基于塑料薄膜疵點(diǎn)檢測(cè)的生產(chǎn)設(shè)備故障診斷

王盛楠，王亦紅

（河海大學(xué)能源與電氣學(xué)院，江蘇南京 210098）

0 引言

在人類(lèi)生活中，塑料薄膜廣泛地應(yīng)用于食品、醫(yī)藥、化工等領(lǐng)域，對(duì)人們的生活起著重要的作用，由此誕生了大大小小的薄膜生產(chǎn)廠家，行業(yè)競(jìng)爭(zhēng)非常激烈。目前隨著勞動(dòng)力成本的大幅提高，越來(lái)越多的中、小生產(chǎn)廠家希望能有造價(jià)低性能好的薄膜表面品質(zhì)自動(dòng)檢測(cè)系統(tǒng)替代人工檢測(cè)。本論文在薄膜表面品質(zhì)自動(dòng)檢測(cè)研究的基礎(chǔ)上，鑒于薄膜表面疵點(diǎn)與其生產(chǎn)設(shè)備的故障之間存在確定的對(duì)應(yīng)關(guān)系，提出了基于薄膜表面疵點(diǎn)檢測(cè)的故障診斷方法。

本方法不僅可以達(dá)到對(duì)塑料薄膜表面品質(zhì)的檢測(cè)作用，而且還可以對(duì)其故障進(jìn)行診斷，對(duì)于提高小型企業(yè)的產(chǎn)品品質(zhì)和增強(qiáng)企業(yè)競(jìng)爭(zhēng)力起著重要作用。從成本上分析，一套裝置實(shí)現(xiàn)了兩個(gè)功效，對(duì)小型企業(yè)的生產(chǎn)成本將是一個(gè)大大的節(jié)省，對(duì)環(huán)境資源上說(shuō)也是一個(gè)節(jié)能環(huán)保，是未來(lái)檢測(cè)技術(shù)的一個(gè)發(fā)展方向。

1 塑料薄膜表面疵點(diǎn)與其生產(chǎn)設(shè)備故障的關(guān)系分析

通過(guò)對(duì)超薄塑料薄膜［1］生產(chǎn)工藝的研究發(fā)現(xiàn)，在其生產(chǎn)和收卷過(guò)程中，牽引輥和收卷機(jī)牽引著薄膜前進(jìn)，在外界因素影響下，卷軸速度發(fā)生變化時(shí)，牽引輥的牽引力就會(huì)發(fā)生變化，薄膜和牽引輥之間的摩擦力也必然發(fā)生變化。

當(dāng)卷軸速度突然加快時(shí)，牽引力增加，摩擦力加大，拉緊力度瞬間加強(qiáng)，薄膜在張應(yīng)力作用下產(chǎn)生了形變，造成表觀密度下降，形成的疵點(diǎn)類(lèi)型為凹痕;當(dāng)卷軸速度突然變慢時(shí)，牽引力就會(huì)減小，拉緊力度瞬時(shí)減小，薄膜卷松弛，在輥筒邊緣就會(huì)有明顯的波形壓痕形成皺褶［2］疵點(diǎn)，如圖1所示。

圖1 疵點(diǎn)類(lèi)型

正是因?yàn)樗芰媳∧ご命c(diǎn)類(lèi)型和設(shè)備卷軸轉(zhuǎn)速快慢有著這種一一對(duì)應(yīng)的關(guān)系，所以就可以把機(jī)器故障的診斷轉(zhuǎn)化為塑料薄膜表面疵點(diǎn)的檢測(cè)識(shí)別。如果能夠快速準(zhǔn)確地檢測(cè)出疵點(diǎn)的類(lèi)型，就能診斷出是何種原因引起的疵點(diǎn)，從而反饋給檢測(cè)員去調(diào)整卷軸速度的快慢，解決這一設(shè)備故障問(wèn)題。

