核燃料棒智能识别与定位系统研究

《核燃料棒智能识别与定位系统研究》由会员分享，可在线阅读，更多相关《核燃料棒智能识别与定位系统研究（77页珍藏版）》请在维思文库上搜索。

1、 学校代号 10532 学 号 S1502W0195 分 类 号 TP23 密 级 公 开 工程硕士学位论文 核燃料棒智能识别与定位系统研究 学位申请人姓名 钱 煜 培 养 单 位 机械与运载工程学院 导师姓名及职称 龚志辉副教授 陈铁坚高级工程师 学 科 专 业 车辆工程 研 究 方 向 机械制造工艺及设备 论文提交日 期 2018 年 4 月 20 日 学校代号：10532 学号：S1502W0195 密级：公开 湖南大学湖南大学工程工程硕士学位论文硕士学位论文 核燃料棒智能识别与定位系统研究 学位申请人姓名： 钱 煜 导师姓名及职称： 龚志辉副教授 陈铁坚高级工程师 培 养 单 位： 机

2、械与运载工程学院 专 业 名 称： 车辆工程 论文 提交 日期： 2018 年 4 月 20 日 论文 答辩 日期： 2018 年 5 月 16 日 答辩委员会主席： 金湘中教授 Research on Intelligent Identification and Positioning System of Nuclear Fuel Rods by QIAN Yu B.E. (Hunan Normal University) 2015 A thesis submitted in partial satisfaction of the Requirements for the degree of

3、 Master of Engineering in Vehicle Engineering in the Graduate School of Hunan University Supervisor Professor GONG Zhihui Machine vision; Edge extraction; Posture adjustment; Hypercentric optics 工程硕士学位论文 V 目 录 学位论文原创性声明和学位论文版权使用授权书 . I 摘 要 . II Abstract . III 插图索引 . VII 附表索引 . IX 第 1 章 绪论 .1 1.1 研究背

4、景与意义 .1 1.1.1 研究背景 .1 1.1.2 研究意义 .1 1.2 国内外研究现状 .2 1.2.1 机器视觉系统研究现状 .2 1.2.2 边缘提取算法研究现状 .4 1.3 论文研究思路和主要研究内容 .5 1.3.1 论文研究思路 .5 1.3.2 主要研究内容 .6 第 2 章 核燃料棒智能识别与定位系统设计 .7 2.1 核燃料棒智能识别与定位系统需求分析 .7 2.1.1 功能需求分析 .8 2.1.2 系统精度分析 . 10 2.2 成像系统设计与选型 . 12 2.2.1 成像环境设计 . 15 2.2.2 镜头与相机选择 . 16 2.3 系统工作模式和机械结构设

5、计 . 17 2.3.1 系统工作模式设计 . 17 2.3.2 整机机械结构设计 . 18 2.3.3 上料模块机械结构设计 . 19 2.3.4 图像采集模块机械结构设计 . 20 2.3.5 位姿调整模块机械结构设计 . 20 2.4 本章小结 . 21 第 3 章 自适应权值的多尺度、多方向形态学边缘提取算法 . 22 3.1 形态学基本理论 . 22 3.1.1 数学形态学概述 . 22 核燃料棒智能识别与定位系统研究 VI 3.1.2 二值数形态学 . 23 3.1.3 灰度形态学 . 26 3.1.4 形态学边缘提取算法 . 27 3.2 自适应权值的多尺度、多方向形态学边缘提取

6、算法 . 28 3.2.1 多尺度、多方向结构因子设计 . 28 3.2.2 抗噪形态学边缘提取算子 . 30 3.3 实验结果及分析 . 31 3.3.1 视觉效果对比分析 . 31 3.3.2 精度测试对比分析 . 32 3.4 本章小结 . 33 第 4 章 核燃料棒识别与定位算法研究 . 34 4.1 基于先验信息的旋转圆心修正算法 . 34 4.1.1 问题描述 . 35 4.1.2 数学模型 . 36 4.1.3 寻优策略设计 . 36 4.1.4 求解域和终止条件 . 37 4.1.5 实验结果分析 . 38 4.2 核燃料棒直线度评估算法研究 . 39 4.2.1 核燃料棒变形

