吳連偉,李文博,王 平,欒建偉,張世軍,鞠濤濤
(濰柴動力股份有限公司 一號工廠,山東 濰坊 261061)
隨著發動機裝配線多品種柔性化生產制造模式的不斷拓展和延伸,制造行業面臨著產品質量優質、訂單交付準時、成本管控精細及制造過程高效的巨大挑戰,而如何在多品種柔性化生產線實現防錯技術的綜合應用及優質高效準時的產出,具有重大的戰略意義[1]。
目前國內視覺檢測技術已經飛速發展,在視覺引導、機器人協同運動、零部件智能檢測、發動機建模掃描及機型智能識別等領域得到廣泛的應用,而通過視覺實現防錯功能成為一種發展趨勢[2]。
目前鎖夾錯漏裝仍依靠人工觀察檢測。本研究深入分析了錯漏裝自動檢測裝置的設計及視覺系統原理,實現缸蓋鎖夾的視覺防錯及調試過程。對視覺系統及防錯技術的應用前景也作了探討。
WZY 生產線四氣門缸蓋鎖片壓裝機如圖1、圖2所示,承擔四氣門缸蓋鎖片壓裝任務。該機床分為進氣側壓裝工位、排氣側壓裝工位、檢測工位,檢測為氣密檢測,存在漏檢的隱患。

圖1 四氣門缸蓋及鎖夾

圖2 四氣門缸蓋鎖片壓裝機
通過設計制作錯漏裝自動檢測裝置,實現鎖夾的錯漏裝自動檢測,并具備防錯功能,有效防止質量事故的發生,提升裝配過程保障能力。
該自動檢測裝置具備以下特點:
(1)具備錯漏裝識別功能,實現鎖夾漏裝與錯裝的自動識別。
(2)視覺系統實時顯示設備與PLC 之間的數據通訊及檢測結果。
(3)實現鎖夾100%檢測,對錯漏裝問題的缸蓋不放行,人工確認后放行。
(4)檢測前定位,保障缸蓋檢測位置一致性。
機器視覺系統主要包含光源、相機、圖像采集卡、主控制器及圖像處理器等,實現機器代替眼睛進行檢測、測量和數據信息判斷,如圖3 所示。

圖3 視覺系統結構原理圖
機器視覺系統通過圖像采集卡將被測量或檢測目標及物體轉換成圖像亮度、顏色等信號,然后通過視覺系統傳送給圖像處理器,根據圖像的像素分布、亮度、顏色等信號,應用系統的各種邏輯算法,將檢測目標或物體的主要特征,通過主控制器轉換成數字化信號,根據標準信號特征和數字化信號特征進行比對,整體性控制設備或設施的動作[4]。
機器視覺技術是建立在視覺信息基礎之上的,在智能制造裝備中,視覺信息采集系統主要是由光源、成像以及處理等幾個環節組成(圖4)。其中通過光控電路控制獲取光學鏡頭下的目標或物體圖像。首先圖像進行濾波、增強等處理來改善圖像質量;其次在傳感器的作用下,將形成的圖像等信息保存在結構示意圖中的信號存儲電路中,然后經過信號放大器和計算機的圖像處理等,對目標圖像進行算法處理,最后獲得經過邏輯算法計算的目標圖像視覺信息[5]。

圖4 信號及信息采集流程示意圖
錯漏裝自動檢測裝置主要包含機器視覺系統、舉升機構、定位機構、阻尼氣缸等功能機構組成(圖5)。

圖5 錯漏裝自動檢測裝置
設計機器視覺硬件臺架,將相機和光源固定在機械臺架的橫梁上,可以前后移動方便進行位置及視覺系統調整,如圖6 所示。

圖6 機器視覺系統硬件框架
相機用于拍攝產品圖片傳到上位機進行分析,利用視覺圖像處理工具對圖像進行分析對比,判斷鎖片壓裝是否合格。光源用來配合相機使用,給相機拍攝產品提供足夠和穩定的光照,以達到測試環境的穩定一致。每臺相機配有單獨光源,滿足圖片采集時對光源要求。
臺架前段裝支架安裝傳感器及氣缸阻擋如圖7所示。其能感知缸蓋的到位情況,當缸蓋運行到指定位置后,傳感器會向上位機發送到位信號,以提示上位機開始控制進行檢測。

