一、基于線陣CCD的板寬非接觸式在線測(cè)量（論文文獻(xiàn)綜述）
黃致遠(yuǎn)[1]（2021）在《VT-DBR激光器在透明介質(zhì)結(jié)構(gòu)測(cè)量的應(yīng)用》文中提出浮法玻璃是當(dāng)今世界生產(chǎn)效率最為高效、生產(chǎn)質(zhì)量良好的平板玻璃生產(chǎn)方式之一。為了進(jìn)一步優(yōu)化浮法玻璃的生產(chǎn)效率,除了改進(jìn)浮法玻璃的生產(chǎn)制造工藝外,還需要在浮法玻璃生產(chǎn)線的成型區(qū)域?qū)ΣＡШ穸鹊戎匾獏?shù)進(jìn)行長(zhǎng)期實(shí)時(shí)的監(jiān)測(cè)。尤其當(dāng)浮法玻璃生產(chǎn)線開始對(duì)玻璃厚度進(jìn)行轉(zhuǎn)換時(shí),對(duì)于玻璃厚度的實(shí)時(shí)監(jiān)控顯得極其重要。本文根據(jù)浮法玻璃生產(chǎn)行業(yè)的應(yīng)用需求和現(xiàn)有技術(shù)的局限性,研制了一套基于游標(biāo)調(diào)諧分布式布拉格反射（Vernier Tuned-Distributed Bragged Reflector,VT-DBR）激光器的白光干涉測(cè)量解調(diào)方法的非接觸式厚度測(cè)量系統(tǒng)。通過(guò)對(duì)玻璃表面反射干涉激光信號(hào)的測(cè)量以及數(shù)據(jù)分析,實(shí)現(xiàn)了玻璃厚度的在線高精度測(cè)量。該技術(shù)的測(cè)量探頭沒(méi)有電氣成分,位于玻璃表面高溫區(qū)域之外即可實(shí)現(xiàn)玻璃厚度的測(cè)量,減少對(duì)探頭冷卻和高溫保護(hù)措施的要求,適合于浮法玻璃生產(chǎn)線的熱端應(yīng)用。本文分析了玻璃測(cè)厚領(lǐng)域的國(guó)內(nèi)外研究背景,討論了幾何光學(xué)測(cè)厚、激光干涉測(cè)厚、激光外差測(cè)厚和激光共焦測(cè)厚等多種激光檢測(cè)方法,對(duì)比幾種激光檢測(cè)方法的優(yōu)缺點(diǎn)后,選擇基于波長(zhǎng)移相的白光干涉測(cè)量作為本文的主要研究方法。VT-DBR激光器憑借其寬的波長(zhǎng)調(diào)諧范圍（>40 nm）、小的調(diào)諧間隔（pm）、短的波長(zhǎng)切換時(shí)間（<20 ns）、快的調(diào)諧頻率（k Hz）和低成本等優(yōu)越特性,在眾多光源中脫穎而出。本文利用Altium Designer對(duì)測(cè)厚系統(tǒng)進(jìn)行硬件電路設(shè)計(jì),其中包括激光器驅(qū)動(dòng)電路、光電探測(cè)電路、模數(shù)采集電路、通信電路和溫控電路;利用Quartus II編寫測(cè)厚系統(tǒng)控制代碼;利用Lab VIEW編寫測(cè)厚系統(tǒng)的上位機(jī)控制程序。本文對(duì)系統(tǒng)功能進(jìn)行了可行性驗(yàn)證實(shí)驗(yàn),如激光器點(diǎn)亮實(shí)驗(yàn)、單波長(zhǎng)穩(wěn)定性實(shí)驗(yàn)、模數(shù)采集實(shí)驗(yàn)等等。實(shí)驗(yàn)結(jié)果表明,自研測(cè)厚系統(tǒng)具有良好的穩(wěn)定性、實(shí)用性。本文利用測(cè)厚系統(tǒng)對(duì)厚度為2 mm、7 mm和12 mm的玻璃樣品進(jìn)行了靜態(tài)與動(dòng)態(tài)測(cè)厚實(shí)驗(yàn),并于實(shí)驗(yàn)室已有的干涉光譜測(cè)量設(shè)備作了性能對(duì)比。實(shí)驗(yàn)結(jié)果表明該系統(tǒng)在技術(shù)性能和產(chǎn)品成本上都具有較大的競(jìng)爭(zhēng)力,能夠?yàn)樘岣吒》úＡУ纳a(chǎn)效率發(fā)揮作用。本文還對(duì)一種三層結(jié)構(gòu)樣品進(jìn)行了厚度測(cè)量,結(jié)果表明自研系統(tǒng)有能力完成對(duì)透明介質(zhì)結(jié)構(gòu)的測(cè)量。
賀鵬,盧治功,溫方金,職連杰[2]（2019）在《基于激光三角測(cè)量的鐮刀彎在線檢測(cè)系統(tǒng)》文中指出鐮刀彎是板帶生產(chǎn)過(guò)程中常見的板形缺陷,在線測(cè)量鐮刀彎是實(shí)現(xiàn)板形控制的前提條件。本文建立一種基于激光三角測(cè)量法的鐮刀彎在線檢測(cè)系統(tǒng),由激光發(fā)射器、線陣CCD、接收鏡頭組成激光測(cè)量箱,檢測(cè)鋼板邊部的位置和傾斜量;同時(shí)由激光測(cè)速儀檢測(cè)鋼板的長(zhǎng)度位置,形成邊部輪廓曲線。通過(guò)邊部?jī)A斜量對(duì)輪廓曲線進(jìn)行糾正,消除鋼板側(cè)向移動(dòng)引起的誤差。系統(tǒng)計(jì)算得出鐮刀彎參數(shù),同時(shí)提供板帶寬度、長(zhǎng)度等數(shù)據(jù)。實(shí)際應(yīng)用中,根據(jù)測(cè)量數(shù)據(jù)進(jìn)行生產(chǎn)參數(shù)調(diào)整,有效提高了板形質(zhì)量。
王琦瑋[3]（2019）在《側(cè)焦線法激光三角測(cè)厚儀》文中指出測(cè)厚的方式包括離線式和在線式兩種,一般來(lái)說(shuō)為了保證效率工廠都會(huì)選擇在線式的測(cè)量系統(tǒng)。激光三角法測(cè)厚對(duì)于被測(cè)物體表面的要求不高,更重要的是它的檢測(cè)速度較快,精度較高,因此基于激光三角法的測(cè)厚儀是一種優(yōu)秀的的在線測(cè)量裝置,可以滿足絕大多數(shù)工廠的測(cè)厚需求。目前市場(chǎng)上也存在著不少這樣的測(cè)量裝置,但是他們大多都是C字型和口字型的結(jié)構(gòu),將這種結(jié)構(gòu)測(cè)量?jī)x置于生產(chǎn)線時(shí),由于工件邊緣翹起可能會(huì)損壞測(cè)量裝置,干擾生產(chǎn)線正常運(yùn)行。針對(duì)此問(wèn)題,本論文提出了一種側(cè)焦線法激光三角測(cè)厚系統(tǒng),主要工作如下:1.分析了各種激光三角法測(cè)距原理,從直射型激光三角測(cè)距到斜射型激光三角測(cè)距。又分析了激光三角測(cè)厚的原理,從雙光路激光三角測(cè)厚到單鏡頭激光三角測(cè)厚。為克服它們的不足提出本論文的新原理——側(cè)焦線法激光三角測(cè)厚。2.設(shè)計(jì)出完整的測(cè)量方案,不僅從總體上規(guī)劃設(shè)計(jì)方案,而且分別對(duì)于光源模塊和成像模塊作了詳細(xì)的分析和計(jì)算。其中,光源模塊的設(shè)計(jì)包括了焦線長(zhǎng)度的相關(guān)設(shè)計(jì)和景深的相關(guān)設(shè)計(jì);成像模塊的設(shè)計(jì)包括了光闌、平面玻璃、成像透鏡組以及圖像探測(cè)器的設(shè)計(jì)和選型。使用Solid Works對(duì)系統(tǒng)的機(jī)械結(jié)構(gòu)進(jìn)行建模,并使用Zemax對(duì)光學(xué)系統(tǒng)進(jìn)行了設(shè)計(jì)和評(píng)價(jià)。3.對(duì)采集的圖像進(jìn)行圖像處理工作,首先對(duì)其進(jìn)行平滑濾波處理來(lái)消除一些雜散光帶來(lái)的隨機(jī)誤差,并使用閾值分割的方法消除背景噪聲的影響。然后進(jìn)行光斑的尋找和定位,為測(cè)量厚度的計(jì)算打下基礎(chǔ)。最后設(shè)計(jì)了軟件界面,包括預(yù)覽模塊、標(biāo)定模塊、測(cè)量模塊和顯示模塊。4.比較了幾種標(biāo)定方法并選取其中最為合理和準(zhǔn)確的一種,為測(cè)量系統(tǒng)建立標(biāo)定方程。使用標(biāo)定后的測(cè)量系統(tǒng)進(jìn)行模擬生產(chǎn)線的實(shí)驗(yàn),記錄實(shí)驗(yàn)數(shù)據(jù)并驗(yàn)證其在線測(cè)量功能。分析了誤差的主要來(lái)源,為以后的改進(jìn)和完善提供了思路。實(shí)際研制出來(lái)的測(cè)厚儀,能夠?qū)⑵渲糜谏a(chǎn)線的側(cè)邊來(lái)完成測(cè)量工作。它的量程可以達(dá)到10mm,測(cè)量精度可以達(dá)到±10μm。
