铸造模具缺陷检测中的机器视觉技术应用

简介:

随着模具制造业的发展,模具测量技术的发展也相形相随。不同的测量技术和不同的测量设备根据模具制造的不同特点应运而生。虽然自动化检测技术在各行各业都有建设成果,但是在模具表面缺陷的机器视觉检测方面,还鲜有人对其做过专项攻关,因为大部分涉及到铸造的工艺,往往伴随着工况恶劣、高温高压、湿度较大、粉尘较大、干涉较多的情形,精密的检测设备很难在这种条件下完美运行,所以许多铸造企业的模具检测方法仍然以人工检测为主。工业智能相机
铸造模具的缺陷在线检测,是指安装在冲床或者模具周边的辅助检测设备,能够在第一时间检测模具的表面缺陷,以判断是否达标,为下一轮生产做准备。某结构件铸造企业,在实际生产过程中,用于铸造结构件的模具在产品脱模后,可能会产生残渣留存在模具表面上,如果直接将该模具用于新一轮的生产,会造成下一轮产品的表面缺陷,影响合格率。采用人工的方式检验,因铸造环境温度较高(模具周边温度最高70,环境温度可达50-60),对于检验操作人员是一项极大的考验,且检验效率低、劳动强度大,造成人员流失率高,不利于铸造生产的现代化发展。
主要由两大部分构成,运动系统及视觉系统。运动系统包括X轴运动模组、Y轴运动模组、Z轴运动模组及设备支撑系统;视觉系统朗锐智科自主研发工业视觉系统,摄像头固定于运动系统Y轴运动模组前端,通过运动系统控制转换视觉系统的位置,采集模具表面的残留物情况,与标准图像进行对比,计算机得出结论,实现模具表面的质量检测。
104K32N0_2
104K36114_3
机器视觉工艺流程
设备可靠性及防护措施
(1)耐高温作业。视觉系统采用耐高温材料做防护衣,并加装散热系统,拍摄镜头采用透明耐高温材料,可在70环境下正常工作,且不影响其检测效果。
(2)检测过程迅速高效。运动系统通过伺服电机控制运行速度,可实现运行线速度1000mm/s,运行往返时间可控制在15s内,实现模具的快速相片采集检测。
(3)检测过程智能化。设备自动定位检测点,对模具进行无死角相片采集,并通过相片信息自动鉴别质量问题,发出报警信号。
(4)大行程移动平稳。有效行程可达1500mm,模组采用铝型材减轻重量,同时对转接板焊接加强筋,可实现模组在有效行程内的平稳移动,确保相片采集质量。
铸造模具的缺陷在线检测系统通过运动系统、控制系统及视觉系统的有机结合,可实现模具的自动化检测,在15s内便完成一套模具的检测流程,并能够在线记录检测情况,反馈给中控室,有效提高了结构件产品的生产效率及产品质量。

相关文章
|
7月前
|
人工智能 算法 C#
基于Aidlux平台的工业视觉缺陷检测
工业视觉缺陷检测是一种利用计算机视觉技术,对工业制品进行自动化检测,以识别和分类可能存在的缺陷的方法。它是现代工业生产中的重要环节,可以大大提高生产效率,降低产品缺陷率,提高产品质量。
|
4月前
|
运维 算法 数据处理
|
12月前
|
机器学习/深度学习 传感器 算法
【缺陷检测】基于计算机视觉实现芯片缺陷检测附matlab代码
【缺陷检测】基于计算机视觉实现芯片缺陷检测附matlab代码
|
编解码 人工智能 算法
2022最新!更面向工业场景:基于视觉方案不同挑战下的车道检测与跟踪(下)
本文作者提出了一种鲁棒的车道检测和跟踪方法来检测车道线,该方法主要介绍了三个关键技术。首先,应用双边滤波器来平滑和保留边缘,引入了一个优化的强度阈值范围(OITR)来提高canny算子的性能,该算子检测低强度(有色、腐蚀或模糊)车道标记的边缘。第二,提出了一种稳健的车道验证技术,即基于角度和长度的几何约束(ALGC)算法,然后进行霍夫变换,以验证车道线的特征并防止不正确的车道线检测。最后,提出了一种新的车道线跟踪技术,即水平可调车道重新定位范围(HALRR)算法,该算法可以在左、右或两条车道标记在短时间内部分和完全不可见时跟踪车道位置。
2022最新!更面向工业场景:基于视觉方案不同挑战下的车道检测与跟踪(下)
|
传感器 编解码 人工智能
2022最新!更面向工业场景:基于视觉方案不同挑战下的车道检测与跟踪(上)
本文作者提出了一种鲁棒的车道检测和跟踪方法来检测车道线,该方法主要介绍了三个关键技术。首先,应用双边滤波器来平滑和保留边缘,引入了一个优化的强度阈值范围(OITR)来提高canny算子的性能,该算子检测低强度(有色、腐蚀或模糊)车道标记的边缘。第二,提出了一种稳健的车道验证技术,即基于角度和长度的几何约束(ALGC)算法,然后进行霍夫变换,以验证车道线的特征并防止不正确的车道线检测。最后,提出了一种新的车道线跟踪技术,即水平可调车道重新定位范围(HALRR)算法,该算法可以在左、右或两条车道标记在短时间内部分和完全不可见时跟踪车道位置。
2022最新!更面向工业场景:基于视觉方案不同挑战下的车道检测与跟踪(上)
|
机器学习/深度学习 敏捷开发 数据采集
经历工业自动化行业的磨炼让我了解到的工业缺陷检测,今天就细说工业缺陷检测
经历工业自动化行业的磨炼让我了解到的工业缺陷检测,今天就细说工业缺陷检测
841 0
经历工业自动化行业的磨炼让我了解到的工业缺陷检测,今天就细说工业缺陷检测
|
机器学习/深度学习 人工智能 算法
口罩检测算法研究现状
近年来,随着人工智能的快速发展,基于深度学习的目标检测算法有着越来越广泛的应用,由于深度学习算法在真实环境中的鲁棒性远超过传统视觉算法,更适合应对现实环境中的各种复杂情况。
1607 0
口罩检测算法研究现状