發(fā)動機缸體質量檢測設計【說明書+CAD+PROE】,說明書+CAD+PROE,發(fā)動機缸體質量檢測設計【說明書+CAD+PROE】,發(fā)動機,缸體,質量,檢測,設計,說明書,仿單,cad,proe 畢業(yè)設計(論文)外文資料翻譯 學 院： 機械電子工程學院 專 業(yè)： 機械設計制造及其自動化 姓 名： 徐博 學 號： 060501516 外文出處： Seung-Nam Yu, Jae-Ho Jang,Chang-Soo Han (用外文寫) Department of Mechanical Engineering, Hanyang University, Seoul, Korea Accepted 8 May 2006. 指導教師評語： 簽名： 年 月 日 附 件： 1.外文資料翻譯譯文；2.外文原文。 附件1：外文資料翻譯譯文 一種自動檢測隧道內混凝土上的裂縫的可移動機器人 摘要： 為了評測混凝土建筑物的安全性，用肉眼觀察裂縫的檢查員會周期性地測量并且記錄裂縫。不過這種手工檢查的效率是很低的并且很容易產(chǎn)生主觀的結論。因此，這項研究為混凝土的結構檢查和測量裂縫提供了一個新的方案，它能夠提供客觀的裂縫數(shù)據(jù)，在評測安全性的過程中將會使用到這些數(shù)據(jù)。這個系統(tǒng)由一個移動機器人系統(tǒng)和一個裂縫視覺系統(tǒng)組成。移動機器人系統(tǒng)被一個圖象處理設備（CCD）控制著與墻保持恒定的距離。裂縫視覺系統(tǒng)運用圖象處理技術，可以由獲得的圖像中得到有關裂縫的信息。為了保證對裂縫辨認的準確性，此系統(tǒng)運用了圖像處理程序來得到裂縫結構的幾何學特性和模型。目前這個系統(tǒng)已經(jīng)被實驗室和有關這個領域的實驗所證實。 2006 Elsevier B.V.版權所有。 關鍵字： 裂縫； 隧道； 檢查； 圖象處理； 移動的機器人 1、簡介： 大約70%的朝鮮地區(qū)都是多山區(qū)，在這些地區(qū)修建鐵路和公路都需要很多的隧道。在保持交通通暢的情況下，有關混凝土建筑物如隧道的安全性的調查依然在進行著。為了確定這種結構的安全，利用非破壞性實驗的定期檢查正在進行。不過，非破壞性的實驗的低效率和錯綜復雜的程序讓人們打消了用這樣的實驗整個代替人的目測的念頭。因此，非破壞性實驗僅僅局限于精確的檢查。[1] 視覺對混凝土建筑物的檢查與檢查員只使用他們的肉眼觀察沿結構表面走的裂縫的措施有關。由此可知，目測的主要缺點是不能保證一次迅速和完整的調查。為了解決這些問題，已經(jīng)研究出了各種各樣的使用圖象處理程序自動檢查裂縫的方法，而且應用到了實際的設施中，包括道路、橋梁、下水道等等。[2-6] 這項研究的特殊目的是要把一個裂縫察覺模件和移動機器人的綜合系統(tǒng)應用到隧道環(huán)境中。 類似的學科研究正在進行并且發(fā)展著。Komatsu 工程公司已經(jīng)研究出并且使這個能通過一臺激光掃描設備獲得道路和隧道里層的圖像的一個圖像捕獲系統(tǒng)商品化。日本的鐵路技術研究院研究出了一個使用CCD照相機得到鐵路隧道里層圖象的系統(tǒng)。來自加拿大的一個道路設備集團股份有限公司，已經(jīng)研究出一個由一臺超聲波傳感器、一臺陀螺傳感器和一架CCD照相機組成，能夠在80千米/小時速度下得到道路圖象的系統(tǒng)，并且這種系統(tǒng)已經(jīng)在市場上出售。[7] 這種系統(tǒng)對裂縫、滲漏、剝落和裂片圖象數(shù)據(jù)的收集非常有用；不過，他們不提供自動的裂縫檢查系統(tǒng)。如果要對裂縫數(shù)據(jù)作出迅速和客觀的評估，裂縫檢查和測量就必須是全自動化。 