基于卷积神经网络的自动压铆对位系统  

Automatic riveting alignment system based on convolutional neural network

作　　者：连志强 柯跃前 刘伟斌[3] LIAN Zhi-qiang;KE Yue-qian;LIU Wei-bin

机构地区：[1]福州大学机械工程及自动化学院,福州350108 [2]泉州师范学院物理与信息工程学院,泉州362000 [3]泉州华创智能科技有限公司,泉州362000

出　　处：《制造业自动化》2021年第3期66-70,98,共6页Manufacturing Automation

基　　金：福建省科技厅重大专项(2019HZ020010);福建省机器人基础部件与系统集成制造业技术创新中心资助。

摘　　要：由于钣金件在加工过程中受力变形弯曲,使压铆圆孔图像识别困难及分类错误,影响了机器视觉的识别效率与准确度。据此,依次使用基于卷积神经网络的圆孔分类和基于霍夫变换的圆检测算法,设计了一种自动压铆对位系统。检测结果表明:1)在经过15000次神经网络迭代训练后,交叉熵损失处于0.58以下,平均分类准确率达97%;2)铆接点识别成功率高达96.5%,算法平均每次耗时0.020s。自动压铆对位系统具有高效性、准确性和稳定性。

关 键 词：卷积神经网络 霍夫变换 自动压铆 视觉识别 深度学习 

分 类 号：V261.2[航空宇航科学与技术—航空宇航制造工程] TP183[自动化与计算机技术—控制理论与控制工程]