一、PLC智能检测系统在冷拔钢管生产中的开发应用（论文文献综述）
李道伟[1]（2021）在《基于机器视觉的三极管外观缺陷检测系统研究》文中认为当今的中国不仅是半导体分立器件的生产制造大国,同样也是消费大国,占据着全球近一半的半导体分立器件市场。三极管作为半导体分立器件中的重要组成部分之一,同样也是电子电路的核心元件,因此三极管的产品质量直接影响电子产品的稳定性和使用寿命。目前,国内对于三极管外观缺陷的检测方式主要是人工抽检,但是这种方式因受到人眼在时间、空间上的分辨率以及主观因素的限制,检测效率低,不仅检测精度达不到要求,而且有些缺陷人工很难检测甚至检测不了,严重制约了三极管产品的产量与出货质量。随着机器视觉领域的研究不断深入,非接触式的视觉检测技术在外观质量检测领域的应用也日趋成熟,但是针对放在料管中的三极管进行缺陷检测的相关研究还很少。因此,研发出一套针对料管内三极管的外观缺陷检测系统,具有良好的理论研究价值和市场应用前景。本文以放在料管中的三极管为研究对象,设计了基于机器视觉的三极管外观缺陷检测系统,主要研究工作如下:（1）三极管外观缺陷检测系统总体方案设计。分析本文的研究对象及其外观缺陷检测技术要求,并在此基础上完成了视觉检测模块的硬件选型和布局设计,以及缺陷检测总体流程设计;在进行软件结构设计时,利用多线程技术实现各工位同时进行图像采集与处理,以提高系统检测效率;最后,根据三极管的图像特点与缺陷检测要求,完成了图像处理算法流程设计。（2）基于局部特征融合的ROI（Region Of Interest,感兴趣区域）定位与分区算法。针对三极管在料管内定位不足并受到料管凹槽干扰的问题,采用局部特征进行初步匹配定位;针对引脚根部边缘不连续且存在其他边缘干扰的问题,提出了基于RANSAC（RANdom SAmple Consensus,随机抽样一致性）的改进直线检测算法,有效提取出图像中的目标边缘直线,再通过最小二乘法拟合直线得到三极管的旋转角度,并基于仿射变换矫正三极管的旋转姿态以实现三极管的旋转匹配,最后将旋转匹配定位坐标还原至原始图像坐标系中,完成三极管各检测ROI的定位与分区。（3）基于K-Means的封装区域缺陷检测算法。针对料管表面存在的划痕干扰问题,提出了基于K-Means的改进图像分割算法,有效解决了料管划痕对缺陷检测的干扰;针对实际生产中存在的混料问题,通过对局部差异特征进行提取分析,实现混料检测;针对三极管封装区域的表面缺陷,利用标准掩模图像提取待测区域图像;针对全包三极管圆孔与射口区域的缺陷,则将标准掩模图像反转颜色后再提取待测区域图像;最后,使用图像差分法得到差异图像,并通过形态学处理与连通域特征分析的方法,进一步去除图像中的小面积斑块干扰,再根据缺陷判定标准筛选连通域,实现封装区域的缺陷检测。（4）基于多视图的引脚缺陷检测算法。针对引脚表面图像无法有效检测引脚翘起的问题,提出了基于多视图的引脚缺陷检测算法,并利用等腰直角三棱镜实现了引脚端面图像的采集。根据引脚翘起缺陷的检测要求以及端面图像的特点,提出了基于Canny的基准定位方法,对Canny检测到的边缘进行遍历搜索与统计判定以提取料管边缘,再利用最小二乘法得到料管边缘的拟合直线,并将其作为引脚端面位置检测基准;然后基于连通域搜索定位引脚端面的中心坐标,通过计算引脚端面中心与边缘基准在水平方向上的距离,同时对引脚之间的相对位置进行统计分析,实现更为鲁棒的引脚翘起检测。针对细引脚轮廓不定而无法使用标准掩模的问题,提出了自适应掩模生成方法,能够实现不同轮廓外形的细引脚掩模图像生成,并通过引脚弯曲角度、引脚长度以及缺陷尺寸大小的多特征组合,实现引脚表面缺陷的检测。综上所述,本文根据三极管外观缺陷检测的技术要求,设计了三极管视觉检测模块与缺陷检测总体流程,研究了三极管ROI定位与分区算法以及三极管封装区域与引脚的外观缺陷检测算法,最后基于Visual Studio 2015软件平台和模块化程序设计的思想,开发了基于机器视觉的三极管外观缺陷检测系统软件,其中包括用户登陆模块、检测参数配置模块、在线检测模块、数据管理模块以及Mapping显示模块。经过一定规模的现场生产测试验证,本文设计研发的基于机器视觉的三极管外观缺陷检测系统能够在150ms以内完成一个三极管的外观缺陷检测,满足实际生产要求的工作节拍;同时,缺陷检测系统的平均过检率与漏检率分别为1.14%和0.08%,缺陷检测准确率在97.87%以上,能够满足实际生产要求的准确性与稳定性。
曾祥虎[2]（2021）在《高含水原油智能切水系统的仿真分析与研究》文中提出沉降罐在石油化工行业作为油水分离的主要设备,有着非常重要的地位。其工作原理是物理分离法,油水混合物静置一定时间,油上浮,水下沉,达到沉降分离的目的。油水分层后,人工打开阀门,排出底部的水,这个过程称为人工切水。人工切水主要依靠工人的经验来判断,油、水分离的时间易受混合状态等多种因素的影响,因此很难保证切水的精确性和可靠性,易造成原油的浪费和环境的污染,而且费工费时。目前我国很多地区都进入了高含水原油的开采阶段,原油的含水率高,现场采出液的含水率在60%～95%之间,因此,迫切需要一套智能切水系统来代替人工切水。高含水原油智能切水系统的构成,主要包括两个微波传感器、蝶阀、管路及其信号传输与控制系统。微波传感器能适应高含水原油检测的要求,检测范围宽,检测精度高,影响因素少,还不受油水混合状态的影响,微波传感器非常适合作为智能切水系统的检测装置。本课题针对高含水原油智能切水系统,运用fluent软件仿真分析沉降罐及其智能切水器的内部流场,依据仿真分析结果,完善和优化了智能切水系统结构及参数的设计。为了提高智能切水系统的精度,针对微波传感器检测精度,设计了矿化度和温度对微波传感器影响的实验。运用曲线拟合方程和支持向量机误差分析校正方法处理了大量的实验数据,得出了高含水原油含水率检测精度误差校正的数学公式与模型。利用该模型,使微波传感器在矿化度的影响下检测原油含水率的检测误差降到了±4.17%,温度影响下的检测误差降到了±0.3%,满足了实际的生产要求。本系统可以实现智能化排水,提高了沉降罐分离油和水的效率,保障了准确性和安全性,符合高效、高质量的生产理念,具有一定的社会效益和经济效益。
