基于虚拟仪器的瓷砖平整度自动检测系统

为实现瓷砖表面平整度误差的自动检测和产品质量的自动分级,探讨了瓷砖表面平整度检测的原理和方法.将虚拟仪器技术应用于瓷砖表面平整度的自动检测研究,以非接触式光纤位移传感器、数据采集卡、PC机作为硬件配置,以LabVIEW作为软件开发平台,设计了瓷砖表面平整度自动检测系统.实际应用表明,该系统可以自动检测瓷砖表面平整度,并对产品进行分级,适合于实际生产过程的质量控制.     

基于虚拟仪器的瓷砖平整度自动检测系统

为实现瓷砖表面平整度误差的自动检测和产品质量的自动分级，探讨了瓷砖表面平整度检测的原理和方法。将虚拟仪器技术应用于瓷砖表面平整度的自动检测研究，以非接触式光纤位移传感器、数据采集卡、PC机作为硬件配置，以LabVIEW作为软件开发平台，设计了瓷砖表面平整度自动检测系统：实际应用表明，该系统可以自动检测瓷砖表面平整度，并对产品进行分级，适合于实际生产过程的质量控制.     

容栅传感器在瓷砖平整度检测中的应用

介绍容栅传感器的基本原理和平整度检测方法,提出了一种基于容栅传感器的瓷砖平整度在线检测系统的设计方案,给出传感器的接口和定位实现方法,并对检测系统的性能进行了全面的验证实验.实验结果证明:检测精度可达0.1 mm,系统能够满足瓷砖平整度在线检测的需要.     

墙地砖平整度在线检测系统的研究

介绍了墙地砖平整度检测的基本原理,提出了一种基于高精度反射式激光位移传感器的墙地砖平整度在线检测系统的设计方案,给出了具体的软件与硬件实现方法,并对检测系统的性能进行了全面的验证试验。试验结果证明：检测速度可达25m／min,检测精度可达0．1mm,系统能够满足墙地砖平整度在线检测的需要。     

基于激光及三维虚拟场景技术的表面平整度在线检测系统

文章提出了一种基于激光及三维场景仿真技术瓷砖表面平整度检测方法;上位机使用Multigen Creator完成检测线三维场景建模,结合Vega Prime进行仿真,并在vs2010单文档程序框架进行集成;由于实际测量过程中真值往往是不可知的,因此探讨了采用不确定度对激光器纵向角偏移误差进行分析的方法,通过分析可知,在纵向偏移角小于3度情况下,激光传感器安装偏差导致的不确定性小于0.12 mm;通过不同实验环境下测试可知,本在线检测系统具有极高精度和重复稳定性,检测精度可达0.02 mm,本系统可以扩展应用到多种领域的在线表面检测系统中.     

激光位移传感器数据采集技术

本文介绍了激光位移传感器的性能,以及由ADS7805和单片机构成的数据采集传输设备.该系统能够检测80±15mm范围的位移量,分辨率3μm,检测精度±15μm,工作带宽2kHZ以上,可适用于多种非接触测量领域.     

基于FPGA与DSP的一体化激光三角位移传感器系统

从激光三角传感器的原理出发,设计了一种基于FPGA与DSP的一体化智能激光位移传感器系统,能够在保证位移测量精度的同时简化系统结构、减小系统体积;主要由FPGA控制CCD与激光器的驱动及实现与上位机的通讯,由DSP负责数据的处理从而得到优化的激光强度值及光斑定位信息;重点介绍了FPGA的设计及DSP的算法;最后对系统进行标定,并进行精度实验;实验结果表明,该一体化系统能够在100mm的工作范围内达到10μm的测量精度。     

