Cognex表面檢測(cè)系統(tǒng)在鋁加工行業(yè)的應(yīng)用

葛 江

（諾貝麗斯（中國(guó)）鋁制品有限公司，江蘇 常州 213000）

鋁材相較于鋼材具有密度小、質(zhì)量輕、防腐性成型加工性好、可重復(fù)回收利用、外表美觀、吸能性好等優(yōu)點(diǎn)，這使得汽車在經(jīng)過(guò)一百多年發(fā)展后，車用鋼板材逐漸向鋁板材轉(zhuǎn)變。目前由于新能源汽車的日益普及，鋁板在汽車上的應(yīng)用更加多樣，這對(duì)汽車輕量化、提高行駛性和燃油經(jīng)濟(jì)性、減少排放降低污染，提升車體美觀及強(qiáng)化車身被動(dòng)安全性上都有非常積極的作用。經(jīng)由沖壓焊接涂裝后的鋁部件，作為構(gòu)成車體的主要部件已成為客戶審美要求的關(guān)注重點(diǎn)，也直接導(dǎo)致板料沖壓商對(duì)原料板的質(zhì)量要求越來(lái)越高。鋁板材的外觀及沖壓要求與板面缺陷有著密不可分的關(guān)系。

傳統(tǒng)的帶鋼表面缺陷檢測(cè)和質(zhì)量判定采用人工目視抽檢和頻閃光檢測(cè)的方法[1]。板面缺陷的質(zhì)量判定則多數(shù)僅能依照抽檢所得的有限信息，根據(jù)技術(shù)員的工作經(jīng)驗(yàn)進(jìn)行評(píng)判，此種方法由于缺陷抽樣存在概率性，不同人員在判斷的主觀性差異，缺乏對(duì)產(chǎn)品本身缺陷放行標(biāo)準(zhǔn)的理解一致性，很容易引起整卷缺陷的漏檢及對(duì)缺陷放行時(shí)的誤判，造成客戶投訴帶來(lái)經(jīng)濟(jì)損失甚至是客戶端的停線索賠。諾貝麗斯作為全球領(lǐng)先的鋁加工產(chǎn)品制造商，在中國(guó)區(qū)工廠最關(guān)鍵的熱處理工段上設(shè)置了以機(jī)器視覺(jué)為基礎(chǔ)的Cognex在線表面質(zhì)量檢測(cè)系統(tǒng)，通過(guò)對(duì)整卷的在線檢測(cè)使其具備了實(shí)時(shí)監(jiān)測(cè)及缺陷圖譜反查的功能，對(duì)后續(xù)的質(zhì)量判定極具指導(dǎo)價(jià)值。本文通過(guò)對(duì)Cognex表面檢測(cè)設(shè)備的基礎(chǔ)介紹，并通過(guò)對(duì)照系統(tǒng)識(shí)別圖與實(shí)物缺陷對(duì)比，探究系統(tǒng)識(shí)別能力及未來(lái)在線檢測(cè)的遠(yuǎn)景展望。

1 Cognex系統(tǒng)的構(gòu)成及工作原理

1.1 Cognex系統(tǒng)的硬件組成

表面檢測(cè)系統(tǒng)分設(shè)了2部分，分別對(duì)線上鋁卷上下表面進(jìn)行實(shí)時(shí)監(jiān)測(cè)。上下表面檢測(cè)單元各設(shè)置了2架封閉式攝像頭梁，單層4相機(jī)共計(jì)8個(gè)相機(jī)，區(qū)分為上梁相機(jī)為暗場(chǎng)，下梁相機(jī)為明場(chǎng)。Cognex表面質(zhì)量在線檢測(cè)裝置采用高速CCD行掃描攝像機(jī)，對(duì)帶鋼表面進(jìn)行逐行掃描，從而完成對(duì)整卷的掃描檢測(cè)[2]。攝像頭梁下方安裝有一處LED光源，保證檢測(cè)設(shè)備在板帶速度較快板帶板型波動(dòng)的情況下仍舊保持實(shí)時(shí)監(jiān)測(cè)并輸出高清的缺陷圖譜。同時(shí)光源的設(shè)置也實(shí)現(xiàn)了光源射在板面出現(xiàn)反射及漫反射時(shí)，回收的信號(hào)光源通過(guò)設(shè)備的處理技術(shù)形成了缺陷圖譜的明暗場(chǎng)視圖。

