CN114627115A - 一种动平衡检测系统及使用其的流体泵叶轮生产线 - Google Patents

一种动平衡检测系统及使用其的流体泵叶轮生产线 Download PDF

Info

Publication number
CN114627115A
CN114627115A CN202210516707.2A CN202210516707A CN114627115A CN 114627115 A CN114627115 A CN 114627115A CN 202210516707 A CN202210516707 A CN 202210516707A CN 114627115 A CN114627115 A CN 114627115A
Authority
CN
China
Prior art keywords
bearing
impeller
bearing end
point
face
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.)
Granted
Application number
CN202210516707.2A
Other languages
English (en)
Other versions
CN114627115B (zh
Inventor
强帆
郭辉
董国庆
李萌萌
宋芳萍
强明昊
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.)
Jining Antai Mine Equipment Manufacturing Co ltd
Original Assignee
Jining Antai Mine Equipment Manufacturing Co ltd
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 Jining Antai Mine Equipment Manufacturing Co ltd filed Critical Jining Antai Mine Equipment Manufacturing Co ltd
Priority to CN202210516707.2A priority Critical patent/CN114627115B/zh
Publication of CN114627115A publication Critical patent/CN114627115A/zh
Application granted granted Critical
Publication of CN114627115B publication Critical patent/CN114627115B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Testing Of Balance (AREA)

Abstract

本发明涉及一种动平衡检测系统及使用其的流体泵叶轮生产线，属于叶轮的动平衡测试技术领域。该动平衡检测系统包括处理器和存储器，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：根据叶轮旋转过程中各采集时刻对应的轴承端面图像中轴承端面中心点的坐标构建轴承偏移序列；根据所述轴承偏移序列中元素的横坐标构建轴承偏移曲线；根据所述轴承偏移序列中元素的纵坐标判断最大失衡点相位，将所述轴承偏移曲线与预设的符合设定条件的多条轴承模拟偏移曲线进行比对，将最相似的轴承模拟偏移曲线对应的叶轮失衡点的质量失衡量作为所述最大失衡点相位对应的质量失衡量。本发明提高了叶轮平衡校正效率。

