ФГБОУ ВПО Астраханский государственный университет Фонд Национальные перспективы

Зарегистрируйтесь, чтобы просмотреть полный документ!

ФГБОУ ВПО Астраханский государственный университет Фонд «Национальные перспективы»

На рынке отсутствует компактное устройство для изготовления печатных плат методом лазерной резки. С помощью УФ-лазеров возможна чистая резка контуров, во всех встречающихся материалах и типах печатных плат при их производстве, гравировка. Лазерное излучение позволяет эффективно удалять медную плёнку с исходного материала. Благодаря СТЗ появляется возможность распознавания контура лица, с последующей обработкой на ПК и передачей данных в векторном виде на управляемое устройство (станок). На рынке отсутствует модуль, который включает в себя станок; С помощью системы можно без особых усилий позиционировать заготовку на рабочем поле станка; Данное устройство достаточно просто в установке и эксплуатации; Устройства, которые существуют на данный момент имеют более крупный размер.

Цели: Разработка системы распознавания контуров заготовки , определение координат реперных точек , а также угла смещения заготовки ; Разработка конструкции станка для производства печатных плат методом лазерной резки полимерного покрытия и методики изготовления печатных плат. Задачи: разработка конструкции станка; разработка печатной платы станка; методика изготовления печатных плат; программа управления станком через COM порт; плата управления двигателями; выбор камеры и исследование её оптических характеристик ; разработка программы определения координат реперных точек и угла поворота заготовки; разработка программного обеспечения передачи данных о координатах и угле поворота; усовершенствование метода преобразования; модернизация фильтрации или выбор другого фильтра, если алгоритм Канни не даст оптимальных результатов.

ориентация на малое производство заготовок. уменьшение сроков изготовления заготовок. низкая себестоимость как станка, так и заготовок. отсутствуют подобные системы, которые были бы приспособлены специально для станков ; наша система должна определять координаты заготовки и уметь менять в зависимости от этого начальное положение исполнительного механизма и менять позицию инструмента в зависимости от углового смещения; нам не нужны сложные оптические системы;

Высокая себестоимость. Большое энергопотребление. Зачастую большие габариты, что связано с необходимостью охлаждения мощной режущей лазерной головки. Использование полиамидного покрытия, которое при выгорании выделяет вредные газы. Отсутствие системы распознавания контуров заготовки

Модель механической части станка и детектора контуров Система передачи движения Камера Объектив Станок

1. Демонстрация работы фильтра Канни. Программное обеспечение системы технического зрения (СТЗ) реализовано при помощи библиотеки Open. CV (Open source computer vision) на языке C#. Алгоритм состоит из пяти отдельных шагов: Сглаживание. Размытие изображения для удаления шума. Поиск градиентов. Границы отмечаются там, где градиент изображения приобретает максимальное значение. Подавление не-максимумов. Только локальные максимумы отмечаются как границы. Двойная пороговая фильтрация. Потенциальные границы определяются порогами. Трассировка области неоднозначности. Итоговые границы определяются путём подавления всех краёв, несвязанных с определенными (сильными) границами.

2. Демонстрация работы преобразования Хафа. Преобразование Хафа позволяет находить на монохромном изображении плоские кривые, заданные параметрически, например: прямые, окружности, эллипсы, и т. д. Монохромным изображением считается изображение, состоящее из точек двух типов: фоновых точек интереса Задача преобразования Хафа состоит в выделении кривых, образованных точками интереса.

3. Пример работы преобразования для задачи распознавания контура платы. Перед применением детектора изображение преобразуют в оттенки серого, чтобы уменьшить вычислительные затраты. Затем осуществляется обнаружение границ при помощи фильтра Канни. Потом на полученном монохромном изображении обнаруживаются плоские кривые.

1. Описание продукта: Данный продукт состоит из камеры , оптической системы стабилизации и фокусировки изображения, кронштейна и ПО, устанавливаемого на ПК. 2. Маркетинговый анализ. Система Недостатки Достоинства Цена Необходимость использования НИИК-890 энкодеров и микроскопров , Средняя точность, возможность «Опт. ИС» система не выполняет диагностировать состояние функцию распознавания режущего инструмента контуров 245000 руб. Крупные габариты, как NEXIV VMR следствие невозможность -H 3030 использования как дополнительный модуль Высокая точность , возможность диагностирования состояния режущего инструмента и заготовки 600000 руб. В перспективе планируется улучшить точность, малые габариты, возможность использования как дополнительного модуля 40000 руб. Наша система Малая точность

3. Стратегия продвижения товара Основные предприятия - заказчики Название Точремстано к Стерлитамак – М. Т. Е. Рязанский станкострои тельный завод Artmak Среднее кол-во проданных станков за пол года(из Географическое положение расчёта выручки за 20102011 гг. ) 48 72 Наш рынок Кол-во изготавли ваемого товара за год(ед. ) 100 г. Самара Республика Башкортостан, г. Стоимость 150000 Стерлитамак товара 90 г. Рязань Емкость рынка (млн. руб) 40 Свердловская область, город Верхняя Салда Доля рынка 4 20 % 4. Основными рисками данного бизнес проекта , являются: транспортный, маркетинговый, имущественный. Транспортный и имущественные риски связаны с потерей имущества. Первый во время доставки оборудования, второй во время работы, в связи с кражей, пожаром и прочими чрезвычайными ситуациями, вероятность проявления которых весьма минимальна. Большую опасность представляет маркетинговый риск, связанный в первую очередь с оценкой ситуации на рынке и выстраиванием рекламной политики, его можно свести на минимум, проводя более детальный и тщательный анализ рынка и привлечение к разработке рекламы специализированных организаций.

Публикации и награды Публикации: - По данному проекту есть две публикации в региональной научно-практической конференции «Исследование молодых ученых- вклад в инновационное развитие России» : 1. Михайлов И. В. , Рыбаков А. В. , Изготовление печатных плат для электронных устройств методом лазерной резки. 2011 год 2. Мусаев Э. С. , Михайлов И. В. , Рыбаков А. В. , Система распознавания контуров заготовки для оптимального позиционирования исполнительного механизма станка с ЧПУ. 2012 год. Конкурсы: - Мусаев Э. С. , Михайлов И. В. , Всероссийском конкурсе НТТМ-2012 - Мусаев Э. С. , Грант в рамках программы грантового конкурса «Сели. Ас -2012» Всероссийского фонда «Национальные перспективы» , 2012 год - В данный момент проект представляется на конкурсе инноваций «EXPOPRIORITY’ 2012» Подана заявка на НОУ-ХАУ.

1. Hough transform [веб-ресурс]/ http: //homepages. inf. ed. ac. uk/rbf/HIPR 2/hough 2. Canny, J. , A Computational Approach To Edge Detection, IEEE Trans. [текст] / Pattern Analysis and Machine Intelligence, 8(6): 679– 698, 1986. 3. R. Deriche, Using Canny's criteria to derive a recursively implemented optimal edge detector, Int. J. Computer Vision [текст] / Vol. 1, pp. 167– 187, April 1987. 4. Machine Vision [текст] / Theory, Algorithms, Practicalities. – Morgan Kaufmann, 2004. 5. Open. CV (Open Source Computer Vision) [веб-ресурс]/ http: //opencv. org/

Скачать презентацию ФГБОУ ВПО Астраханский государственный университет Фонд Национальные перспективы

Конкурс студенческий.pptx

Количество слайдов: 18