论文部分内容阅读
随着现代制造业向着高效率、高精度及低成本的方向发展,对产品成形质量进行在线检测,实现对成形过程的实时监控,已成为提高制造业智能化水平的重要途径。旋压工艺具有逐点加载及连续局部成形的特点,极易产生起皱、破裂及形状精度超差等缺陷。由于旋压成形时,工件处于高速旋转状态,传统依靠人工检测成形质量的方法无法实现实时检测。因此,对旋压成形缺陷进行在线准确识别、对形状精度进行在线精确计算已成为实现旋压成形自动化及智能化的基础和关键。本文以旋压件为研究对象,提出采用机器视觉检测技术实现其成形质量的在线检测。针对旋压中的破裂及起皱等典型缺陷与直线度及圆度等形状精度,着重从旋压成形图像在线采集系统的构建、图像预处理、特征提取、成形缺陷快速识别、形状精度自动计算、软件开发与验证等方面展开了系统研究。针对在高速旋转的情况下难以采集到高质量实时图像的问题,提出了旋压成形图像在线采集系统的总体架构设计方案。采用三个光源放置在工件左、中、右的打光方式,可实现工件表面的清晰、均匀照明。利用PLC控制器和编码器控制相机采集速度,保证图像采集的实时性。从固定、连线、通讯三个方面搭建图像在线采集系统,并对系统进行相机标定。针对在线采集图像复杂的背景干扰,提出一种自动分离工件区域与背景的ROI提取算法;针对旋压件高速旋转状态引起的图像模糊,采用维纳滤波器进行图像去模糊;针对图像在形成、传输、存储过程中受到的噪声污染,采用高斯滤波器进行图像去噪;为了突出图像的轮廓,便于边缘检测,采用Laplacian算子进行图像锐化;针对Canny算子高低阈值难以确定的问题,基于Otsu法对Canny算子进行改进,实现图像高低阈值的自动计算,从而实现旋压件图像边缘的准确识别。根据旋压件破裂后灰度的变化,提出了基于欧拉数的破裂识别方法,并通过圆形度R和长宽比D来排除旋压件表面污点干扰;以旋压件口部轮廓形状作为特征,基于一阶导数和二阶导数,提出了一种判断轮廓是否为曲线以及曲线中波浪个数的方法,并根据曲线中波浪的波高波距,来防止微小波动的干扰,通过有效波浪个数识别起皱缺陷。基于最小二乘法,对工件的两侧轮廓点进行直线拟合,通过计算轮廓点到直线的距离来计算旋压件的直线度;针对旋压件横截面图像无法获取的问题,借助于工件的旋转运动,提出了一种基于八张图像的圆度计算方法。八张图像按照旋转角度从0°到360°依次均匀采集,以图像中两侧轮廓的口部距离作为直径,并根据最小二乘法计算圆度。基于以上研究内容,利用WinForm框架,开发具备用户登录、图像采集、相机标定、参数设置、图像处理五个功能模块的旋压成形质量在线检测软件。通过对旋压件成形质量进行离线检测,并与软件的检测结果对比,验证了旋压成形质量在线检测方法的可靠性。实验结果表明,破裂和起皱的识别准确率分别为97.8%和98.9%,平均识别时间为29.2ms和38.5ms。直线度和圆度达到了0.05mm的测量精度,平均检测时间为98.5ms和69.3ms。证明本文所研究的旋压成形质量在线检测方法,能够实现起皱和破裂缺陷的快速识别以及直线度和圆度的精确计算,具有较高的检测精度和效率。