CN109107918A - 一种磁瓦外观质量自动检测方法及系统 - Google Patents

一种磁瓦外观质量自动检测方法及系统 Download PDF

Info

Publication number
CN109107918A
CN109107918A CN201811000029.4A CN201811000029A CN109107918A CN 109107918 A CN109107918 A CN 109107918A CN 201811000029 A CN201811000029 A CN 201811000029A CN 109107918 A CN109107918 A CN 109107918A
Authority
CN
China
Prior art keywords
magnetic shoe
detection
defective products
presentation quality
defect
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201811000029.4A
Other languages
English (en)
Inventor
廖俊
戴国政
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Junxiang Science And Technology Development Co Ltd
Original Assignee
Hunan Junxiang Science And Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan Junxiang Science And Technology Development Co Ltd filed Critical Hunan Junxiang Science And Technology Development Co Ltd
Priority to CN201811000029.4A priority Critical patent/CN109107918A/zh
Publication of CN109107918A publication Critical patent/CN109107918A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined

Landscapes

  • Engineering & Computer Science (AREA)
  • Textile Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Multimedia (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种磁瓦外观质量自动检测方法，包括如下步骤：第一激光轮廓仪对磁瓦外弧面及外弧面倒角进行扫描分析；对磁瓦进行翻面，第二激光轮廓仪对磁瓦内弧面及内弧面倒角进行扫描分析；CCD相机对磁瓦内弧面倒角进行拍照，并分析内弧面倒角；最后剔除不良品，将良品排料入库。本发明还提供一种磁瓦外观质量自动检测系统，包括检测主传送带装置及沿其上方依次设置的第一激光轮廓仪检测装置、第一不良品剔除装置、翻转装置、第二激光轮廓仪检测装置、CCD相机检测装置、第二不良品剔除装置、怀疑品排料装置、良品整料装置，还包括PLC控制器及分析服务器。通过获取磁瓦的点云数据，就可以解决了水渍油渍干扰的问题，将误检率减小到1％以内，准确率高。

