轴承内径尺寸机器视觉在线检测技术Word格式文档下载.docx
- 文档编号:1477626
- 上传时间:2023-04-30
- 格式:DOCX
- 页数:10
- 大小:74.25KB
轴承内径尺寸机器视觉在线检测技术Word格式文档下载.docx
《轴承内径尺寸机器视觉在线检测技术Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《轴承内径尺寸机器视觉在线检测技术Word格式文档下载.docx(10页珍藏版)》请在冰点文库上搜索。
;
;
..33文献标识码:
A
0 前言
轴承是机械行业中非常重要且应用十分广泛的转动部件,其生产批量大、精度要求高。
但目前,我国大多数轴承生产厂家在轴承尺寸的检测方面还是依靠机械式、光学式等测量仪器,不能做到100%的检测比例和“零废品率”的检测目标,人工检验易产生视觉疲劳,因此检测效率低、精度低,应用范围
窄[1]。
本文把机器视觉亚像素检测技术应用于检测系统中,实现对轴承内径几何尺寸的测量,该检测系统具有非接触、速度快、精度高、现场抗干扰能力强,成本相对低廉等特点,可广泛用于各种实时、在线的精
密测量,尤其适合零件几何参数的动态实时精密测量[2]。
1 硬件系统及工作原理
基于机器视觉的轴承尺寸检测系统由5部分组成:
(1光源和光学成像器件;
(2图像采集卡;
(3计算机;
(4运动控制卡;
(5机械运动平台,系统结构如图1所示。
图1 轴承内径在线检测系统硬件构成框图该检测系统应用于生产线
中,被测轴承按照设定的节拍在
载物台上运动,已调整好位置的
CCD摄像头,结合图像采集卡获
取轴承的内径信息,计算机运用
各种算法对图像数据运算处理,
计算出轴承的内径,按预设的标
准把轴承分成不同的等级,由分
类机构将其放置到特定的位置,
同时计算机自动生成统计报表,可供打印输出结果。
2 软件系统构成及主要功能模块
该系统软件部分按模块化设计,在VC6.0开发环境下实现,其处理流程如图2所示。
2.1 图像采集及中值滤波
图像在采集时不可避免地夹杂着噪声,故在图像预处理过程中采用3×
3中值滤波器对噪声进行滤
除,它在有效消除图像噪声的同时,还可完好的保留图像的边缘信息[3-4]。
第5期孙 伟等:
轴承内径尺寸机器视觉在线检测技术图2
软件处理流程2.2 自动阈值分割并二值化
在中值滤波后的轴承图像中,只有一个目标与背景,且两者的灰度分布都比
较均匀,故可选用某一阈值T,把图像的像素分成大于T的像素群(目标和小于
等于T的像素群(背景。
设B(x,y表示对图像二值化的输出,F(x,y为滤波后
的灰度值即
B(x,y=255 F(x,y>
T0F(x,y≤T
(1阈值T的计算方法一般有P2tile法、双峰法、Otsu法[5采用改进Otsu法选取T[6],,幅图像灰度平均值上限1T0除
去了部分亮目标,中,
。
2.3 、边缘跟踪法和数学形态法等,本文采用数学形态法中的四邻域腐蚀[5],可准确、快速得到单个像素宽的图像边缘E(
x,y,简化了后续处
理工作。
经上述预处理后,图像具有良好的内径边缘信息,为下一步的直径计算做好准备,图像预处理效果如图3所示。
2.4 轴承内径计算
对预处理后的边缘图像E(x,y,根据点Hough变换的原理[7-9],对圆周上的任意三个边缘点,用解析几何知识求出圆的半径Ri,进行统计,找到出现次数最多的Ri值,作为圆的半径值,并记录与之对应的圆周上边缘点的像素坐标值P(xi,yi。
此时所得圆的半径值是像素级的,为达到更高精度的亚像素检测,可采用最小二乘原理,对记录的边缘点P(xi,yi进行拟合,求出圆的参数如式(2,进而求得圆的直径D,即轴承内径值。
a=(x2x+xy2-x3-xy2(y2-y2-(x2y+yy2-x2y-y3(xy-xy2(x2-x2(y2-y2-2(xy-xy
2b=
(x2y+yy2-x2y-y2(x2-x2-(x2x+xy2-x3xy2(xy-xy2(x2-x2(y2-y2-2(xy-xy2r=a2-2xa+b2-2yb+x2+y
2(2其中 xmyn=6i∈pxmiyni/6i∈p
1;
P表示记录的边缘点的集合;
a,b为圆心坐标值;
r为半径值。
在求解圆的半径Ri时,应尽可能使每次取到的3个边缘点均布于整个圆周上,从而保证计算的可靠性和精度。
3 实验结果及结论
本实验选用的轴承型号为6209,相机采用VS2902H超微型高清晰黑白面阵摄像机,其成像元件为・
11・
1/3SONYEX2VIEWCCD,像元尺寸为6.4μm×
6.2μm。
用最小二乘法拟合圆而进行像素细分,半径的测量精度可达0.3倍像素
[9],理论上的半径测量精度可达1.9μm,直径的测量精度可达3.8μm。
3.1 系统标定选用畸变小的镜头VS-3517MC,并在光源和镜头之间加一防护屏,减少环境光的影响,从而保证成像系统所成像的均匀性。
采用“比色法”对系统进行标定,把一个已知内径尺寸D的合格轴承做为标准轴承,计算出摄像机的物面分辨率dx(dx=D/N,N为多次测得的直径像素值的平均值,将其做为标定值。
这种方法不需要标定摄像机的内部参数,过程简单、成本低、容易实现,、条件相同的情况下,自系统的同样误差,提高测量精度,1表1最大值
