共查询到19条相似文献,搜索用时 944 毫秒
1.
《组合机床与自动化加工技术》2018,(12)
针对待分拣的汽车摇臂零件结构相似、产量大,人工分拣困难,影响产品发货的问题,提出了基于机器视觉检测技术的自动分拣方案,通过识别待拣零件结构特征和编号实现对零件种类的辨识,采用工控机(IPC)和西门子S7-200 Smart PLC(可编程逻辑控制器)组成的主从式控制系统,完成对待拣零件的自动分拣。通过PLC来控制传送带和气动推杆,IPC完成图象处理和人机交互,采用TCP/IP协议实现IPC与PLC间的数据通信。零件类型辨识实验表明融合零件结构特征和编号的识别方法能够准确地识别出待检零件的类型。 相似文献
2.
基于模式识别的零件表面瑕疵图像提取的设计与实现 总被引:2,自引:1,他引:1
针对精密零件表面瑕疵处理问题,将计算机视觉技术用于精密零件表面瑕疵图像的提取和分析,提高了生产中机械零件自动识别的实时性和分拣的准确率,并结合嵌入式系统进行控制。设计了一个基于机器视觉的零件表面瑕疵图像自动识别系统,采用图像处理及模式匹配的方法,实现了零件表面瑕疵图像的提取,为零件表面瑕疵的处理做好了准备工作,达到了对许多加工件和产品表面质量进行快速检测的目的。 相似文献
3.
介绍了一种轴类零件径向跳动公差的自动检测与分拣系统,并对该装置的构成、工作原理和计算机控制系统设计作了详细论述. 相似文献
4.
介绍了一种轴类零件径向跳动公差的自动检测与分拣系统,并对该装置的构成、工作原理和计算机控制系统设计作了详细论述。 相似文献
5.
6.
在工业生产中,机械手能够代替人手完成分拣、搬运、装卸等工作,不但减轻了工人的劳动强度,还提高了企业的自动化水平和生产效率。设计了基于PLC控制器的气动机械手,包括方案设计、气动系统设计、控制系统设计和程序设计,以PLC为控制核心,利用气压传动技术驱动机械手臂完成抓取和放置零件的动作,利用电机驱动机械手完成搬运的动作。通过样机的试制和系统的调试运行,表明气动机械手的设计方案是可行的,控制系统是稳定可靠的。 相似文献
7.
《组合机床与自动化加工技术》2017,(3)
传统的分拣作业一般采用示教或离线编程方式,当工作环境发生改变时系统无法即时的作出相应的调整,针对传统分拣方式中存在的不足,以并联型机器人和康奈视In-Sight7000型工业智能相机为基础,搭建一个基于机器视觉的工业机器人分拣系统。该分拣系统结合了并联型机器人和机器视觉两方面的技术优势,对经典的Canny边缘提取算子做出了相应的改进,通过提取图象边缘信息作为匹配的特征,克服了光照变化对视觉系统造成的影响,实现了当分拣对象由传送带运送进入相机视野时,系统可以高速的对分拣对象进行识别和分拣工作。该系统显著提升了机器人对工作环境的适应能力,提高了生产效率和系统柔性。同时,实验结果证明了该系统软硬件设计正确,分拣成功率高。 相似文献
8.
为了适应现代化快速生产的需求和提高光伏玻璃基片分拣的效率,针对传统分拣设备自动化程度低、成本高及规划路径复杂等不足,设计了一种自动化程度较高且动作简单的光伏电池基片分拣线,对分拣线的翻转机构进行了优化设计;选用三菱PLC作为控制器,通过三菱PLC的基本模块和特殊模块控制变频器、电磁阀和伺服系统等;并根据控制要求设计了电路图。光伏玻璃分拣设备在生产实践中取得了良好的控制效果,提高了光伏玻璃分拣效率,达到了企业的生产要求。 相似文献
9.
10.
依据镜片生产的现实需求,开发镜片自动分拣系统。该系统采用高速精密间歇分割器等实现多工位的同步工作,能按照每天镜片的生产计划实现自动分拣。 相似文献
11.
针对传统并联机器人在工作环境中存在抓取不精确、定位与分类识别效率低下的问题,提出一种基于机器视觉与Faster-RCNN神经网络的工件识别检测技术。采用Delta机器人实验平台采集图像,进行图像的预处理操作并将其添加至网络训练集。通过Python3.7-torch1.7搭建深度学习中的Faster R-CNN卷积神经网络,作为基本框架训练工件图像数据集。最后将训练后的卷积神经网络得到的工件检测结果与原实验工件识别系统对比。结果表明:改进后的识别平均精确度比原有识别系统有所提高,反应时间缩短,并且能识别不同类型的工件。 相似文献
12.