Description

一种磁瓦外观质量自动检测方法及系统
技术领域
本发明涉及磁瓦质量检测技术领域，尤其涉及一种磁瓦外观质量自动检测方法及系统。
背景技术
目前的磁瓦生产厂家对于磁瓦的外观质量检验全都是通过人工来检验，国内外尚未有能够实际代替人工的检测设备。磁瓦的产量较大，如国内某知名磁材厂家，一天产量约为12万颗，熟练工人一天能检验约1万颗，因此人工成本比较高，另加上质检工作是一项重复性很高，相对枯燥的工作，人员流动性比较大，招工越来越困难。
针对磁瓦自动检测技术，国内外在十年前就开始研究，并有企业尝试研发制造自动检测设备，但产品都无法满足实际的应用需求。国内外主要通过光学成像，图像分析的技术去实现磁瓦外观缺陷的检测，但现有产品的误检率非常高，达到30％-40％，无法投入使用。
中国发明专利“CN201610162553.6”公开了一种磁瓦外观缺陷自动检测系统及其实现方法，一种磁瓦外观缺陷自动检测系统，包括控制器、出料输送带、破损检测光学相机、第一输送带、转移机器人、磁瓦外弧面缺陷检测相机、磁瓦前端面缺陷检测相机、磁瓦后端面缺陷检测相机、第二输送带、分拨转向装置、磁瓦内弧面缺陷检测相机、磁瓦前端R角缺陷检测相机、磁瓦后端R角缺陷检测相机、磁瓦左侧面缺陷检测相机、磁瓦右侧面缺陷检测相机、不良品剔除装置；还公开了一种磁瓦外观缺陷自动检测系统的实现方法。通过多台相机对磁瓦360度各个部位进行拍照，然后进行图像分析是否存在缺陷。然而，磁瓦生产过程中会出现磁瓦表面有水渍或者油渍的残留，水渍和油渍不属于外观缺陷，但是通过CCD成像出来的效果和缺陷的特征非常接近，故而无法区分到底是真正的缺陷还是水渍油渍，所以导致误检率非常高。
发明内容
针对上述现有技术中的不足之处，本发明提供了一种磁瓦外观质量自动检测方法及系统，以解决现有技术中误检率高的问题。
本发明提供了一种磁瓦外观质量自动检测方法，包括如下步骤：
A、将磁瓦传送至检测主传送带，首先第一激光轮廓仪对磁瓦外弧面及外弧面倒角进行扫描，得到磁瓦表面的点云数据，并经分析服务器分析外弧面及外弧面倒角是否存在缺陷，并记录；
B、对磁瓦进行翻面处理并继续向前传送，进而第二激光轮廓仪对磁瓦内弧面及内弧面倒角进行扫描，得到磁瓦表面的点云数据，并经分析服务器分析内弧面及内弧面倒角是否存在缺陷，并记录；
C、磁瓦继续向前传送，通过一个CCD相机对磁瓦内弧面倒角进行拍照，并经分析服务器分析内弧面倒角是否存在缺陷，并记录；
D、最后将存在缺陷的不良品剔除，将良品排料入库。
作为本发明的进一步改进，步骤A及步骤B中分析服务器的分析过程均包含如下步骤：
a、获取磁瓦表面点云数据，并进行点云数据滤波；
b、区域分割，将表面及倒角部分点云数据进行分割；
c、对磁瓦进行外轮廓匹配，若边部掉块，则判断为不良品，记录并结束分析，否则进入下一步；
d、对磁瓦进行倒角尺寸计算，若超窄或超宽，则判断为不良品，记录并结束分析，否则进入下一步；
e、对磁瓦进行表面粗糙度计算，若表面有波纹，则判断为不良品，记录并结束分析，否则进入下一步；
f、对磁瓦进行倒角模板匹配，若开裂或掉块，判断为不良品，记录并结束分析，否则进入下一步；
g、对磁瓦进行表面模板匹配，若开裂或掉块，判断为不良品，记录并结束分析，否则进入下一步骤。
作为本发明的进一步改进，该检测方法还包括怀疑品的判断步骤，具体包括如下步骤：
x、对每一种缺陷预先设定相应的参数阈值；
y、当检测到存在缺陷，且该缺陷的参数值在预先设定的参数阈值上下10％的范围内时，则判定为怀疑品，并进行记录。
作为本发明的进一步改进，步骤D中还包括将怀疑品分拣出来进行人工复检。
