检索结果-南通市图书馆

现代制造工程 2022年第5期 100-109,114页

作者：魏万珍田建艳姜茜杨胜强太原理工大学电气与动力工程学院太原030024 廊坊市北方天宇机电技术有限公司廊坊065000 太原理工大学机械与运载工程学院太原030024

针对随机采样图像法检测零件表面粗糙度时表面图像特征不能有效表征表面粗糙度的问题,提出并搭建了连续自动多区域图像采集系统,在此基础上建立了一种零件表面粗糙度支持向量机检测模型。首先采用单片机、步进电机、数字显微镜和上位机... 详细信息

针对随机采样图像法检测零件表面粗糙度时表面图像特征不能有效表征表面粗糙度的问题,提出并搭建了连续自动多区域图像采集系统,在此基础上建立了一种零件表面粗糙度支持向量机检测模型。首先采用单片机、步进电机、数字显微镜和上位机等搭建图像采集系统,连续自动采集零件表面多区域的图像,避免了单点随机采样导致的信息不全问题;其次,对采集的图像进行预处理,对比不同灰度化方法下的像素分布,提出了一种基于像素分量作比相加的灰度化改进方法,使得图像细节反差和纹理变化更明显;在此条件下,基于灰度共生矩阵提取了零件表面纹理特征,使其能够更好地辨识零件表面粗糙度;最后建立了零件表面粗糙度支持向量机检测模型,并以45钢零件为例进行不同表面粗糙度等级的零件检测,其检测准确率均在95%以上。通过对比实验表明,该方法的检测精度更高,可用于零件表面粗糙度的综合检测。

关键词：零件表面粗糙度图像技术灰度化改进纹理特征提取支持向量机

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于图像技术的零件表面粗糙度检测方法及系统研究

基于图像技术的零件表面粗糙度检测方法及系统研究

引用

作者：魏万珍太原理工大学

学位级别：硕士

随着科学技术的不断发展,现代机械加工对零件表面质量提出了更高的要求。零件表面粗糙度作为描述零件表面质量的重要参数之一,直接影响零件的使用性能以及零件间的配合性能,其检测方法和检测精度至关重要。目前现有的粗糙度检测方法主... 详细信息

随着科学技术的不断发展,现代机械加工对零件表面质量提出了更高的要求。零件表面粗糙度作为描述零件表面质量的重要参数之一,直接影响零件的使用性能以及零件间的配合性能,其检测方法和检测精度至关重要。目前现有的粗糙度检测方法主要包括目测比较法、接触式检测法以及非接触式检测法。其中目测比较法操作简单,但精度较低。接触式检测法的检测仪器昂贵,需要时刻注意检测的方向,受人为主观影响较大,且对检测人员的技术要求较高。近年来,基于图像处理的检测技术的迅速发展,为表面质量研究提供了良好的技术条件。为了精确、高效的检测零件表面粗糙度,本论文搭建了零件表面图像自动采集系统,并提取有效表征零件表面粗糙度的图像纹理特征,建立了基于图像技术的零件表面粗糙度检测模型及检测系统。本论文主要研究内容有:(1)通过单片机、步进电机、驱动器、数字显微镜、上位机搭建了连续自动多区域的零件表面图像采集系统,并划分合适的零件采集区域,设定图像采样间隔时间,避免了手动单点随机采样导致的图像信息不全的问题;分析了零件表面图像采集时的稳定性和同一零件表面多区域图像的一致性,并在不同的图像采集光照强度、分辨率下进行多次实验,设定了合适的采集参数。(2)为了突出零件表面图像细节反差和纹理变化,便于后续图像纹理特征的提取,首先对较低或较高光照下采集的图像进行光照自适应校正,并对比不同灰度化方法下的图像像素分布,提出了一种基于像素分量作比相加的灰度化改进方法,使得图像细节反差和纹理变化更明显;然后对图像进行高斯滤波处理,以便减少图像采集、传输过程中受到的噪声干扰;最后对比分析了不同纹理特征提取方法对于粗糙度表征的有效性。实验结果表明,基于灰度共生矩阵提取的零件表面纹理特征可以较好地区分不同粗糙度等级的零件。(3)基于零件表面纹理特征,建立了基于改进灰狼(Improved Grey Wolf Optimizer,IGWO)算法优化支持向量机(Support Vector Machine,SVM)的零件表面粗糙度检测模型。在传统灰狼算法的基础上,通过引入非线性余弦变化更新GWO中的线性收敛因子以及增加灰狼个体位置更新时的权重,提高GWO-SVM模型的全局搜索能力,并对不同粗糙度等级的零件进行检测,结果表明,IGWO-SVM粗糙度检测模型可有效改善SVM粗糙度检测模型对于较小粗糙度零件检测精度较低的问题。(4)采用C#语言自主研发设计了基于图像技术的零件表面粗糙度检测系统的人机界面,能够实时显示零件表面图像采集、图像预处理、图像纹理特征提取、零件表面粗糙度检测的过程参数并进行图像存储,实现了零件表面粗糙度的实时检测。

