程建民

[摘? ? 要]介紹圓柱體滋棒表面缺陷檢測裝置，闡述檢測雙回轉(zhuǎn)機(jī)構(gòu)及側(cè)開孔分選盤設(shè)計結(jié)構(gòu)，并與設(shè)備的上料臺、光學(xué)檢測裝置和分選裝置相互配合，自動完成圓柱體棒料的排列、缺陷檢測和分類過程。

[關(guān)鍵詞]圓柱體;表面缺陷;光學(xué)檢測

[中圖分類號]TG441.7 [文獻(xiàn)標(biāo)志碼]A [文章編號]2095–6487（2021）07–00–03

Automatic Detection of Cylinder Surface Defects

Cheng Jian-min

[Abstract]This paper introduces the cylinder surface defect detection device， describes in detail the design structure of the detection double rotary mechanism and the side opening sorting plate， and cooperates with the feeding table， optical detection device and sorting device of the equipment to automatically complete the cylinder bar arrangement， defect detection and classification process.

[Keywords]cylinder; Surface defects; Optical detection

1 概述

目前，圓柱體磁棒的表面缺陷檢測主要采用人工方式，效率低、勞動強(qiáng)度大，檢測結(jié)果存在產(chǎn)品質(zhì)量一致性差、檢測效率低以及對有缺陷圓柱體磁棒的漏檢和誤檢等問題，市場還沒有成熟的自動化檢測設(shè)備。針對此問題開發(fā)出可用于不同直徑和長度的磁性圓柱體表面缺陷自動檢測設(shè)備，該設(shè)備針對人工目視檢測的種種不足，提出了基于機(jī)器視覺的圓柱體磁棒表面缺陷在線檢測方法，實現(xiàn)了較高速全自動圓柱體滋棒表面缺陷檢測，可替代人工，并使檢測效率大幅提升，適合生產(chǎn)磁性材料的中小企業(yè)規(guī)?；瘷z測。主要技術(shù)指標(biāo)如下。

（1）檢測尺寸。直徑3～8 mm，長度10～35 mm。

（2）檢測效率。大于80個/min。

（3）檢測缺陷種類。缺角、黑皮和隱裂。

2 設(shè)備結(jié)構(gòu)

設(shè)備主要由自動排序下料機(jī)構(gòu)、分度步進(jìn)機(jī)構(gòu)、同步回轉(zhuǎn)機(jī)構(gòu)、光學(xué)檢測機(jī)構(gòu)、分選機(jī)構(gòu)及自動控制部分組成，如圖1所示。

工藝流程：圓柱體磁棒通過振動臺自動排序到達(dá)指定下料管位置后依次放入分度轉(zhuǎn)盤中，分度步進(jìn)機(jī)構(gòu)依次步進(jìn)，到達(dá)檢測工位后，同步回轉(zhuǎn)機(jī)構(gòu)將磁棒上下頂住并旋轉(zhuǎn)一周，檢測相機(jī)拍攝圓柱體面圖像，圖像處理信息通過PLC控制分選機(jī)構(gòu)，分類放置不同下料盒。

2.1 自動排序下料機(jī)構(gòu)

自動排序下料機(jī)構(gòu)采用了通用的振料臺，彈簧管固定在圓弧下料支架上，下料管對磁棒導(dǎo)向，使之準(zhǔn)確落入分度步進(jìn)機(jī)構(gòu)的分選盤中。振料臺將磁棒依次排序，送到彈簧管的管口，在振料臺不斷螺旋上升的推力下，磁棒進(jìn)入彈簧管，順著圓弧軌跡，由水平方向轉(zhuǎn)變?yōu)樨Q直方向。下料管設(shè)計有微導(dǎo)向口，磁棒進(jìn)入下料管時，對其進(jìn)行豎直方向的導(dǎo)正，使磁棒能準(zhǔn)確進(jìn)入分選盤的移料孔，如圖2所示。

2.2 分度步進(jìn)機(jī)構(gòu)

