📄Работа №217631
Тема: Определение шероховатости обработанной поверхности бесконтактным способом
Тип работы
Магистерская диссертация
Предмет
Машиностроение
Объем:
87 листов
Год:
2020
Просмотров:
1
5870
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 3
1 Основные понятия по шероховатости поверхности. Анализ методов и
средств измерений шероховатости 5
1.1 Понятия о шероховатости поверхности 5
1.2 Методы и средства измерений шероховатости поверхности 6
1.3 Алгоритмы обработки изображений. Представление изображений 13
1.4 Классификация алгоритмов предварительной обработки 15
1.5 Обзор исследований в области оптического контроля 16
2 Измерение шероховатости поверхности на основе оптической системы . ... 30
2.1 Общий подход к измерению шероховатости 30
2.2 Экспериментальная методика 33
2.3 Получение изображений поверхности 34
2.4 Нейронные сети обработки изображений и обучения 34
2.5 Результат использования обученной сети 40
3 Описание экспериментальной методики и установки 44
3.1 Методика вейвлет-анализа периодических сигналов 44
3.2 Методика вейвлет-анализа изображения 48
3.3 Результаты анализа изображения и ее вейвлет анализ 52
3.4 Определение шероховатости поверхности по изображению 53
4 Экспериментальное исследование изображения 61
4.1 Порядок обработки изображения 61
4.2 Результаты анализа 64
Заключение 82
Список используемой литературы 84
1 Основные понятия по шероховатости поверхности. Анализ методов и
средств измерений шероховатости 5
1.1 Понятия о шероховатости поверхности 5
1.2 Методы и средства измерений шероховатости поверхности 6
1.3 Алгоритмы обработки изображений. Представление изображений 13
1.4 Классификация алгоритмов предварительной обработки 15
1.5 Обзор исследований в области оптического контроля 16
2 Измерение шероховатости поверхности на основе оптической системы . ... 30
2.1 Общий подход к измерению шероховатости 30
2.2 Экспериментальная методика 33
2.3 Получение изображений поверхности 34
2.4 Нейронные сети обработки изображений и обучения 34
2.5 Результат использования обученной сети 40
3 Описание экспериментальной методики и установки 44
3.1 Методика вейвлет-анализа периодических сигналов 44
3.2 Методика вейвлет-анализа изображения 48
3.3 Результаты анализа изображения и ее вейвлет анализ 52
3.4 Определение шероховатости поверхности по изображению 53
4 Экспериментальное исследование изображения 61
4.1 Порядок обработки изображения 61
4.2 Результаты анализа 64
Заключение 82
Список используемой литературы 84
📖 Аннотация
В данной работе представлено исследование, посвященное разработке и анализу бесконтактного оптического метода определения шероховатости обработанных поверхностей. Актуальность исследования обусловлена ограничениями традиционных контактных методов, таких как профилометрия, которые зачастую неприменимы для оперативного контроля в цеховых условиях, особенно для поверхностей сложной геометрии, и требуют дорогостоящего оборудования. Основным результатом работы является теоретическое и экспериментальное обоснование перспективности метода, основанного на анализе цифровых изображений отраженного от поверхности светового излучения с применением частотного анализа (преобразования Фурье и вейвлет-анализа) и алгоритмов нейронных сетей для обработки данных. Научная значимость заключается в систематизации подходов к оптическому контролю и разработке методики, сочетающей аппаратную простоту установки с продвинутыми алгоритмами обработки изображений. Практическая ценность состоит в потенциальном создании более доступного и быстрого средства для встроенного контроля в условиях автоматизированного производства. Теоретической основой исследования послужили работы в области математического моделирования (Ашихмин В.Н. и др.), теории нейронных сетей (Галушкин А.И.) и интеллектуальных систем (Афонин В.Л.), что позволило комплексно подойти к задаче анализа и интерпретации оптических данных для оценки топографических параметров поверхности.
📖 Введение
Шероховатость поверхности является одним из ключевых элементов, который определяет качество поверхности. От этого параметра зависит конструкторское качество изделий машиностроения. Шероховатость поверхности влияет на износостойкость, усталостную выносливость. Измерение шероховатости является одним из ключевых элементов контроля в технологических процессах изготовления деталей машин. Быстрота получения данных о высоте микронеровностей, точность их получения, надежность этих данных является ключевым элементом обеспечения требуемых значений шероховатости при изготовлении деталей машин или их сборке.
В машиностроении широко используются контактные методы контроля. Они имеют ограничения, как по диапазону измеряемой шероховатости, так и по инструментальной доступности к поверхностям сложной формы, конфигурации, имеющих трудности подвода измерительных наконечников. К тому же такие приборы, как правило, являются сложными и дорогостоящими и поэтому используются в условиях измерительных лабораторий. Соответственно, для оперативного контроля в цеховых условиях, данные методы, как правило, не подходят.