圖7 到位阻擋氣缸及視覺相機拍照初始位置
拍照完成后相機回到視覺系統鏡頭到氣門鎖夾的垂直距離大約為500 mm 位置處。
首先對采集的圖像用圖像處理工具的圓定位,將鎖片壓裝后的特征點截選出(圖8)。選中處理的圖像生成環形掩膜進行分析,在利用相機軟件里面的偏移工具圖像進行精確提取,利用圓定位的工具進行采集特證。

圖8 采集圖像及用戶設定圖像
然后利用所有掃描線上的邊緣點提取圓(圖9)。并對提取的掩膜圖像利用斑點面積工具,進行檢測,提取的圖像與標準照片進行百分比測試(圖10)。

圖9 掃描線上的邊緣點

圖10 圖像對比測試
最后運行視覺軟件中圖像算法對獲取的圖像進行對比,最終輸出判定合格與否的結果,如圖11 所示。

圖11 圖像算法結果
其具體圖像分析原理說明。
(1)特征定位——通過取中心圓環的外形輪廓作為定位模板粗定位。特征定位模塊需要指定矩形區域生成模板圖像。匹配時使用模板圖像中的邊緣等特征信息在矩形ROI 中進行搜索。
(2)圓定位——在通過圓檢出作為精定位。圓定位模塊在有向圓環ROI 中尋找指定圓的圓心。圓定位不產生角度信息,返回的角度恒為0.0。
在視覺模塊列表中雙擊圓定位后,圖像及數據顯示區域中會出現一個有向圓環ROI,表示圓定位的ROI 區域和圓定位的掃描方向。拖動ROI 到達預定位置,通過拖動ROI 上內外兩個半徑以使得掃描方向為期望狀態后,點擊添加后將此模塊添加到處理流程中。
(3)環形掩膜———根據上面的圓定位工具,生成環形掩膜區域??梢栽趫D像中添加一個圓環掩膜,圓環掩膜在圖像指定區域中進行圓檢測,用檢測到的圓生成圓環掩膜。
在視覺模塊列表中雙擊圓環掩膜后,如圖12 所示,圖像及數據顯示區域中會出現一些圓,不同的元代表不同的幾何元素。

圖12 圓環掩膜
(4)圖像分析——檢測掩膜區域內的閾值范圍內的圖像分析。計測一個矩形ROI 中指定顏色的和面積范圍的斑塊總面積或總面積占矩形ROI 面積的百分比。圖像分析比率是圖像分析的和與矩形ROI 面積的百分比,如圖13。

圖13 矩形ROI 面積
(5)檢測結果——點擊檢測結果可以定制此圖像單元的檢測結果邏輯。判定方式有以下五種情況,詳見表1 和圖14。

圖14 流程圖

表1 檢測結果判定規則
在實施初期多次對現場環境進行調研測試,對其鎖夾錯漏裝的情況進行估測,現場布置相機對其鎖夾進行測試,確保相機性能能夠達到技術要求并輸出驗證報告。
視覺防錯技術的應用,對工序節拍優化和作業平衡率提升起到關鍵作用,分別為:工序節拍提升7.7%,作業平衡率提升13.9%,同時人均班產出提升10.1%。
視覺檢測技術已越來越完善,從行業的發展來看,越來越多地視覺檢測技術應用于各類制造行業,廣泛應用在發動機生產線裝配領域中的各個工序及裝配環節,承擔著各類發動機零部件裝配檢測以及防錯等作業。目前在各大主要發動機生產基地,發動機零部件裝配環節中,視覺檢測技術應用到大量的零部件裝配的檢測及防錯場景列表2。

表2 視覺防錯技術的應用前景
防錯技術在發動機裝配領域起到越來越重要的作用,在保障產品質量、提升生產效率和降低制造成本方面具有巨大的意義。而防錯技術的研究及應用逐漸成為制造行業柔性化生產制造的重要研究方向。
主要通過設計制作缸蓋的舉升機構及定位機構,通過阻尼氣缸、傳感器等關鍵零部件,采取視覺檢測技術,系統性的設計了視覺防錯裝置。應用后,工序生產效率提升7.7%,作業平衡率提升13.9%,同時人均班產出提升10.1%。