基于DSP的静态板型检测仪设计

为形象、直观、精确地测量板材表面的平整度指标,本设计构建了一个静态板型检测系统,它是以DSP为控制核心,通过控制直流电机,拖动激光位移传感器在滚轴丝钢上匀速扫描,并把产生的位移信息再传送给数字信号处理器分析处理,借助DSP强大的数据处理能力计算出板材的平整度,使精度低于5I,并把检测结果及波形形象的显示在LCD液晶显示屏上。本设计还介绍了平整度的计算算法,误差校正。     

基于PSD器件的激光位移测距系统设计

提出了一种基于滨松S3931型号PSD器件和飞思卡尔Kinetis K60系列微控制器的激光位移测距系统.该测距系统主要利用了光学三角测量法的工作原理,将被测位移量通过光路系统转换为相应的微弱电信号,再由微弱电信号处理电路,经过放大、滤波、信号处理、A/D采集等一系列处理后,转换为实际位移量,并在LCD液晶显示屏上显示.本系统能够实现±5 mm范围内位移的快速测量,测量精度为30 μm,可以用于精密仪器尺寸测量、物体表面平整度检测等.     

基于CMOS激光位移传感器的板厚测量系统

为了提高板材厚度参数的测量效率和精度,本系统利用CMOS激光位移传感器,通过激光三角法实现板材厚度的测量,并利用MPC08运动控制卡控制交流伺服系统实现激光位移传感器的测量定位,同时计算机对采集数据进行分析处理、显示和存储.实验表明该系统运行稳定可靠,测量效率大幅提高.     

基于傅里叶变换的随机纹理瓷砖的高精度表面缺陷检测

针对经典缺陷检测算法不能很好地提取随机纹理瓷砖图像的缺陷的问题,提出一种基于傅里叶变换的随机纹理瓷砖表面缺陷高精度检测方法。在此基础上,完成了瓷砖表面缺陷检测硬件系统设计。对采集的瓷砖图像,首先利用傅里叶变换得到频率谱图像,然后研究截止频率参数对滤波的影响,设计最优化滤波器进行滤波,再通过傅里叶逆变换获得重构图像,达到抑制背景纹理信息,加强缺陷区域信息的目的,最后通过阈值化和形态学操作获得缺陷区域。实验结果表明: 本方法对不同的随机纹理瓷砖样本进行缺陷检测的准确率高,在瓷砖缺陷检测中具有较高的实用价值。     

陶瓷套圈表面质量机器视觉检测系统

本文在分析陶瓷套圈表面质量机器视觉检测机的系统组成和自动检测工作流程基础上,设计出检测机的气动驱动系统和PLC集成电气控制系统,给出PLC控制程序流程.通过PLC集成机器视觉、气动驱动和步进电机驱动控制系统,实现陶瓷套圈外圆表面缺陷机器视觉检测自动化,自动检测节拍达到2秒/件.     

龙门式瓷砖自动码垛装置

瓷砖的自动包装线的出现解决了降低劳动强度、提高生产效率的问题,为了节省瓷砖仓储所占空间,往往还需要进行人工的整理,本文设计了一种应用于瓷砖包装线上能够进行水平和竖直混合码垛的装置,整体采用PLC控制,通过人机界面设定参数,即可实现多种平竖混合结构的码垛。速度不低于12包/分钟,完全满足当前效率最高的自动包装线。     

Development of a nanometer resolution flatness measurement system for the ceramic surface by using Blue-ray optical pickup

This study proposes a new type of measurement system for the flatness of ceramic surface. The system proceeds the measurement with the optical pickup head of blue ray. It used the light source emitted from the optical pickup head which reflected by the ceramic surface and the reflective light was received by the photo diodes in the optical pickup head then to be calculated into focusing error signal. Then, we can automatically lock focus and analyze the data on the measurement surface by the program to get the flatness of the ceramic surface. The advantages of this measuring method are that no need to use expensive interference system, easier to set up and operate, the over-all cost of detection devices is low, the size of components is small, and the measurement accuracy can up to sub-micron level. The resolution of this measurement system is up to 20 nm.     

