近些年来,各种塑料制品不仅在重大工业生产中被普遍应用,日常生活中也是随处可见,这就带动了许多行业对塑料产品的需求。塑料产品的加工技术与工艺也随之受到了越来越多的关注与重视。注塑成型技术是加工塑料产品首选的技术,因为其加工产品种类繁多、性能良好,且有很好的与计算机技术结合的能力。在注塑成型的循环过程中,当模具顶针顶出产品之后、合模之前,模腔上很可能会由于产品脱模不彻底导致有注塑产品残留物遗留在模腔上的现象。由于模具压合力非常大,如果不及时检测到残留物并清除它,很容易损坏模具进而影响到注塑产品的合格率。因此,寻求一种能有效检测当前模腔上是否有残留物的算法,对实现模具的自动保护、提高生产效率有重要意义。(1)本文基于模具保护的相关理论知识,首先查阅了大量相关的国内、外文献。在此基础上,实际到注塑生产车间调查了解了注塑生产流程、车间注塑环境等,总结出了模具保护算法需要达到的总体要求,即达90%以上的检测精度和少于1s的检测时长。然后根据模具的大小、形状、残留物易存在区域等特点,运用了多种不同的算法进行残留物检测。(2)通过对比几种不同的模腔残留物检测算法,考虑注塑机实际工作时,对模腔的检测要求快速、准确,本文因此提出了将基于小波钝化和支持向量机的模腔残留物检测算法作为模具保护算法中的核心算法。同时设计了嵌入式模具保护装置,用于验证模腔残留物检测算法的可行性。(3)本文提出的基于小波钝化和SVM的残留物检测算法,首先选取合适的小波基函数对采集图像钝化处理,以达到凸显模腔图像的目的,不需要提前运用图像校正、配准算法使像素在空间上一一对应,这减小了由位置偏移引起的误差,满足了嵌入式系统平台内存容量小的特点;然后通过统计二值化钝化结果的像素值数组,在算法的训练模式发送给支持向量机形成残留物判断数学模型,在运行模式由此判断模型对测试模腔图像进行残留物有无的判断。在模具保护中引入了支持向量机(SVM)分类的方法,提高了整套算法的准确性和实时性。本文在注塑车间离线采集了多套不同类型模腔图像,在PC上结合MATLAB和Visual C++编程验证本文算法,实验数据表明,本文模具保护算法检测模腔图像残留物的平均准确率达90%以上,平均残留物检测时长为0.914s,这足以满足注塑机对检测精度和实时性的要求。