登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 毕业论文 > 机械机电类 > 焊接技术与工程 > 正文

基于LABVIEW的钎焊熔滴尺寸在线测量技术研究毕业论文

 2022-01-12 20:53:31  

论文总字数:15201字

摘 要

传统的钎焊熔滴尺寸的测量方法为手动测量,测量效率慢,精度低,长时间会产生疲劳和测量精度误差。本文设计了基于Labview的钎焊熔滴尺寸在线测量系统,本文主要结论如下:

在310S不锈钢试板表面制备了不同尺寸大小的钎焊熔滴,并通过手机导入电脑,利用LABVIEW编程完成了对图片的调入。在此基础上,完成了图像的标定、灰度处理、滤波、二值化、去噪、形状匹配和粒子分析,获得清晰的二值化图像和较准确尺寸数据。完成了熔滴尺寸软件测试数据与实际数据的对比,在4号熔滴的垂直方向上误差最大为0.76mm,误差比占23.31%,1号熔滴与5号熔滴尺寸测量较准确,误差比均在10%以内。

关键词:钎焊;机器视觉;Labview;图像匹配;尺寸测量

Study on on-line Measurement Technology of Brazing Droplet Size Based on Labview

ABSTRACT

The traditional measurement method for the size of brazing droplet is manual measurement, which is poor in measuring efficiency and low in precision. In this paper, the on-line measurement system of brazing droplet size based on Labview was designed. The main conclusions of this paper are as follows:

Brazing droplets of different sizes were prepared on the surface of the 310S stainless steel plate and the photo was imported into the computer through the mobile phone. The image was transferred by LABVIEW programming. On this basis, the image calibration, grayscale processing, filtering, binarization, de-noising, shape matching and particle analyses were completed to obtain clear binarization image and relatively accurate size data. The comparison between the droplet size software test data and the actual data was completed. The maximum error in the vertical direction for the No. 4 droplet was 0.76mm, accounting for 23.31%. The measurement for the No. 1 droplet and No. 5 droplet size was relatively accurate, and the error ratios were both within 10%.

Keywords: Brazing; Machine vision; Labview; Image matching; Size measurement

目录

基于LABVIEW的钎焊熔滴尺寸在线测量技术研究 I

摘要 I

ABSTRACT II

第一章绪论 1

1.1研究意义及背景 1

1.2 机器视觉研究现状 2

1.3钎焊介绍 4

1.4课题研究内容和研究方法 6

第二章图像尺寸在线测量 7

2.1 使用设备 7

2.2 使用软件 7

2.3 程序前面板 8

2.4 程序部分 8

2.4.1 获取图像 9

2.4.2 图像标定 9

2.4.3 获取灰度图像 11

2.4.4 图像滤波 12

2.4.5 二值化和高级形态学处理 13

2.4.6 形状匹配 15

2.5 粒子分析 16

第三章程序测试 17

3.1 对试样不同焊点进行尺寸检测 17

3.1.1 实验概况 17

3.1.2操作步骤 17

3.1.3 试验结果 17

3.1.4 结果分析 18

3.2 经济性分析 19

第四章结论 20

致谢 24

第一章绪论

1.1 研究意义及背景

现代科学技术的发展离不开测量,专业理论的建立也必得通过实验与测试加以验证。测量的准确性与效率极大地提高了现代制造行业乃至科学发展的水平。[1]现代制造业的最大特点就是高精度、高速、自动化、批量生产、标准化、生产线,这其中的焊接自动化技术是先进制造技术的重要组成部分,实现焊接技术的自动化是发展我国先进制造业的关键与核心,这关系到国家、行业、企业等共同利益。近十几年的科技发展表明,我国的焊接科技水平与自动化水平均得到了极大的提高,这标志着自动焊接,尤其是机器人自动焊接的覆盖领域越发宽广。我国焊接制造科技化与自动化水平的不断提升,极大地增加了对现代焊接技术的要求,然而生产本身对工人的工作技能有较高的要求,因此工人们必须时常观察进而改进焊接工艺,并且焊接质量不可避免的受到工人技能与责任感的影响,为了减少人为因素的负面影响而改进创新新技术,使焊接自动化倾向于集成、智能、灵活和低成本[3,4]。因此,使焊接过程更加自动化和仪器化是确保实施焊接自动化的关键环节。因而,使用先进、便利的设备来量化分析焊接过程显得更为重要。本课题旨在通过在线测量焊接过程中的熔滴大小来分析和评估焊接过程的稳定性,以预测和控制焊接质量的稳定性。

