换向器缺陷视觉检测方案有哪些

工业控制

1210人已加入

描述

01 工作原理

1. 运动

通过多种机构方案将前道工序的产品取至检测设备中,产品在三个检测工位中流转检测,检测完成后,产品摆盘或剔除至不良盒中。

2. 触发、拍照

PLC通过IO输出方式触发相机拍照,检测软件收到相机拍摄产品的图像。

3. 算法检测

检测软件在收到图像后,经过一系列的处理与检测,根据参数的设定对产品进行结果判定。

4. 分拣、摆盘 PLC根据检测软件的结果判定,对产品进行分类摆放和剔除。

02 产品特点

工位多光源方案,最大化检测项,最小化检测工位体积      

高亮条光、蓝色背光、红色激光结合: 检测表明缺陷的同时,切换不同光源可以检测冲钩废、产品高度。

白色背光、双环光结合: 检测底部电木掉块同时,切换环光可以检测槽部、钩部缺陷。

白色环光、白色背光结合: 测量顶部电木掉块同时,切换白色背光可以测量钩部长度、角度、宽度等缺陷。    

传统算法+深度学习双重方法检测,对产线环境和物料有更强的鲁棒性    

plc

plc

针对部分缺陷,传统算法无法直观、稳定地检测到特征时,本检测方案会是使用深度学习进行检测或测量,以达到更好的或传统算法无法实现的效果。  

自动取料、摆料      

plc

视觉检测设备可以产线连线通讯,摆料。减轻员工工作量,提高工作效率。  

一机多测    

plc

    视觉检测设备可以与电气检测共同使用。 例如:片轴检测、片间检测,内径检测,实现一机多测的功能。一台设备可以实现电气、外观全方位检测,在有限的设备空间内,最大化检测效果。   ERP、MES、看板集成       视觉检测软件实时记录产品的检测记录,为后期通过API或数据库等方式与各系统集成提供可能。方便对产品质量及检测效果进行直观地分析。

03 检测效果展示    

铜排损伤检测                                                                                

plc

铜排表面损伤是换向器常见缺陷,但由于其出现位置随机、颜色不一。使用传统算法会因物料和设备等原因,需频繁调整参数。使用深度学习可以在必选反复调参的前提下,实现很好的检测效果。  

铜排内陷检测                                                                                

plc

铜排内陷多出现于铜排底部,其呈现颜色为亮色或暗色,因此使用传统算法较难检测。使用深度学习可以比较稳定地获取此特征。  

铜排缺角检测                                                                                

plc

铜排缺角位于铜排底部角落,其难点在与:如何保证检测效果的前提下,如何降低误检。使用数据集增强方法可以提高检测准确率并降低误检。  

铜排圆边检测                                                                                

plc

铜排圆边缺陷位于铜排一侧,往往伴随铜排铜排肩部电木粉缺陷出现。此种缺陷均使用深度学习的目标检测方法检测。  

铜排肩部电木粉检测                                                                                

plc

  槽内异物检测                                                                                

plc

plc

槽内余料检测使用传统算法和深度学习共同检测,双重检测保证检测效果。 此方法可用于槽内余料、毛刺等异物检测。  

冲钩废检测                                                                                

plc

冲钩废缺陷在点光源照射下,高度异于正常钩。  

底部槽封料检测                                                                                

plc

底面在测量是否封料的同时,还检测钩、槽角度信息。  

底部电木检测                                                                                

plc

底面电木掉块由于缺陷特征与真实电木相差较小、不同批次电木颜色呈现差异,使用传统算法无法检测。使用深度学习可以获得很好的检测效果。  

顶部电木检测                                                                                

plc

plc

顶面电木掉块相对于底面电木掉块,掉块特征可以较好地区分,检测难度较低。使用传统算法可以轻松、准确地检测。 顶面工位利用背光,可以检测钩宽、钩钩夹角、钩尖外径等信息。

编辑:黄飞

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分