13.
14.
针对制造业中多类型、多颜色工件人工重复分拣出错率高的问题,设计一个基于工业视觉的工业机器人自动分拣物理控制系统和数字孪生系统。提出融合工业视觉、工业机器人、PLC等设备的以太网通信控制方案;基于视觉检测原理,应用视觉检测工具,结合PLC程序能够正确识别工件信息;基于NX MCD软件构建了工业机器人、输送带、工件等数字孪生系统;最后,对工业机器人和PLC进行联合编程,实现视觉分拣虚实系统同步作业。实验结果证明:该系统工件识别正确率高,工件分拣效率高,数字孪生系统能够实现虚实同步,为系统的动态监控、维护管理与虚拟调试提供了便利。 相似文献
15.
针对机械手对复杂工况下的工件进行自动抓取时精度较低的问题,提出一种采用改进SSD卷积神经网络算法配合多激光传感的方法,对堆叠情况下的工件进行快速精确定位。采用SSD算法融合多视窗检测方法,对视觉获取的RGB图片进行检测,获取工件水平位置信息;结合主动跟踪激光传感系统,获取工件表面的法向量,确定工件的空间位姿。搭建了硬件实验平台,在此平台上开发了一套视觉与激光融合的工件定位抓取系统,并以非标零件为实验对象在堆叠情况下进行多组实验,在模拟车间自然光照环境下,工件识别率95.4%,平均耗时为40ms,工件识别的平均坐标偏差1.86mm,法向量平均偏差为1.39°,机器人抓取率为98.2%,实验结果表明,该方法定位准确,速度快,在自动化生产线上具有可行性。 相似文献
16.
17.
研究一种用于数控加工机床的工件在机检测技术,用于对加工过程质量进行监测和控制,以缩短大型工件的加工制造周期,改变现有制造加工领域手工检测模式或离线抽检模式的现状。设计一种新的复合式在机测头并提出其测量系统实现方案。在机检测系统主要由数控机床、复合测头、无线信号收发器、控制计算机及其测量软件组成。数控机床作为测量运动驱动机构,其主轴带动复合测头对工件进行测量,并把测量结果通过无线信号收发器传输到控制计算机,通过模型反求和数据融合后处理,在机实时给出工件加工质量报告。通过在机修正工件加工路径,提高工件制造合格率和加工效率。 相似文献
18.
With rising feed rates of wood working machines, it is important to realize a process-integrated quality assurance. The quality
control of produced workpieces is mainly carried out by the operator. As his capabilities are limited, an automated quality
control system can help to assure a constant quality level. Due to the high production speeds, only an optical measurement
can be used. While CCD-camera-based control systems are generally applied in wood working, no approach has been made so far
to measure the surface roughness which is caused by the machining of the workpiece. This paper presents two different quality
control systems for an assessment of the surface quality of a workpiece. In planing of solid wood, the size of the waves on
the surface is most significant for workpiece quality. An image processing system has been developed which measures the width
of the waves by means of a special illumination. In machining chipboards, the size and number of cracks in the edge are very
important. Here, a camera-based system is presented which is able to measure the complete workpiece edge even at high feed
rates with a sufficient resolution. 相似文献
19.
Massimiliano Barletta Stefano Guarino Gianluca Rubino Vincenzo Tagliaferri 《International Journal of Machine Tools and Manufacture》2007,47(3-4):483-495
This paper deals with the internal finishing of tubular components made from a high strength aluminium alloy (AA 6082 T6) using a fluidized bed assisted abrasive jet machining (FB-AJM) system.Firstly, a Taguchi's experimental plan was used to investigate the influence of abrasive jet speed, machining cycle, and abrasive mesh size on surface roughness and material removal trends. Secondly, the leading finishing mechanisms were studied using combined 3d profilometer-SEM analysis to monitor the evolution of the surface morphology of machined workpieces. Finally, the circumferential uniformity and precision machining of the inner surface of workpieces were tested by evaluating the values of the more significant roughness parameters in different circumferential locations.Consistent trends of surface roughness vs. operational parameters were measured, and significant material removal was found to affect the workpieces during machining. As a result, FB-AJM was found to preferentially machine the asperities and irregularities of the surface, thereby altering the overall surface morphology producing more regular and smoother finishing. Moreover, the good circumferential uniformity and machining accuracy FB-AJM guarantees even on ductile aluminium alloy workpieces ensure that this technology can be applied to a diverse set of industrial components. 相似文献