CN109596621A - 一种碳刷磨损检测方法及检测装置 - Google Patents

一种碳刷磨损检测方法及检测装置 Download PDF

Info

Publication number
CN109596621A
CN109596621A CN201811344674.8A CN201811344674A CN109596621A CN 109596621 A CN109596621 A CN 109596621A CN 201811344674 A CN201811344674 A CN 201811344674A CN 109596621 A CN109596621 A CN 109596621A
Authority
CN
China
Prior art keywords
carbon brush
surface image
image
brush surface
segmentation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811344674.8A
Other languages
English (en)
Inventor
姚鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Datong Xincheng New Material Co Ltd
Original Assignee
Datong Xincheng New Material Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Datong Xincheng New Material Co Ltd filed Critical Datong Xincheng New Material Co Ltd
Priority to CN201811344674.8A priority Critical patent/CN109596621A/zh
Publication of CN109596621A publication Critical patent/CN109596621A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)

Abstract

本申请实施例示出了一种碳刷磨损检测方法及检测装置，包括：检测是否存在待测碳刷；如果存在待测碳刷，对待测碳刷照明，获取碳刷表面图像；将碳刷表面图像进行预处理，得到预处理碳刷表面图像；将预处理碳刷表面图像进行图像增强，得到增强碳刷表面图像；将增强碳刷表面图像进行图像分割，得到分割碳刷表面图像；提取分割碳刷表面图像的特征量；根据分割碳刷表面图像的特征量计算碳刷表面图像缺陷加权；将碳刷表面图像缺陷加权与预设阈值相比较，如果碳刷表面图像缺陷加权大于预设阈值，则为不良品，如果碳刷表面图像缺陷加权小于预设阈值，则为良品。本发明碳刷磨损检测方法，检测效率高，检测精度高，满足碳刷产品表面磨损缺陷的检测要求。