湯愛平[4]（2019）在《某型煙機(jī)濾棒光電直徑檢測(cè)裝置的研制》文中研究指明在自動(dòng)化制造設(shè)備中,自動(dòng)檢測(cè)和監(jiān)控系統(tǒng)是自動(dòng)化制造系統(tǒng)中的重要組成部分,其中將線陣電荷耦合器件（CCD）圖像傳感器用于尺寸測(cè)量是非常有效的一種非接觸檢測(cè)技術(shù)。在煙機(jī)濾棒成型機(jī)組中需要在線實(shí)時(shí)檢測(cè)與監(jiān)控濾棒的圓周長(zhǎng),CCD光電直徑測(cè)量裝置可以很好地實(shí)現(xiàn)濾棒直徑（圓周）的在線非接觸檢測(cè),提高設(shè)備對(duì)濾棒圓周的檢測(cè)、控制精度,從而提高濾棒的生產(chǎn)質(zhì)量和效率。本文以研制光電直徑（圓周）檢測(cè)裝置替換原KDF3（ZL26系列）濾棒成型機(jī)氣壓式圓周檢測(cè)裝置項(xiàng)目為研究?jī)?nèi)容,對(duì)線陣CCD光電式直徑測(cè)量方法進(jìn)行了較為全面的分析與研究。根據(jù)技術(shù)要求和原氣壓式直徑檢測(cè)裝置尺寸大小、安裝方式,對(duì)光電直徑檢測(cè)裝置的組成和器件選型、各組件的安裝位置等進(jìn)行系統(tǒng)分析和統(tǒng)籌規(guī)劃,完成了光電直徑檢測(cè)裝置電控系統(tǒng)和總體結(jié)構(gòu)的方案優(yōu)化設(shè)計(jì)。介紹了光電直徑檢測(cè)裝置主要分系統(tǒng)轉(zhuǎn)動(dòng)機(jī)構(gòu)、光電檢測(cè)組件、信號(hào)處理控制組件的詳細(xì)設(shè)計(jì)。采用高速32位TMS320F28035數(shù)字信號(hào)處理器、小型ATtiny系列AVR微控制器、TCD132D線陣CCD和高亮度LED等器件構(gòu)成的電控系統(tǒng),實(shí)現(xiàn)了光電直徑檢測(cè)裝置的小型化、高速率檢測(cè)設(shè)計(jì)要求。創(chuàng)新性的設(shè)計(jì)了反射方式平行光管和LED光源的加工處理,解決了小空間下的平行光線輸出品質(zhì)。研制的工程樣機(jī)試驗(yàn)結(jié)果表明,樣機(jī)性能滿足技術(shù)要求。最后對(duì)該光電直徑（圓周）檢測(cè)裝置存在的一些工程化問(wèn)題進(jìn)行了討論,并提出了改進(jìn)方向。
白金池[5]（2019）在《基于機(jī)器視覺(jué)的異形復(fù)雜零件圖像采集與檢測(cè)研究》文中指出在傳統(tǒng)測(cè)量方法逐漸不能適應(yīng)現(xiàn)代工業(yè)快速發(fā)展的情況下,檢測(cè)手段正在由接觸式測(cè)量向非接觸式測(cè)量轉(zhuǎn)變。在非接觸式測(cè)量領(lǐng)域中,以機(jī)器視覺(jué)為基礎(chǔ)的圖像檢測(cè)技術(shù)在諸多方面具有優(yōu)異性能,因而得到了廣泛的關(guān)注與應(yīng)用。異形零件存在無(wú)法用解析幾何準(zhǔn)確描述的空間自由曲面,傳統(tǒng)檢測(cè)手段對(duì)其的檢測(cè)效率較低,檢測(cè)效果較差,存在一定的檢測(cè)難度。為了解決該問(wèn)題,本文對(duì)基于機(jī)器視覺(jué)的異形零件圖像采集與檢測(cè)進(jìn)行了研究,旨在通過(guò)圖像檢測(cè)技術(shù)提高異形零件的檢測(cè)效率與測(cè)量精度。文本的主要研究?jī)?nèi)容如下:（1）以線陣CCD為主要的圖像采集設(shè)備,分析了CCD圖像傳感器的圖像采集原理,由原理出發(fā)建立了線陣相機(jī)成像過(guò)程中的數(shù)學(xué)模型,從該模型中提取出影響線陣相機(jī)成像精度的關(guān)鍵參數(shù):像素灰度值與像素列標(biāo)。（2）對(duì)成像系統(tǒng)的四個(gè)坐標(biāo)系進(jìn)行了分析,通過(guò)四個(gè)坐標(biāo)系之間的轉(zhuǎn)換矩陣說(shuō)明了實(shí)物與圖像之間的映射關(guān)系,對(duì)映射中存在的非線性因素─幾何畸變進(jìn)行了研究,提出了一種基于神經(jīng)網(wǎng)絡(luò)的畸變矯正方法。實(shí)驗(yàn)證明,該方法比傳統(tǒng)的多項(xiàng)式擬合矯正法具有更好的矯正效果。（3）對(duì)線陣相機(jī)的圖像采集過(guò)程進(jìn)行了分析,得出了制約線陣相機(jī)采樣精度的主要因素是掃描機(jī)構(gòu)無(wú)法精確控制采樣坐標(biāo)。本文提出了一種融合光柵尺的圖像采集方法,該方法不僅能夠?qū)崿F(xiàn)線陣相機(jī)的高精度圖像采集,還可以將采樣精度提升至亞像素級(jí)?；谠摲椒ù罱藞D像采集平臺(tái),對(duì)待測(cè)件進(jìn)行了實(shí)測(cè),取得了良好的檢測(cè)效果,最高測(cè)量精度可以達(dá)到1μm。（4）分析了用傳統(tǒng)邊緣檢測(cè)算法對(duì)異形曲線進(jìn)行檢測(cè)存在的不足,即檢測(cè)精度均停留在像素級(jí)別,當(dāng)圖像分辨率低時(shí)會(huì)產(chǎn)生較大的測(cè)量誤差。提出了一種亞像素邊緣檢測(cè)算法,該算法能夠?qū)Ξ愋吻€進(jìn)行像素內(nèi)的精確擬合,提高了測(cè)量精度。由擬合曲線可以得到能夠近似描述異形曲線的解析函數(shù),從而獲得異形曲線上所有點(diǎn)的位置坐標(biāo)。
宋紓崎[6]（2018）在《基于車輛響應(yīng)的軌道病害辨識(shí)研究》文中提出高速鐵路是國(guó)家經(jīng)濟(jì)和社會(huì)發(fā)展的大動(dòng)脈,同時(shí)也是國(guó)家強(qiáng)盛崛起一張靚麗的名片。隨著“八縱八橫”高速鐵路網(wǎng)的規(guī)劃實(shí)施,越來(lái)越多的高速列車和線路將投入運(yùn)營(yíng),列車和線路的安全性愈發(fā)受到關(guān)注。由于高速列車的運(yùn)營(yíng)速度較高,列車與軌道相互作用更加劇烈,軌道狀態(tài)的變化無(wú)時(shí)不刻在影響著列車的動(dòng)力學(xué)性能,尤其是當(dāng)軌道線路存在損傷或失效時(shí),更可能會(huì)對(duì)列車行車安全造成重大影響。因此,對(duì)于軌道狀態(tài)的檢測(cè)和評(píng)估其對(duì)車輛性能的影響至關(guān)重要。