基于機器視覺的電機檢測平臺自動化對中技術方法研究

0 引言

電機是風機、泵、壓縮機、機床、傳輸帶等各種設備的驅動裝置，廣泛應用于冶金、化、化工、煤炭、材、公用設施等多個行業(yè)和領域。隨著現(xiàn)代智能技術的發(fā)展，電機檢驗檢測也正朝網(wǎng)絡化、高速化、高精度化方向發(fā)展，傳統(tǒng)檢測設備、方法已經(jīng)無法完全滿足現(xiàn)代制造業(yè)的特殊要求。人工視覺檢查產(chǎn)品質(zhì)量效率低且精度不高，而機器視覺檢測技術具有非接觸、精度高、速度快的優(yōu)點，用機器視覺檢測替代人工視覺檢查可以大大提高檢測效率和檢測精度，基于機器視覺的非接觸識別和測量已成為精密測量技術一個重要的發(fā)展方向。

傳統(tǒng)電機安裝測試方式一般是由檢測人員給被測電機安裝聯(lián)軸器，與傳感器聯(lián)軸器進行對中，安裝過程中不斷調(diào)整被測電機的左右距離和高度，有時因為測試電機底座加工誤差，需要不斷地塞墊銅箔來修正機加工的誤差，以達到安裝要求。整個安裝過程費時費力，但是對中效果并不理想，遇到多批次不同規(guī)格型號的電機測試時問題尤為嚴重。通過攝像頭對目標實施掃描搜索，控制電機等執(zhí)行機構的有序運動，以達到預期的目標點，其在檢測精度、速度及穩(wěn)定性方面都能很好地滿足應用要求2。因此，本文探討了基于機器視覺設計檢測算法，控制閉環(huán)伺服控制系統(tǒng)進行四軸聯(lián)動，實現(xiàn)自動化對中的方法，以實現(xiàn)快速準確對中，提高檢測效率和檢測質(zhì)量。

1 視覺對中工作原理

視覺自動化對中系統(tǒng)主要分為視覺識別部分、上位機控制部分和機械結構運行部分，視覺識別部分由工業(yè)智能相機、光源組成，上位機控制部分包括計算機、控制軟件，機械結構運行部分包括伺服電機、控制柜、臺架、絲杠、鎖緊裝置。通過視覺識別單元檢測電機臺架中央激光器上發(fā)射出的校準激光束，由上位機控制器中的空間定位算法計算獲得與聯(lián)軸對中度相關的偏差信息；主控器處理偏差信息后，發(fā)送指令給四軸伺服微動臺架，由伺服電機調(diào)整微動臺架的平移、升降、伸縮、水平旋轉四個維度，以實現(xiàn)被測電機與主驅電機的動態(tài)聯(lián)軸對中。該四軸聯(lián)動的電機臺架自動校準檢測系統(tǒng)具有全自動校準功能，可實現(xiàn)電機軸對中校準的全自動化，結構安全緊湊，操作簡便快速，可視化程度高，具體硬件架構如圖1所示。

2 視覺對中硬件和軟件設計

2.1 光學系統(tǒng)設計

光學系統(tǒng)的精度決定了圖像的采集質(zhì)量，進而影響檢測算法的效率與效果。如圖2所示，基于棱鏡分光折射原理，設計一種激光對中光學系統(tǒng)，用于檢測電機聯(lián)軸系統(tǒng)同軸度并展現(xiàn)特征。圖2所示系統(tǒng)設置光源與成像背景板，以合適的方式將光線投射到被測物體上，突出被測特征部分與背景的對比度，降低后續(xù)軟件算法的難度，從而提高自動校正算法的穩(wěn)定性。

光學系統(tǒng)設計主要包括相機、鏡頭、光源三部分。根據(jù)檢測區(qū)域的視場大小FOV，確定相機的分辨率 可以通過以下公式計算得到：

式中： 表示最小尺寸特征； 表示表征最小特征的像素數(shù)。

在已知視場和相機分辨率后，可根據(jù)檢測空間給鏡頭預留的最佳工作距離計算焦距大小，從而選取合適的鏡頭。在高精密測量光學系統(tǒng)中，機器視覺系統(tǒng)除滿足測量成像的要求，還應考慮避免光學系統(tǒng)與被測物體之間存在機械裝置遮擋的問題。此外，機器視覺還需考慮照明方式，包括漫反射照明、結構光照明和單向照明等，要基于多角度設計智能光學系統(tǒng)，通過上位機控制光源，使得光源根據(jù)不同被測電機的外觀尺寸等參數(shù)來變換發(fā)光亮度、發(fā)光時距離等參數(shù)，保證圖像采集的高質(zhì)量。

