论文部分内容阅读
在现代制造业中基于机器视觉技术的质量检测系统被广泛的应用。其通过对产品的数字图像进行目标特征提取、计算,将检测结果与设定指标进行比较,得到产品的质量信息进而指导生产。由于机器视觉技术具有检测效率高、精度高,检测结果可量化等一系列优点,其在工业检测领域的作用越来越受到重视。但在具有高光洁度表面的轴孔类零件贴合率检测领域的应用较少。本课题在参考大量国内外相关资料和技术成果的基础上,以350km/h动车组转向架用Esco鼓形齿式联轴节为研究对象,对其内孔图像进行提取,并计算贴合率。首先,对现有的Esco鼓形齿式联轴节贴合率检测工艺进行分析,提出基于机器视觉技术的检测方案。根据联轴节内孔空间小、光洁度高的特点设计了体积小、结构简单的反射式成像机构;通过照明光源对比实验,确定了条形光源低角度暗视场的照明方式;通过对相机与镜头的成像机理进行研究,掌握各主要技术参数之间的相互关系,最终选用Teledyne DALSA公司生产的线阵COMS相机和Schneider定焦镜头。其次,在机械结构与电器控制方面,根据Esco鼓形齿式联轴节的结构特点和孔壁图像采集要求,设计了方便联轴节装卸的定位转盘系统、纵向直线运动系统、联轴节旋转系统和机械主体结构;采用UG辅助设计软件进行机械结构的设计与优化。根据成像精度的要求计算、选用与之匹配的驱动电机,采用PLC来实现各运动部件的协调运转。最后,采用MATLAB软件进行数字图像处理,对图像进行滤波、提取灰度直方图,二值化分割,对目标特征提取和计算,最终得到了联轴节贴合率。使用C Sharp编程语言设计专用软件界面,并调用MATLAB软件处理结果。