-
题名平板玻璃运输包装设计及保护性能分析
被引量：5
- 1
-
-
作者
李琛
孙登辉
徐涛
-
机构
东北林业大学工程技术学院
-
出处
《包装工程》
CAS
北大核心
2020年第13期95-103,共9页
-
基金
中央高校基本科研业务费专项资金项目(2572018BL07)
东北林业大学2016年度专业建设项目。
-
文摘
目的采用瓦楞纸箱内衬聚氨酯泡沫衬垫设计平板玻璃运输包装,通过仿真分析检验设计的合理性与可行性。方法采用Creo parametric软件建立运输包装件模型,采用Ansys Workbench软件对模型进行仿真分析,完成静态堆码载荷仿真、模态仿真、随机振动仿真,并利用LS-DYNA与Ansys Workbench进行联合模拟跌落仿真。结果将瓦楞纸箱与木箱运输包装形式的仿真结果进行对比分析,得出相同静应力作用下,瓦楞纸箱包装的最大响应应力最小且分布均匀;随机振动过程中,虽然瓦楞纸箱相对于木箱形变量较大,但避免应力集中情况且满足变形限度要求;跌落过程中,瓦楞纸箱相对于木箱传递到平板玻璃的作用力较小,且避免了应力集中现象。结论综合分析结果,瓦楞纸箱加聚氨酯缓冲衬垫的运输包装形式设计合理,能够在运输过程中更好保护平板玻璃的安全,设计方案可行。
-
关键词
平板玻璃
运输包装
保护性能
仿真
-
Keywords
flat glass
transport packaging
protective performance
simulation
-
分类号
TP487
[自动化与计算机技术]
-
-
题名视觉匹配技术的药片颗粒计数算法研究
被引量：3
- 2
-
-
作者
杨健
豆昌军
辛浪
柳伟兵
周鑫
-
机构
成都理工大学核技术与自动化工程学院
-
出处
《包装工程》
CAS
北大核心
2018年第19期175-180,共6页
-
基金
成都理工大学机械工程专业教学创新团队项目(10912-JXTD201501)
成都理工大学智能制造学科项目(10800-17Z0620)
-
文摘
目的通过机器视觉技术解决当前医药产业迅猛发展带来的批量生产药粒无法高效、精确计数等难题,提出基于视觉技术的药片特征二次匹配算法。方法药粒预处理后分割为多连通域,采用面积特征选择形状特征差异较大的2颗药粒为感兴趣区域,待膨胀后作为目标的先验模型,Canny算子提取边缘轮廓,同时计算轮廓点的方向向量。采用3层图像金字塔搜索算法加快匹配效率,并用最小二乘法调整模板的匹配精度,使匹配精度达到亚像素级别。结果通过对不同的椭圆形药粒进行实验分析,将匹配模板1和模板2(缩放比为1∶1)的最小匹配分数阈值分别设为0.63和0.59,采用3层图像金字塔搜索算法,从创建模板到匹配计数只需要0.11 s,相较于3层金字塔(缩放比为0.7~1.0,最小匹配分数为0.6)的单模板匹配算法速度快0.07 s,且对部分重叠的药片仍能有效计数,匹配准确率达100%。结论采用药片颗粒二次匹配技术可实现检测速度上的扩增;采用图像金字塔搜索算法可大幅度缩减匹配时间;采用最小二乘法可提高模板的匹配精度,增大药粒匹配的正确率。
-
关键词
机器视觉
药片计数
边缘检测
模板匹配
图像金字塔
-
Keywords
machine vision
tablet counting
edge detection
template matching
image pyramid
-
分类号
TP487
[自动化与计算机技术]
-
-
题名基于深度神经网络的素色布匹瑕疵检测算法研究
被引量：10
- 3
-
-
作者
安静
唐英杰
马鑫然
-
机构
北京印刷学院信息工程学院
-
出处
《包装工程》
CAS
北大核心
2021年第3期246-251,共6页
-
基金
国家自然科学基金(61472461)。
-
文摘
目的为了改进当前布匹检测算法覆盖瑕疵种类不全、瑕疵检测准确率低和定位精度差的问题,提出一种端到端的素色布匹瑕疵检测的实用算法。方法首先通过图像增强扩充样本数量,使用以Resnet50为主干的Cascade-RCNN网络,通过加入可变形卷积、特征融合网络,增加锚框数目的方法实现素色布匹瑕疵检测。结果通过实验对比表明,该算法可实现检测20种布匹瑕疵,检测是否为瑕疵布匹的准确率为97%,瑕疵定位的平均检测精度为65%,每张样本平均时间为80 ms。结论该算法有效提升了布匹瑕疵检测的准确率和精度,检测瑕疵类别更全面,并且可以获取缺陷位置和类别,能够满足工业上的生产需求。
-
关键词
目标检测
素色布匹
瑕疵
卷积神经网络
-
Keywords
target detection
plain cloth
defect
neural network
-
分类号
TP487
[自动化与计算机技术]
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