Description

一种碳刷磨损检测方法及检测装置
技术领域
本发明涉及碳刷磨损检测技术领域，特别涉及一种碳刷磨损检测方法及检测装置。
背景技术
碳刷是许多电气设备中广泛使用的一种产品， 基本上各种换向式电机和直流电机都缺少不了碳刷，作为滑动接触件在各种旋转机械里面完成信号传递或者能量传递，其起到的作用非常重要 。特别是一些精密电器产品或者汽车等对安全性要求较高的产品，碳刷的质量好坏将直接影响这些重要产品的性能以及运行安全。因此，在碳刷生产过程中对碳刷检测以保证产品品质显得尤为重要。目前，碳刷制造过程中由于工艺等因素导致碳刷表面存在磨损的缺陷，主要是靠产线工人凭肉眼对碳刷表面磨损进行检测和挑选。 人工长时间靠肉眼检测碳刷产品极易产生疲劳，同时也会出现误判，漏检率和错检率都比较高，碳刷成品品质得不到有效保证，此外，人工检测存在另一个问题则是效率太低， 视觉疲劳后导致检测速度更加慢，所以人工检测方式根本没法满足碳刷产品表面磨损缺陷的检测要求。
发明内容
为克服相关技术中存在的问题，本发明提供一种碳刷磨损检测方法及检测装置，检测效率高，检测精度高，满足碳刷产品表面磨损缺陷的检测要求。
本发明实施例第一方面公开了一种碳刷磨损检测方法，所述碳刷磨损检测方法包括以下步骤：
检测是否存在待测碳刷；
如果存在待测碳刷，通过光源对待测碳刷进行照明，获取碳刷表面图像；
将所述碳刷表面图像进行预处理，得到预处理碳刷表面图像；
将所述预处理碳刷表面图像进行图像增强，得到增强碳刷表面图像；
将所述增强碳刷表面图像进行图像分割，得到分割碳刷表面图像；
提取所述分割碳刷表面图像的特征量；
根据所述所述分割碳刷表面图像的特征量计算碳刷表面图像缺陷加权；
将所述碳刷表面图像缺陷加权与预设阈值相比较，如果所述碳刷表面图像缺陷加权大于所述预设阈值，则为不良品，如果所述碳刷表面图像缺陷加权小于所述预设阈值，则为良品。
可选的，所述通过光源对碳刷进行照明的光源为条形光源。
可选的，所述将所述碳刷表面图像进行预处理包括：清晰度处理、数学形态学处理、图像滤波处理、边界提取处理、灰度变换处理以及二值化处理。
可选的，所述将所述预处理碳刷表面图像进行图像增强包括：噪声过滤和掩模标记。
可选的，所述图像分割包括：阈值分割。
可选的，提取所述分割碳刷表面图像的特征量的特征量包括：磨损长度、磨损深度以及磨损面积。
应用第一方面提供的一种碳刷磨损检测方法，检测是否存在待测碳刷；如果存在待测碳刷，通过光源对待测碳刷进行照明，获取碳刷表面图像；将所述碳刷表面图像进行预处理，得到预处理碳刷表面图像；将所述预处理碳刷表面图像进行图像增强，得到增强碳刷表面图像；将所述增强碳刷表面图像进行图像分割，得到分割碳刷表面图像；提取所述分割碳刷表面图像的特征量；根据所述所述分割碳刷表面图像的特征量计算碳刷表面图像缺陷加权；将所述碳刷表面图像缺陷加权与预设阈值相比较，如果所述碳刷表面图像缺陷加权大于所述预设阈值，则为不良品，如果所述碳刷表面图像缺陷加权小于所述预设阈值，则为良品。本发明实施例提供一种碳刷磨损检测方法，检测效率高，检测精度高，满足碳刷产品表面磨损缺陷的检测要求。
根据本公开的第二方面，提供一种碳刷滑板检测装置，所述装置包括：LED光源、光学***、送料***、图像采集模块以及图像处理模块，所述光学***分别与所述LED光源和所述图像采集模块电连接，所述数据采集模块与所述图像处理模块电连接；
所述LED光源用于对待测碳刷进行照明；
所述光学***用于检测是否存在待测碳刷，并控制所述LED光源和图像采集模块的开启；
所述送料***用于输送待测碳刷；
所述图像采集模块用于获取碳刷表面图像；
所述图像处理模块用于处理所述碳刷表面图像，分析碳刷磨损量。
可选的，所述图像处理模块还电连接有分选装置，所述分选装置用于接收所述碳刷磨损量，判断所述碳刷磨损量是否超出预设阈值，并根据判断结果分选碳刷。
