CN114199888A - 一种用于涡轮外观缺陷的自动检测线 - Google Patents
一种用于涡轮外观缺陷的自动检测线 Download PDFInfo
- Publication number
- CN114199888A CN114199888A CN202111345451.5A CN202111345451A CN114199888A CN 114199888 A CN114199888 A CN 114199888A CN 202111345451 A CN202111345451 A CN 202111345451A CN 114199888 A CN114199888 A CN 114199888A
- Authority
- CN
- China
- Prior art keywords
- turbine
- seat
- cylinder
- industrial camera
- ccd industrial
- 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.)
- Granted
Links
- 230000007547 defect Effects 0.000 title claims abstract description 103
- 238000001514 detection method Methods 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims description 12
- 230000000903 blocking effect Effects 0.000 claims description 10
- 239000004576 sand Substances 0.000 claims description 10
- 238000011176 pooling Methods 0.000 claims description 9
- 230000002950 deficient Effects 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 abstract description 5
- 229910052782 aluminium Inorganic materials 0.000 abstract description 5
- 238000013135 deep learning Methods 0.000 abstract description 2
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 238000003908 quality control method Methods 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 abstract 1
- 238000005266 casting Methods 0.000 abstract 1
- 238000009434 installation Methods 0.000 abstract 1
- 238000007689 inspection Methods 0.000 description 5
- 238000005452 bending Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
-
- 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
-
- 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
- G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
- G01N2021/8918—Metal
-
- 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
- G01N2021/8927—Defects in a structured web
