日期
03/09
2023
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

微通道铝扁管缺陷视觉在线检测解决方案,提高产量与良品率
收藏
2023-03-09 10:26:03来源: 中国机器视觉网

行业痛点

目前大部分铝扁管生产企业在生产环节中,都会产生一些工艺上的缺陷。且目前都已了人工目视检测,导致产量上不去,良品率无法保障等情况发生。因此针对铝扁管质量检测的环节,南暄禾雅设计出一套铝扁管缺陷的视觉检测解决方案。

痛点:产品种类型号多;缺陷种类多,20+种缺陷;检测要求精度高,最小要求0.05mm;人工检测效率低,漏检误检率高,成本高。

微信截图_20230309103434.png

解决方案

视觉检测流程:

2.png

系统结构示意图:

3.png

四工位设备部署示意图:

4.png

系统部署方案:

5.png

系统功能介绍:

系统对扁管的整个可视表面都进行缺陷检测。系统自动检出并对表面缺陷进行分类分级。可识别并描述周期性缺陷,并报警。系统对自身进行性能工况自检,并通过专用界面显示各类信息。各种质量统计报告,可自动生成并打印。检测结果数据可上传至MES系统。

软件界面:

核心算法

· 视觉检测原理

因目标物的材质、加工内容而产生缺陷的种类各式各样。在镜面反射模式下,由于可从 1 次拍摄中生成符合用途的多张图像,因此可选择适合目标缺陷的图像数据。

10.png

使用专用光源,一边高速改变条纹图案的发光位置,一边反复执行拍摄。

9.png

·  缺陷拍摄算法

11.png

·  丝槽、划伤缺陷检测算法

12.png

将捕捉到的缺陷原图通过高斯滤波器做滤波处理,构造一个合适的滤波器,再将原图和构造的滤波器进行快速傅里叶变换,利用形态学算子将缺陷表示在滤波后的图片上,改点即为丝槽。

对图像进行灰度化的处理,利用高斯模糊去除噪声影响,对图像做均值化处理之后,将划痕覆盖,均值的前后图像做差值处理,可以得到包含划痕的灰度图,二值化处理提取前景轮廓,之后分析划痕几何特性,筛选划痕轮廓,改点即为划伤。

·  其他缺陷检测算法

13.png

案例及效益

·  客户案例

项目名称:铝扁管缺陷视觉在线检测;检测内容:划伤、凹陷、异物颗粒、气孔、指纹、水印、油渍、擦伤,检测精度可达0.05mm;项目情况:在线检测,节拍满足最快1.6m/s;准确率 ≥ 99.8%;误判率 ≤ 0.1‰。

·  经济效益

节省成本2人/套:每条产线安装一套检测系统,可代替2名检测工人。回报率1-2年:系统不断优化升级,平均每套设备回报率低至1-2年。提高良率至99.9%:从原来人工检测的85%良率提升至99.9%。提高80%产能:系统在线检测,7x24小时稳定运行,可提高80%生产效率。