CN114308702A - 一种高性能注塑件的自动分类综合智能检测方法 - Google Patents
一种高性能注塑件的自动分类综合智能检测方法 Download PDFInfo
- Publication number
- CN114308702A CN114308702A CN202111674538.7A CN202111674538A CN114308702A CN 114308702 A CN114308702 A CN 114308702A CN 202111674538 A CN202111674538 A CN 202111674538A CN 114308702 A CN114308702 A CN 114308702A
- Authority
- CN
- China
- Prior art keywords
- injection molding
- molded parts
- injection molded
- weight
- injection
- 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.)
- Withdrawn
Links
- 238000001746 injection moulding Methods 0.000 title claims abstract description 54
- 238000001514 detection method Methods 0.000 title claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 238000003860 storage Methods 0.000 claims abstract description 13
- 238000002347 injection Methods 0.000 claims description 38
- 239000007924 injection Substances 0.000 claims description 38
- 239000000463 material Substances 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 9
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 239000002699 waste material Substances 0.000 claims description 6
- 238000001035 drying Methods 0.000 claims description 5
- 238000012797 qualification Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000004580 weight loss Effects 0.000 claims description 3
- 239000012459 cleaning agent Substances 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 4
- 238000012360 testing method Methods 0.000 abstract description 2
- 238000005187 foaming Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 7
- 239000003153 chemical reaction reagent Substances 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 4
- 238000000465 moulding Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 239000004088 foaming agent Substances 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006911 nucleation Effects 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 230000003864 performance function Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Images
Landscapes
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
本发明公开了一种高性能注塑件的自动分类综合智能检测方法,实现根据注塑件种类确定特定测量方案,集前处理、检测、分类储存、智能展示为一体的智能工厂综合测试方案,实现测量方案及数据的自动确定、处理与管理。
Description
技术领域
本发明涉及分类智能检测技术领域,具体来说,涉及一种高性能注塑件的自动分类综合智能检测方法。
背景技术