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)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明属于机器视觉检测领域，具体涉及一种用于涡轮外观缺陷的自动检测线，用于实现铸铝涡轮外观缺陷检测的自动化、标准化，大幅度提高检测的效率和质量稳定性。本发明包括机架，所述机架设置有用于对涡轮进行传输的传输装置和安装检测装置、涡轮上部缺陷检测装置及检测方法、涡轮侧面缺陷检测装置及检测方法、涡轮下面缺陷检测装置及检测方法、涡轮循环输送线、涡轮检测分选装置。本发明综合运用传统视觉算法和深度学习算法实现了铝铸件涡轮表面缺陷检测，可对涡轮进行实时检测，保证了检测的精度和准确率，对产品的质量控制十分有利，大大提高了检测的自动化和速度。
Description
技术领域
本发明属于机器视觉检测领域，具体涉及一种用于涡轮外观缺陷的自动检测线。
背景技术
车用涡轮增压器涡轮为铸铝，然后进行局部车削加工，其表面往往存在砂眼、多肉、叶弯等缺陷，加工后均需要对其进行检测，但目前的检测均是通过人工观察检测，工作效率低、成本高，特别是检测质量不稳定、不标准，存在漏检、错检等问题。急需开发一种结构简单、实用，能实现铸铝涡轮的自动检测方法和设备。
发明内容
为解决现有技术中存在的问题，本发明提出一种用于涡轮外观缺陷的自动检测线，实现自动化检测，提高了检测的效率。
为实现上述目的，本发明的技术方案如下：一种用于涡轮外观缺陷的自动检测线，包括上位机、机架、涡轮上部缺陷检测装置A、涡轮侧面缺陷检测装置B、涡轮底部缺陷检测装置C、涡轮循环输送线D、涡轮检测分选装置E；所述涡轮上部缺陷检测装置A位于机架上的第一个工位，用来检测涡轮顶部缺陷；所述涡轮侧面检测装置B位于机架上的第二个工位，用来检测涡轮侧面缺陷；所述涡轮底部缺陷检测装置C位于机架上的第三个工位，用来检测涡轮底部缺陷；涡轮循环输送线D安装在机架上，用来运输涡轮经过各个检测的工位；所述涡轮检测分选装置E安装在机架最后一个工位，用来对检测后的涡轮进行分选；所述上位机用于检测CCD工业相机拍摄的图片，并控制其他装置中的部件。
进一步地，上述涡轮上部缺陷检测装置A包括CCD工业相机(1)，用于检测涡轮的顶部存在的砂眼和多肉缺陷；所述涡轮上部缺陷检测装置A基于以下步骤实现检测：
S1.1：利用CCD工业相机(1)采集包含涡轮缺陷的实物照片，构建涡轮缺陷库；
S1.2：利用软件对涡轮缺陷库中的图片进行标注，标注出缺陷的位置和大小；
S1.3：利用卷积神经网络对涡轮缺陷库中的图片进行卷积操作得到特征层，再经过最大池化得到池化层，将卷积层和池化层复杂排列对图片进行一个下采样过程，最后经过全连接层、归一化得到权重文件，loss最低时将权重文件保存成模型；
S1.4：预测的图片由yolov4网络中的锚框在图片上进行滑移判断锚框内是否存在物体，再有锚框平移缩放得到预测框的位置，通过非极大值抑制的算法去除多余的框，此时框的位置就是缺陷的位置。
进一步地，上述涡轮侧面缺陷检测装置B包含CCD工业相机(2)、CCD工业相机(3)、CCD工业相机(4)、无杆气缸(5)、无杆气缸安装板(6)、工装座拨动装置固定座(7)、移动单轴气缸(8)、移动单轴气缸安装固定板(9)、旋转台(10)、伺服电机(11)、伺服电机托板(12)、带座轴承(13)、带座轴承固定板(14)、旋转台固定板(15)；所述CCD工业相机(2)拍摄角度平行涡轮叶片顶部固定在机架上；所述CCD工业相机(3)拍摄角度俯视涡轮叶片固定在机架上；所述CCD工业相机(4)拍摄角度平行涡轮叶片底部固定在机架上；所述工装座拨动装置固定座(7)安装在机架上；所述无杆气缸安装板(9)与工装座拨动装置固定座(7)安装于涡轮正上方，无杆气缸(5)安装在无杆气缸安装板(6)上；所述移动单轴气缸(8)安装在单轴气缸安装固定板(9)上；所述伺服电机(11)通过伺服电机托板(12)安装在机架上；所述旋转台固定板(15)通过联轴器安装在伺服电机(11)上；所述旋转台(10)安装在带座轴承(13)上；所述带座轴承(13)安装在带座轴承安装板(14)上。
进一步地，上述涡轮侧面缺陷检测装置B基于以下步骤实现检测：
S2.1：第一工位工装座经由传送带进入旋转台(10)，无杆气缸(5)的滑块移动到靠近第一工位工装座的一端，移动单轴气缸(8)伸出推杆，将未完全进入旋转台(10)的工装座拨动到正确位置，伺服电机(11)开始旋转，伺服电机(11)周期性触发CCD工业相机(2)、CCD工业相机(3)进行间歇拍照，CCD工业相机(4)持续拍照；
S2.2：CCD工业相机(2)将采集到的图像p1实时传送给上位机端；
S2.3：将RGB图像p1二值化转化成灰度图像，根据阈值筛选出ROI1区域；
S2.4：对ROI1区域图片进行形态学填充运算，并在图像p1中裁剪出ROI1区域并获得面积S1；