窦桂阳[3]（2021）在《弹药自动化装药生产线研究》文中进行了进一步梳理弹药是作战装备之中应用最多、数量最大的装备之一。弹药的生产技术是采用了多种高新技术的一种制造技术,如新型控制技术、检测技术等,是国防制造技术中比较重要的技术之一,能体现一个国家的国防基础能力。所以,不仅仅是为了国防安全,而且可以让兵工企业积极向前发展,都要研究与发展弹药的生产制造技术与自动化设备。本文通过将机械手以及自动化运输物流系统运用到弹药自动化装药生产线中,完成了弹药装药的自动化,提升了自动化水平,提升了装药生产效率与安全性。同时,弹药自动化装药生产线利用柔性化技术,让生产线可以生产各种类型的弹药,大大增加了生产线的利用率。设计研究弹药自动化装药生产线的总体结构。根据弹药自动化装药生产线的设计原则、任务、工艺流程来设计研究生产线的总体方案和生产线布局。研究装药主机自动化,研究设计生产线中的炸药自动化物流系统总体方案和弹体自动化物流系统总体方案。对炸药自动化物流系统进行设计研究。研究炸药自动化物流系统方案。根据实际工房结构,研究设计加药柜、自卸式药仓、卸料装置、接药装置、输药装置、炸药提升机等零部件。通过ABAQUS分析药仓抓取后的受力情况,对药仓换位机械手进行结构设计,确定抓取机构方案,研究药仓换位机械手在不同状态下的静力学分析。通过ADAMS分析药仓换位机械手的动力学,检验机械手是否符合要求。对弹体自动化物流系统进行设计研究。研究弹体自动化物流系统方案。依据弹体物流系统工艺流程,研究设计弹体输送线。通过ABAQUS对弹体进行静力学分析,检验弹体受力后的静载能力,对弹体转运机械手进行结构设计。研究运弹小车与导轨。对弹药自动化装药生产线控制系统进行设计研究。研究弹药自动化装药生产线的控制系统总体方案,研究控制系统的硬件配置及其功能,对PLC、传感器、隔离式安全栅进行选型,研究I/O口的分配,同时,设计生产线人机界面。设计生产线的PLC的程序,液压电气系统。对生产线的可靠性进行设计,研究生产线监控系统。对弹药自动化装药生产线的调试与运行。根据对弹药自动化装药生产线的设计研究,生产组装生产线中各个设备与装置,再根据生产线布局来对生产线进行安装,包括机械系统、液压电气系统、控制系统的安装,然后调试运行,解决暴露出的问题,最后交付使用,并统计记录生产线实际生产运行情况。
刘亚姣,于海涛,刘宝顺,张磊,纪广胜,王江[4]（2021）在《基于YOLOv3的H型钢表面缺陷检测系统》文中进行了进一步梳理为了提升H型钢的表面质量和安全系数,设计了一种基于YOLOv3算法的型钢表面缺陷检测系统。设计的检测系统由硬件系统和软件系统组成:硬件系统包括八角架式图像采集装置、电动控制系统和通信系统;软件系统采用YOLOv3目标检测算法。现场测试结果表明:1)检测系统可实时采集图像,并根据H型钢的规格型号能够自动调节图像采集装置结构,准确快速地跟踪被检测目标,获得H型钢的高清全景图像;2)检测系统可对H型钢表面缺陷进行在线检测、分类和定位,并兼顾检测精度与检测速度,检测精度为81.25%,检测速度为30.78帧/s; 3)检测系统能够准确识别H型钢的结疤、凹坑、划伤和击伤等4类典型缺陷,满足生产过程中表面缺陷检测的实际需求。开发的型钢表面缺陷检测系统为H型钢表面质量智能化检测工作提供了新的选择。
冯超[5]（2021）在《基于全角度扫描光源的低适光性表面缺陷视觉检测研究》文中研究说明近年来,随着图像传感器技术及图像处理算法的日趋成熟,机器视觉检测技术在检测精度大幅提升的同时,其自动化检测生产线的成本大幅下降,这使得机器视觉检测技术在生产和生活的各个领域中得到广泛应用。但由于被检测物体种类丰富多样,表面特性变化多端,导致机器视觉缺陷检测技术在某些对光源要求严格的低适光性物体表面缺陷检测的应用中存在一定困难。为此,本文以高纹理物体表面和高反光曲面等低适光性表面为主要研究对象,设计了基于空间全角度扫描光源的缺陷检测系统,对低适光性表面缺陷检测进行了相关研究,主要研究内容如下:根据被检测物体表面三维结构的差异及表面缺陷对光照方向敏感的特性,对低适光性平面和低适光性曲面缺陷检测原理进行了研究,设计了系统检测方案,明确了检测系统的工作流程、照明方案、控制方案及图像处理算法框架,并对实验对象进行了详细的分析,确定了针对不同低适光性物体表面缺陷检测的技术方案。针对缺陷检测系统对照明光源入射角度的严格要求,设计了一种可提供空间各方位入射角度光束的全角度扫描光源,以LED发光单元为最小发光单位,设计了球面空间发光单元的均匀分布方案和空间全角度扫描光源的控制方案,并完成了检测系统软硬件平台的开发,搭建了空间全角度扫描光源缺陷检测系统实验平台。为得知空间全角度扫描光源系统中各LED单元的光源位置和主光轴方向等信息,建立了LED发光单元的锥形光照模型,研究了基于高反射球的位置标定方法和基于标准朗伯平面的主光轴标定方法,为提高主光轴方向标定精度,提出了一种基于朗伯平面双椭圆拟合的锥形光束主光轴标定方法,并对空间全角度扫描光源进行了测试,对缺陷检测系统的功能进行了验证。利用所搭建的空间全角度扫描光源缺陷检测系统实验平台,对高纹理平面和高反光曲面缺陷检测进行了相关研究,以具有特定方向磨削纹理的不锈钢压粉模具端面和具有喷砂纹理的黑色喷砂氧化铝板等高纹理表面为研究对象,设计了针对高纹理表面缺陷检测的系统照明方案,并开发了图像处理算法,实验结果表明,本文所提出的基于空间全角度扫描光源的缺陷检测方法对黑色喷砂氧化铝板缺陷的综合检出率可达94.7%,对高纹理表面缺陷检测的效果较常规光源检测有较大提升。以镀铝反射镜平凹柱面和轴承钢球面等高反光曲面为研究对象,设计了针对高反光曲面缺陷检测的系统照明方案,并开发了图像处理算法,实验结果表明,本文所提出的基于空间全角度扫描光源的缺陷检测方法对反射镜表面各类缺陷综合检出率可达97.9%,对钢球表面各类缺陷综合检出率可达96.1%,不仅可有效解决高反光曲面引起检测盲区问题,并对曲面各种微缺陷具有良好的检测能力。