受限于動(dòng)力學(xué)分析技術(shù)和車輛的實(shí)際運(yùn)營(yíng)狀況,針對(duì)車輛響應(yīng)辨識(shí)并評(píng)估軌道狀態(tài)的研究并不多見,基于此,本文在深入研究車輛-軌道耦合動(dòng)力學(xué)的基礎(chǔ)上,開展了關(guān)于軌道狀態(tài)與車輛性能響應(yīng)之間對(duì)應(yīng)關(guān)系的研究,主要包含以下研究?jī)?nèi)容:首先,在建立車輛軌道耦合動(dòng)力學(xué)常規(guī)模型的基礎(chǔ)上,增加軸箱系統(tǒng)的動(dòng)力學(xué)子模型,擴(kuò)充了基于車輛部件振動(dòng)響應(yīng)辨識(shí)軌道狀態(tài)的可行性。同時(shí)對(duì)比分析了拓展后的車輛軌道耦合動(dòng)力學(xué)模型計(jì)算結(jié)果與實(shí)際測(cè)試數(shù)據(jù),驗(yàn)證了本文所提出仿真計(jì)算模型的準(zhǔn)確性和可用性。其次,針對(duì)焊縫不平順、鋼軌擦傷和鋼軌剝離建立了完整的鋼軌型面,建立了全新的鋼軌傷損精確表征模型。解決了傳統(tǒng)軌道缺陷表征在仿真模型中區(qū)分度低的問(wèn)題。同時(shí)對(duì)不同波長(zhǎng)的軌道不平順采取了相應(yīng)的物理模型和針對(duì)性算法,從而使仿真計(jì)算模型有效和真實(shí)地反映出傷損后軌面線型變化的實(shí)際狀態(tài)?？紤]到傳統(tǒng)車輛軌道耦合動(dòng)力學(xué)仿真模型在長(zhǎng)大線路仿真計(jì)算時(shí)的效率問(wèn)題和方法局限性,對(duì)車輛軌道耦合仿真模型的計(jì)算模式進(jìn)行了解析,分析了軌道長(zhǎng)度對(duì)計(jì)算效果的影響。針對(duì)計(jì)算量隨軌道長(zhǎng)度增加顯著提升的關(guān)鍵問(wèn)題,提出了一種適用于長(zhǎng)大線路的車輛軌道耦合計(jì)算方法——滑移窗口計(jì)算方法。并以移動(dòng)載荷作用下簡(jiǎn)支梁的振動(dòng)模型為參考,分別與簡(jiǎn)支梁振動(dòng)響應(yīng)的解析解和有限元計(jì)算結(jié)果比較,驗(yàn)證了滑移窗口方法的準(zhǔn)確性。同時(shí)與傳統(tǒng)車輛軌道耦合仿真模型中的直接計(jì)算方法相比較,證明了滑移窗口方法可以在考慮完整軌道結(jié)構(gòu)和軌下結(jié)構(gòu)變化的前提下依然有很高的計(jì)算效率,實(shí)現(xiàn)了車輛移動(dòng)在可考慮軌下結(jié)構(gòu)時(shí)變的任意長(zhǎng)度軌道線路的仿真計(jì)算。最后,基于前述仿真模型及算法,系統(tǒng)研究和分析了常見的軌道傷損與車輛響應(yīng)間的對(duì)應(yīng)關(guān)系。通過(guò)時(shí)域特征參數(shù)對(duì)不同波長(zhǎng)軌道病害引起的車輛響應(yīng)進(jìn)行了統(tǒng)計(jì)分析,得到了能夠有效區(qū)分不同波長(zhǎng)軌道病害的特征統(tǒng)計(jì)量,并進(jìn)一步辨識(shí)了相同波長(zhǎng)軌道病害引起的車輛響應(yīng)的對(duì)應(yīng)關(guān)系。通過(guò)計(jì)算相同短波軌道病害引起的車輛響應(yīng)的歸一化小波能譜,揭示了不同傷損但同屬短波軌道病害激勵(lì)下車輛響應(yīng)變化的規(guī)律。頻域方面,研究了不同波長(zhǎng)引起的車輛響應(yīng)主頻特征,從而可直接通過(guò)車輛響應(yīng)辨識(shí)對(duì)應(yīng)的軌道傷損形式,同時(shí)對(duì)隨機(jī)不平順造成的車輛響應(yīng)在頻域的干擾進(jìn)行了探討。針對(duì)沉降等特殊工況,由于長(zhǎng)波軌道病害引起的車輛響應(yīng)無(wú)法通過(guò)小波變換進(jìn)行直接識(shí)別,分析長(zhǎng)波不平順造成的車輛響應(yīng)的特點(diǎn),利用多重分形譜方法對(duì)長(zhǎng)波軌道病害引起的車輛響應(yīng)進(jìn)行了描述,從而有利于計(jì)算機(jī)快速數(shù)值識(shí)別,實(shí)現(xiàn)對(duì)軌道特定狀態(tài)的量化評(píng)估。
劉妍[7]（2012）在《基于機(jī)器視覺(jué)的鋰電池極片涂布缺陷檢測(cè)系統(tǒng)設(shè)計(jì)》文中研究指明在節(jié)能減排的大環(huán)境下，混合動(dòng)力汽車作為新能源汽車得到迅猛發(fā)展，而動(dòng)力電池作為其核心部件，質(zhì)量安全尤為重要。鋰電池極片在涂覆、輥壓等環(huán)節(jié)中，表面容易產(chǎn)生劃痕、露箔等缺陷，這些缺陷會(huì)嚴(yán)重影響電池的質(zhì)量和使用壽命?，F(xiàn)有的檢測(cè)方法主要是基于機(jī)器視覺(jué)的非接觸檢測(cè)方法，通常采用兩臺(tái)面陣CCD相機(jī)分別對(duì)極片兩側(cè)進(jìn)行檢測(cè)，通過(guò)同軸光照明得到了很好的檢測(cè)效果。但是，由于現(xiàn)有的檢測(cè)都是在涂布或極耳焊接的過(guò)程中進(jìn)行的，需要在生產(chǎn)設(shè)備上留出足夠的檢測(cè)空間，這樣不僅增加了檢測(cè)成本，而且檢測(cè)的靈活性大大降低。本文針對(duì)合肥國(guó)軒高科動(dòng)力能源有限公司提出的檢測(cè)要求，在現(xiàn)有型號(hào)的極耳焊接機(jī)上完成對(duì)極片的在線檢測(cè)。本系統(tǒng)主要利用線陣CCD相機(jī)和特制光源解決動(dòng)力電池生產(chǎn)過(guò)程中極片涂布露箔等缺陷問(wèn)題，突破了半透半反射成像、極片缺陷的智能化區(qū)域識(shí)別等關(guān)鍵技術(shù)，實(shí)現(xiàn)了極片極耳焊接過(guò)程中雙面缺陷的在線檢測(cè)，增加了檢測(cè)的靈活性，容易對(duì)其功能進(jìn)行擴(kuò)展，對(duì)于提高檢測(cè)效率、降低檢測(cè)成本具有重要意義。本系統(tǒng)檢測(cè)的最小缺陷區(qū)域?yàn)?.2*0.2mm，檢測(cè)速度大于15m/min，可用于各類動(dòng)力電池生產(chǎn)行業(yè)的極片缺陷檢測(cè)。本文首先對(duì)極片缺陷檢測(cè)系統(tǒng)的原理進(jìn)行了闡述，研究了系統(tǒng)的總體構(gòu)成和主要硬件參數(shù)的計(jì)算；其次，通過(guò)對(duì)光源的設(shè)計(jì)實(shí)現(xiàn)了均勻照明并對(duì)極片振動(dòng)的影響及系統(tǒng)誤差進(jìn)行分析、校正；最后討論了電池極片圖像處理流程并進(jìn)行了算法分析，結(jié)合實(shí)際應(yīng)用提出新的目標(biāo)標(biāo)記快速算法，完成分類器設(shè)計(jì)，實(shí)現(xiàn)系統(tǒng)缺陷的自動(dòng)分類識(shí)別。