如圖3所示，本機(jī)構(gòu)采用主軸和安裝在軸上的單向軸承作為回轉(zhuǎn)中心，電機(jī)通過皮帶帶動固定在主軸上帶輪旋轉(zhuǎn)，主軸上端安裝測開孔分選盤。由于設(shè)備采用單向軸承具有向一個方向能靈活轉(zhuǎn)動、朝另一個方向卡死的特點，機(jī)構(gòu)在快速起停時平穩(wěn)，不會往復(fù)振蕩并需要時間穩(wěn)定;工件隨分選盤旋轉(zhuǎn)固定角度到達(dá)指定位置，方便同步回轉(zhuǎn)機(jī)構(gòu)夾緊檢測。

根據(jù)測量磁棒的直徑，對分選盤進(jìn)行倒角和孔徑參數(shù)設(shè)計，有效解決了磁棒順利落入回轉(zhuǎn)孔，側(cè)開口的巧妙設(shè)計保證了柱體在盤孔內(nèi)能自由旋轉(zhuǎn)但又不會從孔側(cè)面落出，又可以實現(xiàn)相機(jī)從分選盤側(cè)面拍攝到柱體弧面最大，達(dá)到最佳圖像拍攝空間，如圖4所示。

2.3 同步回轉(zhuǎn)機(jī)構(gòu)

同步回轉(zhuǎn)機(jī)構(gòu)包括步進(jìn)電機(jī)、直線軸承、氣缸、上下頂針和圓錐齒輪等幾部分。如圖5所示。當(dāng)磁棒到達(dá)指定工位后，同步回轉(zhuǎn)機(jī)構(gòu)的下端頂針采用精密直線軸承導(dǎo)向，被氣缸向上頂起，上端頂針采用精密導(dǎo)軌導(dǎo)向氣缸驅(qū)動向下運動，上下頂針共同夾緊磁棒。上頂針在電機(jī)驅(qū)動下進(jìn)行旋轉(zhuǎn)，磁棒勻速旋轉(zhuǎn)一周，達(dá)到相機(jī)掃描磁棒表面缺陷的目的。

2.4 下料分選機(jī)構(gòu)

下料分選機(jī)構(gòu)由電機(jī)、聯(lián)軸器、分選管和軸承等幾部分組成。如圖6所示。由步進(jìn)電機(jī)直接驅(qū)動分選管進(jìn)行旋轉(zhuǎn)，達(dá)到磁棒在落料過程中的快速分選，準(zhǔn)確落入指定料盒。

2.5 電氣控制系統(tǒng)

采用PLC+工控機(jī)的控制結(jié)構(gòu)。PLC作為整個系統(tǒng)的控制中心，實現(xiàn)設(shè)備全過程控制，配以運動控制、輸入信號和輸出信號處理卡完成運動控制和輸入輸出信號的處理，并與工控機(jī)進(jìn)行通信。工控機(jī)主要完成圖像信號的采集、處理，并把檢測結(jié)果傳遞給PLC。電氣控制系統(tǒng)硬件結(jié)構(gòu)如圖7所示。

2.6 圖像處理系統(tǒng)

圖像中的噪聲是隨機(jī)產(chǎn)生的，獲得的表面缺陷圖像在形成、傳輸、接收以及處理的過程中，受外部或者內(nèi)部各種因素的影響，均會存在一定程度的噪聲干擾。

首先對采集到的圖像進(jìn)行增強(qiáng)，改善圖像視覺效果，通過濾波降低圖像噪聲，得到缺陷的邊緣，通過自適應(yīng)閾值的圖像分割，計算缺陷的特征參數(shù)。

2.6.1 圖像的增強(qiáng)

通過建立圖像灰度直方圖，可以直觀地看出圖像中的所有像素亮度等級分布情況。直方圖均衡化是將原圖像通過某種變換，得到一幅灰度直方圖為均勻分布的新圖像的方法。以概率理論為基礎(chǔ)，利用灰度點的計算來實現(xiàn)直方圖的變換，來達(dá)到圖像加強(qiáng)的目標(biāo)，可使圖像動態(tài)范圍增大，對比度得到擴(kuò)展，使圖像清晰、特征明顯，增強(qiáng)圖像的質(zhì)量。