1.2 Cognex系統(tǒng)的工作原理

表面檢測(cè)系統(tǒng)在跟蹤到鋁卷頭部定位孔后，自動(dòng)從自動(dòng)化L2系統(tǒng)獲取當(dāng)前鋁卷號(hào)，鋁卷尺寸等信息，并開(kāi)始在線檢測(cè)，直到系統(tǒng)跟蹤到下個(gè)卷的定位孔，L2傳輸新卷信息后即會(huì)輸出以卷號(hào)命名的整卷板面圖譜并存檔。Cognex表面檢測(cè)系統(tǒng)在檢測(cè)程序設(shè)計(jì)中主要以感光CCD相機(jī)采集到的相關(guān)信息，經(jīng)過(guò)系統(tǒng)內(nèi)部程序處理解析，圖像信號(hào)經(jīng)曝光及灰度處理、可疑區(qū)域檢測(cè)、圖像分割、特征提取和缺陷分類等步驟，最終導(dǎo)入數(shù)據(jù)庫(kù)[3]。系統(tǒng)將相關(guān)信息量化成0～255的灰度數(shù)據(jù)。當(dāng)人為對(duì)缺陷明暗場(chǎng)的閾值進(jìn)行相關(guān)定義，一般以128灰度作為閾值中線，上下設(shè)定一定區(qū)間即鋁板表面質(zhì)量表征為正常時(shí)的灰度值。在表面質(zhì)量正常時(shí)，CCD鏡頭的輸出信號(hào)較為平滑且在正常閾值范圍內(nèi)不會(huì)顯示缺陷點(diǎn)。但在鋁板面存在缺陷時(shí)，缺陷致照射在板面的光源返回鏡頭的光線出現(xiàn)變化，系統(tǒng)內(nèi)部解析的信號(hào)也發(fā)生改變，較之正常板面的平滑信號(hào)會(huì)出現(xiàn)上凸下凹的變化，缺陷信號(hào)越暗輸出的灰度數(shù)越小；缺陷信號(hào)越亮輸出的灰度數(shù)越大。當(dāng)輸出的灰度數(shù)超過(guò)設(shè)定的正常閾值區(qū)間后，系統(tǒng)將對(duì)該部分圖像判異識(shí)別為缺陷，并對(duì)缺陷形貌進(jìn)行提取在人機(jī)界面以不同名稱缺陷點(diǎn)顯示。

1.3 Cognex系統(tǒng)缺陷的分類邏輯

Cognex對(duì)于檢測(cè)出的不同類別缺陷有自己的一套分類邏輯。對(duì)于缺陷點(diǎn)，系統(tǒng)會(huì)解析出包括缺陷的尺寸，縱橫比，面積，圖像密度，周期性，距邊部及中心距離等一系列參數(shù)信息。這些參數(shù)信息按照Classifier分類器中設(shè)定的判定規(guī)則，包括預(yù)分類規(guī)則，圖庫(kù)自學(xué)習(xí)規(guī)則，后分類規(guī)則以及未分類規(guī)則的順序?qū)φ彰織l規(guī)則進(jìn)行分類或過(guò)濾。

預(yù)分類規(guī)則就是在精確分類之前完成的預(yù)處理。預(yù)分類規(guī)則下的小規(guī)則一般有兩類：第一，按照行業(yè)經(jīng)驗(yàn)對(duì)缺陷尺寸面積屬性進(jìn)行參數(shù)設(shè)置，達(dá)到的效果為針對(duì)尺寸較小的缺陷完成過(guò)濾，不在表面圖譜上顯示，一方面可以控制整卷圖譜上的缺陷點(diǎn)數(shù)量，方便人員對(duì)缺陷點(diǎn)的檢查及判定；另一方面缺陷點(diǎn)數(shù)量過(guò)多無(wú)疑會(huì)增加檢測(cè)系統(tǒng)在線運(yùn)行時(shí)的負(fù)擔(dān)，甚至造成系統(tǒng)卡死。第二，按照產(chǎn)線輥徑設(shè)定周期性缺陷的檢驗(yàn)條件，此意義在于當(dāng)缺陷滿足周期性出現(xiàn)條件時(shí)，系統(tǒng)會(huì)直接輸出周期性判定而不會(huì)繼續(xù)向下精確分類，便于人員按照缺陷周期對(duì)照輥徑更為快速的查找問(wèn)題輥。