叢赫曦[8]（2011）在《基于LD-CCD的玻璃厚度檢測(cè)技術(shù)的研究》文中研究說(shuō)明我國(guó)浮法玻璃產(chǎn)量雖然位居世界首位,但是產(chǎn)品質(zhì)量與發(fā)達(dá)國(guó)家相比還有較大差距。目前用于汽車、制鏡等高質(zhì)量玻璃還需要進(jìn)口國(guó)外的技術(shù)。尤其是玻璃厚度檢測(cè),仍處在人工接觸式測(cè)量階段。因此有必要自主研發(fā)國(guó)產(chǎn)的在線熱端厚度檢測(cè)設(shè)備。本文就系統(tǒng)中的幾個(gè)關(guān)鍵問(wèn)題展開了研究。應(yīng)用CCD進(jìn)行在線厚度檢測(cè)可以實(shí)現(xiàn)高精度、非接觸和在線實(shí)時(shí)檢測(cè),尤其對(duì)微小厚度變化量具有很強(qiáng)的優(yōu)勢(shì)。本文應(yīng)用光在玻璃上下表面的二次反射、折射法測(cè)厚原理,采用半導(dǎo)體激光器作為光源,線陣CCD作為圖像傳感器,并對(duì)線陣CCD的驅(qū)動(dòng)時(shí)序電路、視頻處理電路進(jìn)行了設(shè)計(jì)。最后研究了厚度圖像中心提取的算法,有效地消除了噪聲,并精確地提取了光斑中心點(diǎn),從而得到了玻璃厚度值。FPGA是當(dāng)今電子系統(tǒng)設(shè)計(jì)的前沿。本文采用FPGA設(shè)計(jì)調(diào)試CCD驅(qū)動(dòng)時(shí)序電路,縮小了驅(qū)動(dòng)電路的體積,使設(shè)計(jì)周期縮短,并可以隨時(shí)修改設(shè)計(jì),提高了電路設(shè)計(jì)的靈活性。FPGA設(shè)計(jì)采用了Quartus II仿真軟件進(jìn)行VHDL語(yǔ)言編程、調(diào)試、仿真及器件編程。前置放大電路完成了對(duì)CCD輸出信號(hào)的捕捉,CDS電路完成了對(duì)CCD輸出圖像信號(hào)的采用取樣保持,浮動(dòng)閾值二值化電路輸出方波電壓,再經(jīng)過(guò)A/D轉(zhuǎn)換器,把數(shù)據(jù)送入計(jì)算機(jī)進(jìn)行一步的處理。在圖像處理部分,首先對(duì)圖像進(jìn)行小波去噪并對(duì)圖像進(jìn)行二值化處理,再利用區(qū)域坐標(biāo)加和取平均值的方法確定光斑中心點(diǎn)。對(duì)CCD驅(qū)動(dòng)電路的仿真實(shí)驗(yàn)證明,電路能夠很好的驅(qū)動(dòng)CCD,輸出穩(wěn)定可靠的電信號(hào)。理論分析及實(shí)驗(yàn)表明,本文所采用的非接觸測(cè)厚方法是可行的。
李榮果[9]（2011）在《非接觸式平板裂縫天線結(jié)構(gòu)尺寸測(cè)量與分析》文中研究說(shuō)明本文的研究目的是實(shí)現(xiàn)平板裂縫天線相關(guān)參數(shù)的測(cè)量,從而為天線的進(jìn)一步分析提供參考。針對(duì)平板裂縫天線的結(jié)構(gòu)特點(diǎn),對(duì)其采用非接觸式的測(cè)量。首先,以平板裂縫天線的掃描圖像為基礎(chǔ),對(duì)天線的裂縫參數(shù)進(jìn)行了測(cè)量。通過(guò)對(duì)裂縫圖像進(jìn)行去噪、邊緣檢測(cè)、二值化等預(yù)處理將邊緣定位到單像素,然后在確定的邊緣點(diǎn)使用了三種亞像素細(xì)分算法,實(shí)現(xiàn)了對(duì)裂縫參數(shù)的高精度測(cè)量。其次,對(duì)波導(dǎo)的各種參數(shù)進(jìn)行了測(cè)量。針對(duì)波導(dǎo)圖像噪聲的特點(diǎn),在進(jìn)行預(yù)處理之后,提出了使用經(jīng)驗(yàn)?zāi)０暹M(jìn)行二次去噪的方法,實(shí)現(xiàn)了邊緣粗定位,進(jìn)而通過(guò)亞像素細(xì)分獲得了較好的測(cè)量效果。最后,對(duì)測(cè)量誤差進(jìn)行分析,并介紹軟件原型。通過(guò)對(duì)測(cè)量結(jié)果的誤差和精度分析,驗(yàn)證了本文測(cè)量方法的合理性與可行性。本文通過(guò)圖像處理技術(shù)實(shí)現(xiàn)了對(duì)平板裂縫天線的非接觸式測(cè)量,并通過(guò)亞像素細(xì)分算法提高了測(cè)量精度,具有一定的理論價(jià)值和實(shí)際意義。
夏承亮,李成貴,熊昌友[10]（2010）在《板材表面質(zhì)量在線檢測(cè)方法概述》文中研究說(shuō)明板材表面的質(zhì)量決定了板材的使用性能、壽命、工作可靠性等一系列重要參數(shù),因而在工程上,對(duì)于影響板材表面質(zhì)量的因素以及針對(duì)板材表面質(zhì)量的檢測(cè)方式也越來(lái)越受重視。文中分別介紹和分析了板材常見的幾種缺陷形式、板材表面質(zhì)量對(duì)其使用性能的影響,并以高精度鋼板為例介紹表面缺陷的傳統(tǒng)無(wú)損檢測(cè)技術(shù)、激光掃描和機(jī)器視覺(jué)技術(shù);最后,通過(guò)各種檢測(cè)方式的結(jié)果對(duì)比得出結(jié)論。
二、基于線陣CCD的板寬非接觸式在線測(cè)量（論文開題報(bào)告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡(jiǎn)單簡(jiǎn)介論文所研究問(wèn)題的基本概念和背景，再而簡(jiǎn)單明了地指出論文所要研究解決的具體問(wèn)題，并提出你的論文準(zhǔn)備的觀點(diǎn)或解決方法。
寫法范例：
本文主要提出一款精簡(jiǎn)64位RISC處理器存儲(chǔ)管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計(jì)過(guò)程。在該MMU結(jié)構(gòu)中,TLB采用叁個(gè)分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲(chǔ)器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁(yè)面大小,采用多級(jí)分層頁(yè)表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級(jí)頁(yè)表轉(zhuǎn)換過(guò)程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲(chǔ)系統(tǒng)實(shí)現(xiàn)的一個(gè)重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對(duì)象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對(duì)象從而得到有關(guān)信息。
實(shí)驗(yàn)法：通過(guò)主支變革、控制研究對(duì)象來(lái)發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過(guò)調(diào)查文獻(xiàn)來(lái)獲得資料，從而全面的、正確的了解掌握研究方法。
實(shí)證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實(shí)踐的需要提出設(shè)計(jì)。
定性分析法：對(duì)研究對(duì)象進(jìn)行“質(zhì)”的方面的研究，這個(gè)方法需要計(jì)算的數(shù)據(jù)較少。
定量分析法：通過(guò)具體的數(shù)字，使人們對(duì)研究對(duì)象的認(rèn)識(shí)進(jìn)一步精確化。
跨學(xué)科研究法：運(yùn)用多學(xué)科的理論、方法和成果從整體上對(duì)某一課題進(jìn)行研究。
功能分析法：這是社會(huì)科學(xué)用來(lái)分析社會(huì)現(xiàn)象的一種方法，從某一功能出發(fā)研究多個(gè)方面的影響。
模擬法：通過(guò)創(chuàng)設(shè)一個(gè)與原型相似的模型來(lái)間接研究原型某種特性的一種形容方法。
