CN107876425A - 一种基于视觉的轴承缺陷检测系统装置 - Google Patents

一种基于视觉的轴承缺陷检测系统装置 Download PDF

Info

Publication number
CN107876425A
CN107876425A CN201711108147.2A CN201711108147A CN107876425A CN 107876425 A CN107876425 A CN 107876425A CN 201711108147 A CN201711108147 A CN 201711108147A CN 107876425 A CN107876425 A CN 107876425A
Authority
CN
China
Prior art keywords
bearing
image
detecting system
mechanical arm
access control
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711108147.2A
Other languages
English (en)
Inventor
郝勇
商庆园
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
East China Jiaotong University
Original Assignee
East China Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by East China Jiaotong University filed Critical East China Jiaotong University
Priority to CN201711108147.2A priority Critical patent/CN107876425A/zh
Publication of CN107876425A publication Critical patent/CN107876425A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B07C5/362—Separating or distributor mechanisms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/04—Bearings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/04—Bearings
    • G01M13/045—Acoustic or vibration analysis
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/0063—Using robots

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及一种基于视觉的轴承缺陷检测系统装置。检测系统主要由视觉检测系统、振动信号采集系统和PC端处理识别系统构成。其中检测系统有检测工作平台、电机、传动带、机械手臂、工业CCD相机、同轴光源、线光源、光电接近开关、旋转圆盘、加速度传感器、信号采集卡、PLC控制器和PC等多部件构成。本发明通过视觉检测系统和振动检测系统能够全面准确的判别轴承的缺陷故障类型。

