基于机器人视觉的汽车零配件表面缺陷检测算法研究与实现

对机器人视觉进行研究,建立检测算法模型.通过分析图像相减匹配算法工作机理,结合汽车零配件生产系统,建立一种基于Siemens PLC的表面缺陷检测仿真平台,以验证该算法的可靠性.实验结果表明,该算法模型可以稳定地检测到缺陷目标.

汽车零配件表面缺陷检测算法研究与实现

通过对机器视觉的研究,建立检测算法模型。文章分析了图像相减匹配法工作机理,结合汽车零配件生产系统,建立了一种基于Siemens PLC的表面缺陷检测仿真平台,验证该算法的可靠性。实验结果表明,该算法模型可以稳定地检测到缺陷目标。

关于油管漏油缺陷传感器探头目标检测仿真

油管在服役过程中,会受地质变化,施工破坏和腐蚀等多种因素的影响而产生缺陷,给油气管道运营带来安全隐患,如油气泄露、火灾、爆炸等。为保证油管安全可靠的工作,需对其进行缺陷检测,油管缺陷实际检测过程中,大多属于动态检测,即传感器探头与油管存在相对运动,而国内缺少动态检测时探头提离值对缺陷漏磁信号的影响研究。针对上述问题,通过ansoft软件建立缺陷动态检测模型,在不同提离值,不同转速条件下做缺陷检测模拟仿真,研究缺陷漏磁信号特征曲线,最后通过实验验证了仿真结果的准确性。研究结果表明:油管不同转速下,缺陷信号特征值会受检测探头提离值的改变而改变,缺陷动态检测中,提离值选稍大于2mm为宜,可根据现场工况与缺陷检测精度要求进一步选取合适的探头提离值。上述预测可对油管缺陷现场检测提供理论指导,保证缺陷检测的高精度和高效性。

基于Canny算子的零配件表面缺陷检测

通过对机器人视觉和零配件生产系统的研究分析,结合机器人视觉系统提出零配件表面缺陷检测方法。利用高斯滤波器、阈值分割、Canny算子等进行图像噪声的去除和边缘检测,并使用图像相减匹配法提取零配件的缺陷特征值,最后将缺陷信息、ECC200二维码和SQL数据库结合,以此解决零配件生产中存在的质量和标识问题。

基于缺陷敏感性的大直径贮箱椭球箱底内压稳定性研究

薄膜理论解析法对考虑几何缺陷的贮箱椭球箱底的内压稳定性难以求解。利用有限元方法分析了一阶特征值模态缺陷和凹陷缺陷对大直径椭球箱底/筒段结构内压稳定性的影响。研究结果表明:一阶特征值模态缺陷的幅值小于壁厚的0.3倍时,屈曲载荷与缺陷幅值成反比,大于壁厚的0.3倍,屈曲载荷与缺陷幅值成正比;椭球箱底向外凹陷刚度比向内凹陷刚度大,相对于向内的凹陷缺陷,贮箱椭球箱底屈曲载荷对向外的凹陷缺陷更为敏感。

初始几何缺陷对翼面结构承载能力影响

加筋板在轴压载荷下的承载能力受初始几何缺陷的影响,故而重构含几何缺陷的有限元模型以及分析缺陷对加筋板前屈曲/后屈曲特性影响均是值得深入研究的问题。为此,采用GMNIA(Geometrically and Material Nonlinear Analysis with Imperfections)方法分析了特征值模态缺陷的幅值、公式表达几何缺陷的形状对加筋板的承载能力的影响,并将承载能力进行了试验校验。研究结果表明:初始几何缺陷通过降低加筋板初始刚度对轴压载荷下加筋板的前屈曲行为有一定的影响,而初始缺陷的显著影响表现在后屈曲段,明显地表现为后屈曲路径和极限承载能力的差异。引入缺陷的加筋板轴压承载能力的有限元计算值与试验值相对误差均小于4.0%。因此,引入特征值模态缺陷和公式表达缺陷的GMNIA分析方法可用于加筋板轴压承载能力的工程设计。

基于机器人视觉的汽车零配件检测系统

通过对机器人视觉和汽车零配件生产系统的研究,提出一种新型的汽车零配件表面检测系统方案.该系统利用高斯滤波器、阈值分割、Canny算子等方法进行图像噪声的去除和边缘检测,通过图像相减匹配法提取零配件的缺陷特征值,解决零配件生产过程中存在的表面质量问题.实验结果表明,该系统显著提高汽车零配件检测系统的效率和产品质量稳定性.

拉杆式柱面温室网壳的稳定性能分析

双向网格型单层柱面网壳透光好,耗钢量低,适用于温室结构设计.为了进一步拓宽网壳跨度,通过布置拉杆的方式确保网壳具有足够的刚度,开发了大跨度拉杆式单层柱面温室网壳体系.本文以大规模参数分析作为研究手段,利用通用有限元程序ANSYS以及自编的前后处理程序,针对拉杆式柱面温室网壳开展800余例非线性全过程分析,通过结构极限承载力论证布杆方式的有效性,考察了屈曲模态、塑性发展分布等特征响应,总结长宽比、矢跨比、拉杆预应力、初始几何缺陷、荷载不对称分布等因素对温室网壳弹塑性稳定承载力的影响规律.为使温室网壳安全可靠度可以得到有效的保证,做到充分考虑初始几何缺陷对网壳结构稳定性能的影响,文中采用＂3σ＂原则对塑性折减系数进行重新核定,取值范围为0.60~0.88.