曹贤南[6]（2021）在《基于机器视觉的硅钢片焊缝缺陷检测系统的研究》文中认为在这个计算机技术不断更新换代的时代,人们给计算机赋予了视觉的功能,用以代替人眼进行观测。未来几年机器视觉在工业领域的应用将会越来越广泛,尤其是耗费大量人力的人工检测流程,在工业领域使用机器视觉能够提升产品质量、提高检测速度等。在硅钢片焊缝缺陷检测流程中,采用人工检测的方式容易受到检测人员疲劳和身心健康的影响,同时人工检测比较耗时,每一次的检测标准又无法统一,因此使用自动化检测系统来代替人工检测已经成为企业技术升级的方向。本文设计了一种用于硅钢片焊缝缺陷自动化检测的系统,该系统集成运动控制、机器视觉、图像处理和软件算法等多个模块,能够满足企业对硅钢片焊缝自动化检测的需求。本文主要完成的工作内容如下几点:第一,对硅钢片焊缝缺陷检测系统的研究背景和应用在实际工程中的意义进行概述,研究了国内和国外在硅钢片焊缝缺陷检测技术领域的当前进展以及未来趋势;研究了硅钢片焊缝缺陷检测的流程,设计了硅钢片焊缝缺陷检测系统的总体技术方案。第二,对硅钢片焊缝图像进行预处理操作。对比分析了中值、高斯和均值算法在硅钢片焊缝图像上的滤波效果;使用直方图均衡化来增强焊缝和硅钢片母材背景之间的对比度;对比分析了OSTU和Canny边缘检测算法在硅钢片焊缝分割上的效果。第三,设计了基于HOG+SVM的硅钢片焊缝缺陷检测方案,对比LDA、PCA、2DPCA和HOG这4种常用的特征提取算法在硅钢片焊缝缺陷识别中的平均准确率,使用准确率最高的HOG算法用于提取硅钢片焊缝缺陷特征,介绍了SVM分类器原理和模型构建,使用SVM对焊缝缺陷进行分类,并对惩罚系数和高斯核函数参数进行了调整。第四,设计了基于Faster-RCNN神经网络的硅钢片焊缝缺陷检测方案,研究了Faster-RCNN神经网络的结构,及其训练方式和步骤。为了尽可能提高系统的识别率,优化和改进了Faster-RCNN神经网络,使用Res Net＿50深度残差网络替换原来使用的VGG＿16网络模型作为预先训练的网络模型为Faster-RCNN进行基础训练。最后,将HOG+SVM以及Faster-RCNN神经网络两种缺陷检测方案进行实验结果对比分析,最终采用识别率更高的Faster-RCNN神经网络作为检测方法来设计硅钢片焊缝缺陷检测系统。
姜旭辉[7]（2021）在《基于机器视觉的纸板缺陷检测控制系统研究及应用》文中进行了进一步梳理随着物流行业和包装行业的快速发展,瓦楞纸板用量需求变得越来越大。当前纸板生产过程中,缺陷检测仍然依赖人眼,检测效率低、成本高,无法满足当前工业生产的要求。并且温度作为影响缺陷产生最重要的因素,也没有得到很好的控制。因此,采用机器视觉的方法代替人工检测已成为行业的迫切需求,并且通过改善温度控制系统来改善缺陷也具有十分重要的研究意义。（1）针对纸板缺陷的检测和改善设计了一套完整的机器视觉系统,并将机器视觉系统划分为图像采集模块、图像处理模块、温度控制模块三大部分,各个部分通过相应的软硬件搭配实现互联互通,进而实现缺陷检测和温度控制的功能。（2）分析机器视觉系统工作原理,设计系统总体方案。选择了工业相机、镜头等图像采集设备,PLC、触摸屏等温度控制设备,以服务器为图像处理中心,构建了机器视觉硬件系统。（3）针对纸板缺陷设计了一种基于深度学习的改进Yolo v5算法。通过改进算法的激活函数、损失函数和预测框筛选方式提升算法的性能。采集了纸板缺陷图片并完成了数据集的制作,用该数据集对改进后的算法进行测试。经过测试,纸板缺陷检测算法模型的表现良好,三个改进方面都十分有效,达到了纸板缺陷检测的要求。（4）根据温度控制模块设计原则和设计要求,合理分配了PLC的I/O端口,规划了系统的总体电路,利用STEP 7-Micro WIN SMART和Win CC flexible SMART V3软件分别进行了PLC控制程序设计和人机交互界面设计。极大的提高了纸板的质量,减少了缺陷的产生。
张闯闯[8]（2021）在《基于机器视觉的轴承套圈全表面缺陷检测系统研究》文中认为
刘杨洋[9]（2021）在《全自动焊缝修磨机器人视觉识别及轨迹规划研究》文中进行了进一步梳理管道运输作为石油和天然气运输的主要方式,在国民经济的发展中起到了重要作用,而螺旋钢管的应用又最为广泛。根据我国管道运输流水线施工标准,管端焊缝的修磨是其中最关键的一步。传统的磨削任务都依赖人工或半自动化的设备,生产效率低,磨削质量差,大大限制了管道运输的建设效率。为了解决这一实际问题,本文以螺旋钢管的管端焊缝修磨为背景,设计研发了一台全自动焊缝修磨机器人,该机器人集焊缝识别跟踪、轨迹规划、自动化打磨、磨削质量检测等技术为一体,极大地提高了螺旋钢管管端焊缝的修磨质量和效率,为同行业内的其他类型设备制造提供了基础性的技术支撑,本文主要研究内容包括:（1）焊缝轮廓特征的识别和标定研究。针对焊缝轮廓数据的预处理,选择中值滤波方法对数据进行滤波处理;对焊缝的识别问题,提出一种基于残差平方和的识别方法、一种基于模板匹配的识别方法、一种基于分割搜索的识别方法,能够有效解决焊缝识别问题;针对焊缝的特征点标定问题,提出最远距离法、斜率分析法对焊缝的左右拐点进行标定,能够准确识别出焊缝的特征并完成特征点标定。（2）总体工作流程设计和磨削轨迹规划。设计了系统的总体工作流程,并针对系统要实现的主要功能进行了详细的论述;针对焊缝的轨迹跟踪问题,提出了“分段识别”策略并在Lab VIEW中完成了程序上的实现,且根据整个跟踪检测流程所记录的焊缝数据,对焊缝进行了三维轮廓重构;针对焊缝的磨削轨迹规划问题,根据“分段识别”策略并结合浮动高度打磨对焊缝的打磨轨迹进行了规划,并提出了焊缝余高计算公式,对修磨质量进行了二次检测。（3）机器人焊缝识别与跟踪及打磨实验。在实验中,验证了焊缝的识别、焊缝特征点标定、焊缝的跟踪检测的可靠性,完成了内、外焊缝的打磨实验,并对打磨质量进行了检测,打磨质量良好,整个设备运行稳定。经过实验结果验证,本文所设计研发的全自动焊缝修磨机器人磨削质量高、运行稳定、实用性好,能够满足工业现场对螺旋钢管管端焊缝的修磨要求。