Description

一种基于视觉的轴承缺陷检测系统装置
技术领域
本发明涉及轴承检测技术领域，尤其涉及一种基于视觉的轴承缺陷检测系统装置。
背景技术
滚动轴承是一种精密的机械元件，其加工精度要求相对较高，是机械设备组成的重要部件之一，滚动轴承的运行状态直接影响设备的精度、稳定性和寿命。因此，轴承检测技术在轴承加工过程中占有非常重要的地位。
目前国内轴承的检测技术及检测仪器相对落后，绝大多数的仪器为机械式，并通过标准件进行对比测量。传统的检测手段，检测精度差，效率低，主观性强，而且不具备信息化条件，不能实现在线实时检测。
发明内容
本发明的目的是为了克服传统轴承检测效率低，精度差的缺点，提出一种将视觉检测与振动信号检测相结合的方法可以快速全面有效的实现轴承的缺陷检测，不仅精度高而且成本低。
根据本发明提出的技术方案，实现轴承缺陷识别步骤如下：
1.轴承由上料口到达指定位置，机械手臂12将轴承放置于视觉检测旋转轴台22上，PLC控制器9控制轴旋转数周带动轴承旋转，此时水平CCD相机15和垂直CCD相机3进行采集轴承图像，机械手臂12将轴承翻转180°，垂直相机继续采集图像。采集完毕后，机械手臂将轴承送入振动信号采集环节进行检测；
2.进入振动信号采集环节，当轴承被机械手臂置于轴台上，PLC控制旋转圆盘8以带动轴承旋转，此时接近开关17触发PC端控制数据采集卡21利用加速度传感器19进行数据采集。采集完毕后，轴承进入分拣环节；
3.根据步骤1和步骤2的处理计算结果，对轴承进行分拣，合格轴承进入合格通道，等待出厂；不合格轴承进入不合格通道，进行剔除。
所述步骤1采集的图像处理方法如下：
轴承的图像处理首先对图片进行灰度处理和中值滤波和二值化预处理；针对滚动体缺失问题如图3(a)，采用Hough圆提取方法对轴承进行定位，完成轴承定位后，采用极坐标展开方法来提取到滚动体缺失的特征信息如图4；针对轴承端面缺陷如图3(b)，对经过二值化处理的轴承图像，进行边缘检测处理，对图像进行快速定位与分割，最后采用8连通域标记法进行缺陷特征提取。针对防尘盖面缺陷如图3(c)，对预处理后的图像先分割出防尘盖和轴承表面区域，利用Otsu阈值分割和Roberts边缘提取处理图像，每2°统计值为1的数目点，与正常轴承进行对比，求出相差角度，由此将防尘盖的字符和非字符区域分离，提取防尘盖特征；针对铆钉未铆合完全问题如图3(d)，首先对经过预处理的轴承图像进行定位，找出铆钉，除去背景，计算铆钉的面积从而提取铆钉特征。将提取的所有图像特征组成特征矩阵，利用最小二乘支持向量机建立定性模型。将经过特征提取的样本信号经过KS分割算法分为校正集和测试集，校正集用于定性模型的建立，测试集用于模型的验证。确定模型后，运用模型对采集到的待测轴承信号进行识别是否存在滚动体缺失、防尘盖缺陷、端面缺陷和铆钉缺陷等。
所述步骤2采集的振动信号处理方法如下：
轴承振动信号的处理方法是利用EMD分解包络谱分析结合最小二乘支持向量机来实现滚动轴承的故障诊断。EMD将原始轴承信号如图5分解为由高频到低频的固有模态函数(IMF)，由于其主要信息包含在高频部分，于是选取前4个包含轴承故障频率的固有模态函数进行包络分析，采用每个分量的特征频率和轴承的时域特征作为轴承的故障识别特征，结合最小二乘支持向量机建立轴承的故障识别的定性模型。
所述的EMD分解，其分解的IMF函数随着被分解信号变化而变化，自适应选择频带。其固有模态函数可以是线性的，也可以是非线性的。IMF函数的获取是通过EMD进行分解筛选出来的。其分解过程如下：
(1)将获取的所有局部极大值用三次样条插值函数插值形成上包络，同样用局部极小值通过插值形成下包络。原数据减去上包络和下包络的平均值m1得到h1：h1＝X(t)-m1；