作为本发明的进一步改进，上述步骤中，只要其中某一步骤中判断磁瓦存在缺陷为不良品，则后续不对该磁瓦进行后续的缺陷检测步骤。
作为本发明的进一步改进，所述第一激光轮廓仪及所述第二激光轮廓仪均配合有旋转编码器对磁瓦表面进行轮廓扫描，所述旋转编码器的滚轮压在所述检测主传送带上，具体扫描方法包括如下步骤：当检测主传送带每行走预设值的距离时，所述旋转编码器输出一个脉冲，触发所述第一激光轮廓仪或所述第二激光轮廓仪进行一次采样；当所述检测主传送带运载磁瓦通过时，压在所述检测主传送带上的旋转编码器跟随旋转并输出连续脉冲信号触发触发所述第一激光轮廓仪或所述第二激光轮廓仪完成磁瓦表面的轮廓扫描，得到磁瓦表面点云数据。
作为本发明的进一步改进，步骤A中将磁瓦传送至检测主传送带之前还包括如下步骤：
A1、自动检测机台内是否存在卡料情况，如存在，则打开旁通装置，使磁瓦掉入缓冲罐中，如不存在，则进行下一步的检测。
作为本发明的进一步改进，步骤A之后还包括如下步骤：将存在缺陷的不良品剔除。
本发明还提供了一种磁瓦外观质量自动检测系统，包括检测主传送带装置及沿所述检测主传送带装置上方依次设置的第一激光轮廓仪检测装置、第一不良品剔除装置、翻转装置、第二激光轮廓仪检测装置、CCD相机检测装置、第二不良品剔除装置、怀疑品排料装置、良品整料装置，还包括PLC控制器及分析服务器，所述PLC控制器分别与所述检测主传送带装置、第一激光轮廓仪检测装置、第一不良品剔除装置、翻转装置、第二激光轮廓仪检测装置、CCD相机检测装置、第二不良品剔除装置、怀疑品排料装置、良品整料装置相连，所述分析服务器分别与所述第一激光轮廓仪检测装置、第二激光轮廓仪检测装置、CCD相机检测装置相连。
作为本发明的进一步改进，所述检测主传送带装置的入料端还设置有旁通装置，所述旁通装置下设置有旁通缓冲罐。
与现有技术相比，本发明具有如下优点：因为所有的外观缺陷都是存在表面的高低变化(如掉块、开裂)，而水渍油渍是不存在表面的高低变化的，所以通过获取到磁瓦的点云数据，就可以有效的解决了水渍油渍干扰的问题，将误检率减小到1％以内，准确率高，自动化程度高，检测速度快且效率高，结构简单，成本低，且能真正的投入到实际生产中使用。
附图说明
图1是本发明提供的磁瓦外观质量自动检测方法流程图；
图2是本发明提供的磁瓦外弧面或内弧面检测判断方法流程图；
图3是本发明提供的磁瓦外观质量自动检测系统结构示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1、图2所示，本发明公开了一种磁瓦外观质量自动检测方法，包括如下步骤：
A、将磁瓦传送至检测主传送带，首先第一激光轮廓仪对磁瓦外弧面及外弧面倒角进行扫描，得到磁瓦表面的点云数据，并经分析服务器分析外弧面及外弧面倒角是否存在缺陷，并记录；
B、对磁瓦进行翻面处理并继续向前传送，进而第二激光轮廓仪对磁瓦内弧面及内弧面倒角进行扫描，得到磁瓦表面的点云数据，并经分析服务器分析内弧面及内弧面倒角是否存在缺陷，并记录；
C、磁瓦继续向前传送，通过一个CCD相机对磁瓦内弧面倒角进行拍照，并经分析服务器分析内弧面倒角是否存在缺陷，并记录；
D、最后将存在缺陷的不良品剔除，将良品排料入库。
因为激光轮廓仪是垂直对磁瓦进行扫描，所以仅仅能检测缺陷开口向上的缺陷，但内弧面的倒角上存在一种裂纹，是水平方向的，所以增加一个CCD相机对这种特定的缺陷进行识别，提高准确率。
具体的，步骤A及步骤B中分析服务器的分析过程均包含如下步骤：
a、获取磁瓦表面点云数据，并进行点云数据滤波；
b、区域分割，将表面及倒角部分点云数据进行分割；
