基于机器视觉的汽车换挡面板自动分类方法

针对报废汽车企业对不同型号汽车换挡面板自动分类的需求,提出了一种基于机器视觉的面板自动分类方法。该方法首先使用Blob分析对图像进行预处理,分割出图像中的换挡面板目标对象,接着提取被分割图像的11个形状特征作为特征向量,利用特征向量训练多层感知器(Multi-Layer Perceptron,MLP),最后使用完成训练的MLP神经网络模型对不同类型的汽车换挡面板进行分类预测。实验结果表明,该方法的分类准确率达到99%,每幅图像的分类时间小于100 ms,验证了该方法的有效性与高效性,能够作为报废汽车换挡面板自动分类的一种手段。

一种改性聚碳酸酯材料在汽车换挡面板上的应用

聚碳酸酯材料在汽车零部件上的应用十分广泛,基于设计要求提出了一种改性聚碳酸酯在汽车换挡面板上的应用。根据换挡字符亮度及色度显示的要求,在聚碳酸酯中添加一定比例的光扩散剂等助剂进行改性,同时采用旋钮式换挡器面板亮度专用检测设备进行检测,与常规喷涂方案进行了对比,发现利用本文提出的改性聚碳酸酯材料直接制备而成的产品透光性均匀且可调节助剂比例以达到设计要求,同时也避免了因喷涂工艺造成的成本增加及产品质量的不稳定。另外,本文也分析了助剂中钛白粉及光扩散剂对产品透光性能的影响。

某乘用车换挡面板异响问题的研究与解决

文章以实际产品为例,详细分析了某乘用车中控台换挡面板异响的发生机理,提出了两种解决异响问题的思路,对结构和设计进行进一步的改进,并验证了方案的可行性和效果。本文主要分析某乘用车换挡面板各构成件配合的摩擦异响。