自動化檢測設備如何檢測表面缺陷
2022-07-25
表面缺陷檢測設備凝聚了機器視覺領域的多項先進技術成果，并融入了多項創(chuàng)新的檢測理念，既能同生產(chǎn)線無縫對接檢測，也可離線進行檢測，在對材料表面的瑕疵以及半透明材料內(nèi)部瑕疵進行快速檢測的同時能夠直觀的給予生產(chǎn)反饋，可以廣泛應用于纖維行業(yè)、塑化行業(yè)、造紙及電子行業(yè)、金屬行業(yè)等領域。
表面缺陷檢測設備凝聚了機器視覺領域的多項先進技術成果，并融入了多項創(chuàng)新的檢測理念，既能同生產(chǎn)線無縫對接檢測，也可離線進行檢測，在對材料表面的瑕疵以及半透明材料內(nèi)部瑕疵進行快速檢測的同時能夠直觀的給予生產(chǎn)反饋，可以廣泛應用于纖維行業(yè)、塑化行業(yè)、造紙及電子行業(yè)、金屬行業(yè)等領域。
機器視覺檢測系統(tǒng)通過適當?shù)墓庠春蛨D像傳感器(CCD相機)獲取產(chǎn)品的表面圖像，利用相應的圖像處理算法提取圖像的特征信息，然后根據(jù)特征信息進行表面缺陷的定位、識別、分級等判別和統(tǒng)計、存儲、查詢等操作。
隨著工業(yè)4.0時代的到來，機器視覺檢測在智能制造業(yè)領域的作用越來越重要。機器視覺檢測技術可以極大地提高生產(chǎn)操作的效率，避免了由于操作條件，人工目測的主觀判斷等因素而影響檢測結果的準確性，并能夠更好、更快、更準確地對產(chǎn)品進行尺寸測量以及檢測表面缺陷，確保產(chǎn)品質(zhì)量，提高生產(chǎn)效率。
表面瑕疵檢測系統(tǒng)由圖像傳感器、成像系統(tǒng)、照明系統(tǒng)、圖像采集系統(tǒng)、圖像處理系統(tǒng)組成。一般是采用CCD或CMOS高速照相機攝取檢測圖象，并轉(zhuǎn)化為數(shù)字信號，再采用的計算機硬件與軟件技術對圖象數(shù)字信號進行處理，從而得到所需要的各種目標圖象特征值，實時截圖瑕疵保存，按客戶要求可以實時在線報警提示、記錄保存瑕疵坐標位置。由此實現(xiàn)零件識別或缺陷檢測等多種功能，替代傳統(tǒng)人工識別，提升生產(chǎn)效率。檢測對象：金屬、薄膜、玻璃、無紡布、紙張、鋁塑板、鋰電等卷板帶箔。
壓鑄件表面瑕疵缺陷檢測，在光學技術特性下當光源光線入射工件表面后，各種瑕疵缺陷會在反射、折射等方面表現(xiàn)出與周圍有不同的異樣。例如，當均勻光垂直入射產(chǎn)品表面時，如產(chǎn)品表面沒有瑕疵缺陷，射出的方向不會發(fā)生改變，所探測到的光也是均勻的;當產(chǎn)品表面含有瑕疵缺陷時，
在任何產(chǎn)品的制造過程中，質(zhì)量檢測都是一個非常重要和關鍵的環(huán)節(jié)。傳統(tǒng)的產(chǎn)品檢測方法基本上依靠人眼或檢驗員依靠某些特定工具。該方法效率低、速度慢、誤判率高，已不能滿足現(xiàn)代工業(yè)制造的需要。機器視覺檢測技術的引入是適應現(xiàn)代制造業(yè)發(fā)展趨勢的必然要求。
傳統(tǒng)檢測依靠人工進行缺陷篩選檢查，對于橫線、豎線、亮點、塵點等客觀缺陷，人工可以通過直觀目測或高倍鏡進行檢查，但光學均勻性、暗影等主觀缺陷，受檢測人員主觀意識影響，依據(jù)人員經(jīng)驗進行判斷，標準較難量化。因此引入了機器視覺的方式對背光模組發(fā)光顯示表面做缺陷檢測處理，代替原有人工檢測方式，避免人眼疲勞造成的漏檢、錯檢的同時實現(xiàn)更快速的檢測，對于均勻性等主觀缺陷，也可進行量化檢測，有效防止不良品流入下游組裝成成品。
在“智能制造”的概念提出后，作為人工智能一個重要的分支“機器視覺”已經(jīng)成為當下炙手可熱的技術之一。在制造業(yè)轉(zhuǎn)型升級、新興產(chǎn)業(yè)發(fā)展的過程中，中國市場釋放出驚人的機器視覺技術及產(chǎn)品需求，為本土機器視覺行業(yè)的成長提供了關鍵驅(qū)動力。
膠密封圈在生產(chǎn)組裝線上是一種常見的密封件，它具有較好密封性、安裝使用方便和成本低等優(yōu)勢，它是一種適應性較強的的密封件。橡膠密封圈性能的好壞會直接影響生產(chǎn)組裝線的正常工作。目前橡膠密封圈的檢測主要是依賴人工去檢測，這種檢測方法容易受密封圈彈性形變和加工誤差的影響，造成其尺寸公差誤差大和邊緣輪廓存在缺陷。并且橡膠密封圈需要連續(xù)大批量生產(chǎn)，人工需長時間進行高強度作業(yè)，容易造成視力疲勞而出現(xiàn)差錯，同時檢測精度和效率也不高等問題。
隨著工業(yè)4.0時代的到來，機器視覺在智能制造業(yè)領域的作用越來越重要，為了能讓更多用戶獲取機器視覺的相關基礎知識，包括機器視覺技術是如何工作的、它為什么是實現(xiàn)流程自動化和質(zhì)量改進的正確選擇等。小編為你準備了這篇機器視覺入門學習資料。