2像素标准轴承直径mm当前图像物面分辨率/(mm/像素124..825124.86190.000517880.022756944.960.3600778
3.2 内径测量及结论
用上述标定值测得一套轴承内径的结果见表2,3所示。
表2 直径测量值
mm样本值44.9426
44.943044.935844.925544.923244.936144.9261
44.923644.884344.963044.934044.937744.952044.961144.971744.950844.964244.9591
表3 直径测量结果分析
mm最大值
最小值平均值方差/mm2标准差轴承实际内径44.971744.884344.94080.0004309810.0207600844.94
据以上测量结果可知,对于实际内径为44.94mm的轴承,测得的内径值为44.941+0.031/-01057mm。
平均直径的离散度为0.088mm,可见该机器视觉轴承内径亚像素在线检测系统,测量精度突破像素级限制,实现了轴承内径的非接触、在线实时测量与自动分类,避免使用更高分辨率CCD,降低了系统成本,该软件系统稍加修改就可应用到其他行业产品检测中。
参考文献:
[1] 雷良育,周晓军,潘明清.基于机器视觉的轴承内外径尺寸检测系统[J].农业机械学报,2005,36(3:
131-134.
[2] 徐素莉,张自强,李传江.基于工控机的轴承试验机测控系统[J].洛阳工学院学报,2002,23(2:
30-32.
[3] [日]谷口庆治.数字图像处理[M].北京:
科学技术出版社,2002.
[4] 刘 海,任小中,张洛平.基于BP神经网络的轴承套圈磨削误差的预报[J].河南科技大学学报:
自然科学版,
2006,27(4:
2-13.
[5] 张少军,苟中魁,李庆利,等.利用数字图像处理技术测量直齿圆柱齿轮几何尺寸[J].光学精密工程,2004,12(6:
619-625.
[6] 杜 奇,向健勇,袁胜春.一种改进的最大类间方差法[J].红外技术,2003,25(5:
33-36.
[7] DaviesER.AModifiedHoughSchemeforGeneralCircleLocation[J].PatternRecognitionLetters,1988(7:
37-43.
[8] DuquenoyE,Taleb2AhmedA.ApplyingtheHoughTransformPseudo2linearityPropertytoImproveComputingSpeed[J].
PatternRecognitionLetters,2006,27(16:
1893-1904.
[9] 陈世哲,浦昭邦,刘国栋,等.基于点Hough变换的圆形图像亚像素检测算法[J].光学技术,2005,31(增刊:
155-
157.
・21・河南科技大学学报:
自然科学版 2007年
JournalofHenanUniversityofScienceandTechnology
NaturalScience
Vol.28 No.5 (SumNo.108 Oct.2007
CONTENTSAND・MaterialScienceringNeuronNetworkPIDPredictionlforpeofMantlingAnnealBoile(1LINLi22Xian (SchoolofInformation&
ControlEngineering,Lof&
micalTechnology,Fushun113001,China
Abstract:
olsystemofmantlingannealboilerisakindofgreatdelayandmodelslowchangessystem,itisunfavorabletocontrolitwithtraditionalcontroller.So,neuronnetworkPIDpredictioncontrolisusedfortemperaturecontrolsystemofmantlingannealboiler.GreypredictionmodelandfourthorderRunge2Kuttaareintroducedforpredictivemodel.Thebehaviorsoftemperaturecontrolsystemofmantlingannealboilerispredicted.Atthesametime,neuronnetworkPIDcontrollerisusedtoovercometheeffectofuncertainfactorssuchaserrorinpredicition,disturbanceinsystemsandsoon.Incomputersimulation,thesystemsexertstabily,andtheeffectofuncertainfactorsissmall.Thesystemhasgoodcontroleffecttotemperaturecontrolsystemofmantlingannealboiler.