照相機和激光技術已經(jīng)被廣泛地應用在獲得建筑物表面的檢查圖象上，但是激光掃描設備的費用很昂貴；另外，它還有一個影響系統(tǒng)維護的發(fā)熱問題。這兩個問題使得它在各個領域的工作效力都很差。照像機掃描設備比激光設備成本更低，但是它在黑暗環(huán)境里有照明問題。因為費用是在工程實施中考慮較多的一個因素，所以要更進一步地研究表面圖像數(shù)據(jù)收集技術，這樣才能保證在低成本照相機的方法下，依然能夠保證混凝土結構的高水平的安全。綜上所述，這項研究提議的在一個隧道里由一個移動機器人和一個裂縫察覺系統(tǒng)組成的自動化表面裂縫檢查系統(tǒng)，將會比人工的檢查更節(jié)省資源，效率更高。 2、實驗情況 在距觀察的墻壁有一段固定位移的情況下，移動機器人系統(tǒng)在沒有檢查員幫助的情況下通過一臺CCD照相機獲得圖像數(shù)據(jù)。通過表格1提及的兩類照相機與表格2的比較描述了在這個研究系統(tǒng)中使用的CCD照相機的性能規(guī)格。 為了獲得更清晰的圖像，機器人采用了一臺高功率發(fā)光器、減震設備和一個以測量系統(tǒng)速度來控制CCD照相機的傳感器。為了獲得一個0.3毫米/象素的分辨率，系統(tǒng)可以以5千米/小時的速度運行。 裂縫檢查系統(tǒng)由能測出裂縫的厚度、長度、方向的軟件組成，這些對一個結構表面的檢查來說都是非常重要的因素。為了測試這個系統(tǒng)，實驗在如圖1中所示在大樓和道路隧道內進行。 圖 1 3.檢查機器人系統(tǒng) 3.1.檢查 考慮到安全的因素，混凝土的結構被分為裂縫，滲漏，裂片和其他屬性檢查； 不過，裂縫占有最重要的位置，因為它最影響混凝土的狀況 [8]. 混凝土結構的裂縫起因于不完善的修葺、溫度迅速降低引起的收縮、熱脹冷縮引起的波動、和擴大的場地而帶來的額外負荷。 裂縫可被分為垂直，水平，剪切和復合幾類。 大約40%的裂縫是垂直的，11%是水平的，30%剪切，具體請參閱圖2。 [9]. 圖2 裂縫的方向 3.2.系統(tǒng)配置 移動的機器人系統(tǒng)由視覺，機械，和數(shù)據(jù)存儲設備組成。 這些設備儲存著混凝土結構的表面圖像，使裂縫和非裂縫地區(qū)的分布狀態(tài)反差最大化和當系統(tǒng)自動移動到和結構平行時使噪音減到最小。 裂縫探測系統(tǒng)其實就是一個從圖象數(shù)據(jù)中篩選并且計算出裂縫的數(shù)字化信息的軟件。這個軟件選出裂縫的長度，寬度和方向。假如需要精密地檢查這個結構，裂縫探測系統(tǒng)可以提供幫助信息。 移動機器人系統(tǒng)由一臺CCD照像機，框架抓鉤，控制儀器自動調節(jié)焦距設備，減震設備，發(fā)光器和測量元件的速度和位置編碼器；如圖3所示。為了計算結構與機器人的距離，運用速度和位置因素，可以使照像機在無人狀態(tài)下可以自動調節(jié)焦距。 3.3.移動機器人系統(tǒng) 機器人有兩個被自動助推器獨立操作的輪子。 車輪的獨立運動運動學模型如圖4。 在圖5中，M點是個基準點，它也是機器人的重心，也是坐標的原點。假設認為機器人的車輪能不斷前進在一個沒有邊的表面上。通過做這個假定，以下的運動學公式可被獲得。 說明：(1)是大多數(shù)一般化的兩輪驅動機器人在運動學上的函數(shù)。不過，前兩個公式有著不能完全結合的特征，所以很難控制機器人。那個控制點或者車輪連接機器人的點被距它們距離為d的M點分開。當控制點設在機器人的中心時，也就是當d=0，控制點不能被準確連接。不過，當d>0時，那些控制點就可以連接到O點。因此，d不能為零，但是一定要足夠允許那些控制點可以被設在M點的附近。 