硕士毕业论文开题报告离心式磁悬浮血泵内部流场分析与试验研究

哈尔滨理工大学硕士学位论文开题报告学 院 机械动力工程 学 科、专 业 机械制造及其自动化 导 师 王 义 文 研 究 生 张 帆 入 学 时 间 2013 年 9 月 开题报告日期 2015 年 1 月 论 文 题 目 基于机器视觉的铁矿石色选算 法研究及软件设计 研 究 生 学 院1说 明一、开题来源应包括下列主要内容：1、 课题来源及研究的目的和意义；2、 国内外在该方向的研究现状及分析（文献综述） ；3、 主要研究内容；4、 研究方案及进度安排，预期达到的目标；5、 预计研究过程中可能遇到的困难和问题以及解决的措施；6、 主要参考文献（应在 30 篇以上，其中外文资料不少于三分之一，参考文献中近五年内发表的文献一般不少于三分之一，且必须有近二年内发表的文献资料） 。二、开题报告字数应不少于 5000 字三、开题报告时间最迟应于第三学期结束前完成四、若本次课题的开题报告未通过，需在一个月内再次进行开题报告。第二次学位论文开题报告仍未通过者，不能继续进行学位论文工作。五、开题报告结束后，评议小组要填写硕士学位论文开题报告评议结果报院研究生教学秘书备案。六、此表不够填写时，可另加附页。2一、课题来源及研究的目的和意义1.1 课题来源本课题来源于横向课题预研。1.2 课题的研究目的和意义近年来，由于我国经济快速发展,国内市场对钢铁的需求不断提高，主要应用于建筑、机械、汽车、造船、石化、电力、煤炭、铁道、轻工、家电、小五金等行业。市场对钢铁的旺盛需求,支撑我国钢铁工业持续发展 1，而铁矿石作为钢铁生产企业的重要原材料，对它的需求也在不断提高。铁矿石是指含有可经济利用的铁元素的矿石，一般低于 50%品位的铁矿石需要经过选矿才能冶炼利用 2。天然矿石（铁矿石）经过破碎、磨碎、磁选、浮选、重选等程序逐渐选出铁。中国铁矿资源有两个特点：一是贫矿多，富矿少，平均品位只有 33%3，贫矿出储量占总储量的 80%；二是多元素共生的复合矿石较多; 此外矿体复杂,有些贫铁矿上部为赤铁矿，下部为磁铁矿，在选铁过程中比较麻烦。针对中国铁矿石存在的特点，以及钢铁工业对铁精矿更高的要求，给中国选矿工作者提出了新的挑战，对中国冶金矿山选矿技术有了更深的发展要求，随之而来的就是促发选矿设备的进一步提高。在矿石进入磨矿作业之前，应将混入矿石中的一部分不同颜色的脉石矿物预选剔除，实现该丢早丢，以利于提高原矿品位 4。选厂采取的预选方法有手选、辐射拣选等 5。手选存在人力劳动强度大，成本高，处理量小，效率低等缺点；辐射拣选存在元器件易损坏、维修管理费高等缺点；针对这些问题，设计了模仿人手选的基于机械视觉技术的矿石色选系统。该系统将某些矿石破碎产品、杂质等大块抛废，从而提高入磨入选品位，因此可有效降低开发成本以及提高资源利用率 6。二、国内外发展现状32.1 机器视觉概述机器视觉主要利用计算机来模拟人或再现与人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制 7。主要应用于如工业检测、工业探伤、精密测控、自动生产线、邮政自动化、粮食选优、显微医学操作以及各种危险场合工作的机器人等 8 。其首要目标是用图像创建或恢复现实世界模型，然后认识现实世界 9。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块，如图 1 所示 10-11 。首先通过 CCD 图像传感器采集图像（目标） ，把目标的三维图像采集为二维图像，通过光信号转换成电信号，即所谓的模拟信号；再由图像采集卡把电信号转化成数字信号，供计算机处理。被测目标光学成像系统图形采集与数字化图像捕捉系统智能图像处理与决策控制执行模式图 2.1 机器视觉系统2.2 机器视觉技术国内外发展现状机器视觉技术开始于 20 世纪 50 年代 12，当时主要工作是二维图像的分析和识别。60 年代，Roberts 提出了三维机器视觉的创建。随后，D.Marr 的视觉计算理论使得机器视觉研究得以极大地深化。他从信息处理系统的角度将视觉系统分为计算理论、算法和机制三个层次，并从信息处理的观点出发，用公式把视觉处理的整个理论框架表达出来，主要由基元图、2.5 维图和 3 维模型三个表象结构组成。70 年代中，麻省理工学院(MIT) 人工智能实验室正式开设了“机器视觉(Machine Vision)”课程，吸引了许多国际知名学者参与机器视觉理论的研究。