7、分析 . 39 4.2.2 基于两端点连线法的直线度评估 . 39 4.3 核燃料棒识别和定位算法设计 . 42 4.4 核燃料棒智能识别与定位系统性能评估 . 44 4.5 本章小结 . 48 结论与展望 . 50 参考文献 . 52 致 谢 . 56 附 录 A 精度测试结果 . 57 工程硕士学位论文 VII 插图索引 图 1.1 论文研究思路 .5 图 2.1 核燃料棒和棒束实物图 .7 图 2.2 核燃料棒和棒束夹具图 .8 图 2.3 核燃料棒装配过程 .9 图 2.4 第 1#核燃料棒及其对应的装配孔 . 10 图 2.5 第 1#核燃料棒与其对应孔最小装配间隙示意图 . 11

8、图 2.6 普通镜头工作原理 . 12 图 2.7 普通镜头拍摄核燃料棒端部图像示意图 . 13 图 2.8 远心光学系统工作原理 . 13 图 2.9 超远心光学系统工作原理 . 14 图 2.10 普通成像系统拍摄图像 . 14 图 2.11 超远心成像系统拍摄图像 . 15 图 2.12 成像环境示意图 . 15 图 2.13 超远心光学成像环境三维模型 . 16 图 2.14 超远心镜头实物图 . 16 图 2.15 相机实物图 . 17 图 2.16 基于机器视觉核燃料棒定位与装配系统工作模式 . 18 图 2.17 核燃料棒智能识别与定位系统整机结构 . 19 图 2.18 上料模

9、块机械结构 . 19 图 2.19 图像采集模块机械结构 . 20 图 2.20 位姿调整模块机械结构 . 21 图 3.1 数学形态学基本处理流程 . 23 图 3.2 腐蚀运算示意图 . 24 图 3.3 膨胀运算示意图 . 24 图 3.4 二值图像数学形态学运算结果 . 25 图 3.5 灰度图像数学形态学运算结果 . 26 图 3.6 形态学边缘提取示意图 . 27 图 3.7 尺度为 1 的结构因子 . 29 图 3.8 多尺度、多方向的形态学边缘提取算法流程 . 31 图 3.9 第 1#核燃料棒边缘检测结果对比 . 32 图 4.1 旋转角计算偏差示意图 . 35 图 4.2

10、旋转圆心坐标修正流程 . 37 核燃料棒智能识别与定位系统研究 VIII 图 4.3 核燃料棒变形示意图 . 39 图 4.4 核燃料棒直线度计算原理 . 40 图 4.5 核燃料棒边缘展开过程 . 42 图 4.6 核燃料棒识别与定位算法流程 . 43 图 4.7 核燃料棒识别与定位计算过程 . 44 图 4.8 质量分布中心与标准中心重合 . 45 图 4.9 质量分布中心与标准中心不重合 . 46 图 4.10 核燃料棒智能识别与定位系统测试现场 . 46 图 4.11 精度测试数据概率密度分布 . 48 工程硕士学位论文 IX 附表索引 表 2.1 各组核燃料棒特征参数 .8 表 2.

11、2 超远心镜头参数 . 16 表 2.3 相机主要参数 . 17 表 3.1 标准棒隔离块分布测试结果对比 . 33 表 4.1 核燃料棒中间部位隔离块参数 . 35 表 4.2 隔离块厚度随迭代次数变化关系 . 38 表 4.3 核燃料棒直线度测量结果对比 . 41 表 4.4 核燃料棒智能识别与定位系统部分测试数据 . 47 工程硕士论文 1 第 1 章 绪论 1.1 研究背景与意义 1.1.1 研究背景 智能制造日益成为未来工业发展的趋势和核心内容，也是促进中国由制造大 国向工业强国转化的重要措施，是新形势下增强国际竞争力的必然选择1。通过 人与机器的共事与合作，将人类在社会生产中的体力