Description

一种动平衡检测系统及使用其的流体泵叶轮生产线
技术领域
本发明涉及叶轮的动平衡测试领域，具体涉及一种动平衡检测系统及使用其的流体泵叶轮生产线。
背景技术
叶轮是流体泵中重要的零件，将泵轴的机械能传给液体，使其变成液体的压能和动能。而叶轮动平衡，是每台设备组装前必经的标准制造流程。如果叶轮在出厂时的动平衡没有达到平衡精度要求，其在投用之初，会产生较大的振动，会影响流体泵的工作效率，因此叶轮动平衡校铣就显得尤为重要。
现有的叶轮动平衡检测通常为半自动化形式，即人工将叶轮放置在动平衡机上进行检测，根据动平衡机的输出的失衡点相位以及质量调整量，人工对叶轮进行旋转再进行动平衡校铣，并不断重复该过程直到叶轮达到平衡状态。此外，动平衡机成本高、需要安装多种传感器以测量叶轮不平衡的角度位置，且传感器对环境要求高，导致校正效率不高。
发明内容
为了解决现有采用动平衡机对叶轮进行动平衡校铣存在的校正效率较低的问题，本发明提供了一种动平衡检测系统和一种流体泵叶轮生产线。
一方面，本发明的一种动平衡检测系统，包括处理器和存储器，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：
获取叶轮旋转过程中的轴承端面图像；
根据叶轮旋转过程中的设定两张轴承端面图像判断叶轮是否处于平衡状态；
若叶轮不处于平衡状态，则计算叶轮旋转过程中各采集时刻对应的轴承端面图像中轴承端面中心点的坐标；
根据叶轮旋转过程中各采集时刻对应的轴承端面图像中轴承端面中心点的坐标构建轴承偏移序列，所述轴承偏移序列中各元素为设定数量的采集周期中各相同采集时刻对应的轴承端面图像中轴承端面中心点坐标的均值；根据所述轴承偏移序列中元素的横坐标构建轴承偏移曲线；根据所述轴承偏移序列中元素的纵坐标判断最大失衡点相位，将所述轴承偏移曲线与预设的符合设定条件的多条轴承模拟偏移曲线进行比对，将最相似的轴承模拟偏移曲线对应的叶轮失衡点的质量失衡量作为所述最大失衡点相位对应的质量失衡量，所述设定条件为与所述最大失衡点相位具有相同相位。
另一方面，本发明的一种流体泵叶轮生产线，包括流体泵叶轮生产线本体和动平衡检测系统，所述流体泵叶轮生产线本体包括机床、刀具和夹具，所述动平衡检测系统为上述动平衡检测系统。
有益效果：基于叶轮旋转过程中拍摄的轴承端面图像实现了对叶轮是否存在失衡点的判断，不需要利用动平衡机，解决了现有技术中基于动平衡机测量叶轮不平衡角度导致的叶轮平衡校正效率不高的问题。
进一步地，所述设定两张轴承端面图像为叶轮旋转过程中第一个旋转周期的第一采集时刻对应的轴承端面图像和第二采集时刻对应的轴承端面图像。
进一步地，所述根据叶轮旋转过程中的设定两张轴承端面图像判断叶轮是否处于平衡状态，包括：
对叶轮旋转过程中的第一采集时刻的轴承端面图像进行霍夫变换的圆形检测，将得到的圆形区域记为轴承端面区域，以该轴承端面区域为滑窗，将第二采集时刻的轴承端面图像中对应的滑窗区域中像素点记为目标像素点，将第二采集时刻的轴承端面图像中对应的滑窗区域的中心像素点记为目标中心像素点，根据各目标像素点的灰度值和各目标像素点与目标中心像素点之间的位置关系判断叶轮是否处于平衡状态。
进一步地，所述根据各目标像素点的灰度值和各目标像素点与目标中心像素点之间的位置关系判断叶轮是否处于平衡状态，包括：
利用如下公式判断叶轮旋转过程中的第二采集时刻对应的轴承端面的移动方向：
Figure 7591DEST_PATH_IMAGE002
Figure 812474DEST_PATH_IMAGE004
其中，
Figure DEST_PATH_IMAGE005
为叶轮旋转过程中的第二采集时刻对应的轴承端面的横向移动判别指标，
Figure 316267DEST_PATH_IMAGE006
为叶轮旋转过程中的第二采集时刻对应的轴承端面的纵向移动判别指标；
Figure DEST_PATH_IMAGE007
为叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗区域中像素点的总个数；
Figure 290040DEST_PATH_IMAGE008
为叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗中心像素点的横纵坐标，
Figure DEST_PATH_IMAGE009
为叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗区域中第
Figure 588297DEST_PATH_IMAGE010
个像素点的横纵坐标；
Figure DEST_PATH_IMAGE011
表示叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗区域中第个像素点的灰度值；H为叶轮静止时刻采集的轴承端面图像中轴承端面区域中各像素点的平均灰度值；当满足
Figure 772154DEST_PATH_IMAGE012
且
Figure DEST_PATH_IMAGE013
的条件时，判定对应叶轮处于平衡状态；若不能满足
Figure 581103DEST_PATH_IMAGE012
且
Figure 878223DEST_PATH_IMAGE013
的条件，判定叶轮处于不平衡状态。
进一步地，所述若叶轮不处于平衡状态，则计算叶轮旋转过程中各采集时刻对应的轴承端面图像中轴承端面中心点的坐标，包括：
根据叶轮旋转过程中第j个采集时刻的轴承端面图像的滑窗区域中像素点在该滑窗区域中相对位置判断滑窗的移动方向；
根据所述滑窗的移动方向判断所述第j个采集时刻的轴承端面图像的轴承端面区域的中心点所处象限；