圖庫(kù)自學(xué)習(xí)規(guī)則即是缺陷的精確分類規(guī)則。缺陷圖庫(kù)的內(nèi)容為人工持續(xù)建立和完善的缺陷圖樣本，通過(guò)系統(tǒng)的自學(xué)習(xí)功能，總結(jié)缺陷各類參數(shù)特征，當(dāng)在線檢測(cè)時(shí)拍到的缺陷按圖庫(kù)內(nèi)的樣本參數(shù)特征進(jìn)行比對(duì)及分?jǐn)?shù)投票，得分最高的類別即為最類似的第一缺陷類，當(dāng)?shù)谝活惙謹(jǐn)?shù)超過(guò)預(yù)先設(shè)定的判定分?jǐn)?shù)后，系統(tǒng)即會(huì)按此缺陷類名稱對(duì)其命名。

后分類規(guī)則是對(duì)自學(xué)習(xí)規(guī)則的補(bǔ)充優(yōu)化。同一類的缺陷在實(shí)際生產(chǎn)中往往也會(huì)按照尺寸面積等參數(shù)區(qū)分嚴(yán)重度，當(dāng)某一缺陷尺寸較大時(shí)需要進(jìn)行顯示，而當(dāng)尺寸較小時(shí)按照經(jīng)驗(yàn)不會(huì)影響客戶使用即可將其過(guò)濾，這類情況就可在后分類規(guī)則中進(jìn)行相關(guān)再設(shè)置。

未分類規(guī)則是對(duì)上述三類規(guī)則的再補(bǔ)充。上述三類規(guī)則均未完成缺陷的類別定義后，缺陷參數(shù)值即會(huì)進(jìn)入未分類規(guī)則開(kāi)始比對(duì)，對(duì)于擁有共性的一些缺陷，就會(huì)完成歸類及一般類別名的輸出。

值得注意的是上述預(yù)分類自學(xué)習(xí)后分類未分類這四大分類規(guī)則并非是并列關(guān)系而是存在從左到右的順序規(guī)則，且四大類規(guī)則下還各自分有小類規(guī)則，同樣也有順序關(guān)系由上到下進(jìn)行比照。也就是說(shuō)系統(tǒng)從檢測(cè)到缺陷后解析出的信息從預(yù)分類規(guī)則開(kāi)始，從上到下每條逐一比照，只有當(dāng)符合單條規(guī)則內(nèi)的所有要求后系統(tǒng)才會(huì)終止比對(duì)，并將該缺陷以此時(shí)完全符合類別規(guī)則的名稱命名。當(dāng)預(yù)分類比照完且均未滿足預(yù)分類條件后，才會(huì)進(jìn)入自學(xué)習(xí)類別并重復(fù)上述規(guī)則直至完成缺陷分類。

2 Cognex的識(shí)別應(yīng)用情況

Cognex表面檢測(cè)于生產(chǎn)的關(guān)鍵意義在于對(duì)缺陷的正確識(shí)別及分類。目前在鋁板加工行業(yè)，常見(jiàn)的缺陷有劃傷，蚊蟲(chóng)印，黑線，鉻坑等。

2.1 劃傷

劃傷是鋁加工行業(yè)最為常見(jiàn)的一類缺陷，表征為板面尖銳的細(xì)長(zhǎng)狀線條印痕，常見(jiàn)于板帶軋制方向，劃傷終點(diǎn)有時(shí)可見(jiàn)金屬顆粒，可見(jiàn)于上下表面的任意位置，劃傷可能是連續(xù)的也可能是間斷的。一般常見(jiàn)的劃傷如圖1所示。

劃傷產(chǎn)生原因比較多樣，如：輥面陷鋁屑；輥?zhàn)影鍘鲃?dòng)不同步；板帶跳動(dòng)式接觸輥面等。劃傷缺陷樣本較易采集，目前系統(tǒng)對(duì)劃傷的識(shí)別能力尚佳。但能否根據(jù)缺陷參數(shù)判斷出劃傷的深淺，還需再總結(jié)，以便于對(duì)質(zhì)量判定更好的指導(dǎo)性。

