基于Labview機(jī)器視覺的制品加工爐流量計(jì)識(shí)別監(jiān)控系統(tǒng)

金詩(shī)博　門武斌

摘? 要：該系統(tǒng)是基于物聯(lián)網(wǎng)與圖像分析處理等相關(guān)技術(shù)的一種工業(yè)物聯(lián)網(wǎng)解決方案，系統(tǒng)面向智能制造工業(yè)加工產(chǎn)品中的生產(chǎn)參數(shù)監(jiān)控問題。設(shè)計(jì)一款基于人工智能圖像分析以及工業(yè)物聯(lián)網(wǎng)系統(tǒng)相結(jié)合的產(chǎn)品生產(chǎn)過程中加工參數(shù)的氣體流量監(jiān)控的設(shè)計(jì)方案。通過PLC控制工業(yè)相機(jī)在軌道中運(yùn)動(dòng)，定時(shí)獲取現(xiàn)場(chǎng)的37塊傳統(tǒng)氣體流量計(jì)儀表，對(duì)于傳統(tǒng)的流量計(jì)采用基于Labview圖像處理方法，分析出流量計(jì)的儀表讀數(shù)。通過該系統(tǒng)的設(shè)計(jì)和建立，解決以往人工操作的反復(fù)性和帶來的粗大誤差等問題，使勞動(dòng)成本大大降低。

關(guān)鍵詞：機(jī)器視覺? 監(jiān)控系統(tǒng)? 流量計(jì)識(shí)別? 制品加工爐

中圖分類號(hào)：TP391.4 ? ?文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2019）08（a）-0034-02

視覺檢測(cè)與儀表圖像分析是現(xiàn)代智能制造中檢測(cè)任務(wù)環(huán)節(jié)的重要策略，隨著現(xiàn)代檢測(cè)技術(shù)的發(fā)展，傳統(tǒng)的檢測(cè)技術(shù)已經(jīng)無法滿足現(xiàn)代檢測(cè)的需要。還由于成本原因，一些老的工業(yè)儀表，在一些中小加工企業(yè)中不便于進(jìn)行升級(jí)。因此，該系統(tǒng)采用基于Labview視覺檢測(cè)和圖像處理方式，并采用工業(yè)物聯(lián)網(wǎng)的解決方案和模式，將機(jī)械式儀表進(jìn)行圖像分析，完成數(shù)據(jù)采集部分。數(shù)據(jù)傳輸和處理部分，采用網(wǎng)絡(luò)通信的方式，以及數(shù)據(jù)管理方式進(jìn)行整合，通過系統(tǒng)運(yùn)行大大地縮短檢測(cè)時(shí)間，提高工業(yè)運(yùn)行效率。

1? 該系統(tǒng)研究背景

某工業(yè)現(xiàn)場(chǎng)33臺(tái)加工設(shè)備，其中該設(shè)備的氣體流量值以及流量異常，是該設(shè)備的加工生產(chǎn)中一個(gè)重要參數(shù)。如果出現(xiàn)異常，會(huì)造成制品的品質(zhì)下降。并且，現(xiàn)場(chǎng)原有方式存在點(diǎn)檢時(shí)間長(zhǎng)、人員讀數(shù)誤差異大、實(shí)時(shí)性差以及缺乏日?qǐng)?bào)管理和歷史異常查詢等問題。

所以針對(duì)上述問題，該文講述了一種流量計(jì)識(shí)別監(jiān)控系統(tǒng)，監(jiān)控33臺(tái)加工設(shè)備的37個(gè)氣體流量計(jì)，實(shí)現(xiàn)了采用機(jī)器視覺方式對(duì)加工期間的流量計(jì)參數(shù)進(jìn)行監(jiān)控、并完成數(shù)據(jù)存儲(chǔ)、預(yù)警設(shè)計(jì)和預(yù)警等功能。

2? 系統(tǒng)設(shè)計(jì)

