发动机连杆裂解槽激光加工机床中的丝杠误差分析及补偿

发动机连杆裂解槽激光加工机床的主要功能是对连杆大头孔内表面两侧进行切槽加工。裂解槽质量的好坏与激光和CNC系统的配合有很大关系。为了消除由于丝杠的误差所带来的激光头的定位误差,以便能够更精确地调整激光头喷嘴与连杆内表面的位置,首先在该激光加工机床的工作原理的基础上对该误差进行了测量,然后采用直线插补补偿算法消除了该误差。最后对激光切槽后得到的连杆进行裂解,并且经过工具显微镜检测后,结果表明,对于各种型号的连杆,切割出来的裂解槽在深度上基本保持一致(裂解槽上各个点的槽深度公差为±0.02 mm)。说明该种方法能够很好地解决这一问题。     

连杆背压裂解加工方法

通过数值模拟与实验相结合的方法对准静态加载条件下的连杆裂解过程进行分析,确定了C70S6连杆裂解的临界J积分值,并对背压裂解过程进行数值模拟分析,对背压力对于连杆裂解J积分、韧带区场变量及裂解力的影响进行探索。模拟结果表明:背压力使沿连杆裂纹槽长度方向的裂尖J积分梯度增大,使应力更快、更有效地集中在裂纹槽中部,有利于裂纹槽起裂和裂纹快速扩展,可减少因裂纹分叉、交汇异常等引起的裂解加工缺陷,但是背压力增加的同时也增大了胀断主动力和裂解力,建议背压力设定为胀断主动力的1/4。     

发动机连杆裂解加工初始裂纹槽几何参数研究

分析比较了裂纹槽的设计位置、几何形状以及预制方法;对含有预制裂纹槽的C70S6钢连杆的裂解加工过程进行了数值模拟分析和连杆断裂剖分实验,给出裂纹槽几何参数对裂解力水平的影响规律.结果表明,在其他参数不变的条件下,裂纹槽深度对裂解力的影响最为显著,随着槽深增大裂解力锐减;提高锐度及减小张角可降低裂解力,但曲率半径为0.1~0.3 mm或张角>30°时,裂解力增幅较小且趋于稳定.研究结果对合理设计裂纹槽、降低切槽成本、提高连杆裂解质量具有参考价值.     

发动机连杆裂解加工及其关键技术

分析了断裂的剖分机理和发生条件,并对裂解连杆材料、预制初始裂纹槽、定向裂解、定扭矩装配螺栓等连杆裂解加工的关键技术与核心工艺进行了探讨。研究开发了具有"背压"裂解功能的定向裂解机床,并对轿车发动机连杆裂解加工过程进行了数值分析与试验探索。结果表明:合理设计裂纹槽位置与几何参数并保证加工精度,可有效降低裂解加工载荷。背压裂解加工方法有利于提高裂解加工质量,在瞬时加载条件下,合理调节背压力与裂解力比值,可获得性能优良的断裂面。     

连杆预制裂纹槽几何参数对胀裂力的影响

为了减小连杆裂解加工中所需的裂解力,提高裂解加工质量,利用MSC.Marc软件,建立了连杆裂解加工的有限元模型;采用正交试验设计方法,分析了预制裂纹槽几何参数对裂解力的影响规律;通过方差显著性分析得出槽深h对裂解力的影响最为显著,其次是张角α,而曲率半径r对裂解力的影响较小。裂解力在张角α≤45°时增大相对缓慢。随着槽深h的增加裂解力降低,当h≥1.0 mm时,裂解力降低缓慢。     

面向机器视觉的织物纬斜检测方法

针对光电纬斜检测存在检测识别死角、检测精度不高等缺点,提出了面向机器视觉的纬斜检测方法.采用CCD摄像机获取织物图像,结合数学形态学方法对织物图像进行行程平滑、消除噪声和边缘提取,然后用层次Hough变换对织物图像进行纬斜角度的检测.通过形态学运算和层次Hough变换提高了检测速度和精度.实验结果表明,该方法实现了较大范围的织物纬斜角度的高精度检测.     

