CN103630545A - 基于近红外光波阵列的注塑叶片在线监测装置及方法 - Google Patents
基于近红外光波阵列的注塑叶片在线监测装置及方法 Download PDFInfo
- Publication number
- CN103630545A CN103630545A CN201310587570.0A CN201310587570A CN103630545A CN 103630545 A CN103630545 A CN 103630545A CN 201310587570 A CN201310587570 A CN 201310587570A CN 103630545 A CN103630545 A CN 103630545A
- Authority
- CN
- China
- Prior art keywords
- array
- infrared
- module
- sensor
- injection moulding
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
本发明涉及基于近红外光波阵列的注塑叶片在线监测装置和方法,属于产品质量在线监测技术领域,可自动识别注塑叶片质量缺陷故障。该装置包括:传感器模块、模拟信号处理模块、电源模块、单片机中央信息处理单元模块及二色LED故障显示模块。其方法采用近红外平行光束照射注塑叶片边缘,根据平行光透射原理,当叶片上无任何缺陷时,在注塑叶片正对光源的面接收到的光也应是平行均匀的条形光,否则此注塑叶片有缺陷。本发明的装置尤其适用于空调等送风叶轮焊接粘连缺陷的在线监测与识别。
Description
技术领域:
本发明涉及一种近红外光波阵列注塑叶片在线监测装置,属于产品质量在线监测与诊断技术领域。
背景技术:
注塑叶片是空调等设备送风叶轮的重要零部件之一,它的质量好坏直接影响空调的空气动力性能和噪声性能。注塑叶片是通过焊接工艺组成送风叶轮部件的,焊接时易产生粘叶等质量问题。目前,其产品质量的检测主要是通过人工的方式进行的,由于人工检测时易受到人为主观因素的影响,导致产品不能准确分类,致使以次充好的现象常有发生,严重影响产品质量控制和企业信誉,另外,人工检测还存在检测劳动强度大,眼睛易疲劳等问题,所以,用自动化检测方法代替人工检测非常迫切。
空调等送风设备叶轮部件是由注塑叶片焊接而产的,为了保证送风效率和降低送风时产生的噪声,叶片结构设计非常复杂,由众多叶片组成的风轮中每个叶片的角度、间隙都是不相等的,这就给自动化检测带来很大的困难。所以,到目前为止,仍然没有一种适用的自动化检测设备。
目前,针对送风轮粘叶诊断方法国内外主要是借助CCD或CMOS等图像采集技术,对采集到的图像进行处理并对图像进行判断。根据资料检索结果,与本发明相近的几种叶片检测方法主要是通过CCD技术对叶片定位和对单节叶片缺料等缺陷进行检测(刘薇.贯流风叶焊接机视觉定位***实现[J].制造业自动化,2012,13.第12期,51-53;徐文,叶世栋.贯流风扇叶缺陷自动检测***的设计[J].机电工程技术,2012,41.第05期,34-38),这些技术离实用化还有一定的距离。基于机器视觉的图像监测设备可用于注塑叶片缺陷检测,但是其存在的问题也非常突出,首先,由于叶片形状的不规则性导致图像分割与识别工作量大,再者,送风叶轮一般由上百个这样的叶片组成,对每一个叶片进行成像与图像分割与识别,也会导致计算量大,占用时间长的问题,使检测的实时性变差;另外,为了保证高的识别率,要求CCD器件高性能,带来成本提升的问题,不适合在企业大面积推广。
发明内容:
针对现有技术中存在的注塑叶片的质量难以检测以及检测成本高的技术问题,本发明的目的提出一种注塑叶片缺陷在线诊断装置和方法,该方法采用近红外光技术,能实现实时、在线注塑叶片质量监测与缺陷诊断。
本发明提出的近红外光波阵列注塑叶片在线监测装置,主要包括:
(1)传感器模块,由近红外传感器发射阵列和接收阵列组成,用于向被测注塑叶片发射近红外光束,并接收透过注塑叶片的近红外光波;
(2)模拟信号处理模块,由发射电路模块和接收电路模块组成,用于驱动红外发射传感器阵列和处理红外接收阵列接收到的信号;
(3)电源模块,向传感器模块、模拟信号处理模块、单片机中央信息处理单元模块及LED故障显示模块供电;
