基于轮廓匹配算法的非标准件在线检测系统研究

随着机器视觉在标准件检测中的应用,基于机器视觉的非标准件检测研究受到越来越多的关注。对符合非标准件在线检测要求的视觉检测方法进行了研究。利用视觉系统,采集非标准件的图像。通过轮廓提取算法,提取工件的轮廓和相应的计算机辅助设计(CAD)模型的轮廓。计算工件轮廓和相应CAD模型轮廓的图形不变矩。比较图像不变矩的近似程度并判断该工件是否符合造型要求。在验证试验中,随机选取19件冲压模具镶块进行了检测方法的检验并在各工件间进行交叉验证。试验结果表明,检测正确率为100%、平均检测用时为1.4 s/件。以CAD图形为基准进行检测,无需事先收集工件的图像。基于图形不变矩进行相似度匹配,对检测环境要求低,硬件的可配置性强。由于只匹配轮廓信息,检测效率高,能满足非标准件在线检测的多样化应用需求。     

基于改进BP算法的模具零件表面抛光质量预测研究

针对模具零件表面自动化抛光的工艺参数现场调试困难、抛光后模具零件表面质量不一致等问题,提出了基于改进BP算法的模具零件表面抛光质量预测模型。通过采集模具零件表面抛光试验样本参数,构建预测模型输入参数集,将混沌理论、动态权重、动态学习因子和高斯变异策略引入粒子群优化算法（PSO）,利用改进后的粒子群优化算法（IPSO）对BP算法中权值和阈值的更新策略进行优化,并构建了基于IPSO-BP算法的模具零件表面抛光质量预测模型,结合快速非支配排序遗传算法（NSGA-II）建立多目标优化模型,实现对模具零件表面抛光质量的高精度预测以及抛光工艺参数的优化,对比5种常规预测模型,结果表明基于IPSO-BP算法的预测模型具有较高的预测精度。     

基于卡尔曼滤波的恒力装置恒力跟随方法

无力传感恒力装置是机器人打磨核心部件之一,由于缺乏对外部负载的感知,存在恒力精度较差的问题。对此研究其恒力跟随方法：根据恒力装置的结构和工作原理建立恒力装置恒力跟随模型;利用卡尔曼滤波器获取恒力跟随模型中的位置、速度、加速度信息,并利用外部负载质量标定方法获取恒力跟随模型中的外部负载质量;在恒力跟随模型参数确定后,根据输出力目标值和恒力装置状态确定气缸进气方向和求解气压大小,继而实现恒力跟随。最后实验结果表明,采用该恒力跟随方法的无传感的恒力装置的恒力跟随精度为3 N,基本满足机器人打磨作业的精度要求,验证了所提出的恒力跟随方法的可行性。