面向飞机装配的机器人制孔质量智能检测技术研究面向飞机装配的机器人制孔质量智能检测技术研究.docx

《面向飞机装配的机器人制孔质量智能检测技术研究面向飞机装配的机器人制孔质量智能检测技术研究.docx》由会员分享，可在线阅读，更多相关《面向飞机装配的机器人制孔质量智能检测技术研究面向飞机装配的机器人制孔质量智能检测技术研究.docx（1页珍藏版）》请在第一文库网上搜索。

1、面向飞机装配的机器人制孔质量智能检测技术研究科技成果名称面向飞机装配的机器人制孔质量智能检测技术研究关键词飞机装配，机器人制孔、智能检测，机器视觉，深度学习科技成果类型集成创新科技成果所处阶段中试放大科技成果应用领域制造业科技成果简介飞机装配制孔数量庞大、技术要求高，机体装配成本中60%源于制孔，85%的质量问题源于制孔。所以，制孔和孔质量检验在飞机装配中具有举足轻重的地位。随着自动化制孔设备的应用，制孔的质量和效率也得到了大幅提升。传统的人工检验难以跟上自动化、数字化生产的节奏。迫切需要研究和开发与机器人制孔相适应的高效率、高精度的智能化在线检测手段，从而为提升质量控制和管理水平提供支撑。飞

2、机装配孔质量检验时，工件一般保持在工装上的夹持状态，属于原位测量，具有产品结构复杂、待测范围广、待测信息种类较多，测量精度要求高等特点。“面向飞机装配的机器人制孔质量智能检测技术研究”基于对“制孔-检测”工艺流程的分析，从保证产能的角度出发，采用制孔和检测工位分开，在不同工装间流转的工艺方案；检验工位采用机器视觉系统进行非接触式检测的技术路线，满足检测的范围和精度；将视觉系统安装到机器人末端，以机器人为载体保证检测的质量和效率。机器视觉系统针对孔位测量范围大，精度要对相对低的特点，采用普通2D工业相机+镜头+光源的方案；针对孔径测量精度要求高，范围小的特点，采用普通2D工业相机+远心镜头+光源

3、的方案。软件开发使用Python+OpenCV的方式进行算法开发和调试。整套系统以Python为基础架构，OPenCV构建核心算法，tkinter提供U1支持。两组相机的数据采用同时传输、同时处理、同时计算、同时显示结果的方式，以最高的效率完成测量模块的任务。高精度孔径测量中,对于孔边沿不完整或不规则的情况,结合插钉试验，滤除部分不影响插钉效果的部分，补齐影响插钉效果的部分；从而输出多组“凹凸度”圆（包括最大内切圆、最小外接圆和介于其间的圆）和对应半径的组合。采用深度学习的方法，以“凹凸度”和对应的孔径为输入，标称的孔公差等级作为输出，通过训练获得网络的参数，从而确定孔径测量的模型；实际在系统上进行检测时，即可直接计算输出孔径误差等级。本项目研究了针对机器人制孔的孔质量智能检测技术,成功开发了孔质量智能检测系统样机，并进行了性能测评，孔边距检测精度0011,孔间距检测精度0.017mm,孔径检测精度0.003mm,达到了研究目标要求的检测精度指标。将孔质量智能检测系统应用到某主机厂生产线，以机器人为载体的检测系统，检测效率达到30孔/分，满足机器人制孔的孔质量检测需求，适合在自动化生产线上推广。