Современные направления в контроле шероховатости связаны с не контактными методами оптического контроля. Они используют непосредственно фотографии контролируемых поверхностей, а также используется фиксация изображения отраженного света от контролируемой поверхности. Различные рефлектометры с использованием сложных оптических систем заменяются в настоящее время упрощенной схемой контроля с использованием лазерных источников излучения или источников рассеянного излучения и простейших цифровых систем регистрации изображений. Для получения достоверной информации о параметрах шероховатости используются различные современные математические алгоритмы обработки данных. К ним можно отнести в первую очередь спектральное разложение сигнала. Широко используются для анализа данных методы нечеткой логики, искусственного интеллекта, в частности, использование искусственных нейронных сетей и методов машинного обучения.
В работе поставлена цель - определить возможность использования простейшей системы для контроля шероховатости поверхности при помощи лазерной указки и цифрового фотоаппарата для поверхностей тел вращения с различной шероховатостью.
Задача заключается в фиксации изображения отраженного луча от контролируемой поверхности, анализа полученного изображения в специализированной программе, который даст необходимую информацию о параметрах изображения. Необходимо предварительно преобразовать изображения для того, чтобы получить необходимые параметры, к которым относят следующие характеристики: среднее значение, квадратичное отклонение, мода, медиана уровня интенсивности освещения в зависимости от шероховатости. Далее необходимо решить задачу по статистически значимому расхождению полученных параметров в зависимости от уровня шероховатости. Если эксперимент покажет такую возможность, данный способ определения шероховатости можно использовать в производственных условиях для оперативного и упрощенного определения качества поверхности.
Теоретико-методологическую основу исследования составили технология машиностроения, оптика, методы анализа сигналов и изображений, вейалет анализ, нейронные сети. Базовыми для настоящего исследования явились также: теория распознавания образов.
Методы исследования: теоретическое моделирование, натурные
испытания. Опытно-экспериментальная база: образец с различной
шероховатостью, цифровая камера, источник лазерного излучения.
В машиностроении широко используются контактные методы контроля. Они имеют ограничения, как по диапазону измеряемой шероховатости, так и по инструментальной доступности к поверхностям сложной формы, конфигурации, имеющих трудности подвода измерительных наконечников. К тому же такие приборы, как правило, являются сложными и дорогостоящими и поэтому используются в условиях измерительных лабораторий. Соответственно, для оперативного контроля в цеховых условиях, данные методы, как правило, не подходят.
Современные направления в контроле шероховатости связаны с не контактными методами оптического контроля. Они используют непосредственно фотографии контролируемых поверхностей, а также используется фиксация изображения отраженного света от контролируемой поверхности. Различные рефлектометры с использованием сложных оптических систем заменяются в настоящее время упрощенной схемой контроля с использованием лазерных источников излучения или источников рассеянного излучения и простейших цифровых систем регистрации изображений. Для получения достоверной информации о параметрах шероховатости используются различные современные математические алгоритмы обработки данных. К ним можно отнести в первую очередь спектральное разложение сигнала. Широко используются для анализа данных методы нечеткой логики, искусственного интеллекта, в частности, использование искусственных нейронных сетей и методов машинного обучения.
В работе поставлена цель - определить возможность использования простейшей системы для контроля шероховатости поверхности при помощи лазерной указки и цифрового фотоаппарата для поверхностей тел вращения с различной шероховатостью.
Задача заключается в фиксации изображения отраженного луча от контролируемой поверхности, анализа полученного изображения в специализированной программе, который даст необходимую информацию о параметрах изображения. Необходимо предварительно преобразовать изображения для того, чтобы получить необходимые параметры, к которым относят следующие характеристики: среднее значение, квадратичное отклонение, мода, медиана уровня интенсивности освещения в зависимости от шероховатости. Далее необходимо решить задачу по статистически значимому расхождению полученных параметров в зависимости от уровня шероховатости. Если эксперимент покажет такую возможность, данный способ определения шероховатости можно использовать в производственных условиях для оперативного и упрощенного определения качества поверхности.
Теоретико-методологическую основу исследования составили технология машиностроения, оптика, методы анализа сигналов и изображений, вейалет анализ, нейронные сети. Базовыми для настоящего исследования явились также: теория распознавания образов.
Методы исследования: теоретическое моделирование, натурные
испытания. Опытно-экспериментальная база: образец с различной
шероховатостью, цифровая камера, источник лазерного излучения.
✅ Заключение
1. Выполнен анализ методов контактного и оптического контроля шероховатости поверхности для обеспечения автоматизации производства. Рассмотрены самые различные методы контроля. Проанализированы способы контроля шероховатости, основанные на оптических методах с использованием сложных оптических приборов. Проанализированы современные методы определения шероховатости с использованием цифровых изображений поверхности или отражений от контролируемой поверхности световых излучений различной природы и анализе параметров этих изображений. Рассмотрены современные методы анализа цифровых изображений контролируемой поверхности.
