基于视觉和内部传感的机电系统运行状态监控技术的研究

• 作 者: 陈良
• 机 构: 河北工业大学
• 出 处: 河北工业大学
• 发表日期: 2009年期
• 关键词: 机电设备 状态监控 故障诊断 机器视觉 内部传感

随着现代化生产的不断发展和科学技术的不断进步，机电设备正在朝着大型、高速、精密的方向发展，使得生产系统的自动化程度越来越高，各子系统之间的耦合作用越来越强，从而导致机电系统发生故障的可能性大大增加，出现的方式更加复杂。为了避免不必要的经济损失和人员伤亡，状态监测与故障诊断技术已经被广泛应用于各个领域。本文对基于视觉和内部传感的机电系统运行状态监控技术进行了深入研究，主要研究内容如下：　　
1.分析了当前国内外状态监测与故障诊断技术、机器视觉技术、信息融合技术、Petri网理论等的研究现状及发展趋势，提出基于视觉和内部传感的机电系统运行状态的监控方法。　　
2.对机电系统的状态与故障进行了详细分析，采用编码方式表示机电系统的各种运行状态信息，每组编码对应一种运行状态，通过监测编码信息的变化来判断系统运行状态是否正常。　　
3.在锰剂包装生产线上建立了视觉监控系统，描述了生产线的整个工作流程，并对生产线上各个监控点的故障症状进行了详细分析。　　
4.对视觉注意机制进行了研究。在Itti的视觉注意模型的基础上提出了一种面向工业检测的图像预处理算法，该算法以亮度、颜色和瞬间变化三种底层视觉特征为基础生成全局显著图，通过提取显著区域，能够快速找到目标所在区域。实验证明，在特定工业环境中，该算法普适性较高，通过调整不同特征的权重系数，即可满足不同工位的检测要求，大大节省了编程时间。　　
5.分析了常见的多传感信息融合方法，并比较了各自的特点。采用融合视觉信息和内部传感信息的方式分析了抓料装箱机的各种故障，结果表明，基于信息融合的故障检测和诊断结果更加准确。　　
6.研究了Petri网和模糊Petri网理论，对抓料装箱过程建立了基于模糊Petri网的故障诊断模型，并给出了故障推理算法，最后在模拟实验中验证了该算法的可行性和正确性。