基于3D机器视觉的离心泵叶轮智能无序上料技术应用研究

离心泵的生产目前仍以人工手动操作为主,为了提高离心泵生产的自动化程度,降低工人劳动强度,设计并搭建了基于3D机器视觉的离心泵叶轮智能无序上料系统。离心泵叶轮智能无序上料系统采用双目视觉结合结构光技术采集场景中的三维信息,重点研究了工程塑料、铝合金和不锈钢3种不同材料的叶轮在3D机器视觉下的成像表现,通过实验研究得出了光源设计的优化参数,实现了叶轮位姿的识别和抓取。此外,通过实验模拟了叶轮上料过程,在不同摆放条件下的抓取成功率均超过了90%,验证了离心泵叶轮智能无序上料系统的可行性,并分析了随机摆放条件下铝合金叶轮及不锈钢叶轮存在个别无法识别的原因。

离心泵全流场网格的建立与分析

为了分析全流场网格对离心泵性能预测的适用性,本文从计算域拓扑生成和动静交界面处理等方面研究了全流场网格划分方法与离心泵数值预测精度的关系,重点分析了叶轮流道不同网格划分方法的优劣及原因。同时,采用SSTk-ω湍流模型获得了两种不同交界面处理方法下离心泵外特性的变化趋势。通过与实验结果对比,发现两种不同网格划分方法所得计算的结果,其相对偏差均在3%以内,且动静交界面的处理影响数值计算结果。两种方法获得的叶轮进口和流道中部的速度分布基本一致,而叶轮出口及蜗壳内流场存在明显差异,直接沿叶轮出口设置动静交界面干扰了蜗壳内部真实的流动状态,所以在实际数值计算中不推荐采用。本研究可为离心泵的数值计算提供参考。