第二方面示出的一种碳刷磨损检测装置，所述装置所述装置包括：LED光源、光学***、送料***、图像采集模块以及图像处理模块，所述光学***分别与所述LED光源和所述图像采集模块电连接，所述数据采集模块与所述图像处理模块电连接；所述LED光源用于对待测碳刷进行照明；所述光学***用于检测是否存在待测碳刷，并控制所述LED光源和图像采集模块的开启；所述送料***用于输送待测碳刷；所述图像采集模块用于获取碳刷表面图像；所述图像处理模块用于处理所述碳刷表面图像，分析碳刷磨损量。第二方面示出的一种碳刷磨损检测装置检测效率高，检测精度高，满足碳刷产品表面磨损缺陷的检测要求。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种碳刷磨损检测方法的流程示意图；
图2为本发明实施例提供的一种碳刷滑板检测装置的整体示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
实施例一
参见图1，为本发明实施例提供的一种碳刷磨损检测方法，其特征在于，所述碳刷磨损检测方法包括以下步骤：
检测是否存在待测碳刷；
如果存在待测碳刷，通过光源对待测碳刷进行照明，获取碳刷表面图像；
将所述碳刷表面图像进行预处理，得到预处理碳刷表面图像；
将所述预处理碳刷表面图像进行图像增强，得到增强碳刷表面图像；
将所述增强碳刷表面图像进行图像分割，得到分割碳刷表面图像；
提取所述分割碳刷表面图像的特征量；
根据所述所述分割碳刷表面图像的特征量计算碳刷表面图像缺陷加权；
将所述碳刷表面图像缺陷加权与预设阈值相比较，如果所述碳刷表面图像缺陷加权大于所述预设阈值，则为不良品，如果所述碳刷表面图像缺陷加权小于所述预设阈值，则为良品。
当碳刷工件的表面裂痕不良图像被智能相机拍照采集到之后，因碳刷工件生产制造现场的光线亮暗程度、***的一些干扰因素导致除了碳刷工件自身原因而存在的干涉特征都对碳刷工件被相机采集到的图像判定带来一定的影响。因此，在对所采集的工件图像正式处理之前， 需要提前对智能相机所采集得到的碳刷工件表面裂痕不良缺陷图像进行预处理。工件表面图像的增强能够有助于***对工件的图像进行快速精准的处理与判断。当采用智能相机将待检测工件拍照并提取出其图像之后 接下来需要利用视觉处理器来对所采集到的工件图像予以处理，一般都离不开一个重要的处理手段就是图像分割。在使用此种图像处理技术时，要能够确认所采集工件图像的价值区域，这样就能对该区域进行特征提取，所谓有价值区域就是平时所说的感兴趣区域，而其余不感兴趣区域则一律作为图像的背景进行处理。通过分割处理可以将智能相机拍照并提取所采集到的图像区分出其中所谓的有价值部分的数据 一般来说特征数据由形状、灰度、轮廓这些部分组成，多数场合下，最常被采用的方法是空间域与频率域两种。
实施例一提供的碳刷磨损检测方法，首先检测是否存在待测碳刷；如果存在待测碳刷，通过光源对待测碳刷进行照明，获取碳刷表面图像；将所述碳刷表面图像进行预处理，得到预处理碳刷表面图像；将所述预处理碳刷表面图像进行图像增强，得到增强碳刷表面图像；将所述增强碳刷表面图像进行图像分割，得到分割碳刷表面图像；提取所述分割碳刷表面图像的特征量；根据所述所述分割碳刷表面图像的特征量计算碳刷表面图像缺陷加权；将所述碳刷表面图像缺陷加权与预设阈值相比较，如果所述碳刷表面图像缺陷加权大于所述预设阈值，则为不良品，如果所述碳刷表面图像缺陷加权小于所述预设阈值，则为良品。本发明实施例提供一种碳刷磨损检测方法，检测效率高，检测精度高，满足碳刷产品表面磨损缺陷的检测要求。
实施例二为本发明优选的实施例提供的一种碳刷磨损检测方法，其特征在于，所述碳刷磨损检测方法包括以下步骤：
检测是否存在待测碳刷；
如果存在待测碳刷，通过光源对待测碳刷进行照明，获取碳刷表面图像；
将所述碳刷表面图像进行预处理，得到预处理碳刷表面图像；
将所述预处理碳刷表面图像进行图像增强，得到增强碳刷表面图像；
将所述增强碳刷表面图像进行图像分割，得到分割碳刷表面图像；