在线漏油检测系统的设计与实现

提出了一种通过机器视觉,运用数字图像处理技术来检测冷却水漏油情况的方法。将现场水体的原始图像转化成256色的灰度图像,突出油滴的边缘,进行必要的图像增强,为了便于统一处理,将图像调整到统一大小。在采用经典的边缘检测算子描绘出油滴的边缘后,将物体和背景分割出来,形成对比鲜明的二值图像。分割后的二值图像具有面积、周长等明显特征,利用简单的类内鉴别达到识别的目的。另外,通过模板匹配的方法扫描整幅图像以判断相似度,并采用了多识别器综合的方法识别10 mg/L的漏油,以提高识别的可靠性。     

边缘检测识别道路边界时消除标识线干扰的图像处理方法

针对通过对道路图像进行边缘检测来识别道路边界时道路中道路标识线的边缘特征对判断造成干扰的问题,提出了一种处理图像的方法.该方法基于边缘检测算法检测到的边缘对道路的灰度图像进行逐行处理,通过对该行中边缘通过的点附近的灰度值进行判断和修改来降低道路标识线的边缘特征,同时保留道路真实边界的边缘特征.在该方法基础上搭建了基于边缘检测的道路边界识别系统并对方法进行检验,使用130余张道路图片作为输入,验证了方法的有效性和实时性.实验结果表明,该方法能有效消除道路标识线对基于图像边缘检测的道路边界检测方法的干扰.     

基于图像处理的车牌识别技术

汽车车牌照的识别是智能交通系统必不可少的组成部分,也是保障车辆安全的必要手段。本文针对智慧小区设计一种简易实用的车牌识别系统,设计内容包括图像采集及预处理,车牌定位,边缘检测,字符识别等。系统开发构建在Qt软件平台上,对采集的图像进行灰度化、边缘检测二值化处理,同时,通过水平投影进行区域定位消除边框,再利用处置投影对车牌字符分割,最后根据特征值对系统字符识别,输出字符。实验验证,该系统检测方便易行,识别效果较好。     

改进的基于形态学梯度法的车辆图像边缘检测方法

在分析和比较用于图像边缘检测的多尺度多方位的形态学梯度算法和多级形态学运算合成法的基础上,提出了一种改进的基于形态学梯度法的汽车图像边缘检测方法.经过实验检验,并与其它形态学边缘检测方法进行了比较,证明该方法对汽车图像边缘检测具有较好效果.     

图像聚类分析法用于汽车图像边缘的检测

在分析用于图像边缘检测的多尺度多方位的形态学梯度算法基础上,结合基于自组织神经网络的图像聚类分析的数据融合技术,提出了一种改进的基于形态学梯度法的汽车图像边缘检测方法.经过实验检验,与其它形态学边缘检测方法进行了比较,该方法对汽车图像边缘检测具有较好效果.     

一种基于小波变换去噪的活塞环图像检测技术

为精确测量活塞环的尺寸和识别破损缺陷,提出一种关于活塞环图像测量及破损缺陷的检测算法.该算法首先对活塞环原图像进行预处理,获取缺陷识别模型所需图像,然后通过小波变换获取清晰的活塞环图像边缘,再通过最小二乘法对活塞环图像边缘进行拟合,得到活塞环边缘曲线,建立算法模型,识别活塞环破损缺陷,得到活塞环的尺寸参数.该检测算法的缺陷识别率达99.5%,且实现活塞环的宽度亚像素测量.     

基于人工智能技术的人脸图像局部细节信息识别研究

为了提高人脸图像局部细节信息识别能力,提出基于人工智能技术的人脸图像局部细节信息识别方法.提取不同表情下的人脸图像,结合多区域融合聚类分析方法进行不同表情下的人脸动态特征提取,建立人脸图像的边缘轮廓特征检测模型;采用相似度特征分析方法进行不同表情下人脸图像的鲁棒性重构;提取不同表情下人脸图像的模糊度辨识特征信息,通过多...     

