查看完整案例



收藏

下载
得益于激光、相机、视觉及算法技术的交融发展,应用于焊缝表面质量检测的机器视觉检测技术也得到了十足进步,尤其以线激光 3D 相机为基础的检测类设备,逐渐在以高节拍、高质量要求的汽车行业铺展开来。
01 基本原理
基于三角测量原理,线激光 3D 相机可准确获取单条激光线所在位置的高度、宽度信息。原理示意如下图所示:
高度信息获取示意
宽度信息获取示意
<<< 滑动查看更多图片 >>>
倘若使线激光 3D 相机与被测物体之间产生相对匀速运动,且在运动方向上极短的区域采集足够多的数据,再结合一定数据拟合算法过滤,即可构建所经过区域的外观轮廓样貌(即相关区域的高度方向、宽度方向的位置信息),称之为点云数据。随后,系统对每条(帧)点云数据进行先独立、后综合的算法处理,便可实现对该区域异常点的识别。
高度信息获取示意
宽度信息获取示意
<<< 滑动查看更多图片 >>>
02系统基本架构
以基本检测原理为背景,再综合工业自动化技术,即可构建针对焊缝表面质量检测的光学 3D 检测系统。
该系统通常由两大部分构成,即光学 3D 检测设备、运动载体设备(如工业机器人)。以工业机器人为例,其作为光学检测设备的上位机,同时实现对光学设备时序总控和匀速运动的构建,后者完成 3D 点云数据采集、分析、结果存储和输出等工作。
基本架构示意及设备样例如下图所示。
系统基本架构示意
某项目中设备基本构成图(预集成)
03 应用规划建议
从检测类设备主要应用目的出发,可将检测类设备分成两大类:
A. 质量检测类
在适应生产工艺波动的基础上,监控该工艺流程产出品的合格与否;
B. 流程评价类
在适应产品质量评价标准的基础上,监控该工艺流程的稳定性;
通常检测类设备主要为满足以上一种需求,而辅助满足另一种需求。
对焊缝表面质量检测设备而言,其主要目的是实现产成品的质量判定,即在不同的焊接工艺稳态阶段,通过对检查系统设定不同的缺陷判定阈值(使“检测”适应“工艺”),进而实现产成品质量判断。
同时在各个阶段,客户可依据检测数据针对性地定位工艺问题,进而优化焊接工艺。
因此,根据生产流程固有的工艺波动情况,有如下三种常规应用规划建议:
1. 纯视觉检测
当焊接工艺稳定、被测零件焊缝数量少、焊缝均可被扫描时,可考虑仅采用视觉系统实现百检,并将缺陷件流转到返修工位进行复检并返修。基本流程如下:
此方式可完全替代人工实现对零件的全自动百检,并自动客观地记录相关检测数据,供后期质量追溯。该流程在激光钎焊、激光熔焊应用较为常见,如某合资主机厂行李箱外板钎焊检测应用、某外资零部件厂集气板支架激光熔焊检测应用。2.人机互补检当焊接工艺稳定性低、被测零件焊缝数量较多、部分焊缝因干涉或其他因素导致检测不佳时,通常可考虑规划人机互补检的方式。基本流程如下:
当生产节拍高、但零件焊缝数量多时,此方式可大大降低检测人员工作量,同时实现对零件绝大部分焊缝的全自动百检、结果记录与质量追溯。由于气保焊工艺稳定性较激光焊低,因此该流程在气保焊检测应用中最为常见。3.人机双百检当焊接工艺稳定性低、被测零件焊缝数量较多、且对质量要求极度苛刻条件下,可考虑此种规划方式。基本流程如下:
该流程特点为:每个产成品必须经过视觉及人工检测后最终判定为合格,才认为此产成品合格。此种应用追求完全规避因“人工惰性”、“视觉刻板”因素造成的缺陷件外流事件发生。如为某高端车型提供副车架的某外资零部件供应商采用此种应用模式。
下一篇阐释 2D 视觉检测的原理和应用场景
易思维(杭州)科技有限公司
公司地址
杭州:滨江区长河街道江南大道 1088 号
天津:滨海高新区海泰发展六道 3 号星企中心
0571-86776069
公司网站