Labview软件是一种图形编程语言开发环境,可以与它自己的可视化开发工具(例如IMAQ Vision和Vision Assistant)结合使用,以有效地缩减软件开发周期并提高效率。Labview是一款功能强大的图形编辑语言,其中包括许多功能函数和子程序库。Labview在许多制造业领域都具有很多优势和广阔的应用前景。IMAQ Vision 软件包包括针对图像处理进行了优化的各种功能,可用于完成显示,处理,形状匹配,灰度,彩色和二进制图像的计算和测量等[5-7]

常规尺寸检查任务主要与人工视觉或显微镜以及其它观察工具相结合,这些检查方法在操作过程中暴露出许多共同的缺点。大量的人工检查不仅影像厂房的生产效率,而且带来许多不确定性,甚至直接降低产品成本与质量。另外,许多检测技术不能以实时在线的,非接触的方法实现在线检测。最后,以往的尺寸检测技术只适宜低效率和低精度。

机器视觉是使用机器识别来代替人眼进行测量和判断的方法。机器视觉系统是指将捕获的对象转换为数字图像信号并将其传输到专用图像处理系统,该系统会将其转换为数字化,从而使计算机处理更加容易,具体取决于图像的像素分布、亮度和颜色。信号被传输到计算机中以执行各种计算以获得目标特性,然后操控现场设备的运行[8]。作为最近几年才开发出来的新式测量方法,计算机视觉检测具有非接触、可操作性强、实时性高、精度高等特点,非常符合现代制造行业的产品技术要求。它将计算机视觉理论创造性地应用于传统的工业尺寸检测,使用计算机视觉将获取的零件图像与实际零件尺寸进行比较,以获得高质量产品。近几十年来科学家们在光电子、计算机等一系列开发软件技术领域获得长足发展,使得计算机可以更好地完成对零件的视觉检测任务,,且机器视觉尺寸检查技术在现代制造业检查中也变得越来越重要。

1.2 机器视觉研究现状

视觉对于人类的重要性不言而喻,它可以帮助人类获取80%以上的信息,是十分重要的信息获取途径。计算机视觉是一个新的领域,并且由于动物视觉系统在神经生理学、心理学和认知科学领域的研究进展,计算机视觉研究的目标是使计算机能够通过2D图像识别3D环境信息的能力。借助此项能力,机器不仅可以识别3D环境中整个对象的几何信息,包括形状、位置、运动等,还可以解释、存储、识别和理解它们。近年来,随着计算机技术的飞速发展,由于视觉信息独特的空间和结构特征,计算机视觉在许多领域都发挥着重要的作用。现代视觉理论和技术不仅限于模拟人眼的能力,更重要的是,可以完成人肉眼无法完成的任务。因此,基于诸如电子、光学和计算机科学等技术的不断成熟和改进,当今世界最先进的计算机视觉技术得到了长足的发展。在许多领域,以机器人视觉引导的,逆向工程和医学诊断的应用变得越来越重要。

参考了许多基于Labview的图像识别研究[9-16],视觉跟踪系统包括图像采集,图像预处理,图像分析和其它组件。图像采集通过摄像机将图像传输到Labview,然后通过Labview预处理图像,然后分析图像,然后根据需要执行识别或跟踪操作。

1.2.1 图像增强

图像增强可以强化图像中ROI区域的特征。如可以强化图像轮廓或对比度或锐化图像。在实际应用中,单个图像处理方法或多种方法均可以用于对图像的增强处理[17]