一种基于小波、分形与神经网络的汽车车型识别方法

提出了利用小波分析、分形理论和神经网络技术进行车型图像的识别方法,主要包括用小波理论进行汽车图像的消噪和边缘检测、分形编码和神经网络分类等3个部分.经过实验证明,该方法取得了较佳的识别效果     

基于非采样高斯差分金字塔的多尺度融合边缘检测

针对传统边缘检测算法抗噪性差、边缘连续度低、细节边缘冗余,对运动目标检测应用领域的适用性差等缺点,论文基于图像多尺度的思想,结合小尺度图像边缘信息准确,大尺度图像抗噪性强、边缘冗余度低的优点,提出一种基于非采样高斯差分金字塔的多尺度融合边缘检测算法。算法首先对图像进行非采样高斯金字塔分解得到多尺度图像,同时在分解过程实现基于高斯差分算子的边缘检测,得到多尺度边缘图像。最后采用多尺度图像边缘融合策略实现多尺度边缘融合。论文通过实验对算法的有效性进行验证：通过对边缘融合结果进行Abdou-Pratt品质因数分析,表明该算法抗噪性强,边缘定位准确;连续度分析结果表明该算法在降低边缘冗余度的同时保留了主要边缘,且边缘连续度较高;车辆检测实验结果表明基于该算法得到的车辆检测结果准确度较高。     

图像模糊篡改盲取证

针对图像篡改人工模糊润饰操作,提出了一种新的盲取证技术。首先用保持边缘平滑滤波结构增强源图像模糊区域,并对滤波图像进行边缘检测;然后采用能量比和信息熵构建模糊边缘约简规则来检测源图像自然强边缘;接着设计模糊隶属度函数,计算源图像每个像素的模糊隶属度,并用该隶属度集合对初始模糊边缘图像进行处理,得到模糊边缘图像;最后对前面的图像进行融合并经过闭运算处理,得到准确清晰的人工模糊边缘。实验结果显示,本文算法能够很好地区分模糊边缘与自然强边缘,篡改区域的定位效果较好。     

基于空域方格模板的水泥刻槽路面裂缝提取方法

针对水泥路面裂缝检测过程中刻槽的干扰问题,提出一种基于空域方格模板的水泥刻槽路面裂缝提取方法：根据刻槽的几何特性,选取合适边长的方格对图像进行遍历搜索,将影响裂缝识别的刻槽干扰因素进行剔除。提取过程：利用中值滤波对水泥刻槽路面进行滤波处理;采用基于分块的图像分割算法对路面图像进行分割;对分割后的图像进行空域方格搜索;对图像进行去除噪声和毛刺处理。实验结果表明,该方法不仅对水泥刻槽路面裂缝的识别有良好效果,而且极大缩短了算法运行时间。     

Hough变换在汽车车身缝隙检测中的应用

提出通过检测汽车车身缝隙来评定汽车防雨密封性能的方法，利用CCD摄像机拍摄缝隙图像，采集到计算机中，经过图像处理提取缝隙尺寸信息，评定汽车防雨密封性能。该方法中最重要、最复杂的环节是图像处理过程中的缝隙边缘检测，文中主要讨论在图像处理过程中利用Hough变换进行边缘检测，提取缝隙轮廓信息的方法，并且用Maflab6．0编程实现。     

图像模糊篡改盲取证

为了提高模糊润饰篡改取证技术的准确率和召回率,提出新的盲取证技术。采用能量比和信息熵构建模糊边缘属性约简规则来检测源图像自然强边缘;设计保持边缘平滑的滤波结构增强源图像模糊区域,对滤波图像进行全边缘检测;设计人工模糊隶属度函数,计算源图像人工模糊隶属度集合;对所得边缘图像进行融合,利用人工模糊隶属度集合对融合图像进行处理,得到准确清晰的人工模糊边缘。实验结果显示,本文算法盲取证准确率和召回率较高,能较好区别人工模糊和自然模糊,篡改区域定位效果较好。     

基于 Hough 变换及可信度的车牌旋转角度检测

车牌角度矫正是汽车牌照识别的一个重要步骤。采用Hough变换法检测车牌的倾斜角度。首先对汽车牌照图像预处理,再提取车牌上下边框的边缘信息,利用Hough变换对提取的边缘信息进行变换,从而获得车牌上下边框的拟合直线及其倾斜角度,并引入可信度,以度量检测结果的优劣,最终获得较精确的汽车牌照的倾斜角度。实验结果表明,该法抗干扰能力强,检测精度高。