基于視覺檢測的螺釘自動分選技術(shù)研究與應(yīng)用

孟令政 陳章勇 侯偉奇

（珠海格力電器股份有限公司 珠海 519070）

引言

視覺檢測技術(shù)從字面理解即為用工業(yè)視覺來代替人的視覺，通過視覺采集物體的形狀、大小、顏色等代替人的眼睛產(chǎn)生相同的物體的像，通過視覺代替人來觀察、測量物體，然后由計算機(jī)處理并發(fā)出下一步的指令控制設(shè)備實(shí)現(xiàn)進(jìn)一步的操作[1]?？照{(diào)生產(chǎn)過程中時常反饋因螺釘質(zhì)量差導(dǎo)致螺釘緊固時出現(xiàn)滑絲、螺釘固定不到位等現(xiàn)象，影響生產(chǎn)效益和產(chǎn)品質(zhì)量。為提高產(chǎn)品質(zhì)量，需要對螺釘進(jìn)行的全面篩選。為此，通過研發(fā)自動化全檢設(shè)備對螺釘?shù)膩砹线M(jìn)行全面控制。

1 螺釘?shù)馁|(zhì)量分析

由于螺釘需求量極大，螺釘廠家在生產(chǎn)螺釘?shù)倪^程中會存在質(zhì)量波動，因數(shù)量龐大廠家在源頭進(jìn)行篩選的可行性極低，因此需要后端使用螺釘?shù)目蛻舾鶕?jù)自己的需求對螺釘進(jìn)行自動分選。本文隨機(jī)對ST4.2×9.5TA、ST4.2×13TA、ST4.8×13TA三種規(guī)格的螺釘進(jìn)行質(zhì)量分析，不良螺釘主要表現(xiàn)在螺帽加工不良、十字槽有碎屑、十字槽堵、混料、螺牙缺失等方面，其不良率統(tǒng)計如表1。

表1 螺釘不良率統(tǒng)計表

2 螺釘自動分選方案

2.1 分選方案流程

圖1、圖2將螺釘?shù)谷胝駝颖P，利用振動盤的工作原理將螺釘分極篩選排列，并輸送到平送機(jī)上，平送機(jī)再將螺釘平穩(wěn)的放于玻璃分度盤上。玻璃分度盤是將螺釘?shù)沽ⅲ绰菝毕蛳拢┡帕校缓笤偻ㄟ^定位輪的作用將螺釘整齊的排列在玻璃盤同一直徑的圓周上，為可視化系統(tǒng)及檢測系統(tǒng)做好準(zhǔn)備。使用玻璃分度盤的螺釘必須可倒立分度盤上面的螺釘首先經(jīng)過下視鏡頭，如圖3所示，利用玻璃分度盤的透光性，該相機(jī)可以清晰的獲取螺帽圖像并檢測記錄，用來檢測螺帽直徑、十字槽完整性等；再經(jīng)過側(cè)視鏡頭，如圖4所示，該相機(jī)檢測螺桿及螺牙的相關(guān)尺寸并記錄，用來檢測螺帽高度、螺牙完整性、螺牙高度、螺距等關(guān)鍵位置。

圖1 振動盤

圖2 玻璃分度盤

圖3 下視鏡頭

圖4 側(cè)視鏡頭

2.2 視覺檢測

2.2.1 視覺系統(tǒng)架構(gòu)

視覺檢測系統(tǒng)由2個CCD相機(jī)，2個鏡頭，2個光源，1個光源控制器，1臺電腦組成。該系統(tǒng)選用的CCD相機(jī)技術(shù)發(fā)展較成熟，信號輸出具有較好的一致性，成像質(zhì)量更好，對螺釘這種比較小型的物料進(jìn)行檢測有一定的優(yōu)勢。由于螺釘較小，為了更好的對螺釘?shù)募?xì)節(jié)進(jìn)行成像，所以選擇的相機(jī)鏡頭的焦距為5 mm、工作距離較短約為30 mm、光圈為F1.4。相機(jī)光源選擇根據(jù)螺釘?shù)纳珴珊头垂舛冗M(jìn)行了打光實(shí)驗(yàn)，根據(jù)打光效果選擇最適合的光源型號。對于上方檢測螺牙完整度、整體高度等項(xiàng)目的視覺檢測系統(tǒng)選用了一套白色背光光源，可以更好的突出螺釘?shù)耐庥^輪廓，對檢查螺牙是否合格更有效；在玻璃盤下方檢測螺帽的視覺系統(tǒng)選用一套紅色環(huán)形光源，既可以在有限的空間進(jìn)行安裝，同時還能有效的突出螺帽的三維信息，對檢測螺帽十字槽是否合格更為合適。

2.2.2 螺釘成像處理

觸發(fā)相機(jī)拍照獲取螺釘?shù)穆菝痹瓐D后，系統(tǒng)會首先對成像圖片進(jìn)行二值化處理，二值化是圖像處理、圖像分析、圖像匹配及圖像識別中的重要問題，也是許多視覺圖像識別應(yīng)用系統(tǒng)中不可或缺的重要部分[2]。螺帽成像由于打光、表面形狀反射光的不同以及外界的干擾等因素導(dǎo)致圖像中的灰度值存在不同，通過不斷測試找出并設(shè)置最佳分割閾值，將螺釘圖片處理為輪廓分明的黑白圖像，具體詳見圖5中的螺帽圖片，如果螺帽加工不良或者十字槽存在異常，視覺系統(tǒng)通過對螺帽輪廓進(jìn)行比對即可自動進(jìn)行識別。

