【摘 要】
：
为满足强度和轻量化的要求,铝合金摩托车轮毂通常由钢制花键套与铝合金轮毂基体复合铸造而成。两种金属的热属性差异易导致接合处间隙过大,影响轮毂使用安全性。课题组开发了摩轮花键套接合质量检测装备,通过对花键轴施加周期性载荷,使瑕疵轮毂的双金属部件的配合间隙通过一定方式暴露出来,进而通过视觉识别出来。该装备基本满足了委托单位—今飞集团的铝合金摩托车轮毂检测指标要求,但人工上下料装配轮毂和花键轴的方法难以满
论文部分内容阅读
为满足强度和轻量化的要求,铝合金摩托车轮毂通常由钢制花键套与铝合金轮毂基体复合铸造而成。两种金属的热属性差异易导致接合处间隙过大,影响轮毂使用安全性。课题组开发了摩轮花键套接合质量检测装备,通过对花键轴施加周期性载荷,使瑕疵轮毂的双金属部件的配合间隙通过一定方式暴露出来,进而通过视觉识别出来。该装备基本满足了委托单位—今飞集团的铝合金摩托车轮毂检测指标要求,但人工上下料装配轮毂和花键轴的方法难以满足年产近两亿只轮毂的检测节拍需求。花键套与花键轴之间必须满足装配精度要求,才能实现准确装配,而现实情况是,花键轴在周期性加载过程中可能产生周向旋转,使每只轮毂装配时角度发生变化,这些因素为花键轮毂全自动上下料和轴孔装配带来困难。本项目开发了具有视觉引导功能的机器人轮毂上下料工作站,主要开展以下四个方面的研究:（1）针对机器人工作站需要适应多种型号、不同尺寸花键轮毂的搬运要求,设计了双工位轮毂夹具,同时,根据花键轴孔配合的精度与负载大小,完成了工作站及关键零部件设计;（2）开发了自适应中值滤波与四方向Sobel模板结合的Canny算法,实现了对花键边缘的高精度可靠提取,同时与传统边缘检测算法进行了对比分析和试验研究;（3）针对传统模板匹配算法耗时长、计算量大、易受目标图像（花键轴）旋转、缩放影响的问题,开发了采用图像金字塔加速的梯度矢量相似度量函数的模板匹配算法,研究了目标花键轴在不同干扰因素下的模板匹配的效果,并通过试验验证了新算法的有效性;（4）在花键轴边缘提取、模板匹配核心算法研究的基础上,进一步开发了全集成自动控制系统和视觉处理软件,搭建了具有视觉引导功能的机器人轮毂上下料工作站,通过试验验证了轴、套视觉匹配功能,实现轮毂的自动上料。在上述研究内容的基础上,提出了三个创新点:（1）提出结合自适应中值滤波、Sobel模板和Canny算法的图像边缘检测方法。（2）提出了基于图像金字塔与梯度矢量相似度量函数的模板匹配方法。（3）设计了集机器人系统、视觉引导系统以及轮毂检测设备于一体的花键轮毂上下料工作站,实现了复杂边缘的孔轴装配。通过核心算法研究、试验台软硬件开发及综合性能试验,得到以下结论:（1）提出的图像边缘检测算法与其他传统边缘检测算法相比能够更有效滤除脉冲噪声,同时提升了边缘的完整度与清晰度。（2）提出的模板匹配方法在缩短了匹配耗时的同时也使模板匹配过程对光照变换、图像旋转以及缩放因素具有较强抗干扰能力。边缘检测算法与模板匹配算法的总耗时可控制在1700ms左右,可以满足工作站设计时要求的1800ms。（3）上下料工作站经精度测试后可得:工作站能够实现花键轮毂的上下料和轴孔装配,装配过程精度可达0.046mm,可以满足工作站设计时要求的0.05mm。
其他文献
森林生态系统在应对CO2升高、气候变暖、大气氮沉降、生物多样性减少等全球变化问题中扮演着重要的角色。东亚季风区适宜的雨热状况,为树木生长和碳固定提供了较好的条件。开展亚热带森林生态系统生物化学过程的研究,对阐明中国陆地生态系统碳源汇变化特征及其驱动机制,以及准确估算中国陆地生态系统碳收支具有重要意义。虽然冠层是进行光合作用的主要场所,但是叶片光合性状在冠层垂直梯度上存在空间异质性。目前,针对森林冠
总初级生产力（Gross Primary Productivity,GPP）是陆地植物通过光合作用吸收的碳量,是陆地生物圈与大气之间主要的CO2通量,在全球碳循环和气候变化中发挥着重要作用。因此准确量化区域GPP对于理解陆地生态系统和大气的交互作用至关重要。近十年来,由于植物叶绿素荧光与光合作用在生理上的紧密联系,基于卫星反演的日光诱导叶绿素荧光（Sun-Induced chlorophyll F