(4)单片机中央信息处理单元模块,用于处理接收传感器阵列检测信号,对信号进行运算、故障诊断与识别;
(5)二色LED故障显示,由驱动电路和两种颜色的LED组成,用于显示注塑叶片是否存在质量缺陷。
上述装置的各模块的组成和功能为:
(1)近红外传感器发射阵列为直线型LED红外线传感器阵列,由若干型号相同的红外光发射传感器组成,不间断向外发射平行红外线型光束;近红外传感器接收阵列为直线型LED红外接收传感器组成的阵列,可接收经被测注塑叶片透射的红外光。
(2)发射电路模块是近红外传感器发射阵列驱动电路,驱动红外光发射阵列不间断向外发射近红外光波;接收电路模块用于处理接收传感器阵列接收到的光波信号,并进行信号放大和滤波处理。
(3)电源模块将220v交流电转换为+5v、±15直流电,供传感器模块、模拟信号处理模块、单片机中央信息处理单元模块及LED故障显示电路使用。
(4)单片机中央信息处理单元模块中采用C8051F020单片机为核心,将多通道传感器信号经差分放大和电平转换后送入单片机,用于实时检测与记录接收传感器阵列信号,并进行注塑叶片质量缺陷的诊断与识别。
(5)如权力要求1所述的装置,其特征在于(5)中所述的两色LED故障显示,分别用红、蓝两种颜色显示注塑叶片是否存在质量缺陷。
一种基于近红外光波阵列的注塑叶片在线监测方法,其包括以下步骤:
(1)将近红外光波阵列在线检测装置,安装到待测部件的工位上:近红外传感器发射阵列和接收阵列均安装在条形线路板上,***支撑座的插槽里中,发射阵列和接收阵列分别放置在被测部件两侧,并且位于待测部件中部轴心位置;
(2)近红外传感器发射阵列在模拟信号处理模块的控制下发射红外光束,透过被测部件后由近红外传感器接收阵列接收透过的红外光;
(3)模拟信号处理模块将采集到红外光信号转化为模拟信号,传递到单片机中央信息处理单元模块;
(4)单片机中央信息处理单元模块用于处理接收传感器阵列检测信号,对信号进行运算、故障诊断与识别;
(5)单片机中央信息处理单元模块将信号进行处理后,将监测结果输入到二色LED故障显示单元。
模拟信号处理模块处理对信号进行差分放大、滤波处理,运算放大处理。
采用本发明的技术方案主要用于在线监测注塑叶片质量缺陷,特别适用于空调等送风轮叶片超声波焊接时有无粘叶的监测,具有合格与不合格产品报警显示功能。该方法采用直线型红外LED发射阵列,发射平行光束,经注塑叶片透射后,由红外LED接收阵列接收透射光,再由单片机***诊断和识别后,实现注塑叶片缺陷的在线监测。该发明检测效率高,识别率高,成本低,适合大面积推广。
附图说明
图1为本发明中近红外光波阵列注塑叶片在线监测装置***组成图。
图2为本发明中监测装置布设示意图。
图3为本发明中实施例中传感器布设示意图。
图4为被检测部件实例图。
图5为本发明实施例中电路原理图。
实施例及具体实施方式:
下面结合附图及一个实施例对本发明作进一步的说明。
本发明的装置,其监测装置***组成如图1所示,由传感器模块、模拟信号处理模块、电源模块、单片机中央信息处理单元模块及二色LED故障显示模块组成。其中,传感器模块由近红外传感器发射和接收阵列组成,用于向被测注塑叶片发射近红外光束,并接收透过注塑叶片的近红外光波;模拟信号处理模块由发射电路模块和接收电路模块组成,用于驱动红外发射传感器阵列和处理红外接收阵列接收到的信号;电源模块给传感器阵列、信号处理单元、单片机及LED故障显示模块供电;单片机中央信息处理单元模块用于处理接收传感器阵列检测信号,对信号进行运算、故障诊断与识别;二色LED故障显示由驱动电路和红、蓝两种颜色的LED组成,用于显示注塑叶片是否存在质量缺陷。
本发明的装置中电源模块将220v交流电转换为+5v、±15直流电,供传感器模块、模拟信号处理模块、单片机中央信息处理单元模块及LED故障显示电路使用。
本发明的装置,其监测装置布设如图2所示,红外发射阵列和红外接收阵列均采用直线阵列结构,红外发射阵列安装在红外发射阵列条线路板1;红外接收阵列安装在红外接收阵列条形线路板2上,红外发射阵列条线路板1和红外接收阵列条形线路板2分别放置在被测部件两侧,并且位于部件中部轴心位置,发射阵列在驱动电路控制下发射红外光束,透过被测部件后由接收阵列接收透过的红外光。