S2.5：获得ROI1区域的最小外接矩形，同时获得最小矩形的长L和宽D，构造算子s＝S1/(L*D)；
S2.6：根据s的大小可对顶部叶片的直线度进行判定，s值越小，叶片边越弯；
S2.7：CCD工业相机(4)采集图片p2传送到上位机端；
S2.8：将RGB图像p2二值化转化成灰度图像，根据阈值筛选出ROI2区域；
S2.9：利用边界算子得到ROI2区域的边界；
S2.10：利用霍夫直线变换，调整参数去得到边界的拟合直线，利用筛选算子根据直线在绝对坐标下的角度进行筛选；
S2.11：完成涡轮侧面缺陷检测的工装座由无杆气缸(5)带动移动单轴气缸(8)拨出旋转台(10)，进入第三个工位，下一个工装座进入旋转台继续检测。
进一步地，上述涡轮下边缺陷检测装置C包括挡板(16)、阻挡单轴气缸(17)、CCD工业相机(18)、直线模组(19)、手指气缸(20)、直线模组固定板(21)，所述挡板(16)安装在传送带上；所述单轴气缸(17)安装在机架上；所述CCD工业相机(18)安装在机架上、所述直线模组固定板(21)安装在机架上；直线模组(19)安装在直线模组固定板上；所述手指气缸(20)安装在直线模组(19)上。
进一步地，上述涡轮下边缺陷检测装置C通过以下步骤检测底部砂眼：
S3.1：由第二工位传送来的工装座在检测线上继续运动，手指气缸(20)在直线模组(19)上开始向工装座移动，阻挡单轴气缸(17)伸出推杆阻挡工装座，手指气缸(20)抓取涡轮离开工装座，在CCD工业相机(18)上方停留，此时CCD工业相机(18)正对涡轮底部采集图片p3；
S3.2：CCD工业相机(18)将采集到的图像p3实时传送给上位机端；
S3.3：将RGB图像p3二值化转化成灰度图像，根据阈值筛选出砂眼区域；
S3.4：判断筛选砂眼的面积，面积过大则为缺陷；
S3.5：直线模组(19)继续带手指气缸运动，此时上位机端判断此涡轮是否是残次品并控制直线模组(19)，将良品放一条线上，残次品放到另一条线上,单轴阻挡气缸收回，空工装座继续移动到下一工位。
进一步地，上述涡轮循环输送线D包含传送带(22)、工装夹座(23)、机架安装板(24)、双轴气缸(25)、导板(26)、气缸固定板(27)、工装座导向板(28)、传送带连接板(29)、传送带连接座(30)；所述传送带(22)安装在机架上；所述工装夹座(23)放置在传送带上，双轴气缸(25)通过气缸固定板(27)安装在机架上；导板(26)连接在气缸顶端；工装座导向板(28)、传送带连接板(29)、传送带连接座(30)安装在机架上；涡轮底部缺陷检测装置C中的手指气缸(20)夹持涡轮移动到涡轮底部缺陷检测装置C，空工装夹座(23)继续移动到双轴气缸(25)，双轴气缸推动工装座工装夹座(23)进入到传送带连接座上，人工将涡轮进行上料后推入到传送线上，经由工装座导向板将工装座移动到正确位置，不断循环，达到自动化检测。
进一步地，上述涡轮检测分选装置E包含传送带(31)、手指气缸(20)、直线模组(19)、阻挡单轴气缸(17)；所述传送带(28)安装在机架上；所述的直线模组固定板(21)安装在机架上；所述直线模组(19)安装在直线模组固定板(21)上；手指气缸(20)安装在直线模组(19)上。
本发明有以下有益效果：
1、本发明针对铸铝涡轮外观缺陷提出了自动检测方法和自动检测线，实现了自动化检测，提高了检测的效率。
2、本发明实现了检测标准化，避免了人工因为疲劳等原因带来的检测不稳定性、漏检和错检，大大减少了人工的参与，节省了人工成本。
3、本发明综合运用传统视觉算法和深度学习算法实现了铝铸涡轮表面缺陷检测，可对涡轮进行实时检测，保证了检测的精度和准确率，对产品的质量控制十分有利，大大提高了检测的自动化和速度。
附图说明
图1是本发明的一种用于涡轮外观缺陷的自动检测线。
图2是本发明的涡轮上部缺陷检测装置示意图。
图3图4是本发明的涡轮侧面缺陷检测装置示意图。
图5是本发明的涡轮底部缺陷检测装置示意图。
图6是本发明的涡轮循环输送线示意图。
图7是本发明的涡轮检测分选装置示意图。
图8为本发明的工作过程示意图。
具体实施方式
下面通过实例，并结合附图，对本发明的装置做进一步的描述。
如图1所示，本发明为一种用于涡轮外观缺陷的自动检测线，包括上位机、机架、涡轮上部缺陷检测装置A、涡轮侧面缺陷检测装置B、涡轮底部缺陷检测装置C、涡轮循环输送线D、涡轮检测分选装置E；所述涡轮上部缺陷检测装置A位于机架上的第一个工位，用来检测涡轮顶部缺陷；所述涡轮侧面检测装置B位于机架上的第二个工位，用来检测涡轮侧面缺陷；所述涡轮底部缺陷检测装置C位于机架上的第三个工位，用来检测涡轮底部缺陷；涡轮循环输送线D安装在机架上，用来运输涡轮经过各个检测的工位；所述涡轮检测分选装置E安装在机架最后一个工位，用来对检测后的涡轮进行分选；所述上位机用于检测CCD工业相机拍摄的图片，并控制其他装置中的部件。
