CN113118034A - 基于高速机器视觉的三维全自动雷管瑕疵检测设备及方法 - Google Patents
基于高速机器视觉的三维全自动雷管瑕疵检测设备及方法 Download PDFInfo
- Publication number
- CN113118034A CN113118034A CN202110216138.5A CN202110216138A CN113118034A CN 113118034 A CN113118034 A CN 113118034A CN 202110216138 A CN202110216138 A CN 202110216138A CN 113118034 A CN113118034 A CN 113118034A
- Authority
- CN
- China
- Prior art keywords
- detonator
- flaw detection
- detection
- camera
- carrying
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 17
- 230000007246 mechanism Effects 0.000 claims description 15
- 230000007547 defect Effects 0.000 claims description 11
- 230000011664 signaling Effects 0.000 claims description 4
- 239000002360 explosive Substances 0.000 abstract description 10
- 230000000977 initiatory effect Effects 0.000 abstract description 9
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000005457 optimization Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000007599 discharging Methods 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004880 explosion Methods 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 208000032544 Cicatrix Diseases 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- -1 alkalis Substances 0.000 description 1
- 238000005422 blasting Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Images
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
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- 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
-
- 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
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
- B07C5/362—Separating or distributor mechanisms
Landscapes
- Manipulator (AREA)
Abstract
本发明公开了基于高速机器视觉的三维全自动雷管瑕疵检测设备及方法,该设备包括:控制管理系统,用于控制雷管的工位转移以及雷管检测图片的采集;运载系统,包括上料运载设备、瑕疵检测运载设备、下料运载设备以及位于三种运载设备之间的机械手;雷管检测信息采集系统,用于在不同工位采集用于提供雷管检测参数的图像,包括用于提供抓取定位信息的图像和用于提供多种瑕疵检测参数的多种图像。本发明提实现了雷管瑕疵检测过程中全自动上料,下料以及智能瑕疵检测,避免人工接触火工品雷管,提高安全性。
Description
技术领域
本发明涉及民爆用品检测技术领域,具体涉及基于高速机器视觉的三维全自动雷管瑕疵检测设备及方法。
背景技术