李雪松[10]（2021）在《基于机器视觉的机械零件在位检测技术的研究与实现》文中提出随着科学和生产技术的进步,自动化程度不断升级,机器视觉也在检测中发挥着越来越重要的作用,代替人工保证了高效快速可重复性的工作,在实际生产生活中有广阔前景。本文在分析了机器视觉在现代生产中应用的研究基础上,对机械零件在生产线上进行在位检测进行研究。本文以齿轮和涂层展开板为研究对象,对其进行流水线上的在位检测。对在位检测系统进行总体方案设计,详细设计了硬件系统基本结构,包括相机、镜头、光电开关、My-Rio、气缸和暗箱等,进行硬件系统的选型及搭建,设计了图像采集和光源照明系统方案;提出图像预处理方案,在图像预处理中,通过图像滤波,图像分割,边缘检测等步骤,得到图像清晰的边缘。介绍了相机成像原理,对齿轮进行合格性检测,提出涂层展开板直线自动分区的检测方法,根据谱带形状及灰度特征进行自动分区检测,提出多项式插值与最小二乘回归拟合相结合来求取各点坐标,将Labview和Matlab相结合实现混合编程,将检测得到的数据通过RS232传输到数控机床进行实时加工。对齿轮和涂层展开板进行现场实验测试,将人工检测与在位检测系统的结果进行对比,并对实验结果进行分析,对实验过程中的环境误差、硬件误差、软件误差及加工过程中的误差进行分析及优化。本文所研究的基于机器视觉机械零件在位检测技术,创新之处是将Labview与Matlab相结合,进行混合编程,并设计了基于几何形状与灰度特征相结合的自动分区方法,同时设计了多项式插值法与最小二乘回归相结合的拟合法,机床得到检测数据进行实时加工,能够实现快速识别及精确计算,具有较高的检测精度及检测速度。
二、PLC智能检测系统在冷拔钢管生产中的开发应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、PLC智能检测系统在冷拔钢管生产中的开发应用（论文提纲范文）
（1）基于机器视觉的三极管外观缺陷检测系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 外观缺陷检测技术应用与研究现状 |
| 1.2.1 外观缺陷检测技术应用现状 |
| 1.2.2 外观缺陷检测技术研究现状 |
| 1.3 主要研究内容 |
| 第二章 三极管外观缺陷检测系统总体方案设计 |
| 2.1 课题检测要求 |
| 2.1.1 检测对象介绍 |
| 2.1.2 技术指标要求 |
| 2.2 课题检测要求分析 |
| 2.3 缺陷检测系统总体方案设计 |
| 2.3.1 硬件系统设计 |
| 2.3.2 检测系统标定 |
| 2.3.3 软件系统设计 |
| 2.4 本章小结 |
| 第三章 基于局部特征融合的ROI定位与分区算法 |
| 3.1 三极管图像分析 |
| 3.2 图像预处理方法 |
| 3.2.1 ROI粗划分 |
| 3.2.2 图像分割 |
| 3.3 基于局部特征融合的快速旋转匹配算法 |
| 3.3.1 局部圆弧特征匹配定位 |
| 3.3.2 局部引脚特征匹配定位 |
| 3.3.3 基于RANSAC的改进直线检测算法 |
| 3.3.4 基于仿射变换的旋转匹配 |
| 3.4 ROI定位与分区 |
| 3.4.1 旋转匹配定位坐标转换 |
| 3.4.2 ROI分区 |
| 3.5 试验结果与分析 |
| 3.5.1 试验条件介绍 |
| 3.5.2 直线检测算法精度对比试验 |
| 3.5.3 旋转匹配定位算法实时性对比试验 |
| 3.6 本章小结 |
| 第四章 基于K-Means的封装区域缺陷检测算法 |
| 4.1 封装区域图像分析 |
| 4.1.1 封装区域图像问题描述 |
| 4.1.2 封装区域缺陷检测算法流程 |
| 4.2 基于K-Means的改进图像分割算法 |
| 4.2.1 K-Means聚类 |
| 4.2.2 基于改进策略的K-Means初始聚类中心选取 |
| 4.2.3 图像分割 |
| 4.3 封装区域缺陷检测 |
| 4.3.1 混料检测 |
| 4.3.2 图像掩模操作 |
| 4.3.3 图像差分法 |
| 4.3.4 半包三极管缺陷检测 |
| 4.3.5 全包三极管缺陷检测 |
| 4.4 试验结果与分析 |
| 4.4.1 试验条件介绍 |
| 4.4.2 图像分割算法实时性对比试验 |
| 4.4.3 缺陷检测算法验证试验 |
| 4.5 本章小结 |
| 第五章 基于多视图的引脚缺陷检测算法 |
| 5.1 引脚图像分析 |
| 5.1.1 引脚图像问题描述 |
| 5.1.2 引脚缺陷检测算法流程 |
| 5.2 图像预处理方法 |
| 5.2.1 引脚端面ROI图像粗划分 |
| 5.2.2 图像滤波 |
| 5.2.3 图像分割 |
| 5.3 基于边缘基准的引脚端面位置检测算法 |
| 5.3.1 基于Canny的基准定位方法 |
| 5.3.2 引脚端面相对位置检测 |
| 5.4 基于自适应掩模的引脚表面缺陷检测算法 |
