论文部分内容阅读
钢化玻璃绝缘子(toughened glass insulator,简称TGI)主要使用在高压、特高压的输电线路中,用于绝缘和悬挂导线。而生产钢化玻璃绝缘子需要进行均质处理,目前大多数生产企业仍然采用手工方式进行钢化玻璃绝缘子的上窑操作,这种方式劳动强度大、工作时间长,并且工作环境恶劣,不能满足工业自动化快速生产的需求,因此本文针对钢化玻璃绝缘子全自动化上窑的生产需求,进行了深入的研究,并开发出了基于机器视觉的钢化玻璃绝缘子智能上窑装置。利用开发的智能上窑装置,进行了大量的在线实验,分析并验证本智能上窑装置的可靠性与稳定性,全文主要进行了如下的研究:(1)针对待上窑的钢化玻璃绝缘子正反重叠摆放、分层叠放的特点,设计了基于机器视觉的钢化玻璃绝缘子智能上窑装置的总体方案,该方案涉及机械、控制和视觉三个部分。机械系统中,根据钢化玻璃绝缘子叠放高度逐层递减的特点,设计了相机升降机构,配合使用伺服电机和步进电机,适时地采集每一层正、反摆放的钢化玻璃绝缘子图像,提高采集图像的质量;同时设计了机械手夹爪装置,配合机器人手臂完成正、反重叠摆放产品的抓取、翻转和放置,以及隔板、托架的抓取和放置。控制系统中,利用工业控制计算机控制整个智能上窑系统的运行,针对钢化玻璃绝缘子正、反重叠摆放的特点,本文提出两步走的策略,分别完成反、正产品的上窑作业,同时使用相关的电气装置配合机械、视觉系统实现相关的功能。视觉系统中,根据实际需求以及现场工况环境,光源选用LED高端集成吊顶灯;工业相机选用加拿大公司生产的Genie TS系列M2500面扫描相机;配合使用焦距为16mm的C1614-M(KP)型号镜头;(2)对采集的正、反重叠摆放钢化玻璃绝缘子图像进行了图像预处理操作,分析各种算法的优缺点,提出一种基于M-K的绝缘子滤波增强算法;在边缘检测算法中,对像素级边缘采取三次样条插值进行内插处理,获取正、反产品的亚像素精度边缘轮廓。(3)在钢化玻璃绝缘子识别与定位算法中,提出了基于特征匹配与激光校正的TGI信息融合算法。针对传统的轮廓提取拟合方法无法区别正、反产品的特点,结合最小二乘法采用四椭圆拟合平均法进行多个圆的拟合定位,并求其平均值;在TGI信息融合的算法中,利用提取的正、反特征轮廓进行特征匹配,实现精准定位;再利用激光传感器进行正、反识别校正,提高识别的准确率。(4)设计了钢化玻璃绝缘子智能上窑系统,该系统软件使用Sapera LT软件库和OpenCV开源视觉算法库进行图像的采集和图像的处理,在Visual Studio2010的开发环境下,利用Microsoft Foundation Classes搭建系统框架;在控制系统中,使用可编程逻辑控制器,并在GX Works2软件上进行编程,并使用CC-Link模块进行通信;大量的在线实验数据表明,本智能上窑系统的定位误差可以控制在±5.0mm,智能上窑装置的效率平均每分钟可完成9个产品,远远高出人工上窑(平均每分钟可完成7个产品)效率,且系统运行稳定。