计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
12期
84-87
,共4页
机器视觉%螺栓%松动监测%聚类算法
機器視覺%螺栓%鬆動鑑測%聚類算法
궤기시각%라전%송동감측%취류산법
Machine vision%Bolt%Loose monitoring%Clustering algorithm
高空飞机受到自身振动、气流冲击和温度瞬变等干扰时,导致飞机螺栓结构松动、断裂或者脱落等问题.飞机螺栓结构具有复杂的动态性,传统的飞机螺丝辅助视觉松动检测方法在处理飞机螺栓复杂结构时,获取的螺丝帽和螺丝杆的相对位置过程中,受到采集环境的影响,很难得到稳定特征,导致图像监测误差,无法获取准确的螺栓松动监测结果.提出聚类RBF神经网络算法的高空飞机螺栓紧固方法.根采集检测部分螺丝视觉图像序列,并对上述图像进行离散变换处理,提取高空飞机螺栓图像的可识别分离特征.针对螺栓机器视觉图像特征误差较大的缺陷,构建特征分离目标函数,并建立聚类RBF神经网络模型,对特征进行多次校验计算,完成判断.实验结果表明,利用改进算法进行机器视觉的高空飞机螺栓松动监测,能够极大的提高监测的准确性.
高空飛機受到自身振動、氣流遲擊和溫度瞬變等榦擾時,導緻飛機螺栓結構鬆動、斷裂或者脫落等問題.飛機螺栓結構具有複雜的動態性,傳統的飛機螺絲輔助視覺鬆動檢測方法在處理飛機螺栓複雜結構時,穫取的螺絲帽和螺絲桿的相對位置過程中,受到採集環境的影響,很難得到穩定特徵,導緻圖像鑑測誤差,無法穫取準確的螺栓鬆動鑑測結果.提齣聚類RBF神經網絡算法的高空飛機螺栓緊固方法.根採集檢測部分螺絲視覺圖像序列,併對上述圖像進行離散變換處理,提取高空飛機螺栓圖像的可識彆分離特徵.針對螺栓機器視覺圖像特徵誤差較大的缺陷,構建特徵分離目標函數,併建立聚類RBF神經網絡模型,對特徵進行多次校驗計算,完成判斷.實驗結果錶明,利用改進算法進行機器視覺的高空飛機螺栓鬆動鑑測,能夠極大的提高鑑測的準確性.
고공비궤수도자신진동、기류충격화온도순변등간우시,도치비궤라전결구송동、단렬혹자탈락등문제.비궤라전결구구유복잡적동태성,전통적비궤라사보조시각송동검측방법재처리비궤라전복잡결구시,획취적라사모화라사간적상대위치과정중,수도채집배경적영향,흔난득도은정특정,도치도상감측오차,무법획취준학적라전송동감측결과.제출취류RBF신경망락산법적고공비궤라전긴고방법.근채집검측부분라사시각도상서렬,병대상술도상진행리산변환처리,제취고공비궤라전도상적가식별분리특정.침대라전궤기시각도상특정오차교대적결함,구건특정분리목표함수,병건립취류RBF신경망락모형,대특정진행다차교험계산,완성판단.실험결과표명,이용개진산법진행궤기시각적고공비궤라전송동감측,능구겁대적제고감측적준학성.