基于机器视觉高空飞机螺栓松动监测仿真

摘要：

高空飞机受到自身振动、气流冲击和温度瞬变等干扰时,导致飞机螺栓结构松动、断裂或者脱落等问题.飞机螺栓结构具有复杂的动态性,传统的飞机螺丝辅助视觉松动检测方法在处理飞机螺栓复杂结构时,获取的螺丝帽和螺丝杆的相对位置过程中,受到采集环境的影响,很难得到稳定特征,导致图像监测误差,无法获取准确的螺栓松动监测结果.提出聚类RBF神经网络算法的高空飞机螺栓紧固方法.根采集检测部分螺丝视觉图像序列,并对上述图像进行离散变换处理,提取高空飞机螺栓图像的可识别分离特征.针对螺栓机器视觉图像特征误差较大的缺陷,构建特征分离目标函数,并建立聚类RBF神经网络模型,对特征进行多次校验计算,完成判断.实验结果表明,利用改进算法进行机器视觉的高空飞机螺栓松动监测,能够极大的提高监测的准确性.

关键词：机器视觉、螺栓、松动监测、聚类算法

所属期刊栏目：31

分类号：TP311(计算技术、计算机技术)

在线出版日期：2015-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：84-87