雷管是一种爆破工程的主要起爆材料,它的作用是产生起爆能来引爆各种炸药及导爆索、传爆管。在火工品雷管生产过程中,为防止雷管装药后在激光打码过程中引起爆炸事故,国家雷管制造标准中规定,在装药前必须对雷管外壳进行检测,剔除存在裂痕、沙眼等瑕疵的雷管外壳,保证安全生产。在传统的雷管外壳检测过程中,采用人工肉眼检测方法,存在着效率低、漏检率高的缺点。
而且,雷管生产过程中,生产与检验工序较多,工人长期直接或间接与炸药、酸、碱、苯、铅等有毒有害物质相接触,安全风险较高,伤害程度较大;火工品生产与检验的安全可靠性,直接涉及到企业的安全生产,直接影响到企业的经济效益和社会效益。
发明内容
针对上述现有技术存在的问题,本发明提供了基于高速机器视觉的三维全自动雷管瑕疵检测设备及方法,解决工人直接接触雷管的问题,提升企业生产安全与生产效率,该技术方案如下:
第一方面,提供了基于高速机器视觉的三维全自动雷管瑕疵检测设备,包括:
控制管理系统,用于控制雷管的工位转移以及雷管检测图片的采集;
运载系统,包括上料运载设备、瑕疵检测运载设备、下料运载设备以及位于三种运载设备之间的机械手;
雷管检测信息采集系统,用于在不同工位采集用于提供雷管检测参数的图像,包括用于提供抓取定位信息的图像和用于提供多种瑕疵检测参数的多种图像。
作为上述方案的进一步优化,所述瑕疵检测运载设备包括多工位旋转转台以及多个分布于所述旋转转台上的雷管放置工位。
作为上述方案的进一步优化,所述工位包括:
位于上料运载设备一端上方的第一检测信息采集工位,用于采集提供雷管定位坐标信息的图像;
位于所述上料运载设备、瑕疵检测运载设备之间的第二检测信息采集工位,用于采集提供雷管外观尺寸信息的图像;
位于所述瑕疵检测运载设备上方的第三检测信息采集工位,用于采集提供雷管外观瑕疵信息的图像。
作为上述方案的进一步优化,所述雷管检测信息采集系统包括:
位于第一检测信息采集工位的第一相机;
位于第二检测信息采集工位的三维扫描仪;
位于第三检测信息采集工位的用于采集包括雷管两端和360度侧面外观图像的雷管外观全景摄像机构。
作为上述方案的进一步优化,所述雷管外观全景摄像机构包括第二相机、第三相机和第四相机,
所述第二相机和第三相机用于采集雷管两个端面的图像,
所述第四相机位于用于在雷管沿自身轴线旋转过程中采集雷管的360度侧面图像。
作为上述方案的进一步优化,所述瑕疵检测运载设备上的雷管放置工位包括工位底座和位于工位底座上的两个电动辊筒,两个所述电动辊筒之间用于放置雷管并驱动雷管沿自身轴线旋转。
作为上述方案的进一步优化,所述雷管外观全景摄像机构还包括与第四相机固连的步进电机,用于驱动第四相机沿待检测雷管长度方向移动以采集雷管全部长度上的侧面图像。
作为上述方案的进一步优化,所述控制管理系统包括:
中央控制管理设备,用于与雷管检测信息采集系统进行数据通信、进行雷管检测信息分析以及基于分析结果发出控制指令;
PLC系统总控制器,与所述中央控制管理设备通信连接,用于控制运载系统的启停。
作为上述方案的进一步优化,所述下料运载设备根据瑕疵检测结果设置对应的多个类别下料运载设备。
第二方面,提供了基于高速机器视觉的三维全自动雷管瑕疵检测方法,应用于控制管理系统,其特征在于,包括:
发送第一触发信号,控制雷管检测信息采集系统采集雷管在上料运载设备的第一图像;
接收第一图像并分析雷管在上料运载设备的定位坐标信息发送给机械手并启动机械手进行雷管抓取;
接收机械手抓取成功信息,启动机械手将雷管转运到瑕疵检测运载设备同时发送第二触发信号,控制雷管检测信息采集系统在所述准运过程中采集第二图像;
接收第二图像并分析雷管的第一瑕疵检测参数是否合格;
发送第三触发信号,控制雷管检测信息采集系统采集雷管在瑕疵检测运载设备上的第三图像;
接收第三图像并分析雷管的第二瑕疵检测参数是否合格;
启动机械手将雷管转运到下料运载设备。
作为上述方案的进一步优化,所述第一瑕疵检测参数为外观尺寸信息,第二瑕疵检测参数为雷管外观瑕疵信息。
作为上述方案的进一步优化,所述雷管检测信息采集系统包括采集第三图像的雷管外观全景摄像机构,所述雷管外观全景摄像机构包括:
第二相机和第三相机,用于采集雷管两端表面图像;
第四相机,用于在雷管沿自身轴线旋转过程中采集雷管的360度侧面图像。
作为上述方案的进一步优化,还包括控制雷管沿自身轴线旋转每隔预设角度后暂停预设时间供第四相机采集图像,以及以预设频率发送第三触发信号,控制第四相机以预设频率采集雷管侧面图像。
本发明的基于高速机器视觉的三维全自动雷管瑕疵检测设备及方法,具备的有益效果为
本发明的有益效果为:
