标题:基于机器视觉的3C产品质量检测系统的设计

文档介绍:

第一章  绪论

1.1 研究背景与意义

1.1.1 3C制造业质量检测现状

3C产业是指计算机、通信设备、消费电子三大产业,是支撑我国制造业的支柱性产业。该类产品零部件尺寸小、结构复杂、表面工艺繁多,质量要求极高。

外观质量是评价3C产品是否合格的指标。表面缺陷有刀纹、刮伤、压伤、异物、脏污、碰撞等,其形态多种多样、分布无序,给检测造成很大难度。

传统的外观检测主要是通过人工目视来观察。但是人工检测存在效率低、主观性强、容易出现误判等问题,由于用工成本上升、质量标准提高,已经不能满足现代化大规模生产的需要。

因此急需引进一种高效的、稳定的、自动化的检测方式来取代人工检测,提高3C制造企业的质量控制水平和生产效率,这也是本课题研究的现实背景。

1.1.2 机器视觉在工业检测中的应用价值

机器视觉技术是借助于工业相机、图像处理算法等来模仿人眼看事物方式的一种工业自动化的方法。

相比人工检测来说,机器视觉具有检测速度快、一致性好、重复性高、不受主观因素影响等优势。这些特点使其特别适合用来做大批量生产过程中质量检验的工作。

在工业检测当中,机器视觉被广泛应用到表面缺陷检测、尺寸测量、定位引导、字符识别等各方面,技术趋于成熟,应用效果较好。

用机器视觉技术做3C产品的质量检测,可以达到对外观缺陷进行自动识别、分类的目的,从而提高检测效率和检测精度。同时视觉系统可以和自动化生产线无缝对接,形成检测和分拣联动的智能制造闭环,这也是本系统设计的主要目的。

1.2 国内外研究现状

1.2.1 国外研究现状

国外机器视觉的研究开始得比较早,德国、日本、美国等发达国家在工业相机、图像处理算法以及系统集成方面都居于世界前列。

国外的工业相机、硬件企业依靠自身的技术储备,研发出具有高分辨率、高帧率、高灵敏度的工业相机产品,在成像品质、稳定情况以及环境适应性等各方面有明显的优势。国外的研究机构在图像处理算法方面开发出很多成熟的图像处理库、工具包,涉及到了滤波、分割、特征提取、模式识别等各个环节,给机器视觉应用打下了良好的技术基础。

国外对于3C产品的检测应用主要是在高精度的表面缺陷检测、微小尺寸的测量等几个方面展开研究。许多国际企业都研制出了各类视觉检测设备,被广泛使用到汽车、电子、医药等各大行业。就手机外壳、屏幕玻璃、电路板等3C零部件的外观检测而言,国外已经有较为成熟的商业手段可供使用,检测精度以及速度都较高。手机玻璃盖板划痕检测、芯片封装外观检测等国外视觉检测设备可以实现微米级缺陷识别、高速在线检测。

自动化分拣系统上国内有优势,国外亦然。欧洲、日本等发达国家对于分拣机构的机械设计、驱动控制、系统集成等都有较深的认识。主流的自动化分拣方式有气动推杆、摆动式翻板、旋转式转盘等,各有使用场合。从控制层面上看,PLC因其高可靠性的、强抗干扰能力以及丰富的I/O接口而被选作分拣系统的控制装置,国外对于PLC同视觉系统、HMI、伺服驱动器等进行集成的研究已经趋于完善。由于工业以太网的发展以及PROFINET、EtherCAT等实时通信协议的运用,使得检测结果同分拣动作之间的即时联系更为迅速准确。就整体而言,国外对于机器视觉检测以及自动化分拣的单项技术及系统集成工作有着明显的领先优势,对本课题开展研究有着十分关键的技术参照作用与启示意义。

1.2.2 国内研究现状

国内机器视觉研究虽然开始的比较晚,但是发展很快,在近十年取得了明显的进步。国内的工业相机、镜头厂家已经可以制造出接近国际先进水平的产品,基本上打破了国外企业的垄断。就软件算法而言,由于深度学习技术的发展,在国内关于基于神经网络的缺陷检测算法的研究和应用也十分广泛。与传统的图像处理方法相比,在复杂的背景下,深度学习对于缺陷的提取、分类有明显的优势,可以处理更多的缺陷种类。

在国内企业、科研机构中越来越多地使用机器视觉技术对3C产品进行检测。用手机外壳表面缺陷检测、屏幕玻璃划痕和气泡检测、电路板焊点和元件检测等事例来说明国内已经取得的成功成果。尤其是针对3C产品零部件尺寸小、缺陷类型多的特点,国内研究人员提出了很多专用的检测算法以及系统方案。一些头部企业也开发出自己的视觉检测设备在国内3C制造企业中得到应用,部分替代了进口设备。