三、基于線陣CCD的板寬非接觸式在線測(cè)量（論文提綱范文）
（1）VT-DBR激光器在透明介質(zhì)結(jié)構(gòu)測(cè)量的應(yīng)用（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 課題研究背景及來(lái)源 |
| 1.2 在線玻璃光學(xué)測(cè)厚技術(shù)玻璃厚度測(cè)量方法 |
| 1.2.1 機(jī)械測(cè)厚方法 |
| 1.2.2 幾何光學(xué)測(cè)厚方法 |
| 1.2.3 激光干涉測(cè)厚方法 |
| 1.3 在線玻璃光學(xué)測(cè)厚技術(shù)國(guó)內(nèi)外研究發(fā)展現(xiàn)狀 |
| 1.4 可調(diào)諧半導(dǎo)體激光器研究發(fā)展現(xiàn)狀 |
| 1.5 本文主要研究?jī)?nèi)容 |
| 2 白光干涉厚度測(cè)量系統(tǒng)原理 |
| 2.1 VT-DBR激光器原理 |
| 2.1.1 半導(dǎo)體激光器工作原理 |
| 2.1.2 Vernier調(diào)諧原理 |
| 2.1.3 VT-DBR激光器工作原理 |
| 2.2 基于波長(zhǎng)移相的白光干涉測(cè)厚原理 |
| 2.2.1 基于波長(zhǎng)移相的白光干涉測(cè)厚模型 |
| 2.2.2 基于波長(zhǎng)移相的白光干涉解調(diào)技術(shù) |
| 3 白光干涉厚度測(cè)量系統(tǒng)搭建 |
| 3.1 白光干涉厚度測(cè)量系統(tǒng)設(shè)計(jì) |
| 3.2 被動(dòng)光學(xué)系統(tǒng)設(shè)計(jì) |
| 3.3 硬件系統(tǒng)設(shè)計(jì) |
| 3.3.1 FPGA選型及配置電路 |
| 3.3.2 激光器驅(qū)動(dòng)電路 |
| 3.3.3 自動(dòng)溫控電路 |
| 3.3.4 數(shù)據(jù)采集電路 |
| 3.3.5 數(shù)據(jù)傳輸電路 |
| 3.3.6 系統(tǒng)PCB設(shè)計(jì) |
| 3.4 軟件系統(tǒng)設(shè)計(jì) |
| 3.4.1 VT-DBR激光器波長(zhǎng)-電流查詢 |
| 3.4.2 白光干涉厚度解調(diào) |
| 3.5 軟硬件系統(tǒng)測(cè)試 |
| 3.5.1 VT-DBR激光器長(zhǎng)期穩(wěn)定性測(cè)試 |
| 3.5.2 數(shù)據(jù)采集及上傳測(cè)試 |
| 3.5.3 溫度控制測(cè)試 |
| 4 白光干涉厚度測(cè)量系統(tǒng)實(shí)驗(yàn) |
| 4.1 實(shí)驗(yàn)流程 |
| 4.2 樣品厚度測(cè)量 |
| 4.2.1 2mm玻璃樣品 |
| 4.2.2 7mm玻璃樣品 |
| 4.2.3 12mm玻璃樣品 |
| 4.2.4 多層結(jié)構(gòu)樣品 |
| 4.3 測(cè)量系統(tǒng)對(duì)比 |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況 |
| 致謝 |
（2）基于激光三角測(cè)量的鐮刀彎在線檢測(cè)系統(tǒng)（論文提綱范文）
| 0 引言 |
| 1 系統(tǒng)整體設(shè)計(jì) |
| 1.1 系統(tǒng)組成 |
| 1.2 設(shè)備布局 |
| 2 測(cè)量原理 |
| 2.1 激光三角測(cè)量 |
| 2.2 激光測(cè)量箱 |
| 2.2.1 CCD器件 |
| 2.2.2 激光器 |
| 2.3 激光測(cè)速儀 |
| 3 測(cè)量算法 |
| 3.1 成像模型 |
| 3.2 標(biāo)定方法 |
| 3.3 邊部位置計(jì)算 |
| 3.4 輪廓信息提取 |
| 3.5 輪廓信息糾正 |
| 3.6 鐮刀彎計(jì)算 |
| 4 結(jié)論 |
（3）側(cè)焦線法激光三角測(cè)厚儀（論文提綱范文）
| 摘要 |
| Abstract |
| 1.緒論 |
| 1.1 課題研究的目的和意義 |
| 1.2 測(cè)厚方法簡(jiǎn)介 |
| 1.2.1 電容法測(cè)厚 |
| 1.2.2 射線法測(cè)厚 |
| 1.2.3 超聲法測(cè)厚 |
| 1.3 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.3.1 國(guó)外研究現(xiàn)狀 |
| 1.3.2 國(guó)內(nèi)研究現(xiàn)狀 |
| 1.4 論文主要內(nèi)容和章節(jié)安排 |
| 2 側(cè)焦線法激光三角測(cè)厚原理 |
| 2.1 激光三角法的背景知識(shí) |
| 2.2 激光三角法測(cè)位移原理 |
| 2.2.1 直射型激光三角法測(cè)位移原理 |
| 2.2.2 斜射型激光三角法測(cè)位移原理 |
| 2.3 側(cè)焦線法激光三角測(cè)厚原理 |
| 2.4 本章小結(jié) |
| 3.測(cè)量系統(tǒng)的總體設(shè)計(jì) |
| 3.1 總體方案的設(shè)計(jì) |
| 3.2 光源及成像系統(tǒng)的設(shè)計(jì) |
| 3.2.1 光源模塊的設(shè)計(jì) |
| 3.2.1.1 焦線長(zhǎng)度的相關(guān)設(shè)計(jì)和計(jì)算 |
| 3.2.1.2 景深的相關(guān)設(shè)計(jì)和計(jì)算 |
| 3.2.2 成像模塊的設(shè)計(jì) |
| 3.2.2.1 光闌和平面玻璃的相關(guān)設(shè)計(jì) |
| 3.2.2.2 成像透鏡組的相關(guān)設(shè)計(jì) |
| 3.2.2.3 圖像探測(cè)器的選型 |
| 3.3 機(jī)械結(jié)構(gòu)設(shè)計(jì) |
| 3.3.1 光源模塊的結(jié)構(gòu)設(shè)計(jì) |
| 3.3.2 成像模塊的結(jié)構(gòu)設(shè)計(jì) |
| 3.4 本章小結(jié) |
| 4.圖像處理和系統(tǒng)軟件設(shè)計(jì) |
| 4.1 引言 |
| 4.2 圖像的采集與預(yù)處理 |
| 4.2.1 圖像采集 |
| 4.2.2 圖像預(yù)處理 |
| 4.3 光斑的尋找與其重心定位 |
| 4.3.1 光斑目標(biāo)區(qū)域的尋找 |
| 4.3.1.1 列累加法和最亮點(diǎn)擬合法 |
| 4.3.1.2 Hough變換法 |
| 4.3.2 光斑重心的計(jì)算 |
| 4.4 測(cè)量界面的設(shè)計(jì) |
| 4.5 本章小結(jié) |
| 5.實(shí)驗(yàn)測(cè)試和結(jié)果分析 |
| 5.1 標(biāo)定 |
| 5.1.1 焦線距離和厚度關(guān)系的多項(xiàng)式擬合 |
| 5.1.2 線性成像下的物像坐標(biāo)關(guān)系 |
| 5.1.3 非線性成像下的補(bǔ)償校正 |
| 5.2 模擬生產(chǎn)線實(shí)驗(yàn)測(cè)試 |
| 5.3 誤差來(lái)源分析 |
| 5.4 本章小結(jié) |
| 6.總結(jié)與展望 |
| 6.1 總結(jié) |
| 6.2 展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 附錄 I 攻讀碩士期間發(fā)表的論文和專利 |