塑料制品的加工是传统制造业中不可或缺的部分,而注塑成型技术是塑料制品工艺流程中的枢纽环节,可用于大多数塑料件的加工成型,广泛应用于化工、运输、电子、仪器仪表、食品、日用品等各个领域。近年来,微孔发泡注塑成型技术以其成型周期短、制品轻量化、节省成型原材料、制品翘曲变形小、成型压力低和绿色环保等诸多优势取得研究人员的广泛关注。
微孔发泡注塑技术一般使用超临界流体作为发泡剂,聚合物熔体在溶解了超临界流体之后,其流动性发生改变,进而影响其成型行为;此外微孔发泡注塑成型过程中的泡孔成核和泡孔长大行为对制品的保压、冷却、收缩及翘曲变形均有不同程度的影响,从而引入了影响制品尺寸精度更多可能性因素。此外,因超临界流体的存在,微孔注塑制品的表面往往会出现气纹、银纹和粗糙度高等缺陷,进一步影响了微孔发泡注塑制品的尺寸精度,如何合理高效的对微孔注塑成型制品的尺寸参数及缺陷进行探测具有重要意义。
在实际生产过程中,注塑行业是标准的离散流程制造行业之一,多种类、小数量的注塑生产模式给生产管理及智能工厂建设造成很大阻碍。目前针对多种类含微发泡注塑件的测量与检测往往需要人工进行分类,然后分种类采用传统测量方法进行测量,自动化水平很低,为了响应国家“注重智能制造,提高装备的生产效率、性能功能以及自动化、数字化水平”的号召,构建一种高性能注塑件的自动分类综合智能检测方法显得尤为重要。
发明内容
本发明的目的在于提出一种高性能注塑件的自动分类综合智能检测方法,以克服现有技术中存在的上述不足。
为实现上述技术目的,本发明的技术方案是这样实现的:
一种高性能注塑件的自动分类综合智能检测方法,所述方法包括以下步骤:
1)按批次测量注塑件的总件数和总重量,并将测得的数据存入数据库;
2)将测得的本批次注塑件总件数和总重量与预先录入的该批次注塑件的产品尺寸和总重量进行比对,得出本批次注塑件的材料种类以及是否发泡;
3)按照注塑件的材料种类和是否发泡将注塑件分入设定的待检测储存库中;
4)重复以上步骤直至所有批次的注塑件均分入设定的待检测储存库内;
5)依据建立的专家经验库选择适合的清洗剂和烘干温度处理注塑件;
6)通过震动上料的方式将处理过的注塑件传送至待检测区域;
7)使用高精度压力传感器测量注塑件的精确重量,将所得重量与该注塑件的减重比进行比较以确定是否在准许范围内,如果不满足要求直接传送至废件库,如果合格则在上个注塑件测量完毕后进入带有装夹装置的同步带;
8)带有装夹装置的同步带将注塑件进行夹紧后进行尺寸精度视觉检测,并判断尺寸是否达标,如果尺寸不达标直接传送至废件库,若尺寸达标,则按照注塑件种类移动到特定的传送带;
9)通过特定种类传送带传送放入各种类计数装置,得到不同种类注塑件合格品的数量,存入PC端数据库中,然后将分类的合格件存储到不同种类高性能注塑件存储装置中。
进一步的,步骤1)和步骤9)中均采用阵列漏斗式进料装置进行计数。
进一步的,所述阵列漏斗式进料装置的底部均设有震动装置。
进一步的,所述方法还包括:
10)将测得的各种类注塑件的合格率和测量效率展示在显示屏上。
本发明的有益效果:本发明能够实现根据注塑件种类确定特定测量方案,集前处理、检测、分类储存、智能展示为一体的智能工厂综合测试方案,实现测量方案及数据的自动确定、处理与管理,提高注塑件检测的智能化程度和与下环节对接的自动化程度,提高测量效率,降低人员参与与对人员专业能力要求。
附图说明
图1是本发明实施例所述方法的流程图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
如图1所示,本发明提出了一种高性能注塑件的自动分类综合智能检测方法,一段时间产生的同批次注塑件通过输送设备(AGV小车输送、导轨输送等等)运送到综合检测***,通过上料装置(码垛机器人、特制升降叉翻机构)将输送来注塑件直接倒入阵列漏斗式进料装置中,阵列漏斗式进料装置内部有多个阵列的漏斗状结构,且整个进料装置底部还有震动装置,促进零件进入漏斗区域以及顺利通过漏斗底部,可以允许零件通过每个漏斗底部单次仅容许一个零件通过,且底部拥有计数装置(光电式),可以记录本批次倒入的注塑件总数量,本批次注塑件计数完成后将数据传回PC数据库储存。
在本实施例中,给重量测试模块发送指令进行激活,记录本批次注塑件总重量,同样传到PC进行储存,这两步完成后,自动匹配软件调用本批次注塑件的总数量和总重量信息,通过预先录入的产品尺寸重量信息自动匹配出本批次注塑件的材料种类及是否发泡等信息,自动匹配软件在PC端运行,可以通过管理人员认为增删工厂在生产的注塑件种类及尺寸重量信息,匹配软件给出的匹配结果与测量***进行交互,将不同材料及发泡程度的注塑件分入特定的待检测储存库中,然后上料装置才继续工作,开始处理下一批注塑件。
在本实施例中,对于不同材料的注塑件而言,由于清洗试剂对材料性能造成影响,可能需要不同种类的试剂进行清洗,且烘干温度往往也需要进行调整,同样,对于不同发泡程度的注塑件而言,内部空隙含量不同导致对清洗试剂的吸收能力也不同,往往需要定制特定的清洗、烘干时间,所以需要建立一个知识库,通过专家经验及以往的前处理方案不断丰富,储存大量不同材料及不同发泡程度的注塑件测量前处理方案,自动匹配软件给出的注塑件种类信息与知识库进行信息互通,从而为每种特定注塑件制定匹配专属的前处理方法,然后根据采取的方法将不同注塑件在特定待检测储存库中使用合适的试剂进行清洗,并按合适的温度进行烘干及冷却操作。
