CN105478529B - 全自动冲压生产线制品表面质量在线检测***及方法 - Google Patents
全自动冲压生产线制品表面质量在线检测***及方法 Download PDFInfo
- Publication number
- CN105478529B CN105478529B CN201510052779.6A CN201510052779A CN105478529B CN 105478529 B CN105478529 B CN 105478529B CN 201510052779 A CN201510052779 A CN 201510052779A CN 105478529 B CN105478529 B CN 105478529B
- Authority
- CN
- China
- Prior art keywords
- image
- full
- line
- surface quality
- defect
- 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.)
- Expired - Fee Related
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本发明是一种全自动冲压生产线制品表面质量在线检测***及方法。所述冲压生产线包括有若干工位,相邻工位之间设有送料机械臂,冲压生产线在对应送料机械臂的位置设有对冲压制品表面质量进行检测的图像检测装置,图像检测装置的信号输出端与图像处理装置的信号输入端连接,图像处理装置的信号输出端与PLC控制器的信号输入端连接。本发明的全自动冲压生产线制品表面质量在线检测***保证全自动生产线上所有工位的加工都能达到质量要求。且结构简单,方便实用。本发明的全自动冲压生产线制品表面质量在线检测方法不仅检测效率高,而且检测精度高。本发明的全自动冲压生产线制品表面质量在线检测***及方法操作简单,方便实用。
Description
技术领域
本发明是一种全自动冲压生产线制品表面质量在线检测***及方法,属于全自动冲压生产线制品表面质量在线检测***及方法的创新技术。
背景技术
冲压加工作为一种高效、节能,高材料利用率的加工方法在现代工业制造中得到了广泛的应用。冲压技术水平的高低,已在相当程度上决定了企业的生产力和在总体行业中的地位。在目前的工业生产中,提高冲压加工的机械化、自动化程度是总体的发展趋势,数控全自动冲压生产线则是冲压行业发展的重点,因为冲压生产线自动化程度决定了一个国家工业水平高低。
数控全自动冲压生产线是锻压装备技术的最新发展。当今锻压装备技术总的发展趋势是:智能化、精密化、高速高效化、集成化、绿色化。锻压装备正从机械自动化---电气自动化向机电一体化迈进;从单机自动化向多机自动化冲压线和柔性生产线发展。以多台高精度多工位压力机为基础组成的数控自动化生产线,将数十道冲压工序集成到一条生产线上进行全自动化操作,不仅大大提高了生产效率和产品质量,而且大大减少了占地面积和工人数量,具有高智能化、高精度、高可靠性、高效率、节能、节材等一系列优点,代表了锻压装备的最新发展方向,在现代交通运输、电子信息、航空航天、通讯以及家电等行业中得到了广泛的应用。数控全自动冲压生产线技术是精密机械、机器人、数控技术、现代检测传感技术、自动化技术等多学科多领域高新技术的交叉和集成。
在冲压生产过程中,由于加工误差、模具损伤等各种客观因素而导致次品甚至废品。如:在拉深过程中,板料产生塑性变形,材料被转移和重新分布,内部的应力和应变十分复杂,导致拉深过程中的状态难以精确控制,表面质量常出现起皱、破裂等缺陷,以致后续工序难以继续或产品报废。因此,在全自动冲压生产线上对冲压件实施在线检测也就变得至关重要,也成为评判其自动化程度的一个重要指标。而在实际生产过程中,对于冲压件的检测,国内还处于单纯人工视觉或单纯人工视觉与机械、光学仪器相结合方式对产品进行人工抽检的阶段。实践证明,由于检测精度和检测速度等方面的限制,传统人工检测方法很难胜任冲压件产品的在线检测,因为传统的人工检测手段存在检测结果不可靠、检测效率低下、无法做到数字化集成,适应性差、检测成本高等问题。所以,研究实现产品缺陷检测的自动化技术对于提高冲压生产线的自动化程度具有十分重要的意义。