将所述第j个采集时刻的轴承端面图像的滑窗区域以及轴承端面区域中心点所述象限对应的区域记为感兴趣区域；对所述感兴趣区域使用Canny算子进行边缘检测，对所得边缘点进行霍夫变换圆形检测，将检测得到的圆形区域作为所述第j个采集时刻的轴承端面图像的轴承端面区域。
进一步地，所述轴承偏移序列为：
Figure DEST_PATH_IMAGE015
其中，L为轴承偏移序列，为M个旋转周期内的第1个采集时刻所采集的图像中滑窗区域中心点的均值坐标，
Figure 347382DEST_PATH_IMAGE016
为M个旋转周期内的第k个采集时刻所采集的图像中滑窗区域中心点的均值坐标，
Figure DEST_PATH_IMAGE017
为M个旋转周期内的第n个采集时刻所采集的图像中滑窗区域中心点的均值坐标，M为设定旋转周期数量，n为一个旋转周期包括的采集时刻的数量。
进一步地，所述根据所述轴承偏移序列中元素的纵坐标判断最大失衡点相位，包括：
获取所得轴承偏移序列中纵坐标小于0的元素，将这些元素按照采集时间先后顺序投影到二维直角坐标系中，使用最小二乘法对这些元素的纵坐标进行曲线拟合，将曲线上波峰的个数记为失衡点的个数，将曲线上波峰所对应的采集时刻与周期
Figure 893901DEST_PATH_IMAGE018
的比值记为该失衡点的相位，对所得各个波峰按照峰值绝对值的大小进行排序，得到最大失衡点的相位。
进一步地，所述将所述轴承偏移曲线与预设的符合设定条件的多条轴承模拟偏移曲线进行比对，将最相似的轴承模拟偏移曲线对应的叶轮失衡点的质量失衡量作为所述最大失衡点相位对应的质量失衡量，包括：
根据所述最大失衡点相位，获取模拟器中对应相位上不同质量的轴承模拟曲线，使用KM匹配算法利将轴承偏移曲线与各轴承模拟曲线中的各个点进行匹配，获得所有匹配的数据对；将每组数据对中各个数据之间距离差值的绝对值记为每个数据对的相似指标，计算所有数据对相似指标的均值，将所述均值的倒数记为曲线之间的相似度，将相似度最大的轴承模拟曲线所对应的质量值作为该相位上的质量失衡量。
附图说明
图1是本发明的动平衡检测系统对应的动平衡检测方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行介绍。
动平衡检测系统实施例：
本实施例的目的在于解决现有采用动平衡机对叶轮进行动平衡校铣存在的校正效率较低的问题。由于轴承与叶轮之间是紧密连接的，当叶轮为平衡状态时，叶轮上的每个点都能找到镜像的对称点与之相平衡，而当出现失衡点时，该点所处方向上的离心力突显出来，使得叶轮失衡晃动，从而带动轴承晃动。由于离心力的作用，轴承会同叶轮向着失衡方向上质量较大的一侧进行偏移，且离心力越大，偏移程度越大，因此本实施例通过对叶轮旋转过程中，轴承端面圆心的位置变化情况得到失衡点位置以及所需的质量调整量。
本实施例的动平衡检测系统包括处理器和存储器，所述处理器执行所述存储器存储的计算机程序，以实现动平衡检测方法。如图1所示，动平衡检测方法包括如下步骤：
（1）获取叶轮旋转过程中的轴承端面图像；
叶轮在转动过程中像一个旋转的圆盘。在圆盘旋转过程中，上面的各点都是匀速对称的，每个点都能找到其镜像的对称点与之相平衡。而其中有一个或几个点没有对称点与之相平衡，就会引起整个圆盘失衡，导致个别点的离心力突显，造成圆盘失衡晃动，破坏其原有的动平衡。而由于轴承是与叶轮紧密相连的，因此轴承的位置变化情况与叶轮的振动情况是一致的，因此，本实施例的根据轴承圆心的变化情况对叶轮的动平衡进行检测。
将相机光心与无叶轮时的轴承中心点进行对齐，使用相机采集叶轮静止时的初始图像和叶轮旋转过程中的各采集时刻的图像。使用高斯滤波对上述图像进行处理去除噪声干扰；由于相机正对轴承端面，所以初始图像中心点与轴承端面中心点处于同一位置，使用霍夫变换对初始图像进行圆形检测，其中以中心像素点为圆心的圆形区域即为轴承端面区域，根据轴承端面区域中各个像素点的灰度值可以得到轴承端面的平均灰度值
Figure DEST_PATH_IMAGE019
。
（2）根据叶轮旋转过程中的设定两张轴承端面图像判断叶轮是否处于平衡状态；
本实施例通过叶轮旋转过程中的第一采集时刻和第二采集时刻的轴承端面图像判断叶轮是否处于平衡状态；具体的，对叶轮旋转过程中的第一采集时刻的轴承端面图像进行霍夫变换的圆形检测，得到的圆形区域即为轴承端面区域，以该区域为滑窗，通过分析第二采集时刻的轴承端面图像中对应的滑窗区域中像素点与滑窗中心点的相对位置判断轴承端面的平衡状态。具体过程如下：
①根据滑窗区域中像素点在该滑窗区域中相对位置判断滑窗的移动方向：
Figure 864131DEST_PATH_IMAGE002
Figure 779872DEST_PATH_IMAGE004
其中，
Figure 13407DEST_PATH_IMAGE005
为叶轮旋转过程中的第二采集时刻对应的轴承端面的横向移动判别指标，
Figure 516064DEST_PATH_IMAGE006
为叶轮旋转过程中的第二采集时刻对应的轴承端面的纵向移动判别指标；
Figure 493247DEST_PATH_IMAGE007
为叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗区域中像素点的总个数；
Figure 889594DEST_PATH_IMAGE008
为叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗中心像素点的横纵坐标，
Figure 434976DEST_PATH_IMAGE009
为叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗区域中第