（4）某型煙機(jī)濾棒光電直徑檢測(cè)裝置的研制（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 項(xiàng)目的來(lái)源和背景 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.2.1 濾棒直徑檢測(cè)裝置 |
| 1.2.2 基于CCD直徑檢測(cè)技術(shù) |
| 1.3 線陣CCD測(cè)量直徑的工作原理 |
| 1.3.1 CCD簡(jiǎn)介 |
| 1.3.2 線陣CCD測(cè)量直徑的原理 |
| 1.3.3 平行光投影測(cè)量法 |
| 1.3.4 平行光成像測(cè)量法 |
| 1.3.5 光學(xué)成像測(cè)量法 |
| 1.4 該項(xiàng)目的主要研究?jī)?nèi)容 |
| 1.5 小結(jié) |
| 第2章 光電直徑檢測(cè)裝置系統(tǒng)要求與分析 |
| 2.1 系統(tǒng)要求 |
| 2.2 系統(tǒng)分析 |
| 2.3 工作原理 |
| 2.4 小結(jié) |
| 第3章 光電直徑檢測(cè)裝置方案設(shè)計(jì) |
| 3.1 系統(tǒng)組成 |
| 3.2 電控系統(tǒng)方案 |
| 3.2.1 電機(jī)選型與驅(qū)動(dòng) |
| 3.2.2 CCD的驅(qū)動(dòng)方法 |
| 3.2.3 CCD視頻信號(hào)處理方法 |
| 3.2.4 電控系統(tǒng)方案 |
| 3.3 總體結(jié)構(gòu)方案 |
| 3.4 小結(jié) |
| 第4章 光電直徑檢測(cè)裝置詳細(xì)設(shè)計(jì) |
| 4.1 轉(zhuǎn)動(dòng)機(jī)構(gòu) |
| 4.1.1 主軸和濾嘴導(dǎo)向套 |
| 4.1.2 空氣吹塵裝置 |
| 4.2 光電檢測(cè)組件 |
| 4.2.1 測(cè)量方法選擇 |
| 4.2.2 CCD選型 |
| 4.2.3 光源選擇 |
| 4.2.4 光學(xué)系統(tǒng)分析 |
| 4.2.5 光學(xué)能量計(jì)算 |
| 4.2.6 CCD驅(qū)動(dòng)電路 |
| 4.2.7 光學(xué)系統(tǒng)和結(jié)構(gòu)設(shè)計(jì) |
| 4.3 信號(hào)處理控制組件 |
| 4.3.1 硬件設(shè)計(jì) |
| 4.3.2 軟件設(shè)計(jì) |
| 4.4 小結(jié) |
| 第5章 光電直徑檢測(cè)裝置樣機(jī)試制結(jié)果 |
| 5.1 樣機(jī)的裝調(diào) |
| 5.2 樣機(jī)的檢測(cè)標(biāo)定與測(cè)試結(jié)果 |
| 5.3 小結(jié) |
| 結(jié)論 |
| 總結(jié) |
| 展望 |
| 參考文獻(xiàn) |
| 致謝 |
（5）基于機(jī)器視覺(jué)的異形復(fù)雜零件圖像采集與檢測(cè)研究（論文提綱范文）
| 摘要 |
| abstract |
| 1 緒論 |
| 1.1 課題的研究背景及意義 |
| 1.2 機(jī)器視覺(jué)理論的形成與發(fā)展 |
| 1.3 異形零件的圖像采集與檢測(cè) |
| 1.3.1 異形零件 |
| 1.3.2 圖像的采集 |
| 1.3.3 圖像的檢測(cè) |
| 1.4 論文的主要內(nèi)容及結(jié)構(gòu)框架 |
| 2 線陣CCD高精度圖像采集原理 |
| 2.1 CCD傳感器的工作原理 |
| 2.1.1 電荷的產(chǎn)生與收集 |
| 2.1.2 電荷的轉(zhuǎn)移與輸出 |
| 2.2 線陣CCD圖像采集原理 |
| 2.3 本章小結(jié) |
| 3 基于神經(jīng)網(wǎng)絡(luò)的線陣相機(jī)幾何畸變矯正 |
| 3.1 相機(jī)成像模型 |
| 3.1.1 成像系統(tǒng)坐標(biāo)系 |
| 3.1.2 非線性成像模型 |
| 3.2 幾何畸變矯正 |
| 3.2.1 基于多項(xiàng)式擬合的矯正方法 |
| 3.2.2 基于人工神經(jīng)網(wǎng)絡(luò)的矯正方法 |
| 3.3 本章小結(jié) |
| 4 線陣CCD融合光柵尺的高精度圖像采集與檢測(cè) |
| 4.1 線陣相機(jī)掃描坐標(biāo)的獲取 |
| 4.2 光柵尺的測(cè)量原理 |
| 4.2.1 莫爾條紋 |
| 4.2.2 光柵尺測(cè)距原理 |
| 4.3 線陣CCD融合光柵尺的高精度圖像采集方法 |
| 4.3.1 高精度圖像采集原理 |
| 4.3.2圖像采集平臺(tái)及實(shí)驗(yàn) |
| 4.4 亞像素圖像采集與尺寸測(cè)量 |
| 4.5 本章小結(jié) |
| 5 異形曲線亞像素邊緣檢測(cè)算法 |
| 5.1 邊緣檢測(cè)的基本概念 |
| 5.1.1 孤立點(diǎn)的檢測(cè) |
| 5.1.2 線與邊緣的檢測(cè) |
| 5.1.3 邊緣檢測(cè)算子 |
| 5.2 異形曲線邊緣檢測(cè)算法 |
| 5.3 本章小結(jié) |
| 6 總結(jié)與展望 |
| 6.1 總結(jié) |
| 6.2 展望 |
| 參考文獻(xiàn) |
| 攻讀學(xué)位期間取得的研究成果 |
| 致謝 |
（6）基于車輛響應(yīng)的軌道病害辨識(shí)研究（論文提綱范文）
| 摘要 |
| abstract |
| 第1章 緒論 |
| 1.1 引言 |
| 1.2 軌道檢測(cè)技術(shù) |
| 1.2.1 幾何不平順檢測(cè)技術(shù) |
| 1.2.2 機(jī)器視覺(jué)技術(shù) |
| 1.2.3 激光掃描技術(shù) |
| 1.3 軌道狀態(tài)的估計(jì)與辨識(shí)技術(shù) |
| 1.3.1 軌道狀態(tài)估計(jì)與辨識(shí)技術(shù)的發(fā)展 |
| 1.3.2 軌道狀態(tài)估計(jì)與辨識(shí)的模型與方法 |
| 1.4 本文的主要研究?jī)?nèi)容 |
| 第2章 車輛軌道耦合模型及其驗(yàn)證 |
| 2.1 車輛-軌道耦合動(dòng)力學(xué)模型及方程 |
| 2.1.1 車輛動(dòng)力學(xué)模型 |
| 2.1.2 軌道動(dòng)力學(xué)模型 |
| 2.1.3 輪軌空間動(dòng)態(tài)相互作用模型 |
| 2.1.4 加載軌道激擾 |
| 2.1.5 動(dòng)力學(xué)方程求解方法 |
| 2.2 仿真程序驗(yàn)證 |
| 2.2.1 輪軌接觸幾何關(guān)系 |
| 2.2.2 諧波不平順車輛-軌道耦合動(dòng)力學(xué)計(jì)算 |
| 2.3 本章小結(jié) |
| 第3章 病害軌道仿真模型 |
| 3.1 軌道隨機(jī)不平順模型 |
| 3.2 軌道病害仿真模型 |
| 3.2.1 短波軌道病害 |
| 3.2.2 中波軌道病害 |
| 3.2.3 長(zhǎng)波軌道病害 |
| 3.3 本章小結(jié) |
| 第4章 滑移窗口方法 |
| 4.1 車輛軌道耦合模型的計(jì)算模式 |
| 4.1.1 車輛軌道耦合模型的數(shù)值方法 |
| 4.1.2 車輛軌道耦合模型的計(jì)算量 |
| 4.2 滑移窗口方法 |
| 4.2.1 滑移窗口的概念與思想 |
| 4.2.2 滑移窗口的實(shí)現(xiàn)過(guò)程 |
| 4.3 滑移窗口方法關(guān)鍵參數(shù)設(shè)置 |