| 5.4.1 自适应掩模生成方法 |
| 5.4.2 多特征组合的缺陷检测 |
| 5.5 试验结果与分析 |
| 5.5.1 试验条件介绍 |
| 5.5.2 引脚端面位置检测算法验证试验 |
| 5.5.3 引脚表面缺陷检测算法验证试验 |
| 5.6 本章小结 |
| 第六章 缺陷检测系统软件设计与试验分析 |
| 6.1 缺陷检测系统软件设计 |
| 6.1.1 检测参数配置模块设计 |
| 6.1.2 在线检测模块设计 |
| 6.1.3 数据管理模块设计 |
| 6.1.4 Mapping显示模块设计 |
| 6.2 缺陷检测系统试验分析 |
| 6.2.1 缺陷检测系统算法实现过程验证 |
| 6.2.2 缺陷检测系统算法时间效率分析 |
| 6.2.3 缺陷检测系统准确率试验 |
| 6.2.4 误差分析 |
| 6.3 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
| 附录:攻读硕士学位期间获得的科研结果 |
（2）高含水原油智能切水系统的仿真分析与研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题的目的及意义 |
| 1.2 国内外发展现状 |
| 1.3 题目来源及主要研究内容 |
| 1.3.1 研究课题来源 |
| 1.3.2 主要研究内容 |
| 1.3.3 创新点 |
| 第二章 高含水原油智能切水系统的仿真分析与结构设计 |
| 2.1 智能切水系统的构成及原理 |
| 2.1.1 原油沉降罐的沉降分离工艺流程 |
| 2.1.2 高含水原油智能切水系统的组成及工作原理 |
| 2.1.3 高含水原油智能切水系统的传感器的确定及其在线监测原理 |
| 2.2 高含水原油智能切水系统内部流场分析仿真软件的简介 |
| 2.2.1 仿真软件Fluent概述 |
| 2.2.2 流体力学分析 |
| 2.2.3 湍流模型 |
| 2.3 智能切水系统内部流场的仿真分析 |
| 2.3.1 三维模型的确定 |
| 2.3.2 Fluent仿真 |
| 2.3.3 全开状态下仿真结果 |
| 2.3.4 阀门半开状态下的仿真结果 |
| 2.4 智能切水系统的结构设计 |
| 2.4.1 智能切水系统的管道设计 |
| 2.4.2 连接法兰的选型 |
| 2.4.3 阀门的选择 |
| 2.4.4 控制方案设计 |
| 2.4.5 智能切水系统的安装 |
| 第三章 智能切水系统精度的影响因素及实验方案设计 |
| 3.1 智能切水系统中传感器的工作原理 |
| 3.2 微波传感器在检测原油含水率时影响检测精度的主要因素 |
| 3.3 实验方案设计 |
| 3.3.1 药品及实验仪器的选用 |
| 3.3.2 实验步骤 |
| 第四章 矿化度对智能切水系统精度影响的研究 |
| 4.1 矿化度对智能切水系统的影响原理 |
| 4.2 单组份矿化度对智能切水系统精度的影响 |
| 4.2.1 NaCl对智能切水系统精度影响的研究 |
| 4.2.2 MgCl_2对智能切水系统精度影响的研究 |
| 4.2.3 CaCl_2对智能切水系统精度的影响的研究 |
| 4.3 双组份矿化度对智能切水系统精度影响的研究 |
| 4.3.1 实验方案 |
| 4.3.2 实验结果 |
| 4.3.3 双组份矿化度对智能切水系统精度影响的校正 |
| 第五章 温度对智能切水系统精度影响的研究 |
| 5.1 温度对智能切水系统精度影响的实验方案设计 |
| 5.1.1 实验步骤 |
| 5.1.2 实验数据记录 |
| 5.2 实验数据分析 |
| 5.3 温度对智能切水系统精度的误差校正 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（3）弹药自动化装药生产线研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题来源及意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状与分析 |
| 1.2.2 国外研究现状与分析 |
| 1.3 本文的研究内容 |
| 第2章 弹药自动化装药生产线的总体结构研究 |
| 2.1 装药生产线的总体方案及布局研究 |
| 2.1.1 生产线设计原则及任务 |
| 2.1.2 生产线整体要求 |
| 2.1.3 生产线的组成 |
| 2.1.4 生产线布局 |
| 2.1.5 生产线工艺流程 |
| 2.1.6 生产线动作分析及节拍的设计 |
| 2.2 装药主机自动化 |
| 2.2.1 分步压装药机的结构 |
| 2.2.2 分步压装药机的工作过程 |
| 2.3 炸药自动化物流系统总体方案 |
| 2.3.1 炸药自动化物流系统的功能 |
| 2.3.2 炸药自动化物流系统的组成 |
| 2.4 弹体自动化物流系统总体方案 |
| 2.4.1 弹体自动化物流系统设计规划 |
| 2.4.2 弹体自动化物流系统的组成 |
| 2.5 本章小结 |
| 第3章 炸药自动化物流系统研究 |
| 3.1 炸药自动化物流系统方案研究 |
| 3.2 非抓取机构结构设计 |
| 3.2.1 加药柜 |
| 3.2.2 自卸式密封药仓 |
| 3.2.3 炸药卸料及接药装置 |
| 3.2.4 炸药输药装置 |
| 3.2.5 炸药提升机 |
| 3.3 药仓的静力学仿真分析 |
| 3.3.1 ABAQUS软件的介绍 |
| 3.3.2 药仓的静力学仿真分析 |
| 3.4 抓取机构的结构设计 |
| 3.4.1 抓取机构方案的研究 |
| 3.4.2 抓取机构的结构设计 |
| 3.5 抓取机构有限元分析与优化 |