但是目前在国内,在复杂的背景中进行微小缺陷的识别、多类别的缺陷分类等还存在一些困难。产品表面纹理复杂、光照状况改变、缺陷特征不明显的时候,检测算法稳定性和适应性还要再加强。自动化分拣系统方面,国内对于分拣机构的设计制造以及系统集成能力有了较大的提高,在PLC控制技术、工业网络通信等各方面也基本可以满足大多数的工业应用。但是把视觉检测和自动分拣深度结合起来的系统解决方案比较少,在检测结果与分拣动作的实时联动、多通道分拣逻辑控制、产量数据自动统计等各方面,还需要对3C行业的具体应用场景做专门的设计和优化。

本课题正是在这样的背景下进行研究的。根据目前国内机器视觉检测与自动分拣系统集成方面的不足,设计出一个包含视觉检测和PLC分拣联动、具有产量统计功能的完整系统。本课题希望为3C产品的外观缺陷检测提供一种可行的、可靠的、易集成的解决方案,弥补目前方案系统集成度低、自动化水平低等不足,为我国3C制造业质量检测的自动化发展做出一些努力。

1.3 主要研究内容

本课题主要研究内容为设计一套基于机器视觉的3C产品质量检测系统,实现产品外观缺陷自动识别、合格不合格自动判定,并根据判定结果控制分拣机构把产品分到OK通道或者NG通道,同时完成各个通道产量的自动统计。

主要内容有六个方面。对系统的总体设计方案进行设计,确定系统功能需求、系统总体架构、工作流程,为以后的工作打下基础。进行系统硬件设计与选型,即PLC主控制器选择、机器视觉系统选择、执行机构选择、人机交互界面选择、传感器与统计装置选择。系统软件设计分为PLC控制程序编写、视觉检测算法实现、HMI人机界面设计和各设备之间通信集成。进行系统测试和分析,检验视觉检测、分拣控制、产量统计等各种功能是否达到预期效果。

经过上述的研究,得到一个功能完善、运行稳定、可以满足3C产品检测的实际需要的自动化检测系统设计方案。

第二章 系统总体方案设计

2.1 系统功能需求分析

本系统主要针对3C产品外观质量检测场景,其要实现的核心功能有产品缺陷检测、是否合格的判断、自动分拣控制、产量统计这四个部分,每一部分都有具体的要求。

缺陷检测系统要能对产品表面常见的刀纹、刮伤、压伤、异物、脏污、碰撞等外观缺陷做出识别。这些缺陷的形状不一样,给检测算法的适应性以及准确性提出了很高的要求。视觉系统所具有的分辨率及图像质量必须足够好,才可使微小的缺陷特征得到充分的显现。

合格判定方面系统需要按照预先设定的检测标准来评价产品的检测结果,给出是否合格的结论。判定标准要清楚、可量化的,不能有模糊的地带。判定结果要立刻发送到执行机构,保证分拣动作的及时性。

系统根据判定结果来控制分拣机构把产品准确地送到OK通道或者NG通道上去。分拣动作要快准,不能损害产品表面。系统还要对连续来料进行分拣,保证每一个产品都可得到正确的流向。

系统要分别在OK通道、NG通道上加设数量检测开关,对各通道通过的产品进行统计。产量数据要准确可靠,能支撑掉电保持以及查询导出功能,利于生产管理与产量核算。系统还要有较好的人机交互性,方便操作人员对系统运行状况及数据进行监视、查看。

图2-1 功能结构图

2.2 系统总体架构设计

根据上述功能需求,本文采用分层模块化总体架构进行设计,由下到上分为执行层、控制层、感知层和人机交互层四个层次,各个层次的功能划分清楚。

执行层主要是指分拣机构、传送带驱动电机等执行设备,主要起到按照控制指令将产品进行输送、分流的作用。执行层设备应具有反应迅速、动作可靠的特性,可以满足生产线高速运行的要求。

控制层用西门子S7-1200 PLC为主控,对视觉检测结果进行处理并作出分拣逻辑控制,驱动执行机构动作,对产量进行统计等主要控制功能。PLC是系统的心脏,它的稳定可靠直接影响整个系统的运行效果。

感知层由工业相机、光源、到位检测开关、通道计数开关等组成,主要是用来获取产品图像信息以及位置状态信息。感知层数据准确、及时是保证检测、分拣结果可靠的前提。

人机交互层用西门子精智面板代替了传统的HMI设备,用来显示系统的工作情况、检测结果、产量数据,还带有参数设置、手动控制等功能。各层之间用PROFINET工业以太网以及I/O信号线来实现数据的传输,从而形成一个高效可靠的数据传输网络。这种分层模块化结构有较好的可扩展性以及可维护性。