Figure 283983DEST_PATH_IMAGE010
个像素点的横纵坐标；
Figure 940223DEST_PATH_IMAGE011
表示叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗区域中第
Figure 630224DEST_PATH_IMAGE010
个像素点的灰度值。后续为了简便，将叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗中心像素点称为第二图像的中心点，将将叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗区域中第
Figure 205562DEST_PATH_IMAGE010
个像素点称为第二图像的第个像素点。
Figure 221492DEST_PATH_IMAGE020
表示第二图像的第
Figure 681423DEST_PATH_IMAGE010
个像素点与轴承端面灰度的相似程度，灰度差值越小，其与轴承端面灰度值的相似程度越大，对应其属于轴承的灰度概率越大，因而在根据像素点灰度值判断轴承移动方向时的参考权重越大。
Figure DEST_PATH_IMAGE021
为以第二图像的中心点为起点，以第二图像的第
Figure 193307DEST_PATH_IMAGE010
个像素点为终点的向量在水平向右方向上的投影，该值为正，表示第二图像的第
Figure 205125DEST_PATH_IMAGE010
个像素点当前位于第二图像的中心点的右侧，该值为负表示第二图像的第
Figure 763146DEST_PATH_IMAGE010
个像素点当前位于第二图像的中心点的左侧。
Figure 528233DEST_PATH_IMAGE022
为以第二图像的中心点为起点，以第二图像的第
Figure 753678DEST_PATH_IMAGE010
个像素点为终点的向量在竖直向上方向上的投影，该值为正，表示第二图像的第
Figure 546184DEST_PATH_IMAGE010
个像素点当前位于第二图像的中心点的上方，该值为负表示第二图像的第
Figure 122659DEST_PATH_IMAGE010
个像素点当前位于第二图像的中心点的下方。
Figure DEST_PATH_IMAGE023
表示为第二图像的第个像素点相对于第二图像的中心点的左右偏向性；
Figure 189972DEST_PATH_IMAGE024
表示为第二图像的第
Figure 269924DEST_PATH_IMAGE010
个像素点相对于第二图像的中心点的上下偏向性。
由于不排除中心点左右两侧均存在轴承端面像素点的情况，但是这种情况下的中心点左右两侧的像素点含量不同，因此通过累加来表示叶轮旋转过程中的第二采集时刻的轴承端面图像中轴承端面区域的与H具有相似灰度值的像素点在第二图像的中心点左右两侧以及上方和下方的含量，从而确定轴承的移动方向。
当
Figure 764490DEST_PATH_IMAGE012
且
Figure 297103DEST_PATH_IMAGE013
时，表示第二采集时刻的轴承端面图像中轴承端面与第一采集时刻的轴承端面图像中轴承端面重合，即轴承端面未发生移动，对应叶轮处于平衡状态，此时不需要在对其进行动平衡校铣，停止旋转，可对下一个叶轮进行动平衡校铣。
若不能满足
Figure 401062DEST_PATH_IMAGE012
且
Figure 335520DEST_PATH_IMAGE013
的条件，则说明第二采集时刻的轴承端面图像中轴承端面与第一采集时刻的轴承端面图像中轴承端面不重合，即轴承端面发生移动，对应叶轮处于不平衡状态，需要在对其进行动平衡校铣。
（3）若叶轮不处于平衡状态，则计算叶轮旋转过程中各采集时刻对应的轴承端面图像中轴承端面中心点的坐标；
由于轴承端面在图像中表现为圆形，现有技术中通常使用霍夫变换进行圆形检测。但是相对于霍夫变换检测直线，霍夫变换圆形检测需要将过各个像素点的所有半径的圆在霍夫空间内进行拟合，其所对应的霍夫空间为三维空间，这也就意味着需要更多的计算量，且本实施例需要对叶轮旋转过程中的各采集时刻的轴承端面图像中的圆形区域进行分析以得到圆形区域的中心点坐标，为了降低计算量，提高检测速度，本实施例首先通过确定轴承移动的方向，缩小检测范围。
具体的，当判定叶轮不处于平衡状态后，本实施例需计算叶轮旋转过程中各采集时刻对应的轴承端面图像中轴承端面中心点的坐标，本实施例具体采用霍夫变换检测圆的方法来识别叶轮旋转过程中各采集时刻对应的轴承端面图像中的圆形轴承端面，为了减少采用霍夫变换检测圆的方法存在的计算量大的问题，本实施例先判断叶轮旋转过程中各采集时刻对应的轴承相较于上一采集时刻的轴承的移动方向，具体过程如下：
以叶轮旋转过程中第j-1个采集时刻的轴承端面图像中轴承端面区域为滑窗，通过分析第j个采集时刻的轴承端面图像中对应的滑窗区域中像素点与滑窗中心点的相对位置来判断第j个采集时刻相较于第j-1个采集时刻的轴承端面的移动方向。具体过程如下：
根据叶轮旋转过程中第j个采集时刻的轴承端面图像的滑窗区域中像素点在该滑窗区域中相对位置判断滑窗的移动方向：
Figure 988DEST_PATH_IMAGE026
Figure 286476DEST_PATH_IMAGE028
其中，
Figure DEST_PATH_IMAGE029
为叶轮旋转过程中的第j个采集时刻对应的轴承端面的横向移动判别指标，
Figure 695592DEST_PATH_IMAGE030