80 年代开始了全球性的研究热潮，机器视觉获得了蓬勃发展 13，新理论、新概念不断涌现。随着科学进步，大量试验证明人类的视觉是不需要重建的，由于过大的4计算量，机器视觉界在 20 世纪 90 年代对 Marr 的三维重建理论进行反思并进行了两次大的讨论，结果接受了主动视觉和目的视觉，主动视觉指观察者以确定或不定方式运动跟踪目标、感知对象的技术方法。后来又相继出现了主动视觉、基于模型的视觉等理论分支 14-15。90 年代以前，中国仅仅在大学和研究所中有一些研究机器视觉和模式识别的实验室。90 年代初期，一些研究所的工程师成立了自己的视觉公司，开发了第一代机器视觉产品，利用这些产品，人们能做一些基本的图像处理分析工作。但是由于产品本身的功能和可靠性不够好，市场的需求也不大，很多企业没有认识到控制产品质量的重要性 16。一直到 1998 年，越来越多的电子和半导体设备落户到上海和广东，带有机器视觉的整套生产线进入中国。这时一些著名的视觉设备供应商开始接触中国市场，寻求本地的合作伙伴。一些自动化公司抓住这个机遇，成为国际机器视觉供应商的代理商。经过长期的培育，一些厂商开始认识到机器视觉对提升产品品质的重要性 17。从 2002 年至今，称之为机器视觉发展期，中国机器视觉呈快速增长趋势。目前，国内有很多机器视觉厂家，与外国机器视觉产品相比，最大的差距不单纯是技术层面上，还包括品牌和知识产权。但是在未来几年，随着国内制造业的发展，对机器视觉的需求的增多，国内的机器视觉将由低端向高端转化，机器视觉的应用也会进一步促进自动化机器的发展 18。2.3 色选机技术研究现状目前整个行业，利用机器视觉技术来对铁矿石颜色分选，基本还处于空白。但是光电色选机已经广泛的应用在需要对固体颗粒物料进行色彩选别的加工工业，如食品、农产品、化学品等，积累了丰富的颜色识别经验和有效的处理模式 19。2.3.1 国外色选机研究的发展及现状国外的科技技术较国内的发展较早，同样在色选机的研究上也是如此。约在 1930 年至 1940 年间，美国及英国分别开始投入人力、财力研制色选机设备，并且随着科技水平地不断提高及需求的不断改变推出适应市场发展的新机型。日本安西公司于 1970 年成功研制出色选机并将其投入市场，经过多年的发展，现已有近百种的色选机在中国各地被使用，例如在中国市场占有率比较大的两大农业上市公司“中国蓝田股份有限公司”和“湖南金健米业股份有限公司”同时采用日本安西科技研发的色选机 20。1980 年后，世界人口与经济就如火山爆发一般一发不可收拾，人们在物质生5活上得到了满足后，对物品的质量要求也日益增高。与此同时欧、美、日等世界发达国家对于色选机技术已经掌握了一定的研究成果，且将色选机投入了市场的使用。由于色选机的迅速发展与广阔的前景，当时的商家们纷纷将目光投入到色选科技这个新型市场，色选机的新厂家如雨后春笋般不断地涌现，同时也增加了色选机市场的竞争力。日本的 Satake 公司在 20 世纪 70 年代末向市场投入第一批色选机开始就不断推诚出新，逐渐占演变成色选机的领军者。在激烈的色选机竞争市场中，日本的 Satake 公司抓住了市场的先机和先进技术从众多强劲对手中(如美国的 ESM 公司、英国的 Sortex 公司等)脱颖而出，首先拔得头筹占据市场的份额。日本的 Satake 公司在发展与革新的过程中发现采用高速的线阵 CCD 图像传感器不但可以满足色选机的实时性，并且较以前的光电管检测器件更好地采集图像信息，达到以前无法达到技术，可以减少后端图像处理的难度，提高分选的效率与质量。虽然日本的 Satake 公司击败了欧美的公司成为了色选机行业的佼佼者，但是在色选机技术的创新上欧美国家也不甘示弱。约在 1980 年末，英国的 Sortex 公司和位于美国的 Seaneore 公司重组合并以后，携手共进了 6 年后为了追求更好的发展空间与更优质的产品，继而被瑞士的 Buhler 公司所吞并。合并之后的公司先将目光锁定在大米色选机的研发制造上面，推出了一系列的色选机，被世界上的大米厂家广泛运用 21-23。在 1978 年创建于美国本土的德尔塔科技公司简称为 Delat 公司，察觉到了市场未来的走向，开始了色选机的研发，并将公司定位在颜色分选设备的制造和推广上面。不仅将市场对准了大米、大豆、花生、玉米等家庭常用粮食上面来，还进一步推广到鉴别珍珠、玉石等工艺品上面。进过多年的在市场上的经营与奋斗，取得市场中的一定地位 24。