图2是本发明的涡轮上部缺陷检测装置示意图。如图2所示，包括CCD工业相机(1)，涡轮经过传送带运输到工业相机(1)下时，触发光电开关，光电开关发出信号给相机，相机进行拍照。涡轮上部缺陷检测方法检测涡轮的顶部存在的砂眼和多肉缺陷，以下步骤实现检测：
S1.1：利用CCD工业相机(1)采集包含涡轮缺陷的实物照片，构建涡轮缺陷库；
S1.2：利用软件对涡轮缺陷库中的图片进行标注，标注出缺陷的位置和大小；
S1.3：利用卷积神经网络对涡轮缺陷库中的图片进行卷积操作得到特征层，再经过最大池化得到池化层，将卷积层和池化层复杂排列对图片进行一个下采样过程，最后经过全连接层、归一化得到权重文件，loss最低时将权重文件保存成模型；
S1.4：预测的图片由yolov4网络中的锚框在图片上进行滑移判断锚框内是否存在物体，再有锚框平移缩放得到预测框的位置，通过非极大值抑制的算法去除多余的框，此时框的位置就是缺陷的位置。
图3图4是本发明的涡轮测面缺陷检测装置示意图。包含CCD工业相机(2)、CCD工业相机(3)、CCD工业相机(4)、无杆气缸(5)、无杆气缸安装板(6)、工装座拨动装置固定座(7)、移动单轴气缸(8)、单轴气缸安装固定板(9)、旋转台(10)、伺服电机(11)、伺服电机托板(12)、带座轴承(13)、带座轴承固定板(14)、旋转台固定板(15)；CCD工业相机(2)拍摄角度平行涡轮叶片顶部固定在机架上，CCD工业相机(3)拍摄角度俯视涡轮叶片固定在机架上，所述CCD工业相机(4)拍摄角度平行涡轮叶片底部固定在机架上在工作时，涡轮所在工装夹座通过安装在无杆气缸(5)上的移动单轴气缸(8)伸出的推杆左右水平往复运动被推到旋转台(10)上，此时双杆气缸(25)开始运动伸出推杆将另一条传送带上的工装座推动到检测传送带上，旋转台跟着伺服电机(11)进行旋转，让相机能够360度照到涡轮的表面，当拍照完成后，移动单轴气缸(8)再次运行将涡轮退出旋转台继续往前。所述的涡轮侧面检测方法检测涡轮的叶片弯折、砂眼、多肉，拍完的照片基于以下步骤实现检测：
S2.1：第一工位工装座经由传送带进入旋转台(10)，无杆气缸(5)的滑块移动到靠近第一工位工装座的一端，移动单轴气缸(8)伸出推杆，将未完全进入旋转台(10)的工装座拨动到正确位置，伺服电机(11)开始旋转，伺服电机(11)周期性触发CCD工业相机(2)、CCD工业相机(3)进行间歇拍照，CCD工业相机(4)持续拍照；
S2.2：CCD工业相机(2)将采集到的图像p1实时传送给上位机端；
S2.3：将RGB图像p1二值化转化成灰度图像，根据阈值筛选出ROI1区域；作为本发明的优选实施例，阈值范围为灰度值225-255。
S2.4：对ROI1区域图片进行形态学填充运算，并在图像p1中裁剪出ROI1区域并获得面积S1；
S2.5：获得ROI1区域的最小外接矩形，同时获得最小矩形的长L和宽D，构造算子s＝S1/(L*D)；
S2.6：根据s的大小可对顶部叶片的直线度进行判定，s值越小，叶片边越弯；
S2.7：CCD工业相机4采集图片p2传送到上位机端；
S2.8：将RGB图像p2二值化转化成灰度图像，根据阈值筛选出ROI2区域；作为本发明的优选实施例，阈值范围为灰度值218-255。
S2.9：利用边界算子得到ROI2区域的边界；
S2.10：利用霍夫直线变换，调整参数去得到边界的拟合直线，利用筛选算子根据直线在绝对坐标下的角度进行筛选；
S2.11：完成涡轮侧面缺陷检测的工装座由无杆气缸(5)带动移动单轴气缸(8)拨出旋转台(10)，进入第三个工位，下一个工装座进入旋转台继续检测。
图5是本发明的涡轮底部缺陷检测装置示意图。包括挡板(16)、阻挡单轴气缸(17)、CCD工业相机(18)、直线模组(19)、手指气缸(20)、直线模组固定板(21)，所述的挡板(16)安装在传送带上；所述的阻挡单轴气缸(17)安装在机架上；所述的CCD工业相机(18)安装在机架上；所述的直线模组固定板(21)安装在机架上；直线模组(19)安装在直线模组固定板上；所述手指气缸(20)安装在直线模组(19)上。涡轮到达阻挡单轴气缸(17)时会被推杆阻止继续往前，挡板(16)和推杆同时限制工装座的运动，保证了工装座的稳定性，此时直线模组(19)开始运动，让手指气缸(20)抓取涡轮外径，抓取成功后停留在CCD工业相机(18)上进行拍照处理，处理完之后将涡轮按好坏放到不同的传送带(28)上。相机采取完照片后以下步骤检测底部砂眼：
