机器视觉在汽车行业外观缺陷检验测试的应用

时间: 2023-12-08 10:30:33 |   作者: 模具展示

  随着汽车加工工艺技术的提升以及模块化趋势的呈现，如今汽车已经具备更复杂的程序、更多样的外观、更强大的性能。

  传统的汽车零部件检测的新方法采用人工手动的方式，但由于汽车零部件的结构很复杂，一个产品上存在的检测点通常多达数十个，这样会花费大量时间，而且这种检测模式存在自动化程度低、测量效率低、采样频次低、精度低、产品质量缺乏数据支持等问题。

  同时这种测量也不适用于现代化的管理，已不能够满足如今高效高速的生产规格要求，所以汽车零部件检测逐步利用机器视觉代替人工检测，以提升工作效率、准确率，还能够更好的降低人工成本。

  将机器视觉系统应用于汽车零部件成型产品的内径尺寸测量、外径尺寸测量、外观缺陷检验测试等，工业相机和工业镜头的完美配合所带来的高精准度、高稳定性、高通用性大幅度的提升了工作效率，帮助用户缩短了产品的检测时间，提高了检测结果精确度。

  相机布置方式：相机固定在机械手上，带着相机拍照，检测的点位和运动轨迹提前示教好，保证运动过程平滑顺畅且拍摄每个点位时的工作距离在景深范围内。

  采用矩视智能低代码平台，目标定位算法模块，检测方式支持静态或动态拍照。搜集包含不一样缺陷产品图片进行分类标注、训练，测试检测效果OK后下载模型进行本地部署，后期如果增加新缺陷样本，可以搜集图片样本对模型来优化升级。

  在汽车生产制造中，有很大一部分金属零件采用冲压加工成型的方法得到，冲压工艺是汽车生产的一种重要工艺方法。冲压加工具有生产效率高、成本低、精度一致性好和材料利用率高等特点。

  车身上的各类覆盖件，车内支撑件等大量的汽车零部件都采用冲压工艺加工制造，冲压件在汽车零部件中占有很大比例，所以冲压加工方式的水平和能力，在很大程度上决定着我国汽车制造的成本和质量，也影响着其他包含冲压加工生产的行业的技术进步。

  汽车冲压件在冲压成型的过程中，由于模具配合和振动等原因，常常会出现表面起皱、面畸变、局部凹陷及凸起等现象，导致汽车冲压件表面产生较大的形状误差，甚至成为废品

  冲压件作为汽车制造业中应用十分广泛的零部件，其表面缺陷产生的机理与种类与其他金属加工方式有所不同。

  1） 压痕：压痕缺陷产生的工序不确定，多是由于冲压异物挤压表面导致的。大多数情况为拉延工序时有物料导出不畅通，以至于残留的废料掉入模具内使得下面工序挤压导致了压痕缺陷。

  2） 划痕：此类缺陷产生的问题大多包括以下几个方面，比如工件原材料本身的自带缺陷，零件运送过程中接触干涉导致的缺陷，成品装箱接触刮碰产生，加工工位需要转运摩擦碰撞产生；

  3） 少孔：此类缺陷产生的原因包括冲头漏装或折断，冲压件少孔是产品设计和要求所不允许的；

  4） 边缘缺料：冲压件边缘缺料缺陷发生在拉延工序，根本原因是由于模具与冲压件定位有误差，冲压位置不准确，或者是材料流动速度偏快导致了缺料缺陷

  矩视智能低代码平台通过对上传图像进行缺陷特征标注，利用深度学习技术完成模型训练任务，实现对标记特征缺陷的定向识别检测，简单易操作，无需代码编程。

  同一模型下，平台支持多种缺陷标记，可同时检测一张图片中的多种缺陷，并能对缺陷进行分类，根据缺陷类型，分别建立相对应的标签，并进行标注。

  可实时显示缺陷检验测试结果，及时记录结果，极大地提高了冲压件缺陷识别的效率。

  轴承作为现代机械设备中的重要零部件，基本功能是支撑机械旋转体，降低运动过程中的摩擦系数，并保证其回转精度。

  在生产中，质检是重要的一环。通常情况下，质检员采用人工肉眼观察、手指转动轴承等质检方式挑出表面有油污、划痕等缺陷的轴承。

  但质检结果易受人的因素影响，检验标准难以保持一致，稳定性差且易漏检，始终不能够做到良品率100%。就汽车而言，汽车的动力、可靠性、安全性和舒适性都与其息息相关。

  矩视智能是面向企业的零门槛AI开发平台，在提高准确度方面，矩视智能低代码平台加入AI算法，通过深度学习，积累了大概上百种的缺陷样式，对图像缺陷的敏感程度更高。

  矩视智能从机器视觉切入，通过图像抓取、识别、计算、测试等基本流程来完成整个检测。

  检测效果所见所得，可24小时检测，不存在疲劳问题，且100%的检测比例，能更好地控制产品质量，同时能面向所有的轴承产品，甚至其他的机械零部件（如齿轮、螺栓等），有效解决轴承检验测试过程中效率低、准确度低、速度慢、人力成本高的问题。

  文章出处：【微信号：机器视觉沙龙，微信公众号：机器视觉沙龙】欢迎添加关注！文章转载请注明出处。

  能源于使用PIX和SCXI所带来的灵活性和可升级性。其可能的升级包括：增强触摸屏功能、语音合成、语言辨识、运动控制、GPS接受和中控单元。虚拟仪器存在何种问题?虚拟仪器

  、可对数据来进行汇总分析，便于前端工序查找问题，为后续工序提供相关建议。 二、

  用于激光切割，引导激光进行切割可使产品切割走线精准，边缘光滑，轻松切出想要的任意形状和大小。从

  ，帮助企业工厂解决质量管理问题，同时大幅度的降低了企业的人力成本，实现了“零

  没误判、错判；2、字符对错，颜色对错，位置对错；3、条形码读码器调用不一样的产品程序；4、

  完成打印输出正确结果；5、对正确产品做贴标。以上就是四元数数控小编给你们介绍的深圳

  用于激光切割，引导激光进行切割可使产品切割走线精准，边缘光滑，轻松切出想要的任意形状和大小。从

  同时这种测量也不适用于现代化的管理，已不能够满足如今高效高速的生产规格要求，所以

  的应用 /

  ConvenientImagePicker iOS简洁优雅的imagepicker

  #从入门到精通，一起讲透元器件！ 二极管的工作原理，你知道吗？（03）芯片二三极管找中远亚#二极管

  【助你更快获得测试数据】吉时利KickStart软件操作设置（三）#电子工程师 #我和我的作品

  #RT-Thread开发者大会 LVGL创始人Gabor为RT-Thread开发者大会打call，邀请你来现场

  麦新敏微科技创始人徐宝：惯导让姿态和定位无处不在！#第七届中国硬件创新创客大赛

  ESP8266超级萌新入门指南-Windows 7-3 #ESP8266