c、对磁瓦进行外轮廓匹配，若边部掉块，则判断为不良品，记录并结束分析，否则进入下一步；
d、对磁瓦进行倒角尺寸计算，若超窄或超宽，则判断为不良品，记录并结束分析，否则进入下一步；
e、对磁瓦进行表面粗糙度计算，若表面有波纹，则判断为不良品，记录并结束分析，否则进入下一步；
f、对磁瓦进行倒角模板匹配，若开裂或掉块，判断为不良品，记录并结束分析，否则进入下一步；
g、对磁瓦进行表面模板匹配，若开裂或掉块，判断为不良品，记录并结束分析，否则进入下一步骤。
优选的，该检测方法还包括怀疑品的判断步骤，具体包括如下步骤：
x、对每一种缺陷预先设定相应的参数阈值；
y、当检测到存在缺陷，且该缺陷的参数值在预先设定的参数阈值上下10％的范围内时，则判定为怀疑品，并进行记录。如掉块缺陷，可选择设置三个参数，掉块的宽度>0.2mm，长度>0.2mm，深度>0.05mm，当检测到存在缺陷，且缺陷的尺寸在设定阈值±10％的范围内时，判定为怀疑品。
进一步的，步骤D中还包括将怀疑品分拣出来进行人工复检。怀疑品的定义是样品存在一定的缺陷，且缺陷的大小处于良品和不良品的边界，系统把怀疑品单独分拣出来人工再复检一道。增加怀疑品一类可以让客户对存在缺陷但仍可使用的产品挑选出来，提高收得率，客户更容易接受。
优选的，上述步骤中，只要其中某一步骤中判断磁瓦存在缺陷为不良品，则后续不对该磁瓦进行后续的缺陷检测步骤。
优选的，所述第一激光轮廓仪及所述第二激光轮廓仪均配合有旋转编码器对磁瓦表面进行轮廓扫描，所述旋转编码器的滚轮压在所述检测主传送带上，具体扫描方法包括如下步骤：当检测主传送带每行走预设值的距离时，本实施例中预设值为0.05mm，所述旋转编码器输出一个脉冲，触发所述第一激光轮廓仪或所述第二激光轮廓仪进行一次采样；当所述检测主传送带运载磁瓦通过时，压在所述检测主传送带上的旋转编码器跟随旋转并输出连续脉冲信号触发触发所述第一激光轮廓仪或所述第二激光轮廓仪完成磁瓦表面的轮廓扫描，得到磁瓦表面点云数据。
优选的，步骤A中将磁瓦传送至检测主传送带之前还包括如下步骤：
A1、自动检测机台内是否存在卡料情况，如存在，则打开旁通装置，使磁瓦掉入缓冲罐中，如不存在，则进行下一步的检测。本步骤可避免出现卡料情况下不断有新的物料进入，导致整个过程瘫痪。
步骤A之后还包括如下步骤：将存在缺陷的不良品剔除。在对外弧面及外弧面倒角检测之后就马上把存在缺陷的不良品剔除，此处剔除的不良品为上表面存在缺陷的不良品，步骤D中剔除的不良品则为下表面存在缺陷的不良品，这样就可将不良品分类，便于重新改磨，可缩减后续工作量，提高效率，节约成本。
本发明还公开了一种实现上述方法的磁瓦外观质量自动检测系统，包括检测主传送带装置2及沿所述检测主传送带装置2上方依次设置的第一激光轮廓仪检测装置3、第一不良品剔除装置、翻转装置、第二激光轮廓仪检测装置4、CCD相机检测装置5、第二不良品剔除装置、怀疑品排料装置、良品整料装置12，还包括PLC控制器及分析服务器，所述PLC控制器分别与所述检测主传送带装置2、第一激光轮廓仪检测装置3、第一不良品剔除装置、翻转装置、第二激光轮廓仪检测装置4、CCD相机检测装置5、第二不良品剔除装置、怀疑品排料装置、良品整料装置12相连，所述分析服务器分别与所述第一激光轮廓仪检测装置3、第二激光轮廓仪检测装置4、CCD相机检测装置5相连。