2 基于塑料薄膜疵點(diǎn)檢測(cè)的故障診斷方法研究

隨著計(jì)算機(jī)技術(shù)、數(shù)字圖像處理技術(shù)的迅速發(fā)展，使得基于圖像處理和微型計(jì)算機(jī)平臺(tái)的表面品質(zhì)檢測(cè)成為可能，并形成了一個(gè)研究熱點(diǎn)，取得了許多成果。為此對(duì)塑料薄膜采用圖像處理技術(shù)，更能快速和準(zhǔn)確地實(shí)現(xiàn)其疵點(diǎn)的檢測(cè)識(shí)別。

圖2為利用圖像處理技術(shù)［3］診斷故障的結(jié)構(gòu)框圖，其基本原理是先對(duì)圖片利用消噪，增強(qiáng)等技術(shù)進(jìn)行預(yù)處理，提高圖像的視覺(jué)效果，優(yōu)化各種統(tǒng)計(jì)指標(biāo)，然后經(jīng)過(guò)圖像分割將感興趣的目標(biāo)區(qū)域和背景區(qū)分開(kāi)來(lái)，方便提取出疵點(diǎn)的信息，最終依據(jù)疵點(diǎn)信息對(duì)其識(shí)別，根據(jù)疵點(diǎn)類(lèi)型診斷出故障原因。

圖2 系統(tǒng)框圖

2.1 彩色圖像灰度化

由于塑料薄膜表面出現(xiàn)的疵點(diǎn)主要是形狀疵點(diǎn)，其形狀特性在彩色和灰度圖像中是一致的，而色彩特性實(shí)際上是冗余信息，對(duì)資源的占用遠(yuǎn)大于灰度圖像，所以在不影響檢測(cè)效果的基礎(chǔ)上，灰度圖像［4］的處理節(jié)省了程序運(yùn)行時(shí)間。

彩色RGB圖像轉(zhuǎn)化為灰度圖像采用經(jīng)驗(yàn)的加權(quán)平均值方法，表示為式（1）:

式中:I為轉(zhuǎn)換后的灰度圖像，R，G，B分別為紅、綠、藍(lán)3種顏色分量。

圖像灰度化方法的結(jié)果如圖3所示，從圖中可以看出轉(zhuǎn)化后的灰度圖像和原彩色圖像相比細(xì)節(jié)成分并沒(méi)有改變，而且也能夠清楚地反應(yīng)原圖像信息。

圖3 圖像灰度化

2.2 塑料薄膜的圖像預(yù)處理的方法選取研究

透明塑料薄膜在圖像采集過(guò)程中會(huì)隨機(jī)產(chǎn)生一些類(lèi)似胡椒或是鹽粉顆粒狀的小噪聲，所以應(yīng)對(duì)待檢圖像先采用中值濾波算法消噪，圖像中的小噪點(diǎn)就會(huì)被平滑掉，而且在一定程度上可以克服均值濾波帶來(lái)的細(xì)節(jié)模糊問(wèn)題，保護(hù)圖像邊界信息，使圖像品質(zhì)有較大的改進(jìn)，但是當(dāng)濾波窗口大一些時(shí)依然會(huì)有圖像邊緣模糊情況產(chǎn)生。所以消噪后再對(duì)圖像進(jìn)行增強(qiáng)，使疵點(diǎn)區(qū)域單獨(dú)得到了加強(qiáng)。采用分段線性灰度變換［5］方法，主要是利用分段線性變換函數(shù)將圖像灰度區(qū)間范圍分成兩段甚至多段分別進(jìn)行線性變換，增強(qiáng)輸入圖像中感興趣的灰度區(qū)域，抑制那些不感興趣的灰度區(qū)域，可看作是灰度線性變換的組合。其變換的關(guān)系式可表示為:

本方法通過(guò)修改圖像每一個(gè)像素的灰度，從而使得變換后的圖像的動(dòng)態(tài)范圍擴(kuò)大，灰度分布均勻，圖像變得清晰，特征更加明顯。

