论文部分内容阅读
精密五金加工件有着较高制造精度,是现代工业装备制造的组成部分之一,目前精密五金加工件质量检测方法严重滞后于行业发展与市场需求。本文以“基于卷积神经网络的精密五金加工件圆柱面外观缺陷检测技术研究”为题,系统分析精密五金加工件图像分类与检测机理,重点研究基于光栅式自旋转打光的工件图像获取技术、基于Res Net的精密五金加工件圆柱面外观缺陷检测技术,搭建五金加工件圆柱面外观缺陷检测平台,这对于实现智能装备检测自动化,推动制造工程智能化检测及仪器技术发展,具有重要学术价值与实际意义。论文得到广州市重大科技计划项目（编号201802030006）支持。论文研究精密五金加工件圆柱面外观缺陷检测系统,从经典工件缺陷检测方法、基于深度学习的工件缺陷检测方法、视觉打光技术等等三方面,综述国内外研究进展,确定论文研究内容,具体工作包括:⑴分析精密五金加工件圆柱面外观缺陷检测总体需求,包含高质量图像获取功能、缺陷位置定位功能、缺陷类型识别功能、自动化检测功能等,设计缺陷检测系统总体结构框架与工作流程,并重点分析基于光栅式自旋转打光的工件图像获取技术、基于卷积神经网络的精密五金加工件圆柱面外观缺陷检测技术等关键技术。⑵研究基于光栅式自旋转打光的工件图像获取技术。首先分析传统缺陷检测系统打光方式、机械结构、成像结果的不足,通过融合光栅结构、设计多工业相机成像方式,设计光栅式自旋转打光机械结构,有效简化打光机械结构;其次,构建光栅式自旋转自旋转光面光源模型、光栅式自旋转光栅模型,通过分析工件表面受光强度影响因素及水平、竖直方向缺陷成像情况,指导打光模型关键参数设计,包括工件与光源光面的高度距离hl-w、光栅结构参数、光栅旋转电机角速度wmotor、负载惯量Jmotor、负载扭矩Tmotor等;最后,从视觉直观对比、机器视觉算法检测结果两方面对比传统打光方式、光栅式自旋转打光式缺陷图像成像结果,结果表明,光栅自旋转打光方法能够形成便于突显缺陷、过滤背景的图像,缺陷成像效果更佳。⑶对比近年主流目标检测算法,提出应用基于卷积神经网络的精密五金加工件圆柱面外观缺陷检测技术,应用YOLO-v3与Res Net等对缺陷目标进行高精度定位与提取,在Cognex公司的Vi Di工具框架下标注并构建数据集,使用旋转、比例、翻转、宽高比、剪切、亮度、对比度等数据增强方法扩大数据集,进行离线训练并分析在线检测的软硬件关键环节。⑷搭建金属加工件缺陷检测系统,主要由硬件选型、软件集成、PLC通讯构成,并从金属加工件圆柱面定位检测、金属加工件圆柱面缺陷检测、金属加工件实际生产检测三方面验证检测系统实用性、有效性。应用结果表明,与人工检测结果对比,设备检测结果误检漏检少,检测准确率较高。所研制金属加工件圆柱面检测系统实际应用效果良好、检测效率高,具有工程实用价值。