智能制造装备视觉检测控制方法综述

为满足智能制造装备产业对机器视觉技术的巨大需求,本文结合装备技术特点和特殊应用环境,提出了通用的机器视觉检测控制技术体系,弥补了当前研究的不足.本文首先对该技术体系的成像系统、自动图像获取、图像预处理、标定与分割、识别检测、视觉伺服与优化控制等关键核心技术,进行了总结和阐述.然后提出了视觉检测控制系统设计的一般原理,并结合3种典型装备,对其具体应用进行详细说明.最后根据智能制造装备不断增长的高可靠性、智能化、高速高精度作业等需求,探讨了视觉检测控制技术所面临的新问题和新挑战.     

基于机器视觉的安瓿自动灯检平台

针对18000瓶/小时1-20mL剂量的安瓿水针剂的在线自动化异物检测需求,运用机器视觉技术,设计并开发了安瓿高速自动灯检平台;对系统的机械部分、电气部分及光学成像系统设计进行了分析,在多次试验中我们确定了转速及急停至拍照的时间间隔重要参数,且提出了一种快速划定安瓿检测区域的算法,并针对运动的弱小异物特征提出了一种有效的识别算法,识别算法采用Visual C++编程并在检测平台上实现,实际运行效果验证了算法的有效性和实用性,其精度和速度都达到了生产线上的要求,该研究验证了机器视觉能有效地运用于安瓿的在线检测.     

基于粒子群优化算法的坦克火力分配方法

针对未来局部战争中战场态势信息更迭速度很快,指挥者在面临复杂战场环境仍需及时做出合理的火力分配决策的问题,提出适用于坦克火力分配问题的改进粒子群算法。通过采用十进制编码的方式,更新了初始化策略,改进粒子群优化算法来提高其对坦克作战情景的适用性。经过仿真验证,此方法对问题求解具备很好的鲁棒性和时效性,对坦克作战实际情境求解有很好的借鉴意义。     

合成分队目标综合排序方法研究

综合分析目标的各项属性并进行排序,是合成分队辅助决策的核心问题。针对传统目标排序方法的不足,提出了一种改进层次分析法与熵权法相结合的模糊综合排序方法。在充分借鉴以往评判指标的基础上,将目标的心理价值纳入评估指标体系,提升了评估的全面性;在评估指标权重计算过程中,使用改进层次分析法与熵权法相结合的方法,综合考虑专家打分的主观与客观特性,提升了权值求解的合理性;基于评估指标及权值,采用一种多层次模糊评判算法进行目标综合排序。采用上述方法,对想定中的8个重要目标进行排序,结果表明:所提方法得出的排序结果符合指挥员认知,提高了决策的科学性和有效性。