基于模糊神经网络的图像滤波算法

针对传统的线性和非线性图像滤波算法对含有丰富细节的图像滤波处理的不足,提出一种基于模糊神经网络的图像滤波算法.该算法利用神经网络的自学习功能训练标准样本以确定模糊贴近度阈值,在基本不改变原有图像的灰度信息的前提下,找出图像受到噪声污染的像素点,采用迭代中值滤波算法得到的中值替换噪声点.仿真实验表明该方法有很好的滤波效果,优于传统的图像滤波算法.     

基于Faster R-CNN的工件螺纹孔目标检测

为了提高螺纹孔目标检测的准确率,结合双相机视觉系统与Hough变换圆检测算法,提出了一种基于Faster R-CNN的螺纹孔目标检测方法。首先建立了由双相机组成的图像获取系统,通过安置在高处的工业相机采集工件整体图像,利用Hough变换圆检测算法初步筛选出工件上的疑似螺纹孔的位置,并驱动第二个工业相机逐个在近处采集经Hough变换检测出的疑似螺纹孔的局部精确图像。然后,在自建的螺纹孔数据集上训练以ResNet50为基础网络的Faster R-CNN目标检测模型。最后,将螺纹孔处局部图像输入训练好的Faster R-CNN目标检测模型进一步识别并进行定位。实验结果表明,该方法能有效地避免螺纹孔小目标检测,相对于单独使用Hough变换方法或者Faster R-CNN目标检测方法检测螺纹孔,具有更高的识别和定位精度。     

基于Faster R-CNN的工件螺纹孔目标检测（英文）

为了提高螺纹孔目标检测的准确率,结合双相机视觉系统与Hough变换圆检测算法,提出了一种基于Faster R-CNN的螺纹孔目标检测方法。首先建立了由双相机组成的图像获取系统,通过安置在高处的工业相机采集工件整体图像,利用Hough变换圆检测算法初步筛选出工件上的疑似螺纹孔的位置,并驱动第二个工业相机逐个在近处采集经Hough变换检测出的疑似螺纹孔的局部精确图像。然后,在自建的螺纹孔数据集上训练以ResNet50为基础网络的Faster R-CNN目标检测模型。最后,将螺纹孔处局部图像输入训练好的Faster R-CNN目标检测模型进一步识别并进行定位。实验结果表明,该方法能有效地避免螺纹孔小目标检测,相对于单独使用Hough变换方法或者Faster R-CNN目标检测方法检测螺纹孔,具有更高的识别和定位精度。     

基于多层Hopfield神经网络的X射线焊缝气泡检测

提出利用Hopfield神经网络来分割X射线焊缝图像以判断焊缝是否存在气泡,将焊缝图像的分割问题转化为一个优化问题进行处理.针对焊缝图像噪声大、气泡出现位置随机的特点,构造Hopfield神经网络的能量函数.通过试验计算,确定能量函数系数的选取原则.在此基础上,提出基于神经网络的X射线焊缝图像分割算法,算法结合中值滤波和神经网络以便有效地去除噪声和检测气泡.对某实际生产线的焊缝图像进行处理的结果表明,中值滤波结合多层Hopfield神经网络可以准确地检测到焊缝中的气泡.     

JD382曲轴试制中的几个难点及解决办法

简单介绍了如何利用传统单缸柴油机曲轴工艺资源,解决多缸曲轴研发和生产中的3个曲柄连杆颈、油道孔、端面6个螺孔底孔以及渐开线花键的加工难题,为机械加工行业探索出一条拓展业务的新途径。     

螺纹孔端面加工技术

螺纹孔端面加工技术主要应用于端面对螺纹孔有垂直度要求的一些零件,这类零件主要有以下特点： （1）外形奇特,端面对螺纹孔不仅有垂直度要求,而且螺纹端面表面粗糙度值要求较低。若依靠加工设备,采用传统的加工方法,零件无法准确定位,导致加工后不能满足设计要求。     

攻螺纹锪端面组合刀具

我厂是生产汽车制动阀的专业厂家,阀门壳体螺纹孔加工是每个阀门壳体所必需的工序,其中有锥螺纹,也有直螺纹。对于锥螺孔,端面没有技术要求,不需加工,而直螺纹孔的端面不仅要求与螺纹轴线垂直,并且还有一定的表面粗糙度要求,起到密封作用。根据实际生产,我厂设计出一种攻螺纹锪端面组合刀具,获得了良好的效果。     