为叶轮旋转过程中的第j个采集时刻对应的轴承端面的纵向移动判别指标，为叶轮旋转过程中的第j个采集时刻的轴承端面图像的滑窗区域中像素点的总个数；为叶轮旋转过程中的第j个采集时刻的轴承端面图像的滑窗中心像素点的横纵坐标，
Figure DEST_PATH_IMAGE031
为叶轮旋转过程中的第j个采集时刻的轴承端面图像的滑窗区域中第
Figure 891081DEST_PATH_IMAGE010
个像素点的横纵坐标；表示叶轮旋转过程中的第j个采集时刻的轴承端面图像的滑窗区域中第
Figure 852084DEST_PATH_IMAGE010
个像素点的灰度值。后续为了简便，将叶轮旋转过程中的第j个采集时刻的轴承端面图像的滑窗中心像素点称为第j个图像的中心点，将将叶轮旋转过程中的第j个采集时刻的轴承端面图像的滑窗区域中第
Figure 747838DEST_PATH_IMAGE010
个像素点称为第j个图像的第
Figure 554120DEST_PATH_IMAGE010
个像素点。
Figure 728749DEST_PATH_IMAGE032
表示第j个图像的第
Figure 470441DEST_PATH_IMAGE010
个像素点与轴承端面灰度的相似程度，灰度差值越小，其与轴承端面灰度值的相似程度越大，对应其属于轴承的灰度概率越大，因而在根据像素点灰度值判断轴承移动方向时的参考权重越大。
Figure DEST_PATH_IMAGE033
为以第j个图像的中心点为起点，以第j个图像的第个像素点为终点的向量在水平向右方向上的投影，该值为正，表示第j个图像的第
Figure 871466DEST_PATH_IMAGE010
个像素点当前位于第j个图像的中心点的右侧，该值为负表示第二j个图像的第
Figure 215860DEST_PATH_IMAGE010
个像素点当前位于第j个图像的中心点的左侧。
Figure 244996DEST_PATH_IMAGE034
为以第j个图像的中心点为起点，以第j个图像的第
Figure 157588DEST_PATH_IMAGE010
个像素点为终点的向量在竖直向上方向上的投影，该值为正，表示第j个图像的第
Figure 639385DEST_PATH_IMAGE010
个像素点当前位于第j个图像的中心点的上方，该值为负表示第j个图像的第
Figure 426950DEST_PATH_IMAGE010
个像素点当前位于第j个图像的中心点的下方。
Figure DEST_PATH_IMAGE035
表示为第j个图像的第个像素点相对于第j个图像的中心点的左右偏向性；
Figure 717117DEST_PATH_IMAGE036
表示为第j个图像的第
Figure 925244DEST_PATH_IMAGE010
个像素点相对于第j个图像的中心点的上下偏向性。
由于不排除中心点左右两侧均存在轴承端面像素点的情况，但是这种情况下的中心点左右两侧的像素点含量不同，因此通过累加来表示叶轮旋转过程中的第j个采集时刻的轴承端面图像中轴承端面区域的与H具有相似灰度值的像素点在第j个图像的中心点左右两侧以及上方和下方的含量，从而确定轴承的移动方向。
当
Figure DEST_PATH_IMAGE037
时，即第j个采集时刻的轴承相较于第j-1个采集时刻的轴承的移动方向向右，则第j个采集时刻的轴承端面图像中轴承端面位于第j-1个采集时刻的轴承端面区域右侧的可能性较大，也就是说在进行第j个采集时刻的轴承端面图像中轴承端面圆形的拟合时更倾向于在该图像中对应于第j-1个采集时刻对应的轴承端面区域的右侧进行查找，反之则在该图像中对应于第j-1个采集时刻对应的轴承端面区域的左侧进行查找，因此可以根据
Figure 35283DEST_PATH_IMAGE029
的正负情况确定轴承端面所在方位。
当时，即第j个采集时刻的轴承相较于第j-1个采集时刻的轴承的移动方向向上，则第j个采集时刻的轴承端面图像中轴承端面位于第j-1个采集时刻的轴承端面区域上侧的可能性较大，也就是说在进行第j个采集时刻的轴承端面图像中轴承端面圆形的拟合时更倾向于在该图像中对应于第j-1个采集时刻对应的轴承端面区域的上侧进行查找，反之则该图像中对应于第j-1个采集时刻对应的轴承端面区域的下侧进行查找，因此可以根据
Figure 987058DEST_PATH_IMAGE038
的正负情况确定轴承端面所在方位。
本实施例根据
Figure DEST_PATH_IMAGE039
所得轴承的移动方向选取感兴趣区域：
Figure DEST_PATH_IMAGE041
以当前滑窗区域以及滑窗中心点的第
Figure 662890DEST_PATH_IMAGE042
象限区域为下一步需要分析的感兴趣区域
Figure DEST_PATH_IMAGE043
：当均为正，移动方向为右上,表示滑窗中心点的第一象限区域；当
Figure 684329DEST_PATH_IMAGE044
一正一负，移动方向为左上，表示滑窗中心点的第二象限；当均为负，移动方向为左下，表示滑窗中心点的第三象限；当
Figure 16085DEST_PATH_IMAGE044
一负一正，移动方向为右下，表示滑窗中心点的第四象限。
对感兴趣区域使用Canny算子进行边缘检测，对所得边缘点进行霍夫变换圆形检测，以检测得到的圆形区域作为新的滑窗区域，记录滑窗区域中心点坐标,其中第
Figure 505972DEST_PATH_IMAGE046
个采集时刻图像所对应的滑窗区域中心点坐标为
Figure DEST_PATH_IMAGE047
；j≥1。当j=1时，j-1=0，第0个采集时刻的轴承端面图像即叶轮静止时的轴承端面图像，叶轮静止时的轴承端面图像的中心点就是轴承端面中心点，也就是说第1个采集时刻对应的滑窗区域的中心点就是叶轮静止时的轴承端面图像的中心点。