在本实施例中,通过震动上料的方式传送至带检测区域进行等待,针对微发泡注塑样品,等待位装有高精度压力传感器,可以在等待过程中对待测量样品的精确重量进行测量,将所得重量与该样品的减重比进行比较以确定是否在准许范围内,如果不满足要求直接传送至废件库,如果合格则在上个零件测量完毕后进入带有装夹装置的同步带。
在本实施例中,带有装夹装置的同步带将注塑件进行夹紧后传入尺寸精度视觉检测模块,本模块包括高分辨率相机、镜头、正面光源、背面光源,通过正面和背面光源的频闪进行照明,使用相机对测量注塑件的图片进行采集,通过与知识库的信息交互匹配出对应的所需测量参数、测量标准及测量视角,结合人工智能算法对尺寸进行检测并判断尺寸是否达标,如果尺寸不达标直接传送至废件库,若尺寸达标,则按照注塑件种类移动到特定的传送带,释放夹紧装置,喷射气体将零件吹到特定传送带上,通过特定种类传送带传送放入各种类漏斗式计数装置,得到不同种类注塑件合格品的数量,存入PC端数据库中,然后将分类的合格件存储到不同种类高性能注塑件存储装置中。
最后为了方便的对测量情况及产品合格率进行分析与了解,将待检测样品总数量、分类各种类注塑件合格品数量等数据与智能车间显示大屏进行实时数据交互,在智能大屏上进行展示并进行合格率、测量效率等参数分析以及停滞报警。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种高性能注塑件的自动分类综合智能检测方法,其特征在于,所述方法包括以下步骤:
1)按批次测量注塑件的总件数和总重量,并将测得的数据存入数据库;
2)将测得的本批次注塑件总件数和总重量与预先录入的该批次注塑件的产品尺寸和总重量进行比对,得出本批次注塑件的材料种类以及是否发泡;
3)按照注塑件的材料种类和是否发泡将注塑件分入设定的待检测储存库中;
4)重复以上步骤直至所有批次的注塑件均分入设定的待检测储存库内;
5)依据建立的专家经验库选择适合的清洗剂和烘干温度处理注塑件;
6)通过震动上料的方式将处理过的注塑件传送至待检测区域;
7)使用高精度压力传感器测量注塑件的精确重量,将所得重量与该注塑件的减重比进行比较以确定是否在准许范围内,如果不满足要求直接传送至废件库,如果合格则在上个注塑件测量完毕后进入带有装夹装置的同步带;
8)带有装夹装置的同步带将注塑件进行夹紧后进行尺寸精度视觉检测,并判断尺寸是否达标,如果尺寸不达标直接传送至废件库,若尺寸达标,则按照注塑件种类移动到特定的传送带;
9)通过特定种类传送带传送放入各种类计数装置,得到不同种类注塑件合格品的数量,存入PC端数据库中,然后将分类的合格件存储到不同种类高性能注塑件存储装置中。
2.根据权利要求1所述的方法,其特征在于,步骤1)和步骤9)中均采用阵列漏斗式进料装置进行计数。
3.根据权利要求2所述的方法,其特征在于,所述阵列漏斗式进料装置的底部均设有震动装置。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
10)将测得的各种类注塑件的合格率和测量效率展示在显示屏上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111674538.7A CN114308702A (zh) | 2021-12-31 | 2021-12-31 | 一种高性能注塑件的自动分类综合智能检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111674538.7A CN114308702A (zh) | 2021-12-31 | 2021-12-31 | 一种高性能注塑件的自动分类综合智能检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114308702A true CN114308702A (zh) | 2022-04-12 |
Family
ID=81020023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111674538.7A Withdrawn CN114308702A (zh) | 2021-12-31 | 2021-12-31 | 一种高性能注塑件的自动分类综合智能检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114308702A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1502664A2 (de) * | 2003-07-25 | 2005-02-02 | Exte Extrudertechnik Gmbh | Trennförderer |
KR20130129525A (ko) * | 2012-05-21 | 2013-11-29 | 문영록 | 사출성형통합관리시스템 |
WO2018103130A1 (zh) * | 2016-12-09 | 2018-06-14 | 江南大学 | 一种成型产品在线质量检测方法 |
CN208082929U (zh) * | 2017-12-27 | 2018-11-13 | 汇鑫世纪汽车部品(天津)有限公司 | 一种汽车用注塑零件残次品识别装置 |