提取所述分割碳刷表面图像的特征量；
根据所述所述分割碳刷表面图像的特征量计算碳刷表面图像缺陷加权；
将所述碳刷表面图像缺陷加权与预设阈值相比较，如果所述碳刷表面图像缺陷加权大于所述预设阈值，则为不良品，如果所述碳刷表面图像缺陷加权小于所述预设阈值，则为良品。
其中，所述通过光源对碳刷进行照明的光源为条形光源。在智能机器视觉***中，智能相机对工件拍照并提取图像以用于***图像处理并作出判断，图像采集效果的质量对最终的评判结果有直接的影响，若所采集到的图像质量不佳或者特征提取不全则难以得到真实的处理判断结果，从而给检测工作带来干扰或影响。而智能相机能否取得良好的图像效果，这其中光源择取的是否合适是比较关键的一个因素，因此，在***设计时就要格外重视相机配套的光源的对比与选择，主要是基于工件特点以及各部分相对空间位置等具体信息来对光源进行确定。目前，常规的相机光源主要包括环形光源、背光源、同轴光源、条形光源、线形光源等各种不同的光源，这些光源在实际的视觉***中经常使用，适用的场合主要根据检测工件的形状、特征以及测量或检测功能性能来确定，只有选择合适的光源类型才能采集出满足检测效果的图像。通过打光方式对比，考虑到本装置需要对碳刷产品表面磨损缺陷有一个准确的图像采集，采用白色条形光源前向打光方式，光源位于碳刷产品和相机之间，这样可以收到清晰的图像效果。
实施例三为本发明优选的实施例提供的一种碳刷磨损检测方法，其特征在于，所述碳刷磨损检测方法包括以下步骤：
检测是否存在待测碳刷；
如果存在待测碳刷，通过光源对待测碳刷进行照明，获取碳刷表面图像；
将所述碳刷表面图像进行预处理，得到预处理碳刷表面图像；
将所述预处理碳刷表面图像进行图像增强，得到增强碳刷表面图像；
将所述增强碳刷表面图像进行图像分割，得到分割碳刷表面图像；
提取所述分割碳刷表面图像的特征量；
根据所述所述分割碳刷表面图像的特征量计算碳刷表面图像缺陷加权；
将所述碳刷表面图像缺陷加权与预设阈值相比较，如果所述碳刷表面图像缺陷加权大于所述预设阈值，则为不良品，如果所述碳刷表面图像缺陷加权小于所述预设阈值，则为良品。
其中，所述将所述碳刷表面图像进行预处理包括：清晰度处理、数学形态学处理、图像滤波处理、边界提取处理、灰度变换处理以及二值化处理。数学形态学：用于边界线条的加粗或减弱。一般由于光源问题，拍摄出的图像的线条与本身有有一定差距，可以通过数学形态学来调整。灰度变换： 用于使偏暗或偏亮的图片达到指定的灰度范围内， 以减少光源等问题所造成的灰度偏移。
实施例四为本发明优选的实施例提供的一种碳刷磨损检测方法，其特征在于，所述碳刷磨损检测方法包括以下步骤：
对碳刷滑板表面进行补光，并获取碳刷滑板表面原始图像；
将所述碳刷滑板表面原始图像进行预处理，得到预处理碳刷滑板表面图像；
将所述预处理碳刷滑板表面图像进行中值滤波，得到初步处理碳刷滑板表面图像；
将所述初步处理碳刷滑板表面图像进行图像分割，得到分割碳刷滑板表面图像；
提取所述分割碳刷滑板表面图像的边缘，得到碳刷滑板表面图像的轮廓；
对所述碳刷滑板表面图像的轮廓进行定位，置入预设的坐标系图中，与预设的碳刷滑板表面图像的轮廓的坐标进行比较分析，获得碳刷磨损磨损量。
其中，述对对碳刷滑板表面进行补光之前还包括：通过基于2D平面棋盘标靶技术对所述3D相机拍摄参数进行标定。采用2D平面棋盘标靶技术对视觉***进行标定，可以赋予其精确的测量能力，获得的碳刷滑板表面原始图像更准确。
实施例五为本发明优选的实施例提供的一种碳刷磨损检测方法，其特征在于，所述碳刷磨损检测方法包括以下步骤：
检测是否存在待测碳刷；
如果存在待测碳刷，通过光源对待测碳刷进行照明，获取碳刷表面图像；
将所述碳刷表面图像进行预处理，得到预处理碳刷表面图像；
将所述预处理碳刷表面图像进行图像增强，得到增强碳刷表面图像；
将所述增强碳刷表面图像进行图像分割，得到分割碳刷表面图像；
提取所述分割碳刷表面图像的特征量；
根据所述所述分割碳刷表面图像的特征量计算碳刷表面图像缺陷加权；