以拍攝到的含有麻坑的滾子表面缺陷圖像為例，如圖8（a）所示，得到灰度直方圖，如圖8（b）所示，直方圖均衡化處理后的直方圖如圖8（c）所示。

2.6.2 圖像的噪聲及濾波

圖像中的噪聲是隨機(jī)產(chǎn)生的，其特點是噪聲的大小和分布具有不規(guī)則性。圖像濾波，對目標(biāo)圖像的噪聲進(jìn)行抑制并且保留圖像細(xì)節(jié)特征，使用的方法以及處理的質(zhì)量將直接影響到后續(xù)圖像處理和特征提取。

中值濾波是一種非常常見的非線性濾波技術(shù)，根本思想是通過像素點周圍灰度值的中值來替代該像素點的灰度值，該方法能夠在有效去除脈沖噪聲、椒鹽噪聲的同時又能很好地保護(hù)圖像邊緣細(xì)節(jié)。中值濾波通過選取所有像素的鄰域像素中的中值作為輸出值，或者說中值濾波將所有像素點的灰度值設(shè)置為鄰域窗口內(nèi)的所有像素點灰度值的中值。

圖9所示為含有噪聲的圓柱體的黑皮缺陷的原圖，分別采用3×3、5×5、7×7模板對其進(jìn)行中值濾波處理，從處理后的圖中可明顯地看出，隨著濾波窗口的增大，圖像細(xì)節(jié)部分的丟失增多。在采用3×3模板進(jìn)行中值濾波后的效果圖中看出，圖背景灰度變得比較均勻，所得到的圖像比較清晰，邊緣特征信息不會丟失。本系統(tǒng)采用了3×3模板進(jìn)行中值濾波。

2.6.3 缺陷圖像邊緣檢測

邊緣信息是數(shù)字圖象中最基本的特征。邊緣的含義指的是其周圍像素灰度變化較大的那些像素的集合，它存在于目標(biāo)與背景、目標(biāo)與目標(biāo)、區(qū)域與區(qū)域之間。

Sobel邊緣檢測算子的原理是在水平和垂直的方向上依次對領(lǐng)域像素灰度求差分，取兩個差分的較大值作為輸出。它主要是對3×3領(lǐng)域的圖像處理，算法是先做加權(quán)平均，然后再求差分的非線性算子。

對樣本缺陷，利用Sobel算子得到邊緣特征圖像，如圖10所示。

2.6.4 自適應(yīng)閾值圖像分割

圖像分割主要是把圖像分成互不重疊的區(qū)域，并提取出感興趣的目標(biāo)。對于目標(biāo)灰度和背影差別比較大的圖像，很難找到一個適合于整幅圖像的全局閾值。自適應(yīng)閾值分割法則是通過對各個像素求出閾值，從而對整幅圖像求出一個閾值。

2.6.5 表面缺陷特征參數(shù)的計算

將含有缺陷的圖像進(jìn)行分割，得到表面缺陷的邊緣特征，對缺陷的面積、長寬及長寬比、周長等參數(shù)的計算提取，對表面缺陷進(jìn)行識別。

3 結(jié)束語

設(shè)備可檢測的缺陷主要包括缺角、黑皮和隱裂等，檢測速度達(dá)到88個/min，極大地提高了生產(chǎn)效率。通過客戶3個月的大量檢測實踐，設(shè)備檢測合格率達(dá)95%以上，得到客戶認(rèn)可。本產(chǎn)品已獲得國家新型專利。

參考文獻(xiàn)

[1] 蔣壯.單向軸承在金融機(jī)具行業(yè)中的應(yīng)用研究[J].機(jī)電工程技術(shù)，2018（7）：36-37.

[2] 張錚.數(shù)字圖像處理與機(jī)器視覺[M].北京：人民郵電出版社，2014.