其中，第一不良品剔除装置包括分设于检测主传送带装置2两侧且相对的第一不良品剔除装置6及第一不良品排料皮带机1，第二不良品剔除装置包括分设于检测主传送带装置2两侧且相对的第二不良品剔除装置8及第二不良品排料皮带机9，怀疑品排料装置包括分设于检测主传送带装置2两侧且相对的怀疑品剔除装置10及怀疑品排料皮带机11。第一激光轮廓仪检测装置3和第二激光轮廓仪检测装置4均包括一个激光轮廓仪及一个旋转编码器，旋转编码器的滚轮压在检测主传送带装置2的皮带上，当皮带前进时，旋转编码器跟随旋转，皮带每走预设值的距离时旋转编码器就输出一个脉冲，触发激光轮廓仪进行一次采样，当皮带运载磁瓦通过时，压在皮带上的旋转编码器跟随旋转并输出连续脉冲信号触发激光轮廓仪完成磁瓦表面的轮廓扫描，得到磁瓦表面点云数据，然后将数据传输给分析服务器进行分析判断，判定结果包括不良品、怀疑品及良品。
所述检测主传送带装置的入料端还设置有旁通装置1，所述旁通装置1下设置有旁通缓冲罐13。当磁瓦进入检测主传送带装置1时，首先系统自动检测机台是否存在卡料，如有卡料情况，则打开旁通装置1，将磁瓦转移至旁通缓冲罐13中，防止物料积压，导致系统瘫痪。优选的，旁通缓冲罐13中设置有螺旋形的滑道，可在磁瓦落入旁通缓冲罐中时起到缓冲作用，保护磁瓦。
整个检测流程如下：
1)启动检测；
2)磁瓦进入检测主传送带装置2前(外弧面朝上)，系统自动检测机台内是否有卡料，如有卡料情况，则打开旁通装置1，磁瓦掉入旁通缓冲罐13，如没有卡料，则进入检测主传送带装置2；
3)磁瓦经过第一激光轮廓仪检测装置3进行扫描，分析服务器分析外弧面是否存在缺陷，如判断为不良品，则通过第一不良品剔除装置将不良品踢到第一不良品排料皮带机，若判断为怀疑品或良品则标记记录并继续向前进入下一个环节检测；
4)翻转装置将磁瓦进行翻面处理，磁瓦经过第二激光轮廓仪检测装置4进行扫描，分析服务器分析内弧面是否存在缺陷，如判断为不良品，自动标记记录为不良品，下一个环节将不进行检测，继续向前，若判断为怀疑品或良品则标记记录并继续向前进行下一个环节检测；
5)当检测到磁瓦经过CCD相机，CCD相机进行拍照，然后分析服务器进行判断，这个相机是专门为了检测内弧面的倒角设置的，分析服务器分析倒角是否存在缺陷，如果是不良品则通过第二不良品剔除装置踢到第二不良品排料皮带机，如果判断为怀疑品，则通过怀疑品剔除装置踢到怀疑品排料皮带机，如果是良品，则通过良品整料装置出料。其中，只要一次检测为不良品则该磁瓦最终判断为不良品，否则，若三次检测中至少存在一次为怀疑品，则最终判断为怀疑品，若三次均为良品，则最终判断为良品。判断为不良品的进行重新改磨，判断为怀疑品的进行人工复检，对存在缺陷但仍可使用的产品挑选出来，提高收得率。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种磁瓦外观质量自动检测方法，其特征在于，包括如下步骤：
A、将磁瓦传送至检测主传送带，首先第一激光轮廓仪对磁瓦外弧面及外弧面倒角进行扫描，得到磁瓦表面的点云数据，并经分析服务器分析外弧面及外弧面倒角是否存在缺陷，并记录；
B、对磁瓦进行翻面处理并继续向前传送，进而第二激光轮廓仪对磁瓦内弧面及内弧面倒角进行扫描，得到磁瓦表面的点云数据，并经分析服务器分析内弧面及内弧面倒角是否存在缺陷，并记录；
C、磁瓦继续向前传送，通过一个CCD相机对磁瓦内弧面倒角进行拍照，并经分析服务器分析内弧面倒角是否存在缺陷，并记录；
D、最后将存在缺陷的不良品剔除，将良品排料入库。
2.根据权利要求1所述的磁瓦外观质量自动检测方法，其特征在于，步骤A及步骤B中分析服务器的分析过程均包含如下步骤：
a、获取磁瓦表面点云数据，并进行点云数据滤波；
b、区域分割，将表面及倒角部分点云数据进行分割；
c、对磁瓦进行外轮廓匹配，若边部掉块，则判断为不良品，记录并结束分析，否则进入下一步；
d、对磁瓦进行倒角尺寸计算，若超窄或超宽，则判断为不良品，记录并结束分析，否则进入下一步；
