息，若此模块设计不合理，那么后续的图像处理便无从谈起。（2）图像采集模块：此模块的作用是将相机采集到的图像转换成一定的图像数据流，迅速传送给图像处理模块的存储器；该模块也负责控制相机曝光/积分时间、发出信号等参数，典型的代表是图像采集卡。
【参考文献】：
期刊论文
[1]基于图像阈值分割的浒苔图像提取[J]. 张日升,原明亭,丁军航,官晟,孟宪法. 自动化技术与应用. 2020(02)
[2]ECharts在气象信息展示与统计中的应用[J]. 刘丹枫,施佳驰,郑秋生,方昆. 信息通信. 2020(01)
[3]基于Ajax技术的ECharts实时图形报表实现[J]. 王菲露,李军,宋杨,胡勇,陈玉峰. 黑龙江工业学院学报(综合版). 2019(12)
[4]汽车排气污染物检测用底盘测功机基本惯量的非接触测量方法[J]. 汤灏,彭峥,林文辉. 中国计量. 2019(12)
[5]我国炭黑行业发展现状及未来发展预测[J]. 魏明. 中国橡胶. 2019(08)
[6]全球橡胶需求量增至3000万t[J]. 橡胶工业. 2019(03)
[7]浅谈机器视觉和人工智能的现代化发展[J]. 徐勤丰. 通讯世界. 2018(09)
[8]图像的混合噪声消除系统分析与设计[J]. 郑瑞丽,李钰,吴雅欣,李朋明. 无线互联科技. 2018(08)
[9]一种自适应双阈值中值滤波方法[J]. 宗永胜,胡晓辉,张荣光. 小型微型计算机系统. 2017(07)
[10]ADO.NET通用数据访问层的设计与实现[J]. 马青霞. 金陵科技学院学报. 2017(02)
博士论文
[1]基于机器视觉的调车机车辅助驾驶的研究[D]. 张驰.北京交通大学 2019
[2]白光LED阵列结温检测以及寿命预测分析[D]. 客洪亮.中国科学院长春光学精密机械与物理研究所 2017
[3]基于维纳滤波的图像去噪算法研究[D]. 张小波.西安电子科技大学 2014
[4]同步转子密炼机混炼橡胶的理论和实验研究[D]. 汪传生.北京化工大学 2000
硕士论文
[1]基于机器视觉的螺钉检测与定位技术的研究[D]. 韩永琪.南京邮电大学 2019
[2]锻造铝合金车轮单件全流程质量追溯系统关键技术研究[D]. 凌云汉.机械科学研究总院 2018
[3]面向电动车车载监控终端的嵌入式软件远程升级系统研究与设计[D]. 郑继敏.重庆邮电大学 2018
[4]图像高斯噪声及椒盐噪声去噪算法研究[D]. 孙海英.复旦大学 2012
[5]橡胶炭黑分散度的预测模型及应用的研究[D]. 于晓辉.青岛科技大学 2006
本文编号：3370023
【文章来源】：青岛科技大学山东省
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
炭黑分散度自动评级系统硬件构成
青岛科技大学研究生学位论文7图1-2炭黑分散度自动评级程序流程图Fig.1-2Carbonblackdispersionautomaticratingprocessflowchart近几年来，我国部分科技公司，依据国家标准GB-6030和国际标准ISO-11345，自主研制了橡胶炭黑分析仪器，例如北京万汇一方公司研制的RCD-II型橡胶炭黑分散度测定仪、台湾(U-CAN)优肯科技股份有限公司生产的UD-3500炭黑分散度仪和台湾高铁科技有限公司生产的GT-505-R型橡胶分散试验仪。这些设备功能上基本与瑞士OPTI-GRADE公司制造的DISPERGRADER1000型炭黑分散度仪相同，炭黑分散度测定仪器的国产化，使得橡胶工业测定炭黑分散度的成本进一步降低，国产炭黑分散度检测仪器的国内橡胶工业的占有率也明显增加。上述炭黑分散度检测方法中蕴含不少的先进思想，但均停留在离线检测阶段，未能实现炭黑分散度在线检测。同时，还存在其它弊端，如无法排除划痕对检测结果的干扰、图像处理耗时多等不足。1.4本文的研究目的和主要研究内容1.4.1目前存在的主要问题（1）离线检测时效性差当前橡胶工业广泛使用的炭黑分散度自动评级设备都需要人工制作样本后
