基于机器视觉的轮胎表面缺陷检测系统的研究与应用

在传统的轮胎表面缺陷依靠人工检测,存在劳动强度高、受人的主观影响大以及效率低下的问题。针对这一现象,研究了一种基于机器视觉的轮胎表面缺陷3D检测系统。该系统依靠机器视觉系统获取检测轮胎的表面图像,然后创建3D模型、判定缺陷类型,最终实现实时自动预警,为轮胎生产商提供一种自动化检测方案。系统集成了先进的技术、软件和工具,配套的信息管控系统可以对轮胎型号和生产数据进行采集、存储、分析,以便在生产过程中实现更高效、更可靠的质量控制,具有较高的实际应用推广价值。     

印刷电路板缺陷检测的实际应用

电路板在我们的日常生活中非常常见,这就使得印刷电路板的缺陷检测显得尤为重要。AOI作为新兴的检测PCB板缺陷的系统,在生产实际中正在被大家熟知并且应用。相较于传统的检测方式,AOI系统比较灵活,无论是在检测时间还是系统运算上,或者是对相关技术人员的要求相较于传统方式都比较有优势,本文就AOI系统在实际中的应用展开讨论,分析并且介绍了在实际应用中的具体细则。     

镀锡板钝化污染控制技术

介绍了电镀锡机组钝化污染缺陷的宏观形貌;从挤干设备、助熔工艺、钝化工艺、钝化设备等方面分析了钝化污染产生的原因。通过产线实践,发现助熔挤干辊位置,钝化段槽液中重铬酸钠浓度和p H值与钝化污染缺陷的产生无关,钝化极板的清洁程度、钝化液的老化程度以及助熔液的清洁程度才是导致钝化污染的主要原因。通过调整助熔槽液浓度,保证钝化极板清洁性,钝化污染缺陷得到有效控制。     

分离器中心筒脱落原因分析

通过对分离器中心筒进行化学成分分析、拉伸试验、硬度试验以及金相低倍和高倍组织观察,结合现场勘查情况以及中心筒的服役工况环境,分析讨论了中心筒脱落的原因。结果表明,中心筒内部存在大量宏观气孔、夹渣、异金属等冶金缺陷,铸件致密性较差,是导致吊钩断裂和中心筒整体脱落的主要原因。     

汽车车身涂装沙滩银色研磨印缺陷的消除方法

经过涂装现场诸多因素的排除、面漆材料的分析及试验验证,发现了研磨印形成的主要原因。由此调整了相关的面漆材料,找到了消除汽车车身涂装沙滩银色研磨印缺陷的方法。     

内部控制有效性测度:回顾与展望

内部控制有效性的研究成果层出不穷,文章首先运用文献回顾法对内部控制有效性的内涵及其测度的研究文献进行梳理;然后分析了内部控制有效性三种测度:目标测度、风险测度和重大缺陷测度;最后提出了内部控制有效性测度的研究展望。     

基于机器视觉的缺陷检测应用综述

针对工业生产过程中缺陷检测的必要性以及传统人工缺陷检测的缺点,研究了基于机器视觉的缺陷检测技术,阐述了典型的机器视觉检测系统的组成,分析了国内外机器视觉缺陷检测技术的应用现状,展望了机器视觉缺陷检测技术的发展趋势,并指出不断优化算法,提高图像处理算法的准确性与鲁棒性,使检测系统更加智能化,是需要不断努力的方向。     

一种基于机器视觉的表面缺陷快速检测方法

实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20％,误检率降低了3％.