基于上述方法可以确定叶轮旋转过程中各采集时刻对应的轴承端面图像中轴承端面中心点的坐标。
（4）根据叶轮旋转过程中各采集时刻对应的轴承端面图像中轴承端面中心点的坐标构建轴承偏移序列，所述轴承偏移序列中各元素为设定数量的采集周期中各相同采集时刻对应的轴承端面图像中轴承端面中心点坐标的均值；根据所述轴承偏移序列中元素的横坐标构建轴承偏移曲线；根据所述轴承偏移序列中元素的纵坐标判断最大失衡点相位，将所述轴承偏移曲线与预设的符合设定条件的多条轴承模拟偏移曲线进行比对，将最相似的轴承模拟偏移曲线对应的叶轮失衡点的质量失衡量作为所述最大失衡点相位对应的质量失衡量，所述设定条件为与所述最大失衡点相位具有相同相位。
失衡点(该点质量相对于对称点的质量较大)可以看作是等效质量的“物体”固定在圆盘上，随着圆盘一起做匀速圆周运动，每个物体相对于圆心的距离是固定的，则该物体产生的离心力大小是固定的，因而其在水平向右的正方向上，需要轴承抵消的力的大小变化曲线为正弦曲线，其中该正弦曲线的初相位为该失衡点的初始位置。
而叶轮本身可能存在多个失衡点，且叶轮做匀速旋转，使得各个失衡点的转速(角速度)相同，但是由于各个失衡点的质量以及半径均存在差异，使得各个失衡点的在运动过程中产生的离心力大小不同，进而导致不同失衡点对轴承的移动程度不同(即振幅不同)，因此圆心的位置变化曲线可以视为多个同频率的正弦曲线的叠加。
本实施例当叶轮未达到平衡状态时，将旋转过程中每隔
Figure 505152DEST_PATH_IMAGE048
时间内所采集图像中滑窗中心像素点的坐标划分为一组，将其作为轴承的一个周期偏移序列，其中，为叶轮转速，记该周期内采集得到的中心点坐标个数为
Figure DEST_PATH_IMAGE049
，即该周期内共进行了n次图像采集。
为避免结果的偶然性，采集连续个旋转周期时间内的轴承端面图像，由此得到
Figure 992765DEST_PATH_IMAGE050
个轴承偏移序列，对每个周期的轴承偏移序列中对应时刻的坐标求平均值，得到轴承偏移序列为
Figure DEST_PATH_IMAGE051
；其中
Figure 575931DEST_PATH_IMAGE016
为各旋转周期内第k个采集时刻所采集的图像中滑窗区域中心点(轴承端面圆心)的均值坐标。
使用最小二乘法对所得轴承偏移序列中各个数据的横坐标进行曲线拟合，得到轴承偏移曲线。
将当前叶轮半径以及叶轮转速输入到模拟器中，模拟去除位于叶轮的不同相位、不同质量的叶轮区域后的轴承模拟偏移曲线，该轴承模拟曲线也是根据数据的横坐标建立的；记录各个轴承模拟曲线及其所对应的相位以及质量值。模拟对应的相位和质量值可根据经验制定；由于现有在检测到叶轮出现不平衡时一般都是在边缘处增加平衡片，所以本实施例只需确定失衡点相位即可。
当失衡点位于叶轮的非竖直方向时，该点产生的离心力会分解为水平和竖直两个方向上的力，其中只有水平方向上的力用来带动轴承左右移动；当失衡点位于叶轮的竖直方向上时，该点产生的离心力全部用来使轴承上下移动；每个失衡点均会使轴承产生对应的位置变化，因此可以根据所得轴承偏移序列中，滑窗中心点的纵坐标变化情况得到每个失衡点的相位，具体过程如下：
获取所得轴承偏移序列中
Figure 603930DEST_PATH_IMAGE052
的数据，将这些数据按照采集顺序投影到二维直角坐标系中，使用最小二乘法对这些数据的纵坐标进行曲线拟合，则该曲线上波峰的个数即为失衡点的个数，波峰所对应的采集时刻与周期的比值即为该失衡点的相位（波峰对应的采集时刻是相对于其所在周期的初始采集时刻而言的，将其所在周期的初始采集视为0时刻），对所得各个波峰按照峰值绝对值的大小(对应失衡点的质量失衡程度)进行排序，由此得到最大失衡点的相位。
由于失衡点质量与其产生的离心力成正比，质量越大，带动轴承的位置变化越大，因此轴承偏移曲线的波形会与失衡质量较大的点的波形更相似。本实施例根据所得最大失衡点相位，获取模拟器中对应相位上不同质量的轴承模拟曲线，使用KM匹配算法利将轴承偏移曲线与轴承模拟曲线中的各个点进行匹配，获得所有匹配的数据对，使得所有数据对中点的欧式距离差异最小；将每组数据对中各个数据之间距离差值的绝对值称为每个数据对的相似指标，计算所有数据对相似指标的均值，将所述均值的倒数作为曲线之间的相似度，将相似度最大的轴承模拟曲线所对应的质量值作为该相位上的质量调整量。
根据轴承的旋转角度(根据旋转时间以及转速得到)，得到旋转前轴承正右方位置在旋转后的偏移角度，结合最大失衡点相位，调整叶轮角度，使最大失衡点位于正右方，并输出该位置上所需要的质量调整量，调整完成后再次旋转叶轮，检测其平衡状态，如果仍未平衡，再次对其进行调整，直到叶轮达到平衡，结束动平衡检测。
本实施例基于叶轮旋转过程中拍摄的轴承端面图像实现了对叶轮是否存在失衡点的判断，不需要利用动平衡机，解决了现有技术中基于动平衡机测量叶轮不平衡角度导致的叶轮平衡校正效率不高的问题。
流体泵叶轮生产线实施例：
本实施例的流体泵叶轮生产线包括流体泵叶轮生产线本体和动平衡检测系统，所述流体泵叶轮生产线本体包括机床、刀具和夹具，所述动平衡检测系统包括处理器和存储器，所述处理器执行所述存储器存储的计算机程序，以实现上述动平衡检测方法。动平衡检测方法已经在动平衡检测系统实施例中进行了说明，此处不再赘述。流体泵叶轮生产线本体用于生产流体泵叶轮，流体泵叶轮生产线本体的具体结构为现有技术，此处不再赘述。
需要说明的是，尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。上述变更和修改均落入本发明范围。

