当前位置:主页 > 硕博论文 > 工程硕士论文 >

铜电解阴极种板表面缺陷在检测及自动打磨修复系统

发布时间:2021-04-24 18:49
  在铜电解工艺生产阴极铜的过程中,阴极种板在长期受到电解液中的杂质和电化学反应作用下,其表面会沉积附着杂质,出现暗灰色的污点/面等氧化缺陷,降低阴极种板的附着力,使粘附于板面的阴极铜提早脱落、掉入电解槽中,影响阴极铜的产量和质量。为解决这个问题,须派数名员工在阴极铜剥片运输生产线的专用工位检测分拣表面氧化缺陷严重的阴极种板,送至工作台进行人工打磨修复然后重新排板。单纯的依靠人工检测分拣打磨阴极种板会产生分拣效果差、工作强度大、效率不高、打磨质量低等问题,为解决这些问题研究阴极种板表面缺陷在线检测及自动打磨修复系统显的十分有必要。本文的主要工作和研究结论总结如下。首先,分析了某铜冶炼企业的生产线阴极铜生产工艺流程的组成、运行节拍与时序及其特点,确定了在不改变原有工艺流程的前提下构建了基于机器视觉检测和恒力打磨一体化的铜电解阴极种板表面缺陷在线检测及自动打磨修复系统方案,进行了相应的系统总体方案设计。在视觉检测系统设计方面,确定视觉系统的光源、相机、镜头等主要硬件选型。为了检测阴极种板表面产生的氧化缺陷程度,通过对阴极种板表面目标特征区域面积占比的计算来评估阴极种板的合格性。使用图像处理技术... 

【文章来源】:江西理工大学江西省

【文章页数】:80 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
第一章 绪论
    1.1 论文研究的背景与意义
    1.2 国内外研究发展现状
        1.2.1 视觉检测技术现状
        1.2.2 打磨机器人技术现状
    1.3 本文章节安排
第二章 阴极种板表面缺陷检测与自动打磨修复系统方案设计
    2.1 系统功能分析
    2.2 系统工艺流程与生产线布局方案
        2.2.1 系统整体工艺流程
        2.2.2 系统生产线结构布局方案
    2.3 本章小结
第三章 阴极种板表面缺陷视觉检测系统研究
    3.1 视觉检测系统架构及组成
        3.1.1 照明光源与方式选择
        3.1.2 相机与镜头选型
        3.1.3 图像处理软件选择和界面设计
    3.2 阴极种板图像预处理
        3.2.1 图像灰度化
        3.2.2 图像增强
        3.2.3 图像滤波处理
    3.3 阴极种板图像分割
        3.3.1 图像的二值化
        3.3.2 二值图像形态学处理
    3.4 阴极种板目标特征区域识别
        3.4.1 特征区域的处理与计算
        3.4.2 特征区域识别结果与分析
    3.5 本章小结
第四章 阴极种板表面打磨机器人系统分析
    4.1 打磨机器人系统方案
        4.1.1 打磨机器人本体结构选型
        4.1.2 打磨机器人本体结构与系统设计
    4.2 恒力打磨装置设计
        4.2.1 打磨装置结构设计
        4.2.2 打磨装置控制设计
    4.3 打磨机器人本体结构动态特性分析
        4.3.1 静力学分析
        4.3.2 模态分析
    4.4 恒力打磨控制算法设计
        4.4.1 恒力装置数学模型建立
        4.4.2 恒力PID控制算法设计
        4.4.3 恒力控制仿真
    4.5 本章小结
第五章 结论与展望
    5.1 结论
    5.2 展望
参考文献
致谢
攻读学位期间的研究成果


【参考文献】:
期刊论文
[1]基于模糊PID控制策略的液压缸试验台设计[J]. 张增宝,李世振,刘延俊,徐子杰,牛国栋,吉晨.  液压与气动. 2020(05)
[2]融合直方图均衡化与同态滤波的雾天图像增强算法研究[J]. 赵春丽,董静薇,徐博,马晓峰.  哈尔滨理工大学学报. 2019(06)
[3]复合材料打磨机器人的主动柔顺控制[J]. 许家忠,郑学海,周洵.  电机与控制学报. 2019(12)
[4]Smart Semi-active PID-ACO control strategy for tower vibration reduction in Wind Turbines with MR damper[J]. Mahmudur Rahman,Zhi Chao Ong,Wen Tong Chong,Sabariah Julai.  Earthquake Engineering and Engineering Vibration. 2019(04)
[5]基于蒙特卡洛模拟的图像二值化增强算法(英文)[J]. 韩征,粟滨,李艳鸽,马杨帆,王卫东,陈光齐.  Journal of Central South University. 2019(06)
[6]面向7075-T7451铝合金厚板加工变形控制的变向迭代优化方法[J]. 王华敏,秦国华,林锋,左敦稳,韩雄,陈雪梅.  稀有金属材料与工程. 2019(04)
[7]基于数字图像直方图均衡化改进算法的设计研究[J]. 王玮.  佳木斯大学学报(自然科学版). 2018(06)
[8]工业机器人在智能制造中的角色[J]. 戴家鹏.  Engineering. 2018(04)
[9]基于LabVIEW的多通道视觉测速系统设计[J]. 倪健,杨预立,邢强,徐海黎.  工程设计学报. 2018(02)
[10]High-speed wind tunnel test of the CAE aerodynamic validation model[J]. Roy GEBBINK,Ganglin WANG,Min ZHONG.  Chinese Journal of Aeronautics. 2018(03)

博士论文
[1]复杂形状零部件打磨作业机器人研究[D]. 郭万金.哈尔滨工业大学 2017
[2]新常态下中国铜资源供需前景分析与预测[D]. 周平.中国地质大学(北京) 2015

硕士论文
[1]基于机器视觉的典型零件缺陷检测研究[D]. 王晨.扬州大学 2020
[2]基于机器视觉的导光板的缺陷检测与分类研究[D]. 张家瑜.杭州师范大学 2019
[3]基于机器视觉的金属手机外壳尺寸测量与表面典型缺陷检测研究[D]. 冯锴.华南理工大学 2018
[4]机器人打磨抛光系统设计与研究[D]. 罗霄.湖北工业大学 2017
[5]基于工业机器人的水龙头打磨抛光系统的设计与开发[D]. 黄琴.浙江工业大学 2016
[6]基于直线运动单元的直角坐标机器人系统的研究[D]. 赵玉信.齐鲁工业大学 2014
[7]基于TSPL算法的图像椒盐噪声去除方法研究[D]. 朱效丽.山东财经大学 2013



本文编号:3157884

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3157884.html


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

版权申明:资料由用户1dc58***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