圖1 劃傷

在鋁加工行業(yè)里還存在一種較特殊的劃傷分支——水冷劃傷。產(chǎn)線上的鋁卷在經(jīng)過(guò)熱處理爐后的冷卻段，可分為風(fēng)冷和水冷。熱處理后的鋁板表面溫度較高，此時(shí)經(jīng)過(guò)水冷時(shí)，驟降的溫度使得鋁板板型波動(dòng)較大，尤其在原料鋁卷本身板型較差時(shí)波動(dòng)愈加嚴(yán)重。波動(dòng)較大的鋁板就會(huì)發(fā)生前行中撞擊設(shè)備鋼結(jié)構(gòu)的情況，這就產(chǎn)生了上述的水冷劃傷。如下圖2。水冷劃傷的嚴(yán)重度較之普通劃傷一般要嚴(yán)重許多，直接影響產(chǎn)品的交付使用。水冷劃傷的減少控制，目前還在初步階段，還需要不斷地總結(jié)測(cè)試，有待后續(xù)的優(yōu)化及改善。

2.2 蚊蟲(chóng)印

顧名思義是指蚊蟲(chóng)粘附在板面上。據(jù)生產(chǎn)經(jīng)驗(yàn)總結(jié)及圖譜對(duì)缺陷的自動(dòng)計(jì)數(shù)功能，夏季板面蚊蟲(chóng)印的數(shù)量明顯多于其他季節(jié)。目前通過(guò)高發(fā)季里蚊蟲(chóng)樣本的長(zhǎng)期收集，加上蚊蟲(chóng)印本身特征較明顯，Cognex在蚊蟲(chóng)印的識(shí)別上已較為優(yōu)秀。如圖3，目前常見(jiàn)蚊蟲(chóng)印的識(shí)別第一類缺陷得分基本可達(dá)90以上。通過(guò)蚊蟲(chóng)印數(shù)統(tǒng)計(jì)，在高發(fā)季產(chǎn)線應(yīng)對(duì)蚊蟲(chóng)進(jìn)行控制，降低板面蟲(chóng)印出現(xiàn)幾率，如：可通過(guò)規(guī)模的布置并啟用滅蚊燈驅(qū)蚊器等裝置，此類方法已在各鋼鋁板企業(yè)得到了印證應(yīng)用。

圖3 蚊蟲(chóng)印

2.3 黑線

常見(jiàn)的黑線特征表現(xiàn)為鋁板材表面沿軋制方向分布的黑色細(xì)線狀缺陷，難以擦拭。如下圖4。

圖4 黑線

黑線多發(fā)于原料卷熱軋生產(chǎn)過(guò)程中。如圖5SEM元素分析，黑線位置的元素成分對(duì)比正常板面有明顯區(qū)別，較之正常區(qū)域，檢出元素多出了O，Mg，Si，S，此多為軋制時(shí)發(fā)生的異物壓入。關(guān)于鋁板面黑線的形成機(jī)理業(yè)界中已有深入研究，本文僅做Cognex的應(yīng)用介紹在此不做贅述。

圖5 黑線SEM元素分析

圖6 鉻坑

2.4 鉻坑

鉻坑即鋁板面出現(xiàn)的板面壓痕，通常會(huì)按照缺陷來(lái)源的輥?zhàn)又荛L(zhǎng)規(guī)律周期性的連續(xù)出現(xiàn)，發(fā)生鉻坑的另一面可能看到也可能看不到該壓痕，通過(guò)油石打磨后會(huì)更為明顯。圖6（a）為異物鉻入面，表現(xiàn)為凹坑特征，Cognex按照上述的預(yù)分類規(guī)則，出現(xiàn)周期性缺陷后直接按周期輸出缺陷名不再精確分類，如圖6（b），此處類別名顯示了鉻坑的產(chǎn)生原因來(lái)源于某根直徑為1200mm的輥?zhàn)印D6（c）為鉻坑另一面在油石打磨后的特征，由于板面在鉻坑對(duì)應(yīng)處較于正常平面出現(xiàn)了凸起，在油石打磨后表面會(huì)更為明顯。Cognex圖譜提供了缺陷在板面的位置信息，出現(xiàn)的周期間距，這都為產(chǎn)線人員對(duì)導(dǎo)致缺陷出現(xiàn)的問(wèn)題輥排查提供了關(guān)鍵指導(dǎo)作用。