| 3.5.1 药仓换位机械手的有限元分析 |
| 3.5.2 药仓换位机械手的优化设计 |
| 3.6 抓取机构运动学仿真分析 |
| 3.6.1 ADAMS软件的介绍 |
| 3.6.2 抓取机构运动学仿真分析 |
| 3.7 本章小结 |
| 第4章 弹体自动化物流系统研究 |
| 4.1 弹体自动化物流系统方案研究 |
| 4.2 弹体输送线的设计 |
| 4.3 弹体的静力学分析 |
| 4.4 弹体转运机械手的结构设计 |
| 4.4.1 弹体转运机械手的工作过程 |
| 4.4.2 弹体转运机械手的设计要求 |
| 4.4.3 弹体转运机械手的总体结构 |
| 4.4.4 弹体夹紧机构 |
| 4.4.5 弹体移位机构 |
| 4.4.6 弹体升降机构 |
| 4.4.7 弹体旋转机构 |
| 4.5 运弹小车与导轨 |
| 4.6 本章小结 |
| 第5章 弹药自动化装药生产线控制系统研究 |
| 5.1 控制系统的总体方案 |
| 5.2 控制系统的硬件配置及其功能 |
| 5.2.1 PLC可编程控制器的选型 |
| 5.2.2 传感器的选型 |
| 5.2.3 隔离式安全栅的应用 |
| 5.2.4 电器件的安全性设计 |
| 5.3 I/O口的分配 |
| 5.4 装药生产线人机界面介绍 |
| 5.5 装药生产线PLC程序设计 |
| 5.5.1 PLC自动化程序设计 |
| 5.5.2 PLC手动程序设计 |
| 5.6 液压电气系统 |
| 5.6.1 液压系统 |
| 5.6.2 电气系统 |
| 5.7 系统的可靠性设计 |
| 5.8 装药生产线监控系统 |
| 5.9 本章小结 |
| 第6章 弹药自动化装药生产线的调试与运行 |
| 6.1 弹药自动化装药生产线的安装 |
| 6.2 弹药自动化装药生产线的调试运行 |
| 6.3 弹药自动化装药生产线的实际运行情况 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论及创新点 |
| 7.2 展望 |
| 参考文献 |
| 附录A 相关PLC程序 |
| 致谢 |
（4）基于YOLOv3的H型钢表面缺陷检测系统（论文提纲范文）
| 1 表面缺陷检测硬件系统设计 |
| 2 表面缺陷检测算法 |
| 2.1 表面缺陷数据 |
| 2.2 基于YOLOv3算法的表面缺陷检测 |
| 3 实验与分析 |
| 3.1 实验参数与评价 |
| 1)平均准确率均值(mean average precision, mAP): |
| 2)每秒帧数(frames per second, FPS): |
| 3.2 不同检测算法对比分析 |
| 4 结 语 |
（5）基于全角度扫描光源的低适光性表面缺陷视觉检测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题意义 |
| 1.2 机器视觉检测系统概述 |
| 1.2.1 图像采集单元 |
| 1.2.2 图像处理单元 |
| 1.2.3 执行单元 |
| 1.3 国内外研究现状 |
| 1.3.1 机器视觉缺陷检测 |
| 1.3.2 表面缺陷检测算法 |
| 1.4 本文的章节安排 |
| 第二章 缺陷检测系统总体方案 |
| 2.1 低适光平面缺陷检测 |
| 2.1.1 低适光平面缺陷检测原理 |
| 2.1.2 不锈钢磨削表面缺陷检测分析 |
| 2.1.3 黑色喷砂氧化铝板面缺陷检测分析 |
| 2.2 低适光曲面缺陷检测 |
| 2.2.1 低适光曲面缺陷检测原理 |
| 2.2.2 镀铝反射镜平凹柱面缺陷检测分析 |
| 2.2.3 轴承钢球面缺陷检测分析 |
| 2.3 检测系统总体方案 |
| 2.3.1 表面缺陷检测流程 |
| 2.3.2 全角度扫描照明方案 |
| 2.3.3 系统分级控制方案 |
| 2.3.4 图像处理算法框架 |
| 2.4 本章小结 |
| 第三章 缺陷检测系统设计 |
| 3.1 空间全角度扫描光源 |
| 3.1.1 LED点光源设计 |
| 3.1.2 LED单元空间分布方案 |
| 3.1.3 LED光源的驱动 |
| 3.1.4 空间全角度扫描光源的控制 |
| 3.2 检测系统硬件平台 |
| 3.2.1 图像采集模块 |
| 3.2.2 控制计算模块 |
| 3.2.3 检测台及支架 |
| 3.3 检测系统软件平台 |
| 3.3.1 上位机软件设计 |
| 3.3.2 下位机控制程序设计 |
| 3.4 本章小结 |
| 第四章 光源阵列标定及系统功能验证 |
| 4.1 LED单元发光模型 |
| 4.1.1 LED点光源发光模型 |
| 4.1.2 LED单元锥形发光模型 |
| 4.2 LED单元光源位置标定 |
| 4.2.1 相机标定 |
| 4.2.2 计算球心和高光点位置 |
| 4.2.3 计算LED单元光源位置 |
| 4.3 LED单元光源主光轴标定 |
| 4.3.1 提取高亮光斑边界 |
| 4.3.2 主光轴求解 |
| 4.4 检测系统功能验证 |
| 4.4.1 空间全角度扫描光源测试 |
| 4.4.2 检测系统功能验证 |
| 4.5 本章小结 |
| 第五章 高纹理平面缺陷检测方法设计 |
| 5.1 不锈钢磨削表面缺陷检测 |
| 5.1.1 方位扫描照明方案设计 |
| 5.1.2 图像处理算法 |
| 5.1.3 检测结果对比与分析 |
| 5.2 黑色喷砂氧化铝板表面缺陷检测 |
| 5.2.1 低角度环形扫描照明方案设计 |
| 5.2.2 图像处理算法 |
| 5.2.3 检测结果对比与分析 |
| 5.3 本章小结 |
| 第六章 高反光曲面缺陷检测方法设计 |
| 6.1 镀铝反射镜平凹柱面缺陷检测实验 |