S3.1：由第二工位传送来的工装座在检测线上继续运动，手指气缸(20)在直线模组(19)上开始向工装座移动，阻挡单轴气缸(17)伸出推杆阻挡，手指气缸(20)抓取涡轮离开工装座，在CCD工业相机(18)上方停留，此时CCD工业相机(18)正对涡轮底部采集图片p3；
S3.2：CCD工业相机(18)将采集到的图像p3实时传送给上位机端；
S3.3：将RGB图像p3二值化转化成灰度图像，根据阈值筛选出砂眼区域；作为本发明的优选实施例，阈值范围为灰度值13-69。
S3.4：判断筛选砂眼的面积，面积过大则为缺陷；
S3.5：直线模组(19)继续带手指气缸运动，此时上位机端判断此涡轮是否是残次品并控制直线模组(19)，将良品放一条线上，残次品放到另一条线上,单轴阻挡气缸收回，空工装座继续移动到下一工位。
图6是本发明的涡轮循环输送线示意图，包含传送带(22)、工装夹座(23)、机架安装板(24)、双轴气缸(25)、导板(26)、气缸固定板(27)、工装座导向板(28)、传送带连接板(29)、传送带连接座(30)；所述传送带(22)安装在机架上；所述工装夹座(23)放置在传送带上，双轴气缸(25)通过气缸固定板(27)安装在机架上；导板(26)连接在气缸顶端；工装座导向板(28)、传送带连接板(29)、传送带连接座(30)安装在机架上；涡轮底部缺陷检测装置C中的手指气缸(20)夹持涡轮移动到涡轮底部缺陷检测装置C，空工装夹座(23)继续移动到双轴气缸(25)，双轴气缸推动工装座(23)进入到传送带连接座上，人工将涡轮进行上料后推入到传送线上，经由工装座导向板将工装座移动到正确位置，不断循环，达到自动化检测。涡轮放置在工装夹座(23)上，在传送带上进行移动，移动到双轴气缸(25)时通过传送带连接板(29)被推到另一条传送带上，之后工装座在传送带上移动经过工装座导向板(28)进行一个导向定位，之后继续前进执行检测操作，在手指气缸(20)将涡轮取走后，工装夹座继续前进通过双轴气缸推到传送带连接座(30)上由人工上料，之后推到原先的输送线上，不断循环检测。
图7是本发明的涡轮检测分选装置示意图，包含传送带(31)、手指气缸(20)、直线模组(19)、阻挡单轴气缸(17)；所述的传送带(28)安装在机架上；所述的直线模组固定板(21)安装在机架上；所述直线模组(19)安装在直线模组固定板(21)上；手指气缸(20)安装在直线模组(19)上。在进行完全部检测后，手指气缸抓取涡轮将好的放到一条传送带上，将坏的放到另一条传送带上。
下面结合图8对自动检测线的工作过程进行说明。
如图8所示，当传送带启动工作时，检测线上的气缸、传感器同时启动进入准备阶段。人工将工装座(a)推动到传送带上，工装座按照传送带指定的速度移动到双杆气缸(b)处被推杆挡住，当检测线上的传感器感应到前一个工装座完成了被测物体顶部拍照(c)后，双杆气缸接(b)收到信号将工装座推动到检测传送带上，之后进入顶部拍照工位(c)进行涡轮顶部砂眼和多肉缺陷的检测，拍照完成后工装座进入到旋转台(d)，由无杆气缸带动移动单轴气缸将工装座推动到正确位置，进行被测物的侧面拍照来检测涡轮侧面多肉、砂眼和叶片叶弯缺陷的检测，侧面拍照完成后，由无杆气缸带动单轴气缸(e)将工装座推出旋转台进入传送带继续下一工位，同时阻挡单轴气缸(f)伸出阻挡杆等待阻挡工装座，直线模组带动手指气缸(g)抓取涡轮进行底部拍照进行涡轮底部砂眼的缺陷检测，同时阻挡单轴气缸收回阻挡杆，未装夹的工装座进入双轴气缸(h)推杆处被阻挡，由推杆将未装夹的工装座推到传送带连接平台(i)上，人工再进行上料，不断循环。
以上对本发明及其实施方式进行了描述，并不用于限制本发明，对于本领域的技术人员来说，凡在本发明的精神和原则之内，所作的任何设计、修改、替换等，均属本发明的保护范围之内。
Claims (8)
1.一种用于涡轮外观缺陷的自动检测线，其特征在于，包括上位机、机架、涡轮上部缺陷检测装置A、涡轮侧面缺陷检测装置B、涡轮底部缺陷检测装置C、涡轮循环输送线D、涡轮检测分选装置E；所述涡轮上部缺陷检测装置A位于机架上的第一个工位，用来检测涡轮顶部缺陷；所述涡轮侧面检测装置B位于机架上的第二个工位，用来检测涡轮侧面缺陷；所述涡轮底部缺陷检测装置C位于机架上的第三个工位，用来检测涡轮底部缺陷；涡轮循环输送线D安装在机架上，用来运输涡轮经过各个检测的工位；所述涡轮检测分选装置E安装在机架最后一个工位，用来对检测后的涡轮进行分选；所述上位机用于检测CCD工业相机拍摄的图片，并控制其他装置中的部件。
