动力电池综合参数自动分选成组技术

目前在电池分选及成组过程中,大多数企业还不能完全实现自动化,需要靠人工辅助完成整个作业,因此本文提出采用基于改进的模糊聚类算法,利用电池自动检测平台并结合尺寸链优化技术,实现电池分选成组的自动化。首先,利用自动检测平台获取动力电池性能参数。然后,使用智能算法对电池进行首次分选。最终,对首次分选后的电池利用尺寸链优化技术实现电池成组。实验表明,此方案可以在动态流水线上自动完成电池的分选和成组,不仅保证了电池的电性能和几何性能,而且减少了工人作业时间,提高了企业的生产效率,满足企业的需求。

利用投影变换的平面度误差评定

提出了一种利用投影变换的平面度误差评定方法。研究了用投影变换将平面度误差转化为直线度误差,简化了计算量的同时又能对平面度误差进行准确的评定。首先,用最小二乘法对原始测量点进行拟合得到最小二乘面作为评定基面,找出评定基面的最优法平面。然后,将原始测量点投影到最优法平面上。最后,在法平面上对投影后的点进行直线度误差的最小区域评定。用该方法对参考文献中的多组数据进行了验证分析,结果表明该方法不仅能够快速、准确的对平面度误差进行评定,而且结果比凸包法、改进遗传算法等更加优化,为平面度误差的评定提供了一种新思路。

图像清晰度的小波变换抗噪评价算法

为了使机器视觉系统中各类待检产品获得清晰图像,给调焦系统提供优良的评价依据,针对图像清晰度评价时易受到噪声干扰等问题,提出了一种基于小波变换高频系数的清晰度评价算法。该算法首先采用小波分解变换求得待测图像的细节分量,然后基于梯度平方法对各方向细节分量的变化快慢进行评价,最后根据纹理方向特征综合三个方向的高频系数的变化快慢,实现对图像清晰度评价。通过实验,验证了小波变换分解层数对清晰度评价的影响,并选取了第三层小波分解变换的高频系数作为评价的依据。为了验证所提出的算法,通过工业相机对样品进行连续变焦取像,并向该组图像中加入了均值为0,方差为0.01的高斯白噪声作为含噪样本,基于Matlab软件,分别采用梯度平方法、FISH算法、variance函数和提出的评价算法对两组样本进行清晰度评价测试。结果表明,提出的评价算法具有良好的无偏性与灵敏度,在抗噪性方面也具有较好表现,符合调焦评价的要求。