1.2.2 图像预处理

在数字图像采集过程中,硬件和软件会影像检测系统的准确性,并且图像中包含大量实用信息,为了获取更快更好的所需要信息,必须对原始图像进行预处理。

1.2.3 图像滤波

由于在采集过程中图像会受到外部环境的干扰,导致在采集的图像中会出现噪声和失真,因此需要对图像进行滤波以提高后续图像处理的质量。滤波旨在减少图像噪声并改善图像质量,具体方法依靠Labview中固有的相关算法,具体图像处理时需根据不同滤波的计算特性考虑图像滤波后的不同影响,在考虑了实际情况下挑选最恰当的滤波[21]

1.2.4 图像灰度处理[18-20]

图像灰度化就是将彩色信息处理为灰度值信息。图像中的颜色信息不是主要信息,不能代表图像的基本特性,因此删除颜色信息并仅保留灰度信息会降低数据的处理量,加快处理速度并将重要信息保留在图像中。

1.2.5 边缘检测

边缘是图像中的有用信息,边缘检测只适用于二进制图像,需提前在图像预处理中将图像二值化,以便提取图像边缘信息,这对于测量熔滴尺寸十分重要。[21]

1.2.5 研究现状

国际上随着机器识别技术的提高,机器视觉技术适用领域越来越多,尽管该技术在国内仍有较大发展空间,国内发展势头非常迅猛,一时间成为各科研部门与企业单位的热门话题,使得该技术得到了长足发展,已逐渐占据工业自动化制造技术的核心地位。

为了检测汽车空调的铜管直径和壁厚,江铃汽车集团进行了大量研究工作,通过某种计算机视觉检测系统,以实现目标[22]。课题研究成像原理中的校准,成像变换和成像亮度的原理,并比较现有的校准方法。通过将图像二值化处理和进行边缘检测等技术,再解决不同方案产生误差的原因问题,最后开发了该系统,推进汽车行业的发展。

也有研究人员通过对相机镜头或光源照明的参数进行分析,也实现了对双齿轮的实时检测。

哈尔滨工业大学齐齐哈尔华工[24]在传统的识别系统上添加通讯模块,不仅可以检测加工试样的尺寸大小,还对生产过程中道具进给信号的控制,提高了企业的生产效率。

依靠图像采集、处理和边缘检测等处理手段,很多科研部门设计了各式系统来对不同情况下的试样尺寸进行实时检测。根据所使用的机器视觉检测和开发平台,检测参数是不同的,因此系统检测程序的某些功能具有不同的设计。综上,机器视觉系统有相似的,但是添加到应用程序中的其它一些功能可以扩展机器视觉系统的功能[25]

1.3钎焊介绍

钎焊指的是在焊件间加热熔点比母材低的钎料,通过钎料的润湿效果填充焊件的间隙,以达到连接母材的目的。与传统熔化焊相比,钎焊的加热温度比较低,对母材的影响也更少,可以连接不同的材料,适用于各类特殊场合,生产效率也更高[28-31]

1.3.1 钎焊的润湿与铺展

润湿是钎焊中一个非常重要的过程。液体在固体表面的润湿情况如图1.1所示。可以看到图中液体与固体间存在一个润湿角度θ,θ的大小决定了润湿情况的好坏,太大或太小都不适宜,一般认为不超过20。[32]。润湿角可以通过Young`s平衡式获得:

式中:

Θ——润湿角;

γSL——固体与气体的界面张力;

γS——固体与液体的界面张力;

γL——液体与气体的界面张力。

图1.1 液体在固体表面的润湿

在实际钎焊过程中,钎料依靠毛细作用填充焊件间隙,间隙越小,润湿角越小,填充效果越好。实际过程中钎料的填充效果还受焊接温度、钎料与母材反应的影响,优质的钎焊效果取决于多种因素的共同作用。

