一个实用的自动化检测设备可以大大降低缺陷产品的风险,并随着时间的推移降低生产成本。
如果你制造精密的小零件,质量会驱动制造过程。帮助确保此类产品质量的一种方法是使用一种称为机器视觉系统的自动化检测设备。机器视觉系统利用计算机视觉技术自动检测零件的许多不同的缺陷(如污染、划痕、凹痕或因生产故障引起的变形)和规格(主要是尺寸异常)。他们还收集有助于提高制造效率、几何形状和公差的数据。最重要的是,考虑到不同地区人工成本的差异,自动化检验的成本要低于手工检验,而且退货一般在两年或更短时间内。
然而,在实施自动化检测设备目之前,企业应该注意以下几个关键因素。
1、尺寸测量和表面检查
一般来说,工厂有两种类型的自动目视检查系统。第一种主要用于尺寸测量,第二种用于表面缺陷检测。其中,尺寸测量系统是最容易开发的。此外,计算解决方案能力的统计方法(例如,测量系统分析)很容易为机器设计,因为可以预先估计自动视觉检查系统的所有内容。通过明确定义零件规格,系统可以识别关键参数,即使零件尺寸有最严格的公差。一旦这些关键参数得到确认,检测系统就可以正确实施。计算方法用于验证系统照明、速度或摄像机分辨率等相关参数。
另一方面,表面检查可能非常具有挑战性。在人工检测零件时,有文件告诉质量检查员要检查哪些缺陷和尺寸,这有助于自动视觉检测系统的开发。
然而,这些指令并没有为开发自动视觉检查系统程序的软件工程师提供足够的指导。尽管手动检查人员可能完全理解这些说明,但软件开发人员需要更多信息。
自动化检测设备
例如,质量指令可以声明特定类型的缺陷。从字面上说,这将需要一个具有无限分辨率的检查系统。不要简单地说ng,开发人员必须提供可量化的缺陷,以便他们能够适应系统设计需求。如果非常小的缺陷是ng,系统需要能够识别它们,因此需要更高的图像分辨率。
公司经常面临两个挑战:缺陷需要发生并且在纠正之前已经被注意到;很难将特定缺陷的特征与计算机进行沟通。因此,公司通常对所有区域进行“基本”检查,以便至少有机会发现未知缺陷。传统上,机器是建立在这些缺陷之上的,因为它们已经可用了。一些缺陷预测可能是可行的,但会增加“假”报废的风险。
对缺陷的大小达成一致是很困难的,因为必须考虑许多因素。质量工程师必须与设计工程师合作,甚至与机器供应商合作,以获得适当的指标。
2、缺陷的定义和分类
由于定义和分类缺陷是开发过程中非常重要的一部分,因此质量工程师应在开始开发自动目视检查系统之前编写缺陷目录。缺陷分类不仅是系统必须能够检测到的所有缺陷的列表,而且是在可接受范围内或接近可接受范围的零件的集合。这一部分非常重要,因为系统将检查这些组件以进行特殊验证。
如电子表格所示,缺陷目录包括缺陷的类型、严重性、概率和临界尺寸。所有这些信息都有助于软件开发人员确定常见缺陷的优先级。
缺陷的定义和分类是自动视觉检测系统成功实施的最关键前提。
对于每个缺陷,最好至少有两个样本,其中一个是边缘缺陷。根据构件的复杂程度,缺陷分类通常有60~100个构件。通常情况下,最好有足够的样本,因为识别没有向目录添加知识的零件比查找缺少的重要信息更容易。
开发缺陷目录分类的最大挑战是质量部门和目视检查系统开发人员之间的沟通。目视检查系统开发人员需要了解。
联系我时,请说是在东莞机械网看到的,谢谢!