欢迎来到天天文库
浏览记录
ID:53029706
大小:903.59 KB
页数:5页
时间:2020-04-14
《基于图像处理的挤出胎面尺寸控制应用-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、图像·编码与软件a叶技2015年第28卷第7期ElectronicSci.&Tech./July.15.2015doi:10.16180/j.cnki.issnl007-7820.2015.07.041基于图像处理的挤出胎面尺寸控制应用唐勋俊(桂林电子科技大学电子工程与自动化学院,广西桂林541004)摘要由于目前轮胎胎面挤出机控制系统多以挤出压力反馈控制为主,无法直接反映挤出胎面尺寸,致使一定量挤出胎面尺寸不合格。针对一情况,提出了一种基于图像处理的模糊神经控制方法,利用边缘改进阈值算法分割挤出胎面图像,提取出尺寸数据,
2、数据经由模糊神经网络分析,决策出适宜的挤出机螺杆转速,并反馈给挤出机,仿真实验表明,根据挤出胎面尺寸,模糊神经能较好地进行螺杆转速控制。该控制方法能有效提取挤出胎面尺寸数据,并具有较好的控制效果。关键词挤出胎面;图像处理;边缘加强阈值;模糊神经网络中图分类号TP391.41文献标识码A文章编号1007—7820(2015)07—140—05AppiicationsofExtrusionTreadSizeControlBasedonImageProcessingTANGXuniun(SchoolofElectronicEng
3、ineeringandAutomation,GuilinUniversityofElectronicTechnology,Guilin541004,China)AbstractThetiretreadextrusionmachinecontrolsystemismostlybasedonextrusionpressure,andthecon—trollingefectcannotdirectlyreflecttheextrusiontreadsizeandmakeitdisqualificationsometime.Inv
4、iewofthis,thispaperpresentsafuzzyneuralnetworkcontrolmethodbasedonimageprocessing,usingtheedgestrengtheningthresholdalgorithmtostrengthenextrusiontreadimageandextractthetreaddatabyfeedbackcontrolbasedonthefuzzyneuralnetworkanalysis.,I11esimulationresultsshowthatth
5、emethodhasgoodcontroloverthescrewrotationspeed.andefectivelyextractsextrusiontreadsizedata.Keywordsextrudedtread;imageprocessing;edgestrengtheningthreshold;fuzzyneuralnetwork随着我国汽车产业快速发展,轮胎制造业的生产1橡胶挤出过程工艺能力也得到显著增长。对轮胎的性能要求也越来越高。然而与此同时,轮胎行业生产技术仍存在着严重胎面挤出生产线是在一定速度下,
6、按照需要的精壁垒,一些关键制作工艺主要掌握在外资企业手中,从度要求生产出符合各种规格胎面断面尺寸的设备J。而造成本土企业在轮胎占有率竞争中处于劣势J。轮在生产的过程中由于受到现场环境的影响,在出现状胎生产过程中,挤出胎面是其中一个基本的组成部分,况的时候不能够及时作出处理,会造成橡胶材料的因其尺寸是否合格直接关系到轮胎成品的质量。因此如尺寸不合格造成浪费,影响胎面生产质量的提高。目何在实际生产中控制好各个挤出部件工艺参数,是轮前,为了掌握挤面尺寸的变化情况,通常采取的方法是胎行业所关注的问题。在胎面挤出生产线上设置在线胎面
7、质量秤,在挤出机研究利用图像处理提取挤出胎面各个尺寸,并由侧的是单位长度质量秤,在生产线尾部侧的是单条胎模糊神经分析技术进行分析控制。通过实时测量挤出面质量秤,通过称量胎面单位长度的质量可初步了解胎面的尺寸,优化胶条挤出控制系统,旨在解决一直困断面尺寸J。在生产过程中,为弥补其不足,有时还会扰轮胎生产企业挤出部件精度误差大的技术难题,通在生产线处人工用直尺测量挤出胎面肩宽,或用激光过挤出部件在线控制和智能化调整有效降低轮胎生产线扫描,其胎面厚度轮廓。企业的残次品率。胎面断面尺寸的测量主要包括肩宽、冠宽、左肩厚、右肩厚、冠厚
8、,其大致形状如图1所收稿日期:2014—12—23示,但根据挤出口型的不同,局部形状会有不同。基金项目:桂林电子科技大学研究生教育创新计划基金资助项目(GDYCSZ201482)作者简介:唐勋俊(1988一),男,硕士研究生。研究方向:工业智能控制。E.mail:504704056@qq.con140—
此文档下载收益归作者所有