2.2 檢測算法設計

圖像處理單元負責對相機捕獲的圖像進行處理和分析，提取出所需的特征信息進行識別和檢測。檢測過程分為圖像的獲取、預處理、特征提取、特征分析、軌跡運算、指令發(fā)送、運動控制等步驟，具體流程如圖3所示。處理算法主要包括邊緣檢測、顏色識別、形狀匹配、輪廓提取等，特征提取算法采用Blob分析算法、圖像變換算法、尋找輪廓算法、特征點檢測算法相結合。

該校準過程針對安裝平臺主驅電機和被試電機的聯(lián)軸器同軸度，主要測量其相對位置關系和傾角指標，采用圖像變換算法和特征點檢測算法相結合的形式進行圖像識別判斷。設計過程中需重點解決機器視覺與實際測量過程的誤差問題，如機器視覺測量一方面由于圖像采集單元的放大倍數(shù)與實際放大倍數(shù)存在偏差，另一方面光學系統(tǒng)存在光學畸變會導致枕形失真或桶形失真，故圖像像素尺寸和實際尺寸之間無法建立準確的幾何關系，所以擬采用臺達DeltaVision高性能視覺軟件開發(fā)包，通過高透亞克力板成像實心圓點陣列，識別與標定光電陣列，如圖4所示。

2.3 工裝結構及通信控制

工裝平臺由多個伺服電機、驅動器、控制器和四自由度運動機構組成，電機聯(lián)軸系統(tǒng)實際工裝如圖5所示。該系統(tǒng)使用高性能伺服電機，每個伺服電機由對應的驅動器控制其運行速度、方向、定位位置，具有高速度、高精度、高轉矩的特點。PLC控制線路如圖6所示，PLC控制器用于發(fā)送各軸的運動指令，并通過蝸桿與固定臺架之間的旋轉移動，實現(xiàn)升降、平移、伸縮、平旋四個方向的定位控制，可以使臺架精確定位至被測電機的軸線位置，并且在每個方向上都可獲取當前伺服電機的正反轉情況、位移量以及正負極限等關鍵信息。同時，控制系統(tǒng)采用位置-速度閉環(huán)控制，可以實時監(jiān)測和校正運動誤差，系統(tǒng)的穩(wěn)定性和抗干擾能力強。

2.4 人機界面設計

系統(tǒng)上位機的設計包含用戶界面、數(shù)據(jù)處理以及通信接口的設計。其中，用戶界面用于顯示圖形化的檢測結果，并可由操作人員手動或自動執(zhí)行校準過程，界面數(shù)據(jù)如圖7所示。數(shù)據(jù)處理主要用于參數(shù)設置和數(shù)據(jù)記錄，并對錯誤數(shù)據(jù)進行過濾預處理。通信接口主要用于配置上位機與視覺檢測系統(tǒng)、電機控制系統(tǒng)的接口類型和通信協(xié)議。

3樣機視覺對中的自動化平臺結果輸出

基于算法和硬件協(xié)同處理，在電機安裝測試過程中應用機器視覺進行全自動同軸度檢測，可以有效評估被試電機與主驅電機軸線之間的相對位置和夾角，并進行快速、精準的調(diào)整，從而有助于減少振動、噪聲及磨損，確保設備正常運行。

為驗證系統(tǒng)的自動對中功能及對中精度，采用YE3-80M2-4樣機進行對中試驗，結果如圖8所示，對中偏差量為 ，傾斜角 ，對中時間2.042s，提高準確度 50% 以上，縮短時間 80% 。

4結束語

基于機器視覺的電機檢測平臺同軸度對中檢測技術能解決安裝效率低、精度差、可重復性不足等問題，可實現(xiàn)電機的快速響應和精確控制，提高系統(tǒng)的動態(tài)性能。

光學系統(tǒng)中視覺檢測利用先進的圖像處理技術，實現(xiàn)了人機交互的可視化與自動化；主控器編寫的多軸聯(lián)動控制算法，非接觸式光學對中結構與校正算法的優(yōu)化，實現(xiàn)了聯(lián)軸器端與主驅電機的動態(tài)對中精密閉環(huán)控制，應用后可節(jié)省約 80% 的校準時間，并有效提高檢測效率和檢測過程的一致性。

[參考文獻]

[1]梅文豪.基于機器視覺的電機零件二維尺寸測量研究[D].福州：福建工程學院，2019.

[2]汪友光.基于機器視覺和運動控制的傳感器實時目標在線檢測系統(tǒng)開發(fā)[D].廣州：廣東工業(yè)大學，2014.