Keywords:
Mantlingannealboile;
Greypredictionmodel;
FourthorderRunge2Kutta;
NeuronnetworkPIDcontroller
CLCnumber:
TP273 Documentcode:
AArticleID:
167226871(20070520001204ExperimentStudyonCharacterofMineralComponentofCalcium2enrichedFlyAshofLow2sulphurCoal(5
……………………………………………………………………………………………………JIAOYou2Zhou1,MAOPeng2Jun2,GUOQian2Hui1,ZHANGQuan2Guo1 (1.CollegeofMechanical&
ElectricalEngineering,HenanAgriculturalUniversity,Zhengzhou450002,China;
2.Vehicle&
PowerEngineeringCollege,HenanUniversityofScience&
Technology,Luoyang471003,China
Low2sulphurYanzhoucoalwasselectedasexperimentalcoal,andtheexperimentcharactersofmineralcomponentofcalcium2enrichedflyashwereconductedontwo2stagepolyphasereactionsetup.ThecollectedflyashsampleswereanalyzedbyX2raydiffraction(XRD,scanningelectronmicroscope(SEM,andenergydispersivespectroscopy(EDS.TheresultsshowedthatcrystalmineralofflyashofYanzhoucoalmainlyconsistedofmullite,quartz,anorthite,hematiteandotherun2hydraulicmineral.WiththeCaOcontentofagglomerationcoalpowdergraduallyincreasingattherangeof0~25%,hydraulicmineralsof2CaO・SiO2,3CaO・Al2O3showedupandgraduallyincreased,andinertiamineraldisappeared.Butcontentofearlyandhighhydrationstrengthmineralincoalflyashwaslower.WhenagglomerationcoalpowderwasaddedwithsuitablecontentMgO,quaternaryphaseofbetterhydrationperformanceaccountingfor32.1%ofcoalflyashcameintobeing,andmineralcomponentsofcoalflyashofYanzhoucoalcogenerationwereameliorated.Keywords:
Coalflyash;
Pulverizedcoalcombustionboilers;
Calcium2enriched;
Mineralcomponent
X773 Documentcode:
167226871(20070520005205
・Machineryandlnstruments・
On2lineDetectionTechnologyforDimensionofInnerDiameterofBearingBasedonMachineVision
(10……………………………………………………………………………………………………SUNWei,HANJian2Hai,ZHAOShu2Shang,ZHANGXiao2Rui,XIAOLiang2Zi (ElectromechanicalEngineeringCollege,HenanUniversityofScience&
Byvirtueofthecomputerimageprocessingtechnology,forthepre2processededgeimage,on2linedetectiontechnologyofsubpixellevelfortheinnerdiameterofbearingisrealizedusingthesubpixel2leveledgedetectingalgorithmforcirclebasedonpointHoughtransforminthispaper.Thesystemhassuchadvantagesasnon2touching,fastspeed,highprecision,lowcost,gooduniversality,andsoon,soitcanbeappliedwidelyto
No.5CONTENTSANDABSTRACTStheon2lineinspectionsofotherproducts.
Bearing;
Machinevision;
Computerimageprocessing;
Subpixel;
On2lineinspection
TP274.3;
TH133.33 Documentcode:
167226871(20070520010203
・TrafficandTransportation,EnergyandPowerEngineering・
VibrationCharacteristicsofVehiclewithFrontSuspensionBasedonMATLAB(13……………LΒBao2Zhan,GAOHui2Song,ZHANGYing,ZHUSi2Hong,WANGHui2Yun (CollegeofEngineering,NanjingAgriculturalUniversity,Nanjing210031,China
TakingatypeoftractormadeinChinaasanexathetwin2icmodeloffrontsuspensionvehiclewasbuildup,basedontheanalysistwanditsnaturalfrequencies.Thetwovehicledynamicmodelswiththewhite2voiceforrandomexcitation.Thebetvehicleandparametersoffrontsuspensionwasputdampingduringsimulating.Thesimulationresultsofpaccelerationandpitchvibrationangleaccelerationcouldberunningsmoothnessofthevehicleandthedriver’sridecomfort.But,itwasalsothatmeansquarerootsofpitchvibrationangledisplacementwasincreased.
engineering;
Vehiclewithfrontsuspension;
Vibrationcharacteristics;
Simulation
U463.33 Documentcode:
167226871(20070520013205BionicDesignandFiniteElementAnalysisofLoaderBucket(18…………………………………GUOZhi2Jun,CHENHai2Yan,DENGZhi2Qiang (Vehicle&
MotiveEngineeringCollege,HenanUniversityofScience&
Anewkindofbionicloaderbuck
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 轴承 内径 尺寸 机器 视觉 在线 检测 技术