基于图像处理的检测方法可以快速获取大量信息,可以自动处理,可以同设计信息,以及加工控制信号集成。因此,在自动化生产过程中,人们将图像检测技术广泛应用于现场监视、成品检验和质量控制等领域,从而达到提高生产的柔性和自动化程度。与传统的检测手段相比,图像处理的非接触式测量降低了人工劳动强度,提高了生产效率,而且克服了检测过程和生产过程分离的弊端,尤其像数控机床一类的密闭加工环境,非接触式测量更显得尤其重要。图像检测作为非接触式检测的一种有效手段,符合现代工业在线检测、实时控制的要求。图像检测技术与传统检测方法相比有着独特的优越性,不仅适用于静态检测,也适用于动态检测;通过选择合适的镜头调节合适的焦距,在特定的外部条件下,极大地扩展了检测范围,灵活性得到了提高;图像检测技术以数字图像处理技术为理论基础,采用了信息含量非常丰富的“图像”作为检测对象,使之检测能力大大提高。现代图像检测技术以光学理论为基础,融合光电技术、计算机技术、信息处理等多种技术,成为越来越多人关注的焦点,其高精度、高稳定性、高效率等众多优点,决定了其发展水平对工业制造业发展的直接影响。因此,研究基于图像处理的冲压件缺陷检测技术亦是具有十分重要的意义。
现有全自动冲压生产线制品表面质量的缺陷检测工序,一般设置在成品的最后一个工位后进行,若检测出缺陷,难以及时的反映多工位生产中的出错工位,对于各个工艺参数的修整起不到指导作用。
发明内容
本发明的目的在于考虑上述问题而提供一种保证全自动生产线上所有工位的加工都能达到质量要求的全自动冲压生产线制品表面质量在线检测***。本发明结构简单,方便实用。
本发明的另一目的在于提供一种不仅检测效率高,而且检测精度高的全自动冲压生产线制品表面质量在线检测方法。
本发明的技术方案是:本发明的全自动冲压生产线制品表面质量在线检测***,所述冲压生产线包括有若干工位,相邻工位之间设有送料机械臂,冲压生产线在对应送料机械臂的位置设有对冲压制品表面质量进行检测的图像检测装置,图像检测装置的信号输出端与图像处理装置的信号输入端连接,图像处理装置的信号输出端与PLC控制器的信号输入端连接。
本发明全自动冲压生产线制品表面质量在线检测***的检测方法,包括如下步骤:
1)采用图像检测装置同步采集冲压生产线上冲压制品的局部表面图像,并把检测的图像送至图像处理装置;
2)图像处理装置运用小波滤波增强算法,对采集的图像进行去噪、增强处理,提高图像质量,排除环境因素干扰;
3)图像处理装置采用小波转换的自适应阀值分割法分割采集的图像,提取易发生缺陷部分图像进行后续处理,减少信息运算量,提高运算效率;
4)图像处理装置运用边界特征法与标准图像进行配准,将缺陷特征与复杂背景特征区分开;
5)图像处理装置根据标准图像甄别冲压制品是否存在表面缺陷:
51)若图像处理装置分析结果与标准图像匹配,冲压制品不存在表面缺陷,则输出模拟电信号至PLC控制器,控制图像检测装置在下一个工位送料机械臂的抓取节拍继续采集图像;
52)若分析结果与标准图像存在匹配度差异大的特征,则判断是否为真实缺陷,若不是真实缺陷,则输出模拟电信号至PLC控制器,控制图像检测装置在下一个工位送料机械臂的抓取节拍继续采集图像;若为真实缺陷,则输出模拟电信号至PLC控制器,停机报警;并对缺陷轮廓采用局部形态学提取,并根据提取的缺陷轮廓对缺陷分类,根据缺陷分类结果,指导工艺参数的修订以及模具制造。
本发明的全自动冲压生产线制品表面质量在线检测***保证全自动生产线上所有工位的加工都能达到质量要求。且结构简单,方便实用。本发明的全自动冲压生产线制品表面质量在线检测方法不仅检测效率高,而且检测精度高。本发明的全自动冲压生产线制品表面质量在线检测***及方法操作简单,方便实用。本发明结合了送料机械臂的抓料轨迹,有效排除了抖动干扰问题。
附图说明
图1为本发明全自动冲压生产线制品表面质量在线检测***的原理图;
图2为本发明利用节拍同步处理的原理图;
图3为本发明在线检测方法的流程图。
具体实施方式
实施例:
本发明的结构示意图如图1所示,本发明的全自动冲压生产线制品表面质量在线检测***, 所述冲压生产线包括有若干工位,其特征在于相邻工位之间设有送料机械臂,冲压生产线在对应送料机械臂的位置设有对冲压制品表面质量进行检测的图像检测装置,图像检测装置的信号输出端与图像处理装置的信号输入端连接,图像处理装置的信号输出端与PLC控制器的信号输入端连接。
