首页> 中文学位 >钢球表面缺陷检测关键技术研究及样机研制
【6h】

钢球表面缺陷检测关键技术研究及样机研制

代理获取

目录

文摘

英文文摘

CONTENTS

第1章 绪论

1.1 课题研究的背景

1.2 课题研究的目的和意义

1.3 钢球表面缺陷检测技术国内外研究现状

1.3.1 国外检测研究动态

1.3.2 钢球表面缺陷检测方法简述

1.3.3 国内检测研究动态

1.4 图像技术在缺陷检测中的应用

1.5 论文研究的主要内容

第2章 钢球表面反射特性分析与光源优选

2.1 对钢球表面拍摄的主要问题

2.2 钢球表面光学反射特性及表面检测的有效范围分析

2.2.1 钢球表面光学反射特性分析

2.2.2 钢球表面检测的有效范围

2.3 光源的分析与选择

2.3.1 影响钢球表面拍摄的光学因素

2.3.2 工业领域常用光源特性分析

2.4 光源优化选择

2.4.1 光源的评价指标

2.4.2 光源优化设计实验

2.5 本章小结

第3章 钢球表面展开运动动力学仿真分析

3.1 展开过程原理

3.2 展开机构的动力学仿真

3.2.1 导入模型到ADAMS

3.2.2 钢球展开运动参数理论值计算

3.2.3 展开机构运动仿真参数设置

3.2.4 仿真结果后处理分析

3.3 钢球展开过程中运动参数优化

3.3.1 仿真分析中钢球运动状态分析

3.3.2 钢球运动状态优化

3.4 本章小结

第4章 基于BP神经网络的钢球缺陷检测与识别

4.1 图像预处理及特征提取

4.1.1 图像预处理

4.1.2 钢球表面缺陷边界标记

4.1.3 钢球表面缺陷特征提取

4.2 钢球表面缺陷模式识别研究

4.2.1 形状参数的定义及作用

4.2.2 钢球表面缺陷模式识别流程图设计

4.2.3 实验结果分析

4.3 基于BP神经网络的钢球表面缺陷模式识别研究

4.3.1 BP神经网络理论

4.3.2 BP神经网络设计方法

4.3.3 钢球缺陷图像的神经网络样本采集

4.3.4 钢球表面缺陷模式识别神经网络模型的建立

4.3.5 钢球表面缺陷预测样本测试

4.4 本章小结

第5章 钢球检测仪总体结构设计

5.1 控制系统概述

5.1.1 钢球表面缺陷检测系统的设计的基本要求

5.1.2 控制系统整体方案

5.1.3 控制系统总体程序设计

5.2 元器件的选择

5.2.1 运动控制卡的选择

5.2.2 单片机的选择

5.2.3 其他外围器件的选择

5.3 单片机控制电路板的设计

5.3.1 时钟电路设计

5.3.2 复位电路设计

5.3.3 通讯电路设计

5.3.4 光电校验电路设计

5.3.5 电源电路的设计

5.3.6 直流电机控制电路设计

5.3.7 电路板抗干扰设计

5.4 样机

5.4.1 介绍及操作

5.4.2 检测系统的实验验证

5.5 本章小结

结 论

参考文献

攻读博士学位期间发表的学术论文及专利

致谢

展开▼

摘要

轴承是机械基础部件,而钢球作为滚动球轴承的关键零件,其表面缺陷情况直接影响轴承精度、动态性能和使用寿命。因此,对钢球表面缺陷检测技术的研究是具有非常重要的理论和实用价值。本文对基于图像技术的钢球表面缺陷检测仪开发中的光源选择、展开机构动力学仿真分析、钢球表面缺陷的模式识别等关键技术问题进行了深入的研究,并搭建了能够实际应用的样机,其主要研究内容如下:
   进行了检测系统的光源优化研究。从钢球表面反光特性的分析入手,研究了钢球表面成像的难点,建立了钢球表面的光反射模型。通过对大面积漫反射平板光源、漫反射扁平环形光源、漫反射球面光源和同轴光源等LED光源大量的理论和实验分析,最终确定了由FPR光源、LDR光源组合的检测机构照明方案。该光源方案,有效地解决了光晕现象、周围景物映入等问题,提高了钢球图像的质量和有效检测面积,为后期的图像处理奠定了基础。
   运用UG与ADAMS联合建立了检测系统展开机构的模型并进行了运动学和动力学仿真,较为真实的仿真出钢球在展开盘检测腔中的实际运动轨迹、受力及碰撞情况。钢球与检测腔侧壁存在碰撞导致钢球产生回弹运动,通过优化展开腔的直径、阻尼特性、摩擦盘与展开盘转速、摩擦盘搓动速度等结构参数和运动参数,可以改变钢球的运动状态,从而保证钢球表面能完全展开和检测效率最高。
   进行了钢球缺陷识别及分类关键技术研究。首先研究了钢球表面图像采集及降噪增强的图像预处理方法。将原始图片经过两次小波消噪处理消去高频白噪声,再经图像平滑处理使消噪后的图片平滑,然后设定灰度阈值运用Canny算子对图片进行边缘检测,最后对图片进行形态学处理以及图像锐化处理,为钢球缺陷的特征提取奠定了基础。确定将缺陷面积、缺陷长短径比、缺陷周长以及欧拉数等作为钢球表面缺陷识别的特征参数,并提出了一种基于BP神经网络的钢球表面缺陷类型识别方法。通过对采集到的钢球表面缺陷图像进行图像处理及特征提取,得到学习样本和预测样本,运用MATLAB软件对学习样本分析并确定合理的神经网络结构,从而精确的识别出预测样本中钢球表面缺陷的类型,通过大量实验分析,验证了该识别方法的准确性及可行性。
   最后在上述研究基础上,确定了光源系统、展开系统、基于单片机控制的控制系统等检测仪关键部分的设计方案,搭建了可以实际应用的基于图像技术的钢球检测仪样机,通过实验验证了所获得研究结论的正确性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号