基于图像智能识别技术的拉力计自动检定系统

王 毅 徐炜东

(昆明船舶设备研究试验中心，昆明 650051)

1 引 言

管型测力计、机械式拉力表等测力设备的检定是按照《JJG445-2000工作测力仪检定规程》[1]的要求进行的。按照检定规程中所述，测力仪根据静力效应原理工作，其结构形式不受限制，但均须有确定的力作用点、受力方向及示值显示装置。根据检定器具控制要求中所述，按照测力仪的规格分别选用相应量程的标准测力砝码、标准测力仪，标准测力杠杆、材料试验机或标准测力机作为检定测力仪的力标准器。因各设备的测量结构和原理不同，自动化程度也不同，数据采集、处理方法也不尽相同。比如，测力仪显示为指针标尺式或游标式指示结构，操作者一般通过人眼判断读取并记录，进行人工数据处理并录入到计算机相应界面。上述情况必将造成计量检定工作的效率较低，尤其在被检设备数量较大时，效果更加明显。在人工智能领域中，各种图像识别技术的发展逐渐成熟且已经被广泛应用，如人脸识别、指纹识别和车牌识别等。因此，图像识别技术也完全可以应用在计量检定中的标尺和游标识别，从而使计量检定过程实现完全的闭环控制，提高计量检定过程的自动化水平。

2 系统构建及设计

整个系统分机械结构部分和数据采集两部分。机械结构按功能分包括：传感器挂架机构、加载机、定向滑动机构、操作平台等。数据采集包括：标准传感器、信号放大处理器、数据通讯线缆和计算机数据采集系统。

2.1 结构原理

机械结构采用旋转-直线运动加载方式，配合标准传感器挂架，定向滑动机构、操作平台等构成综合加载系统。旋转-直线运动加载机构选用涡轮蜗杆结构设计。蜗轮蜗杆升降机输入轴为双向连接，其中一端可以连接手动转轮，另一端可以连接电机。被测设备挂架上端安装标准传感器，标准传感器下部挂钩吊钩被测设备，被测设备下部挂钩连接蜗轮蜗杆升降机的连接机构。

图1 结构原理图Fig.1 Structural schematic

如图1所示，升降机安装在操作平台上，操作手轮旋转升降机构使丝杆向下平移，将负载加载到被测拉力计上，标准拉力传感器悬挂在顶架上，传感器下部挂钩悬挂被测拉力计，传感器输出信号即为拉力计加载信号。

被检的弹簧测力计结构包括：带有刻度尺的外套筒、带有游标的内弹簧和上下挂钩等元件组成。外力加载时，弹簧拉伸并带动游标在滑槽内移动，游标与外部套筒上的标尺产生位移，拉力读取时，游标指针对准标尺刻度位置，即为拉力计读数。

2.2 加载控制

加载过程是通过升降机输入轴旋转实现的。顺时针旋转时，丝杆下移；逆时针旋转时，丝杆上移。设计选型计算时，选择传动比为1∶5，输入功率0.37kW，提升力1000kg，输入转速300r/min，起升速度0.3m/min。经比对计算，输入轴每转360°时，丝杆提升1mm。输入轴每转10°时，丝杆提升0.0278mm。该分辨率基本可以满足系统要求。分辨率太高时，丝杆升降将变得缓慢，影响工作效率。假设手动转动时，转速(3～4)r/s，即丝杆上升/下降(3～4)mm，可以满足工作效率要求。

升降机双侧输入轴，一端可以安装手轮，另一端可以安装电机驱动。在挂载被测设备时，加载前的丝杆行程是无效行程，丝杆运动需要快速到位。此过程采用电机驱动无疑是最合适的选择。丝杆到达加载位置时，采用模拟手动加载的步进电机程序控制加载或手动加载。