将所述碳刷表面图像缺陷加权与预设阈值相比较，如果所述碳刷表面图像缺陷加权大于所述预设阈值，则为不良品，如果所述碳刷表面图像缺陷加权小于所述预设阈值，则为良品。
其中，所述将所述预处理碳刷表面图像进行图像增强包括：噪声过滤和掩模标记。噪声过滤可以采用但不限于高斯滤波，图像滤波主要作用是来消除拍摄出的非拍摄物体本身的噪声点，从而便于特征提取和判别。高斯滤波最主要的功能和作用就是让所采集到的工件图像的处理效果更加平滑一些。
实施例六为本发明优选的实施例提供的一种碳刷磨损检测方法，其特征在于，所述碳刷磨损检测方法包括以下步骤：
检测是否存在待测碳刷；
如果存在待测碳刷，通过光源对待测碳刷进行照明，获取碳刷表面图像；
将所述碳刷表面图像进行预处理，得到预处理碳刷表面图像；
将所述预处理碳刷表面图像进行图像增强，得到增强碳刷表面图像；
将所述增强碳刷表面图像进行图像分割，得到分割碳刷表面图像；
提取所述分割碳刷表面图像的特征量；
根据所述所述分割碳刷表面图像的特征量计算碳刷表面图像缺陷加权；
将所述碳刷表面图像缺陷加权与预设阈值相比较，如果所述碳刷表面图像缺陷加权大于所述预设阈值，则为不良品，如果所述碳刷表面图像缺陷加权小于所述预设阈值，则为良品。
其中，所述图像分割包括：阈值分割。通常阈值分割法就是基于采集的图像当中背景与特征区域之间存在的灰度变化，采用阈值设定方式来讲像素点分成多个灰度类别， 这样就实现了对采集图像的简单有效分割，采集的图像中的背景和特征区域分割明显， 从而便于对采集图像的特征区域即目标物体进行分析和处理，而二值化算法就是多个阈值分割算法中分割效果比较好、重要且使用较为简单的一种。
实施例七为本发明优选的实施例提供的一种碳刷磨损检测方法，其特征在于，所述碳刷磨损检测方法包括以下步骤：
检测是否存在待测碳刷；
如果存在待测碳刷，通过光源对待测碳刷进行照明，获取碳刷表面图像；
将所述碳刷表面图像进行预处理，得到预处理碳刷表面图像；
将所述预处理碳刷表面图像进行图像增强，得到增强碳刷表面图像；
将所述增强碳刷表面图像进行图像分割，得到分割碳刷表面图像；
提取所述分割碳刷表面图像的特征量；
根据所述所述分割碳刷表面图像的特征量计算碳刷表面图像缺陷加权；
将所述碳刷表面图像缺陷加权与预设阈值相比较，如果所述碳刷表面图像缺陷加权大于所述预设阈值，则为不良品，如果所述碳刷表面图像缺陷加权小于所述预设阈值，则为良品。
其中，提取所述分割碳刷表面图像的特征量的特征量包括：磨损长度、磨损深度以及磨损面积。
第二方面示出的一种碳刷滑板检测装置，请参阅图2，所述装置包括：LED光源1、光学***2、送料***3、图像采集模块4以及图像处理模块5，所述光学***2分别与所述LED光源1和所述图像采集模块4电连接，所述数据采集模块4与所述图像处理模块5电连接；
所述LED光源1用于对待测碳刷进行照明；
所述光学***2用于检测是否存在待测碳刷，并控制所述LED光源1和图像采集模块4的开启；
所述送料***3用于输送待测碳刷；
所述图像采集模块4用于获取碳刷表面图像；
所述图像处理模块5用于处理所述碳刷表面图像，分析碳刷磨损量。
作为优选的实施例，所述图像处理模块5还电连接有分选装置6，所述分选装置6用于接收所述碳刷磨损量，判断所述碳刷磨损量是否超出预设阈值，并根据判断结果分选碳刷。如果碳刷磨损量超出预设阈值，分选装置6将碳刷分选都不良品区，如果碳刷磨损量未超出预设阈值，分选装置6将碳刷分选到良品区。
本领域技术人员在考虑说明书及实践这里公开的申请后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由上面的权利要求指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确流程，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (8)

