便携式车削表面粗糙度测量仪开发

摘要

粗糙度是反映零件表面上微观几何形状误差的一个重要指标，也是应用最为广泛的表征零件表面特性的参数，它直接影响到机器和仪表的使用性能和寿命，特别是对运转速度快、装配精度高、密封性要求严的产品，更具有重要的意义。目前大部分的粗糙度测量系统是通过图像采集卡进行视频采集，但是这种基于PC机的数字视频采集系统也存在一些缺点，如系统稳定性较差、安装携带不便、成本高、不能在恶劣环境下使用等等。超大规模集成电路和嵌入式软硬件技术的迅猛发展，尤其是DSP芯片，它丰富的外设接口和高度的可编程性使得视频采集的硬件和软件都更容易实现，不仅如此，将这种嵌入式处理器应用到视频采集和处理系统中还克服了上述基于PC机系统的诸多缺点。 本文研究并设计了一个嵌入式粗糙度测量系统，它的主控芯片采用了TI公司最新推出的专用多媒体处理芯片TMS320DM642。该系统实现图像信息的采集，采集到的数据经过处理后得到的粗糙度值可以通过本地存储模块进行存储或通过显示器显示，还可以将未处理过的图像在本地端回放。论文首先进行了最小系统的设计，包括电源电路、复位电路、时钟电路等几部分；接下来进行外围设备的扩展，包括视频电路、本地存储电路、显示电路、键盘控制电路等几部分：最后根据粗糙度测量仪的工作原理，将应用控制程序分成多任务，分别编制了其控制驱动程序。 在粗糙度测量过程中，本文综合比较了目前常用的几种表面粗糙度测量方法，通过图像获取车削表面的纹理信息进行特征提取，结合机器视觉和神经网络技术，提出了一种新的表面粗糙度检测方法。以面信息代替传统测量中的线信息，并通过存储图像和数据资料，使表面粗糙度测量具有一定的可重复性。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题研究的背景及意义

1.2表面粗糙度检测技术综述

1.2.1国内外表面粗糙度检测的现状

1.2.2表面粗糙度测量系统的发展趋势

1.3 DSP在工业检测中的应用

1.3.1工业视觉检测概述

1.3.2 DSP芯片的特点

1.3.3 DSP技术展望

1.4课题研究的目的和主要内容

第2章试件制备及系统总体方案设计

2.1车削试件制备

2.2系统总体设计

2.3测量系统的工作原理

2.4主要元器件的选择

2.4.1 CCD摄像机的选择

2.4.2 DSP芯片的选择

2.4.3其他外围芯片的选择

2.5本章小结

第3章测量仪硬件电路设计

3.1控制系统整体方案

3.2控制系统电路板设计

3.2.1电源电路设计

3.2.2系统时钟模块

3.2.3 JTAG测试接口电路设计

3.2.4外扩存储器电路设计

3.2.5视频采集电路设计

3.2.6视频回放电路设计

3.2.7本地存储电路设计

3.3电路板抗干扰设计

3.4本章小结

第4章车削表面粗糙度测量

4.1车削表面图像预处理

4.1.1图像滤波

4.1.2图像灰度变换

4.2表面粗糙度特征参数的提取

4.3 BP神经网络模型的建立

4.4神经网络样本的采集

4.5神经网络的训练

4.6神经网络的训练结果

4.7参数计算

4.8建立经验公式

4.9本章小结

第5章车削粗糙度测量系统的软件开发

5.1实时系统的软件设计

5.2系统的主程序结构

5.3 DM642初始化配置

5.4 FLASH访问读写程序

5.5 DM642视频驱动和图像采集程序设计

5.6粗糙度测量程序设计

5.7 ATA接口电路的时序分析

5.8按键触发的程序设计

5.9本章小结

结论

参考文献

攻读学位期间发表的学术论文

致谢