王泽:无缝钢管直径测量与表面缺陷检测系统研究论文

王泽:无缝钢管直径测量与表面缺陷检测系统研究论文

本文主要研究内容

作者王泽(2019)在《无缝钢管直径测量与表面缺陷检测系统研究》一文中研究指出:无缝钢管是一种实用性很高的断面钢材,在生产生活中有很大的需求量,例如石油、锅炉、电站、船舶、机械制造、汽车、航空、航天、能源、地质、建筑及军工等领域。无缝钢管的直径和表面缺陷信息是评判钢无缝管质量的重要标准,也是企业和客户最关心的部分。十三五规划以来,市场对无缝钢管的需求量越来越大,传统的无缝钢管检测方法很难满足企业的生产要求。本文设计了一套使用单个面阵相机结合旋转前进方案完成柱型无缝钢管图像采集的装置,可以通过单次采集同时完成直径的尺寸测量和表面缺陷的检测。首先,对采像装置的设计。通过对无缝钢管的外形特征和检测任务要求的分析,为无缝钢管设计一套旋转前进的采像装置。通过采用双条形光源和平行光源构成的组合光源解决钢管表面反光和保留边界信息的问题,同时还增加了采像装置的稳定性和可拓展性。其次,对采像硬件的选型。硬件选型的工作主要是考虑实际检测中的成本问题,需要在满足检测要求的情况下减小硬件成本。通过对相机、镜头和光源主要参数的分析,确定本文采像硬件的型号。然后,对无缝钢管边界的定位及直径的测量。从原始图像定位出无缝钢管的准确边界是本文直径测量和表面缺陷检测的基础。通过图像分割、梯度运算和直线拟合等算法完成无缝钢管的边界定位,进一步通过边界方程得到无缝钢管的准确直径,测量误差小于0.01mm。最后,对无缝钢管表面缺陷的检测。由于原始图像各处的反光程度存在差异,所以直接从待测图中分离出两种类型的表面缺陷存在困难。本文通过提取表面疑似缺陷区和再用支持向量机分类器对疑似区分类两步算法完成无缝钢管表面缺陷的检测,缺陷的检测准确率达96%。企业生产要求的检测标准是直径的测量误差小于0.01mm、表面缺陷在0.2mm×0.2mm以上尺寸的检出率高于95%。本文检测算法对无缝钢管直径的测量和表面缺陷的检测效果均满企业的生产要求。

Abstract

mo feng gang guan shi yi chong shi yong xing hen gao de duan mian gang cai ,zai sheng chan sheng huo zhong you hen da de xu qiu liang ,li ru dan you 、guo lu 、dian zhan 、chuan bo 、ji xie zhi zao 、qi che 、hang kong 、hang tian 、neng yuan 、de zhi 、jian zhu ji jun gong deng ling yu 。mo feng gang guan de zhi jing he biao mian que xian xin xi shi ping pan gang mo feng guan zhi liang de chong yao biao zhun ,ye shi qi ye he ke hu zui guan xin de bu fen 。shi san wu gui hua yi lai ,shi chang dui mo feng gang guan de xu qiu liang yue lai yue da ,chuan tong de mo feng gang guan jian ce fang fa hen nan man zu qi ye de sheng chan yao qiu 。ben wen she ji le yi tao shi yong chan ge mian zhen xiang ji jie ge xuan zhuai qian jin fang an wan cheng zhu xing mo feng gang guan tu xiang cai ji de zhuang zhi ,ke yi tong guo chan ci cai ji tong shi wan cheng zhi jing de che cun ce liang he biao mian que xian de jian ce 。shou xian ,dui cai xiang zhuang zhi de she ji 。tong guo dui mo feng gang guan de wai xing te zheng he jian ce ren wu yao qiu de fen xi ,wei mo feng gang guan she ji yi tao xuan zhuai qian jin de cai xiang zhuang zhi 。tong guo cai yong shuang tiao xing guang yuan he ping hang guang yuan gou cheng de zu ge guang yuan jie jue gang guan biao mian fan guang he bao liu bian jie xin xi de wen ti ,tong shi hai zeng jia le cai xiang zhuang zhi de wen ding xing he ke ta zhan xing 。ji ci ,dui cai xiang ying jian de shua xing 。ying jian shua xing de gong zuo zhu yao shi kao lv shi ji jian ce zhong de cheng ben wen ti ,xu yao zai man zu jian ce yao qiu de qing kuang xia jian xiao ying jian cheng ben 。tong guo dui xiang ji 、jing tou he guang yuan zhu yao can shu de fen xi ,que ding ben wen cai xiang ying jian de xing hao 。ran hou ,dui mo feng gang guan bian jie de ding wei ji zhi jing de ce liang 。cong yuan shi tu xiang ding wei chu mo feng gang guan de zhun que bian jie shi ben wen zhi jing ce liang he biao mian que xian jian ce de ji chu 。tong guo tu xiang fen ge 、ti du yun suan he zhi xian ni ge deng suan fa wan cheng mo feng gang guan de bian jie ding wei ,jin yi bu tong guo bian jie fang cheng de dao mo feng gang guan de zhun que zhi jing ,ce liang wu cha xiao yu 0.01mm。zui hou ,dui mo feng gang guan biao mian que xian de jian ce 。you yu yuan shi tu xiang ge chu de fan guang cheng du cun zai cha yi ,suo yi zhi jie cong dai ce tu zhong fen li chu liang chong lei xing de biao mian que xian cun zai kun nan 。ben wen tong guo di qu biao mian yi shi que xian ou he zai yong zhi chi xiang liang ji fen lei qi dui yi shi ou fen lei liang bu suan fa wan cheng mo feng gang guan biao mian que xian de jian ce ,que xian de jian ce zhun que lv da 96%。qi ye sheng chan yao qiu de jian ce biao zhun shi zhi jing de ce liang wu cha xiao yu 0.01mm、biao mian que xian zai 0.2mm×0.2mmyi shang che cun de jian chu lv gao yu 95%。ben wen jian ce suan fa dui mo feng gang guan zhi jing de ce liang he biao mian que xian de jian ce xiao guo jun man qi ye de sheng chan yao qiu 。