本装置中的红外发射传感器阵列和红外接收传感器阵列结构示意图如图3所示。采用8组相同型号的近红外传感器,每组传感器采用两对相同型号(IR67-21C-TR10和PT17-21B-L41-TR8)的红外传感器,工作电压为+5V供电。图3上方黑色方代表红外发射阵列中传感器的布设方位,下方黑色圆代表红外接收传感器的布设方位。传感器与单片机接口如图5中J1所示。发射传感器串接限流电阻,为了提高近红外发射阵列发射功率,限流电阻为200Ω,而接收传感器串接10KΩ的电阻,如图5所示。
如图4所示,为本发明实施例中,待测的空调送风叶轮。
本装置中模拟信号处理模块,采用差分放大、滤波处理,运算放大器(型号为JRC4558)需要±15V供电,通过改变可调电阻,得到所需放大倍数,与单片机接口图如图5中J2所示。实例中,一路传感器模块输出的数据,对其模拟信号进行放大、滤波处理,其中放大倍数为100倍。
本装置中LED故障模块,采用发光二极管(LED)组成,有红、蓝两种颜色,用于显示注塑叶片质量缺陷。该模块与单片机接口如5中J3所示。实例中,红色表示叶片有缺陷,蓝色表示叶片无缺陷。图5还设有将5V转换为3V的稳压电路,为单片机提供电源。
本装置中单片机中央信息处理单元电路如图5所示,单片机型号为C8051F020,该单片机与C51系列单片机具有兼容的控制器内核,采用流水线结构,指令执行速度大大提高,本例中其晶振为22MHz,八路信号通过A/D转换输入单片机,采集注塑叶轮转动一圈得到的数据,根据实验所得数据阈值的判断比较。本实施例中,单片机***采用了新华龙公司的C8051F020单片机开发***,内置模/数转换。实例中,对一路传感器输出的信号,经模拟信号处理模块后,将模拟信号接入单片机A/D模数转换,通过已设定的程序处理,将结果显示给LED故障显示。
实施例中,注塑叶片部件由电机带动产生旋转,取旋转一周中接收红外传感器阵列接收到的红外光信号作为原始数据,经数据处理后与预先标定的阈值进行比对,最终与内置算法判断出被测注塑部件是否合格,并经LED显示和报警。
Claims (9)
1.基于近红外光波阵列的注塑叶片在线监测装置,其特征在于:该装置包括:
(1)传感器模块,由近红外传感器发射阵列和接收阵列组成,用于向被测注塑叶片发射近红外光束,并接收透过注塑叶片的近红外光波;
(2)模拟信号处理模块,由发射电路模块和接收电路模块组成,用于驱动红外发射传感器阵列和处理红外接收阵列接收到的信号;
(3)电源模块,向传感器模块、模拟信号处理模块、单片机中央信息处理单元模块及LED故障显示模块供电;
(4)单片机中央信息处理单元模块,用于处理接收传感器阵列检测信号,对信号进行运算、故障诊断与识别;
(5)二色LED故障显示,由驱动电路和两种颜色的LED组成,用于显示注塑叶片是否存在质量缺陷。
2.如权利要求1所述的基于近红外光波阵列的注塑叶片在线监测装置,其特征在于:所述的近红外传感器发射阵列为直线型LED红外线传感器阵列,由多个型号相同的红外光发射传感器组成;近红外传感器接收阵列为直线型LED红外接收传感器组成的阵列。
3.如权利要求2所述的基于近红外光波阵列的注塑叶片在线监测装置,其特征在于:所述的直线型LED红外线传感器阵列不间断向外发射平行红外线型光束;所述直线型LED红外接收传感器接收经被测注塑叶片透射的红外光。
4.如权利要求1所述的基于近红外光波阵列的注塑叶片在线监测装置,其特征在于:所述的发射电路模块是近红外传感器发射阵列驱动电路,驱动红外光发射阵列不间断向外发射近红外光波;接收电路模块用于处理接收传感器阵列接收到的光波信号,并进行信号放大和滤波处理。
5.如权利要求1所述的基于近红外光波阵列的注塑叶片在线监测装置,其特征在于:所述的电源模块将220v交流电转换为+5v、±15直流电,提供给传感器模块、模拟信号处理模块、单片机中央信息处理单元模块及LED故障显示电路。
6.如权利要求1所述的基于近红外光波阵列的注塑叶片在线监测装置,其特征在于:所述的单片机中央信息处理单元模块中以C8051F020单片机为核心,将多通道传感器信号经差分放大和电平转换后送入单片机,用于实时检测与记录接收传感器阵列信号,并进行注塑叶片质量缺陷的诊断与识别。
7.如权利要求1所述的基于近红外光波阵列的注塑叶片在线监测装置,其特征在于:所述的两色LED故障显示,分别用红、蓝两种颜色显示注塑叶片是否存在质量缺陷。
8.一种基于近红外光波阵列的注塑叶片在线监测方法,其特征在于:
(1)将近红外光波阵列在线检测装置,安装到待测部件的工位上:近红外传感器发射阵列和接收阵列均安装在条形线路板上,***支撑座的插槽里中,发射阵列和接收阵列分别放置在被测部件两侧,并且位于待测部件中部轴心位置;
