王雪开题报告

《王雪开题报告》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、西安理工大学硕士研究生学位论文开题报告题目：零件圆度误差的自动检测技术研究学科机械电子工程学号1008020174姓名王雪导师杨军良日期2012年1月开题报告内容（包括：1.研究背景与意义；2.国内外研究进展；3.主要研究内容；4.研究方案和技术路线；5.课题的主要难点及拟采取解决方案；6.预期研究成果；7.主要参考文献（在正文中必须标注)）零件圆度误差的自动检测技术研究1.研究背景与意义轴类零件是机械工业中极为常见的零件。圆度形状误差之一，是评价零部件的一项重要的参数。随着现代精密和超精密加工技术现代误差理论和电子技术的发展，回转体的圆度、量产品的圆

2、度提出了越来越高的要求[1]。目前，在工业应用中对高精度，对大批圆度通常采用人工检测，其检测精度低。高精度检测仪器成本高，价格昂贵，对操作环境要求严格，无法满足现代测量技术对在线、实时、柔性的要求。机器视觉检测具有高效、柔性、精确、易于实现自动化的优点。研究用机器视觉实现轴类零件的圆度的检测，以满足在线测量的需求[2]。零件一般采用精密磨削方法加工，但在制造过程中，由于不精确的旋转切削、不充分润滑、工具磨损、机床零件的缺陷，以及噪音、夹具定位等都影响工件的圆度。因此,在设计机器和仪器时根据零件的功能要求须给定适的公差。圆度公差是在同一截面上，实际圆对理

3、想圆所允许的最大变动量，它是用以限加工误差所允许的变动范围。而完工零件的圆度误差是否在控制的差之内,则要通过测量加以判定。然而常用的测量工具大都是接触测量，是靠人眼来读刻度的，所测数值人而异，从而导致多次测量结果的重复性存在差异。另外，这些仪器比较笨重不易操作，而量具本身由于温度和机械方面的原因又极易变形，容易带来测误差，所以导致测量时费时费力而测量结果具有很大的不确定性。圆度仪和坐标测量机也可用于圆度的测量，但圆度仪的价格昂贵，操作环境条件的要严格，不能用于车间现场；三坐标测量机虽然测量准确度比较高，但是其成昂贵，测量过程非常耗时，特别是测点多时更是

4、如此。所以，它也不利于现实时大量测量。总的来说，国内现有的各种检测工具与方法均不能合理而经济地对精密工零件进行准确的圆度测量，这就限制了我国形位公差标准的顺利贯彻,影了产品质量保证。因此,研究开发性能价格比高、精确度也比较高的圆度误差圆柱度误差测量技术已成为当务之急。近些年来，随着计算机的硬件性能的不断提高和视觉理论研究的不断入，计算机视觉检测技术已逐渐应用到工业领域，研究开发计算机视觉检测统受到了广泛的重视。采用CCD与计算机相结合的视觉技术不但能够实现产的非接触检测，还能用图像采集卡在很短的时间内采集到大量的边缘点。相于人工检测所固有的主观性、易疲

5、劳、速度慢、成本高、强度大等缺点，计机视觉检测表现了其一致性、精确性、重复性等无与伦比的优点[3]。目前，基于计算机视觉的圆度检测还只限于小零件的横截面和零件上的的圆度测量。对于轴类零件用计算机视觉检测圆度的研究才刚刚起步。所以课题的研究在工件形体误差的检测方法方面提出新的尝试，积累经验，具有大的理论指导意义和现实意义。2.国内外研究进展2.1机器视觉的应用及发展趋势视觉检测技术是采用CCD或CMOS作为图像传感器进行摄像测量的新型测量技术，它是将CCD或CMOS器件与光学仪器联用，应用于测量领域而形成的。所谓视觉检测就是检测被测目标时，把图像当作检测

6、和传递信息的手段或载体加以利用的检测方法，其目的是从图像中提取有用的信号，它是以现代光学为基础，融计算机图形学、信息处理、计算机视觉、光电子学等科学技术为一体的现代测量技术[4]。机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。在国外，机器视觉的应用普及主要体现在半导体及电子

7、行业，其中大概40%-50%都集中在半导体行业。具体如PCB印刷电路：各类生产印刷电路板组装技术、设备；单、双面、多层线路板，覆铜板及所需的材料及辅料；辅助设施以及耗材、油墨、药水药剂、配件；电子封装技术与设备；丝网印刷设备及丝网周边材料等。SMT表面贴装：SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、SMT材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗剂等；再流焊机、波峰焊机及自动化生产线设备。电子生产加工设备：电子元件制造设备、半导体及集成电路制造设备、元器件成型设备、电子工模具。机器视觉系统还在质量检测的各个方面已经

8、得到了广泛的应用，并且其产品在应用中占据着举足轻重的地位。除此之外，机器视觉还用于其他各个领域