基于机械制造与自动化的机器视觉技术运用分析论文

基于机械制造与自动化的机器视觉技术运用分析论文

　　摘要：机械视觉技术在机械制造自动化系统中的有效应用, 一方面能够为机械工件的植被提供效率的数据检测器械, 降低机械工件生产的损耗率;另一方面能够凭借机器人等技术的应用, 完善传统人工所不能做到的工作, 为后续精细化设备体系的构建提供了优质保障。本文基于机械视觉技术及其在机械制造自动化中的应用展开分析, 在明确技术特点与应用方向的同时, 期望能够为后续机械制造产业的发展提供良好参照。

　　关键词：机械视觉技术; 机械制造; 自动化; 应用分析;

　　1 机械视觉技术特点概述

　　机械视觉技术是基于网络信息化与电子技术为基础, 以计算机信号模拟人类视觉功能以便提取事物信息的新型概念, 期间能够通过影像识别, 有效开展现场精密测量与智能监控的措施, 不但为各类工业技术提供了细致的数据保障, 同时为多方面地方科研工作的开展, 拟定了更为完善的检测方案, 以便我国在数据获取信息方面, 具备更加先进的数据校对系统。其中, 机械视觉系统是利用摄像机将具体事物图像输入信息处理中心, 对图像中的颜色、亮度和分布状况进行综合分析, 而后再将此类信息转换为数字信号, 才能确保内部特征分析能够被计算机端有效识别, 并最终将详细的检查结果提供给操作者, 以便检测工作具备实际意义。站在技术特点角度来看, 此种技术具备工作效率快、测量精度高、作业灵敏且运行噪声低的优点, 并且在持久的工作环境中, 凭借信息数据处理系统的环境, 更能够降低数据被遗漏的可能性。

　　2 机械视觉技术在机械制造自动化中的应用

　　2.1 机械工件检测应用

　　机械视觉技术能够通过摄像机色差等功能, 对部件表面的缺陷有效检测, 以便为工件质量的评定提供参照。期间, 机械加工、内燃机、摩托车等汽车制造业的生产方式通常为大批量机械生产, 由于配件的数量过于庞大, 采取传统的人工检测方式势必会造成检测效率下降, 并且在人工成本的损耗方面, 也无法贴合现阶段企业经济性发展需求。而站在机械配件的检测质量角度来看, 人工检测工作由于检查人员素质水准参差不齐, 且在长时间工作中出现疲劳与视觉分辨率下降等问题, 同样极易影响产品的质量, 导致企业市场经济竞争力无法被保障, 同时对机械工件的使用也埋下了故障隐患。

　　机械视觉技术的有效利用, 一方面能够有效解决人工检测素质不足的状况, 通过相对完善且严谨的控制参数, 凭借智能计算机与自动化识别系统对部件表面有效探测, 由此得出更加详细的数据列表, 为检测结果的准确性和企业发展的经济性提供了保障;另一方面技术应用能够将检测数据准确体现在计算机控制端, 确保制备流程能够有效参照, 这同样为配件质量水准的提升提供了拓展平台, 同时巩固了企业在市场环境中的竞争地位。例如, 在连杆结合爆口检测工作开展时, 通常破口长度不超过2.5mm或面积不超过3mm2则能够视为合格, 若是人工进行检验, 则其中数据偏差极难被细致核查, 而机械视觉检测系统的有效利用, 却能够对破口区域的光反射进行收集, 以此通过摄影机转换为电能信号, 并通过相应处理元件为计算机系统提供数据结果, 如此便更直接的了解配件详情, 也保障了检测工作的质量。

　　现阶段, 国外在机械视觉技术方面的应用已经通过激光等技术措施达到了非常先进的水准, 更在机械加工与汽车等精细化制造行业有了大范围的应用, 不但取得了配件加工质量的保障, 同时更有效降低了产品的成本消耗, 为后续行业科学化体系构建打下了扎实的系统基础。而我国在相关技术研发方面也已经具备了非常显着的进步, 其中激光视觉检测系统在利用期间, 以激光技术作为视觉传感器, 能够准确测量也定物件的三维坐标同时, 更能够在限定时间内对汽车车身整体全面检测, 如此工作效率得到了极大的提升。

　　2.2 机械工件测量应用

　　2.2.1

　　机械视觉技术凭借间距与参照物的对比, 有效对特定零件采取精细化测量措施, 期间检测系统包括计算机, 摄像头与光学系统。而工作原理主要是凭借测量零件在平行光束中的投影, 以显微光学镜对零件轮廓进行核查, 并将获取数据放大后穿导入计算机内部, 以便得出成像数据, 以此得到轮廓的具体位置, 若想要得到精准的位移参数, 则只需移动零件在摄像机镜头视野范围内部, 便能够确保精细的测量数据能够被得知。此种系统被广泛应用在大批量的生产零件测量工作中, 在针对体积小巧其形状简单的零件测量时, 具备非常明显的优势。