本发明全自动冲压生产线制品表面质量在线检测***采用的工位缺陷检测法,在多工位的自动冲压生产线上,相邻工位间***一道缺陷图像检测的工序,若前一个工位检测出缺陷,报警停机,并分析缺陷类型,指导对模具以及工艺参数的修整。这种工位间的在线检测,保证全自动生产线上所有工位的加工都能达到质量要求。
本实施例中,上述图像检测装置是CCD工业摄像头。
本实施例中,上述CCD工业摄像头通过机械定位机构定位在送料机械臂的末端。
本实施例中,上述CCD工业摄像头通过机械定位机构定位在送料机械臂末端的端拾器上。采用这样机构,可以使摄像机与机械臂的运动同步,CCD工业摄像头与拍摄的工件相对运动速度为零,克服工位间因机械抖动以及传送带运动导致采集到的表面图像模糊以及光线干扰失真问题,从而获得更为清晰的图像。
本发明全自动冲压生产线制品表面质量在线检测***的检测方法,包括如下步骤:
1)采用图像检测装置同步采集冲压生产线上冲压制品的局部表面图像,并把检测的图像送至图像处理装置;
2)图像处理装置运用小波滤波增强算法,对采集的图像进行去噪、增强处理,提高图像质量,排除环境因素干扰;
3)图像处理装置采用小波转换的自适应阀值分割法分割采集的图像,提取易发生缺陷部分图像进行后续处理,减少信息运算量,提高运算效率;
4)图像处理装置运用边界特征法与标准图像进行配准,将缺陷特征与复杂背景特征区分开;
5)图像处理装置根据标准图像甄别冲压制品是否存在表面缺陷:
51)若分析结果与标准图像匹配,冲压制品不存在表面缺陷,则输出模拟电信号至PLC控制器,控制图像检测装置在下一个工位送料机械臂的抓取节拍继续采集图像;
52)若分析结果与标准图像存在匹配度差异大的特征,则判断是否为真实缺陷,若不是真实缺陷,则输出模拟电信号至PLC控制器,控制图像检测装置在下一个工位送料机械臂的抓取节拍继续采集图像;若为真实缺陷,则输出模拟电信号至PLC控制器,停机报警,并对缺陷轮廓采用局部形态学提取,并根据提取的缺陷轮廓对缺陷分类,根据缺陷分类结果,指导工艺参数的修订以及模具制造。此外,PLC控制器还设定报警模式。
本实施例中,上述冲压制品是冲压成形件,冲压成形件可以是冲压成形工序中的弯曲件,或拉深件,或翻边件,或胀形件等。本实施例中,本发明是针对拉深件的拉深表面质量进行检测,本发明也可应用到其它工序制品的表面质量检测,只是到时的检测位置和评价标准不同。
本实施例中,上述送料机械臂包括抓料加速上升阶段,恒速横向平移阶段,以及减速下降阶段,图像检测装置是在送料机械臂的横向平移阶段的同步进行图像检测及处理。并根据检测结果,若出现表面缺陷则停机调整,否则直接执行机械臂节拍进入下一工位。本发明这种利用节拍同步处理的方法,既可以节省了图像处理的时间,提高了检测效率,同时方便了对每个工位的工艺参数修整,克服传统图像检测***的图像处理效率低,跟不上自动冲压生产线生产节拍的问题。
本实施例中,上述图像检测装置在送料机械臂的运动节拍点上进行图像采集时,送料机械臂处于静止状态。
本实施例中,上述送料机械臂处于静止状态的时间通过PLC控制器通过编程控制。这样不仅增加了检测***的柔性,还避免了因机械臂运动过程发生的抖动以及光线扭曲带来的图像偏差问题,帮助更好的采集工件表面图像。
Claims (6)
1.一种全自动冲压生产线制品表面质量在线检测***的检测方法, 所述全自动冲压生产线包括有若干工位,相邻工位之间设有送料机械臂,全自动冲压生产线在对应送料机械臂的位置设有对冲压制品表面质量进行检测的图像检测装置,图像检测装置的信号输出端与图像处理装置的信号输入端连接,图像处理装置的信号输出端与PLC控制器的信号输入端连接,其特征在于全自动冲压生产线制品表面质量在线检测***的检测方法包括如下步骤:
1)采用图像检测装置同步采集冲压生产线上冲压制品的局部表面图像,并把检测的图像送至图像处理装置;
2)图像处理装置运用小波滤波增强算法,对采集的图像进行去噪、增强处理,提高图像质量,排除环境因素干扰;
3)图像处理装置采用小波转换的自适应阀值分割法分割采集的图像,提取易发生缺陷部分图像进行后续处理,减少信息运算量,提高运算效率;
4)图像处理装置运用边界特征法与标准图像进行配准,将缺陷特征与复杂背景特征区分开;
5)图像处理装置根据标准图像甄别冲压制品是否存在表面缺陷:
51)若图像处理装置分析结果与标准图像匹配,冲压制品不存在表面缺陷,则输出模拟电信号至PLC控制器,控制图像检测装置在下一个工位送料机械臂的抓取节拍继续采集图像;