1.3.2 钎料与母材的相互作用

当钎料润湿母材后,两者之间发生相互作用,其过程因母材与钎料中所含元素浓度的不同而不同。

  1. 钎料向母材的扩散

钎料向母材扩散所含元素,形成比较稳定的固溶体,提升了钎焊接头强度,其质量受钎料与母材的成分及钎焊工艺影响,一般在钎料中含脆性元素易导致接头为脆性化合物,影响接头性能。

  1. 母材向钎料的溶解

母材与钎料相互熔合,形成良好的冶金效果,提升接头强度。

因此,实际钎焊过程要考虑钎料与母材间的化学反应或物理反应,以免对接头性能不利,同时选择合适的钎焊温度与时间等因素也有助于获得优质的钎焊接头。

1.4 课题研究内容和研究方法

本课题主要通过Labview和相关软件Vision Assistant来研究钎焊熔滴尺寸的在线测量技术,并且通过试验测试该程序的功能,检验效果。具体内容如下:

(1) 查阅文献资料,了解Labview图像处理的相关知识。

(2) 了解并熟悉Labview及vision模块的使用方法。

(3) 使用Labview进行编程,实现对ROI的锁定。

(4) 对编写的程序进行验证和测试,并评价其ROI的跟踪能力和尺寸检测精度。

第二章图像尺寸在线测量

2.1 使用设备

使用设备为Shinelon-TG4M2U6 笔记本。这是一款十分常见的笔记本电脑,CPU为i7-6700HQ,有8GB内存。此设备的性能完全足够用于Labview程序设计和运行。使用的摄像机为小米MI8手机自带的后置摄像头,该摄像头的分辨率为12MP×12MP,性能相对于一般相机较差,但已经可以达到使用要求。

使用电烙铁为LANLONG40060型,功率为60W,采用优质不锈钢管设计,抗氧化耐用,手柄为PRT抗阻燃材料,防烫不易燃。

使用锡焊膏为金鸡牌锡焊膏,易于焊接,洁净速效,绝缘性好,坚固耐用,适用于一般仪表、仪器或铜锡铁等金属焊接。

所用焊丝为中亚牌SN50Pb50型63%锡焊丝,直径为1.5mm,采用纯原料锡铅合金,非卤素,不腐蚀,无飞溅,熔锡凝固时间短,不会损坏器材,残留物少,焊点光洁。

测量工具为美耐特牌绿膜小号数显卡尺,型号为T1214.2,测量范围为0~150mm,游标读数值为0.02mm,分辨力为0.01mm,误差值在±0.02mm。该卡尺为不锈钢材质,上附液晶屏,精准快速读数,数据显示清晰。

2.2 使用软件

使用软件为Labview2018并添加vision视觉开发模块。Labview是由美国国家仪器有限公司(简称:NI)开发的一款用图标代替文本行创建应用程序的图形化编程软件,具有容易上手,操作简便的特点。在编程时仅需要放置图标,将其连线等操作就可以制作出完整的程序。除了软件本体以外,NI还提供了多个附加软件包,包括IMAQ Vision和NI Vision Builder两部分,用以处理多种不同类型的问题,可以满足开发人员对系统建设的各种需求[26]。同时NI还提供了一个辅助程序Vision Assistant,开发人员可以依据一定规范对图像进行处理,并随时观察处理结果。使用该功能程序可以比较便捷的将各类图像处理操作结合在一起,然后直接生成Labview程序。本次使用的操作大概包括打开图像,提取颜色,滤波处理,提取图像灰度,图像二值化,对二值化图像高级粒子处理,形状匹配等等。但由于是已知程序语言,无法满足特定的需求,因此仍需要对程序进行后期的修改完善,在Labview环境中直接对程序数据加以处理,添加必要的功能,以逐步完善程序。

2.3程序前面板

该程序的前面板如图2.1所示。包含一个路径输入控件,一个图像显示控件,一个粒子分析数据图框,一个形状匹配数图框,一个粒子数图框,五组数据显示图框。名为image的图像显示控件用来显示获取图像后完成一系列图像处理的结果,五组数据显示框分别显示各个粒子的尺寸大小。

请支付后下载全文,论文总字数:15201字

您需要先支付 80元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图