用于曲轴平端面打中心孔的刀具装置

我们自制一台用于曲轴平端面、打中心孔的装置。为刀具设计提出的要求是:两项加工合并在一道工序上完成,并应保证曲轴定长、中心孔与端面衔接过渡好,端面加工平直。所设计的这种刀具装置也适用于一般轴类零件平端面、打中心孔之用。在没有专用设备的情况下,这种刀具装置可安装在立铣或立钻上使用,工件安装定位问题不难解决。     

基于机器视觉的螺纹在线检测方法

针对汽车制动管螺纹联接零件在线检测需求,提出了一种基于机器视觉的螺纹参数在线检测方法.基于图像矩、仿射变换、双线性插值法对螺纹图像进行倾斜校正,利用中值滤波抑制螺纹边缘区域颗粒化现象.在Canny算法提取的像素边缘基础上,用二次曲线拟合法得到了螺纹图像亚像素边缘,用三次B样条曲线对亚像素边缘进行拟合,根据拟合曲线的曲率检测螺纹角点,最后基于最小二乘法计算出螺纹各尺寸参数.实验结果表明,本文所提出的螺纹检测方法具有效率高、精度高等特点,可以满足在线检测需求.     

基于机器视觉的螺纹在线检测方法

针对汽车制动管螺纹联接零件在线检测需求,提出了一种基于机器视觉的螺纹参数在线检测方法.基于图像矩、仿射变换、双线性插值法对螺纹图像进行倾斜校正,利用中值滤波抑制螺纹边缘区域颗粒化现象.在Canny算法提取的像素边缘基础上,用二次曲线拟合法得到了螺纹图像亚像素边缘,用三次B样条曲线对亚像素边缘进行拟合,根据拟合曲线的曲率检测螺纹角点,最后基于最小二乘法计算出螺纹各尺寸参数.实验结果表明,本文所提出的螺纹检测方法具有效率高、精度高等特点,可以满足在线检测需求.     

光针轮廓扫描技术测量内螺纹曲面

分析了激光光针扫描在测量内螺纹曲面时的特性及影响精度的因素。根据光斑在被测面的噪声分布特点,采用中值滤波与小波阈值去噪相结合的综合滤波算法对光斑图像进行了去噪处理,其中中值滤波可以有效地消除光斑图像中的脉冲噪声,而基于小波变换的阈值去噪算法可以消除图像中的高斯噪声。通过综合滤波算法对光斑图像进行处理,可以有效消除激光光斑噪声,消除图像噪声对测量精度的影响,同时保持了光斑图像的细部特征。根据激光光斑图像在倾斜被测物体表面光强分布特点,设计了近似圆拟合算法来确定光斑中心,该算法相对传统算法具有计算量小、计算效率高,适合在线检测的特点,可以克服测量面倾斜对激光光斑中心的影响。利用采用上述方法的坐标机激光光针扫描系统,对标准内螺纹量规进行测量,对比应用前后的测量结果,螺距精度提高了0.48 mm,中径测量精度提高了0.44 mm,牙型角精度提高0.57°。     

基于误差转换的汽车曲轴圆度及圆柱度误差评价数学模型构建研究

针对国内汽车曲轴轴颈圆度误差、圆柱度误差检测普遍存在的效率低、精度低等问题,建立基于误差转换的平面曲线和空间曲线误差数学模型,结合圆和圆柱的数学表达建立满足最小包容条件的圆度和圆柱度误差评定数学模型,并采用遗传优化算法计算出符合最小评定要求的曲轴轴颈形位误差,解决了理想包容要素位姿参数不精确的问题。同时,建立基于图像域的汽车曲轴轴颈形状误差检测试验台,针对测量过程中连杆轴颈沿主轴颈公转运动,从而导致连杆轴颈图像域检测数据存在坐标不归一问题,以曲轴法兰端特征孔为基准,通过模板匹配特征与孔边缘提取实现了连杆轴颈圆度和圆柱度测量数据空间坐标归一化处理。以某型号发动机曲轴为例进行大样本误差检测试验,并与三坐标测量机测得的结果进行对比,数据分析表明提出的曲轴轴颈形状误差检测方法的精度为1μm,且重复检测误差在0.1μm以内,证明了其理论上的正确性及实践操作的可行性。     