| 4.3.1 窗口長(zhǎng)度 |
| 4.3.2 窗口移動(dòng)比率 |
| 4.4 滑移窗口方法的驗(yàn)證 |
| 4.4.1 解析方法驗(yàn)證 |
| 4.4.2 有限元方法驗(yàn)證 |
| 4.4.3 與耦合模型直接計(jì)算方法的比較 |
| 4.5 滑移窗口方法計(jì)算效率評(píng)估 |
| 4.6 本章小結(jié) |
| 第5章 車輛響應(yīng)與軌道缺陷的關(guān)系 |
| 5.1 車輛在軌道病害激擾下的響應(yīng) |
| 5.1.1 短波軌道病害的車輛響應(yīng) |
| 5.1.2 中波軌道病害的車輛響應(yīng) |
| 5.1.3 長(zhǎng)波軌道病害的車輛響應(yīng) |
| 5.1.4 不同波長(zhǎng)軌道病害的影響主體 |
| 5.2 基于時(shí)域特征參數(shù)的軌道確定性不平順辨識(shí)算法與結(jié)果分析 |
| 5.2.1 時(shí)域特征參數(shù) |
| 5.2.2 基于時(shí)域特征參數(shù)的軌道確定性不平順辨識(shí)算法及結(jié)果 |
| 5.3 基于傅里葉分析的軌道病害辨識(shí)算法與結(jié)果分析 |
| 5.3.1 傅里葉分析[148] |
| 5.3.2 車輛響應(yīng)的頻率特征 |
| 5.4 基于小波變換的軌道病害辨識(shí)算法與結(jié)果分析 |
| 5.4.1 小波變換簡(jiǎn)要理論[149,150] |
| 5.4.2 小波基函數(shù)的選擇 |
| 5.4.3 定性辨識(shí)的方法 |
| 5.4.4 基于小波理論的車輛響應(yīng)與軌道狀態(tài)識(shí)別結(jié)果分析 |
| 5.5 通過(guò)車輛響應(yīng)識(shí)別軌道病害的方法 |
| 5.6 本章小結(jié) |
| 結(jié)論與展望 |
| 1 主要結(jié)論 |
| 2 研究展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 攻讀博士期間發(fā)表論文及參加科研項(xiàng)目情況 |
（7）基于機(jī)器視覺(jué)的鋰電池極片涂布缺陷檢測(cè)系統(tǒng)設(shè)計(jì)（論文提綱范文）
| 摘要 |
| Abstract |
| 1. 緒論 |
| 1.1 課題研究的背景及意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀及分析 |
| 1.2.1 機(jī)器視覺(jué)檢測(cè)技術(shù)的研究現(xiàn)狀 |
| 1.2.2 電池極片缺陷檢測(cè)研究現(xiàn)狀 |
| 1.3 機(jī)器視覺(jué)檢測(cè)關(guān)鍵技術(shù) |
| 1.4 本文的主要研究工作 |
| 1.5 章節(jié)安排 |
| 2. 電池極片涂布缺陷檢測(cè)系統(tǒng)設(shè)計(jì)與分析 |
| 2.1 鋰電池極片缺陷檢測(cè)原理 |
| 2.2 電池極片涂布缺陷檢測(cè)系統(tǒng)設(shè)計(jì) |
| 2.2.1 系統(tǒng)結(jié)構(gòu)設(shè)計(jì) |
| 2.2.2 系統(tǒng)主要硬件選擇 |
| 2.3 系統(tǒng)檢測(cè)流程 |
| 2.4 本章小結(jié) |
| 3. 系統(tǒng)優(yōu)化和光源設(shè)計(jì) |
| 3.1 光路設(shè)計(jì)及光源設(shè)計(jì) |
| 3.1.1 光學(xué)系統(tǒng)的理論模型 |
| 3.1.2 光源的設(shè)計(jì) |
| 3.1.3 光路設(shè)計(jì) |
| 3.2 系統(tǒng)振動(dòng)的影響分析 |
| 3.2.1 對(duì)成像系統(tǒng)景深的影響 |
| 3.2.2 調(diào)焦函數(shù) |
| 3.3 誤差分析與實(shí)驗(yàn)校正 |
| 3.4 本章小結(jié) |
| 4. 極片表面的缺陷檢測(cè) |
| 4.1 極片表面主要缺陷特點(diǎn)分析 |
| 4.2 圖像預(yù)處理 |
| 4.2.1 噪聲分析 |
| 4.2.2 常用的圖像去噪算法 |
| 4.2.3 圖像灰度變換 |
| 4.3 可疑區(qū)域快速檢測(cè) |
| 4.4 數(shù)學(xué)形態(tài)學(xué)處理 |
| 4.5 邊緣檢測(cè) |
| 4.6 目標(biāo)標(biāo)記 |
| 4.7 本章小結(jié) |
| 5. 極片缺陷分類及實(shí)驗(yàn)分析 |
| 5.1 缺陷的特征參數(shù)計(jì)算 |
| 5.1.1 缺陷圖像的形態(tài)特征 |
| 5.1.2 缺陷圖像的灰度特征 |
| 5.1.3 缺陷圖像的紋理特征 |
| 5.2 特征選擇 |
| 5.3 電池極片缺陷的識(shí)別分類流程 |
| 5.4 分類器設(shè)計(jì) |
| 5.5 典型缺陷處理及實(shí)驗(yàn)分析 |
| 5.6 本章小結(jié) |
| 6. 總結(jié)與展望 |
| 6.1 本文工作總結(jié) |
| 6.2 前景展望 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間發(fā)表的論文 |
| 致謝 |
（8）基于LD-CCD的玻璃厚度檢測(cè)技術(shù)的研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 玻璃生產(chǎn)的發(fā)展與現(xiàn)狀分析 |
| 1.2 我國(guó)浮法玻璃行業(yè)產(chǎn)品質(zhì)量狀況分析 |
| 1.3 玻璃厚度檢測(cè)設(shè)備現(xiàn)狀 |
| 1.4 研究目的及意義 |
| 1.5 本文主要研究?jī)?nèi)容 |
| 第2章 高溫玻璃測(cè)厚機(jī)理 |
| 2.1 引言 |
| 2.2 玻璃厚度測(cè)量的幾何光學(xué)機(jī)理 |
| 2.2.1 光學(xué)三角法測(cè)量原理 |
| 2.2.2 二次反射、折射法測(cè)厚原理 |
| 2.3 系統(tǒng)總體設(shè)計(jì)方案 |
| 2.3.1 光源 |
| 2.3.2 線陣CCD 的選擇 |
| 2.3.3 檢測(cè)探頭設(shè)計(jì) |
| 2.3.4 系統(tǒng)設(shè)計(jì)指標(biāo) |
| 2.4 CCD 的基本工作原理 |
| 2.4.1 CCD 概述 |
| 2.4.2 電荷存儲(chǔ) |
| 2.4.3 電荷耦合 |
| 2.4.4 電荷的注入和檢測(cè) |
| 2.4.5 CCD 的基本特性參數(shù) |
| 2.5 CCD 照度匹配與光源光強(qiáng)控制 |
| 2.6 分辨率與放大倍數(shù) |
| 2.7 本章小結(jié) |
| 第3章 CCD 驅(qū)動(dòng)及視頻電路的設(shè)計(jì) |
| 3.1 不同驅(qū)動(dòng)設(shè)計(jì)方法的比較 |
| 3.2 FPGA 及設(shè)計(jì)軟件簡(jiǎn)介 |
| 3.2.1 FPGA 技術(shù)簡(jiǎn)介 |
| 3.2.2 Quartus Ⅱ 的設(shè)計(jì)流程 |
| 3.3 CCD 驅(qū)動(dòng)時(shí)序設(shè)計(jì)與仿真 |
| 3.3.1 VHDL 語(yǔ)言簡(jiǎn)介 |
| 3.3.2 TCD1501C 工作參數(shù)的設(shè)計(jì) |
