基于BP神经网络的铆接位置识别方法设计

基于BP神经网络的铆接位置识别方法设计
廖健君;倪文波;王雪梅
【期刊名称】《制造业自动化》
【年(卷),期】2016(000)001
【摘要】为完成某大型设备铆接位置的判断，设计了一种基于BP神经网络的铆
接位置图像识别方法，包括工厂作业图像采集程序设计、位置图像特征提取及储存入库、3层BP神经网络系统设计训练及测试三个部分。

通过使用LABVIEW软件
设计程序，对铆接过程中含位置信息的图像进行采集，获取和量化图像的总体灰度平均值和质心，将每幅图像循环写入Microsoft Access的数据库中。

在MATLAB 软件平台下，将图像特征数据转化成训练样本输入离线网络进行训练，最后利用除训练样本外的图像特征数据输入在线识别程序验证网络的识别能力。

试验结果表明，该方法能较准确地识别出该大型设备制动杠杆在组装过程中铆枪铆接时的位置，准确率达到100%，可有效判断出漏铆问题的发生，保证设备的生产质量。

【总页数】4页(P38-41)
【作者】廖健君;倪文波;王雪梅
【作者单位】西南交通大学机械工程学院，成都 610031;西南交通大学机械工程学院，成都 610031;西南交通大学机械工程学院，成都 610031
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于GA-BP神经网络的结构损伤位置识别 [J], 马祥森;史治宇
2.焊缝位置识别的图像处理方法设计 [J], 王庆香;孙炳达;李迪
3.基于超声波检测的BP神经网络缺陷识别方法设计 [J], 刘松; 顾继俊; 汪颖; 陈磊磊; 李云龙; 李岩
4.基于改进的BP神经网络胶铆接头的力学性能预测研究 [J], 刘文杰;邢彦锋;陆瑶
5.基于BP神经网络的吊装吊耳位置识别方法研究 [J], 邬永江;赵鹏;刘喜
因版权原因，仅展示原文概要，查看原文内容请购买。