e、对磁瓦进行表面粗糙度计算，若表面有波纹，则判断为不良品，记录并结束分析，否则进入下一步；
f、对磁瓦进行倒角模板匹配，若开裂或掉块，判断为不良品，记录并结束分析，否则进入下一步；
g、对磁瓦进行表面模板匹配，若开裂或掉块，判断为不良品，记录并结束分析，否则进入下一步骤。
3.根据权利要求2所述的磁瓦外观质量自动检测方法，其特征在于，该检测方法还包括怀疑品的判断步骤，具体包括如下步骤：
x、对每一种缺陷预先设定相应的参数阈值；
y、当检测到存在缺陷，且该缺陷的参数值在预先设定的参数阈值上下10％的范围内时，则判定为怀疑品，并进行记录。
4.根据权利要求3所述的磁瓦外观质量自动检测方法，其特征在于，步骤D中还包括将怀疑品分拣出来进行人工复检。
5.根据权利要求1至4任一项所述的磁瓦外观质量自动检测方法，其特征在于，上述步骤中，只要其中某一步骤中判断磁瓦存在缺陷为不良品，则后续不对该磁瓦进行后续的缺陷检测步骤。
6.根据权利要求1所述的磁瓦外观质量自动检测方法，其特征在于，所述第一激光轮廓仪及所述第二激光轮廓仪均配合有旋转编码器对磁瓦表面进行轮廓扫描，所述旋转编码器的滚轮压在所述检测主传送带上，具体扫描方法包括如下步骤：当检测主传送带每行走预设值的距离时，所述旋转编码器输出一个脉冲，触发所述第一激光轮廓仪或所述第二激光轮廓仪进行一次采样；当所述检测主传送带运载磁瓦通过时，压在所述检测主传送带上的旋转编码器跟随旋转并输出连续脉冲信号触发触发所述第一激光轮廓仪或所述第二激光轮廓仪完成磁瓦表面的轮廓扫描，得到磁瓦表面点云数据。
7.根据权利要求1所述的磁瓦外观质量自动检测方法，其特征在于，步骤A中将磁瓦传送至检测主传送带之前还包括如下步骤：
A1、自动检测机台内是否存在卡料情况，如存在，则打开旁通装置，使磁瓦掉入缓冲罐中，如不存在，则进行下一步的检测。
8.根据权利要求1所述的磁瓦外观质量自动检测方法，其特征在于，步骤A之后还包括如下步骤：将存在缺陷的不良品剔除。
9.一种磁瓦外观质量自动检测系统，其特征在于：包括检测主传送带装置及沿所述检测主传送带装置上方依次设置的第一激光轮廓仪检测装置、第一不良品剔除装置、翻转装置、第二激光轮廓仪检测装置、CCD相机检测装置、第二不良品剔除装置、怀疑品排料装置、良品整料装置，还包括PLC控制器及分析服务器，所述PLC控制器分别与所述检测主传送带装置、第一激光轮廓仪检测装置、第一不良品剔除装置、翻转装置、第二激光轮廓仪检测装置、CCD相机检测装置、第二不良品剔除装置、怀疑品排料装置、良品整料装置相连，所述分析服务器分别与所述第一激光轮廓仪检测装置、第二激光轮廓仪检测装置、CCD相机检测装置相连。
10.根据权利要求9所述的磁瓦外观质量自动检测系统，其特征在于，所述检测主传送带装置的入料端还设置有旁通装置，所述旁通装置下设置有旁通缓冲罐。
CN201811000029.4A 2018-08-30 2018-08-30 一种磁瓦外观质量自动检测方法及系统 Withdrawn CN109107918A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811000029.4A CN109107918A (zh) 2018-08-30 2018-08-30 一种磁瓦外观质量自动检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811000029.4A CN109107918A (zh) 2018-08-30 2018-08-30 一种磁瓦外观质量自动检测方法及系统