12、劳动和部分脑力劳动转交给 机器完成，该模式将自动化制造概念延伸扩展到智能化、柔性化和集成化的智能 制造2。智能制造包括智能制造技术和智能制造系统，其中，智能制造技术是智 能制造的底层支撑和应用保证3。 作为一种高效、高能、清洁的能源，核能已广泛应用于世界各国的军事与经 济等领域4。随着工业化进展的快速发展和传统能源的逐渐枯竭，大规模、广范 围、高技术的核能应用已成为大势所趋；此外，随着雾霾、废水等一系列环境问 题的相继涌现，调整能源结构，发展清洁能源迫在眉睫。2017 年 1 月国家能源局 在可再生能源发展“十三五”规划中明确提出，在“十三五”期间非化石能 源消费比重要提高 15%以上，其中核

13、能被寄予厚望5。 核能发电是核能应用中至关重要的一个部分，重水反应堆因具备能量利用率 高、废料污染小和工业化应用成熟等优点，在我国已具有规模化的商用化应用。 核燃料棒束是重水反应堆的基元，因核燃料棒对其周围环境具有一定辐射，人工 作业时会对人体产生一定伤害，故需自动化完成核燃料棒束的生产、加工、装配 等工作。由于组装需要智能识别、判断和定位，故核燃料棒束自动化装配是核电 行业的一大难题。 由于核燃料棒类型众多、特征差别微小、数量多、装配精密，且其装配过程 需要智能识别其类型、位姿和正反，传统的自动化装配工艺和设备很难保证装配 过程的顺利进行。本文针对 ZB 核燃料元件有限公司核燃料棒束自动化装

14、配中的 难题，设计开发了基于超远心光学的核燃料棒智能识别与定位系统，该系统采用 超远心光学系统采集核燃料棒的端面图像，通过图像处理和特征识别计算核燃料 棒的类型、正反和位姿，并将计算结果反馈于运动机构，从而完成核燃料棒的智 能识别与定位工作，满足核燃料棒装配过程的定位精度和效率要求。 1.1.2 研究意义 由于核燃料棒对周围环境具有一定辐射， 且其装配过程需要智能识别其类型、 位姿和正反，传统的自动化装配不能有效完成其装配过程，通过核燃料棒智能识 核燃料棒智能识别与定位系统研究 2 别与定位系统的研发，可保护工人安全、提高装配工作效率；随着核电技术的快 速发展，未来效率更高但辐射性更强的核燃料

15、应用势必到来，通过对核燃料棒智 能识别与定位的研究，为将来强辐射、高危险工作环境下智能化设备的研究奠定 基础；核电领域是一个国家国力的体现，核电领域智能化生产、装配的发展，有 利于提高国家的工业形象和竞争力。 1.2 国内外研究现状 机器视觉指的是让机器拥有人一样的视觉，同时兼顾简单的思考、计算和执 行能力。相机和镜头通过对现实世界真实场景的采集，将物理图像转换为电信号 传输至上位机，上位机通过图像处理和计算，完成图像识别和图像理解，从而达 到对真实场景的理解与判断69。 上世纪 50 年代，基于数理统计的模式识别研究是最早关于机器视觉的研究， 受限于当时的硬件条件，机器视觉的研究并未受到过多

16、重视。David Marr 于 19 世纪 70 年代首先提出视觉计算的概念和理论， 从此机器视觉的研究进入到一个新 阶段1011。随着科技的迅速发展，图像采集硬件性能和电脑计算能力获得快速提 升，且随着新理论、新概念和新方法的融入，机器视觉朝着多方向、多元化的方 向发展。 机器视觉的研究主要包括机器视觉系统研究和图像处理算法研究。其中机器 视觉系统可以在短时间内对现实世界的信息进行视觉采集、处理、加工和控制， 被广泛应用于装配定位、质量检测和物体识别的工业化生产中。而图像处理算法 是机器视觉的底层，其性能直接影响到机器视觉的适用范围，边缘提取是图像处 理算法的主要工作。本文主要介绍机器视觉系