(2)由于通常情况下h1不是分量函数，需要把第一次的h1看做数据，m11为h1的包络平均，再次分解筛选：h11＝h1-m11，若h11还存在局部极大值在零点以下，重复分解计算，h1k＝h1k-1-m1k，直到符合IMF条件为止，把分离出来的第一个IMF函数记为c1；
(3)由上面分解筛选过程可以看出c1包含了原信号数据的最小尺度或划分最短周期成分。把原始数据X(t)减去第一个分量函数c1，则得到残余r1：r1＝X(t)-c1，将r1作为原始数据，重复以上步骤，得到c2。重复n次，得到n个分量函数cn，于是：r2＝r1-c2,...,rn＝rn-1-cn，当rn为一个单调函数时，则停止分解，因为单调函数不能再分解出IMF函数。由此，可得：其中，rn为残余函数。
如图6为经过EMD分解得到的前四个分量函数。
所述包络谱分析，其对每个IMF分量函数包络谱分析步骤如下：
（1）对IMF分量函数作Hilbert变换，即：
(2)构建解析信号在z(t)，即：z(t)＝ci(t)+jH[ci(t)]；
(3)解析信号在z(t)求模即可得到包络信号B(t)：
(4)对包络信号进行分析，即可得到IMF的包络谱。
如图7为经过包络分析得到的包络谱图。
所述利用最小二乘支持向量机建立定性模型，其过程是将提取的时域和经过包络谱分析得到的特征频率组成的特征矩阵。将经过特征提取的样本信号经过KS分割算法分为校正集和测试集，校正集用于定性模型的建立，测试集用于模型的验证。确定模型后，运用模型对采集到的待测轴承信号进行识别是否存在内圈故障、滚动体故障和外圈故障。
本发明专利技术的有益效果：
1.本发明将视觉检测和振动信号检测结合在一起可以准确快速全面的识别出轴承的缺陷，克服了传统检测手段精度低，效率低和成本高的缺点。
2.本发明利用PLC与PC机控制整个检测流程，可以实现自动化检测。同时操作简单易懂，不需要专业的技术，适合产业化生产，具有很强的市场竞争力。
3.本发明可以有效的实现轴承的智能检测，实现企业由传统的靠人工检测转向机器智能检测，将企业由劳动密集型转向技术型，实现企业的转型升级，符合国家产业政策要求。
附图说明
图1是一种将视觉检测方法与振动信号处理方法相结合识别轴承的缺陷类型的检测系统装置结构图；
图2是一种将视觉检测方法与振动信号处理方法相结合识别轴承的缺陷类型的检测系统装置结构图；
图3是轴承缺陷图，(a)为滚动体缺失图，(b)为端面缺陷图，(c)为防尘盖缺陷图，(d)为铆钉铆合缺陷图；
图4是轴承经极坐标展开图；
图5是四种状态的轴承原始信号图；
图6是轴承四种状态经过EMD分解的前四个IMF分量图；
图7是轴承四种状态前四个IMF分量包络谱图。
具体实施方式
下面结合附图对本装置具体实施方式做一说明：一种将视觉检测方法与振动信号处理方法相结合识别轴承的缺陷类型的检测系统装置，由电动机1、传送带2、垂直工业CCD相机3、水平工业CCD相机4、支架5、机械手臂6、导轨7、旋转圆盘8、PLC控制器9、主机10、工作台11、机械手臂12、同轴光源13、轴承14、线光源15、水平台16、光电接近开关17、轴台18、加速度传感器19、液晶显示器20、数据采集卡21和旋转轴22组成。
当装置在工作时，轴承由传送带运往待检测位置由机械手臂12搬运至旋转轴22上，垂直CCD相机3,采集图像，轴承在旋转轴上自旋时，水平CCD相机4采集图像，接着机械臂12将轴承翻转，垂直相机3继续采集图像；图像采集完成后，机械手臂6将轴承搬运至轴台18，此时旋转圆盘8自旋带动轴承旋转，光电接近开关17触发程序驱动数据采集卡21，使安装在轴台18上的加速度传感器19采集旋转轴承的振动信号；采集到轴承图像和振动信号后，装有Matlab程序的PC主机11对采集到的数据进行处理并识别出轴承的缺陷。整个流程的机械动作都是由PLC控制器9控制的。

