当前位置:大学毕业论文> 论文范文>材料浏览

关于表面粗糙度论文范文写作 基于DSP磨削表面粗糙度在线检测系统开发相关论文写作资料

主题:表面粗糙度论文写作 时间:2024-02-29

基于DSP磨削表面粗糙度在线检测系统开发,关于免费表面粗糙度论文范文在这里免费下载与阅读,为您的表面粗糙度相关论文写作提供资料。

表面粗糙度论文参考文献:

表面粗糙度论文参考文献 论文相似度在线检测在线投稿系统杂志在线阅读科幻世界杂志在线看

摘 要:为了解决磨削工件在线粗糙度等级识别速度慢和准确性不高的问题,开发了基于DSP的工件表面粗糙度在线检测系统.该系统基于光散射原理,通过工业相机采集光散射图像,运用DSP芯片对采集到的图像进行图像预处理以及特征参数的提取;最后利用建立的多分类支持向量机模型,对不同表面粗糙度等级的图像进行分类.实验结果表明,在该硬件平台上整个识别过程耗时约0.5 s,识别率可达96%以上,说明该系统可有效识别工件表面粗糙度等级,有效实现工件表面粗糙度的在线检测.

关键词:DSP;表面粗糙度;在线检测;支持向量机;多分类

中图分类号:TG84, TP274.5文献标识码:A

Development of the Online Measuring System

of Grinding Surface Roughness Based on DSP

LIU Qiyuan1,2, YU Dejie1, WANG Cuiting1, LI Xing1

(1. State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan Univ,Changsha, Hunan410082, China;

2. College of Mechanical Engineering, Hunan Univ of Arts and Science, Changde, Hunan415000, China)

Abstract:In order to solve the problems about slow speed and low accuracy on the online roughness recognition of the grinding workpiece, an online measurement system for surface roughness was developed based on DSP. In this system, the surface scattered images based on the light scattering principle were captured by an industrial camera, then these images were preprocessed and their feature parameters were extracted by the DSP chip. Finally, these images with different surface roughness were classified by the multiclass support vector machine model. Experimental results show that it takes about 0.5 s for the entire identification process and the recognition rate can be up to 96% or more on this hardware platform, so this designed system can effectively identify the level of the surface roughness and realize the online testing of surface roughness.

Key words:DSP; surface roughness;online measurement;support vector machine multiclass classification

表面粗糙度是评定工件表面质量的一个重要指标,影响工件的寿命和使用性能.随着机械加工自动化程度的提高,很多零件由抽检改为必检,对表面粗糙度在线测量提出了越来越高的要求,因此生产过程中实时检测表面粗糙度越来越受到重视.传统触针法要保证测量力大小的控制,既要保证测头和表面始终接触,又不能因此划伤工件表面和磨损测头[1].光学法因其具有高灵敏度、非接触测量等优点,近年来得到了迅速的发展,其中使用最为广泛的是基于光散射原理的测量方法[2].机器视觉技术的飞速发展,为粗糙度检测提供了一个新思路.在表面粗糙度检测的应用领域里,机器视觉技术得到了广泛的应用[3,4,5].

基于光学散射原理测量表面粗糙度的研究方法较多.Brodmann等提出了光学散射特征值来表征被测物体表面上反射光和散射光的离散程度[6].Wang等使用该参数,采用远心光路,研制了表面粗糙度测量仪器[7].冯利等利用散射特征值,设计了光盘表面粗糙度在线检测系统[8].但这种方法的测量装置比较复杂,必须保证光电二极管阵列位于同一平面,而且计算时仅使用了一条线上的光电信息.郭瑞鹏[9]、王海涛[10]、孙林[11]等针对磨削加工表面分别建立了不同的神经网络模型和最小二乘支持向量机模型来预测表面粗糙度.然而,他们所建立的系统是基于PC开发的,不利于车间现场使用,且难以满足实时性要求

DSP(Digital Signal Processor,数字信号处理器)是一种专门进行数字信号处理运算的微处理器,它内部采用程序和数据分开的哈佛结构,具有通用计算机没有的硬件乘法器,广泛采用流水线操作,可以用来快速实现各种数字信号处理算法,其处理速度比最快的CPU还快10~50倍.DSP的运算速度和运算精度都在不断提高,片内的存储容量在不断增大,数据处理能力以及和外部设备的通信功能在不断增强,目前已可以开发出完全独立于PC的基于DSP的处理系统[12,13].本文将光散射原理和机器视觉相结合,以DSP系统为平台,开发了一套表面粗糙度在线检测系统.

结论:关于本文可作为相关专业表面粗糙度论文写作研究的大学硕士与本科毕业论文粗糙度测量论文开题报告范文和职称论文参考文献资料。

基于单幅图像端铣表面粗糙度三维检测
机械零件在机械加工过程中,由于工件的塑性变形等原因会在加工工件表面上产生一系列微小间距的峰谷所形成的微观几何形状误差,该误差被称为工件的表面粗糙。

超高速磨削技术在机械制造领域中应用
摘 要:随着社会不断发展对机械制造提出的更高要求,超高速磨削技术得到了广泛的应用,其具备卓越的加工技术优势,能够实现各种难磨材料的切削,为我国机。

探究关节轴承磨削裂纹产生原因和
摘 要:文章结合生产实例,探究关节轴承套圈磨削裂纹产生的原因,提出防患措施,防止磨削裂纹产生。关键词:关节轴承套圈;磨削裂纹;原因;对策中图。

高压电缆局部放电远程在线监测系统应用
摘 要:局部放电测试技术对高压电缆尤其是电缆附件的绝缘检查是非常有效的方法。本文介绍了高压电缆局部放电远程在线监测系统的作用和组成,及其在实际现。

论文大全