扣式电池表面缺陷在线检测和分拣包装系统的研究与设计

摘要

随着用户对扣式电池的质量要求越来越高。因此，在生产过程中不仅对电池性能进行检测，还需要检测电池表面的缺陷，同时采用自动化方式装盘。目前很多的电池生产企业大多采用人工目测法，这样使得检测效率低，增加了劳动强度，已经很难满足现代工业制造的要求。
　　机器视觉技术具有高精度、高效率、可靠性强等优点，具有广阔的应用前景。本课题根据某扣式电池生产线的实际情况，开发了一套扣式电池表面缺陷在线检测和分拣包装系统。系统采用OMRON公司的NJ控制器，在线采集生产线上的扣式电池表面图像，由FH视觉处理器分步骤执行图像预处理、模板匹配等流程，判断扣式电池的表面是否存在缺陷和给出位置坐标，由NJ控制器发出指令控制Delta机器人在指定区域拾取合格电池并进行装盘工作。
　　本文首先从扣式电池表面缺陷在线检测系统的总体结构设计开始，详细说明该系统的软硬件的选型及相关设计。然后以采集到的扣式电池表面图像为对象，系统地分析正极表面图像缺陷检测的方法和过程。根据电池表面缺陷的特征，本文采用模板匹配法对扣式电池表面进行检测。这样不仅保证了检测效率也提高了检测精度。最后通过NJ控制器发出指令给Delta机器人，对合格的产品进行抓取并装盘，保证了扣式电池的包装效率。本系统通过实验验证，基本满足设计要求，如果将本系统应用到工业电池生产线上，将会有很好的市场前景和应用价值。

目录

声明

第一章绪论

1.1课题研究背景和意义

1.2课题研究现状

1.3课题研究的主要内容和论文结构安排

第二章 视觉检测系统设计

2.1机器视觉简介

2.2视觉检测系统设计要求

2.3 机器视觉原理及检测方法

2.4系统的总体结构和工作流程

2.5硬件结构的选型

2.6程序设计

2.7本章总结

第三章Delta机器人分拣工作原理

3.1 Delta机器人概述

3.2 Delta机器人应用系统的组成

3.3分拣控制原理及流程

3.4本章小结

第四章Delta机器人分拣控制系统设计

4.1 控制系统的组成

4.2 控制系统的硬件结构

4.3控制系统的软件设置

4.4程序设计

4.5 本章小结

第五章人机界面的设计

5.1 触摸屏简介

5.2 人机界面的设计

5.3 NB触摸屏与NJ控制器的通信

5.4本章小结

第六章实验调试与结果分析

6.1实验准备

6.2视觉检测系统的校准

6.3视觉系统处理项目流程

6.4实验结果分析

第七章总结与展望

7 .1全文总结

7 .2 研究展望

参考文献

致谢