1.一种碳刷磨损检测方法，其特征在于，所述碳刷磨损检测方法包括以下步骤：
检测是否存在待测碳刷；
如果存在待测碳刷，通过光源对待测碳刷进行照明，获取碳刷表面图像；
将所述碳刷表面图像进行预处理，得到预处理碳刷表面图像；
将所述预处理碳刷表面图像进行图像增强，得到增强碳刷表面图像；
将所述增强碳刷表面图像进行图像分割，得到分割碳刷表面图像；
提取所述分割碳刷表面图像的特征量；
根据所述所述分割碳刷表面图像的特征量计算碳刷表面图像缺陷加权；
将所述碳刷表面图像缺陷加权与预设阈值相比较，如果所述碳刷表面图像缺陷加权大于所述预设阈值，则为不良品，如果所述碳刷表面图像缺陷加权小于所述预设阈值，则为良品。
2.根据权利要求1所述的一种碳刷磨损检测方法，其特征在于，所述通过光源对碳刷进行照明的光源为条形光源。
3.根据权利要求1所述的一种碳刷磨损检测方法，其特征在于，所述将所述碳刷表面图像进行预处理包括：清晰度处理、数学形态学处理、图像滤波处理、边界提取处理、灰度变换处理以及二值化处理。
4.根据权利要求1所述的一种碳刷磨损检测方法，其特征在于，所述将所述预处理碳刷表面图像进行图像增强包括：噪声过滤和掩模标记。
5.根据权利要求1所述的一种碳刷磨损检测方法，其特征在于，所述图像分割包括：阈值分割。
6.根据权利要求1所述的一种碳刷磨损检测方法，其特征在于，提取所述分割碳刷表面图像的特征量的特征量包括：磨损长度、磨损深度以及磨损面积。
7.一种碳刷磨损检测装置，其特征在于，所述装置包括：LED光源（1）、光学***（2）、送料***（3）、图像采集模块（4）以及图像处理模块（5），所述光学***（2）分别与所述LED光源（1）和所述图像采集模块（4）电连接，所述数据采集模块（4）与所述图像处理模块（5）电连接；
所述LED光源（1）用于对待测碳刷进行照明；
所述光学***（2）用于检测是否存在待测碳刷，并控制所述LED光源（1）和图像采集模块（4）的开启；
所述送料***（3）用于输送待测碳刷；
所述图像采集模块（4）用于获取碳刷表面图像；
所述图像处理模块（5）用于处理所述碳刷表面图像，分析碳刷磨损量。
8.根据权利要求7所述的一种碳刷磨损检测装置，其特征在于，所述图像处理模块（5）还电连接有分选装置（6），所述分选装置（6）用于接收所述碳刷磨损量，判断所述碳刷磨损量是否超出预设阈值，并根据判断结果分选碳刷。
CN201811344674.8A 2018-11-13 2018-11-13 一种碳刷磨损检测方法及检测装置 Pending CN109596621A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811344674.8A CN109596621A (zh) 2018-11-13 2018-11-13 一种碳刷磨损检测方法及检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811344674.8A CN109596621A (zh) 2018-11-13 2018-11-13 一种碳刷磨损检测方法及检测装置