1.通过控制管理系统、上料运载设备、瑕疵检测运载设备、下料运载设备以及位于多个运载设备之间的机械手等运载系统、雷管检测信息采集系统结合,实现雷管瑕疵检测整个过程的全自动上料,下料以及智能瑕疵检测,避免人工接触火工品雷管,降低雷管生产过程中的安全风险。
2.在上料运载设备、瑕疵检测运载设备之间设有三维扫描仪,根据三维扫描图像分析获取雷管两端成型尺寸信息,实现雷管产品在转移到瑕疵检测运载设备过程中获取准确的雷管两端成型尺寸,缩短整个检测流程的时间。
3.在对雷管的圆柱表面、端面的机械伤痕、划痕、裂纹、褶皱等外观缺陷检测过程中,设置了雷管外观全景摄像机构,并在雷管外观全景摄像机构设置了与第四相机固连的步进电机,用于驱动第四相机沿待检测雷管长度方向移动,以确保任意长度尺寸的雷管的侧面图像都能通过第四相机的移动采集到,并且在瑕疵检测运载设备上的雷管放置工位设置了用于驱动雷管沿自身轴线旋转的电动辊筒,实现雷管360度侧面图像的采集,该步进电机和电动辊筒的设置实现了雷管全部长度方向上的360度侧面图像的全面采集,进而提高了瑕疵检测的高效性以及全面性。
附图说明
图1是本发明雷管自动上下料、瑕疵检测设备的整体布局图;
图2是图1中瑕疵检测运载设备的结构图;
图3是本发明雷管外观全景摄像机构的结构图;
图4是本发明雷管自动上下料、瑕疵检测设备的结构框图;
图5是本发明雷管自动上下料、瑕疵检测方法的流程图;
图中:抗爆钢板房1、上料运载设备2、瑕疵检测运载设备3、下料运载设备4、电动辊筒5、第二相机6、第三相机7、第四相机8;
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,所描述的实施例不应视为对本发明的限制,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明实施例提供了基于高速机器视觉的三维全自动雷管瑕疵检测设备,考虑到安全性,该设备可放置于抗爆钢板房,参见图1,该设备包括:
控制管理系统,用于控制雷管的工位转移以及雷管检测图片的采集;
运载系统,包括上料运载设备、瑕疵检测运载设备、下料运载设备以及位于多个运载设备之间的机械手;
雷管检测信息采集系统,用于在不同工位采集用于提供雷管检测参数的图像,包括用于提供抓取定位信息的图像和用于提供多种瑕疵检测参数的多种图像。
其中,瑕疵检测运载设备包括多工位旋转转台以及多个分布于所述旋转转台上的雷管放置工位,参见图2。瑕疵检测运载设备采用转台形式,有效减小瑕疵检测运载设备的占地面积。
在本实施例中,对于雷管瑕疵检测包括对其外观尺寸是否合格以及其外观表面是否有工艺缺陷等,对应的,工位设置有:
位于上料运载设备一端上方的第一检测信息采集工位,用于采集提供雷管定位坐标信息的图像;
位于所述上料运载设备、瑕疵检测运载设备之间的第二检测信息采集工位,用于采集提供雷管外观尺寸信息的图像;
位于所述瑕疵检测运载设备上方的第三检测信息采集工位,用于采集提供雷管外观瑕疵信息的图像,包括雷管圆柱表面、端面的机械伤痕、划痕、裂纹、褶皱等缺陷信息。
与工位设置对应的,雷管检测信息采集系统包括:
位于第一检测信息采集工位的第一相机;
位于第二检测信息采集工位的三维扫描仪,由于人眼目前无法准备测量火工品雷管的端面深度数据,本实施例使用的三维扫描仪可以通过扫描火工品雷管端面得到深度信息;
位于第三检测信息采集工位的用于采集包括雷管两端和360度侧面外观图像的雷管外观全景摄像机构。
参见图3,在本实施例中,雷管外观全景摄像机构包括第二相机、第三相机和第四相机,第二相机和第三相机用于采集雷管两个端面的图像;第四相机位于用于在雷管沿自身轴线旋转过程中采集雷管的360度侧面图像。
与第四相机设置对应的,在瑕疵检测运载设备上的雷管放置工位设置了用于驱动雷管沿自身轴线旋转的组件,包括工位底座和位于工位底座上的两个电动辊筒,两个所述电动辊筒之间用于放置雷管并驱动雷管沿自身轴线旋转。
当然,考虑到当雷管长度较长时,为了确保第四相机能够采集到雷管全部长度上的侧面图像,将第四相机设置为可沿雷管长度方向移动的结构,具体的,设置有与第四相机固连的步进电机,用于驱动第四相机沿待检测雷管长度方向移动,第四相机通过步进机沿雷管长度方向依次步进多次同步拍摄。
优选的,考虑到本实施例的设备用于对雷管拍摄图像以及用于雷管表面瑕疵检测,本实施例中的第一相机、第二相机、第三相机和第四相机均采用高速相机,以通过高质量图像采集提高图像分析即雷管瑕疵检测的准确性。
参见图4,在本实施例中,控制管理系统包括:
中央控制管理设备,用于与雷管检测信息采集系统进行数据通信、进行雷管检测信息分析以及基于分析结果发出控制指令,该中央控制管理设备可采用中控机;
PLC系统总控制器,与所述中央控制管理设备通信连接,用于控制运载系统的启停。