图2-2 系统架构图

2.3 主要技术参数与性能指标

根据3C产品检测典型需求及应用场景,对本系统技术参数、性能指标做出如下规定,为之后的硬件选择、软件设计等提供明确的指导。

检测对象方面可以适应各种常见的3C零部件的检测,例如手机中的中框、外壳、按键等。根据实际情况生产线上产品的尺寸可以做相应的改变,有一定的柔性适应性。

检测能力上要求系统能识别出常见的外观缺陷,主要有刀纹、刮伤、压伤、异物、脏污、碰撞这六个种类。系统对每一项产品的判定标准要清楚明了,一致。

从检测效率上看,该系统满足一般的3C产线节拍要求,单件产品从图像采集到分拣完毕的总时间保持在合理的范围内,保证整个生产线生产速度不受到影响,实现检测和生产同步进行。

OK通道、NG通道分拣准确率不能低于一定的数值,防止合格品混入NG通道或者不合格品进入OK通道。产量统计方面,各个通道的计数精度要准确可靠,可以真实的反映过货产品数量。人机交互界面要直观易用,可以显示各类信息,也可以进行参数的设置。

2.4 系统工作流程概述

本系统的工作流程大体可以归纳为物料输送、图像采集、视觉检测、结果判定、分拣执行、产量统计六个环节,各环节相互衔接、不断循环。

首先将要检测的3C产品通过传送带输送到检测工位上。当检测工位安装到位检测开关感应到产品到达的时候,马上使PLC发出拍照信号给视觉系统,保证图像采集和产品的位置同步。

视觉系统接收到触发信号之后,工业相机就开始对产品图像进行采集,并利用图像处理算法来对图像进行分析。算法可以判断出产品表面有无刀纹、刮伤、压伤、异物、脏污、碰撞等缺陷,最后给出合格或者不合格的判定结果,并通过通信接口发送给PLC。

PLC收到判定结果后,根据产品的当前位置信息按预设的分拣逻辑控制执行机构的动作。产品判定为合格,控制分拣机构把产品导向OK通道;产品判定为不合格,控制分拣机构把产品导向NG通道,实现合格品和不合格品的自动分离。

产品经过OK通道或者NG通道时,通道入口处的数量检测开关就会检测到产品通过并发出计数信号到PLC。PLC对每一个通道的通过数进行累计计数,得到产量数据。操作人员可以利用HMI精智面板来获取系统运行状况、各通道的产量数值和检测结果,并且能够对系统的参数做出改变。整个工作流程是循环往复的过程,是连续不断的自动分拣作业。

图2-3 系统流程图

第三章 系统硬件设计与选型

3.1 主控制器选型与设计

本系统的主控制器选用西门子SIMATIC S7-1200系列PLC。S7-1200是紧凑型、模块化控制器,是专为小型自动化系统设计的,具有很强的功能、很灵活的扩展性以及很高的集成度,特别适合本系统使用。

S7-1200的优势就是模块化设计。用户可以像搭建积木一样自由地添加信号模块以及通信模块,这种特性非常适合于本系统要和视觉系统、HMI、伺服驱动器、变频器、传感器等各类设备相连的需求。

根据本系统I/O点数需求以及运算性能的要求来确定本系统采用的CPU型号为S7-1200系列的1214C CPU。该型号CPU本体具有14点数字量输入、10点数字量输出、2路模拟量输入的特点,工作内存为50KB,最大可以扩展8个信号模块、1个信号板、3个通信模块的配置,在满足系统需求方面具备较好的适配性。

S7-1200CPU本体内置有PROFINET以太网接口,可以用来下载程序、连接HMI精智面板、同上位机交流数据。另外,借助通信模块还可以和其它串行通信设备建立连接。S7-1200采用TIA Portal博途软件编程和组态,梯形图、功能块图、结构化文本等多种编程语言均支持,并且可以使用OB、FB、FC、DB等结构化的编程方法进行设计。

3.2 机器视觉系统硬件选型

机器视觉系统为本项目主要的检测模块,它的硬件选择好坏直接影响到系统对于产品表面缺陷的识别能力。一套完整的机器视觉系统一般是由工业相机、镜头、光源和图像处理单元所组成的,每一个部件都需要合理选型。

工业相机的选择上,由于3C产品零部件尺寸小、对检测精度要求高,本系统使用高分辨率工业相机来保证产品表面微小缺陷可以被清楚的捕捉到。相机输出接口使用GigE或者USB3.0标准,方便图像处理单元高速的数据交换。相机触发方式采用外部硬件触发模式,PLC发出触发信号使相机曝光拍照,从而达到图像采集和产品位置同步的目的。

