軸承在正常的流水線上生產(chǎn)中，由于各種不知情的原因會以直接影響到軸承的生產(chǎn)品質(zhì)，會產(chǎn)生各種類型的缺陷直接導致產(chǎn)品質(zhì)量下降，人工成本增加。那么我們?nèi)绾芜\用好這項檢測，從而大大的提***廠***的生產(chǎn)效率。

　　系統(tǒng)的檢測要求：

　　1. 檢測區(qū)域：正面、側(cè)面、內(nèi)表面。

　　2. 缺陷種類：刮傷、螺紋線 (如圖1)。

　　圖1

　　硬件選擇

　　視覺核心系統(tǒng)我們采用了******大的視覺公司加拿大DALSA Coreco集團的智能機器視覺系統(tǒng)VA40。這種***性能嵌入式的機器視覺系統(tǒng)能夠完成多相機檢測任務(wù)，它可以同時通過3個視角來檢測同一個產(chǎn)品，或者不同的產(chǎn)品。它所具有的這些全面功能提供了比同類智能相機更***的性價比和便捷的解決方案。光源根據(jù)產(chǎn)品的特點采用了RVSI NER的LED環(huán)行光源，相機采用的是TM1 640 x 480像素的模擬面陣相機，鏡頭選用的是Fujinon標準工業(yè)16mm和8mm鏡頭。(如圖2)

　　圖2

　　軟件模塊

　　軟件模塊我們采用了DALSA Coreco集團的***機器視覺應用軟件Sherlock，Sherlock是一種基于Windows開發(fā)出來的具有圖形化操作界面的機器視覺設(shè)計軟件，它是當今歐美***為流行的視覺處理軟件。

　　設(shè)計方案

　　由于軸承的檢測需要進行多視角檢測，我們采用了兩套VA40視覺系統(tǒng)完成這項檢測任務(wù)，***套VA40系統(tǒng)連接3臺相機對軸承側(cè)面缺陷和內(nèi)部螺紋進行360度的檢測，3臺相機分別安裝在軸承的周圍與軸承底座中心成25度角，每臺相機負責120度范圍內(nèi)的檢測。

　　第二套VA40連接一臺相機，相機安裝于軸承的正上方專門進行對軸承表面的檢測。如要對底面進行檢測，則需要通過在檢測流水線上加裝自動翻轉(zhuǎn)裝置實現(xiàn)對軸承底座面的檢測。如不通過自動化翻轉(zhuǎn)進行檢測，則通過人工將軸承翻轉(zhuǎn)后在傳送至堅持餓流水線再進行一次檢測。

　　正面檢測

　　表面具有有缺陷的產(chǎn)品。合格的產(chǎn)品正面拍攝的圖像表面應該沒有反光，而具有缺陷的產(chǎn)品在特殊的光線照射下將會發(fā)出與背景完全不一樣的白光，如圖4中所示(表面有切痕和表面有螺紋及刮痕的次品)。

　　圖4

　　Sherlock軟件中的檢測過程

　　我使用了環(huán)行面檢測區(qū)域用于軸承正面缺陷的檢測，經(jīng)過算法處理后軸承正面缺陷特征會明顯顯露出來，我們通過計算檢測區(qū)域中的白色塊的多少來判斷軸承是否是次品。

　　以下都是不合格的產(chǎn)品檢測圖像：

　　1.軸承正面有切痕。 (如圖5)

　　圖5

　　2.軸承正面有螺紋。 (如圖6)

　　圖6

　　3.軸承正面有螺紋和切痕。(如圖7)

　　圖7

　　側(cè)面檢測(在側(cè)面需要檢測出各種缺陷)

　　1.合格產(chǎn)品照片 (如圖8)。

　　圖8

　　2.側(cè)面有缺陷的產(chǎn)品照片 (如圖9)。

　　圖9

　　Sherlock軟件中檢測過程

　　邊緣提取：

　　通過在Sherlock軟件中的算法設(shè)置，我們可以將軸承的底座邊緣提取出來，這樣邊為我們確定了檢測的區(qū)域界線。如圖10所示。

　　區(qū)域定位：

　　由于軸承在檢測流水線上可能發(fā)生位置移動，因此我們必須考慮到在軟件中實現(xiàn)檢測區(qū)域的自動定位。注意下圖中的蘭色直線和圓點，我們將以軸承頂部與側(cè)面黑白的分界線作為我們的定位參照物進行檢測區(qū)域的自動調(diào)整定位。如圖11所示。

　　圖11

　　側(cè)面缺陷檢測：

　　由于側(cè)面缺陷在相機所拍攝的圖像中呈現(xiàn)出陰暗區(qū)域(像素值較低)，這時候我們在Sherlock軟件中經(jīng)過統(tǒng)計較低像素的區(qū)域面積便能夠判斷出缺陷是否存在。

　　軸承內(nèi)部螺紋是否存在的判別

　　由于軸承在加工過程中內(nèi)部可能存在細螺紋，在經(jīng)過特殊光源照射后細螺紋會出現(xiàn)一條暗淡的反光，我們采用了一個弧面檢測區(qū)域?qū)ｉT用于測定這條細螺紋是否存在。

　　1.內(nèi)部不存在螺紋 (如圖12)。

　　圖12

　　2.內(nèi)部存在螺紋 (如圖13)。

　　圖13

　　檢測算法是我們統(tǒng)計弧面檢測區(qū)域中白色像素的個數(shù)，如果螺紋存在那么白色像素數(shù)量應該大于3500，如果螺紋不存在則這個數(shù)量應該小于2000。這樣便能夠快速的識別出是否內(nèi)部存在螺紋。

　　注：本文轉(zhuǎn)載自《控制工程》雜志，原文署名作者為深圳市眾為興數(shù)控有限公司王寅。