为满足现代化工业需求,零部件的质量要求逐渐提高,高效率和高精度零部件的生产是目前急需解决的工程问题。所有旋转零部件都需要动平衡校正,平衡校正的结果成为零部件质量评估重要指标之一。在传统柴油机飞轮的动平衡校正过程中,使用键对飞轮定位,长时间使用的键和键槽容易磨损,出现飞轮定位不准确的现象,导致飞轮动平衡去重区域的识别不精确;再者有些类型的柴油机飞轮的键槽位置是任意的,键对飞轮的固定位置也是任意的,和飞轮自身的形状结构没有确定的关系,不能通过飞轮的键槽来确定飞轮轮廓的位置,无法识别飞轮动平衡去重区域。即飞轮通过键的定位,影响了飞轮的动平衡校正。机器视觉技术有着稳定性、可靠性、低功耗、高精度和智能化的优势,被广泛应用在机械制造领域。本文利用机器视觉技术,代替飞轮传统动平衡校正过程中的键定位,完成柴油机飞轮动平衡去重区域的识别;在飞轮表面的二维平面内,基于粒子群优化算法提出一种新颖的动平衡去重策略,代替传统飞轮动平衡一维圆周上的去重方法,消除飞轮的不平衡量,完成了柴油机飞轮的动平衡校正。首先,设计柴油机飞轮动平衡的去重区域视觉识别和粒子群优化算法去重策略的总体方案,针对该方案的需求对硬件进行分析,选取BS-100系列平衡机、MV-3000UC工业相机、BT-118C1220MP5工业镜头和HF-RI5026光源等模块,完成整个实验平台硬件的搭建。然后,设计智能的图像识别算法,研究分析图像的预处理算法、感兴趣区域的提取算法和霍夫变换圆的检测算法等,完成了飞轮零件的定位,结合钻头和飞轮自身结构的特性,识别了柴油机飞轮动平衡去重区域。再者,利用粒子群优化算法完成柴油机飞轮动平衡的校正,分析实际问题中粒子群优化算法的约束条件,求出消除不平衡量的全局最优解,精确的识别钻孔的数量、位置和加工深度,消除飞轮产生的不平衡量,完成飞轮的动平衡校正。最后,完成整个视觉软件系统的平台设计和实验验证,针对视觉系统对飞轮的动平衡去重区域的识别,采用控制变量法,设计了光照强度对比试验,在不同光照强度环境下,系统定位测量的最大值误差均在±1.0°范围内,满足平衡机实际工作中允许误差范围±1.0°的要求,验证了视觉系统在不同光照强度环境下,视觉系统具有准确性、稳定性和鲁棒性。在正常光照强度环境下,系统定位精度最高,定位测量的最大误差值均不超过±0.5°,能精确对飞轮定位,准确的识别飞轮的动平衡去重区域。在飞轮的二维平面内,验证粒子群算法去重优化模型的性能,飞轮残余不平衡量均在130.0g.mm范围内,符合实际生产中飞轮的动平衡校正后残余量不超过150.0g.mm的要求,验证了该模型的有效性。在系统的总运算时间上,一个飞轮平衡校正运算时间不超过500ms,完全可满足实际生产上的工作效率。使用本文视觉系统对柴油机飞轮动平衡校正,精度和效率均能达到实际生产的需求,有着稳定、低功耗和高精度的优势。