(2)近红外传感器发射阵列在模拟信号处理模块的控制下发射红外光束,透过被测部件后由近红外传感器接收阵列接收透过的红外光;
(3)模拟信号处理模块将采集到红外光信号转化为模拟信号,传递到单片机中央信息处理单元模块;
(4)单片机中央信息处理单元模块用于处理接收传感器阵列检测信号,对信号进行运算、故障诊断与识别;
(5)单片机中央信息处理单元模块将信号进行处理后,将监测结果输入到二色LED故障显示单元。
9.根据权利要求8所述的基于近红外光波阵列的注塑叶片在线监测方法,其特征在于:模拟信号处理模块处理对信号进行差分放大、滤波处理,运算放大处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310587570.0A CN103630545A (zh) | 2013-11-20 | 2013-11-20 | 基于近红外光波阵列的注塑叶片在线监测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310587570.0A CN103630545A (zh) | 2013-11-20 | 2013-11-20 | 基于近红外光波阵列的注塑叶片在线监测装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103630545A true CN103630545A (zh) | 2014-03-12 |
Family
ID=50211820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310587570.0A Pending CN103630545A (zh) | 2013-11-20 | 2013-11-20 | 基于近红外光波阵列的注塑叶片在线监测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103630545A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105096517A (zh) * | 2015-08-07 | 2015-11-25 | 东莞市天楠光电科技有限公司 | 机器人绳索疲劳智能检测装置 |
CN106596560A (zh) * | 2016-12-14 | 2017-04-26 | 江苏大学 | 一种基于激光传感器阵列的贯流风叶注塑缺料缺陷检测方法与装置 |
CN106872509A (zh) * | 2017-03-09 | 2017-06-20 | 华南理工大学 | 一种基于红外成像的注塑制品质量在线检测装置与方法 |
CN108225384A (zh) * | 2017-12-08 | 2018-06-29 | 江苏大学 | 一种直线型红外led阵列传感器 |
CN109884723A (zh) * | 2019-03-01 | 2019-06-14 | 芜湖远景塑胶制品有限公司 | 一种塑料轴承胶圈座检测装置 |
CN110774553A (zh) * | 2019-03-01 | 2020-02-11 | 广东台进智能装备股份有限公司 | 一种多注塑机联动注塑精密控制***及其控制方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5981949A (en) * | 1996-01-18 | 1999-11-09 | The United States Of America As Represented By The Secretary Of The Air Force | Locating defects in solid material |
US20030116725A1 (en) * | 2001-12-21 | 2003-06-26 | Kimberly-Clark Worldwide, Inc. | Web detection with gradient-indexed optics |
CN1512167A (zh) * | 2002-12-30 | 2004-07-14 | 财团法人工业技术研究院 | 即时红外化学影像光谱装置 |