　　2.2.2 机器视觉技术能够进行工件预调测量。

　　以往的工件预调测量方式是使用光学投影进行定位, 使用光栅数显表进行测量读数, 该种方式技术水平要求高, 且耗费人力资源较多, 工作效率却难以提高。新型预调测量仪将传统的测量方法与机器视觉技术相结合, 即在光栅技术基础上加入自动控制技术、计算机系统处理技术、机器视觉技术, 颠覆以往的预调测量方式, 简化了操作流程, 极大程度上提高了工作效率以及测量精度。

　　2.2.3 逆向工程中的工件测量。

　　逆向工程是指利用测量仪对定制工件进行测量, 根据测量数据建立三维坐标图后使用CAD/CAM系统进行图像加工, 最后由CNC加工机完成模型。其中测量数据的精确度决定了模型质量, 在逆向工程中起到关键作用。随着科技的发展, 机器视觉技术被用于逆向工程工件测量中, 即目前的快速轮廓视觉测量技术, 该技术的建立基础为三角法, 利用线结构光进行工件表面的轮廓测量。在工件表面投射平面条纹结构光, 形成不同的条纹变形, 进行工件表面轮廓变化分析。其中, CCD在进行条纹图像摄取时, 经过三次信号转后才进行保存, 即视频信号—模拟信号—数字信号。同时将存储信息输出至监视器, 使用计算机处理系统进行图像处理, 最终得出工件模型图。

　　2.2.4

　　计算机视觉技术在工件磨损程度测量中, 可知部分工业元件在经历环境因素和诸多操作因素的影响下, 经常会出现不同程度磨损磨损状况, 通常检修工作的开展必须针对性进行检测与评析, 才能确保元件利用能够满足工业持续利用的要求。但在实际情况中, 以高速切割机为例, 必须拆卸下刀具才能进行检测, 不但增加了检测工作的难度, 更为检测工作的开展带来了风险。因此, 机械视觉技术有效应用在工件磨损测量中, 能够省略刀具拆装的步骤, 以此优化了检测流程, 同时也避免了元件二次伤害的可能性出现。

　　2.3 焊接机器人应用

　　机械视觉技术在机器人焊接中的利用, 既能够通过完善的传感设备, 对多个元件焊接提供稳定且精准的操作平台, 同时更能够避免传统人工焊接潜在的危险系数, 为更加多元化的环境提供了焊接操作的可能性。另外, 在机械视觉技术的辅助下, 机器人焊接工作能够介于焊接弧光飞溅的程度评判焊接质量, 以此对焊接结构与性能进行预测, 有效确保了机器人焊接工作开展的质量。现阶段此类技术多应用于焊道控制、熔透控制与焊缝跟踪中, 不但有效提升了机器人焊接工作的智能化与自动化程度, 同时介于当前工业发展需求, 此类技术在机器人中的应用更得到了大范围的普及, 以便有效提升机器人系统操作的可靠性、可控性与职能性, 为相关企业提供更加扎实的市场竞争基础。

　　3 结论

　　机械视觉技术的有效应用, 不但巩固了机械数据采集与处理的效率, 为机械制造自动化产业的落实提供了参数保障, 同时能够为其他先进科技产业提供保障, 以便后续新兴科技的发展, 具备更加细化的评审标准与操作平台。故而, 在论述机器视觉技术及其在机械制造自动化中的应用期间, 必须清晰机械视觉技术的特点可优势, 才能确保机械制造产业工作开展具备可持续保障。

　　参考文献

　　[1]何勇, 孙钊, 李华厦.机器视觉技术及其在机械制造自动化中的应用[J].科学技术创新, 2016 (24) :119.

　　[2]李仁杰.机器视觉技术及其在机械制造自动化中的应用[J].科学技术创新, 2016 (12) :80.

　　[3]管宝龙.机器视觉技术及其在机械制造自动化中的应用[J].工程技术:文摘版, 2016 (11) :240.

　　[4]王晖.机器视觉技术及其在机械制造自动化中的应用分析[J].科学技术创新, 2017 (11) :76.

【基于机械制造与自动化的机器视觉技术运用分析论文】相关文章：

分析基于物联网的工业自动化技术的论文07-03

煤矿机械制造中机械自动化技术分析论文07-03

机电自动化在机械制造中的运用探究论文07-04

机械制造自动化的实际应用分析论文06-23

关于机器视觉技术在农业工程中的应用论文07-03

机械自动化技术机械制造论文07-03

汽车机械控制自动化技术运用论文07-03

探究数控技术在自动化机械制造中的运用07-03

音乐教学中多媒体技术运用分析论文07-03

自动化技术在机械制造中的应用论文07-03