發動機搖臂零件自動分揀系統設計

王一舒，陸小龍，黃玉波，張 濤

(1.四川大學錦城學院 機械工程系，成都 611731；2.四川大學 制造科學與工程學院，成都 610065)

0 引言

汽車零部件生產行業作為汽車工業的配套產業，是其重要組成部分。汽車零部件質量的優劣直接影響著整車性能。然而，由于國內汽車零部件企業多以勞動密集型、低附加值產品為主，行業整體研發投入強度較低，在零部件質量檢測和分揀環節主要以傳統人工方式為主，存在生產效率低，勞動強度大的缺點[1]。

隨著智能制造相關概念的提出，以及新型感知技術和自動檢測技術的應用，制造業正在向信息化、自動化和智能化的方向發展[2]。傳統的人工檢測與分揀方式已經嚴重制約汽車零部件生產企業的發展。隨著整車廠對零部件的質量和供貨時間的要求不斷提高，產品的自動化檢測、分揀就顯得尤為必要。李和平等提出了基于LabVIEW軟件控制的工業機器人自動分撿系統，采用智能相機完成特定形狀物料的分揀[3]。高丹等采用Harris角點特征檢測進行零件識別及朝向判斷，提高零件的裝配精度[4]。袁歡等設計了一套基于計算機視覺的零件方位朝向自動分揀系統，實現零件方位及朝向的自動識別[5]。管經緯等為了解決零件擺放的位姿偏差，采用邊緣檢測和輪廓跟蹤算法確定工件形心位置和旋轉角度[6]。劉振宇等提出了一種角點特征結合輪廓特征的識別算法，有效解決了規則幾何工件的分揀問題[7]。Fu-Cheng YOU等提出通過計算零件圓度和面積特征，輔以合適的識別規則實現對生產線上的機械零件進行識別和分揀[8]。Gustavo Barea 等設計了一套用于識別和分類小零件的基于機器視覺的自動化系統[9]。

從近些年的研究來看，在機械零件自動檢測與分揀領域，計算機視覺檢測技術已經成為主要的技術手段之一。研究的重點主要集中在零件朝向的識別和規則幾何外形零件的類型識別，相關的研究成果并不適用于對汽車搖臂這類外形復雜的鋁合金壓鑄零件的類型識別。為此，本文根據汽車搖臂的結構特點和分揀要求，基于計算機視覺檢測技術，結合PLC自動控制技術，研制一臺用于發動機搖臂生產的智能分揀系統。

1 分揀系統總體方案

1.1 待分揀對象

汽車發動機搖臂主要采用鋁合金壓鑄工藝鑄造而成，并輔以車削、銑削工藝完成平面和通孔加工。如圖1所示為待分揀的汽車發動機搖臂零件，主要有6種類型。其中前4類零件結構相似，后2類零件結構相似。按照產品信息化管理要求，這6類鋁合金零件底部均采用壓鑄工藝加工有零件編號。待分揀零件的長寬高范圍分別為：長120～200mm; 寬：100～160mm; 高：35～160mm。

圖1 待分揀的6類零件

1.2 工件類型識別方法

由待分揀工件結構特點可知，以下兩種方法可用于識別待分揀的6類鋁合金零件類型：

(1)識別零件的編號

為了便于產品質量追溯，汽車零部件均有固定編號。通常汽車零部件編號由企業代號、產品代碼、組號、分組號、零件序號和變更號等部分組成。功能部位、尺寸和技術要求相同的零件，只能用同一個代號。對于待分揀的6類零件，根據零件編號識別零件的類型是最有效的方法。但是由于這幾類零件的零件編號均位于零件底部，對于圖1所示Ⅰ、Ⅱ、Ⅲ和Ⅳ4種類型零件結構均呈“┷”型，需將其底部朝上才能檢測到其零件編號，增加了自動分揀的難度。

