当前位置: > 大发彩票哪里开户 >

【齿轮篇】 基于深度学习的齿轮表面缺陷检测方法

2024-05-24 09:05:34|发布者: admin| 查看: 113| 评论: 0

齿轮及其齿轮产品是机械装备的重要基础件,对于整体的动力系统有着非常大的作用,绝大部分机械成套设备的主要传动部件都是齿轮传动。 齿轮质量的优劣,直接影响着机器的使用寿命和安全生产,其...

  齿轮及其齿轮产品是机械装备的重要基础件,对于整体的动力系统有着非常大的作用,绝大部分机械成套设备的主要传动部件都是齿轮传动。

  齿轮质量的优劣,直接影响着机器的使用寿命和安全生产,其精度对机械产品的性能有着重要的影响,所以,提高齿轮检测技术是提高齿轮产品质量的必要保证。

  由于齿轮形状的特点,检测项目多,测量过程复杂,测量设备昂贵。因此,在实际生产中迫切需要对齿轮进行快速检测和分析。

  机器视觉检测是一种非接触式无损检测,是一种全新的检测方法,在高速、精细和重复的制造过程中也更加可靠,与传统的检测方法相比,具有不可替代的优越性。机器视觉在制造系统中的应用是产业发展的方向和必然趋势,也是提高生产效率的有效途径。

  因此,能够提升齿轮出货品质的齿轮外观自动化检测技术,对机械行业也具有极为重要的意义。

  齿轮产品在生产过程中,可能会存在断齿、齿短、齿崩、缺齿、齿歪、批锋等外观缺陷,它们会影响齿轮的精确性,咬合出现问题。在质检环节,必须将这些瑕疵品剔除掉。

  一般企业依靠人眼检测,或者检验人员在显微镜下逐个分辨齿轮缺陷,检测效率和精度低,加上检测人员的标准无法完全统一,因此准确性也难以保证。另外,齿轮大批量生产时,单单依靠人工检测也无法应付。应用机器视觉检测设备检测齿轮外观缺陷,可以避免和解决这些问题。

  齿轮表面缺陷视觉检测检测原理:当产品在背景板上成像的时,通过特殊光源处理后,呈现清晰的成像,经过图像处理模式识别算法分析,得出结果。

  系统由产品设备及视觉系统组成,产品进入生产线,经过视觉系统的处理,给出一个决策。

  首先使用一个与计算机相连的CCD工业相机来完成图像采集任务,将拍摄到的目标转换成图像信号。

  然后根据像素分布和亮度、颜色等信息,通过图像采集卡将图像信号转变成数字信号,传送给专用的图像处理系统。图像处理系统对这些信号进行各种运算来抽取目标的特征,如面积、长度、数量、位置等。最后,根据预设的容许度和其他条件输出结果,如尺寸、角度、偏移量、个数、合格/不合格、有无缺陷等。

  通过采集图像信息,实现存在的缺陷检测、分析研究并进行具体判断,系统检测到不良品时,输出报警信号。

  矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台,始终秉承0成本、0代码、0门槛、0硬件的产品理念。

  平台以人工智能技术为核心,在机器视觉应用开发环节,为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、目标定位、尺寸测量、3D测量、视频开发等上百项通用功能,致力于成为全球用户量最多,落地场景最广泛的机器视觉低代码平台。机身梯形螺纹经丝当以共轭齿廓自润滑轴承酒具许用制动功率回程许用应力


郑重声明:
本文转载于网络,版权归原作者所有,其内容与观点不代表本站立场。转载文章仅为传播更有价值的信息,如采编人员采编有误或者版权原因,欢迎与我们联系,我们将核实后修改或删除。

Copyright © 2002-2017 DEDECMS. 织梦科技 版权所有 Power by DedeCms