鋼球表面缺陷檢測關鍵技術研究及樣機研制.pdf

1、軸承是機械基礎部件，而鋼球作為滾動球軸承的關鍵零件，其表面缺陷情況直接影響軸承精度、動態(tài)性能和使用壽命。因此，對鋼球表面缺陷檢測技術的研究是具有非常重要的理論和實用價值。本文對基于圖像技術的鋼球表面缺陷檢測儀開發(fā)中的光源選擇、展開機構動力學仿真分析、鋼球表面缺陷的模式識別等關鍵技術問題進行了深入的研究，并搭建了能夠實際應用的樣機，其主要研究內容如下：
　　 進行了檢測系統(tǒng)的光源優(yōu)化研究。從鋼球表面反光特性的分析入手，研究了鋼球表

2、面成像的難點，建立了鋼球表面的光反射模型。通過對大面積漫反射平板光源、漫反射扁平環(huán)形光源、漫反射球面光源和同軸光源等LED光源大量的理論和實驗分析，最終確定了由FPR光源、LDR光源組合的檢測機構照明方案。該光源方案，有效地解決了光暈現(xiàn)象、周圍景物映入等問題，提高了鋼球圖像的質量和有效檢測面積，為后期的圖像處理奠定了基礎。
　　 運用UG與ADAMS聯(lián)合建立了檢測系統(tǒng)展開機構的模型并進行了運動學和動力學仿真，較為真實的仿真出鋼球

3、在展開盤檢測腔中的實際運動軌跡、受力及碰撞情況。鋼球與檢測腔側壁存在碰撞導致鋼球產(chǎn)生回彈運動，通過優(yōu)化展開腔的直徑、阻尼特性、摩擦盤與展開盤轉速、摩擦盤搓動速度等結構參數(shù)和運動參數(shù)，可以改變鋼球的運動狀態(tài)，從而保證鋼球表面能完全展開和檢測效率最高。
　　 進行了鋼球缺陷識別及分類關鍵技術研究。首先研究了鋼球表面圖像采集及降噪增強的圖像預處理方法。將原始圖片經(jīng)過兩次小波消噪處理消去高頻白噪聲，再經(jīng)圖像平滑處理使消噪后的圖片平滑，然

4、后設定灰度閾值運用Canny算子對圖片進行邊緣檢測，最后對圖片進行形態(tài)學處理以及圖像銳化處理，為鋼球缺陷的特征提取奠定了基礎。確定將缺陷面積、缺陷長短徑比、缺陷周長以及歐拉數(shù)等作為鋼球表面缺陷識別的特征參數(shù)，并提出了一種基于BP神經(jīng)網(wǎng)絡的鋼球表面缺陷類型識別方法。通過對采集到的鋼球表面缺陷圖像進行圖像處理及特征提取，得到學習樣本和預測樣本，運用MATLAB軟件對學習樣本分析并確定合理的神經(jīng)網(wǎng)絡結構，從而精確的識別出預測樣本中鋼球表面缺陷