17、统和边缘提取算法的国内外研究现 状。 1.2.1 机器视觉系统研究现状 毛晓波等人13通过对人类视觉系统的深入研究，构建了一种可兼顾全局性监 视与局部选择性精确跟踪相结合的机器视觉系统。采用全方位摄像机系统来实现 全局性监视的功能;用 PTZ 摄像机系统实现目标精确跟踪功能。该系统为解决视 觉跟踪中高分辨率、大视场和实时性三者之间的矛盾提供了一条有价值的途径。 刘泽等人14针对钢轨表面脱落和表面缺陷两种缺陷，设计了动态阈值分割算法和 缺陷区域提取算法，该算法可精确提取缺陷区域，并精确标定缺陷位置。他们采 用面阵相机辅以工业光源采集钢轨表面图像，利用 Halcon 和 Visual Csharp

18、 进行 图像处理算法编程。实验结果表明，该系统可在 100 km/h 的速度下,发现钢轨样 品表面缺陷,并准确标定缺陷位置。 蔡晋辉等人15开发了一套罐装线实时质量检测 视觉系统,该系统采用 6 台 CCD 工业相机、两台计算机同时工作，可根据杂质的 工程硕士论文 3 颜色、形状和尺寸等特征将罐装前桔瓣上细长类型的杂质检出。试验表明系统工 作效率约 30 片/s,误检率为 2%，可满足实时生产准确性和在线处理的要求。袁清 珂等人16以耳机孔壁弹性触点为研究对象,利用 CCD 相机作为图像采集硬件，开 发了一种基于机器视觉的自动检测系统，测试结果表明，该自动检测系统可实现 对孔内壁弹性触点高度的

19、精确快速检测,检测精度在0.006 mm 以内。 黄劼等人17 研制了一套基于二维扫描机构、图像获取单元和精密隔振工作台的机器视觉测量 系统，该系统解决了测量精密零件半球表面微小功能孔位置的难题。实验结果表 明，在对半球面半径为 60 mm、小孔半径为 2 mm 的工件测量中，其测量重复性 误差为 1.0和 1.4,微孔位置测量偏差的极大值为 2.13和 4.13。Blasco J 等人18 开发了一个自动水果分拣系统,该系统基于贝叶斯算法对水果和背景进行分割。 测 试结果表明，该系统对苹果的分类具有良好性能，且系统的精度和可重复性较高。 Su Z 等人19为有效地从羊毛中去除多丙基、包装材料

20、和黑色素纤维，开发了一套 由彩色线扫描 CCD 摄像机、主机计算机和喷气机组成的机器视觉系统，利用该 系统对多丙基、包装材料和黑色素纤维进行了识别和清除。实验结果表明，该系 统具有优异的分离性能。 Kuo W M 等人20采用机器视觉与压电电机研制了一种新 型的自动纳米对准系统。该系统利用 CCD 捕捉到的实时运动图像作为输入，获 得相应的输出反馈，通过矩阵变换建立了系统的特征矩阵。理论推导和实验试验 证明， 自动视觉辅助对准系统在实现纳米尺度的精度上具有较好鲁棒性和可行性。 R Kumar 等人21利用机器视觉系统来采集机加工表面图像，然后通过回归分析， 对机械加工表面表面粗糙度进行测量。该系统中利用三次卷积插值技术对原始图 像进行放大，并通过线性边缘增强算法对图像进行边缘增强。基于表面图像特征， 利用 Ga 参数对原始图像和放大图像进行质量评估， 并建立 Ga 和表面粗糙度之间 的相关关系。B Dhanasekar 等人22利用机器视觉技术，对均匀移动加工表面（磨 削、铣削）的表面粗糙度进行计算。为克服物体移动所带来的图像模糊，采用图 像重建算法对工件表面图像进行复原，并对复原图像的空间频率、灰度平均算术 平均值和预处理后的标准差等统计参数进行了量化,并将其输入人工神经网络 (ANN)，用来预测工件表面的粗糙度。仿真结果和实验结果表明