柱状喷射沉积坯动态特征尺寸检测与神经网络仿真的研究

论文摘要

沉积坯的最终尺寸是喷射成形所得产品的重要参数,在生产中准确控制沉积坯尺寸具有重要意义,本文主要针对喷射成形过程中沉积坯尺寸进行实时检测并利用所得数据建模。在现有柱状坯喷射沉积设备的基础上设计了图像检测硬件系统,该系统可准确捕捉光学信号,并将其转化为数字量存储在计算机中;同时建立了一套励磁电机PLC实时调速系统,满足了实验过程中沉积器下降速度变化的需要。采用简单的摄像头标定技术确定了图像坐标系与实际坐标系之间的转换关系,为沉积坯特征尺寸的测定创造了前提条件;利用邻域平均法、灰度直方图改进算法提高图像的质量;利用两级Zernike边缘检测算子快速、准确地检测出沉积坯边缘;利用Bezier曲线对先前粗略检测到的边缘进行进一步的修补,可以消除原来边缘中的断点,使得新得到的边缘更加平滑。实验结果表明,整个图像处理软件算法的运行时间极短,沉积坯尺寸的相对误差不超过0.97%,沉积坯尺寸的检测满足实时性、高精度的要求。采用BP神经网络技术,建立了柱状沉积坯尺寸神经网络模型。该模型是由12个输入节点、60个隐层节点、4个输出节点构成的BP神经网络模型。采用样本随机数据对神经网络模型进行了验证,结果表明神经网络模型输出的平均相对误差为4.08%,均方差为3.3398×10-3mm,具有较高的模拟精度。利用计算出的神经网络模型进行了仿真,获得了沉积坯特征尺寸变化规律:沉积坯的高度和上下两直径之差都随着时间的增加而增长;雾化气体压力在一定范围内增加,沉积坯的高度和上下两直径之差呈现先增大、后减小的变化趋势,在沉积器下降速度为46mm/min、雾化气体压力为0.9MPa时获得最大沉积坯高度,在雾化气体压力为1.0MPa时两直径之差最大,即获得沉积坯形状最接近柱状;同一雾化气体压力下沉积器下降速度逐渐增加时,沉积坯上下两直径之差呈现增大的趋势,依气压大小的不同而有一定差异。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的研究背景及意义
• 1.2 喷射成形技术发展概况
• 1.3 柱状坯喷射成形基本原理及过程模型研究现状
• 1.3.1 柱状坯喷射成形的基本原理
• 1.3.2 柱状坯喷射成形模型研究现状
• 1.4 喷射成形检测技术研究现状
• 1.4.1 红外成像传感技术
• 1.4.2 光散射技术
• 1.4.3 激光成像技术
• 1.4.4 量子测量光学系统
• 1.5 柱状坯喷射成形检测存在的问题
• 1.6 学位论文主要研究内容
• 第二章 柱状坯喷射成形实验硬件系统
• 2.1 柱状坯喷射成形实验系统的建立
• 2.1.1 柱状喷射沉积系统
• 2.1.2 实时图像采集系统
• 2.1.3 励磁电机PLC控制系统
• 2.2 影响喷射成形过程的因素
• 2.2.1 喷嘴高度与喷射距离
• 2.2.2 沉积器运动速度
• 2.2.3 雾化气体压力
• 2.3 喷射成形其他实验条件
• 第三章 喷射沉积坯尺寸视觉传感系统
• 3.1 实时视觉传感系统概述
• 3.2 减少喷射过程中对图像采集的干扰
• 3.3 视觉传感系统的标定
• 3.4 沉积坯轮廓提取图像处理算法
• 3.4.1 沉积坯图像的预处理算法
• 3.4.2 Zernike矩算子检测沉积坯边缘
• 3.5 检测沉积坯边缘的修补
• 3.5.1 Bezier曲线定义
• 3.5.2 de Casteljau算法
• 3.5.3 柱状喷射沉积坯边缘Bezier曲线修补方法
• 3.6 沉积坯特征尺寸定义及提取
• 3.7 本章小结
• 第四章 喷射沉积坯尺寸动态神经网络模型的建立及仿真
• 4.1 引言
• 4.2 喷射沉积坯尺寸神经网络模型基础
• 4.2.1 人工神经网络的结构与特性
• 4.2.2 BP神经网络的结构形式
• 4.2.3 BP网络的工作方式及学习算法
• 4.2.4 BP网络模型设计需要考虑的问题
• 4.3 沉积坯尺寸动态神经网络模型的建立
• 4.3.1 沉积坯尺寸实验结果及输入数据的选取
• 4.3.2 沉积坯尺寸动态模型激励信号的选取
• 4.3.3 隐层节点个数及学习率的选取
• 4.3.4 沉积坯尺寸动态模型的辩识
• 4.4 沉积坯尺寸神经网络模型仿真
• 4.5 本章小结
• 第五章 结论
• 参考文献
• 在学研究成果
• 致谢