東莞市瑞智光電科技有限公司
專注于機器視覺、AI人工智能、激光、視覺檢測設備！
專注于機器視覺、AI人工智能、激光、視覺檢測設備！
2020-11-12 10:15:25 責任編輯： 瑞智光電 0
一條生產制造線的機器設備，由成千上萬種零部件組裝而成。機器設備的使用壽命，非常大水平在于零部件的好壞。
半年前，認識了一位在東莞生產制造精密齒輪的年輕創業家，28歲，工廠有近百位工人。
李總跟他便是特別有緣分的人，在談天過程中，發現他在2018年引入了兩臺光學視覺檢測設備，由于生產制造的齒輪精度規定特別高，使用人工檢驗，成本太高，效率太低。他一直有視覺檢測的要求，在一次偶然的交流會中了解了光學視覺檢測機，堅決果斷的購買了兩臺，而特別有意思的是，恰好是筆者所在企業的視覺檢測設備。
他講，精密零部件在加工過程中，存在各式各樣的缺陷，質量管控的手段在2018年往常都以人工檢測為主，借助部分工裝檢具、檢測儀器進行輔助檢測。那段時刻太辛苦了，人力檢驗成本消耗特別高。
人工檢驗限制度大，職員稍不留神就極易造成不良零部件的漏檢。然而視覺檢測設備就差不了，一臺視覺檢測機的檢驗效率等同于四個QC，精準度高，同時能有實時數據，也便利生產制造時造成的缺陷做及時的調節。
是的，伴隨著工業4.0時代的到來，光學視覺檢測，視覺檢測機，自動檢測系統被普遍使用到各行各業，對于零部件的檢測也逐漸由人工檢測向機器視覺檢測過渡。例如：汽車零配件規格查看和主動安置的完整性查看、電子安置線的元器件主動定位，商品包裝上的條碼和字符辨認等。今天筆者為大伙兒帶來一款金屬零部件測檢驗案例。
大伙兒能夠認真的看圖，那個金屬零部件外觀有兩個特別大的缺陷，大伙兒發現了嗎？
（講明一下，由于加工造成的外觀紋路是正常現象來的）
如果不是專業的人員，很有可能就覺得唯有外觀刮痕一個缺陷，還有一個缺陷是邊沿的缺料。
這類的異常，由于底色相近，通常的照相機是無法檢驗的，視覺系統，必須用到三維照相機。
1、外觀劃傷
大伙兒能夠很清晰的看到該外觀劃傷和由于加工產生的紋路并沒有太大區別。
基礎上暗色配景下的亮色。怎么辦？
然而加入了高度信息內容和配景處理后，光學視覺檢測，得到了如下圖的效果。能夠清晰無誤的找到對應的異常。
2、邊緣的缺料
依照高度的差異，邊沿的缺料也能夠不變檢驗到（中間兩個小圓圈是屏蔽掉的區域）。
光學視覺檢測的運用極大的提升了企業生產制造全自動化水平，高效的取代人工檢驗，提升效率的同時減少人力成本的消耗，用伴侶的話來講便是，這是能救我工廠一命的全檢機，我只懊悔不能早點認識它——光學視覺檢測機！