2.如权利要求书1所述的一种用于涡轮外观缺陷的自动检测线，其特征在于，所述涡轮上部缺陷检测装置A包括CCD工业相机(1)，用于检测涡轮的顶部存在的砂眼和多肉缺陷；所述涡轮上部缺陷检测装置A基于以下步骤实现检测：
S1.1：利用CCD工业相机(1)采集包含涡轮缺陷的实物照片，构建涡轮缺陷库；
S1.2：利用软件对涡轮缺陷库中的图片进行标注，标注出缺陷的位置和大小；
S1.3：利用卷积神经网络对涡轮缺陷库中的图片进行卷积操作得到特征层，再经过最大池化得到池化层，将卷积层和池化层复杂排列对图片进行一个下采样过程，最后经过全连接层、归一化后得到权重文件，loss最低时将权重文件保存成模型；
S1.4：预测的图片由yolov4网络中的锚框在图片上进行滑移判断锚框内是否存在物体，再有锚框平移缩放得到预测框的位置，通过非极大值抑制的算法去除多余的框，此时框的位置就是缺陷的位置。
3.如权利要求1所述的一种用于涡轮外观缺陷的自动检测线，其特征在于，所述涡轮侧面缺陷检测装置B包含CCD工业相机(2)、CCD工业相机(3)、CCD工业相机(4)、无杆气缸(5)、无杆气缸安装板(6)、工装座拨动装置固定座(7)、移动单轴气缸(8)、移动单轴气缸安装固定板(9)、旋转台(10)、伺服电机(11)、伺服电机托板(12)、带座轴承(13)、带座轴承固定板(14)、旋转台固定板(15)；所述CCD工业相机(2)拍摄角度平行涡轮叶片顶部固定在机架上；所述CCD工业相机(3)拍摄角度俯视涡轮叶片固定在机架上；所述CCD工业相机(4)拍摄角度平行涡轮叶片底部固定在机架上；所述工装座拨动装置固定座(7)安装在机架上；所述无杆气缸安装板(9)与工装座拨动装置固定座(7)安装于旋转台正上方，无杆气缸(5)安装在无杆气缸安装板(6)上；所述移动单轴气缸(8)安装在单轴气缸安装固定板(9)上；所述伺服电机(11)通过伺服电机托板(12)安装在机架上；所述旋转台固定板(15)通过联轴器安装在伺服电机(11)上；所述旋转台(10)安装在带座轴承(13)上；所述带座轴承(13)安装在带座轴承安装板(14)上。
4.如权利要求3所述的一种用于涡轮外观缺陷的自动检测线，其特征在于，所述涡轮侧面缺陷检测装置B基于以下步骤实现检测：
S2.1：第一工位工装座经由传送带进入旋转台(10)，无杆气缸(5)的滑块移动到靠近第一工位工装座的一端，移动单轴气缸(8)伸出推杆，将未完全进入旋转台(10)的工装座拨动到正确位置，伺服电机(11)开始旋转，伺服电机(11)周期性触发CCD工业相机(2)、CCD工业相机(3)进行间歇拍照，CCD工业相机(4)持续拍照；
S2.2：CCD工业相机(2)将采集到的图像p1实时传送给上位机端；
S2.3：将RGB图像p1二值化转化成灰度图像，根据阈值筛选出ROI1区域；
S2.4：对ROI1区域图片进行形态学填充运算，并在图像p1中裁剪出ROI1区域并获得面积S1；
S2.5：获得ROI1区域的最小外接矩形，同时获得最小矩形的长L和宽D，构造算子s＝S1/(L*D)；
S2.6：根据s的大小可对顶部叶片的直线度进行判定，s值越小，叶片边越弯；
S2.7：CCD工业相机(4)采集图片p2传送到上位机端；
S2.8：将RGB图像p2二值化转化成灰度图像，根据阈值筛选出ROI2区域；
S2.9：利用边界算子得到ROI2区域的边界；
S2.10：利用霍夫直线变换，调整参数去得到边界的拟合直线，利用筛选算子根据直线在绝对坐标下的角度进行筛选；
S2.11：完成涡轮侧面缺陷检测的工装座由无杆气缸(5)带动移动单轴气缸(8)拨出旋转台(10)，进入第三个工位，下一个工装座进入旋转台继续检测。
5.如权利要求1所述的一种用于涡轮外观缺陷的自动检测线，其特征在于，所述涡轮下边缺陷检测装置C包括挡板(16)、阻挡单轴气缸(17)、CCD工业相机(18)、直线模组(19)、手指气缸(20)、直线模组固定板(21)，所述挡板(16)安装在传送带上；所述单轴气缸(17)安装在机架上；所述CCD工业相机(18)安装在机架上、所述直线模组固定板(21)安装在机架上；直线模组(19)安装在直线模组固定板上；所述手指气缸(20)安装在直线模组(19)上。
6.如权利要求5所述的一种用于涡轮外观缺陷的自动检测线，其特征在于，所述涡轮下边缺陷检测装置C通过以下步骤检测底部砂眼：
S3.1：由第二工位传送来的工装座在检测线上继续运动，手指气缸(20)在直线模组(19)上开始向工装座移动，阻挡单轴气缸(17)伸出推杆阻挡工装座，手指气缸(20)抓取涡轮离开工装座，在CCD工业相机(18)上方停留，此时CCD工业相机(18)正对涡轮底部采集图片p3；