(2)識別零件結構特征

對于待分揀的幾種類型零件，其共同特征是采用鋁合金壓鑄工藝鑄造而成，輔以車削、銑削工藝加工零件上的孔和平面。圖1所示6類零件盡管結構相似，但彼此之間結構上仍有一些不同之處。Ⅰ類和Ⅱ類零件主要區別在于頂部有無鉆孔；Ⅲ類和Ⅳ類主要區別在于頂部孔是在圓柱臺上還是在平臺上；Ⅴ類和Ⅵ類主要區別在于通孔的位置和凸臺的形狀；Ⅰ、Ⅱ兩類和Ⅲ、Ⅳ兩類的主要區別在于底部是否加工有平臺。采用合適的特征識別算法可以將這幾類零件區別開來。

然而，考慮到零件經過超聲清洗，被工人初步檢查后，快速地放到用于零件分揀的傳送帶上，導致傳送帶上零件的擺放姿態并不固定，不能僅靠某一種方法便將所有零件區別開來。因此，項目提出將識別零件編號和識別零件結構特征相結合，以提高零件分揀的準確性。

1.3 系統總體方案

基于前文分析，針對被分揀對象的結構特點，考慮系統成本和生產現場的安裝空間等因素，項目組提出了如圖2所示的方案。該系統以同步帶為主要輸送裝置，由零件類型識別模塊和零件分揀模塊兩部分構成。零件類型識別模塊由傳送帶1、視覺檢測單元組成，用于完成零件類型的識別。為了保證待揀零件能夠盡量豎直地放置在傳送帶上，傳送帶1需要進行特殊定制。零件分揀模塊由傳送帶2、氣動推桿、6個零件儲存工位和1個未識別零件儲存工位組成。為了避免零件工位因工人清理不及時造成零件堆積，零件存儲工位和未識別零件存儲工位均配置有傳送帶。

圖2 分揀系統總體方案

針對零件分揀系統各組成模塊的特點，系統采用工控機(IPC)與西門子S7-200 Smart可編程邏輯控制器(PLC)構成主從式控制系統。上位機IPC負責完成視覺圖像處理和人機交互任務，如待測零件參數設置、狀態監控，數據顯示，數據管理以及報表生成等。下位機PLC負責傳送帶和氣動推桿的控制，并按照上位機的檢測結果控制氣動推桿和傳送帶動作，完成分揀任務。

2 通信模塊設計

在現代工業控制系統中，由工業控制計算機IPC與可編程邏輯控制器PLC構成的主從式控制系統獲得了廣泛的應用。上位機與下位機的通信是該類控制系統的難點。在發動機搖臂零件自動分揀系統中IPC與PLC間采用TCP/IP協議通信。因此，能否保證PLC與上位機IPC的可靠通信是該自動分揀系統的關鍵。

TCP/IP協議是SMTP、FTP、TCP、UDP、IP、ARP等協議組的簡稱，其中TCP和IP是該協議組中最核心的協議。TCP/IP協議只用到ISO/OSI 7層網絡參考模型中4層，即物理層、數據鏈路層，網絡層和應用層。其結構簡潔，傳輸速度快，傳輸距離遠。TCP/IP協議不僅提供了可靠的數據傳輸服務，而且對網絡的物理層硬件沒有特殊要求，使其組網方便、靈活。

S7-200 PLC是德國西門子公司生產的小型PLC,具有可靠性高、內置功能豐富，性價比高和支持開放式通信等特點，在工業控制領域得到了廣泛應用。S7-200 PLC與工業控制計算機IPC通過TCP/IP協議通信，需要雙方都調用指令以建立連接及交換數據。上位機IPC利用Visual Studio C#編寫程序建立服務器端，下位機S7-200 PLC通過在PLC編程軟件中調用Open User Communication指令庫中的TCP_CONNECT, DISCONNECT, TCP_SEND和 TCP_RECV 4條指令建立客戶端。在服務器端配置監聽的IP地址和端口，在客戶端程序中配置需要訪問的服務器IP地址和端口即可連接通訊。

(1)服務器端主要程序如下：

①創建一個監聽Socket

public void StartListen()

{ …

WatchSocket = new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.Tcp);

IPAddressserverIP = IPAddress.Parse(ServerIP);

IPEndPointserverIPPort = new IPEndPoint(serverIP, ServerPort);

WatchSocket.Bind(serverIPPort);

WatchSocket.Listen(10);

m_bFlag = true;

…

}

②接收客戶端連接，并創建通訊的socket

public void AcceptClient()