圖4為預(yù)處理后的效果圖，由圖像可看出圖像經(jīng)過(guò)預(yù)處理后可以使得感興趣的薄膜表面圖像疵點(diǎn)細(xì)節(jié)灰度范圍得到擴(kuò)展，增強(qiáng)其對(duì)比度，同時(shí)又能使不感興趣的圖像灰度級(jí)得到壓縮，降低其對(duì)比度。從對(duì)預(yù)處理后的圖像進(jìn)行圖像分割的角度來(lái)講，對(duì)圖像進(jìn)行先消噪后增強(qiáng)的處理，大大增強(qiáng)了灰度分割的效果。

圖4 預(yù)處理效果圖

2.3 塑料薄膜圖像疵點(diǎn)的分割方法分析

由于待檢測(cè)兩類(lèi)疵點(diǎn)的灰度值和背景的灰度值差異不是特別明顯，若采用基于閾值選取的分割［6］的方法，則對(duì)于閾值的選取比較困難。但是由于圖像在疵點(diǎn)邊緣處的灰度變化都是劇烈的，所以可以根據(jù)透明塑料薄膜疵點(diǎn)圖像像素點(diǎn)的灰度不連續(xù)性提取對(duì)象與背景間的交界線。因此，采用了一種最優(yōu)邊緣檢測(cè)算子Canny邊緣檢測(cè)算子將目標(biāo)和背景分離出來(lái)。其檢測(cè)的基本原理是:采用二維高斯函數(shù)的任一方向上的一階導(dǎo)數(shù)作為噪聲濾波器，通過(guò)與圖像卷積進(jìn)行濾波，然后對(duì)濾波后的圖像尋找圖像梯度的局部極大值，從而確定圖像的邊緣。

由于邊緣檢測(cè)提取的是疵點(diǎn)的輪廓線，亦或還會(huì)存在小斷點(diǎn)圖像不連續(xù)，在這個(gè)基礎(chǔ)上無(wú)法提取真正的疵點(diǎn)面積［7］等特征值，所以本文研究中采用形態(tài)學(xué)圖像處理技術(shù)［8］，對(duì)邊緣檢測(cè)出的圖像進(jìn)行后續(xù)閉運(yùn)算處理，以填充輪廓內(nèi)圖像，使疵點(diǎn)內(nèi)部也完整的顯示出來(lái)，從而達(dá)到和基于閾值選取分割圖像的效果。

圖5 疵點(diǎn)檢測(cè)效果圖

2.4 疵點(diǎn)圖像的識(shí)別

對(duì)閾值分割后得到的目標(biāo)的二值圖，根據(jù)其形態(tài)學(xué)的特征值就可以將疵點(diǎn)識(shí)別。皺褶是由于是薄膜多層疊加黏連在一起，面積相對(duì)比較大，其長(zhǎng)度和寬度相差不大;凹痕是拉伸過(guò)程中在垂直于運(yùn)動(dòng)方向形成邊緣處細(xì)長(zhǎng)的痕跡，而凹下去的部分在圖像中和背景極其相似，基本是區(qū)分不開(kāi)來(lái)的，所以面積相對(duì)于皺褶來(lái)說(shuō)就小得多。所以分別計(jì)算疵點(diǎn)目標(biāo)的長(zhǎng)寬比［9］、面積的特征參數(shù)，即可將疵點(diǎn)識(shí)別出來(lái)。

經(jīng)過(guò)反復(fù)多次試驗(yàn)得到了基于像素?cái)?shù)的面積經(jīng)驗(yàn)值，對(duì)于超薄薄膜來(lái)說(shuō)皺褶和凹痕選取經(jīng)驗(yàn)值1 000可以識(shí)別兩種疵點(diǎn)，面積在1 000以下的是凹痕，在1 000以上的是皺褶;而二者長(zhǎng)寬比的差別沒(méi)有像面積那么大，因此對(duì)皺褶和凹痕的識(shí)別就采用了面積一個(gè)特征值把它們分開(kāi)，最后將表1檢測(cè)結(jié)果分別送至數(shù)據(jù)庫(kù)存儲(chǔ)和檢測(cè)系統(tǒng)。

