需求解析

技术需求基本信息

0 / 2000
0 / 1000
万元

技术需求解析

0 / 500

技术研发指南

随着科技的进步,产品工艺进一步细化,尤其是在先进制造生产线上,产品复杂程度非常高,为保证产品的高质量,各生产厂家加大了对产品质量检测环节的投入。目前大多数从事高温线生产的企业都采用人工检测产品质量,然而人工检测存在很多缺点:(1)工人长时间从事单一检测工作,眼睛十分容易疲劳,检测结果难以保证,并且容易受工人情绪的影响;(2)由于人与人之间判断标准的偏差,检测结果可能不一致,因此难已确保产品具有稳定的质量;(3)由于人工检测的速度较慢,严重限制了产品线的生产速度,短时间内难以完成大量的检测任务;(4)需要大量的工人,在劳动成本日益高涨的今天,这对企业来说也是不小的压力。因此越来越高的产品工艺和质量要求使得人工检测不能满足大规模生产制造的需要,伴随着相机、镜头、图像处理等技术的发展,机器视觉技术的应用越来越广泛。机器视觉检测系统在对目标物体的检测中能发挥检测效率高、测量精确、稳定性高等优点。因此将具有众多优势的机器视觉技术应用到越来越多的产品检测领域,不仅能提高检测精度和速度,减少人工成本,而且方便数据分析和管理,促进设备全自动化与智能化,具有非常大的经济性及实用性。综上所述,研究一条智能化的高温线自动生产流水线和一套高速生产线上的高温线视觉检测系统就非常有必要了。 

1.对高温线生产工艺流程、流水线机械结构、电气控制系统进行设计,对生产线进行调试。详细设计各个工站的机械结构及功能,设计电路及部分PLC接线、安装板布局、工站动作控制流程、PLC程序及人机界面程序。最后对生产

2.设计检测系统整体方案,阐述各部件工作流程及原理,完成电气控制系统设计并对图像获取、图像处理和良品不良品分类等过程进行详细介绍。完成检测系统硬件设计,研究相机、镜头及光源的种类、参数及优缺点,完成相机、镜头、光源及照明方式的选型和确定,并在工业环境下搭建硬件采集系统。完成检测系统软件设计,介绍软件系统界面开发环境,设计软件开发流程,并对软件界面功能进行说明。 

3.研究图像预处理和边缘检测算法。通过对图像加噪,对比几种滤波方式的去噪效果。其次研究几种阈值分割算法并对比分割效果。然后介绍5种像素级边缘检测原理,并通过实验进行效果对比。最后引入检测精度更高的亚像素技术,并对Zernike矩法作简单介绍。 

4.研究Zernike矩亚像素边缘检测的改进算法。设计利用改进Canny算子边缘粗定位,推导基于Zernike矩的亚像素边缘检测原理,通过对Zernike矩模板、边缘点的判断依据及阶跃阈值获取的改进提升检测精度。设计对比实验,验证改进算法的有效性。最后阐述Hough变换拟合边缘直线的原理并设计算法步骤。 

5.研究相机标定原理,根据标定流程采用Matlab软件对相机进行标定,获取相机参数,总结分析影响标定精度的因素。设计高温线尺寸检测流程及算法步骤,对高温线尺寸进行测量。最后设计多组对比实验,实验结果表明,本文提出的基于改进Zernike矩法的尺寸测量算法精度较高,设计的视觉检测系统准确、有效。 为满足高温线大批量生产的质量检测高效、实时的需求,本文以发动机线束为研究对象,研究设计高温线自动化生产线视觉检测系统。包括高温线生产线的设计、视觉检测系统硬件设计和软件设计与开发。生产线设计部分主要是根据需求设计具备相应功能的工站,设计电气控制系统,对生产线进行调试;硬件部分主要包括检测系统硬件设备选型、检测系统搭建;软件部分包括图像预处理算法研究、边缘检测算法研究以及尺寸测量算法的设计及验证。具体研究内容如下: 

对实际生产线进行了调试,整条生产线能进行每分钟20-24个线束的自动化生产,比人工生产效率提高了5倍以上。对套管和端子距离,进行了算法改进前与改进后、人工检测与机器视觉检测作对比,算法改进后测量结果标准差减少了80%,检测误差能控制在0.02mm以内,说明了所提出的改进Zernike矩亚像素边缘定位算法的准确性和有效性,达到了检测要求,提升了生产率。 

解析专家署名