CN111487250A (zh) * | 2020-04-02 | 2020-08-04 | 苏州奥创智能科技有限公司 | 一种应用于注塑件不良品检测的智能视觉检测方法及*** |
CN112150439A (zh) * | 2020-09-23 | 2020-12-29 | 创新奇智(青岛)科技有限公司 | 注塑件的自动分拣设备及分拣方法 |
US20210374940A1 (en) * | 2019-12-30 | 2021-12-02 | Goertek Inc. | Product defect detection method, device and system |
-
2021
- 2021-12-31 CN CN202111674538.7A patent/CN114308702A/zh not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1502664A2 (de) * | 2003-07-25 | 2005-02-02 | Exte Extrudertechnik Gmbh | Trennförderer |
KR20130129525A (ko) * | 2012-05-21 | 2013-11-29 | 문영록 | 사출성형통합관리시스템 |
WO2018103130A1 (zh) * | 2016-12-09 | 2018-06-14 | 江南大学 | 一种成型产品在线质量检测方法 |
CN208082929U (zh) * | 2017-12-27 | 2018-11-13 | 汇鑫世纪汽车部品(天津)有限公司 | 一种汽车用注塑零件残次品识别装置 |
US20210374940A1 (en) * | 2019-12-30 | 2021-12-02 | Goertek Inc. | Product defect detection method, device and system |
CN111487250A (zh) * | 2020-04-02 | 2020-08-04 | 苏州奥创智能科技有限公司 | 一种应用于注塑件不良品检测的智能视觉检测方法及*** |
CN112150439A (zh) * | 2020-09-23 | 2020-12-29 | 创新奇智(青岛)科技有限公司 | 注塑件的自动分拣设备及分拣方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5378859B2 (ja) | 検体検査システム | |
CN103776841B (zh) | 合成革缺陷自动检测装置及检测方法 | |
CN104482869B (zh) | 一种陶瓷辊棒自动检测机 | |
CN102553833A (zh) | 一种回转类零件多工位多参数视觉测量***及方法 | |
CN106584800A (zh) | 一种成型产品在线质量检测方法 | |
US7432453B2 (en) | Apparatus and method for providing spatially-selective on-line mass or volume measurements of manufactured articles | |
WO2022041067A1 (zh) | 一种自动化检测方法、检测***及应用 | |
CN105548198A (zh) | 基于云平台的复杂产品质量自动检测的方法 | |
CN109490560A (zh) | 一种煤样自动检测***及方法 | |
CN214347989U (zh) | 一种对丝螺纹自动检测装置 | |
CN202002618U (zh) | 一种基于比较测量法的轴承内圈多参数视觉测量设备 | |
CN111077057A (zh) | 一种面料透气性检测装置 | |
CN114308702A (zh) | 一种高性能注塑件的自动分类综合智能检测方法 | |
CN104792942A (zh) | 挥发性有机化合物自动检测***及检测方法 | |
CN109454010B (zh) | 一种透镜检测方法 | |
CN217700207U (zh) | 硬件自动检测装置 | |
CN208213706U (zh) | 一种锂离子电池自动化检测分拣装置 | |
CN212083460U (zh) | 一种自动化检测*** | |
CN210953865U (zh) | 注塑件表面缺陷的检测装置 | |
CN213239953U (zh) | 一种三维自动光学检测设备 | |
CN104438116A (zh) | 一种笔记本电脑成品自动分拣的方法及装置 | |
CN112092289A (zh) | 一种基于机器视觉的薄壁注塑产品分拣***及算法 | |
CN111948413A (zh) | 一种自动化检测方法、检测***及应用 | |
CN205797798U (zh) | 一种轴类检测机 | |
CN110632096A (zh) | 注塑件表面缺陷的检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220412 |
|
WW01 | Invention patent application withdrawn after publication |