Claims (9)

1.一种动平衡检测系统，包括处理器和存储器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：
获取叶轮旋转过程中的轴承端面图像；
根据叶轮旋转过程中的设定两张轴承端面图像判断叶轮是否处于平衡状态；
若叶轮不处于平衡状态，则计算叶轮旋转过程中各采集时刻对应的轴承端面图像中轴承端面中心点的坐标；
根据叶轮旋转过程中各采集时刻对应的轴承端面图像中轴承端面中心点的坐标构建轴承偏移序列，所述轴承偏移序列中各元素为设定数量的旋转周期中各相同采集时刻对应的轴承端面图像中轴承端面中心点坐标的均值；根据所述轴承偏移序列中元素的横坐标构建轴承偏移曲线；根据所述轴承偏移序列中元素的纵坐标判断最大失衡点相位，将所述轴承偏移曲线与预设的符合设定条件的多条轴承模拟偏移曲线进行比对，将最相似的轴承模拟偏移曲线对应的叶轮失衡点的质量失衡量作为所述最大失衡点相位对应的质量失衡量，所述设定条件为与所述最大失衡点相位具有相同相位。
2.根据权利要求1所述的动平衡检测系统，其特征在于，所述设定两张轴承端面图像为叶轮旋转过程中第一个旋转周期的第一采集时刻对应的轴承端面图像和第二采集时刻对应的轴承端面图像。
3.根据权利要求2所述的动平衡检测系统，其特征在于，所述根据叶轮旋转过程中的设定两张轴承端面图像判断叶轮是否处于平衡状态，包括：
对叶轮旋转过程中的第一采集时刻的轴承端面图像进行霍夫变换的圆形检测，将得到的圆形区域记为轴承端面区域，以该轴承端面区域为滑窗，将第二采集时刻的轴承端面图像中对应的滑窗区域中像素点记为目标像素点，将第二采集时刻的轴承端面图像中对应的滑窗区域的中心像素点记为目标中心像素点，根据各目标像素点的灰度值和各目标像素点与目标中心像素点之间的位置关系判断叶轮是否处于平衡状态。
4.根据权利要求3所述的动平衡检测系统，其特征在于，所述根据各目标像素点的灰度值和各目标像素点与目标中心像素点之间的位置关系判断叶轮是否处于平衡状态，包括：
利用如下公式判断叶轮旋转过程中的第二采集时刻对应的轴承端面的移动方向：
Figure DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE004
其中，
Figure DEST_PATH_IMAGE006
为叶轮旋转过程中的第二采集时刻对应的轴承端面的横向移动判别指标，为叶轮旋转过程中的第二采集时刻对应的轴承端面的纵向移动判别指标；
Figure DEST_PATH_IMAGE008
为叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗区域中像素点的总个数；
Figure DEST_PATH_IMAGE010
为叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗中心像素点的横纵坐标，
Figure DEST_PATH_IMAGE012
为叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗区域中第
Figure DEST_PATH_IMAGE014
个像素点的横纵坐标；表示叶轮旋转过程中的第二采集时刻的轴承端面图像的滑窗区域中第个像素点的灰度值；H为叶轮静止时刻采集的轴承端面图像中轴承端面区域中各像素点的平均灰度值；当满足且的条件时，判定对应叶轮处于平衡状态；若不能满足
Figure DEST_PATH_IMAGE016
且的条件，判定叶轮处于不平衡状态。
5.根据权利要求1所述的动平衡检测系统，其特征在于，所述若叶轮不处于平衡状态，则计算叶轮旋转过程中各采集时刻对应的轴承端面图像中轴承端面中心点的坐标，包括：
根据叶轮旋转过程中第j个采集时刻的轴承端面图像的滑窗区域中像素点在该滑窗区域中相对位置判断滑窗的移动方向；
根据所述滑窗的移动方向判断所述第j个采集时刻的轴承端面图像的轴承端面区域的中心点所处象限；
将所述第j个采集时刻的轴承端面图像的滑窗区域以及轴承端面区域中心点所述象限对应的区域记为感兴趣区域；对所述感兴趣区域使用Canny算子进行边缘检测，对所得边缘点进行霍夫变换圆形检测，将检测得到的圆形区域作为所述第j个采集时刻的轴承端面图像的轴承端面区域。
6.根据权利要求1所述的动平衡检测系统，其特征在于，所述轴承偏移序列为：
Figure DEST_PATH_IMAGE018
其中，L为轴承偏移序列，为M个旋转周期内的第1个采集时刻所采集的图像中滑窗区域中心点的均值坐标，
Figure DEST_PATH_IMAGE020
为M个旋转周期内的第k个采集时刻所采集的图像中滑窗区域中心点的均值坐标，为M个旋转周期内的第n个采集时刻所采集的图像中滑窗区域中心点的均值坐标，M为设定旋转周期数量，n为一个旋转周期包括的采集时刻的数量。
7.根据权利要求6所述的动平衡检测系统，其特征在于，所述根据所述轴承偏移序列中元素的纵坐标判断最大失衡点相位，包括：
获取所得轴承偏移序列中纵坐标小于0的元素，将这些元素按照采集时间先后顺序投影到二维直角坐标系中，使用最小二乘法对这些元素的纵坐标进行曲线拟合，将曲线上波峰的个数记为失衡点的个数，将曲线上波峰所对应的采集时刻与周期
Figure DEST_PATH_IMAGE022
的比值记为该失衡点的相位，对所得各个波峰按照峰值绝对值的大小进行排序，得到最大失衡点的相位。
8.根据权利要求1所述的动平衡检测系统，其特征在于，所述将所述轴承偏移曲线与预设的符合设定条件的多条轴承模拟偏移曲线进行比对，将最相似的轴承模拟偏移曲线对应的叶轮失衡点的质量失衡量作为所述最大失衡点相位对应的质量失衡量，包括：
根据所述最大失衡点相位，获取模拟器中对应相位上不同质量的轴承模拟曲线，使用KM匹配算法利将轴承偏移曲线与各轴承模拟曲线中的各个点进行匹配，获得所有匹配的数据对；将每组数据对中各个数据之间距离差值的绝对值记为每个数据对的相似指标，计算所有数据对相似指标的均值，将所述均值的倒数记为曲线之间的相似度，将相似度最大的轴承模拟曲线所对应的质量值作为该相位上的质量失衡量。
9.一种流体泵叶轮生产线，包括流体泵叶轮生产线本体和动平衡检测系统，所述流体泵叶轮生产线本体包括机床、刀具和夹具，其特征在于，所述动平衡检测系统为如权利要求1-8任一项所述的动平衡检测系统。
CN202210516707.2A 2022-05-13 2022-05-13 一种动平衡检测系统及使用其的流体泵叶轮生产线 Active CN114627115B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210516707.2A CN114627115B (zh) 2022-05-13 2022-05-13 一种动平衡检测系统及使用其的流体泵叶轮生产线