Publications (1)

Publication Number Publication Date
CN109596621A true CN109596621A (zh) 2019-04-09

Family

ID=65958650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811344674.8A Pending CN109596621A (zh) 2018-11-13 2018-11-13 一种碳刷磨损检测方法及检测装置

Country Status (1)

Country Link
CN (1) CN109596621A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111855796A (zh) * 2020-09-04 2020-10-30 浙江城建煤气热电设计院有限公司 一种对旋转设备电能传导的接触面检测装置及其方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204679607U (zh) * 2015-06-24 2015-09-30 重庆交通大学 发电机碳刷状态监测***
CN105158268A (zh) * 2015-09-21 2015-12-16 武汉理工大学 精冲零部件缺陷智能在线检测方法、***及装置
CN103837097B (zh) * 2012-11-23 2016-12-21 上海久点触控计算机***股份有限公司 一种基于图像处理的工件角度自动测量装置及测量方法
CN107328342A (zh) * 2017-08-16 2017-11-07 国家电网公司 一种在线式方形碳刷磨损检测装置
CN107389701A (zh) * 2017-08-22 2017-11-24 西北工业大学 一种基于图像的pcb表观缺陷自动检测***及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103837097B (zh) * 2012-11-23 2016-12-21 上海久点触控计算机***股份有限公司 一种基于图像处理的工件角度自动测量装置及测量方法
CN204679607U (zh) * 2015-06-24 2015-09-30 重庆交通大学 发电机碳刷状态监测***
CN105158268A (zh) * 2015-09-21 2015-12-16 武汉理工大学 精冲零部件缺陷智能在线检测方法、***及装置
CN107328342A (zh) * 2017-08-16 2017-11-07 国家电网公司 一种在线式方形碳刷磨损检测装置
CN107389701A (zh) * 2017-08-22 2017-11-24 西北工业大学 一种基于图像的pcb表观缺陷自动检测***及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张智勇 等: "《2004版ISO14001标准理解及其在一体化管理体系中的应用》", 31 August 2005, 中国计量出版社 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111855796A (zh) * 2020-09-04 2020-10-30 浙江城建煤气热电设计院有限公司 一种对旋转设备电能传导的接触面检测装置及其方法
CN111855796B (zh) * 2020-09-04 2023-08-25 浙江城建煤气热电设计院股份有限公司 一种对旋转设备电能传导的接触面检测装置及其方法

Similar Documents

Publication Publication Date Title
CN109490316B (zh) 一种基于机器视觉的表面缺陷检测算法
CN106053479B (zh) 一种基于图像处理的工件外观缺陷的视觉检测***
CN109668909A (zh) 一种玻璃缺陷检测方法
Liming et al. Automated strawberry grading system based on image processing
CN115082683A (zh) 一种基于图像处理的注塑缺陷检测方法
CN113781486B (zh) Ic卡图像缺陷检测方法
CN113109348B (zh) 一种基于机器视觉的桨影移印缺陷识别方法
CN110111303A (zh) 一种基于动态图像的大型运载皮带撕裂故障智能检测方法
CN112184648A (zh) 一种基于深度学习的活塞表面缺陷检测方法及***
CN113177924A (zh) 一种工业流水线产品瑕疵检测方法
CN106501272B (zh) 机器视觉焊锡定位检测***
Samarawickrama et al. Matlab based automated surface defect detection system for ceremic tiles using image processing
CN110403232A (zh) 一种基于二级算法的烟支质量检测方法
CN106934801A (zh) 一种基于Laws纹理滤波的荧光磁粉缺陷自动识别方法
CN110096980A (zh) 字符检测识别***
CN108389216A (zh) 面向在线铁谱图像磨粒识别的局部自适应阈值分割方法
CN109239073A (zh) 一种用于汽车车身的表面缺陷检测方法
CN111487192A (zh) 一种基于人工智能的机器视觉表面缺陷检测装置及方法
CN108582075A (zh) 一种智能机器人视觉自动化抓取***
CN108776143A (zh) 一种鸡蛋蛋壳表面微小污斑的在线视觉检测装置及方法
CN115063407A (zh) 一种用于环形铜垫片的划痕及裂纹识别方法
CN110060239B (zh) 一种用于瓶子瓶口的缺陷检测方法
CN109596621A (zh) 一种碳刷磨损检测方法及检测装置
Wu et al. Fast processing of foreign fiber images by image blocking
CN114155226A (zh) 一种微小缺陷边缘计算方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190409