论文参考文献

  • [1].基于机器视觉的钢球表面缺陷检测算法[D]. 董百川.哈尔滨理工大学2018
  • [2].轮胎表面缺陷检测系统的研制[D]. 王冲.电子科技大学2019
  • [3].基于机器视觉的红枣表面缺陷检测算法研究[D]. 吴俊杭.石河子大学2019
  • [4].基于C66x-DSP的表面缺陷检测技术研究[D]. 刘姝.西南科技大学2019
  • [5].球体表面缺陷检测方法及关键技术研究[D]. 钱佳立.浙江工业大学2018
  • [6].基于深度学习的金属轴表面缺陷检测与分类研究[D]. 蔡超鹏.浙江工业大学2019
  • [7].基于机器视觉的大尺寸机柜表面缺陷检测系统研究[D]. 李庆.深圳大学2018
  • [8].基于深度学习的磁片表面缺陷检测研究[D]. 陈志浩.浙江工业大学2018
  • [9].基于机器视觉的贴花陶瓷盘表面缺陷检测方法研究[D]. 李捷.西安理工大学2019
  • [10].基于机器视觉的印刷品表面缺陷检测研究[D]. 吕明珠.西安理工大学2019
  • 读者推荐
  • [1].基于机器视觉的红枣表面缺陷检测算法研究[D]. 吴俊杭.石河子大学2019
  • [2].基于机器视觉的贴花陶瓷盘表面缺陷检测方法研究[D]. 李捷.西安理工大学2019
  • [3].基于机器视觉的白酒瓶瓶口缺陷在线检测系统[D]. 李东旭.沈阳工业大学2019
  • [4].基于机器视觉的印刷品表面缺陷检测研究[D]. 吕明珠.西安理工大学2019
  • [5].轴承滚柱表面缺陷识别方法的研究及软件设计[D]. 彭鹏.西安理工大学2019
  • [6].圆柱形锂电池圆周面缺陷在线检测方法研究[D]. 康照川.沈阳工业大学2019
  • [7].基于深度学习的涂布缺陷检测技术研究[D]. 李自明.西安理工大学2019
  • [8].基于机器视觉的曲边玻璃缺陷检测[D]. 郭瑞.烟台大学2019
  • [9].基于深度学习的汽车轮毂表面缺陷在线检测算法[D]. 韩凯.北京邮电大学2019
  • [10].基于机器视觉表面缺陷检测技术研究[D]. 王钰丹.中国科学院大学(中国科学院西安光学精密机械研究所)2018
  • 论文详细介绍

    论文作者分别是来自广西师范大学的王泽,发表于刊物广西师范大学2019-07-18论文,是一篇关于无缝钢管论文,机器视觉论文,直径测量论文,表面缺陷检测论文,支持向量机论文,广西师范大学2019-07-18论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自广西师范大学2019-07-18论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    王泽:无缝钢管直径测量与表面缺陷检测系统研究论文
    下载Doc文档

    猜你喜欢