S3.2：CCD工业相机(18)将采集到的图像p3实时传送给上位机端；
S3.3：将RGB图像p3二值化转化成灰度图像，根据阈值筛选出砂眼区域；
S3.4：判断筛选砂眼的面积，面积过大则为缺陷；
S3.5：直线模组(19)继续带手指气缸运动，此时上位机端判断此涡轮是否是残次品并控制直线模组(19)，将良品放一条线上，残次品放到另一条线上,单轴阻挡气缸收回，空工装座继续移动到下一工位。
7.如权利要求1所述的一种用于涡轮外观缺陷的自动检测线，其特征在于，所述涡轮循环输送线D包含传送带(22)、工装夹座(23)、机架安装板(24)、双轴气缸(25)、导板(26)、气缸固定板(27)、工装座导向板(28)、传送带连接板(29)、传送带连接座(30)；所述传送带(22)安装在机架上；所述工装夹座(23)放置在传送带上，双轴气缸(25)通过气缸固定板(27)安装在机架上；导板(26)连接在气缸顶端；工装座导向板(28)、传送带连接板(29)、传送带连接座(30)安装在机架上；涡轮底部缺陷检测装置C中的手指气缸(20)夹持涡轮移动到涡轮底部缺陷检测装置C，空工装夹座(23)继续移动到双轴气缸(25)，双轴气缸推动工装座工装夹座(23)进入到传送带连接座上，人工将涡轮进行上料后推入到传送线上，经由工装座导向板将工装座移动到正确位置，不断循环，达到自动化检测。
8.如权利要求1所述的一种用于涡轮外观缺陷的自动检测线，其特征在于，所述涡轮检测分选装置E包含传送带(31)、手指气缸(20)、直线模组(19)、阻挡单轴气缸(17)；所述传送带(28)安装在机架上；所述的直线模组固定板(21)安装在机架上；所述直线模组(19)安装在直线模组固定板(21)上；手指气缸(20)安装在直线模组(19)上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111345451.5A CN114199888B (zh) | 2021-11-15 | 2021-11-15 | 一种用于涡轮外观缺陷的自动检测线 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111345451.5A CN114199888B (zh) | 2021-11-15 | 2021-11-15 | 一种用于涡轮外观缺陷的自动检测线 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114199888A true CN114199888A (zh) | 2022-03-18 |
| CN114199888B CN114199888B (zh) | 2024-07-12 |
Family
ID=80647442
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111345451.5A Active CN114199888B (zh) | 2021-11-15 | 2021-11-15 | 一种用于涡轮外观缺陷的自动检测线 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114199888B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102539443A (zh) * | 2011-12-29 | 2012-07-04 | 天津普达软件技术有限公司 | 基于机器视觉的瓶身缺陷自动检测装置及方法 |
| CN107741427A (zh) * | 2017-11-30 | 2018-02-27 | 南京航空航天大学 | 汽车发动机涡轮壳表面缺陷的机器视觉检测装置及方法 |
| CN111855682A (zh) * | 2020-06-28 | 2020-10-30 | 汪俊 | 一种航空发动机涡轮叶片表面缺陷自动化检测系统 |
| WO2020221550A1 (fr) * | 2019-04-30 | 2020-11-05 | Safran | Procede d'entrainement d'un systeme de detection automatique de defaut d'une aube d'une turbomachine |
| CN112730439A (zh) * | 2020-12-29 | 2021-04-30 | 珠海迪沃航空工程有限公司 | 一种飞机发动机涡轮叶片缺陷智能检测系统及其检测方法 |