Claims (6)

1.一种基于视觉的轴承缺陷检测系统装置，其特征在于：包括由电动机、传送带、垂直工业CCD相机、水平工业CCD相机、支架、机械手臂、导轨、旋转圆盘、PLC控制器、主机、工作台、机械手臂、同轴光源、轴承、线光源、水平台、光电接近开关、轴台、加速度传感器、液晶显示器、数据采集卡和旋转轴组成，所述机械手臂将轴承放置于视觉检测旋转轴台上，所述PLC控制器控制轴旋转数周带动轴承旋转，此时水平CCD相机和垂直CCD相机进行采集轴承图像，机械手臂将轴承翻转180°，垂直相机继续采集图像；当轴承被机械手臂置于轴台上，PLC控制旋转圆盘以带动轴承旋转，此时接近开关触发PC端控制数据采集卡利用加速度传感器进行数据采集；轴承由传送带运往待检测位置由机械手臂搬运至旋转轴上，垂直CCD相机,采集图像，轴承在旋转轴上自旋时，水平CCD相机采集图像，接着机械臂将轴承翻转，垂直相机继续采集图像；图像采集完成后，机械手臂将轴承搬运至轴台，此时旋转圆盘自旋带动轴承旋转，光电接近开关触发程序驱动数据采集卡，使安装在轴台上的加速度传感器采集旋转轴承的振动信号；采集到轴承图像和振动信号后，装有Matlab程序的PC主机对采集到的数据进行处理并识别出轴承的缺陷;整个流程的机械动作都是由PLC控制器控制的。
2.根据权利要求1所述的基于视觉的轴承缺陷检测系统装置，其特征在于：视觉检测可以识别轴承缺陷，其特征在于：采用Matlab驱动工业CCD相机采集轴承图片，对轴承图片进行处理，实现故障的检测。
3.根据权利要求2所述的基于视觉的轴承缺陷检测系统装置，其特征在于：其特征是采用双CCD工业相机（水平放置与垂直放置）采集轴承图像，垂直相机采集轴承正反面图像，水平相机采集轴承旋转时表面图像，垂直相机采用白色同轴光源和白色背光光源，水平相机采用线光源;在采集时，垂直电机驱动轴将轴承顶起，并旋转数周，此时垂直相机与水平相机同时采集轴承图像，接着机械手臂将轴承翻转180°，垂直相机继续采集轴承图像;通过轴承正反面图像与表面旋转图像相结合可以全面检测轴承缺陷。
4.根据权利要求3所述的基于视觉的轴承缺陷检测系统装置，其特征在于：其振动信号检测可以识别轴承缺陷（滚动体故障、内圈故障、外圈故障），其特征采用Matlab驱动数据采集卡运用加速度传感器采集轴承的振动信号，通过对振动信号的处理实现对轴承的故障检测。
5.一种基于视觉的轴承缺陷检测系统装置的检测方法，运用权利要求1-4任意一项所述的基于视觉的轴承缺陷检测系统装置的识别缺陷类型方法，特征在于：采集轴承图像，运用到了Hough算法对轴承进行定位、极坐标展开算法对轴承进行归一化处理、配合灰度化、二值化对轴承进行特征值的提取，最后运用最小二乘法支持向量机进行建模分析，进而对轴承进行缺陷识别。
6.根据权利要求5所述的基于视觉的轴承缺陷检测系统装置的检测方法，运用权利要求1-4任意一项所述的基于视觉的轴承缺陷检测系统装置的信息提取的方法，特征在于：对轴承振动信号进行时域、频域特征提取，利用经验模态分解（EMD）和包络谱分析提取时-频域特征，将提取的振动信号特征进行归一化后，利用最小二乘支持向量机进行建模分析，进而识别轴承故障类型。
CN201711108147.2A 2017-11-10 2017-11-10 一种基于视觉的轴承缺陷检测系统装置 Pending CN107876425A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711108147.2A CN107876425A (zh) 2017-11-10 2017-11-10 一种基于视觉的轴承缺陷检测系统装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711108147.2A CN107876425A (zh) 2017-11-10 2017-11-10 一种基于视觉的轴承缺陷检测系统装置