| 6.1.1 组合扫描照明方案设计 |
| 6.1.2 图像处理算法 |
| 6.1.3 检测结果与分析 |
| 6.2 轴承钢球表面微缺陷检测实验 |
| 6.2.1 环形扫描照明方案设计 |
| 6.2.2 图像处理算法 |
| 6.2.3 检测系统参数的确定 |
| 6.2.4 钢球表面微缺陷检测结果 |
| 6.3 球面微缺陷检测照明方案优化 |
| 6.3.1 照明方案优化 |
| 6.3.2 照明方案优化后微缺陷检测结果 |
| 6.4 本章小节 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 创新点 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
| 附录 Ⅰ:作者在攻读硕士学位期间发表的论文 |
| 附录 Ⅱ:空间全角度扫描光源标定结果 |
（6）基于机器视觉的硅钢片焊缝缺陷检测系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本课题研究背景及研究意义 |
| 1.2 焊缝缺陷检测国内外研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 本文结构安排 |
| 第二章 硅钢片焊缝缺陷检测系统的总体设计 |
| 2.1 检测系统分析 |
| 2.1.1 硅钢片焊缝缺陷检测流程分析 |
| 2.1.2 主要技术指标 |
| 2.1.3 硅钢片焊缝缺陷检测系统工作过程 |
| 2.2 硅钢片焊缝缺陷检测系统硬件设计 |
| 2.2.1 光源选型 |
| 2.2.2 工业相机选型 |
| 2.2.3 图像采集卡选型 |
| 2.3 硅钢片焊缝缺陷检测系统软件设计 |
| 2.3.1 系统软件结构 |
| 2.3.2 用户界面 |
| 2.4 本章小结 |
| 第三章 硅钢片焊缝图像预处理 |
| 3.1 硅钢片焊缝图像采集 |
| 3.2 硅钢片焊缝图像滤波 |
| 3.2.1 中值滤波 |
| 3.2.2 高斯滤波 |
| 3.2.3 均值滤波 |
| 3.2.4 滤波实验结果分析 |
| 3.3 硅钢片焊缝图像增强 |
| 3.4 硅钢片焊缝图像分割 |
| 3.5 本章小结 |
| 第四章 基于HOG+SVM的焊缝缺陷检测 |
| 4.1 焊缝缺陷图像的特征提取 |
| 4.1.1 LDA算法 |
| 4.1.2 PCA算法 |
| 4.1.3 2DPCA算法 |
| 4.1.4 HOG算法 |
| 4.1.5 特征提取算法实验对比 |
| 4.2 基于SVM的硅钢片焊缝缺陷分类算法研究 |
| 4.2.1 SVM算法概述 |
| 4.2.2 SVM算法分类 |
| 4.2.3 构建SVM模型 |
| 4.3 实验结果与分析 |
| 4.4 本章小结 |
| 第五章 基于Faster-RCNN的焊缝缺陷检测 |
| 5.1 Faster-RCNN研究 |
| 5.2 数据集制作 |
| 5.3 模型训练 |
| 5.3.1 模型训练环境 |
| 5.3.2 网络训练步骤 |
| 5.4 Faster-RCNN网络优化 |
| 5.4.1 特征提取网络的改进 |
| 5.5 实验结果与分析 |
| 5.6 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读学位期间取得与学位论文相关的成果 |
| 致谢 |
（7）基于机器视觉的纸板缺陷检测控制系统研究及应用（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机器视觉国内外研究现状 |
| 1.2.2 纸病检测国内外研究现状 |
| 1.3 课题来源 |
| 1.4 论文研究内容及章节安排 |
| 1.4.1 研究内容 |
| 1.4.2 章节安排 |
| 2 系统总体方案设计 |
| 2.1 纸板缺陷概述 |
| 2.2 机器视觉概述 |
| 2.2.1 机器视觉理论 |
| 2.2.2 机器视觉系统结构 |
| 2.3 系统整体结构设计 |
| 2.4 纸板缺陷检测及温度控制原理 |
| 2.4.1 纸板缺陷检测系统原理 |
| 2.4.2 温度控制系统原理 |
| 2.5 本章小结 |
| 3 系统硬件设备设计 |
| 3.1 图像采集模块 |
| 3.1.1 工业相机选型 |
| 3.1.2 镜头选型 |
| 3.1.3 光源选型 |
| 3.2 图像处理模块 |
| 3.3 温度控制模块 |
| 3.3.1 PLC选型 |
| 3.3.2 触摸屏选型 |
| 3.3.3 其他设备选型 |
| 3.4 本章小结 |
| 4 纸板缺陷检测算法研究 |
| 4.1 卷积神经网络概述 |
| 4.2 基于改进Yolo v5 的缺陷检测算法 |
| 4.2.1 基本思想 |
| 4.2.2 网络结构 |
| 4.3 数据集处理 |
| 4.3.1 数据集标注 |
| 4.3.2 数据增强 |
| 4.3.3 数据集制作 |
| 4.4 实验结果及分析 |
| 4.4.1 评价指标 |
| 4.4.2 参数设置 |
| 4.4.3 实验结果 |
| 4.4.4 对比实验 |
| 4.5 本章小结 |
| 5 温度控制系统设计 |
| 5.1 系统设计原则 |
| 5.2 系统设计要求 |
| 5.3 系统组成 |
| 5.4 I/O端口分配 |
| 5.5 系统电路设计 |
| 5.6 系统软件设计 |
| 5.6.1 系统工作流程 |
| 5.6.2 PLC控制程序设计 |
| 5.6.3 人机界面设计 |
| 5.7 本章小结 |
| 总结与展望 |
| 总结 |