52)若分析结果与标准图像存在匹配度差异大的特征,则判断是否为真实缺陷,若不是真实缺陷,则输出模拟电信号至PLC控制器,控制图像检测装置在下一个工位送料机械臂的抓取节拍继续采集图像;若为真实缺陷,则输出模拟电信号至PLC控制器,停机报警;并对缺陷轮廓采用局部形态学提取,并根据提取的缺陷轮廓对缺陷分类,根据缺陷分类结果,指导工艺参数的修订以及模具制造。
2.根据权利要求1所述的全自动冲压生产线制品表面质量在线检测***的检测方法,其特征在于上述图像检测装置是CCD工业摄像头。
3.根据权利要求1所述的全自动冲压生产线制品表面质量在线检测***的检测方法,其特征在于上述冲压制品是冲压成形件。
4.根据权利要求1所述的全自动冲压生产线制品表面质量在线检测***的检测方法,其特征在于上述送料机械臂包括抓料加速上升阶段,恒速横向平移阶段,以及减速下降阶段,图像检测装置是在送料机械臂的横向平移阶段的同步进行图像检测及处理,并根据检测结果,若出现表面缺陷则停机调整,否则直接执行机械臂节拍进入下一工位。
5.根据权利要求4所述的全自动冲压生产线制品表面质量在线检测***的检测方法,其特征在于上述图像检测装置在送料机械臂的运动节拍点上进行图像采集时,送料机械臂处于相对静止状态。
6.根据权利要求5所述的全自动冲压生产线制品表面质量在线检测***的检测方法,其特征在于上述送料机械臂处于相对静止状态的时间通过PLC控制器控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510052779.6A CN105478529B (zh) | 2015-02-02 | 2015-02-02 | 全自动冲压生产线制品表面质量在线检测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510052779.6A CN105478529B (zh) | 2015-02-02 | 2015-02-02 | 全自动冲压生产线制品表面质量在线检测***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105478529A CN105478529A (zh) | 2016-04-13 |
CN105478529B true CN105478529B (zh) | 2017-10-27 |
Family
ID=55666002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510052779.6A Expired - Fee Related CN105478529B (zh) | 2015-02-02 | 2015-02-02 | 全自动冲压生产线制品表面质量在线检测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105478529B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106403862A (zh) * | 2016-10-20 | 2017-02-15 | 上汽大众汽车有限公司 | 通过传感器快速检测零件尺寸的方法和*** |
US10269108B2 (en) | 2017-09-01 | 2019-04-23 | Midea Group Co., Ltd. | Methods and systems for improved quality inspection of products using a robot |
CN110170561B (zh) * | 2019-05-23 | 2020-06-30 | 吴昌御 | 一种五金冲压材料流水线鉴别装置及使用方法 |
CN110806736B (zh) * | 2019-11-19 | 2021-10-15 | 北京工业大学 | 一种模锻成形智能制造生产线锻件质量信息检测方法 |
CN111578054A (zh) * | 2020-04-18 | 2020-08-25 | 青岛奥利普自动化控制***有限公司 | 一种生产线质量跟踪设备及方法 |
CN112474877A (zh) * | 2020-11-06 | 2021-03-12 | 苏州宣佑科技有限公司 | 一种冲压加工用检测方法 |
