機械電連接線生產中自動化檢測技術研究

導語：機械電連接線生產中自動化檢測技術研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：隨著機電一體化設備逐漸成為現代制造業的主要加工設備，作為電子電器通路的機械電連接線開始受到業界的廣泛關注，其中機械電多芯連接線的檢測屬于重點內容。因此，分析自動化檢測技術的應用優勢，深入探討該技術在機械電連接線生產中的具體應用，以期給相關從業人員提供借鑒。

關鍵詞：機械電連接線；自動化檢測；顏色識別

自動化檢測技術能夠自動完成連接線的所有端點檢測，且能夠實現顏色識別和鉚接區域檢測，為判斷機械電連接線生產的合格性和問題源頭分析提供有力支持。

1自動化檢測技術在機械電連接線生產中的應用分析

1.1自動化檢測技術概述。自動化檢測技術屬于現代電子、控制、機械和通信等多學科交叉產物，檢測技術隨現代傳感技術的升級而增強，且檢測精度大幅提高。在功能不斷完善的現代微處理器支持下，自動化檢測技術的檢測能力隨之增長，同時檢測設備逐漸向簡單化和小型化方向發展，能夠開展越來越多內容的檢測。在智能控制和非線性控制等現代控制理論支持下，自動化檢測技術能夠更好地服務于機械電連接線生產。結合機械電連接線生產中積累的大量歷史數據，利用大數據和神經網絡等技術進行分析，即可獲得機械電連接線生產的優化依據，并為相應的故障診斷和處理提供支持[1]。1.2自動化檢測技術的應用優勢。對于產品數量巨大、線芯之間交叉復雜和無序堆放的機械電多芯連接線來說，自動化檢測技術在其中的應用主要具備3方面優勢。第一，提高生產效率。以3芯的機械電連接線為例，如基于萬用表開展人工檢測需要在兩兩檢測中進行6次檢測，而基于自動化檢測技術的檢測設備僅需要進行1次檢測。它的1次檢測耗費時間與人工1次檢測耗費時間相同，可見自動化檢測技術的應用可節約5/6的人工檢測時間。隨著多芯線的芯數增加，節約比例會呈幾何級數增加，由此節省的大量生產時間能有效提高機械電連接線的生產效率，且這種提升在自動化的顏色識別和鉚接區域檢測中也有直觀體現。第二，提升檢測準確率。人工開展的機械電連接線生產檢測容易誤檢、漏檢，但依托自動化檢查技術的現代檢測設備僅需要將工裝與待測工件連接，即可自動完成質量檢測。一一對應所有數據的方式可規避錯檢問題，而對人工檢測容易出現的漏檢問題，數據處理后的檢測設備能夠自動提示。第三，強化生產過程的可追溯性和可控性。基于自動化檢測技術的現代檢測設備還需要結合大數據、云計算和物聯網等技術，并嚴格記錄生產過程，及時掌握每道生產工序的情況，從而實現生產過程中對工人進度的督促、生產資料的優化調整分配、生產合格率控制和產品質量提升。