Publications (1)

Publication Number Publication Date
CN109107918A true CN109107918A (zh) 2019-01-01

Family

ID=64861509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811000029.4A Withdrawn CN109107918A (zh) 2018-08-30 2018-08-30 一种磁瓦外观质量自动检测方法及系统

Country Status (1)

Country Link
CN (1) CN109107918A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111906035A (zh) * 2019-05-07 2020-11-10 常州麒麟自动化系统有限公司 一种磁瓦检测装置及检测方法
CN113426680A (zh) * 2021-08-26 2021-09-24 苏州鼎纳自动化技术有限公司 一种自动光学检测、分类、包装装置及其使用方法
CN113560200A (zh) * 2021-07-02 2021-10-29 南通富热特窑炉有限公司 一种磁瓦磨床出口高速在线影像的检测方法
CN113828541A (zh) * 2021-07-07 2021-12-24 南通富热特窑炉有限公司 一种磁瓦外观可视高分拣率智能分拣机

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4910459A (en) * 1987-12-26 1990-03-20 Tdk Corporation Magnetic tile sensor with a non-magnetic case having a flange and a cover cold welded thereon
CN102313748A (zh) * 2011-08-30 2012-01-11 成都四星液压制造有限公司 一种磁瓦在线检测装置、控制系统及其控制方法
CN103743752A (zh) * 2014-01-23 2014-04-23 四川大学 一种基于机器视觉的磁瓦在线检测设备
CN105665311A (zh) * 2016-03-22 2016-06-15 横店集团东磁股份有限公司 一种磁瓦外观缺陷自动检测系统及其实现方法
CN106872476A (zh) * 2017-03-31 2017-06-20 武汉理工大学 一种基于线结构光的铸造类工件表面质量检测方法与系统
CN107578464A (zh) * 2017-06-30 2018-01-12 长沙湘计海盾科技有限公司 一种基于线激光扫描的传送带工件三维轮廓测量方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4910459A (en) * 1987-12-26 1990-03-20 Tdk Corporation Magnetic tile sensor with a non-magnetic case having a flange and a cover cold welded thereon
CN102313748A (zh) * 2011-08-30 2012-01-11 成都四星液压制造有限公司 一种磁瓦在线检测装置、控制系统及其控制方法
CN103743752A (zh) * 2014-01-23 2014-04-23 四川大学 一种基于机器视觉的磁瓦在线检测设备
CN105665311A (zh) * 2016-03-22 2016-06-15 横店集团东磁股份有限公司 一种磁瓦外观缺陷自动检测系统及其实现方法
CN106872476A (zh) * 2017-03-31 2017-06-20 武汉理工大学 一种基于线结构光的铸造类工件表面质量检测方法与系统
CN107578464A (zh) * 2017-06-30 2018-01-12 长沙湘计海盾科技有限公司 一种基于线激光扫描的传送带工件三维轮廓测量方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111906035A (zh) * 2019-05-07 2020-11-10 常州麒麟自动化系统有限公司 一种磁瓦检测装置及检测方法
CN113560200A (zh) * 2021-07-02 2021-10-29 南通富热特窑炉有限公司 一种磁瓦磨床出口高速在线影像的检测方法
CN113828541A (zh) * 2021-07-07 2021-12-24 南通富热特窑炉有限公司 一种磁瓦外观可视高分拣率智能分拣机
CN113426680A (zh) * 2021-08-26 2021-09-24 苏州鼎纳自动化技术有限公司 一种自动光学检测、分类、包装装置及其使用方法

Similar Documents

Publication Publication Date Title
CN109107918A (zh) 一种磁瓦外观质量自动检测方法及系统
JP6086455B2 (ja) 青果物選別装置及び青果物選別方法
CN105665311B (zh) 一种磁瓦外观缺陷自动检测系统及其实现方法
CN104155312B (zh) 基于近红外计算机视觉的粮粒内部害虫检测方法和装置
CN104502356A (zh) 一种基于机器视觉的滑动轴承内表面缺陷的自动检测方法
CN100547394C (zh) 基于图像信息融合技术的水果品质检测系统
CN104267041B (zh) 高速印刷品在线检测系统及检测方法
CN110246122A (zh) 基于机器视觉的小型轴承质量检测方法、装置及系统
CN104608799A (zh) 基于信息融合技术列车轮对踏面损伤在线检测与识别方法
CN101949686A (zh) 水果内外综合品质在线无损检测方法及装置
CN110403232A (zh) 一种基于二级算法的烟支质量检测方法
CN105396795B (zh) 一种基于机器视觉剔除烟梗中烟拐的方法及装置
CN101976350A (zh) 基于视频分析的储粮害虫检测识别方法及其系统
CN102654463A (zh) 西瓜品质无损检测方法及装置
CN107290347A (zh) 蜂窝载体缺陷自动化检测方法
CN106596562A (zh) 基于机器视觉的磁环外观质量在线检测装置及方法
CN113894055A (zh) 基于机器视觉的五金件表面缺陷检测分类系统及方法
CN207408272U (zh) 基于线阵列相机和x射线双模式成像的水稻粒型参数测量装置
CN105319166A (zh) 一种大豆实时检测仪器
KR20190086934A (ko) 종이 용기 결함 검사 장치 및 방법
CN106778409A (zh) 一种码图检测方法及检测系统
CN112258398B (zh) 基于tof与双目图像融合的输送带纵向撕裂检测装置与方法
JP3614980B2 (ja) 農産物の外観検査方法及び装置
CN106694388A (zh) 一种新型扩散板全自动检测机
CN207929583U (zh) 基于点阵高光谱检测的建筑垃圾在线分拣系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190101