基于工业生产设备表面缺陷检测的实验设计

发布时间：2020-02-25 21:56

【摘要】：构建了工业自动化生产设备表面缺陷检测框架,包括机械结构、照明设备、成像设备及处理算法、控制卡及软件集成模块,分析了框架各模块的作用和相互联系,面向生产线检测任务,建立系统化思维框架。以电路板表面缺陷检测应用为实例,开展了具体的缺陷检测实验,针对咖啡色电路板线路缺陷检测问题,利用局部阈值增强的二值化图像算法完成了缺陷区域检测,并实现了软件并行加速优化。实践结果表明,工程实践教学模式能够激发学生的学习兴趣,加深理论知识理解,提高动手实践能力,取得了良好的教学效果。
【图文】：

框架图,表面缺陷检测,工业自动化,生产设备

机电算一体化综合学科知识的理解，提升了对交叉学科知识的运用能力;通过基于实际生产设备的实验设计，帮助学生将理论知识应用于实际问题的解决，促进了理论与实践的有机结合，激发了学生们的学习兴趣，锻炼了其工程问题的解决能力，取得了很好的教学效果。1工业自动化生产设备表面缺陷检测框架工业自动化生产设备表面缺陷检测技术框架主要包括了机械结构模块、照明设备模块、成像设备及处理算法模块、控制卡及软件集成模块和工业计算机，各模块有机配合，实现了自动化的产品表面缺陷检测功能。整体的检测技术框架如图1所示，其中涵盖了光机电算等多学科的技术应用。通过检测框架各模块的学习，加深了学生们对课堂相关理论知识的理解，帮助他们建立了系统化的思维模式，并在此基础上根据实际生产线要求开展相关实验设计和工程实践。图1工业自动化生产设备表面缺陷检测框架1．1机械结构工业生产通用型机械构架设计为视觉检测自动化设备提供了稳定可靠的工作平台，能够满足不同的工业生产检测需求;机械支撑结构提供了整体固定的结构框架，为照明设备和成像设备提供了固定支架;机械传送结构通过电动机、传送带、吸附盘等设备的配合，实现了检测产品的自动化传送;机械可变结构够根据具体的应用场景来选用合适的尺寸型号构件，满足不同的需求。学生可以根据实验设计目标来选用相应的机械构件，完成相关实验。1．2照明设备照明设备为检测框架的重要环节，设备选择往往需要结合检测物品的形状、检测指标及照明材料反光特征和颜色，搭建适合于后期视觉检测算法的照明环境，突显出所需要检测缺陷的特征。照明装置设计主要考虑照明方式(反射或透射)、照明角度、照明光强、照明形状、照明色温等因素对视觉检测结果的影响。为了获取?

自动化检测,电路板,检测要求,线阵

第36卷业的电路板表面缺陷检测为典型代表进行介绍。电路板生产过程中，由于工艺的限制和生产线的设备误差，，在线路和焊盘上会出现各种表面缺陷，影响产品的功能，常见的电路板缺陷包括表面划伤、电路断线、电路异物、焊盘缺口等。厂家提供了电路板表面缺陷自动化检测设备，如图2所示，在此设备上设计实验，对电路板上存在的缺陷进行自动化的视觉检测。图2电路板表面缺陷自动化检测设备实验过程中，学生根据检测要求选取了线阵白光光源为电路板进行照明，相机则选用了高速线阵工业相机，线阵像素为7000像素。图像采集过程中，通过电动机和传送带配合使得检测电路板匀速通过线阵相机，调节好光源进行反射式照明，采集获取高像素的电路板表面图像。由于电路板通常为绿油板或咖啡板，板子底层颜色和电路线路颜色比较接近，采集到的电路板图像线路层和底层对比度较低，给缺陷检测算法设计带来了难度。以咖啡色线路异物缺陷为例，实验平台相机采集到的咖啡色电路板如图3(a)所示，缺陷区域如红色方框内，其放大图为右下角小图所示。可以看到线路中被异物所干扰，造成产品次品，同时缺陷区域和线路区域对比度相差不大，给区域缺陷检测和提取带来了困难。针对检测缺陷特征，学生们设计了局部阈值增强的二值化图像算法，避免了全局硬阈值二值化带来的线路毛刺和漏检问题。通过局部的阈值设定来有效获取低对比度线路图的二值化图像，较为精确地区分了缺陷区域和线路区域，有效提取和定位了缺陷位置，检测结果如图3(b)所示。通过二值化检测图像与理论模板图像的对比，能够有效区分正常线路和缺陷区域，实现了自动化的视觉缺陷检测功能。同时，学生们对整个检测过程进行了加速优化，对相机采集电路板进程和缺陷检测算法进程进行了同步化处

【相似文献】