电能表自动化检定挂表与接线状态检测系统研发
摘要 | 第4-5页 |
abstract | 第5页 |
注释表 | 第11-12页 |
第一章 绪论 | 第12-18页 |
1.1 研究背景和意义 | 第12-13页 |
1.2 研究现状分析 | 第13-16页 |
1.2.1 电能表检定技术研究现状 | 第13-14页 |
1.2.2 基于机器视觉的模式识别技术研究现状 | 第14-15页 |
1.2.3 智能检测传感技术研究现状 | 第15-16页 |
1.3 课题来源及论文章节安排 | 第16-18页 |
第二章 电能表自动化检定系统 | 第18-27页 |
2.1 自动化检定系统概述 | 第18-20页 |
2.2 工业机器人控制系统 | 第20-22页 |
2.3 电能表自动检定装置 | 第22-26页 |
2.4 本章小结 | 第26-27页 |
第三章 电能表接线状态检测技术研究 | 第27-48页 |
3.1 接线端子的接触电阻模型分析 | 第27-31页 |
3.1.1 接线端子及接触电阻介绍 | 第27-29页 |
3.1.2 接触电阻模型构建 | 第29-31页 |
3.2 电能表接线状态检测方案介绍 | 第31-34页 |
3.3 电能表接线状态检测系统的硬件设计 | 第34-42页 |
3.3.1 信号调理电路 | 第34-37页 |
3.3.2 主控电路 | 第37-39页 |
3.3.3 通信电路 | 第39-40页 |
3.3.4 外围电路 | 第40-42页 |
3.4 电能表接线状态检测系统的软件设计 | 第42-47页 |
3.5 本章小结 | 第47-48页 |
第四章 电能表挂表状态检测技术研发 | 第48-72页 |
4.1 电能表挂表检测背景介绍 | 第48-50页 |
4.2 电能表挂表状态图像处理 | 第50-63页 |
4.2.1 图像滤波 | 第51-52页 |
4.2.2 感兴趣特征区域模板匹配 | 第52-56页 |
4.2.3 图像特征提取 | 第56-63页 |
4.3 基于SVM的特征分类 | 第63-69页 |
4.3.1 特征降维 | 第63-66页 |
4.3.2 SVM分类 | 第66-69页 |
4.4 实验验证 | 第69-71页 |
4.5 本章小结 | 第71-72页 |
第五章 总结与展望 | 第72-74页 |
5.1 总结 | 第72页 |
5.2 展望 | 第72-74页 |
参考文献 | 第74-77页 |
致谢 | 第77-78页 |
在学期间的研究成果及发表的学术论文 | 第78页 |