镜头选型按检测视野、工作距离的要求使用定焦工业镜头,配置相应的光圈、焦距,使成像清晰、畸变小。镜头的选择要和相机芯片尺寸、物距相适应才能得到最好的成像效果。对3C产品表面会出现的刀纹、刮伤、脏污等不同类型的缺陷使用环形或者条形的光源以及合适的打光角度和颜色来加强缺陷和背景的对比度。光源控制器用数字式可调控制器,可以PLC或者手动的方式控制光源的亮度来满足不同的产品检测要求。图像处理单元采用工业级工控机,配以高性能的CPU和足够的内存,用作图像处理算法的执行者以及缺陷识别的工作主机。工控机用以太网同PLC交流,拿到触发信号之后就会作出回应,从而显示检测到的结果。

3.3 执行机构硬件设计

执行机构是实现产品自动分拣的关键部件,主要包括伺服定位系统、变频器、分拣通道机构,三者配合起来保证分拣动作的准确执行。

伺服定位系统用来精确控制产品在检测工位、分拣工位的位置,保证产品能准确地到达相机视场中心以及分拣执行位置。本系统使用高精度伺服电机加滚珠丝杠或者同步带传动机构的方式,伺服驱动器接收到PLC传来的坐标点、速度的指令之后,根据编码器反馈回来的坐标点、速度信息来形成闭环控制。伺服驱动器的控制模式设为位置模式,以保证定位精度,使产品每次都能准确地停在所要求的位置上。

变频器控制传送带主电机运行速度。考虑到3C产线传送速度有一定的调节要求,选用高性能变频器,用外部模拟量信号或者PROFINET通信接收到PLC给出的速度给定值来实现传送带速度的无级调节。变频器中设置恰当的加减速时间、过载保护参数,保证传送带平稳起停,减小对产品的冲击。

分拣通道机构有OK通道和NG通道两个分流口。当PLC根据视觉检测的结果来判断产品是否合格的时候,控制分拣机构的动作使产品进入OK通道;而判定为不合格的时候,则将产品送入NG通道。分拣执行方式根据产品特性和产线布置,用气动推杆或者翻板机构,通过PLC控制电磁阀使气缸动作。机构设计上要保证分拣动作快、准,不能伤及产品的表面。分拣机构安装位置、动作行程应和传送带速度、产品间距相匹配。

3.4 人机交互硬件设计

人机交互属于操作人员同系统之间信息交流的窗口,本系统采用西门子精智面板作HMI设备,具有较好的显示效果和操作体验。

精智面板是西门子SIMATIC产品系列的高端产品之一,其屏幕分辨比较高,属于宽屏显示模式,还有玻璃全平触摸屏、高性能处理器等。高分辨率宽屏显示可以呈现清楚细腻的画面,利于操作人员察看检测图像及数据,玻璃纯平触摸屏表面便于清洁,抗刮擦且外观现代;高性能处理器使得画面的切换迅速流畅,对于操作指令的反应及时。

精智面板集成了PROFINET接口,可以同S7-1200 PLC用工业以太网直接连接起来,从而达到变量共享、实时数据交换的目的。根据显示的信息量以及操作便利性要求来选用7寸或者9寸触摸屏面板,既可以保证信息展示的清晰度,又不会占用太多的操作台空间。

精智面板可以与TIA Portal博途软件一起进行统一组态,在同一个工程中完成PLC的编程和通信的配置以及变量之间的关系。其内置的Web服务器功能可以实现操作人员对HMI画面进行远程浏览,了解系统的运行状况和产量情况,给远程监控提供方便。精智面板用工业级设计,有较好的抗干扰能力及宽温工作性能,可以达到长时间连续工作的可靠性要求。操作人员可以借助触摸屏来进行参数设定、手动控制以及复位等工作,在界面中信息一目了然、操作十分方便。

3.5 传感器与统计装置

传感器是系统感知产品位置、状态的重要元件,在本系统中主要采用到了两种传感器,分别为到位检测开关、通道数量检测开关。

到位检测开关装在检测工位、分拣工位等关键位置处,检测产品是否到达预定位置,使PLC及时发出拍照触发信号或者分拣执行信号。考虑到3C产品表面材质多种多样并且有反光的特点,用光电传感器或者接近开关作为到位检测元件。光电传感器为漫反射式或者对射式,检测距离可调,响应快,不受产品材质的影响。安装时要调节传感器检测角度及灵敏度,防止误触发或者漏触发。

通道数量检测开关分别设置在OK通道入口和NG通道入口上,对合格品、不合格品通过次数进行检测。当产品通过通道入口时,检测开关就会产生一个脉冲信号送给PLC,PLC对这个信号进行计数累加,进而达到产量自动统计的效果。数量检测开关也使用了光电传感器,保证计数的准确性、可靠性。传感器信号要经过滤波处理来防止由于抖动或者干扰造成误计数。

另外,根据传送带关键部位的需要,在其上可以增加一些急停开关、限位开关等安全保护传感器,当出现异常情况的时候,可以立即停止整个系统的运行,保证设备及人员的安全。所有的传感器信号都经过PLC的数字量输入模块,PLC以循环扫描的方式获取传感器的状态,然后按照事先设定好的逻辑来实现控制。传感器的选择以及安装的位置都会对系统是否可靠、准确产生影响,必须要经过详细的规划和调试。

3.6 硬件系统集成

在完成各个硬件模块的选型与设计之后,就要对硬件系统进行集成并进行装配。硬件系统集成工作内容主要是控制柜设计与布置、各设备间电气连接、通信网络搭建和整体系统供电设计。

控制柜内设PLC、伺服驱动器、变频器、开关电源、继电器、断路器等电气元件,按电气规范合理布置,强电与弱电分设走线,减小电磁干扰。控制柜设计要考虑散热、防护等级及维修方便等因素,使设备在工业环境里可以长时间稳定工作。

PLC的数字量输入模块接到到位检测开关、通道计数开关的信号线,数字量输出模块接到电磁阀、指示灯、报警器等执行元件。伺服驱动器、变频器控制信号线分别接到PLC脉冲输出或者模拟量输出端口,动力线接到电机。所有的接线都要严格按照电气图纸来完成,保证正确可靠。

通信网络上PLC的PROFINET接口用以太网交换机和HMI精智面板、视觉工控机相连,进行实时数据交换。如果伺服驱动器支持PROFINET通信,那么可以将它接入到同一个网络中进行全网络控制。供电系统设计要为PLC、传感器、相机、光源、工控机、HMI、驱动器等设备提供稳定的、可靠的电源,在总进线处装设总断路器、漏电保护器。所有的设备接地系统要统一规划,保证系统有较好的抗干扰性能和安全性能。硬件系统集成之后还要对每一件设备做逐项通电检测和信号检测,保证各设备供电正常、信号传送正确、通信通道通畅。

图3-1 系统电气原理图

第四章 系统软件设计

4.1 PLC控制程序

PLC控制程序是本系统自动化运行的软件核心部分,是在西门子TIA Portal博途开发平台上用梯形图语言编写的,用结构化的编程方式把整个程序分成了若干个模块。

程序大体上可以分为主控程序、视觉触发和结果接收模块、分拣控制模块、产量统计模块和通信处理模块等几大部分。主控程序主要对系统进行初始化、运行状态控制、故障处理等工作,系统上电后会先执行初始化程序,将各个输出端子复位,检测各个传感器的初始状态,确定没有错误之后就转入自动运行状态。

视觉触发和结果接收模块根据到位检测开关发出的信号,当检测工位的产品到达的时候,向视觉系统发送拍照触发信号,然后等待视觉系统返回检测结果。为了保证时序可靠,在程序中加入了超时检测的功能,当规定时间内没有收到视觉的结果的时候就会发出报警信号,防止程序卡死。

分拣控制模块是整个PLC程序的主要逻辑,它根据视觉系统给出的合格或者不合格的判断结果,结合产品的当前位置信息,在适当的时刻控制分拣机构动作。因为产品从检测工位移动到分拣工位要经过一段时问,所以程序中需要加入延时控制,保证分拣指令可以在正确的时刻发出。分拣控制模块还要处理连续进料的情况,保证每一个产品都被正确分选。

产量统计模块主要是对OK通道和NG通道入口处的计数开关信号进行检测并累计,当检测到一个脉冲信号时,相应的通道计数器就会加1。产量数据被保存在PLC的保持寄存器当中,即使发生断电的情况也不会受到影响。通信处理模块是PLC和HMI之间进行数据交换的地方,把系统的各种状态,检测结果,产量数据等信息及时地映射到HMI上,并且接收HMI发出的各种操作指令。

4.2 视觉检测算法

视觉检测算法是系统检测产品外观缺陷的关键,它对工业相机所拍下的产品图像进行处理、分析,从而判定产品是否有缺陷,缺陷的种类,最终得出产品是否合格的结论。

本系统视觉检测算法主要包括图像预处理、缺陷特征提取、缺陷分类识别和合格判定这四个主要环节。图像预处理的目的就是提高图像质量,给后续缺陷检测提供更清晰的输入图像。预处理包含灰度化,滤波去噪以及图像增强等诸多过程。灰度化把彩色图像变成灰度图像,减小数据处理量,滤波去噪使用中值滤波或者高斯滤波来消除图像采集时加入的随机噪声,图像增强用对比度拉伸或者直方图均衡化来加强缺陷区域的边缘以及纹理特征。

缺陷特征提取就是对预处理后得到的图像进行分析,从中找出可以表示缺陷区域以及其特征的参数。常用的有形状特征、灰度特征、纹理特征等。刀纹、刮伤、压伤等各种外观缺陷有不同的特征表现,所以要结合各种特征来判断。缺陷分类识别就是根据提取出来的特征,把检测到的异常区域划分到具体的缺陷类型里。本系统需要识别出的缺陷类型有刀纹、刮伤、压伤、异物、脏污、碰撞这六种,分类算法可以使用传统的特征方法或者深度学习分类网络。

合格判定就是完成缺陷识别之后,按照预先设定的品质准则来评判产品。产品表面无任何缺陷或者存在缺陷在允许范围内的为合格,有缺陷的为不合格。视觉算法运行完毕之后,会把判定结果经由通信接口传送给PLC,然后由PLC继续执行分拣控制。

图4-1 拍照检测画面

4.3 HMI人机界面设计

HMI人机界面是操作人员和系统进行交互的窗口,设计的好坏直接影响到系统的易用性以及操作体验。本系统选用西门子精智面板作为HMI硬件,用TIA Portal软件的WinCC组态环境来设计界面。

图4-2 系统主界面

HMI界面主要是系统主界面、检测监控界面、产量统计界面、参数设置界面和报警界面五个部分组成,用底部导航栏来切换。系统主界面是开机后最先出现的页面,是系统总体结构图,采用指示灯的形式对PLC、视觉系统、传送带、分拣机构等主要设备的工作状态进行提示,利于操作人员及时发现系统运行是否正常。

检测监控界面上实时显示的是正在进行的检测产品图像、视觉识别结果以及缺陷类型。操作人员可以在界面上看到相机采集到的产品图像,也可以通过算法标注出来的缺陷位置和判定结果。对判定为不合格的物品进行判定的时候,界面会显示其属于哪种不合格,便于操作人员对不合格的原因做出判断。

产量统计界面用数字和图表的形式来显示OK通道和NG通道的总产量,还可以按照班次、日期等进行查看历史产量数据,还可以对产量数据进行导出以及清零操作。参数设置界面供技术人员修改系统运行参数,传送带速度、相机曝光时间、光源亮度、检测灵敏度阈值、分拣延时时间等都需要进行修改,参数修改需要有权限验证,防止误操作。

报警界面主要显示系统运行中产生的各种报警信息,即视觉通信超时、分拣机构卡滞、传感器故障等,每条报警信息包含发生时间以及简要描述,同时可以对报警进行确认以及查看历史报警。每个界面切换得非常顺畅,保证操作人员可以快速地对整个系统进行观察与控制。

图4-3 运行指示页面

4.4 通信与集成

通信与集成属于保证系统内各个设备可以共同工作的关键技术部分。本系统的主要通信连接有PLC和视觉系统之间、PLC和HMI之间、PLC和伺服驱动器、变频器之间的通信。

PLC和视觉系统之间用以太网协议进行通信,视觉工控机是服务器端,PLC是客户端。当PLC发出启动视觉检测的命令时,就会向视觉系统发出相应的触发命令;视觉系统完成检测之后,就将检测结果和判定出的缺陷种类以自定义的方式发送回PLC。通信协议里可规定起始字节、数据长度、校验码这些要素,以保证数据传输的稳定性。在实际编程中可以使用TCP/IP Socket或者Modbus TCP等成熟的协议,也可以使用西门子以及第三方设备通信的开放通信指令来开发。为保证通信不会阻碍PLC主程序扫描周期,通信处理一般会放在独立的循环中断组织块里完成。

PLC和HMI之间通信比较简单,因为两者都在TIA Portal上进行组态,只需要把HMI变量和PLC变量对应的地址进行关联,系统就会自动处理PROFINET通信的数据交换。该种方法可以大幅减小通信配置的工作量,也降低了出现错误的概率。

PLC和伺服驱动器、变频器通信方式取决于所选用的驱动器通信接口。如果支持PROFINET通信,就可以通过工业以太网实现周期性的数据交换,PLC把目标位置、速度等指令存入驱动器对象字典里,并且读取驱动器的状态以及实际位置。网络化控制方式接线简单、信息丰富。如果驱动器只支持脉冲、模拟量控制,那么用PLC本体或者信号模块的脉冲输出、模拟量输出通道来控制。通信集成完成之后,还要进行全部的通信测试,检验所有的数据交互是否正确、是否实时,保证整个系统稳定运行。

第五章 系统测试与分析

5.1 视觉检测功能测试

视觉检测功能测试主要是检验系统对3C产品外观缺陷识别是否能检测出各种缺陷、判定产品是否合格。

测试时准备一批包含刀纹、刮伤、压伤、异物、脏污、碰撞等不同类型的缺陷样品以及一批表面完整的合格样品,将样品依次放置在检测工位拍照和检测。测试时观察视觉系统能否触发拍照,图像采集是否清楚,缺陷区域是否可以被正确标注。对含有缺陷的样品来说,视觉系统要能找出缺陷并能分辨出缺陷的种类。

从测试结果可以看出,对于有明显线条特征的缺陷如刀纹、刮伤等,视觉算法的识别效果比较好,在图像上可以将缺陷分清楚。对于压伤、碰撞等具有一定面积、深度感的缺陷,在合适的光线下也能被发现。对异物、脏污两类缺陷来说,由于两者特征与背景差别较大,检测难度较低,但是需要区分出真正存在的异物、脏污以及产品的正常设计图案。

合格样品测试时视觉系统不能出现误报现象,即不能把完好的产品误判为不合格。通过对检测阈值进行调节,并且对算法参数进行优化,在达到一定的检出率的同时也能保证不产生过多的误报。测试中还发现,当产品表面有反光或者光照不均的时候,会对检测结果产生一定的影响,需要改变光源的角度和亮度。因此总体上视觉检测功能可以满足本系统的基本检测需求。

表5-1 各类缺陷检测效果分析

缺陷类型

特征描述

检测效果

刀纹

具有明显线条特征

识别效果较好,能够在图像中清晰分割出缺陷区域

刮伤

具有明显线条特征

识别效果较好,能够在图像中清晰分割出缺陷区域

压伤

具有一定面积和深度感

在合适光照条件下能够有效检出

碰撞

具有一定面积和深度感

在合适光照条件下能够有效检出

异物

与背景特征差异较大

检测相对容易,需注意与产品本身设计图案区分

脏污

与背景特征差异较大

检测相对容易,需注意与产品本身设计图案区分

合格品

表面完好

不应出现误报,通过调节阈值可在检出率与误报率间取得平衡

5.2 分拣与控制功能测试

分拣与控制功能测试主要检验PLC根据视觉检测结果控制分拣机构分流是否准确,保证合格品和不合格品能自动分离的功能。

测试的时候把视觉系统的输出判定结果当作合格或者不合格两种情况来模拟,然后观察分拣机构能否把产品正确地引导到相应的通道里。测试内容有分拣准确性、分拣响应速度两方面。分拣准确性试验时,连续输送多个产品,轮流给出合格或不合格的判定结果,把每个产品实际去向同判定结果加以比较。

分拣控制程序中关键的逻辑就是计算分拣延时,即检测工位收到判定结果之后产品的运动时间。PLC程序中用到定时器来完成延时控制,合适的延时参数设置是保证分拣准确的基础。若延时太短,分拣指令发出时产品还没有到达分拣工位,造成分拣机构动作过早,产品会被导出错误通道;若延时太久,产品已经通过分拣工位,分拣机构动作过慢,也会出现分拣失败的情况。通过多次测试得到合适的延时参数。

测试中也对连续进料进行了模拟,即两个产品之间距离较小,检验PLC能否对背对背检测结果作出正确的判断而不会造成混淆。分拣机构机械响应速度在测试时也被考察,气动推杆或者翻板动作时间是否足够快,在高节拍下可以完成分拣。从测试结果可以看出,经过参数的优化之后,分拣控制系统可以准确、稳定的完成合格品和不合格品的自动分流工作。

表5-2 分拣与控制功能测试结果

测试项目

测试内容

正常现象

异常现象

测试结论

分拣准确性

连续输送多个产品,交替设定合格与不合格判定

产品准确导向对应通道

产品被导错通道

经过参数优化后,分拣控制系统能够准确、稳定地完成自动分流

分拣响应速度

考察分拣机构动作时间是否足够快

分拣动作及时,产品正确分流

分拣动作滞后,产品未被正确分流

分拣机构机械响应速度满足产线节拍要求

连续来料处理

模拟两个产品距离较近的情况

每个产品均被正确分流

检测结果混淆,分拣错误

PLC能够正确处理连续来料,不发生混淆

延时参数设置

从检测工位到分拣工位的延时计算

延时合理,产品恰好到达时分拣动作

延时过短或过长导致分拣失败

通过多次测试调整可找到最优延时参数

5.3 产量统计功能测试

产量统计功能测试主要是检验OK通道、NG通道数量检测开关是否能正确计数,PLC产量累计程序是否正确,这是生产管理数据准确性的保证。

测试时,将产品手动通过OK通道入口和NG通道入口,看HMI上显示的OK计数和NG计数是否和实际通过的数量一致。计数开关的灵敏度要调节在适当的水平上,既不能因为太灵敏而造成重复计数,也不能因为不灵敏而漏计。光电传感器一般带有灵敏度调节旋钮,可以对产品大小、材质等做出细致的调节。

通过连续通过一定数量的产品依次通过通道来检验计数的准确程度。在测试过程中又模拟了产品进入通道入口时停留或者后退的状况,看计数开关是否会产生误动作。PLC计数程序采用的是脉冲上升沿检测的方式,即只有当传感器的信号从0变1的时候才进行一次计数,此后只要信号一直为1就不会再进行计数,直到信号先变为0再变为1才开始进行下一个计数,这样就避免了产品停留在传感器前方时的连续误计数。