在色选机技术中，尤为重要的就是如何将图像正确地进行采集、保证所采集的数据的正确性以及如何处理所采集的数据，将粮食进行正确且有效的分选。色选机是光、电、机一体化的复杂设备，研究人员首先把大量的时间投入在色选机硬件平台的搭建上，再者将后续时间投放在图像处理的算法上。在色选机的电气系统中包括供料系统、视觉检测与处理系统、分选控制面板，显示界面和主控面板组成 25。其中视觉检测系统是色选机中的核心部分技术，囊概了图像的采集与处理，到最后确认异色粒并发出分选信号这全部过程。随着科技的日新月异，视觉检测系统的硬件技术先后得到了更新与改进。在图像处理技术中许多算法也都先后地应用到色选机系统上，并且根据算法地不断改进与优化，这些算法对于色选机技术的发展产生了巨大的推动作用，并呈现出强大的生命力。142.3.2 国内色选机研究的发展及现状我国色选机市场的发展大致经历了三个阶段： （1）改革开放初期，以引进为主，引进国多为工业发达国家，如美国、英国和日本等，价格比较昂贵，一般每台 8-20 万美元，甚至更贵； （2）进入 20 世纪 90 年代，我国的一些企业开始仿制，同时一些中外合资企业开始建立，引进国外技术生产，其性能接近国外同类产品，价格相对便宜，只有国外产品的一半或更低 26； （3）最近几年，我国的一些企业和科研院所消化吸收国外的最新技术，自主开发了基于光电传感器和 CCD 传感器的新型高档色选机，起点高，发展快，性能可以和进口产品媲美，但价格并不高 27。 相对国外而言，国内色选机才刚刚处于一个起步阶段，在实际生产中还没有得到广泛的应用。在矿石的色选处理方面，有几家做粮食色选设备的厂家曾经做过相关方面的实验，因为矿粒个体差异太大，不同于粮食的个体一致性较好的特点，所以目前为止没有一套成熟的专用于矿石色选机系统。目前少量的应用也是对粮食色选机加以改造而成的，其对矿粒形态大小有类似于粮食特征的比较窄的范围要求。为了适应矿石矿粒的个体差异大的特点，设计矿粒色选机系统。分选软件算法是该矿粒色选系统的核心，因此以铁矿石伴生原矿分选为目标，对识别算法进行研究成为系统设计的首要任务 28-30。三、主要研究内容 3.1 铁矿石颜色分选算法的研究在机器视觉系统中，视觉信息的处理主要依赖于数字图像处理技术，所谓数字图像处理，就是把在空间上离散的、在幅度上量化的数字图像，经过一些特定数理模式的加工处理，以达到改善图像的视觉效果或者便于计算机进行分析和处理的过程。本课题所用到的数字图像处理基本算法有：灰度变换、平滑处理、灰度修正、图像分割、直方图分析等。 （1） 灰度变换灰度变换是指根据某种目标条件按一定变换关系逐点改变原图像中每一个像素灰度值的方法。目的是为了改善画质，使图像的显示效果更加清晰。在计算机领域中，灰度数字图像是每个像素只有一个采样颜色的图像。这类图像通常显示15为从最暗黑色到最亮的白色的灰度。灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑白两种颜色，灰度图像在黑色与白色之间还有许多级的颜色深度。（2） 平滑处理由于光电信号转换过程中 CCD 灵敏度的不均匀性、数字化过程的量化噪声以及传输过程中的信道误差等，图像信息在采集过程中往往受到各种噪声源的干扰，除了随机正态噪声外，在实际使用中还会出现另一种干扰噪声，这些干扰噪声有时像雪花一样积落在图像上，在图像上表现为一个个孤立的像素点，与周围点存在明显反差，即这些点本身是不相关的。最常用的滤波方法有：邻域平滑法、中值滤波法。（3） 灰度修正采集到的图像，由于成像时光照不足，使得整副图偏暗；或者由于成像时光照过强，使得整副图偏亮，这些情况成为低对比度，即灰度都在一个狭小得区域，没有分布到整个图像区域。常用的灰度修正方法有：直方图均衡化、灰度线性变换等。（4） 图像分割 图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。（5） 直方图分析在对图像进行处理之前，必须首先了解图像整体或者局部的颜色分布情况，了解的途径就是建立直方图。所谓直方图是某种特征的统计，描述的是图像中具有该特征的像素的个数。能给出图像的概括性描述，例如灰度直方图反映了图像灰度的分布范围，亮度直方图反映了图像的明暗程度。3.2 铁矿石颜色分选系统的软件研究（1）图像采集系统根据所选相机所支持的开发语言和开发环境，编写读取相机视频数据和调节相机参数等的