具体的,中央控制管理设备采用工控机,控制雷管检测信息采集系统的第一相机、三维扫描仪、第二相机、第三相机和第四相机采集对应的图像,并基于图像分析结果,向PLC系统总控制器发送对于上料运载设备、瑕疵检测运载设备、下料运载设备以及机械手的控制指令,当然还包括对于雷管放置工位的电动辊筒和雷管外观全景摄像机构中步进电机的启停指令。
在本实施例中,下料运载设备根据瑕疵检测结果设置对应的多个类别下料运载设备,包括合格产品下料运载设备、不合格产品下料运载设备以及不合格但是可以返修的产品下料运载设备。
参见图5,本实施例提供了基于高速机器视觉的三维全自动雷管瑕疵检测方法,应用于控制管理系统,包括:
发送第一触发信号,控制雷管检测信息采集系统采集雷管在上料运载设备的第一图像,即控制第一相机采集雷管位置图像;
接收第一图像并分析雷管在上料运载设备的定位坐标信息发送给机械手并启动机械手进行雷管抓取;
接收机械手抓取成功信息,启动机械手将雷管转运到瑕疵检测运载设备同时发送第二触发信号,控制雷管检测信息采集系统在所述准运过程中采集第二图像,即控制机械手按设定速度匀速通过上料运载设备、瑕疵检测运载设备之间设置的扫描仪,同时控制三维扫描仪采集雷管深度图像;
接收第二图像并分析雷管的第一瑕疵检测参数是否合格,该第一瑕疵检测参数为外观尺寸信息;
发送第三触发信号,控制雷管检测信息采集系统采集雷管在瑕疵检测运载设备上的第三图像,即控制第二相机、第三相机和第四相机分别采集雷管两端和侧面图像;
接收第三图像并分析雷管的第二瑕疵检测参数是否合格,该第二瑕疵检测参数为雷管外观瑕疵信息;
启动机械手将雷管转运到下料运载设备,当然,该过程同样通过相机采集下料运载设备上用于存放雷管的位置图像,通过分析获取其坐标位置信息并发送给机械手供机械手定位放置雷管。
其中,对于第一瑕疵检测参数和第二瑕疵检测参数的分析可以通过AI深度学习软件分析雷管瑕疵类型,通过AI深度学习软件可以检测火工品雷管圆柱表面、端面的机械伤痕、划痕、裂纹、褶皱等缺陷,以及表面附着物情况与雷管的长度与直径。
其中,雷管检测信息采集系统包括采集第三图像的雷管外观全景摄像机构,该雷管外观全景摄像机构包括:
第二相机和第三相机,用于采集雷管两端表面图像;
第四相机,用于在雷管沿自身轴线旋转过程中采集雷管的360度侧面图像。
与第四相机设置对应的,本实施例的雷管自动上下料、瑕疵检测方法还包括控制雷管沿自身轴线旋转每隔预设角度后暂停预设时间供第四相机采集图像,以及以预设频率发送第三触发信号,控制第四相机以预设频率采集雷管侧面图像。
值得说明的是,上述第三图像包括第二相机和第三相机采集的雷管两端表面图像以及第四相机采集的雷管的多个侧面图像,第三触发信号分为对第二相机、第三相机和第四相机各自的触发信号,其中,在控制第四相机以预设频率采集雷管侧面图像过程中,以预设频率发送的多个第三触发信号仅指作用于第四相机的触发信号。
另外,本实施例提供的雷管自动上下料、瑕疵检测方法与上述实施例提供的雷管自动上下料、瑕疵检测设备实施例属于同一构思,其具体实现过程详见设备实施例,这里不再赘述。
本发明不局限于上述具体的实施方式,本领域的普通技术人员从上述构思出发,不经过创造性的劳动,所做出的种种变换,均落在本发明的保护范围之内。
Claims (10)
1.基于高速机器视觉的三维全自动雷管瑕疵检测设备,其特征在于,包括:
控制管理系统,用于控制雷管的工位转移以及雷管检测图片的采集;
运载系统,包括上料运载设备、瑕疵检测运载设备、下料运载设备以及位于多个运载设备之间的机械手;
雷管检测信息采集系统,用于在不同工位采集用于提供雷管检测参数的图像,包括用于提供抓取定位信息的图像和用于提供多种瑕疵检测参数的多种图像。
2.根据权利要求1所述的基于高速机器视觉的三维全自动雷管瑕疵检测设备,其特征在于,所述瑕疵检测运载设备包括多工位旋转转台以及多个分布于所述旋转转台上的雷管放置工位。
3.根据权利要求2所述的基于高速机器视觉的三维全自动雷管瑕疵检测设备,其特征在于,所述工位包括:
位于上料运载设备一端上方的第一检测信息采集工位,用于采集提供雷管定位坐标信息的图像;
位于所述上料运载设备、瑕疵检测运载设备之间的第二检测信息采集工位,用于采集提供雷管外观尺寸信息的图像;
位于所述瑕疵检测运载设备上方的第三检测信息采集工位,用于采集提供雷管外观瑕疵信息的图像。
4.根据权利要求3所述的基于高速机器视觉的三维全自动雷管瑕疵检测设备,其特征在于,所述雷管检测信息采集系统包括:
位于第一检测信息采集工位的第一相机;
位于第二检测信息采集工位的三维扫描仪;
位于第三检测信息采集工位的用于采集包括雷管两端和360度侧面外观图像的雷管外观全景摄像机构。