{ …

ComSocket = WatchSocket.Accept();

thReceivedata = new Thread(ReceiveData);

thReceivedata.IsBackground = true;

thReceivedata.Start(ComSocket);

… }

③接收客戶端發來的數據存入緩存區

public void ReceiveData(object o)

{

Socket recSocket = o as Socket;

while (true)

{

try

{ int res = recSocket.Receive(recBuffer);}

catch (System.Exception ex)

}

}

④發送數據到客戶端

public void SendData(object o, string strSendMsg)

{ Socket sendSocket = o as Socket;

sendBuffer = Encoding.ASCII.GetBytes(strSendMsg);

try

{ sendSocket.Send(sendBuffer);}

catch (System.Exception ex)

{ }

}

(2)客戶端主要程序如圖3所示。

(a)初始化連接參數，并建立連接

(c)接收數據圖3 客戶端主要程序

3 視覺模塊設計

考慮到放置在傳送帶上的待揀零件擺放姿態各異，不能僅靠某一種方法便將所有零件區別開來。項目組提出將識別零件編號和識別零件結構特征相結合，以提高零件分揀精度。本分揀系統中視覺檢測模塊采用Visual Studio C# 與Halcon12 聯合編程實現。針對該6類零件的識別問題，分別提出以下兩種算法，在檢測過程中依據條件判斷選擇合適的算法：

(1)零件編號識別算法

由于零件編號由數字和字母組成，對零件編號識別過程包括字符的識別和字符數量的識別兩部分。具體流程是：根據零件編號的方向對圖像進行旋轉矯正，保證編號水平；然后進行濾波處理，提取零件編號所在ROI區域；接著在ROI區域對處理結果進行閾值化操作，并由Halcon提供的OCR字符識別函數完成零件編號的提取。

(2)零件結構特征識別算法

如圖1所示，待分揀的6種類型零件共同特征是其上均有多個孔洞，通過識別零件上孔洞的特征來區別各類零件。孔洞的識別需要用到Cricle的檢測算法。Halcon提供了識別圓的函數，通過對函數參數進行限定，可方便的識別出零件孔洞的位置和半徑。具體流程是：對待檢圖像進行快速二值化處理，得到連通域；根據孔的大小選擇連通域的閾值，識別通孔和圓臺；然后計算出孔-孔之間的距離；以6類待分揀零件孔洞的加工尺寸的判斷條件，識別所檢零件種類。

4 系統建模與實驗結果

基于前文的設計方案，項目組采用Solidworks三維建模軟件完成了汽車搖臂零件自動分揀系統的三維建模，如圖4所示。并借助SolidWorks 提供的SimulationXpress工具和Motion Simulation工具對分揀系統關鍵部件的結構進行了分析，依據仿真結果對系統進行了優化。

圖4 汽車搖臂自動分撿系統3D建模

為了驗證視覺檢測算法的可行性，項目組利用搭建的機器視覺檢測單元，完成了待揀零件的圖像采集，并利用已提出的零件編號識別算法對待揀零件的編號進行了識別，如圖5所示。零件編號字符識別率可以達到95%。同時，在實驗過程中發現視覺系統的光照對零件編號的識別有很大影響。

(a)待揀零件 (b)零件編號識別結果圖5 零件編號識別結果

此外，利用前文已提出的零件結構參數識別算法對待揀的6種零件進行了處理，如圖6所示。從圖象處理結果看，待揀零件的輪廓參數、孔洞的識別比較準確，便于零件類型的識別。但是對于Ⅰ、Ⅲ、Ⅴ三類零件的頂部孔洞幾何輪廓提取較模糊，增加了零件類型識別的難度。下一步將不斷改進算法，提高待分揀零件結構參數的識別精度。

圖6 零件結構特征識別結果

5 結束語

文中采用Visual Studio C# 與Halcon12 聯合編程，通過識別待揀零件結構特征和編號，完成了對6種類型汽車搖臂零件類型的識別。采用TCP/IP協議實現工業控制計算機IPC和西門子S7-200smart PLC 間的數據通信，提高了系統通信穩定性。待揀零件類型識別試驗結果表明本文所提出的搖臂零件類型識別方法可以準確地識別出零件的編號和外形結構特征。相關的研究成果將為下一步分揀系統工程樣機的試制提供依據。