外螺纹表面质量自动检测及智能分类技术研究.pdfVIP

第13卷 第1期 深圳信息职业技术学院学报 Vol.13 No.1 32 深圳信息职业技术学院学报 第13卷 2015年3月 Journal of Shenzhen Institute of Information Technology Mar. 2015 文章编号：1672-6332（2015）01-0032-06 【信息技术应用研究】 外螺纹表面质量自动检测及智能分类技术研究 1 1 1 2 郭联金 ，朱日龙 ，杨国卿 ，罗炳军 （1.东莞职业技术学院机电工程系，广东 东莞 523808；2.广州炬森自动化设备有限公司，广东 广州 510660） 摘 要：针对某一企业现有的外螺纹表面质量检测装置效率低 、功能不完善、难以实现在线检测的问题，提出采 用机器视觉及基于神经网络的智能模式识别技术设计一套自动检测不同类型螺纹零件的几何参数，并对其表面缺陷进 行智能化识别 、分类的系统 。介绍了系统架构及部件选型 ，基于VS2008 、OpenCV等软件开发平台，设计了外螺纹尺 寸检测、头部槽型识别及表面缺陷识别的实现方法。实验表明，系统具有精度高、速度快、运行稳定等优点 。 关键词：外螺纹；表面质量 ；自动检测；智能分类 中图分类号：TP391.4 文献标识码：A 螺纹是工业生产中广泛应用的连接、传动及 1 系统总体结构及工作原理 紧固件。螺纹的裂缝、切痕、皱纹、损伤等各种缺 陷直接影响螺纹的力学性能，易引发机械零部件连 1.1 系统总体结构 接松弛、震动松弛、变形脱落、过早疲劳破坏、扭 外螺纹表面质量检测及分类系统的总体结构如 矩和预紧力损失等问题，导致设备故障造成各种安 图1所示。系统主要由如下几个部分组成：照明系 全隐患。以往螺纹供应商一般依赖手动通止规抽检 统、图像采集系统、图像分析处理系统、模式识别 螺纹，获得作用中径、小径等参数，以及目测其外 系统、运动控制系统和人机界面。 [1] 观缺陷，然后对螺纹进行合格与否的判定 。对于 大批量的关键零部件进行100%的全检，人工检测 方法费时耗力，易出现误检、漏检，导致效率低下 [2] 。现代化生产中，提高螺纹检测的精度和速度， 实现在线检测具有重要意义。机器视觉是一种综合 了光电、计算机、自动控制、模式识别等技术的非 接触式表面测量技术，其检测速度快、精度高、抗 干扰能力强，易于螺纹产品质量的统计与分析，便 于自动化生产、装配线的集成与管理，是实现螺纹 图1 螺纹质量检测系统总体结构框图 智能化检测的发展方向[3] 。 Fig.1 Structure diagram of thread quality detection system 针对某一企业现有的螺纹质量自动检测装置功 其中以LED作为光源的照明系统主要为螺纹的 能不完善、检测效率低的问题，采用机器视觉及基 图像采集提供稳定的光源，使采集到的图像具有较 于神经网络的模式识别技术，设计一套自动检测不 高的对比度，突显被测物体的重要特征，而抑制无 同类型螺纹零件的几何参数，并对其表面缺陷进行 关的特征，为图像处理系统提供保障。图像采集系 智能化识别、分类的系统。 统实现对螺纹图像进行采集，并将采集到的图像传 [收稿日期] 2015-03-05 [基金项目] 2014年广东省