側(cè)視相機(jī)觸發(fā)拍照獲取螺釘?shù)穆輻U原圖后，系統(tǒng)對圖像進(jìn)行拉普拉斯銳化處理，處理后的增強(qiáng)圖像，可在增強(qiáng)圖像邊緣的基礎(chǔ)上更好地保持原圖像的信息。處理后的螺桿的螺牙圖像邊緣輪廓明顯變得更清晰，但同時也增加了原圖像的高頻噪聲，因此需再利用中值濾波除去高頻噪聲，通過設(shè)置閾值的方法剔除某些邊界點(diǎn)或填補(bǔ)邊界間斷點(diǎn)，并將這些邊緣連接成完整的線，成像效果詳見圖5中螺牙的圖片，如果螺牙出現(xiàn)異常通過比對即可檢測出螺牙是否異常。

圖5 視覺檢測中螺釘成像

螺釘成像在經(jīng)過以上二值化和邊緣提取等手段進(jìn)行處理后，可以有效排除外界干擾和背景雜質(zhì)，如此便可以更為精確的檢測和反饋螺釘?shù)募?xì)節(jié)，經(jīng)過圖像處理后對提升螺釘檢測成功率起到很大作用。

2.2.3 視覺檢測的操作流程

視覺檢測系統(tǒng)的操作流程具體如下：①將合格的螺釘放于下視鏡頭的玻璃盤上，利用攝像頭使螺帽清晰成像，建立正常的螺帽模板；②設(shè)定螺帽及十字槽的相關(guān)尺寸參數(shù)，并用上面的螺釘進(jìn)行校對；③將合格的螺釘放于側(cè)視鏡頭的玻璃盤上，利用攝像頭使螺桿清晰成像，建立正常的螺桿模板；④設(shè)定螺桿、螺牙的相關(guān)尺寸參數(shù)，如：螺柱長度、牙距、牙底徑、牙外徑等數(shù)據(jù)，并用螺釘進(jìn)行校對。⑤設(shè)定好各個參數(shù)后使設(shè)備自動運(yùn)行。

視覺檢測項(xiàng)目具體為：長度、牙內(nèi)徑、牙外徑、牙距、牙數(shù)、斜牙、搓牙不良、頭部裂痕、十字槽塞孔、真圓度、有無電鍍、表面瑕疵等。本文案例中視覺檢測能兼容如下規(guī)格的螺釘：

1）頭部外徑：（Φ1.0～Φ35）mm；

2）頭部厚度：（Φ4.0～Φ35）mm；

3）總高：（1～35）mm；

4）篩選精度：（±0.01～±0.03）mm。

以ST4.2×13TA的螺釘為例，該螺釘?shù)膮?shù)設(shè)定如下：

螺帽高度：（2.2～2.8）mm

牙 外 徑：（3.2～4.8）mm

牙 內(nèi) 徑：（2.95～3.1）mm

螺帽外徑：（8.8～9.3）mm

牙距：（1.3～1.5）mm

檢測情況如圖6所示，可以直觀的看到設(shè)備檢出的數(shù)量和檢測結(jié)果，通過批量使用驗(yàn)證，設(shè)備檢出成功率≥99.99 %。

圖6 視覺檢測情況

2.3 分選下料系統(tǒng)

螺釘經(jīng)過檢測之后隨即進(jìn)入下料機(jī)構(gòu)區(qū)域如圖7所示，視覺檢測設(shè)備將螺釘?shù)腛K和NG信號分別發(fā)送給下料系統(tǒng)的控制單元PLC，PLC控制不同的氣槍將OK品和NG品分別吹入相應(yīng)的下料容器。

圖7 下料機(jī)構(gòu)

3 應(yīng)用成果

通過應(yīng)用視覺檢測對螺釘進(jìn)行檢測并分選，經(jīng)實(shí)際使用，其分選速率約為500件/min，檢出成功率≥99.99 %，分選效率和成功率足夠滿足空調(diào)生產(chǎn)需求。

4 結(jié)語

基于視覺檢測的的螺釘自動分選設(shè)備特色及優(yōu)勢：①、可非標(biāo)定制，滿足不同需求； ②、全自動智能檢測、識別及剔除； ③、采用高分辨率工業(yè)相機(jī)，檢測精度高；④、檢測速度快、準(zhǔn)確度高； ⑤、全天24 h連續(xù)檢測；⑥、設(shè)備操作簡單、穩(wěn)定性好； ⑦、非接觸式無損檢測；⑧、減少人工成本，提高企業(yè)生產(chǎn)效率。螺釘對于質(zhì)量的要求較為嚴(yán)格，而且如今零件生產(chǎn)趨于精密化，檢測工作必須執(zhí)行高標(biāo)準(zhǔn)。傳統(tǒng)人工檢測的方式，不管是速度還是效率，都很難跟上大批量生產(chǎn)的需要，而且檢測結(jié)果容易受到工人情緒和精力的影響，誤檢、漏檢比率高。采用機(jī)器視覺檢測設(shè)備對螺絲外觀缺陷進(jìn)行實(shí)時在線的自動化檢測，速度快、效率高、檢測結(jié)果更穩(wěn)定可靠，而且對缺陷類型的統(tǒng)計分析能夠指導(dǎo)生經(jīng)實(shí)踐論證，螺釘自動分選設(shè)備成功應(yīng)用后，可以有效提高生產(chǎn)效率，進(jìn)一步降低因螺釘異常導(dǎo)致的產(chǎn)品質(zhì)量隱患。由于該設(shè)備有效的利用了視覺檢測技術(shù)，并在配套系統(tǒng)上做了改進(jìn)使得該套設(shè)備的兼容性得到提升，能有效適用于大多數(shù)空調(diào)緊固用螺釘，具備極強(qiáng)的推廣性和可觀的經(jīng)濟(jì)效益。