首页> 中文学位 >基于机器视觉和RFID的工业品自动识别、分类及管理研究
【6h】

基于机器视觉和RFID的工业品自动识别、分类及管理研究

代理获取

目录

文摘

英文文摘

第1章 绪论

1.1 论文研究的背景和意义

1.1.1 国内外研究现状和趋势

1.1.2 柔性制造系统概述

1.1.3 信息采集与在线识别

1.2 课题的提出及研究意义

1.3 本文主要工作及结构

第2章 面向工业产品的识别分类及管理系统的关键技术的研究

2.1 机器视觉技术的基本原理及应用

2.1.1 机器视觉系统的基本构成

2.1.2 数字图像处理技术

2.1.3 颜色识别技术

2.1.4 边缘检测技术

2.1.5 模板匹配技术

2.1.6 图像处理技术在系统的应用

2.2 RFID技术的基本原理及应用

2.2.1 RFID系统的基本原理

2.2.2 RFID的应用

2.2.3 RFID在系统中的应用

2.3 运动控制技术在系统中的应用

2.3.1 控制系统的基本原理

2.3.2 可编程控制器的基本原理

2.3.3 系统中PLC的应用

2.4 系统的信息管理技术

2.4.1 信息管理系统结构

2.4.2 信息采集方式

2.4.3 MES技术的应用

2.5 本章小结

第3章 基于机器视觉和RFID的识别分类管理系统的设计

3.1 系统需求分析

3.1.1 系统结构分析

3.1.2 系统设计面临的问题

3.2 系统设计目标

3.3 系统实现功能

3.3.1 MES功能模型

3.3.2 MES管理软件功能模块介绍

3.3.3 分类管理系统实现功能

3.4 系统框架结构设计

3.4.1 硬件软件的选型

3.4.2 系统硬件结构

3.4.3 软件开发环境

3.4.4 系统网络结构

3.4.5 系统工作流程

3.5 本章小结.

第4章 基于机器视觉和RFID的分类管理系统的实现

4.1 系统的硬件设计

4.1.1 视觉扫描单元

4.1.2 RFID识别单元

4.1.3 运动控制单元

4.2 系统的软件设计

4.2.1 识别分类管理系统的视频测量软件的开发

4.2.2 识别分类管理系统的RFID读写应用软件二次开发

4.2.3 识别分类管理系统的运动控制软件的开发

4.3 数据库访问设计与实现

4.3.1 数据访问方式的选择

4.3.2 ADO访问数据库编程实现

4.4 自动识别、采集方法的设计与实现

4.4.1 自动采集数据系统

4.4.2 采集方式及设备

4.3.3 机器视觉数据自动获取

4.4.4 RFID标签数据自动写入和读取

4.4.5 生产线上加工的产品信息的获取

4.5 本章小结

第5章 系统调试

5.1 产品的识别分类

5.2.1 视觉识别

5.2.2 RFID识别

5.2 产品的管理

5.2.1 现场监控模块

5.2.2 设备监控

5.2.3 生产数据监控

5.2.4 订单管理

5.2.5 物料管理

5.2.6 历史数据

第6章 总结及展望

6.1 论文中的总结

6.2 展望

参考文献

在读期间发表的学术论文及研究成果

展开▼

摘要

当前众多制造型企业均面临多品种、小批量的市场需求,如何对大量不同的产品快速进行自动识别、分类与管理,从而有效提高产品分类的工作效率及保证产品的质量,是很多企业亟需解决的现实难题。本论文针对一些企业在产品生产过程中,由于用人工检查产品及分类存在的效率低且精度不高的状况,提出了一种集机器视觉、自动控制、无线射频技术和制造执行系统等为一体的面向现代工业产品的识别、分类及管理技术。
  本论文依托课题组构建的一套完整的柔性制造系统的平台,对面向工业产品的识别分类管理系统的关键技术、系统设计、软件开发等方面进行了研究。
  课题所涉及的关键技术包括机器视觉技术、无线射频(RFID)技术、运动控制技术、信息管理技术等。基于对上述各关键技术的基本原理、现状及趋势的分析,构建了工业产品的识别分类管理系统,包括机械结构、控制系统和数据处理软件。本论文重点研究了制造执行系统(MES)的开发以及现场数据的采集与处理。
  在MES的开发方面,论文在分析了系统结构、系统功能需求以及系统设计目标的基础上,设计并实现了基于机器视觉和RFID的MES管理系统,其中包括硬件结构、软件结构和网络结构。
  在数据采集处理方面,主要是通过现场设备自动获取,针对现有的数据采集方式和信息存储的问题,分别讨论了几种不同的方法,并利用VC++6.0作为开发工具,在系统子单元中的具体实现。采用了ADO技术访问ACCESS数据库,保证采集到的数据能够及时存储。
  开发的识别分类管理系统在柔性制造系统中进行了实施与验证,论文对测试过程中的数据等信息进行了分析与处理。
  论文最后总结了所做的主要工作和创新点,并对未来的研究方向进行了展望。

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