| 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（9）全自动焊缝修磨机器人视觉识别及轨迹规划研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 选题来源 |
| 1.3 自动打磨技术研究现状 |
| 1.3.1 钢管磨削现状 |
| 1.3.2 机器人修磨系统 |
| 1.3.3 国内外钢管焊缝修磨现状 |
| 1.4 焊缝跟踪检测现状 |
| 1.4.1 焊缝跟踪检测方式 |
| 1.4.2 焊缝视觉检测国内外发展现状 |
| 1.5 本文主要研究内容 |
| 第二章 修磨机器人总体方案及控制系统 |
| 2.1 磨削机器人总体方案 |
| 2.1.1 六自由度机械臂 |
| 2.1.2 激光轮廓仪 |
| 2.1.3 二自由度磨削平台 |
| 2.2 磨削机器人控制系统 |
| 2.3 本章小结 |
| 第三章 焊缝轮廓特征的识别与标定 |
| 3.1 轮廓数据的预处理 |
| 3.2 焊缝的识别 |
| 3.2.1 焊缝的识别流程 |
| 3.2.2 焊缝的识别方法 |
| 3.3 焊缝轮廓特征点的标定 |
| 3.3.1 焊缝拐点的标定 |
| 3.3.2 焊缝中心点的标定 |
| 3.3.3 焊缝轮廓特征点标定检测 |
| 3.4 本章小结 |
| 第四章 机器人系统工作流程设计与磨削轨迹规划 |
| 4.1 总体工作流程 |
| 4.2 焊缝轨迹跟踪 |
| 4.2.1 焊缝跟踪流程 |
| 4.2.2 分段识别策略 |
| 4.2.3 跟踪检测程序实现 |
| 4.2.4 构建三维轮廓 |
| 4.3 磨削轨迹规划 |
| 4.3.1 磨削流程 |
| 4.3.2 磨削轨迹规划 |
| 4.3.3 浮动高度打磨 |
| 4.3.4 修磨质量检测 |
| 4.4 本章小结 |
| 第五章 机器人焊缝识别与跟踪及打磨实验 |
| 5.1 焊缝识别实验 |
| 5.2 焊缝的跟踪检测实验 |
| 5.3 焊缝的打磨实验 |
| 5.4 二次检测实验 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（10）基于机器视觉的机械零件在位检测技术的研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 机械零件检测技术研究现状 |
| 1.3 机器视觉检测技术研究现状 |
| 1.4 基于机器视觉的在位检测技术研究现状 |
| 1.5 本文研究内容和研究路线 |
| 1.6 论文结构 |
| 第2章 基于机器视觉的机械零件在位检测系统 |
| 2.1 系统的特点及功能 |
| 2.2 系统总体架构 |
| 2.3 系统的硬件组成 |
| 2.3.1 相机选型 |
| 2.3.2 镜头选型 |
| 2.3.3 光源选择 |
| 2.3.4 光电开关 |
| 2.3.5 My-RIO |
| 2.3.6 暗箱 |
| 2.3.7 气缸 |
| 2.4 在位检测系统设计 |
| 2.5 系统的软件介绍 |
| 2.6 本章小结 |
| 第3章 机械零件在位检测中的图像处理技术 |
| 3.1 图像的采集与获取 |
| 3.2 图像预处理 |
| 3.2.1 灰度变换 |
| 3.2.2 噪声处理 |
| 3.3 图像分割 |
| 3.4 边缘检测 |
| 3.4.1 Sobel算子 |
| 3.4.2 Canny算子 |
| 3.4.3 拉普拉斯算子 |
| 3.4.4 小波变换 |
| 3.5 最小二乘法 |
| 3.6 本章小结 |
| 第4章 在位检测系统软件设计与实现 |
| 4.1 检测系统图像标定分析 |
| 4.1.1 相机成像原理 |
| 4.1.2 相机标定 |
| 4.2 齿轮参数在位检测的实现及合格性判定 |
| 4.3 基于几何形状和灰度特征相结合的自动分区 |
| 4.4 多项式插值与最小二乘回归拟合相结合 |
| 4.5 涂层拟合直线坐标的输出及数控机床的通信连接设计 |
| 4.6 本章小结 |
| 第5章 实验结果分析 |
| 5.1 现场测试 |
| 5.2 测试结果分析 |
| 5.3 误差分析 |
| 5.3.1 环境误差 |
| 5.3.2 硬件误差 |
| 5.3.3 软件算法误差 |
| 5.3.4 加工误差 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和获得的科研成果 |
| 致谢 |
四、PLC智能检测系统在冷拔钢管生产中的开发应用（论文参考文献）
- [1]基于机器视觉的三极管外观缺陷检测系统研究[D]. 李道伟. 江南大学, 2021(01)
- [2]高含水原油智能切水系统的仿真分析与研究[D]. 曾祥虎. 西安石油大学, 2021(09)
- [3]弹药自动化装药生产线研究[D]. 窦桂阳. 长春理工大学, 2021
- [4]基于YOLOv3的H型钢表面缺陷检测系统[J]. 刘亚姣,于海涛,刘宝顺,张磊,纪广胜,王江. 河北工业科技, 2021(03)
- [5]基于全角度扫描光源的低适光性表面缺陷视觉检测研究[D]. 冯超. 江南大学, 2021(01)
- [6]基于机器视觉的硅钢片焊缝缺陷检测系统的研究[D]. 曹贤南. 广东工业大学, 2021
- [7]基于机器视觉的纸板缺陷检测控制系统研究及应用[D]. 姜旭辉. 青岛科技大学, 2021(01)
- [8]基于机器视觉的轴承套圈全表面缺陷检测系统研究[D]. 张闯闯. 中国矿业大学, 2021
- [9]全自动焊缝修磨机器人视觉识别及轨迹规划研究[D]. 刘杨洋. 长安大学, 2021
- [10]基于机器视觉的机械零件在位检测技术的研究与实现[D]. 李雪松. 沈阳理工大学, 2021(01)