计算机视觉对震动环境下螺丝松动的监测仿真  

Simulation of Computer Vision Monitoring for Loose Screw under Vibration Environment

作　　者：陈向华[1,2] 周娟[1,2] 

机构地区：[1]电子科技大学信息与软件工程学院,四川成都610054 [2]成都工业学院计算机工程系,四川成都611730

出　　处：《计算机仿真》2014年第10期433-436,共4页Computer Simulation

基　　金：四川省应用基础研究计划项目(2013JY0059)

摘　　要：在频繁震动环境下,高精度设备受到无规则振动、冲击以及高温蠕变的影响,导致螺栓结构产生非固定滑动、分离或者脱落。螺栓结构具有复杂的动态性,脱落过程呈现不明显变化,螺丝帽与杆的相对位置变化过程与振动强度、外部环境呈现复杂关系,无法建立有效关联。传统视觉监控方法在振动条件下,获取的螺栓帽和杆的相对像素位置在无法建立关联的情况下,以静态阀值观测为主,存在较大的偏差,无法获取准确的螺栓松动监测结果。提出震动环境下聚类RBF神经网络的视觉螺丝松动监测方法。提取螺丝松动监控计算机视觉图像的特征,并针对上述螺丝帽与脱离的异常距离进行有效的识别。利用傅里叶变换方法建立螺丝松动监控图像特征矩阵,计算特征脱离聚类目标函数,并建立聚类RBF神经网络模型,完成监控。实验结果表明,利用改进算法可以实现计算机视觉对震动环境下螺丝松动监测,可以提高监测的准确性,防止由于螺丝松动造成的损失。A visual screw loose monitoring method is proposed based on RBF neural network under the vibration environment. Computer vision image feature of screw loose monitoring is extracted, and the abnormal distance be- tween screw and nut is identificated effectively. By using Fourier transform, the characteristic matrix of screw loose monitoring image is established, the clustering objective function is computed, a clustering RBF neural network mod- el is established, and the monitoring is achieved. Experimental results show that the improved method can be used to realize the computer visual monitoring of loose screw under the vibration environment, which can improve the accuracy of monitoring, to prevent the loss caused by screw loosening.

关 键 词：计算机视觉 震动环境 螺丝松动 

分 类 号：F127[经济管理—世界经济]