5.根据权利要求4所述的基于高速机器视觉的三维全自动雷管瑕疵检测设备,其特征在于,所述雷管外观全景摄像机构包括第二相机、第三相机和第四相机,
所述第二相机和第三相机用于采集雷管两个端面的图像,
所述第四相机位于用于在雷管沿自身轴线旋转过程中采集雷管的360度侧面图像。
6.根据权利要求5所述的基于高速机器视觉的三维全自动雷管瑕疵检测设备,其特征在于,所述瑕疵检测运载设备上的雷管放置工位包括工位底座和位于工位底座上的两个电动辊筒,两个所述电动辊筒之间用于放置雷管并驱动雷管沿自身轴线旋转。
7.根据权利要求5所述的基于高速机器视觉的三维全自动雷管瑕疵检测设备,其特征在于,所述雷管外观全景摄像机构还包括与第四相机固连的步进电机,用于驱动第四相机沿待检测雷管长度方向移动以采集雷管全部长度上的侧面图像。
8.根据权利要求1所述的基于高速机器视觉的三维全自动雷管瑕疵检测设备,其特征在于,所述下料运载设备根据瑕疵检测结果设置对应的多个类别下料运载设备。
9.基于高速机器视觉的三维全自动雷管瑕疵检测方法,应用于控制管理系统,其特征在于,包括:
发送第一触发信号,控制雷管检测信息采集系统采集雷管在上料运载设备的第一图像;
接收第一图像并分析雷管在上料运载设备的定位坐标信息发送给机械手并启动机械手进行雷管抓取;
接收机械手抓取成功信息,启动机械手将雷管转运到瑕疵检测运载设备同时发送第二触发信号,控制雷管检测信息采集系统在所述准运过程中采集第二图像;
接收第二图像并分析雷管的第一瑕疵检测参数是否合格;
发送第三触发信号,控制雷管检测信息采集系统采集雷管在瑕疵检测运载设备上的第三图像;
接收第三图像并分析雷管的第二瑕疵检测参数是否合格;
启动机械手将雷管转运到下料运载设备。
10.根据权利要求9所述的基于高速机器视觉的三维全自动雷管瑕疵检测方法,其特征在于,所述第一瑕疵检测参数为外观尺寸信息,第二瑕疵检测参数为雷管外观瑕疵信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110216138.5A CN113118034A (zh) | 2021-02-26 | 2021-02-26 | 基于高速机器视觉的三维全自动雷管瑕疵检测设备及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110216138.5A CN113118034A (zh) | 2021-02-26 | 2021-02-26 | 基于高速机器视觉的三维全自动雷管瑕疵检测设备及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113118034A true CN113118034A (zh) | 2021-07-16 |
Family
ID=76772304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110216138.5A Pending CN113118034A (zh) | 2021-02-26 | 2021-02-26 | 基于高速机器视觉的三维全自动雷管瑕疵检测设备及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113118034A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115090541A (zh) * | 2022-06-17 | 2022-09-23 | 佛山市库川智能装备有限公司 | 一种全自动步司检测机 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107671008A (zh) * | 2017-11-13 | 2018-02-09 | 中国科学院合肥物质科学研究院 | 一种基于视觉的零部件流水线自动分拣装箱设备 |
CN207850955U (zh) * | 2017-12-29 | 2018-09-11 | 广东正业科技股份有限公司 | 一种电池全自动x-ray无损检测设备 |
CN110006909A (zh) * | 2019-04-22 | 2019-07-12 | 安徽大学 | 一种雷管自动化连续检测的装置 |
CN110044908A (zh) * | 2019-04-22 | 2019-07-23 | 安徽大学 | 一种雷管周身全面检测结构 |
CN110509300A (zh) * | 2019-09-30 | 2019-11-29 | 河南埃尔森智能科技有限公司 | 基于三维视觉引导的钢箍加工上料控制系统及控制方法 |
