3D視覺檢測(cè)案例分享——外觀檢測(cè)
現(xiàn)今,藥機(jī)企業(yè)所生產(chǎn)的整機(jī)或生產(chǎn)線,是由成千上萬種零部件組裝而成。而這些零部件在加工過程中存在各種各樣的瑕疵,品質(zhì)管控的手段也多以人工檢驗(yàn)為主,借助部分工裝檢具、測(cè)量?jī)x器進(jìn)行輔助測(cè)量。眾所周知,“4M1E”中最難以管控的因素就是“人”的因素,受限于人體自身難以避免的這些缺陷,極易造成不良零件的漏檢。
然而這些細(xì)微的不良,如若發(fā)現(xiàn)不及時(shí),對(duì)于藥企制藥的安全則存在著巨大的安全隱患;如若發(fā)現(xiàn)及時(shí),重新制作、更換可以消除風(fēng)險(xiǎn),但對(duì)于藥機(jī)企業(yè)來說,也存在著大量的人力、財(cái)力、物力的浪費(fèi),更有可能影響產(chǎn)品的交付,使企業(yè)信譽(yù)降低。
隨著工業(yè)4.0時(shí)代的到來,機(jī)器視覺系統(tǒng)被廣泛應(yīng)用到各行各業(yè),對(duì)于零部件的檢驗(yàn)也逐步由人工檢驗(yàn)向機(jī)器視覺過渡。例如:轎車零配件尺寸查看和主動(dòng)安裝的完整性查看、電子安裝線的元器件主動(dòng)定位,產(chǎn)品包裝上的條碼和字符辨認(rèn)等。
但目前,絕大部分用于工業(yè)檢測(cè)的機(jī)器視覺系統(tǒng)是基于傳統(tǒng)的二維圖像的分析與識(shí)別,即從灰度圖中提取被測(cè)物特征,在X-Y平面內(nèi)進(jìn)行測(cè)量,如果對(duì)于某些更高級(jí)別的檢測(cè)需求,如需要測(cè)高度、深度、厚度、磨損情況等,傳統(tǒng)的方法則無法勝任,只能借助更高級(jí)別的檢測(cè)手段,也是我們將要談到的3D視覺技術(shù)。那么,3D視覺檢測(cè)技術(shù)是否可應(yīng)用于藥機(jī)企業(yè)零部件的檢測(cè)呢?
下面給大家分享兩個(gè)3D相機(jī)做外觀檢測(cè)的案例。廢話不說,請(qǐng)往下看。
案例一:
首先請(qǐng)大家看下圖。該金屬件表面有兩處明顯的不良,大家看出來了么?注意,表面因?yàn)榧庸ぴ虍a(chǎn)生的紋路屬正?,F(xiàn)象。
不良如下圖:1、一處表面劃傷;2、一處邊緣的缺料。
此類型的不良,因?yàn)楹偷咨嗤?,普通面相機(jī)無法分辨出來,需要使用3D相機(jī)。
1、表面劃傷。
大家可以很清楚的看到該表面劃傷和因?yàn)榧庸ぎa(chǎn)生的紋路并沒有太大區(qū)別。都是暗色背景下的亮色。怎么辦?
但是加入了高度信息和背景處理后,得到了如下圖的效果。可以清楚無誤的找到對(duì)應(yīng)的不良。
2、邊沿的缺料。
根據(jù)高度的差異,邊緣的缺料也可以穩(wěn)定檢測(cè)到(中間兩個(gè)小圓圈是屏蔽掉的區(qū)域)。
案例二:
大家是否注意到下圖產(chǎn)品表面防水膠的不良?有凹陷,也有凸出。這種不良容易導(dǎo)致最終防水效果的失效。所以一定要檢測(cè)出來。因?yàn)橥钩霭枷莺彤a(chǎn)品的底色相同。通過普通的平面相機(jī)無法穩(wěn)定檢測(cè)。這時(shí)候,使用3D智能相機(jī)可以輕松對(duì)應(yīng),如KEYENCE。
測(cè)試效果圖:
凹陷不良效果圖。
凸出不良效果圖。
不同不良被檢出的觀察畫面效果。
機(jī)器視覺的應(yīng)用極大提高了企業(yè)生產(chǎn)自動(dòng)化水平和檢測(cè)系統(tǒng)的智能水平。相信3-5年內(nèi)它將逐漸在藥機(jī)行業(yè)普及開來,更好的為藥機(jī)行業(yè)服務(wù)。
責(zé)任編輯:xj
原文標(biāo)題:3D視覺檢測(cè)案例分享:外觀檢測(cè)
文章出處:【微信公眾號(hào):新機(jī)器視覺】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
-
檢測(cè)
+關(guān)注
關(guān)注
5文章
4413瀏覽量
91305 -
3D打印
+關(guān)注
關(guān)注
26文章
3535瀏覽量
108751 -
3D視覺
+關(guān)注
關(guān)注
4文章
428瀏覽量
27471
原文標(biāo)題:?3D視覺檢測(cè)案例分享:外觀檢測(cè)
文章出處:【微信號(hào):vision263com,微信公眾號(hào):新機(jī)器視覺】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論