這項研究使用了02年出現(xiàn)的機載系統(tǒng)' GSMR '(指導型服務移動機器人)的主要硬件和道路跟蹤算法。更多的細節(jié)數(shù)學方法在Ref里有解釋。[10]. 4.裂縫檢查算法 4.1.理論算法 裂縫和非裂縫的地區(qū)通過他們對比各自的光反射率值來區(qū)分。從反射的圖像得到的資料會被用于裂縫察覺和物理測量算法。圖象處理的全部自動化目前還是很難實現(xiàn)，因為準確的結果很難在不確定的環(huán)境里獲得。因此，在這項研究過程中，整個裂縫察覺的半自動化算法只能使用圖6中的方法實現(xiàn)。 雖然裂縫察覺系統(tǒng)的照明裝置不是很穩(wěn)定， 但是在裂縫和非裂縫的地區(qū)之間的一種亮度的差別可以用公式(2)的均衡作用達到。 式中， sk 獲得使正常的灰色素值 n 像素個數(shù) nj 含有j灰色素值的像素個數(shù) k 輸入的灰色素 通過調和量算子我們可以從圖像中提出裂縫信息。如式(3)所示，算子已經(jīng)獲得了對裂口的定向。[11]. 式中， 從圖7我們發(fā)現(xiàn)從第二個導數(shù)找零點比從第一個導數(shù)找最大點容易。 圖7 零交點的標記剖面圖 另外，調和量算子是一個不變量，因此被獲得的裂口是一個封閉的曲線，這對得到一個包括裂縫裂口的區(qū)域是有利的。 作為第2步，因為調和量算子對噪音敏感，系統(tǒng)使用了剛性的高斯型曲線過濾器。 被發(fā)現(xiàn)的裂口形成了一個溝壑，這被定義為在兩裂口之間的一個最低點，參閱圖8。在8圖(a)顯示的一維外形被掃描產(chǎn)生朝裂口方向的二維圖，如圖8(b)。 圖8 裂口的定義.(a)谷的一維圖.(b)谷的二維圖. 當下列條件滿足時，從一個裂縫裂口到另一個裂口的掃描將被終止。 首先，當另一裂口被穿過時，最低點的位置被獲得并且儲存。然后裂縫的寬度就是從它的最低點到它的裂口。其次，如果當前的象素的灰色度水平比任何其他裂口的高，掃描會停止。最后，當掃描的長度比臨界值長時，掃描被停止。臨界值是在為一次非常有效率的計算作準備因為它能過濾噪音，但是當裂縫的寬度超過臨界值，這個裂縫的信息將被略過。 從圖像中提取出的裂縫信息應該根據(jù)它們的連接的類型把它們歸類。在圖像里，一道裂縫就是一套象素。在這篇文章里，第一個搜索方法是歸類法，并且要標記每個裂縫地區(qū)。[12]. 因為圖像是不連續(xù)的，象素之間的連接可能是比較差的。尤其是給裂縫在相同的地區(qū)貼標簽時會影響特征的計算。為了解決這個問題，把每部分的斜度計算結果與若干象素一起畫出一條直線。如果在他們之間的傾斜度變化很微小，它們就會被合并。 4.2.裂縫的圖像搜索法 利用所給的起點和終點，由圖像可以得到一張圖表，這幅圖像的邊界是通過最小二乘法估計得到。一幅圖像的象素是由一個象素的節(jié)點和8個附近的節(jié)點連結，使用圖6的方法可以找到最短的路徑[13]. 圖9描述了一個使用上述方法的例子。 最小二乘法操作如下。 第一步：把所以從起點發(fā)散的節(jié)點輸入到一個隊列中，上述的節(jié)點指針被定義為nA。然后，計算發(fā)散節(jié)點的距離。 第二步：如果隊列是空的，那么結果就是錯誤的。接著，找出最短的距離的那個節(jié)點nI并把它刪除掉。假如ni=nb，保留上述的指針在每一個節(jié)點和結果中。 第三步：假如對第二步的結果不滿意，增大節(jié)點ni并輸入所有的其它的節(jié)點到隊列中。然后，那上述的節(jié)點指針定義為ni并且每個節(jié)點的距離，重復第二步。 這種算法總能找到最佳的數(shù)值.但是，許多節(jié)點的增大可能是因為函數(shù)。為了提高效率，在每一個元件的長度一直保持在一個固定值時，常常采用不增大節(jié)點這個辦法。 