摘要
轴类零件是变速箱中的关键部件之一，其加工精度会直接影响变速箱的传动精度、性能和使用寿命，因此在加工完毕后必须严格按照工艺文件设计要求对轴类零件进行测量，合格后才能进行后续的工序环节。在大批量生产背景下，轴类零件在线测量系统需具有高精度、高效率、自动化及智能化等特点。本文围绕轴类零件加工尺寸在线测量问题，基于机器视觉技术进行轴类零件在线智能测量系统开发。本文的主要研究内容如下： 根据所获取的零件图像特点，运用形态学闭运算和双边滤波对图像进行预处理，以保证边缘的连续性与完整性，也消除了由于毛刺或毛絮等引起的伪边缘对检测精度的干扰；采用最大类间方差法自适应确定Canny算子双阈值用于在线采集的不同图像的边缘检测，利用其高鲁棒性的特点完成轴类零件图像的整像素边缘的初定位；据此，进行基于泰勒多项式拟合的Steger亚像素边缘检测，解决了在图像全图上遍历卷积而导致的运算量大、检测效率低的问题；通过设计的标准二值图像和标准量棒图像考核边缘检测算法的定位精度，并统计分析算法的执行效率。通过与Canny-Zernike矩算法和Canny-Franklin矩算法的检测结果对比，本文所提出的Canny-Steger算法定位精度高、检测速度快，可有效提高零件图像ROI的边缘检测精度和效率，快速提供测量项几何要素数据点集，具有工程应用价值。 为了提高大批量生产背景下轴类零件在线测量过程的自动化与智能化，结合零件生产工艺提出轴类零件在线智能测量整体框架。通过对测量系统的需求分析进行了测量系统的总体架构设计，按照测量系统测量精度、节拍等设计测量系统结构、控制系统、视觉系统，确定测量动作流程以保证获取高质量的图像。 根据CAD工艺图纸的DXF底层数据格式设计了轴类零件的工艺信息解析流程，提取零件轮廓、尺寸公差等数据；提出凸包点PCA分析+NDT+改进ICP的配准方法实现图像边缘点集与DXF轮廓点集配准从而确定测量项在图像中的参考点，在参考点邻域划分测量区域即可实现工序中几何要素的自动测量。测量系统标定后进行径向和轴向测量精度和重复性精度的实验。通过零件生产过程中测量数据的SPC分析及建立加工机床和测量设备的闭环系统来实现生产过程中的质量控制，保证零件高质量持续加工生产。 基于.NET平台使用C#语言按照分层模块化设计开发测量系统软件，主要包括控制交互、图像采集处理、信息管理、质量控制等模块。建立轴类零件在线智能测量系统对轴类零件大批量、无人化100%测量的生产线自动化数字化智能化具有理论与应用价值。
NETL