基于Labview在线镀膜设备自动监控系统的研究与设计
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 课题研究现状与分析 | 第10-12页 |
| 1.3 本文的主要研究内容 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第2章 系统硬件 | 第14-24页 |
| 2.1 图像采集 | 第14-17页 |
| 2.1.1 图像采集卡的选择 | 第14-15页 |
| 2.1.2 Labview与国产图像采集卡的联结 | 第15-17页 |
| 2.2 图像传感器 | 第17-19页 |
| 2.2.1 摄像头选型 | 第17-19页 |
| 2.2.2 镜头选型 | 第19页 |
| 2.3 数据采集卡 | 第19-21页 |
| 2.3.1 数据采集卡的性能指标 | 第19-20页 |
| 2.3.2 Labview对国产数据采集卡的调用 | 第20-21页 |
| 2.4 传感器 | 第21-22页 |
| 2.4.1 温度传感器 | 第21-22页 |
| 2.4.2 压力传感器 | 第22页 |
| 2.5 本章小结 | 第22-24页 |
| 第3章 在线镀膜设备水冷系统自动控制研究 | 第24-36页 |
| 3.1 系统传热数学模型 | 第24-25页 |
| 3.2 BP神经网络 | 第25-29页 |
| 3.2.1 LMS算法简介 | 第25-28页 |
| 3.2.2 BP神经网络参数设定 | 第28-29页 |
| 3.2.3 BP神经网络算法流程图 | 第29页 |
| 3.3 BP神经网络对流体传热数学模型参数的预测 | 第29-33页 |
| 3.4 镀膜设备冷却保护系统自动控制 | 第33-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第4章 镀膜设备图像监控系统设计 | 第36-62页 |
| 4.1 图像的采集与存储 | 第36-38页 |
| 4.2 图像标定 | 第38-43页 |
| 4.2.1 基于图像模板的图像标定 | 第38-41页 |
| 4.2.2 基于特定点间距的图像标定 | 第41-43页 |
| 4.2.3 图像标定方式选择 | 第43页 |
| 4.3 图像预处理 | 第43-47页 |
| 4.3.1 图像噪声分析 | 第43-45页 |
| 4.3.2 图像增强 | 第45页 |
| 4.3.3 图像滤波 | 第45-46页 |
| 4.3.4 边缘检测 | 第46-47页 |
| 4.4 动态跟踪与定位 | 第47-56页 |
| 4.4.1 跟踪算法简介 | 第47页 |
| 4.4.2 MS算法在机器视觉中的应用 | 第47-50页 |
| 4.4.3 MS算法跟踪程序流程图 | 第50-51页 |
| 4.4.4 基于均值漂移算法的目标跟踪编程 | 第51-53页 |
| 4.4.5 跟踪算法实验分析 | 第53-56页 |
| 4.5 镀膜大车定位系统设计 | 第56-61页 |
| 4.5.1 镀膜大车定位控制流程 | 第56-57页 |
| 4.5.2 镀膜大车定位控制系统编程 | 第57-60页 |
| 4.5.3 镀膜大车定位系统人机交互界面 | 第60-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第5章 镀膜监控系统人机交互系统 | 第62-66页 |
| 5.1 在线镀膜工艺简介 | 第62-63页 |
| 5.2 基于Labview的人机交互系统 | 第63-65页 |
| 5.2.1 镀膜参数监控界面 | 第63页 |
| 5.2.2 数据记录系统 | 第63-64页 |
| 5.2.3 视频监测界面 | 第64-65页 |
| 5.3 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第71-72页 |
| 致谢 | 第72页 |