大螺纹在线测试系统

一种大型螺纹自动检测的方法采用了新型螺纹测头,其中包括TESA电感传感器和测针,测针按螺纹牙型选择。测量方法基于螺纹综合测量原理,采用接触式测量方式。通过试验分析完成了螺纹作用中径数值的检测。通过频谱分析,对螺纹作用中径数值测试的动态误差进行了剔除并且得到了相关信息。检测方式的测量力远小于用常规的螺纹量规检测的测量力从而解决了接触应力引起薄壁管件测量误差的问题,试验表明这种新型螺纹测头能够提高测量精度,经过数据处理测头测量精度达到1 µm。     

基于主成分分析的BP神经网络内螺纹冷挤压成形质量预测

根据冷挤压内螺纹成形中径、螺距、牙型半角和牙高率等来综合评定内螺纹的成形质量等级,并基于BP神经网络对其进行预测。在BP神经网络预测模型数据前处理过程中,采用主成分分析方法以提取影响内螺纹冷挤压成形质量的主要因素,消除各影响因素之间的线性相关性。试验结果表明,与传统的BP神经网络相比,采用该方法的BP神经网络模型,简化了网络结构,提高了收敛速度及预测精度,能准确实现内螺纹成形质量等级的预测,从而为内螺纹质量的检测提供了一条新途径。     

滚珠丝杠在线检测及模糊PID补偿算法研究

为提高大型精密滚珠丝杠磨削精度及效率,将在线检测和误差补偿技术应用到丝杠磨削过程中.介绍了系统的构成和主要模块的工作原理,提出了在线综合动态测量及模糊PID补偿方法.开发了基于VC++的滚珠丝杠检测补偿软件,以型号60×06×420-P03R(公称直径mm×公称导程mm×螺纹长度mm-类型·标准公差等级·旋向)的丝杠螺...     

激光反馈螺纹磨床误差补偿系统的智能PID控制

为提高滚珠丝杠的磨削加工精度 ,提出一种采用改进算法的激光反馈螺纹磨床误差补偿系统智能PID控制方法 ,并介绍了该方法的控制原理及实现方法。磨削加工结果表明 ,应用该方法可有效提高系统的误差补偿精度。     

基于卡尔曼滤波算法的光谱共焦测量精度的提升方法

为减少待测物体位置变化时光谱系统受到的噪声干扰以及峰值定位误差,基于卡尔曼滤波算法原理,提出一种将Voigt寻峰定位的结果作为观测误差并进行最优估计来提升共焦系统测量精度的方法。先进行标定实验,确定光谱共焦系统的测量范围及精度;再依次对比中值滤波、Savitzky-Golay滤波以及快速傅里叶变换滤波等对光谱信号去噪的处理情况,并选用高斯、洛伦兹以及Voigt拟合等方法寻峰定位。同时,分析了Voigt拟合中的峰值提取、高斯宽度、洛伦兹宽度以及幅值误差对拟合精度的影响。实验结果表明,系统的测量范围可达3 mm,中心光斑半径增大了近1.79倍,采用卡尔曼滤波算法能够降低系统中的噪声引起的定位误差且系统精度能够提升11倍,满足高精度的测量需求。     

制动主缸补偿孔位置检测误差分析与补偿

针对当前制动主缸补偿孔检测效率低、精度低、成本高等技术现状,提出了一种集光、机、电于一体的高性能精密检测系统,分析了该系统所涉及的补偿孔几何中心位置检测误差并进行补偿。通过对误差来源的分析,揭示了制动主缸补偿孔位置检测过程的误差解算方法。基于该解算方法,利用增量式误差补偿方法构建了误差补偿模型,并进行补偿孔检测与误差补偿实验。实验结果表明,系统竖轴误差对补偿孔直径检测数据的影响较小,而对补偿孔位置检测数据的影响则由补偿孔与基准面的相对位置决定。补偿孔与基准面距离越远,误差越大。实验数据显示,在型号为ZDZG-20.64的被试件中,被测补偿孔位置精度分别提高0.05 mm和0.254 mm;在型号为ZDZG-22.2的被试件中,被测补偿孔位置精度分别提高0.044 mm和0.072 mm。该误差模型及补偿方法能够有效提高制动主缸补偿孔的检测精度。