关键词：零件表面粗糙度图像技术像素分量作比相加纹理特征提取 IGWO-SVM

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进BP神经网络的车削加工精度预测

引用

煤矿机械 2010年第10期31卷 115-117页

作者：刘天舒王福林东北农业大学工程学院哈尔滨150030

针对标准BP神经网络收敛速度慢,容易陷入局部极小等缺陷,采用改变传递函数和改变学习率寻找最优权2种方法对其改进。通过分析车削零件表面粗糙度的影响因素,应用改进的BP神经网络,借助计算机编程计算,进行车削加工的精度预测。仿真结果... 详细信息

针对标准BP神经网络收敛速度慢,容易陷入局部极小等缺陷,采用改变传递函数和改变学习率寻找最优权2种方法对其改进。通过分析车削零件表面粗糙度的影响因素,应用改进的BP神经网络,借助计算机编程计算,进行车削加工的精度预测。仿真结果表明,此方法能够达到较好的预测效果。

关键词： BP神经网络传递函数学习率零件表面粗糙度

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

CAD中表面粗糙度的智能化查询与标注方法研究

CAD中表面粗糙度的智能化查询与标注方法研究

引用

作者：曹宏太原科技大学

学位级别：硕士

我们国家是一个人口众多，人均资源相对匮乏的大国，目前正面临着资源、环境、社会转型等许多问题。只要我们实现了农业机械化，农业的综合生产能力就会增强，我国农业肩负的重任就会减轻，我国农业科学发展就会得到保证。进入新世纪以... 详细信息

我们国家是一个人口众多，人均资源相对匮乏的大国，目前正面临着资源、环境、社会转型等许多问题。只要我们实现了农业机械化，农业的综合生产能力就会增强，我国农业肩负的重任就会减轻，我国农业科学发展就会得到保证。进入新世纪以来，计算机技术快速发展，对于我国农业机械化而言，既是挑战也是机遇，这使得计算机辅助技术在农业机械化中越来越重要，农业机械精度设计中应用计算机辅助技术越来越受到人们的重视。机械精度设计是机械零件设计与机械制造的重要组成部分。随着科学与生产技术的不断发展，与计算机技术相关的多个学科已经实际应用于机械制造业之中。在一个完整的机械设计中，机械精度设计是一个重要的环节，不但在产品的使用性能和质量中发挥着重要的作用，而且还直接影响着产品的制造成本。计算机辅助设计对于提高机械制造精度和降低成本是行之有效的，计算机辅助设计与机械制造精度的优化有着必然的联系。本文基于AutoCAD2004作为二次开发的平台，采用数据库Access2003建立了表面粗糙度数据库，应用Visual ***作为开发工具，通过编程实现数据库查询功能。在实现快速查询表面粗糙度参数值后，在Visual ***编程环境下通过程序连接AutoCAD2004。最后应用Visual ***中的控件实现表面粗糙度标注界面的设计，通过主窗体界面上的标注模块，高度参数可以选择轮廓算术平均偏差Ra、微观不平度十点高度Rz、轮廓不平度最大高度Ry;表面粗糙度代号可以选择轮廓微观不平度的平均间距Sm、轮廓支承长度率tp、加工要求、取样长度、加工余量以及加工纹理方向;参数值可以选择其上限值、下限值、最大值和最小值;如果标注符号需要旋转，可以在旋转角度后面的输入框输入需要旋转的角度值;还可以根据零件图的比例调整标注符号的大小，在文字高度输入框中输入所需要高度的数值就可实现;在选择好参数值、代号，输入旋转角度、文字高度之后，通过点击主窗体右下角的九个不同按钮，进入CAD界面分别实现不同表面粗糙度符号的标注。本文设计的表面粗糙度查询标注系统操作速度快，整体性强，动态旋转直观灵活，且占有的存储空间小。方法简单快捷，提高了标注效率，并且利用该方法绘制的表面粗糙度符号符合国标规定，代号的大小随参数的字高而变化，代号的方向随被标注表面的倾角而变化。极大地提高了设计效率，缩短工时，给企业带来更多的利益，有较好的实际使用价值和推广意义。

关键词：计算机辅助设计二次开发AutoCAD 零件表面粗糙度智能化查询快速标注

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：