2. В результате теоретической проработки обосновано, что наиболее перспективным в условиях автоматизации производства является метод, основанный на оценке изображения отраженного излучения после ряда предварительных преобразований для получения заданных характеристик изображения.
3. Сделан обзор основных понятий, связанных с определением параметров шероховатости поверхности. Рассмотрены виды шероховатостей, которые задаются конструктором, определяются таблично, нормируются, зависят от способа обработки поверхности, условий эксплуатации. Разработана схема установки, ее монтаж, подготовлены образцы. Проанализированы полученные цифровые изображения после необходимых преобразований для получения набора статистических характеристик. Особенностью анализа цифровых изображений является использование методов частотного анализа метод анализа Фурье и вейвлет анализ.
4. Выбрана схема, связанная с тремя видами получения различных снимков. Первый - это непосредственно цифровое изображение контролируемой поверхности. Второй тип снимка - это изображение пятна от лазерного источника, направленного на контролируемую поверхность.
Направление источника излучения при этом может варьироваться. Третий тип снимка - это отражение лазерного луча от поверхности спроецированное на плоскость, перпендикулярную относительно оси контролируемой заготовки.
5. Представлена методика анализа полученного изображения. Предварительно полноцветный снимок преобразуется в формат серого с заданным уровнем градации серого цвета. После этого проводится анализ, который может быть чисто статистический, то есть построение профилей освещенности по пикселям в разных направлениях (по горизонтали, по вертикали) и получением профиля освещенности контролируемой поверхности. Второй тип анализа - вейвлет разложение. Из всего многообразия вейвлетов отобран вейвлет Добеши на двух уровнях разложения для него. Определяются коэффициенты аппроксимирующие и детализирующие. Последние определяются на двух уровнях, и для каждого уровня определяется коэффициенты для анализируемого сигнала по горизонтали снимка, по вертикали и по диагонали.
6. В разделе описаны результаты проведенного эксперимента. Получены и систематизированы данные по освещенности поверхности с грубой шероховатостью порядка Ra 12,5 мкм и шероховатостью порядка Ra 1,25 мкм.
7. Метод измерения может использоваться для дистанционного контроля шероховатости поверхности в технологических процессах в различных отраслях машиностроения( станкостроение, металлургия, автомобильная). Основные преимущества метода: точность измерения, бесконтактный контроль поверхности, интеграция средства контроля в системах сбора информации для автоматизированного анализа технологических процессов, высокое быстродействие.
2. В результате теоретической проработки обосновано, что наиболее перспективным в условиях автоматизации производства является метод, основанный на оценке изображения отраженного излучения после ряда предварительных преобразований для получения заданных характеристик изображения.
3. Сделан обзор основных понятий, связанных с определением параметров шероховатости поверхности. Рассмотрены виды шероховатостей, которые задаются конструктором, определяются таблично, нормируются, зависят от способа обработки поверхности, условий эксплуатации. Разработана схема установки, ее монтаж, подготовлены образцы. Проанализированы полученные цифровые изображения после необходимых преобразований для получения набора статистических характеристик. Особенностью анализа цифровых изображений является использование методов частотного анализа метод анализа Фурье и вейвлет анализ.
4. Выбрана схема, связанная с тремя видами получения различных снимков. Первый - это непосредственно цифровое изображение контролируемой поверхности. Второй тип снимка - это изображение пятна от лазерного источника, направленного на контролируемую поверхность.
Направление источника излучения при этом может варьироваться. Третий тип снимка - это отражение лазерного луча от поверхности спроецированное на плоскость, перпендикулярную относительно оси контролируемой заготовки.
5. Представлена методика анализа полученного изображения. Предварительно полноцветный снимок преобразуется в формат серого с заданным уровнем градации серого цвета. После этого проводится анализ, который может быть чисто статистический, то есть построение профилей освещенности по пикселям в разных направлениях (по горизонтали, по вертикали) и получением профиля освещенности контролируемой поверхности. Второй тип анализа - вейвлет разложение. Из всего многообразия вейвлетов отобран вейвлет Добеши на двух уровнях разложения для него. Определяются коэффициенты аппроксимирующие и детализирующие. Последние определяются на двух уровнях, и для каждого уровня определяется коэффициенты для анализируемого сигнала по горизонтали снимка, по вертикали и по диагонали.
6. В разделе описаны результаты проведенного эксперимента. Получены и систематизированы данные по освещенности поверхности с грубой шероховатостью порядка Ra 12,5 мкм и шероховатостью порядка Ra 1,25 мкм.
7. Метод измерения может использоваться для дистанционного контроля шероховатости поверхности в технологических процессах в различных отраслях машиностроения( станкостроение, металлургия, автомобильная). Основные преимущества метода: точность измерения, бесконтактный контроль поверхности, интеграция средства контроля в системах сбора информации для автоматизированного анализа технологических процессов, высокое быстродействие.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.