Publications (1)

Publication Number Publication Date
CN107876425A true CN107876425A (zh) 2018-04-06

Family

ID=61780173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711108147.2A Pending CN107876425A (zh) 2017-11-10 2017-11-10 一种基于视觉的轴承缺陷检测系统装置

Country Status (1)

Country Link
CN (1) CN107876425A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108709889A (zh) * 2018-04-19 2018-10-26 田野 一种轴承外圈加工件自动检测机
CN109013393A (zh) * 2018-08-30 2018-12-18 无锡金戈数控设备有限公司 一种基于加速度传感器的机械配件分选系统
CN109059867A (zh) * 2018-06-14 2018-12-21 同济大学 手表外壳工件的正反姿态判断的单目机器视觉方法
CN110009618A (zh) * 2019-04-02 2019-07-12 浙江大学 一种轴类零件表面质量检测方法及装置
CN110346379A (zh) * 2019-08-22 2019-10-18 合肥工业大学 一种轴承缺陷探伤装置及轴承缺陷探伤方法
CN110721923A (zh) * 2019-10-08 2020-01-24 宁波更大集团有限公司 一种轴承套圈质量检测系统
CN111014079A (zh) * 2020-02-26 2020-04-17 沈文强 一种轴承缺陷检测装置及轴承缺陷检测方法
CN111036574A (zh) * 2019-12-03 2020-04-21 广州大学 一种强化研磨加工工件的自动拣选设备
CN111060315A (zh) * 2019-11-28 2020-04-24 南京航空航天大学 一种基于视觉的机械故障诊断方法
CN111113416A (zh) * 2019-12-19 2020-05-08 郑州宇恒环保技术有限公司 基于机器视觉的轴承在线检测系统
CN113070240A (zh) * 2021-03-25 2021-07-06 南京工业大学 一种基于机器视觉和深度学习的铜板表面缺陷检测及自动化分类方法
CN113155466A (zh) * 2021-05-24 2021-07-23 合肥工业大学 轴承故障视觉振动检测方法及系统
CN113175959A (zh) * 2021-06-30 2021-07-27 中国矿业大学(北京) 故障检测机器人及其控制方法
WO2021169118A1 (zh) * 2020-02-28 2021-09-02 宁波信泰机械有限公司 一种汽车饰条端盖自动筛选导正装置及其控制方法
CN113405799A (zh) * 2021-05-20 2021-09-17 新疆大学 基于健康状态指标构建和故障预警限自学习的轴承早期故障检测方法
CN115646841A (zh) * 2022-09-21 2023-01-31 哈尔滨理工大学 一种航空球轴承分选系统及分选方法
CN117066156A (zh) * 2023-09-22 2023-11-17 西南石油大学 基于机械视觉的轴承表面缺陷检测装置
CN118154548A (zh) * 2024-03-13 2024-06-07 昆山合力泰汽车检具有限公司 用于轴承加工的缺陷自动识别方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR9403734A (pt) * 1994-10-20 1997-02-25 Samapre Ind De Maquinas Ltda Aperfeiçoamento em equipamento para aferiçao de qualidade
CN102183366A (zh) * 2011-03-08 2011-09-14 上海大学 滚动轴承振动测量和故障分析装置及方法
CN103914617A (zh) * 2014-03-25 2014-07-09 北京交通大学 地铁车辆转向架轴承的故障诊断方法
CN105784369A (zh) * 2016-05-19 2016-07-20 华东交通大学 利用光电技术和振动传感器检测轴承灵活性的装置及方法
CN106289775A (zh) * 2016-04-07 2017-01-04 成都铁安科技有限责任公司 一种列车轴承检测信号包络谱分析方法及装置
CN206146642U (zh) * 2016-08-31 2017-05-03 扬州海地光电科技有限公司 一种轴承检测装置
CN206504867U (zh) * 2016-08-24 2017-09-19 扬州海地光电科技有限公司 一种轴承声音、灵活性检测装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR9403734A (pt) * 1994-10-20 1997-02-25 Samapre Ind De Maquinas Ltda Aperfeiçoamento em equipamento para aferiçao de qualidade
CN102183366A (zh) * 2011-03-08 2011-09-14 上海大学 滚动轴承振动测量和故障分析装置及方法
CN103914617A (zh) * 2014-03-25 2014-07-09 北京交通大学 地铁车辆转向架轴承的故障诊断方法
CN106289775A (zh) * 2016-04-07 2017-01-04 成都铁安科技有限责任公司 一种列车轴承检测信号包络谱分析方法及装置
CN105784369A (zh) * 2016-05-19 2016-07-20 华东交通大学 利用光电技术和振动传感器检测轴承灵活性的装置及方法
CN206504867U (zh) * 2016-08-24 2017-09-19 扬州海地光电科技有限公司 一种轴承声音、灵活性检测装置
CN206146642U (zh) * 2016-08-31 2017-05-03 扬州海地光电科技有限公司 一种轴承检测装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郝勇等: ""基于机器视觉的深沟球轴承滚珠遗漏检测"", 《激光与光电子进展》 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108709889A (zh) * 2018-04-19 2018-10-26 田野 一种轴承外圈加工件自动检测机
CN109059867A (zh) * 2018-06-14 2018-12-21 同济大学 手表外壳工件的正反姿态判断的单目机器视觉方法
CN109013393A (zh) * 2018-08-30 2018-12-18 无锡金戈数控设备有限公司 一种基于加速度传感器的机械配件分选系统
CN110009618B (zh) * 2019-04-02 2021-04-20 浙江大学 一种轴类零件表面质量检测方法及装置
CN110009618A (zh) * 2019-04-02 2019-07-12 浙江大学 一种轴类零件表面质量检测方法及装置
CN110346379A (zh) * 2019-08-22 2019-10-18 合肥工业大学 一种轴承缺陷探伤装置及轴承缺陷探伤方法
CN110721923A (zh) * 2019-10-08 2020-01-24 宁波更大集团有限公司 一种轴承套圈质量检测系统
CN111060315A (zh) * 2019-11-28 2020-04-24 南京航空航天大学 一种基于视觉的机械故障诊断方法
CN111036574B (zh) * 2019-12-03 2021-04-23 广州大学 一种强化研磨加工工件的自动拣选设备
CN111036574A (zh) * 2019-12-03 2020-04-21 广州大学 一种强化研磨加工工件的自动拣选设备
CN111113416A (zh) * 2019-12-19 2020-05-08 郑州宇恒环保技术有限公司 基于机器视觉的轴承在线检测系统
CN111014079B (zh) * 2020-02-26 2020-11-27 宁波三耐机械有限公司 一种轴承缺陷检测装置及轴承缺陷检测方法
CN111014079A (zh) * 2020-02-26 2020-04-17 沈文强 一种轴承缺陷检测装置及轴承缺陷检测方法
WO2021169118A1 (zh) * 2020-02-28 2021-09-02 宁波信泰机械有限公司 一种汽车饰条端盖自动筛选导正装置及其控制方法
CN113070240A (zh) * 2021-03-25 2021-07-06 南京工业大学 一种基于机器视觉和深度学习的铜板表面缺陷检测及自动化分类方法
CN113405799A (zh) * 2021-05-20 2021-09-17 新疆大学 基于健康状态指标构建和故障预警限自学习的轴承早期故障检测方法
CN113155466A (zh) * 2021-05-24 2021-07-23 合肥工业大学 轴承故障视觉振动检测方法及系统
CN113155466B (zh) * 2021-05-24 2024-04-23 合肥工业大学 轴承故障视觉振动检测方法及系统
CN113175959A (zh) * 2021-06-30 2021-07-27 中国矿业大学(北京) 故障检测机器人及其控制方法
CN113175959B (zh) * 2021-06-30 2021-09-24 中国矿业大学(北京) 故障检测机器人及其控制方法
CN115646841A (zh) * 2022-09-21 2023-01-31 哈尔滨理工大学 一种航空球轴承分选系统及分选方法
CN117066156A (zh) * 2023-09-22 2023-11-17 西南石油大学 基于机械视觉的轴承表面缺陷检测装置
CN118154548A (zh) * 2024-03-13 2024-06-07 昆山合力泰汽车检具有限公司 用于轴承加工的缺陷自动识别方法及系统