| 3.3.3 CCD 驅(qū)動(dòng)時(shí)序的系統(tǒng)仿真 |
| 3.4 CCD 視頻信號(hào)處理電路的設(shè)計(jì) |
| 3.4.1 前置放大電路 |
| 3.4.2 視頻放大電路 |
| 3.4.3 CDS 電路 |
| 3.4.4 二值化處理電路 |
| 3.5 本章小結(jié) |
| 第4章 玻璃厚度圖像處理算法的研究 |
| 4.1 玻璃厚度檢測(cè)圖像特點(diǎn) |
| 4.2 數(shù)據(jù)處理流程 |
| 4.3 小波去噪 |
| 4.3.1 CCD 噪聲的小波變換域特性 |
| 4.3.2 多方向一維小波去噪 |
| 4.4 閾值處理 |
| 4.4.1 閾值選擇的幾種方法 |
| 4.4.2 閾值處理 |
| 4.5 區(qū)域標(biāo)定 |
| 4.5.1 圖像的收縮與膨脹 |
| 4.5.2 光斑區(qū)域形狀的優(yōu)化 |
| 4.5.3 區(qū)域標(biāo)定 |
| 4.6 中心提取算法 |
| 4.7 本章小結(jié) |
| 第5章 實(shí)驗(yàn)及誤差分析 |
| 5.1 標(biāo)定實(shí)驗(yàn) |
| 5.2 玻璃厚度測(cè)量實(shí)驗(yàn) |
| 5.3 誤差分析 |
| 5.3.1 誤差分類 |
| 5.3.2 誤差的來(lái)源 |
| 5.4 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果 |
| 致謝 |
| 作者簡(jiǎn)介 |
（9）非接觸式平板裂縫天線結(jié)構(gòu)尺寸測(cè)量與分析（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 引言 |
| 1.2 非接觸式測(cè)量技術(shù) |
| 1.3 選題背景及意義 |
| 1.4 本文的工作 |
| 第二章 平板裂縫天線的裂縫參數(shù)測(cè)量 |
| 2.1 引言 |
| 2.2 平板裂縫天線的裂縫圖像處理 |
| 2.2.1 濾波處理 |
| 2.2.2 邊緣檢測(cè) |
| 2.2.3 二值化 |
| 2.2.4 邊緣細(xì)化 |
| 2.3 亞像素定位算法 |
| 2.3.1 矩方法 |
| 2.3.2 擬合法 |
| 2.3.3 插值法 |
| 2.3.4 仿真實(shí)驗(yàn) |
| 2.4 裂縫參數(shù)測(cè)量 |
| 2.4.1 像素間距 |
| 2.4.2 裂縫的長(zhǎng)度參數(shù)測(cè)量 |
| 2.4.3 裂縫的縫弧參數(shù)測(cè)量 |
| 2.5 小結(jié) |
| 第三章 平板裂縫天線的波導(dǎo)參數(shù)測(cè)量 |
| 3.1 引言 |
| 3.2 T形波導(dǎo)的參數(shù)測(cè)量 |
| 3.2.1 T形波導(dǎo)圖像的預(yù)處理 |
| 3.2.2 T形波導(dǎo)圖像的邊緣檢測(cè) |
| 3.2.3 T形波導(dǎo)的參數(shù)測(cè)量 |
| 3.3 矩形波導(dǎo)的參數(shù)測(cè)量 |
| 3.3.1 矩形波導(dǎo)圖像的預(yù)處理 |
| 3.3.2 矩形波導(dǎo)圖像的邊緣檢測(cè) |
| 3.3.3 矩形波導(dǎo)的參數(shù)測(cè)量 |
| 3.4 波導(dǎo)圓孔的參數(shù)測(cè)量 |
| 3.4.1 圓孔圖像的預(yù)處理 |
| 3.4.2 圓孔圖像的邊緣檢測(cè) |
| 3.4.3 圓孔的參數(shù)測(cè)量 |
| 3.5 小結(jié) |
| 第四章 平板裂縫天線測(cè)量誤差分析 |
| 4.1 引言 |
| 4.2 誤差來(lái)源 |
| 4.2.1 成像系統(tǒng)的噪聲 |
| 4.2.2 圖像處理過(guò)程中的誤差 |
| 4.3 測(cè)量誤差分析 |
| 4.3.1 裂縫的測(cè)量誤差 |
| 4.3.2 波導(dǎo)的測(cè)量誤差 |
| 4.3.3 減小誤差的方法 |
| 4.4 精度分析 |
| 4.5 小結(jié) |
| 第五章 平板裂縫天線測(cè)量原型軟件 |
| 5.1 引言 |
| 5.2 軟件設(shè)計(jì) |
| 5.3 軟件操作 |
| 5.3.1 裂縫參數(shù)測(cè)量 |
| 5.3.2 波導(dǎo)參數(shù)測(cè)量 |
| 5.3.3 圓孔參數(shù)測(cè)量 |
| 5.4 小結(jié) |
| 第六章 總結(jié)與展望 |
| 致謝 |
| 參考文獻(xiàn) |
（10）板材表面質(zhì)量在線檢測(cè)方法概述（論文提綱范文）
| 1 板材表面質(zhì)量的幾種典型表面缺陷 |
| 1.1 壓痕和軋痕 |
| 1.2 劃傷和溝槽 |
| 1.3 氣泡 |
| 1.4 夾雜 |
| 1.5 裂紋 |
| 1.6 結(jié)疤和疤痕 |
| 2 板材表面質(zhì)量對(duì)使用性能的影響 |
| 2.1 表面斑點(diǎn)、裂紋、疤痕、彎曲等缺陷對(duì)使用的影響 |
| 2.2 表面粗糙度對(duì)耐磨性的影響 |
| 2.3 表面粗糙度對(duì)疲勞強(qiáng)度的影響 |
| 3 板材表面質(zhì)量在線檢測(cè)技術(shù)——傳統(tǒng)方法簡(jiǎn)述 |
| 4 采用機(jī)器視覺(jué)技術(shù)的缺陷檢測(cè)方法及發(fā)展 |
| 4.1 基于激光掃描的計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù) |
| 4.2 固體攝像器件檢測(cè)法 |
| 5 結(jié)論 |
| 5.1 板材表面缺陷檢測(cè)技術(shù)的發(fā)展趨勢(shì) |
| 5.2 關(guān)鍵技術(shù)與難點(diǎn) |
四、基于線陣CCD的板寬非接觸式在線測(cè)量（論文參考文獻(xiàn)）
- [1]VT-DBR激光器在透明介質(zhì)結(jié)構(gòu)測(cè)量的應(yīng)用[D]. 黃致遠(yuǎn). 大連理工大學(xué), 2021(01)
- [2]基于激光三角測(cè)量的鐮刀彎在線檢測(cè)系統(tǒng)[J]. 賀鵬,盧治功,溫方金,職連杰. 冶金自動(dòng)化, 2019(05)
- [3]側(cè)焦線法激光三角測(cè)厚儀[D]. 王琦瑋. 華中科技大學(xué), 2019(03)
- [4]某型煙機(jī)濾棒光電直徑檢測(cè)裝置的研制[D]. 湯愛平. 湖南大學(xué), 2019(07)
- [5]基于機(jī)器視覺(jué)的異形復(fù)雜零件圖像采集與檢測(cè)研究[D]. 白金池. 西安建筑科技大學(xué), 2019(06)
- [6]基于車輛響應(yīng)的軌道病害辨識(shí)研究[D]. 宋紓崎. 西南交通大學(xué), 2018(03)
- [7]基于機(jī)器視覺(jué)的鋰電池極片涂布缺陷檢測(cè)系統(tǒng)設(shè)計(jì)[D]. 劉妍. 中北大學(xué), 2012(08)
- [8]基于LD-CCD的玻璃厚度檢測(cè)技術(shù)的研究[D]. 叢赫曦. 燕山大學(xué), 2011(12)
- [9]非接觸式平板裂縫天線結(jié)構(gòu)尺寸測(cè)量與分析[D]. 李榮果. 西安電子科技大學(xué), 2011(07)
- [10]板材表面質(zhì)量在線檢測(cè)方法概述[J]. 夏承亮,李成貴,熊昌友. 工業(yè)計(jì)量, 2010(01)
標(biāo)簽：技術(shù)原理論文;