CN212418737U (zh) * | 2020-05-19 | 2021-01-29 | 格云特自动化科技(深圳)有限公司 | 高效双测试机台六穴测试设备 |
-
2021
- 2021-02-26 CN CN202110216138.5A patent/CN113118034A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107671008A (zh) * | 2017-11-13 | 2018-02-09 | 中国科学院合肥物质科学研究院 | 一种基于视觉的零部件流水线自动分拣装箱设备 |
CN207850955U (zh) * | 2017-12-29 | 2018-09-11 | 广东正业科技股份有限公司 | 一种电池全自动x-ray无损检测设备 |
CN110006909A (zh) * | 2019-04-22 | 2019-07-12 | 安徽大学 | 一种雷管自动化连续检测的装置 |
CN110044908A (zh) * | 2019-04-22 | 2019-07-23 | 安徽大学 | 一种雷管周身全面检测结构 |
CN110509300A (zh) * | 2019-09-30 | 2019-11-29 | 河南埃尔森智能科技有限公司 | 基于三维视觉引导的钢箍加工上料控制系统及控制方法 |
CN212418737U (zh) * | 2020-05-19 | 2021-01-29 | 格云特自动化科技(深圳)有限公司 | 高效双测试机台六穴测试设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115090541A (zh) * | 2022-06-17 | 2022-09-23 | 佛山市库川智能装备有限公司 | 一种全自动步司检测机 |
CN115090541B (zh) * | 2022-06-17 | 2023-09-15 | 佛山市库川智能装备有限公司 | 一种全自动步司检测机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102221563B (zh) | 一种pcb电路板缺陷自动检查设备 | |
CN110479623B (zh) | 一种转盘式视觉检测系统及其检测方法 | |
CN105737748A (zh) | 一种燃料芯块外形尺寸和外观缺陷的检测设备和方法 | |
CN113118034A (zh) | 基于高速机器视觉的三维全自动雷管瑕疵检测设备及方法 | |
CN110813772A (zh) | 一种圆柱电池壳缺陷自动检测设备 | |
CN111515146A (zh) | 一种基于机器视觉的螺钉全参数检测机 | |
CN108318505B (zh) | 一种uo2芯块自动检测装置 | |
CN109374649A (zh) | 电机定子外观自动检测装置 | |
CN107764894A (zh) | 钢管磁粉探伤成像检测系统及方法 | |
CN109604180A (zh) | 一种子弹壳检测机 | |
CN105675634A (zh) | 一种用于焊件流水线自动检测的x射线实时成像系统 | |
CN110006909B (zh) | 一种雷管自动化连续检测的装置 | |
CN113109345A (zh) | 一种多面体产品多工位同时外观自动检测设备 | |
CN111855694A (zh) | 一种用于镜片检测及缺陷产品同步标记的设备及方法 | |
CN109894763B (zh) | 一种太阳能组件接线盒定位组装系统及其定位组装方法 | |
CN209465944U (zh) | 一种锁头打卡子机 | |
CN114733781A (zh) | 复合极片在线检测系统和方法 | |
CN103471793A (zh) | 一种金属管渗漏自动检测系统 | |
CN210908753U (zh) | 焊接工作台 | |
CN203616080U (zh) | 一种金属管渗漏自动检测系统 | |
CN112304974A (zh) | 一种使用人工智能检测复杂表面同轴类圆柱体产品缺陷的装置及方法 | |
CN215493228U (zh) | 一种检测铝用阳极炭块质量的装置 | |
CN113295059B (zh) | 一种用于多药筒烟花爆竹检测的多镜头成像方法 | |
CN216248731U (zh) | 一种多角度取像装置 | |
CN218360716U (zh) | 一种雷管自动检测设备 |
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 |