青岛科技大学研究生学位论文11图2-1机器视觉信息处理流程图Fig.2-1Informationprocessingchaininmachinevision一套完整的机器视觉检测系统由多个模块构成，典型的视觉系统包括光学模块、图像采集模块、输入输出信号控制模块、执行模块等，如图2-2所示。图2-2典型的机器视觉检测系统Fig.2-2Typicalmachinevisiondetectionsystem（1）光学模块：此模块包括光源、工业相机和镜头。主要功能是完成图像采集工作。搭建机器视觉检测系统时，应充分分析被测物的光学特征，选择合适的光源和镜头，突出感兴趣特征，抑制不感兴趣特征，有利于简化后期数字图像处理流程，降低计算复杂度，提高检测效率。在机器视觉系统的构建中，光学模块是整个检测系统的基础，它决定了采集的原始图像是否含有充分的信息，若此模块设计不合理，那么后续的图像处理便无从谈起。（2）图像采集模块：此模块的作用是将相机采集到的图像转换成一定的图像数据流，迅速传送给图像处理模块的存储器；该模块也负责控制相机曝光/积分时间、发出信号等参数，典型的代表是图像采集卡。
【参考文献】：
期刊论文
[1]基于图像阈值分割的浒苔图像提取[J]. 张日升,原明亭,丁军航,官晟,孟宪法. 自动化技术与应用. 2020(02)
[2]ECharts在气象信息展示与统计中的应用[J]. 刘丹枫,施佳驰,郑秋生,方昆. 信息通信. 2020(01)
[3]基于Ajax技术的ECharts实时图形报表实现[J]. 王菲露,李军,宋杨,胡勇,陈玉峰. 黑龙江工业学院学报(综合版). 2019(12)
[4]汽车排气污染物检测用底盘测功机基本惯量的非接触测量方法[J]. 汤灏,彭峥,林文辉. 中国计量. 2019(12)
[5]我国炭黑行业发展现状及未来发展预测[J]. 魏明. 中国橡胶. 2019(08)
[6]全球橡胶需求量增至3000万t[J]. 橡胶工业. 2019(03)
[7]浅谈机器视觉和人工智能的现代化发展[J]. 徐勤丰. 通讯世界. 2018(09)
[8]图像的混合噪声消除系统分析与设计[J]. 郑瑞丽,李钰,吴雅欣,李朋明. 无线互联科技. 2018(08)
[9]一种自适应双阈值中值滤波方法[J]. 宗永胜,胡晓辉,张荣光. 小型微型计算机系统. 2017(07)
[10]ADO.NET通用数据访问层的设计与实现[J]. 马青霞. 金陵科技学院学报. 2017(02)
博士论文
[1]基于机器视觉的调车机车辅助驾驶的研究[D]. 张驰.北京交通大学 2019
[2]白光LED阵列结温检测以及寿命预测分析[D]. 客洪亮.中国科学院长春光学精密机械与物理研究所 2017
[3]基于维纳滤波的图像去噪算法研究[D]. 张小波.西安电子科技大学 2014
[4]同步转子密炼机混炼橡胶的理论和实验研究[D]. 汪传生.北京化工大学 2000
硕士论文
[1]基于机器视觉的螺钉检测与定位技术的研究[D]. 韩永琪.南京邮电大学 2019
[2]锻造铝合金车轮单件全流程质量追溯系统关键技术研究[D]. 凌云汉.机械科学研究总院 2018
[3]面向电动车车载监控终端的嵌入式软件远程升级系统研究与设计[D]. 郑继敏.重庆邮电大学 2018
[4]图像高斯噪声及椒盐噪声去噪算法研究[D]. 孙海英.复旦大学 2012
[5]橡胶炭黑分散度的预测模型及应用的研究[D]. 于晓辉.青岛科技大学 2006
本文编号：3370023
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3370023.html
最近更新
教材专著