2.3 数据采集

软件设计按功能可分为系统通讯、步进电机控制、标准传感器数据采集、图像智能识别、数据处理和测量数据保存、输出等部分。

数据采集软件通过RS232接口连接标准传感器。测力计加载后，标准传感器数据实时传送到上位机。被检测力计读数通过上位机图像智能识别软件程序读取，然后在上位机数据记录界面显示并在后台数据库保存。标准传感器力值数据由信号变送器和通讯接口直接录入到计算机内部的专用测量软件数据库并显示在软件界面上。根据检定规程的要求，生成数据记录文档。均值等计算数据由软件自动计算并保存。试验结果数据由测量专用软件处理并自动添加到检定证书标准格式中。其它管理数据和衍生计算数据由软件计算后显示到界面并实时保存到后台数据库。

3 控制原理

步进电机是将电脉冲信号转变为角位移或线位移的开环控制元件。电机的转速、停止的位置只取决于脉冲信号的频率和脉冲数，而不受负载变化的影响。可以通过控制脉冲个数来控制角位移量，从而达到准确定位的目的。同时也可以通过控制脉冲频率来控制电机转动的速度和加速度，从而达到调速的目的。步进信号由上位计算机控制模块发出，包括快速步进、单步、定数步进、正反转等控制方式。

上位机配置信号输出模块，将控制信号送至步进电机驱动器，由驱动器控制步进电机的运动。升降机负责加载，将力加载到被测弹簧测力计。标准传感器将加载力信号送至信号变送器处理并传送至上位机数据采集接口。被测弹簧测力计受加载力后，游标产生一定位移，摄像设备实时拍摄游标移动图片，上传到计算机，经图像处理软件进行识别处理，获取游标移动的位置，即为测力计读数信息。控制原理框图如图2所示。

图2 控制原理图Fig.2 Control schematic

未使用测力计读数图像智能识别技术时，被测设备示值读数由操作人员读取，然后人工录入到计算机数据处理模块。整个检测过程中，人工读取数据并录入是唯一的非自动数据采集环节。测力计读数采用图像智能识别可以有效地实现数据的自动化采集、处理，提高检定系统自动化水平。

4 读数智能识别

图像识别的基本过程包括：(1)信息获取。通过传感设备，将光影或声音等信息转化为数字信息。信息表述为二维的图象，也可以是波形图及物理量与逻辑值。(2)预处理。如A/D转换，图像二值化、平滑、变换、滤波等图象处理[2～4]。(3)特征的抽取和选择[5]。例如，一幅(30×100)px的图象可以得到3000个数据矩阵，在测量空间的数据矩阵数据通过变换获得在特征空间最能反映分类本质的特征。(4)分类器功能设计[6,7]。分类器功能设计的主要作用是通过训练确定判决规则，使之判决规则分类时，出错率最低。(5)分类决策过程。在特征空间矩阵中对被识别对象特征进行分类。目前有很多图像识别的方法，如人工神经网络识别，概率统计识别等。离散型的Hopfield神经网络具有联想记忆的功能[8,9]，利用这一功能识别图像可以取得令人满意的效果。

4.1 设计思路

在测力计智能识别过程中，标尺刻度实际上的作用是静态背景图像和数据。采集的图像经二值化等处理，产生对应的图像矩阵。标尺刻度产生的图像是由有规律的长线条、中长线条和短线条组成的，两个长线条之间分10格，中间用一条中长线条分隔，两个长线条表述为20kg，两个短线条之间表述为2kg。测力计量程为100kg时，算上端线共有6格长线条、5条中长线条和40个短线条组成全量程图像，50个最小分辨率格。在图像特征抽取和处理后，假设目测分辨率为10px/格、每条刻度线所占像素为1时，图像特征数据矩阵的长度x=501。考虑到两端冗余和游标位置信息，实际矩阵长度x1=650。选取矩阵宽度y=90即可完整显示图像。

图3 测力计图像Fig.3 Dynamometer image

对图3中测力计图像进行二值化处理，在其中截取游标特征图像作为位置比对样板。游标二值化图像大小为(133×50)px，根据几何对称关系计算游标指示端点位置，即中间位置在矩阵的第67列。图像大小为(650×90)px。根据该端点所在刻度背景矩阵中位置与标尺刻度比对，判断拉力值。

