FOXKPC深度學(xué)習(xí)在鋼板鉚接檢測(cè)中的應(yīng)用

應(yīng)用背景

工件表面質(zhì)量的嚴(yán)格檢驗(yàn)一直以來(lái)都是工件生產(chǎn)過(guò)程中不可或缺的一個(gè)環(huán)節(jié)，在實(shí)際生產(chǎn)過(guò)程中，表面缺陷檢測(cè)仍多借助于傳統(tǒng)人工目視檢測(cè)方法，但是該方法存在檢測(cè)率低，成本高和速度慢等缺點(diǎn)。因此，為了獲得良好表面質(zhì)量的工件產(chǎn)品，需要對(duì)表面缺陷進(jìn)行高效、高精度的檢測(cè)和識(shí)別。近幾年來(lái)，計(jì)算機(jī)技術(shù)的迅速發(fā)展使得深度學(xué)習(xí)在工業(yè)檢測(cè)上的應(yīng)用越來(lái)越多，企業(yè)希望通過(guò)該技術(shù)，對(duì)自動(dòng)化產(chǎn)線上的工件產(chǎn)品進(jìn)行質(zhì)量檢測(cè)，并且逐漸替代人工目視檢測(cè)。為滿足工件表面質(zhì)量檢測(cè)的需求，開(kāi)發(fā)了基于深度學(xué)習(xí)的工件表面缺陷檢測(cè)系統(tǒng)。

項(xiàng)目難點(diǎn)

由于鋼板零件鉚接是一次次沖壓實(shí)現(xiàn)的，沖壓頭不可避免地會(huì)存在遲鈍的情況、方向位置也可能出現(xiàn)不同程度歪斜，導(dǎo)致缺陷的樣式千變?nèi)f化。

1.檢測(cè)目標(biāo)小，在人工目測(cè)過(guò)程中，受主觀影響，一些較淺的接印也算作合格。

2.各合格鉚接圖不完全相同，普通視覺(jué)檢測(cè)識(shí)別不靈活，容易產(chǎn)生誤判。

需要解決的問(wèn)題

在鋼板的鉚接加工環(huán)節(jié)中，生產(chǎn)工藝特別精細(xì)，需要幾臺(tái)機(jī)器協(xié)同操作，其中一個(gè)重要環(huán)節(jié)就是利用高清攝像頭捕獲圖像并對(duì)其進(jìn)行缺陷檢測(cè)。

圖片01.png

銑床加工的金屬表面存在缺陷區(qū)域與背景分離不明顯的特點(diǎn)，傳統(tǒng)缺陷檢測(cè)算法存在局限性。因此，提出了應(yīng)用于工件表面缺陷檢測(cè)的算法來(lái)有效的實(shí)現(xiàn)缺陷檢測(cè)。其次，在檢測(cè)鍍鋅鋼板零件鉚接是否存在缺陷之后，為了便于后續(xù)的加工處理，需要對(duì)缺陷類(lèi)型進(jìn)行分類(lèi)標(biāo)注。

不良類(lèi)別

圖片02.png

鉚壞鉚接印

圖片03.png

未鉚死漏鉚

解決方案

使用FOXKPC工業(yè)平板電腦，搭配工業(yè)相機(jī)、工業(yè)鏡頭、IO控制盒以及FOXKPC深度學(xué)習(xí)檢測(cè)軟件對(duì)工件表面進(jìn)行缺陷檢測(cè)。系統(tǒng)通過(guò)圖像采集裝置對(duì)工件表面進(jìn)行圖像捕獲，經(jīng)由捕獲終端預(yù)處理后，上傳至處理計(jì)算機(jī)。處理計(jì)算機(jī)將對(duì)識(shí)別到的圖像進(jìn)行識(shí)別，并把檢測(cè)結(jié)果發(fā)布到顯示終端，使得工件表面的狀態(tài)得到直觀展示。

圖片04.png