CN1547666A (zh) * | 2001-05-21 | 2004-11-17 | ƽ | 一种用于在自动化过程控制工件检查应用中提供热红外成像快照动作的装置及方法 |
CN1620603A (zh) * | 2002-01-23 | 2005-05-25 | 马雷纳***有限公司 | 采用红外热成像法进行缺陷检测和分析 |
US20060151703A1 (en) * | 2003-04-30 | 2006-07-13 | David Raulerson | Infrared defect detection via broad-band acoustics |
US20070045544A1 (en) * | 2002-08-28 | 2007-03-01 | Wayne State University | System and method for defect detection by inducing acoustic chaos |
CN101933130A (zh) * | 2008-06-27 | 2010-12-29 | 日商英益达股份有限公司 | 硅晶圆的缺陷检查装置及其缺陷检查方法 |
CN102175690A (zh) * | 2011-01-24 | 2011-09-07 | 宁波大学 | 一种红外玻璃内部宏观缺陷检测装置 |
CN102590220A (zh) * | 2012-02-24 | 2012-07-18 | 上海兰宝传感科技股份有限公司 | 红外无损检测装置 |
-
2013
- 2013-11-20 CN CN201310587570.0A patent/CN103630545A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5981949A (en) * | 1996-01-18 | 1999-11-09 | The United States Of America As Represented By The Secretary Of The Air Force | Locating defects in solid material |
CN1547666A (zh) * | 2001-05-21 | 2004-11-17 | ƽ | 一种用于在自动化过程控制工件检查应用中提供热红外成像快照动作的装置及方法 |
US20030116725A1 (en) * | 2001-12-21 | 2003-06-26 | Kimberly-Clark Worldwide, Inc. | Web detection with gradient-indexed optics |
CN1620603A (zh) * | 2002-01-23 | 2005-05-25 | 马雷纳***有限公司 | 采用红外热成像法进行缺陷检测和分析 |
US20070045544A1 (en) * | 2002-08-28 | 2007-03-01 | Wayne State University | System and method for defect detection by inducing acoustic chaos |
CN1512167A (zh) * | 2002-12-30 | 2004-07-14 | 财团法人工业技术研究院 | 即时红外化学影像光谱装置 |
US20060151703A1 (en) * | 2003-04-30 | 2006-07-13 | David Raulerson | Infrared defect detection via broad-band acoustics |
CN101933130A (zh) * | 2008-06-27 | 2010-12-29 | 日商英益达股份有限公司 | 硅晶圆的缺陷检查装置及其缺陷检查方法 |
CN102175690A (zh) * | 2011-01-24 | 2011-09-07 | 宁波大学 | 一种红外玻璃内部宏观缺陷检测装置 |
CN102590220A (zh) * | 2012-02-24 | 2012-07-18 | 上海兰宝传感科技股份有限公司 | 红外无损检测装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105096517A (zh) * | 2015-08-07 | 2015-11-25 | 东莞市天楠光电科技有限公司 | 机器人绳索疲劳智能检测装置 |