| CN113538323A (zh) * | 2020-04-20 | 2021-10-22 | 香港科技大学 | 基于深度学习的缺陷检测方法和系统 |
-
2021
- 2021-11-15 CN CN202111345451.5A patent/CN114199888B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102539443A (zh) * | 2011-12-29 | 2012-07-04 | 天津普达软件技术有限公司 | 基于机器视觉的瓶身缺陷自动检测装置及方法 |
| CN107741427A (zh) * | 2017-11-30 | 2018-02-27 | 南京航空航天大学 | 汽车发动机涡轮壳表面缺陷的机器视觉检测装置及方法 |
| WO2020221550A1 (fr) * | 2019-04-30 | 2020-11-05 | Safran | Procede d'entrainement d'un systeme de detection automatique de defaut d'une aube d'une turbomachine |
| CN113538323A (zh) * | 2020-04-20 | 2021-10-22 | 香港科技大学 | 基于深度学习的缺陷检测方法和系统 |
| CN111855682A (zh) * | 2020-06-28 | 2020-10-30 | 汪俊 | 一种航空发动机涡轮叶片表面缺陷自动化检测系统 |
| CN112730439A (zh) * | 2020-12-29 | 2021-04-30 | 珠海迪沃航空工程有限公司 | 一种飞机发动机涡轮叶片缺陷智能检测系统及其检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114199888B (zh) | 2024-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106670127B (zh) | 一种屏幕缺陷全自动视觉检测系统 | |
| CN206038558U (zh) | 一种多工位视觉检测设备 | |
| CN106770331A (zh) | 一种基于机器视觉的工件缺陷检测系统 | |
| CN109821763B (zh) | 一种基于机器视觉的水果分拣系统及其图像识别方法 | |
| CN216117368U (zh) | 一种陶瓷包装容器的外观外形检测设备 | |
| CN112056614A (zh) | 一种带有翻转结构的烟支外观检测装置 | |
| CN108759754A (zh) | 高度尺寸自动检测设备 | |
| CN210108988U (zh) | Aoi全自动屏幕缺陷检测生产线 | |
| CN106925530B (zh) | 镜头自动分拣装置 | |
| CN115452848B (zh) | 一种人造板表面瑕疵自动检测设备 | |
| CN111380579A (zh) | 手机摄像头玻璃视觉检测方法及检测系统 | |
| CN219391854U (zh) | 一种pcb外观自动检测装置 | |
| CN209753440U (zh) | 一种适用于手机扁平马达缺陷检测的设备 | |
| CN207081666U (zh) | 一种基于机器视觉的拉链检测装置 | |
| CN114199888A (zh) | 一种用于涡轮外观缺陷的自动检测线 | |
| CN112747788A (zh) | 木板检测设备及木板生产线 | |
| CN211741046U (zh) | Aoi检测装置以及检测系统 | |
| CN212301350U (zh) | 一种用于钢管内壁涂层缺陷检测的光学成像显示系统 | |
| CN219253338U (zh) | 机械零件加工缺陷检测装置 | |
| CN117259252A (zh) | 基于机器视觉的圆盘类铸件表面缺陷检测装置及使用方法 | |
| CN108982524B (zh) | 光学镜片自动化检测设备 | |
| CN111687061A (zh) | 镜头成像传感器自动检测设备 | |
| CN214555432U (zh) | 一种浸渍纸外观质量检测系统 | |
| CN213842036U (zh) | 视觉检测装置及分拣设备 | |
| CN215115947U (zh) | 一种路由器后盖板印刷缺陷检测装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |