机器人视觉系统检查发动机缸体表面缺陷
目前在汽车和卡车中使用的大多数发动机缸体采用砂型铸造工艺制造，该工艺涉及将熔融金属浇注到砂模中。完成铸造后，将发动机缸体冷却，然后进一步加工以去除表面缺陷。
图1：一家大型汽车供应商正在使用配备了机器人视觉检测系统的定制自动化生产线，检查发动机缸体是否存在缺陷。
完成机械加工步骤后，必须对发动机缸体进行检查，检测缸体加工面上是否存在缺陷，例如划痕等。
此外，系统必须确保能够检查钻孔和冷却剂通道中是否存在螺纹，并检查是否有铸造过程中的气体和污染物造成的空隙或孔（孔隙效应）。
还需要在同一个检查站读取缸体上打印或激光标记的条形码或字母数字组合数据，然后才能进入下一阶段的装配过程。
这是一家为母公司和其他汽车制造商供应发动机的大型汽车制造商所面临的任务。为了完成发动机缸体检查任务，该公司与Harry Major Machine公司签订了分包合同，建立一条配备机器人视觉检查系统的定制自动化生产线（见图1）。
与许多此类系统一样，机械工程和机器人视觉的结合，使得这种系统独一无二。
当发动机缸体完成最后的加工并进入系统传送带时，通过与工厂的可编程逻辑控制器（PLC）连接的接近开关，在视觉站检查到它们的存在。该PLC驱动旋转提升机构（图1中显示的红色部分），将发动机缸体（未显示）提升到输送机上方。
由于不要求对发动机缸体的平底面进行检查，所以仅需检查顶部的气缸盖表面和缸体四周的侧面。这可以通过具有视觉功能的机器人来实现，机器人能够围绕发动机缸体的四个侧面移动，保持缸体在生产线上静止不动。然而，为了生产出低成本高效益的系统，Harry Major Machine的工程师决定将发动机缸体旋转180°，这样就可以使用低价的Fanuc LR Mate 200iD来完成相同的任务。
自动化检查
为了对发动机缸体进行自动化检查，需要为LR Mate 200iD机器人配备两个相机系统。由于Harry Major Machine的专家正在为汽车制造商建立自动化生产线系统，该公司与Leoni Engineering Products & Services公司签订了分包合同，合同任务是设计一个能够检查发动机缸体的机器人视觉系统。
图2：虽然可以使用宽视场（FOV）相机检查孔隙区域、并检查是否存在塞和钻孔内的螺纹，但需要较高的分辨率来捕获缸体上的条形码和凸起点喷字母数字。从图1中可以看出机器人上装配的相机。
虽然可以使用宽视场（FOV）相机检查孔隙区域、并检查是否存在塞和钻孔内的螺纹，但需要较高的分辨率来捕获缸体上的条形码和凸起点喷字母数字（见图2）。
为了获取孔隙区域的图像，使用配备Edmund Optics 8.5mm镜头的康耐视In-Sight 7802智能相机，将其安装在LR Mate 200iD机器人上。为了高亮显示发动机缸体上的缺陷，将Smart Vision Lights光源的平面漫射光耦合到相机。通过使用这种较小波长的光线，并将8.5mm镜头与Midwest Optical Systems公司的蓝色带通滤光片相结合，可以看出划痕等缺陷的对比，并且可以更有效地捕获发动机缸体上的任何空隙和孔。
图3：由于发动机缸体的尺寸非常大，因此机器人视觉系统需要穿过预编程的路径，以获取需要检查的突出部件的图像。
为了获取发动机缸体上的激光蚀刻和点喷标记的图像，需要较高分辨率的成像。再一次，使用安装在LR Mate 200iD上的康耐视In-Sight 7802智能相机来获取代码的图像，但该智能相机配备了Edmund Optics的16mm镜头，以获得所需的更精细的细节。16mm镜头不是使用平面漫射光来照亮字母数字和条形码，而是配备了Smart Vision Lights的RM75蓝色LED环形灯。这样允许以部分明场/暗场模式使用光源，一旦16mm镜头配备蓝色带通滤光片，字母数字和2D条形码的对比度将变得更加明显。
机器人和视觉
在操作中，图像表面、螺纹孔、字母数字和二维条码的检查分两个阶段进行。在发动机缸体升高到位后，捕获发动机缸体顶部和最近的两个侧面的图像。捕获到这些图像后，将缸体旋转180°再捕获剩余两侧的图像。然后使用安装在两个In-Sight 7802智能相机中的In-Sight Explorer软件分析这些图像。
由于发动机缸体的尺寸非常大，因此机器人视觉系统需要穿过预编程的路径，以捕获需要检查的突出部件的图像（见图3）。这包括检查缸体表面是否有划痕和孔隙缺陷、检查安装孔中是否有螺纹、是否有密封塞，并读取打印在零件上的二维码以及人类可读代码。在图3中，可以在图像的中心看到要查找的密封塞，而在上部中心可以看到字母数字和二维码。
当视觉系统在缸体的表面上方移动时，由相机系统捕获图像。但是，没有必要处理整幅图像，因为只需要分析图像中的特定区域。
图4：对于任何孔隙缺陷，可能只需要分析图像的一部分。为此，首先将机器人移动到特定的已知位置，并捕获发动机缸体的一个区域的图像（a）。然后使用预编程的方式隔离需要检查的区域（以红色显示）（b）。
例如，对于任何孔隙缺陷，可能只需要分析图像的一部分。为此，首先将机器人移动到特定的已知位置并捕获发动机缸体的一个区域的图像（见图4a）。然后使用预编程的方式隔离需要检查的区域（见图4b）。这些区域是针对每个具体的发动机缸体手动预编程的，之后系统自动运行。
在图4b中，要检查的区域以红色突出显示。为了检查孔隙缺陷，使用配有8.5mm镜头和平面漫射光源的In-Sight 7802智能相机捕获图像。然后使用在In-Sight 7802相机中运行的康耐视In-Sight blob finder工具来分析图像。
类似地，为了检查零件的钻孔中是否存在螺纹，同样使用了康耐视PatMax视觉工具。然后使用配有16mm透镜和环形灯的In-Sight 7802智能相机读取字母数字和点喷数据，在智能相机中运行康耐视2DMax二维码读取器和读取字母数字数据的OCR/OCV工具。
然后，将检查任务的结果通过以太网传输到系统的PLC中。发动机缸体通过所有检查任务后，可以继续在输送机上输送到下一个装配站。如果发现任何缺陷，则将二维码发动机缸体转移到单独的工位进行再加工。
目前，该系统已经在汽车制造商处运行，用于检查发动机缸体的机加工表面上小至0.8mm的缺陷，并验证是否存在螺纹孔和芯塞。系统还以72秒的周期测量发动机缸体上轴承盖的定位，并验证缸体上的字母数字和二维码。
来源：新机器视觉 » 机器人视觉系统检查发动机缸体表面缺陷