隨著汽車行業(yè)的發(fā)展，發(fā)動機性能逐漸提高，對發(fā)動機冷卻系統(tǒng)水泵的穩(wěn)定性、可靠性的要求也越來越高。葉輪是水泵的重要組成部分，其將機械能傳遞給液體，使液體的壓力能和動能提高，實現(xiàn)冷卻熱交換。汽車水泵中葉輪轉速較高，運行工況變化大，對葉輪的質量要求相當苛刻。
用戶需求
圖1：兩種不同型號的葉輪，外觀非常接近。
客戶為多家水泵制造商生產(chǎn)葉輪，其現(xiàn)場同時生產(chǎn)的有幾十個型號，在工藝環(huán)節(jié)中涉及多個型號共用設備的情況。多個型號的葉輪的外觀、尺寸非常接近，極易混雜，如圖1所示的就是兩種不同型號的葉輪，外觀非常接近。
若水泵制造商將錯誤型號的葉輪安裝在水泵中，將會導致水泵工作異常，直接影響汽車發(fā)動機的冷卻系統(tǒng)。此外，葉輪在生產(chǎn)過程中也會出現(xiàn)殘次品，如鐵芯裂紋、尺寸超出誤差范圍等，對葉輪的分類篩選非常必要�，F(xiàn)階段，客戶現(xiàn)場采用人工篩選分類、甄別產(chǎn)品是否合格，但工作強度大、準確性差、效率低，因此亟需自動化的在線分類篩選系統(tǒng)。
�？艘装罟怆娕c用戶配合，實現(xiàn)了基于機器學習技術的葉輪視覺在線分類篩選系統(tǒng)。
該系統(tǒng)與自動化機構結合，以在線的形式進行檢測，平均每個樣品檢測時間不超過1秒。采用基于PC的系統(tǒng)，成像硬件采用工業(yè)相機與鏡頭、環(huán)形光源，處理軟件采用自主研發(fā)EMVP圖像處理軟件。
設備首先通過傳送帶和導軌將葉輪排成隊列，再通過分料氣缸將葉輪推入視覺檢測區(qū)域進行拍照檢測。當完成檢測后，輸出I/O信號給運動控制系統(tǒng)，執(zhí)行剔除/通過動作。
由于客戶現(xiàn)場產(chǎn)品型號眾多，同時也有將來增加的未知型號，為滿足系統(tǒng)自適應性要求，系統(tǒng)采用機器學習算法進行特征提取與分類，通過采樣學習，其準確率隨著樣本量提高，完全滿足客戶所需要求。
目前，該系統(tǒng)已經(jīng)在用戶車間現(xiàn)場實現(xiàn)了穩(wěn)定運行。通過上述檢測系統(tǒng)，企業(yè)不僅可以節(jié)省人力成本，還能提高檢測效率及準確率，保障產(chǎn)品質量控制。該系統(tǒng)可擴展于其他行業(yè)的產(chǎn)品視覺分類篩選應用，為用戶提供高性價比、高服務的選擇。
|