通過PLC控制工業(yè)攝像機(jī)在軌道運(yùn)動(dòng)，定時(shí)獲取37塊傳統(tǒng)流量計(jì)儀表的讀數(shù)。在檢測(cè)端設(shè)有一臺(tái)監(jiān)控主機(jī)作為信息傳輸?shù)目蛻舳酥鳈C(jī)，系統(tǒng)示意圖如圖1所示。

檢測(cè)端監(jiān)控主機(jī)部署Labview以及圖像檢測(cè)工具包，采用基于Labview機(jī)器視覺系統(tǒng)功能，結(jié)合IMAQ Vision圖像處理開發(fā)包，極大地縮短系統(tǒng)項(xiàng)目的開發(fā)周期，檢測(cè)速率可以達(dá)到傳統(tǒng)人工方式的2～3倍，檢測(cè)效果如圖2所示。

檢測(cè)原理為：（1）通過步進(jìn)電機(jī)精確控制相機(jī)運(yùn)行到被識(shí)別的儀表前面時(shí)，通過Labview程序設(shè)定好的ROI區(qū)域，識(shí)別流量計(jì)指針的位置，如圖2的劃?rùn)M線處。（2）由于流量計(jì)存在刻度不均勻以及識(shí)別不清晰的情況，所以該系統(tǒng)采用識(shí)別出指針在圖片中的像素點(diǎn)位置信息。（3）再將各刻度示數(shù)和像素位置信息通過非線性的分段線性化方法得出計(jì)算算法。（4）再將指針位置的像素信息，通過上述得出計(jì)算算法后得出準(zhǔn)確值。

通過這樣原理方式，大大提高對(duì)于這種非線性刻度以及刻度圖像不清晰的情況的儀表示數(shù)識(shí)別準(zhǔn)確度。

監(jiān)控客戶端主機(jī)與服務(wù)器軟件系統(tǒng)通過網(wǎng)絡(luò)通信方式進(jìn)行信息交互，實(shí)時(shí)將監(jiān)控主機(jī)檢測(cè)到的流量計(jì)數(shù)據(jù)進(jìn)行實(shí)時(shí)上傳服務(wù)器并匯總、存儲(chǔ)，預(yù)警設(shè)置和管理。數(shù)據(jù)查詢功能，如圖3所示。

3? 結(jié)語

該系統(tǒng)設(shè)計(jì)是基于物聯(lián)網(wǎng)與圖像分析處理等相關(guān)技術(shù)，系統(tǒng)面向智能制造工業(yè)加工產(chǎn)品生產(chǎn)參數(shù)監(jiān)控使用。通過該系統(tǒng)的設(shè)計(jì)和建立，解決以往人工操作的反復(fù)性和帶來的粗大誤差等問題，使勞動(dòng)成本大大降低。

參考文獻(xiàn)

[1] 樊春玲，丁玉環(huán)，隋業(yè)龍.基于LabVIEW平臺(tái)的教室場(chǎng)景內(nèi)的人臉識(shí)別系統(tǒng)[J].青島科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，33（5）：535-540.

[2] 李棟，楊志家.基于機(jī)器視覺的指針儀表識(shí)讀方法[J].儀表技術(shù)與傳感器，2012（10）：31-33，54.

[3] 張亞軍，齊杏林，董成基.機(jī)器視覺下基于圖像灰度值形態(tài)學(xué)的槍彈鋼芯表面檢測(cè)[J].四川兵工學(xué)報(bào)，2012，33（6）：59-61.

[4] 吳歡歡，游有鵬.基于LabVIEW軟件和ActiveX技術(shù)的指針式儀表監(jiān)測(cè)系統(tǒng)[J].電工電氣，2009（2）：40-42.

[5] 胡開明，李躍忠，傅志堅(jiān).基于OPC與組態(tài)技術(shù)的氣體流量自動(dòng)檢定系統(tǒng)的設(shè)計(jì)[J].機(jī)床與液壓，2016，44（9）：69-73.

[6] 李松梅，李棟，趙洪業(yè).基于WINCC的流量計(jì)標(biāo)定控制系統(tǒng)[J].儀器儀表學(xué)報(bào)，2013，34（S1）：63-66.