表1 疵點(diǎn)信息及識(shí)別結(jié)果顯示

2.5 塑料薄膜生產(chǎn)設(shè)備故障診斷算法實(shí)現(xiàn)

圖6為塑料薄膜生產(chǎn)設(shè)備故障診斷的流程圖，對(duì)于大多數(shù)超薄塑料薄膜而言，通過(guò)以上算法都能很好的適用于這種生產(chǎn)設(shè)備速度不穩(wěn)定時(shí)產(chǎn)生的表面疵點(diǎn)的識(shí)別與檢測(cè)，最終通過(guò)疵點(diǎn)的類(lèi)型診斷出所對(duì)應(yīng)產(chǎn)生的設(shè)備故障原因。

3 結(jié)語(yǔ)

圖6 塑料薄膜設(shè)備故障診斷算法流程

本文針對(duì)超薄塑料薄膜生產(chǎn)和收卷過(guò)程中速度不穩(wěn)定而產(chǎn)生的特定疵點(diǎn)類(lèi)型皺褶和凹痕，利用圖像處理技術(shù)對(duì)其進(jìn)行了檢測(cè)識(shí)別，實(shí)用性較強(qiáng)，清楚地反映生產(chǎn)過(guò)程中速度出現(xiàn)變化。不僅對(duì)設(shè)備故障也進(jìn)行了診斷，使工作人員對(duì)生產(chǎn)設(shè)備進(jìn)行調(diào)節(jié)，而且實(shí)現(xiàn)了塑料薄膜的品質(zhì)檢測(cè)，一套檢測(cè)系統(tǒng)發(fā)揮兩套檢測(cè)設(shè)備的作用，有效的節(jié)省企業(yè)成本，提高產(chǎn)品品質(zhì)、增強(qiáng)企業(yè)競(jìng)爭(zhēng)力。此外，該方法對(duì)織物、紙張、玻璃、木材等相關(guān)領(lǐng)域的表面缺陷檢測(cè)系統(tǒng)開(kāi)發(fā)與研究領(lǐng)域具有借鑒作用。

［1］ 薄膜之家信息網(wǎng).http://www.bomo123.com/juzhibomojishu/zhezhou.html.html.

［2］GB/T 2035-2008 塑料術(shù)語(yǔ)及定義［S］.2008-08-04.

［3］張錚，王艷平.數(shù)字圖像處理學(xué)Visual C++實(shí)現(xiàn)［M］.1版.北京:北京希望電子出版社，2002.1-7.

［4］何斌，馬天予，王運(yùn)堅(jiān)，等.Visual C++數(shù)字圖像處理［M］.1版.北京:人民郵電出版社，2001.262-302.

［5］羅軍輝，馮平，哈力旦·A.MATLAB 7.0在圖像處理中的應(yīng)用［M］.北京:機(jī)械工業(yè)出版社，2005.141-143.

［6］楊枝靈，王開(kāi).Visual C++數(shù)字圖像獲取 處理及實(shí)踐應(yīng)用［M］.1 版.北京:人民郵電出版社，2003.504-572.

［7］王家文，曹宇.MATLAB 6.5圖形圖像處理［M］.北京:國(guó)防出版社，2004.351-357.

［8］王愛(ài)玲，葉明生，鄧秋香.MATLAB R2007圖像處理技術(shù)與應(yīng)用［M］.北京:電子工業(yè)出版社，2008.195-213.

［9］楊帆.數(shù)字圖像處理與分析［M］.1版.北京:北京航天航空大學(xué)出版社，2007.266-275.