产量数据的存取以及掉电保持功能在测试时也被验证过,也就是模拟系统断电之后再上电,查看之前累计的产量数据是否还存在。对于实际生产中产量的统计来说,非常必要,防止因突然停电造成的数据丢失。通过测试可知,本系统产量统计功能稳定可靠,可以满足生产管理统计的要求。

表5-3 产量统计功能测试结果

测试项目

测试内容

正常现象

异常现象

测试结论

单通道计数准确性

手动将产品通过OK通道和NG通道入口,观察HMI显示计数与实际数量是否一致

HMI计数与实际通过数量一致

出现重复计数或漏计

通过调整传感器灵敏度可解决

连续计数准确性

一定数量产品依次通过通道,验证计数准确性

连续计数准确无误

中途出现计数偏差

连续计数功能正常

异常情况处理

模拟产品在通道入口短暂停留或后退

传感器不产生误信号,计数准确

产生误触发计数

PLC采用上升沿检测方式,有效防止误计数

数据掉电保持

模拟系统断电后重新上电,检查产量数据是否保留

断电前累计的产量数据完整保留

产量数据丢失

产量数据存储在PLC保持性寄存器中,满足掉电保持要求

5.4 综合结果分析

经过对视觉检测、分拣控制、产量统计等各个功能单独进行测试后,还要对系统进行综合运行测试,即按照实际的生产流程连续运行一段时间来考察系统整体的稳定程度、协调性以及检测效果。

综合测试时系统采用全自动运行方式,传送带连续输送含合格品以及各种缺陷样品的测试产品,系统自动完成拍照、检测、分拣、计数全部过程。在测试中重点关注以下几点:产品到达检测工位和分拣机构动作之间的实时性,即产品到达检测工位后,在多长时间内能够完成分拣机构的动作,是否有由于处理时间过长造成的漏检或者分拣失败的情况发生。

系统长时间连续运行的稳定。连续工作时对通信是否中断,传感器是否发告警,执行机构是否有卡滞等进行查看。这些问题出现的频次以及采取的处置手段,直接影响到该系统能不能被应用到实际生产中。

验证检测结果和分拣结果是否一致。统计所有的最终去向是否和视觉判定结果一致,有无合格品进入NG通道或者反之。这是衡量系统性能好坏的最重要的指标。

核对各个通道的产量统计是否和产品的实际通过量相符,有无漏计或者重计的情况。综合测试结果表明,在各项参数设定合理的情况下,本系统可以稳定的完成3C产品的外观质量检测和自动分拣任务,视觉检测可以准确的识别出常见缺陷,分拣执行准确可靠,产量统计数据准确。但是,在测试过程中又找到了一些有待改善的地方,对于表面反光较强的物体可以研究更稳定的光照方式,对于背景与产品对比度差、容易被忽略的小缺陷,可以优化图像处理算法来提高检出率。本系统达到了设计的预期目的。

总结

本文针对以机器视觉为基础的3C产品品质检测系统进行设计和研究。对3C制造业质量检测的现状、需求进行分析,阐明机器视觉技术在工业检测中所具有的价值,确定本文的研究方向、主要研究内容。

其次完成了系统的总体方案设计,即对系统功能需求进行了分析,确定了总体架构,设定出了技术指标,并制定了工作流程计划,为后面的软件硬件设计做好了铺垫。

硬件部分用西门子S7-1200PLC为主控制器,选配工业相机、镜头、光源等视觉系统硬件,设计了以伺服定位系统、变频器、分拣通道为执行机构的系统,采用西门子精智面板做HMI人机界面设备,安装了到位检测、通道计数两种传感器完成各个硬件模块的选择、设计及系统集成。

在软件设计中用TIA Portal平台编写了PLC控制程序,实现了视觉触发、分拣控制、产量统计、通信处理等主要功能,设计了视觉检测算法进行图像预处理、缺陷特征提取、缺陷分类识别、合格判定,开发了HMI人机界面实现对系统的监控与操作,并将各个设备通信进行集成。

最后用视觉检测功能测试、分拣与控制功能测试、产量统计功能测试、综合结果分析对系统进行功能测试,验证系统各项功能指标。本系统可以完成3C产品的外观缺陷自动识别、合格判定、OK/NG通道自动分拣和各个通道产量自动统计,是一个功能齐全、稳定可靠的自动化检测分拣系统。

本系统采用模块化的设计思想,具有较好的可扩展性、可维护性,可以满足不同类型3C产品检测的需求,对提高3C制造业质量检测的效率、自动化水平有一定的工程应用价值。与此同时本设计工作也有利于深入完善,在微小缺陷、复杂背景检测精度上可以继续利用深度学习算法,对不同产品种类、快速更换的自适应检测技术可以进一步研究,也可以将该系统同制造执行系统相连,实现质量数据联网管理及追溯分析。这些工作之后还会继续进行研究。

Logo

聚焦RDK与具身智能,汇集机器人开发教程、开源案例和技术交流

更多推荐