CN105096517B (zh) * | 2015-08-07 | 2019-04-16 | 广东天浩科技有限公司 | 机器人绳索疲劳智能检测装置 |
CN106596560A (zh) * | 2016-12-14 | 2017-04-26 | 江苏大学 | 一种基于激光传感器阵列的贯流风叶注塑缺料缺陷检测方法与装置 |
CN106596560B (zh) * | 2016-12-14 | 2019-12-03 | 江苏大学 | 一种基于激光传感器阵列的贯流风叶注塑缺料缺陷检测方法与装置 |
CN106872509A (zh) * | 2017-03-09 | 2017-06-20 | 华南理工大学 | 一种基于红外成像的注塑制品质量在线检测装置与方法 |
CN108225384A (zh) * | 2017-12-08 | 2018-06-29 | 江苏大学 | 一种直线型红外led阵列传感器 |
CN109884723A (zh) * | 2019-03-01 | 2019-06-14 | 芜湖远景塑胶制品有限公司 | 一种塑料轴承胶圈座检测装置 |
CN110774553A (zh) * | 2019-03-01 | 2020-02-11 | 广东台进智能装备股份有限公司 | 一种多注塑机联动注塑精密控制***及其控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103630545A (zh) | 基于近红外光波阵列的注塑叶片在线监测装置及方法 | |
CN105817430B (zh) | 基于机器视觉的产品检测方法 | |
CN110261394A (zh) | 在线风机叶片损伤实时诊断***和方法 | |
CN108506172B (zh) | 一种风力发电叶片健康状态在线检测*** | |
CN105464912A (zh) | 一种风力发电机组叶片结冰检测的方法和装置 | |
CN108956640A (zh) | 适用于配电线路巡检的车载检测装置及检测方法 | |
CN106851218B (zh) | 一种造波机运行状态的视频监测装置及方法 | |
CN103868934A (zh) | 基于机器视觉的玻璃灯杯检测***及方法 | |
CN109715936A (zh) | 用于监测至少一个风力涡轮机的状态的方法和设备和计算机程序产品 | |
CN208443773U (zh) | 一种基于热辐射的无人机巡线缺陷检测装置 | |
CN112483330B (zh) | 一种匹配在役风力机状态的无人巡检轨迹程控方法 | |
CN110277962A (zh) | 一种应用无人机及逆变器返灌技术对光伏电池组件进行el实时在线图谱收集分析诊断方法 | |
CN109653962A (zh) | 一种风电机组在线监测***和监测方法 | |
CN103644863A (zh) | 贯流风叶径向圆跳度非接触在线诊断装置与方法 | |
CN108561324A (zh) | 一种风机测试装置、空调及其风机测试方法 | |
CN206132336U (zh) | 一种飞机发动机叶片的无损探伤检测装置 | |
CN203551280U (zh) | 发动机总装检测*** | |
CN106596560B (zh) | 一种基于激光传感器阵列的贯流风叶注塑缺料缺陷检测方法与装置 | |
CN113065540A (zh) | 一种基于机巡图像的输电线路元件失效识别方法及*** | |
CN209102851U (zh) | 一种光伏接线盒综合测试*** | |
CN209878804U (zh) | 一种用于检测电源产品散热风扇风向的*** | |
CN103674969B (zh) | 旋转型注塑叶片缺料故障在线诊断装置 | |
CN210106226U (zh) | 一种自动风扇性能检测装置 | |
CN108107877A (zh) | 一种空调控制器自动检测*** | |
CN209115266U (zh) | 一种风力发电叶片健康状态在线检测*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140312 |