4.3.裂縫的測量 并非全部預期的裂縫實際上都是真正的裂縫。引起混淆的因素主要包括建筑層，人為標記，噪音或者一個污點。當他們小得足以被認為是噪音、不長和太窄、或者是太直時，潛在的錯誤區(qū)域會被移除，人們常常認為線性是建筑層的特征。 這篇文章把量子用于裂縫的長度，寬度和方向上。當某個區(qū)域由裂口組成時，組成這個區(qū)域的點的寬度將會被計算。界外值尺寸會由中間過濾器的5段長度平均值得到。這是一個整數(shù)中間值。每個區(qū)域的寬度都可以用公式(4)計算。 裂縫的長度是根據(jù)圖像像素的數(shù)量來決定的。在計算后得每條對角線的長度為1.414，豎直和水平線都為1，真正的長度會被照像機校準測量(圖10)。 圖10 裂縫的測量 5.實驗 5.1.實驗安裝 在室內的一個墻壁結構上我們做了一個試驗。 車輪上安裝有一臺編碼器的一個移動機器人系統(tǒng)利用照相機獲得墻表面的圖像。機器人能和墻一直保持著一段恒定的距離。 如果移動的機器人不能和墻保持著一段恒定的距離， 圖像將仍能夠保持對準焦點，因為我們使用了一臺能自動調節(jié)的激光距離傳感器。為了防止振動從地板傳到照相機上，裝載照相機的這塊平板被鋼絲繩拴的很穩(wěn)定。圖11就是機器人室內的使用安裝情況。 圖12 描述了圖象處理軟件。裂縫信息顯示在軟件的右邊。圖13顯示了照相機校準的菜單，把輸入的每個象素之間的距離轉變成毫米，然后這個數(shù)據(jù)就被系統(tǒng)獲得。照相機的校驗是在一個表面上有黑色的小圓點的盤子上進行的；他們被間隔5mm地分開。圖14顯示的是一張覆蓋在一幅獲得的圖像和一些被選出的補償點上的圖片。 圖11 建筑物里的設備安裝 圖12 裂縫檢查的軟件系統(tǒng) 圖13 繪圖數(shù)據(jù)窗口 圖14 套圖塑料膜 5.2.實驗結果 圖15顯示的是從室內的結構獲得的這幅圖像，發(fā)現(xiàn)的裂縫則會顯示在圖16中。在圖15的右邊顯示的兩條垂直的線是嵌入在結構里的槽溝。因此，這些直線在它們被分辨出后將會被除去。顯示在圖15的右邊的直線會被排除，因為那些線不是真正的裂縫。 圖17和18顯示的是被處理后的圖像數(shù)據(jù)和被選出的裂縫。 因為鐵棒的終點線正好足夠長，但是改成某些形狀后，他們就不會被認為是裂縫了。 為了通過人眼的辨別率，系統(tǒng)通過圖畫來顯示結果。裂縫則使垂直，水平，和斜的校正方向，以及它們的長度，寬度，起點和終點來表達。這篇文章里我們推薦這個裂縫檢查系統(tǒng)，雖然它比較依賴操作環(huán)境的狀況，有一個75-85%的總出錯率。但是它認出的裂縫的測量誤差是10%或更少。 圖19 描述一堵地鐵內側隧道墻的圖像。使用我們的系統(tǒng)，這幅圖像將會經(jīng)過圖20的判別環(huán)節(jié)后被選出。 這個結果說明被提議的系統(tǒng)能夠識別裂縫甚至當它們不是足夠長，在形狀上很明顯需要更多的試驗，包括裂片等等。 6.結論 這篇文章提出使用圖象處理程序來避免人的檢查失誤的一個結構裂縫檢查系統(tǒng)，這些檢查失誤包括裂縫的錯誤判別，效率低，主觀性大和數(shù)據(jù)管理效率低。系統(tǒng)在室內的實驗設置已經(jīng)被證實，包括一個室內的建筑物，一條道路隧道和一條地鐵隧道。即使用先進的察覺方法，裂縫和非裂縫的錯誤的識別仍然存在。因此，考慮到要把錯誤的點去掉，半自動化系統(tǒng)用圖像搜索的方法才能確保如此，這種方法要求用戶輸入每個裂縫的起點和終點。 為了得到一個實用的系統(tǒng)，我們一定要加強對裂縫特性的深度和完全自動化的算法的研究。希望這篇文章能鼓勵這樣的研究繼續(xù)下去。 附件2：外文原文（復印件） — 13 —