沖壓板料質量缺陷視覺檢測研究和應用

文/張曉光，王亞光，余佼，劉小軍，鄧?！ど掀ㄓ梦辶馄嚬煞萦邢薰局貞c分公司

機器視覺技術在沖壓車間已有廣泛的應用，例如，使用藍光掃描對沖壓件進行尺寸測量，沖壓線首對板料拍照引導機器人精準抓料。在沖壓開卷線生產中，由于生產速度快，板料質量檢查只能抽檢，對一包板料首張和末張進行檢查，抽檢頻次低，中間過程產生的板料質量問題無法檢查，容易造成板料質量問題逃逸。板料質量好壞直接影響沖壓件的質量，最好的方法是提前控制板料質量。隨著機器視覺技術的不斷發展，給沖壓板料生產提供了新的檢測方法。

板料質量缺陷視覺檢測系統的組成

板料質量缺陷視覺檢測系統由條形藍色光源、光源控制器、光學鏡頭、CMOS 線掃相機、PLC、采集卡、圖像分析處理軟件SGVision、通信電纜、電腦主機等部分組成，如圖1 所示。根據板料生產的特點，節拍最快能達到40 件/分鐘，速度比較快，適合選擇檢測速度快的線掃相機，配備變焦鏡頭。光源采用LED線形藍色光源，藍色波長短，適用于金屬表面質量視覺檢測。圖像處理軟件采用SGVision 視覺檢測軟件，該款軟件無需編程，算法工具豐富，算法設置簡單易學，可根據檢測對象選擇合適的算法工具，使用方便。

圖1 板料質量視覺檢測系統

該檢測系統的檢測流程如圖2 所示。首先，板料在皮帶機上勻速通過線掃相機，相機根據PLC 信號開始拍照，圖像經過視覺檢測軟件分析處理，判斷板料表面是否有缺陷。如果合格顯示“OK”，如果不合格顯示“NG”。

圖2 板料質量視覺檢測系統流程

板料質量缺陷視覺檢測系統與PLC 連接方法

為了實現視覺檢測軟件與開卷線生產同步檢測，把開卷線壓力機PLC 信號和視覺檢測軟件連接。PLC與視覺檢測軟件之間采用ModbusTCP 通訊方式，壓力機PLC 作為server，電腦主機作為client，步驟如下：

(1)這里以AB 品牌ControlLogix 系列PLC(1756-L72S)為例，在PLC 背板第10 槽增加一個1756-EN2TR模塊，后在程序中編程實現ModbusTCP 通訊功能?？稍赗ockwell 官網中下載該通訊例程并導入設備PLC 程序中，1756-EN2TR 模塊IP 地址：192.168.1.112，電腦主機IP 地址：192.168.1.10。

(2)電腦主機安裝IKapLibrary 相機圖片采集控制軟件，調整相機采圖的參數，適合視覺檢測軟件使用，在視覺檢測軟件中通訊設置如圖3 所示。

圖3 PLC 通訊設置

(3)通訊測試成功后，即可開始相機視覺檢測的編程及調試：①相機拍照控制，PLC 及時準確發給相機拍照信號，確保相機能夠清晰完整地拍攝到整張板料；②檢測結果“OK”或“NG”反饋給PLC，編程控制設備執行板料缺陷處理流程。

檢測算法的設置

板料的質量缺陷主要有劃傷、脫皮、夾雜、油斑等問題，根據板料問題的特征，選取視覺檢測軟件上合適的算法進行檢測，此處以檢測板料脫皮缺陷為例說明檢測算法的設置步驟：

(1)用相機拍一張板料脫皮缺陷的照片，選取一張清晰的照片作為參考圖，選用模板匹配算法，本算法用于在檢測圖像中查找出與模板圖像符合匹配要求的圖像位置，并據此移動產品位置，從而達到定位的目的，適用于平面產品定位。在照片上用矩形框畫出ROI 檢測區，點擊測試按鈕，出現測試結果“OK”則設置完成，點擊確定按鈕，關閉設置頁面，如圖4所示。

圖4 模板匹配算法的設置

(2)板料脫皮缺陷在視覺檢測算法選擇上可以用劃痕檢測算法檢測，本算法用于檢測在設定的ROI 區域(藍色框)內是否存在劃痕，設定劃痕的最小長度，從而判斷產品“OK”或“NG”。選取一張清晰的照片作為參考圖，設置最小長度為15mm，即卡控劃痕的最小值，當“檢測值”＜“最小長度”，則產品合格?？蛇x灰度作為判定依據，根據目標劃痕顏色選擇黑色，點擊測試按鈕，出現測試結果“NG”則設置完成，說明劃痕算法能準確檢測出脫皮缺陷，點擊確定按鈕，關閉設置頁面，如圖5 所示。

圖5 劃痕檢測算法的設置

檢測結果匯總處理

在實際檢測中，SGVision 視覺檢測軟件會保存所有檢測零件“OK”照片和“NG”照片，如果出現檢測錯誤可以查詢檢測留存的照片進行核對，修正算法工具中的參數，使檢測更加準確。每天檢測的數據，軟件會自動匯總和統計，如有需要可以導出每天產能圖，計算檢測零件的合格率。并且能導出每天檢測的每張板料具體數據，便于生產部門進行分析，提升板料質量，提高板料合格率。

結束語

本文針對板料質量缺陷視覺檢測進行了研究，介紹了視覺檢測的組成和工作原理。通過對板料質量缺陷視覺檢測流程的設置，掌握了機器視覺檢測板料質量缺陷的方法，提高了板料質量檢測的效率。然而，我們也認識到本研究存在一些局限性和不足之處，例如，在實際板料生產線上，由于板料種類多樣，受現場環境、振動、光照、空間布置等因素的影響，在線視覺檢測的準確性還需不斷提高，減少視覺檢測系統的誤報率。

未來的研究方向包括：提高視覺檢測的精度和速度，探索更加智能的視覺檢測方法，能識別更多的板料問題，增加更多檢測的特征，比如，板料尺寸、落料板料的特征檢測等。隨著視覺檢測技術的發展，在沖壓行業的應用會越來越多，對沖壓板料和沖壓件質量檢查少人化、檢測效率提高都會有很大的貢獻。本文的研究成果將對沖壓板料質量視覺檢測領域的發展產生積極的影響。