费托合成（Fischer-Tropsch synthesis）作为多相催化中最重要的反应之一受到研究者的广泛关注。然而,费托反应过程极其复杂,产物分布广泛,这导致了无论是在工业生产中还是基础研究中都具备相当的难度,成为科学研究的一大难点。钴基催化剂由于具有优异的催化性能和较低的经济成本,是费托合成反应中极具前景的催化剂。其中,Co（0001）单晶因其良好的热稳定性且容易制得,并具有良好的费托活性,
机器学习算法是计算机自动分析已有数据获得规律,并用所获规律进行判断决策的算法。机器学习算法包含非监督学习算法和监督学习算法,比如,主成分分析算法是一种简单的非监督学习算法,神经网络则是一种常用的监督学习算法。近年来,机器学习算法开始被引入到物理学研究中。在量子关联体系中,机器学习算法被用于刻画量子多体波函数;加速现有的量子多体算法,发展新的量子多体算法;识别不同的相及相变。本论文中,我们将机器学习
张量网络最初被用于解决多体物理中的指数发散问题,它能够有效地将指数维希尔伯特空间的波函数用多项式复杂度的参数表示。得益于其对指数复杂问题的处理能力,近年来张量网络方法作为一种新兴的机器学习模型在人工智能领域蓬勃发展。作为一种跨学科的方法,张量网络可以运用于传统机器学习、量子启发式机器学习以及量子计算。因此,对于张量网络的研究和发展有助于联系量子理论和人工智能领域。尽管张量网络方法在人工智能领域具有
海岸带作为海陆过渡地带,承载着全球60%人口[1],密集的人口和高强度的生产活动使得海岸带地区土地利用方式发生了巨大改变,沿海地区脆弱的生态环境也受到威胁。近30年来,人类的工业、农业和生活已经引起了土地利用方式和景观格局的剧烈变化[2]。随着我国沿海经济的日益发展,海岸带地区的人类活动与景观格局的耦合关系已经成为区域可持续发展和景观生态学研究的热点问题[3]。厘清人类活动与景观格局之间的响应关系
亚洲季风区人口密集,其社会经济发展受夏季风强度变化影响强烈。亚洲夏季风在以往间冰期的演化特征,能为深入了解当前间冰期（Marine Isotope Stage1,MIS1）及预测未来亚洲夏季风演化过程提供重要参考。本研究将从中国季风系统出发,基于已发表的中国间冰期石笋δ18O记录,对不同间冰期亚洲夏季风变化特征进行整体探讨,并综合学术界重要发现,得出以下结论:（1）对不同经纬度的中国石笋δ18O记
台风暴雨致灾指标直接关系到人们对于台风暴雨洪涝的灾情预估以及防灾减灾工作,相关研究具有重要意义。目前台风暴雨洪涝致灾指标研究对台风降水的分离关注很少,并且与高时空分辨率卫星数据配套的高精度致灾指标的优化不足,同时指标需要考虑暴雨致灾因子强度体现的降雨强度及暴雨持续时间方面,以及台风暴雨洪涝算法的结果验证计算。在以往相关研究中,降水量的空间分布格局多基于气象站点的降水数据,或再利用插值方法进行空间化
目前,钛硅分子筛已在工业上得到广泛应用,Ti-MWW分子筛是常见钛硅分子筛之一,因其具有独特的孔道结构和溶剂效应,在过氧化氢选择性氧化反应中表现出了优异的催化性能而受到广泛关注。因此,开展对Ti-MWW分子筛的合成及其催化性能方面的研究具有重要的意义。然而,现有方法合成的Ti-MWW分子筛中常会形成非骨架八面体Ti物种,在烯烃环氧化反应中会导致环氧烷烃开环,对催化性能产生不利影响,需要经过酸处理去
随着城市的发展,人口的持续增长,城市中高密度建筑集群的数量也越来越多,然而,由于缺乏足够的关注与思考,在迅速的城市化进程中,世界各地的高密度建筑集群趋向于同质化---相似的布局、相似的外观、相似的形式。在现有的规范和设计观念下,不同地区的城市高密度建筑集群并没有像传统地域建筑和聚落那样呈现出极高的环境适应性与文脉传承性。在可以预见的未来,我们的城市高密度建筑集群将如何传承传统文脉,应对地域性气候值