CN115027087B (zh) * | 2022-08-09 | 2023-08-01 | 江苏艾卡森智能科技有限公司 | 一种电机磁瓦冲压过程质量分析*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005121599A (ja) * | 2003-10-20 | 2005-05-12 | Komatsu Ltd | プレス成形品の欠陥検査装置 |
CN101477066B (zh) * | 2009-01-09 | 2012-02-01 | 华南理工大学 | 基于超分辨率图像重建的电路板元件安装/焊接质量检测方法及*** |
CN102120251A (zh) * | 2010-12-28 | 2011-07-13 | 重庆拓润科技有限公司 | 蝶簧自动化流水线生产工艺 |
CN102621156B (zh) * | 2012-03-07 | 2014-12-03 | 武汉理工大学 | 基于图像处理的微小零件自动分拣*** |
CN204638779U (zh) * | 2015-02-02 | 2015-09-16 | 广东工业大学 | 全自动冲压生产线制品表面质量在线检测*** |
-
2015
- 2015-02-02 CN CN201510052779.6A patent/CN105478529B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN105478529A (zh) | 2016-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105478529B (zh) | 全自动冲压生产线制品表面质量在线检测***及方法 | |
CN204638779U (zh) | 全自动冲压生产线制品表面质量在线检测*** | |
CN111537517B (zh) | 一种无人智能化冲压缺陷识别方法 | |
CN103808734B (zh) | 汽车零配件全自动检测设备 | |
CN104063873B (zh) | 一种基于压缩感知的轴套类零件表面缺陷在线检测方法 | |
CN103776841B (zh) | 合成革缺陷自动检测装置及检测方法 | |
CN104923593B (zh) | 一种基于视觉的顶层折弯板材定位方法 | |
CN102529019B (zh) | 一种模具检测、保护及零件检测、摘取的方法 | |
CN102621156B (zh) | 基于图像处理的微小零件自动分拣*** | |
CN106000912B (zh) | 一种基于机器视觉导引实现柑橘囊胞异物剔除*** | |
CN104690007A (zh) | 一种人机结合的磁芯在线检测***和检测方法 | |
CN103157607A (zh) | 一种物品识别与分拣装置及其方法 | |
CN101799431A (zh) | 高速生产线上罐盖质量的机器视觉在线检测方法及设备 | |
CN112150439B (zh) | 注塑件的自动分拣设备及分拣方法 | |
CN105855420A (zh) | 一种冲压线线尾零件自动化装箱*** | |
CN109692820A (zh) | 基于图像处理的光纤金属件表面缺陷在线检测装置和方法 | |
CN103934211A (zh) | 基于立体视觉的产品三维尺寸分拣*** | |
CN103492834A (zh) | 用于检测回转部件质量的自动器具及检验方法 | |
CN201141839Y (zh) | 计算机视觉技术检测微小轴承表面缺陷的装置 | |
CN108582075A (zh) | 一种智能机器人视觉自动化抓取*** | |
CN206056509U (zh) | 轴类零件机器视觉尺寸检测装置 | |
CN106645185A (zh) | 一种智能检测工业零件表面质量的方法及装置 | |
CN104807397A (zh) | 产品检测***及产品检测方法 | |
CN208555097U (zh) | 一种基于计算机视觉的工件形状检测与分捡装置 | |
CN109701890A (zh) | 磁瓦表面缺陷检测与分拣方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171027 Termination date: 20210202 |
|
CF01 | Termination of patent right due to non-payment of annual fee |