2自動化檢測技術在機械電連接線生產中的具體應用

2.1機械電連接線的自動化生產與檢測系統。本文基于機械電三芯連接線設計了一套自動化生產與檢測系統。該系統由上料轉盤、傳送帶、回收箱、工控機、相機和光源組成。上料轉盤上纏繞三芯連接線，每次上料時剪斷抽取出固定長度的三芯連接線。氣缸夾片固定放到傳送帶上，從左向右移動傳送帶并設置6個拍照工位。遮光暗箱布置在每個拍照工位上，CCD工業相機和圓頂光源設置在暗箱中。一臺工控機負責處理相鄰兩臺相機傳輸的圖像數據，1～4號位的相機分別負責識別旋轉中的母頭導線顏色、判斷分線后的母頭極性位置、識別旋轉中的公頭導線顏色和判斷分線后的公頭極性位置。5、6號位的相機分別負責檢測母頭/公頭的鉚接區域裸露銅線。由于圖像處理效率直接受圖像質量影響，為提升機器視覺檢測系統采集的圖像質量，需關注不穩定光照條件下產生的陰影，因為這種陰影會對圖像的顏色識別、閾值分割等造成干擾?，F存在硬件和軟件兩種解決陰影干擾的方法。對比兩種方法，本文采用較為簡單的硬件解決方法，即將圓頂無影光源設置在應用場景中，有效削弱圓柱形導線的陰影干擾，并保障閾值分割效果。具體設計如圖1所示。2.2工作流程設計。在機械電連接線的自動化生產與檢測系統的顏色識別過程中，機械電連接線的顏色識別流程為“顏色分類器加載→連接相機→連接產線控制系統→采集圖像（第一拍照位）→識別顏色→判斷導線到達上方→顏色信息發送→采集圖像（第二拍照位）→識別顏色→判斷三根導線位置→發送OK/NG信號→結束”。基于該流程可應用前4個相機完成機械電三芯連接線的公頭、母頭生產檢測。機械電連接線基于邊緣檢測的鉚接區域，檢測流程可概括為“加載模板→加載ROI區域→連接相機→連接產線控制系統→識別銅線數量（一號拍照位）→銅線裸露數量0→發送OK/NG信號給產線控制系統→第一次識別銅線數量n1（二號拍照位）→第二次識別銅線數量n2（二號拍照位）→n1與n2的和為0→發送OK/NG信號給產線控制系統”。在具體生產中，到達5號拍照位并經過鉚接工位的機械電連接線，可圍繞母頭鉚接區域采用邊緣檢測算法進行缺陷檢測。考慮到存在較大高度差的3個鉚接片，公頭鉚接區域在6號拍照位的檢測會受到較大景深影響，使得3個鉚接區域無法通過1次拍照完成檢測，因此需進行2次拍照。具體的，第1次對兩個鉚接區域進行拍照檢測，結束后機械電連接線需通過機械爪將其夾住并轉動90°；第3個鉚接區域則可通過第2次拍照完成檢測。2.3檢測結果分析。選取兩批機械電三芯連接線中的400根三芯連接線，以便分析機械電連接線的自動化生產與檢測系統顏色識別效果，如表1所示。由表1結果可知，三芯連接線的平均準確率為98.7%。表1顏色識別結果實際顏色識別正確個數識別總數準確率雙色39240098.0%棕色39440098.5%藍色39840099.5%若棕色或藍色識別錯誤，雙色識別也將出現錯誤結果，其中棕色和藍色識別錯誤個數即為雙色線識別錯誤個數。結合實際調研可以發現，白色粉塵在3根導線表面的大量附著會影響顏色識別準確率。分析機械電三芯連接線的裸露銅線檢測結果可知，試驗樣本共有導線384根，母頭導線鉚接區域和公頭導線鉚接區域均為384個，由此開展實驗可得到如表2所示的鉚接區域檢測結果。由表2可知，良品檢測準確率較高，不良品檢測準確率相對較低。分析錯誤案例可以發現，完成鉚接后，鉚接區域外存在較短的銅線裸露，且這根導線在ROI區域提取時不包含在內。

3結語

機械電連接線生產中自動化檢測技術具有較高實用價值。對于自動化檢測技術的應用優勢、機械電連接線的自動化生產與檢測系統、工作流程設計以及檢測結果分析等內容，提供了具有較高可行性的自動化檢測技術應用路徑。為更好地服務機械電連接線生產檢測，新型算法的科學應用、高復用性機器視覺檢測系統的開發以及智能化技術的深入研究都需要引起高度重視。

參考文獻

[1]鄔博，李林升.基于機器視覺的圖像處理技術識別鋰電池極片的缺陷[J].機械研究與應用，2020（5）：194-196.

作者:莊黎明 陸建 謝海寧 尹建坤 單位:1.國網上海電力公司電力科學研究院 2.科大智能電氣技術有限公司