3 Cognex應(yīng)用中的難點(diǎn)問(wèn)題解決

本文在第3節(jié)中已簡(jiǎn)列了部分鋁加工業(yè)內(nèi)常見(jiàn)板面缺陷，可以發(fā)現(xiàn)以上這些特征明顯，在檢測(cè)系統(tǒng)中表現(xiàn)為缺陷灰度值與正常板面灰度值差異較大時(shí)，Cognex對(duì)缺陷的探測(cè)能力較為良好。但在實(shí)際生產(chǎn)中還會(huì)碰到部分雖然尺寸細(xì)小但周期性連續(xù)出現(xiàn)，影響客戶使用導(dǎo)致客戶投訴退貨的缺陷，如圖7針孔狀細(xì)小凹坑。此凹坑為周期性發(fā)生的缺陷，在顯微鏡下測(cè)得尺寸Length*Width0.3*0.1mm，按照Cognex像素塊的面積算法，此缺陷面積不大于0.03mm2。在生產(chǎn)中此類極其細(xì)小的缺陷通過(guò)人眼在線觀察很難發(fā)現(xiàn)，同時(shí)此類小尺寸在Cognex預(yù)分類過(guò)濾條件下即會(huì)過(guò)濾，造成缺陷難以發(fā)現(xiàn)導(dǎo)致不良品流出及客戶投訴。

圖7 針孔凹坑

經(jīng)過(guò)后續(xù)對(duì)檢系統(tǒng)分類器下的規(guī)則分析發(fā)現(xiàn)，周期性分類條件按順序關(guān)系，其優(yōu)先級(jí)在尺寸過(guò)濾條件之下，即缺陷進(jìn)入分析時(shí)先按尺寸進(jìn)行過(guò)濾再進(jìn)行后續(xù)分類，這也直接導(dǎo)致此類小尺寸缺陷即使存在周期性也會(huì)被先決過(guò)濾條件過(guò)濾掉。后經(jīng)過(guò)預(yù)分類規(guī)則優(yōu)化，按照?qǐng)D7缺陷尺寸新增過(guò)濾條件，保證過(guò)濾條件比缺陷尺寸小，后將周期性的判斷規(guī)則優(yōu)先級(jí)提升至其后，當(dāng)再次出現(xiàn)此類周期性針孔坑后，首先不會(huì)被先決條件過(guò)濾，隨之進(jìn)行周期性判定，滿足條件即進(jìn)行輸出顯示。再在周期性規(guī)則后緊跟過(guò)去設(shè)定的其它尺寸過(guò)濾條件。這樣即可保證只要沒(méi)有上述周期性缺陷，也并不會(huì)增加本來(lái)應(yīng)被過(guò)濾的其它缺陷數(shù)量。后經(jīng)長(zhǎng)時(shí)間跟蹤，上述預(yù)分類規(guī)則效果良好，對(duì)以上周期性小缺陷已有能力識(shí)別，見(jiàn)下圖8。

圖8 改善后識(shí)別出的周期性針孔凹坑

3 結(jié)語(yǔ)

鋁板加工行業(yè)在Cognex在線表面檢測(cè)的現(xiàn)代設(shè)備投入使用后，已經(jīng)極大改變了傳統(tǒng)鋁加工行業(yè)中對(duì)鋁板表面的檢驗(yàn)?zāi)Ｊ剑诰€的缺陷識(shí)別，長(zhǎng)久的報(bào)告回查溯源，都對(duì)后續(xù)質(zhì)量判定，工藝優(yōu)化，質(zhì)量爭(zhēng)議提供了可靠的內(nèi)容依據(jù)。但Cognex在缺陷的分類能力及識(shí)別能力上依舊任重道遠(yuǎn)。分類能力的關(guān)鍵點(diǎn)是系統(tǒng)缺陷圖庫(kù)內(nèi)各缺陷類別的正確樣本和數(shù)量完備。這將是個(gè)持續(xù)長(zhǎng)久的過(guò)程，堅(jiān)持不懈的取鋁板缺陷實(shí)樣，通過(guò)各類檢測(cè)儀器確認(rèn)缺陷實(shí)際類，并在系統(tǒng)中對(duì)確認(rèn)的缺陷點(diǎn)或進(jìn)行更正或補(bǔ)充到系統(tǒng)圖庫(kù)中，完善健全Cognex缺陷庫(kù)，才能持續(xù)提高Cognex對(duì)缺陷的識(shí)別準(zhǔn)確率。另一方面還要求技術(shù)人員不斷思考如何對(duì)各級(jí)分類規(guī)則持續(xù)優(yōu)化，保證系統(tǒng)在識(shí)別能力及缺陷過(guò)濾器上達(dá)到最優(yōu)化的雙向平衡。