基于轴线局部搜索的曲轴轴径视觉测量方法

采用传统的机器视觉测量方法对曲轴的几何特征进行测量时,存在测量精度偏低的问题,为此,提出了一种基于轴线局部搜索的曲轴轴径视觉测量方法(测量系统)。首先,依据待测零件所需的要求,进行了硬件选型和机器视觉测量平台的搭建,校正了镜头畸变,提高了其精度;对所获取的图像进行了预处理,包括形态学滤波处理、二值化处理等操作;其次,通过定位算法像素级坐标,获取了曲轴旋转轴线位置,使其与相机移动轴线相重合;运用亚像素细分算法提取了亚像素边缘坐标,计算了其像素当量,完成了像素与实际尺寸之间的转换,实现了对轴径进行高精度测量的目的;最后,进行了测量实验的对比,对基于轴线局部搜索的轴径测量方法的准确性和实用性进行了验证。研究结果表明:轴线局部搜索法测量轴径平均误差为0.003 mm,且测量的稳定性较好,证明了该算法及其测量系统的准确性和实用性,可以适用于对曲轴轴径进行有效检测。

基于机器视觉的直齿轮齿距偏差检测

针对直齿轮齿距偏差测量难度大、测量精度低的现状,文章采用机器视觉技术对直齿轮的齿距偏差进行检测。通过机器视觉系统获取齿轮图像,利用改进的Zernike矩亚像素边缘检测算法进行齿轮边缘检测;利用重心法求取齿轮几何中心,利用统计连通域法求取齿数,利用凸包法计算齿顶圆半径并计算获取齿根圆半径,通过齿顶圆公式计算模数,通过分度圆公式计算分度圆半径;依据测量结果给出了齿轮齿距偏差的测量方法,通过测量结果与直齿轮实际尺寸对比和分析,证明了该算法的合理性,可以实现齿距偏差的有效检测。

基于机器视觉的曲轴圆度误差评定

针对曲轴圆度测量效率低、稳定性差等现状,提出一种基于机器视觉的测量方法。首先,搭建视觉平台采集图像;其次,进行预图像处理并运用亚像素手段提高边缘精度,经三维重构复现圆周;然后,提出曲轴圆度误差视觉评定方案,并通过倾斜校正和回转误差补偿提高测量精度;最后,进行曲轴圆度误差测量对比实验。结果表明:视觉评定结果与三坐标测量机测量结果相比均值误差为6μm,可实现曲轴圆度误差测量,且更加稳定。

基于声卡的信号分析实验设计

在新工科建设背景下,为提高学生的综合实践能力,结合企业实际需求和我校电子信息专业教学学情,设计了基于MATLAB软件和声卡的音频信号分析综合实验,构建了音频信号采集及分析实验系统。学生通过计算机声卡采集音频信号,并利用MATLAB软件编程实现对信号的分析,掌握频谱分析方法。本实验以实际工程问题为研究对象,将其研究过程引入课程实际教学之中。教学实践表明,该实验可以促进学生对课程知识的掌握和应用,有效锻炼学生分析、解决实际工程问题的能力。

基于深度自编码器网络的压盖缺陷检测

口服液压盖过程,会出现压盖不良等情况,瓶盖可能会出现划痕、刮花、表面卷曲、压盖破损等缺陷,为保证食品药品安全必须在出厂前进行检测。在基于深度学习的口服液瓶压盖缺陷检测的研究过程中,使用传统卷积神经网络对口服液压盖缺陷数据集进行训练,需要进行人工标注,效率较低。为有效解决上述问题,设计出一种无监督学习的深度卷积去噪自编码器网络模型用于口服液瓶压盖质量检测,并使用结构相似性SSIM作为损失函数。针对口服液压盖质量图像进行预处理,建立合格产品图像数据集,然后构建一种以卷积神经网络为基础,结合多层感知器的去噪自编码器网络模型。该模型仅以无缺陷产品图像进行训练并学习无缺陷产品特征,通过将缺陷图像重构为无缺陷图像,再与缺陷图像相减,获得包含缺陷信息的残差图。实验结果表明:该方法能够很好地识别口服液瓶压盖缺陷,准确率达到95.2%,且具有较好的泛化能力和鲁棒性。