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210516707.2A CN114627115B (zh) 2022-05-13 2022-05-13 一种动平衡检测系统及使用其的流体泵叶轮生产线

Publications (2)

Publication Number Publication Date
CN114627115A true CN114627115A (zh) 2022-06-14
CN114627115B CN114627115B (zh) 2022-08-30

Family

ID=81907334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210516707.2A Active CN114627115B (zh) 2022-05-13 2022-05-13 一种动平衡检测系统及使用其的流体泵叶轮生产线

Country Status (1)

Country Link
CN (1) CN114627115B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115115864A (zh) * 2022-08-26 2022-09-27 济宁安泰矿山设备制造有限公司 一种泵精密转子轴动平衡测试方法及系统
CN116907729A (zh) * 2023-07-13 2023-10-20 东莞市卓茂仪器有限公司 一种基于点胶加质的叶轮平衡修正方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101576425A (zh) * 2009-06-18 2009-11-11 北京理工大学 一种汽轮机叶轮静平衡的测量方法与装置
CN101865752A (zh) * 2010-02-05 2010-10-20 陆金桂 螺旋桨动平衡的自动检测新方法
CN102435394A (zh) * 2011-09-14 2012-05-02 国电联合动力技术有限公司 一种风力发电机组叶片气动不平衡检测方法及其装置
CN102944359A (zh) * 2012-08-03 2013-02-27 浙江金刚汽车有限公司 一种智能轮胎种类识别及动平衡检测一体化设备
CN103801518A (zh) * 2014-01-29 2014-05-21 洛阳久德轴承模具技术有限公司 一种用于轴承滚动体的检测系统
CN106918426A (zh) * 2015-12-25 2017-07-04 上海联影医疗科技有限公司 一种ct系统及其机架动平衡测量调整方法
US20180142676A1 (en) * 2015-04-23 2018-05-24 Envision Energy (Denmark) Aps Method of Correcting Rotor Imbalance and Wind Turbine Thereof
CN109855802A (zh) * 2019-01-08 2019-06-07 深圳至汉装备科技有限公司 一种动平衡算法
FR3103785A1 (fr) * 2019-11-28 2021-06-04 Airbus Helicopters dispositif et procédé d’identification d’une trajectoire d’une pale d’un rotor pour équilibrage
CN113470108A (zh) * 2021-09-06 2021-10-01 中导光电设备股份有限公司 一种晶圆圆心偏移检测方法
CN113494429A (zh) * 2021-06-24 2021-10-12 明阳智慧能源集团股份公司 一种风机叶片气动不平衡监测方法
CN113962997A (zh) * 2021-12-22 2022-01-21 武汉同顺源钢构钢模有限公司 基于图像处理的带钢边裂缺陷检测方法及系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101576425A (zh) * 2009-06-18 2009-11-11 北京理工大学 一种汽轮机叶轮静平衡的测量方法与装置
CN101865752A (zh) * 2010-02-05 2010-10-20 陆金桂 螺旋桨动平衡的自动检测新方法
CN102435394A (zh) * 2011-09-14 2012-05-02 国电联合动力技术有限公司 一种风力发电机组叶片气动不平衡检测方法及其装置
CN102944359A (zh) * 2012-08-03 2013-02-27 浙江金刚汽车有限公司 一种智能轮胎种类识别及动平衡检测一体化设备
CN103801518A (zh) * 2014-01-29 2014-05-21 洛阳久德轴承模具技术有限公司 一种用于轴承滚动体的检测系统
US20180142676A1 (en) * 2015-04-23 2018-05-24 Envision Energy (Denmark) Aps Method of Correcting Rotor Imbalance and Wind Turbine Thereof
CN106918426A (zh) * 2015-12-25 2017-07-04 上海联影医疗科技有限公司 一种ct系统及其机架动平衡测量调整方法
CN109855802A (zh) * 2019-01-08 2019-06-07 深圳至汉装备科技有限公司 一种动平衡算法
FR3103785A1 (fr) * 2019-11-28 2021-06-04 Airbus Helicopters dispositif et procédé d’identification d’une trajectoire d’une pale d’un rotor pour équilibrage
CN113494429A (zh) * 2021-06-24 2021-10-12 明阳智慧能源集团股份公司 一种风机叶片气动不平衡监测方法
CN113470108A (zh) * 2021-09-06 2021-10-01 中导光电设备股份有限公司 一种晶圆圆心偏移检测方法
CN113962997A (zh) * 2021-12-22 2022-01-21 武汉同顺源钢构钢模有限公司 基于图像处理的带钢边裂缺陷检测方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
VOLKERT VAN DER WIJK 等，: "Active Dynamic Balancing Unit for Controlled Shaking Force and Shaking Moment Balancing", 《RESEARCHGATE》 *
冯维杰 等，: "基于STM32的车轮动平衡检测系统", 《制造业自动化》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115115864A (zh) * 2022-08-26 2022-09-27 济宁安泰矿山设备制造有限公司 一种泵精密转子轴动平衡测试方法及系统
CN116907729A (zh) * 2023-07-13 2023-10-20 东莞市卓茂仪器有限公司 一种基于点胶加质的叶轮平衡修正方法
CN116907729B (zh) * 2023-07-13 2024-05-14 东莞市卓茂仪器有限公司 一种基于点胶加质的叶轮平衡修正方法

Also Published As

Publication number Publication date
CN114627115B (zh) 2022-08-30

Similar Documents

Publication Publication Date Title
CN114627115B (zh) 一种动平衡检测系统及使用其的流体泵叶轮生产线
CN107229930B (zh) 一种指针式仪表数值智能识别方法
CN112818988B (zh) 一种指针式仪表自动识别读数方法及系统
CN105865344A (zh) 一种基于机器视觉的工件尺寸测量方法和装置
CN105004274B (zh) 一种基于三维视觉的圆柱面半径测量方法
CN109887015A (zh) 一种基于局部曲面特征直方图的点云自动配准方法
CN111126174A (zh) 一种用于机器人抓取零件的视觉检测方法
CN109060290B (zh) 基于视频和亚像素技术对风洞密度场进行测量的方法
CN113379712B (zh) 一种基于计算机视觉的钢桥螺栓病害检测方法及系统
CN109587475B (zh) 数字相机动态分辨率测量方法
CN107817044B (zh) 基于机器视觉的板材振动的测量装置及方法
CN108398572B (zh) 基于维诺图的粒子图像测速方法及装置
CN104913739A (zh) 一种曲轴曲拐偏心的视觉测量方法及装置
CN116452644A (zh) 基于特征描述子的三维点云配准方法、装置及存储介质
CN114663373A (zh) 一种用于零件表面质量检测的点云配准方法及装置
CN113820070A (zh) 基于机器视觉和扭摆法的刚体转动惯量测量方法及系统
CN112734858B (zh) 一种双目标定精度在线检测方法及装置
CN110544276A (zh) 最小二乘法椭圆拟合活塞裙部最大点处尺寸测量方法
CN107727023A (zh) 基于三点法的杂交四点法回转误差、圆度误差计算方法
CN106339987B (zh) 一种畸变图像转正方法及装置
CN108106549B (zh) 一种电机转子磁钢片装配径向缺陷的结构光检测方法
CN113870150B (zh) 基于连续多张遥感图像反演航天器低频振动参数的方法
CN114088088B (zh) 一种基于单目视觉的角速率与角加速度测量方法
CN106643566B (zh) 一种自动测量轮毂轮辐初始角度的方法
CN114549403A (zh) 一种机械零部件侧剖面多单体智能精密几何圆心检测方法

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
GR01 Patent grant
GR01 Patent grant