原文传递
机器视觉在列车圆锥滚子轴承检测中的应用
| 论文题名： | 机器视觉在列车圆锥滚子轴承检测中的应用 |
| 关键词： | 机器视觉;图像处理;缺陷检测;滚子轴承 |
| 摘要： | 工人对轴承内圈滚动面作一般检查时通常情况下仅仅将轴承外圈拆卸掉，不可以拆卸滚子和保持架，然后用眼睛通过滚子之间的狭小缝隙来观察内圈外表面，损耗工人很大的精力也很容易造成漏检。针对检修时不允许分解轴承内圈组件，本文寻找到了一种更先进的检测方法，通过机器视觉实现列车轴承内圈滚动面的缺陷检测。课题分为四大部分： （1）获取高质量图像的系统结构设计。机器视觉检测是采集零件图像然后分析图像，来查找出零件的缺陷。因此，图像质量的好坏对机器视觉能否检测成功有着很大的影响。对于图像的获取，本文设计了一个完整的系统结构，图像采集过程中滚子和保持架固定不动，内圈随着电机旋转，打开LED光源将CCD摄像机固定在两滚子之间的缝隙中调整角度，就可以采集到内圈外表面的图像并把他们保存起来。 （2）图像预处理。采集图像时会受到很多想不到的因素的影响，造成采集到的图像存在着很多的噪声，噪声会对图像像素值造成很大的影响。通过分析噪声分布的特性、工作环境以及与图像信号的关系，判别噪声种类，选择MATLAB工具箱中提供的中值滤波器来去除噪声，以获得更加准确的图像。 （3）缺陷检测程序设计。利用matlab对所采集到的轴承内圈图像进行分析，实现对内圈滚道面的缺陷检测。 轴承内圈外表面平整、具有一致的颜色，因而良好轴承的图像中其灰度值离散型很低，有缺陷的轴承破坏了其表面的平整性并且使其灰度值离散型变得相对比较大。对完成预处理的图像需要分析其图像的特征，论文中使用matlab来实现的，可以得到其灰度值的数据特征值，与完好图像的灰度特征值进行实验对比，设置适当的标准差，实现列车轴承内圈外表面缺陷检测。 （4）缺陷分类程序设计。将不符合要求的图像提取出来，进一步对他分析来判断它属于哪一类缺陷。 对不符合要求的图像进一步分析时，通常我们会简化图像的数据，常用的方法是图像分割，将对我们有用的数据筛选出来，最后利用缺陷边缘的几何特征判断出缺陷属于哪一类缺陷。 |
| 作者： | 邵珠庆 |
| 专业： | 机械工程 |
| 导师： | 石炜 |
| 授予学位： | 硕士 |
| 授予学位单位： | 内蒙古科技大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