设计数字点阵时，图像空白部分用-1表示，黑色部分用1表示，将测力计二值化图像矩阵设计并保存。

在MATLAB开发环境下的神经网络工具箱为Hopfield网络提供了工具函数。如newhop()函数，该函数用于创建一个离散型Hopfiled神经网络，其调用格式为net=newhop(T),T是具有Q个目标向量的R×Q的矩阵(元素必须为-1或1)；net为生成的神经网络，具有在T中的向量上稳定的点。

将采集的测力计图像经二值化处理，生成由1或-1组成的数字点阵输入到创建好的Hopfiled网络，网络输出与该数字点阵最为接近的目标向量，从而实现联想记忆功能。经识别的测力计图像结果保存在对应的矩阵，用于游标位置识别计算。

4.2 游标位置识别

在实际测量过程中，游标位置随加载的力值变化而变化。因此，需要根据测力计游标二值化后形成的特征矩阵与测力计刻度背景矩阵中的游标所在区域进行对比识别，才能确定游标实际所在位置，从而分析计算当前图像显示的力值。

设作为标准的游标矩阵为A(133×50)，测力计背景图像矩阵C(650×90)内包含的游标矩阵B(133×50)。采用列增量法进行特征矩阵比对，在测力计背景图像矩阵C中的第i=1列开始，取C的子集B，与游标特征矩阵A比较，将比较结果保存。每次比较加1，i≤650时结束，产生650个比对数据。

矩阵比对采用用matlab自带的函数corr2(A,B)求矩阵的相关系数。

(1)

式中：r——相关系数；m——矩阵行数；n——矩阵列数；A——矩阵A；B——矩阵B。

相关系数r在[0,1]内，越接近1越相关。在

650个数据中排序，取最大值，即为游标目标位置。特征矩阵B的第67列即为拉力计读数所处位置。在背景刻度线上的读数计算公式：

y=(k-8)/5 8≤k≤508

(2)

式中：y——量程100kg拉力计的实际拉力值；k——背景刻度矩阵的像素所在列位置。

4.3 技术指标及加载圆整值4.3.1 主要技术指标

测量范围：(0～1000)N；测量精度：示值的±0.2%以内(0.2级)；试验速度：(0～300)mm/min；

位移精度：示值的±0.2%以内；有效试验行程：300mm。

4.3.2加载圆整值说明

按照《JJG 445-2000工作测力仪检定规程》[1]的要求，测力仪示值检定时，测力仪至少检定5个点，各点大致均匀分布，一般检定测量上限的20%、40%、60%、80%和100%共5个点。按图3所示测力计为例，准确度级别(FS)为2.0的弹簧拉力计，计算所测点数分别为20N、40N、60N、80N和100N共5个点。在加载力值时，则需要系统精度调节高于±2.0 %FS，即在取整的5个检测点数值时，取小数点后1位即可满足要求。按文中2.2节所述，精确加载圆整值时，选择手轮微调加载，输入轴每转10度时，丝杆提升0.0278mm。假设弹簧拉力计游标行程120mm，对应(0～100)N的力值。输入轴每转10度时，对应0.0232N的力值变化。假定输入轴分辨力为1度时，测量分辨力即为0.00232%。该分辨力下可以有效地对准确度等级在0.2级以下的加载力值圆整输出。

5 结束语

研制测力计自动检定装置首先是力值传感器的选择，因为传感器的好坏决定了试验机的精度和测力稳定性。其次就是升降拉力机运动加载部件滚珠丝杠的设计，如果丝杆间隙过大，将直接影响试验的最大变形和伸长率。再次就是升降拉力机的动力源电机的选择，采用的电机为步进电机，控制方式采用全数字脉冲控制，调速范围广，控制定位准确，反应快，能保证满量程速度及位置控制准确。最后就是测控系统，采用图像智能识别技术，自动识别拉力计读数并上传至上位机，替代人工读数和数据手工录入。由标准力值传感器、步进电机自动控制和图像识别拉力计读数共同构成测量自动控制系统，实现拉力计快速自动化检定。存在的问题是因步进电机的功率限制，本系统测力范围具有一定的局限性，不能适合大力值的拉力计检定。