基于线阵CCD的瓷砖尺寸在线检测系统的研究

设计了一种基于线阵电荷耦合器件(CCD)的瓷砖尺寸在线检测系统。利用线阵CCD像机对生产线上瓷砖进行扫描,通过适当的图像处理算法得到瓷砖的各项尺寸参数,判别产品是否符合质量要求,并将数据记入数据库以便进行统计分析。用VC++6.0开发了应用软件,用来控制系统的自动运行。实验证明:该系统重复性实验标准差为0.05mm,满足用户需求。     

基于PLC的啤酒发酵智能温度控制系统

介绍了基于PLC的温度控制系统的设计方案。采用PLC及其多种扩展模块,优化系统结构。采用人机界面,实时监测现场温度变化。采用PID温度控制算法,提高温度的控制精度。实践证明,该系统稳定可靠,控制精度高,适应性强。     

瓷砖图像的纹理特征分类研究

在已有的瓷砖图像分类系统中,仅靠颜色特征和简单的纹理边缘信息只能对无花纹的单色砖或简单花纹的瓷砖进行有效分类,对复杂图案的瓷砖存在识别率低的问题。针对此种情况,结合瓷砖图像的灰度共生矩阵和统计几何特征,将这些特征输入支持向量机进行特征分层分类。采用基于径向基核函数和[K]交叉验证法所得到的最优参数构造支持向量机,解决瓷砖纹理特征具有非线性的分类问题。用瓷砖生产线上采集的大量图像进行实验表明,该方法准确率高,分类效果好。     

A supervised approach for automated surface defect detection in ceramic tile quality control

Surface defect detection is very important to guarantee the quality of ceramic tiles production. At present, this process is usually performed manually in the ceramic tile industry, which is low efficiency and time-consuming. For small surface defects detection of high-resolution ceramic tiles image, an intelligent detection method for surface defects of ceramic tiles based on an improved you only look once version 5 (YOLOv5) algorithm is presented. Firstly, the high-resolution ceramic tile images are cropped into slices, and the Bottleneck module in the YOLOv5s network is optimized by introducing depthwise convolution and replaced in the whole network. Then, feature extraction is performed using the improved Shufflenetv2 backbone, and an attention mechanism is added to the backbone network to improve the feature extraction ability. The path aggregation network (PAN) and Feature Pyramid Networks (FPN) neck are used to enhance the feature extraction, and finally, the YOLO head is used to identify and locate the ceramic tile defects. The multiple sliding windows detection method is proposed to detect the original ceramic tile image which is faster than the single sliding window detection method. The experimental results show that compared with the original YOLOv5s detection algorithm, the parameters of the model are reduced by 20.46 %, the floating point operations are reduced by 26.22 %, and the mean average precision (mAP) of the proposed method is 96.73 % in the ceramic tile image slice test set which has 1.93 % improvement in mAP than the original YOLOv5s. Compare with other object detection methods, the method proposed in this paper also has certain advantages. In the high-resolution ceramic tile images test set, the mAP of the proposed algorithm is 86.44 % by using the multiple sliding window detection method. The ceramic defect detection experiment has verified the feasibility of the method proposed in this paper.     

多特征融合的瓷砖表面缺陷检测算法研究

鉴于单一特征在瓷砖种类较多的情况下,存在对瓷砖表面缺陷内容表达不明显,导致复杂瓷砖识别率较低。针对这个问题,在词袋模型（BoF）框架的基础上,提出一种有效的多特征融合算法用于瓷砖缺陷检测。该算法采用改进后的SIFT和颜色矩融合特征作为瓷砖图像的区域特征描述;根据每种特征对瓷砖被分类的准确率大小,给提取到的两种区域特征分配各自的权重系数实现特征的加权融合;形成综合特征向量送入SVM分类器达到瓷砖缺陷分类的目的。通过不同类型的瓷砖样本进行实验表明,该算法识别率高,对复杂瓷砖能实现较好的分类。