Similar Documents

Publication Publication Date Title
CN107876425A (zh) 一种基于视觉的轴承缺陷检测系统装置
CN105388162B (zh) 基于机器视觉的原料硅片表面划痕检测方法
CN111080622B (zh) 神经网络训练方法、工件表面缺陷分类与检测方法及装置
CN103913468B (zh) 生产线上大尺寸lcd玻璃基板的多视觉缺陷检测设备及方法
CN102495069B (zh) 一种基于数字图像处理的拉链链带缺陷检测方法
CN104360501B (zh) 一种液晶屏幕缺陷视觉检测方法及装置
CN107389701A (zh) 一种基于图像的pcb表观缺陷自动检测系统及方法
CN109307675A (zh) 一种产品外观检测方法和系统
CN106442525B (zh) 用于核桃内部干瘪缺陷的在线检测方法
CN107402221A (zh) 一种基于机器视觉的显示面板缺陷识别方法及系统
CN110111303A (zh) 一种基于动态图像的大型运载皮带撕裂故障智能检测方法
CN111852792B (zh) 一种基于机器视觉的风机叶片缺陷自诊断定位方法
EP0974831A3 (en) Apparatus and method for the integrated processing of defect images
CN102175692A (zh) 织物坯布疵点快速检测系统及方法
CN107102009A (zh) 一种基于机器视觉的筒纱管质量检测的方法
CN106248680A (zh) 一种基于机器视觉的电机换向器质量检测系统及检测方法
CN107328781A (zh) 一种基于机器视觉的柱状产品表面缺陷检测方法及装置
CN103091330A (zh) 模拟人类视觉感知机理的铜带表面缺陷辨识装置及方法
CN108663376B (zh) 一种无缝钢管质量检测装置及检测方法
CN114723668A (zh) 一种基于面阵相机的阴极铜质量检测方法及系统
CN113177925A (zh) 一种无损检测水果表面缺陷的方法
CN110070520B (zh) 基于深度神经网络的路面裂缝检测模型构建及检测方法
CN116740449A (zh) 基于ai计算机视觉技术的刨花形态检测方法及系统
CN116772718A (zh) 一种基于线阵视觉的卷烟激光打孔在线检测方法和系统
CN114187269B (zh) 小零器件表面缺陷边缘快速检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180406