一種可自動視覺識別零件種類的零件檢測系統

Submitted by neurta on Sun, 01/10/2021 - 15:05
ai檢索,零件

.一種可自動視覺識別零件種類的零件檢測系統 ,其特征在于,包括:
檢測箱,用以裝載檢測部件;
第一檢測探頭,其設置在所述檢測箱內部并位于檢測箱頂壁,用以檢測零件上表面;
第二檢測探頭,其設置在所述檢測箱內部 并位于檢測箱側壁,用以檢測零件側面;
軌道,其設置在所述檢測箱頂部,用以活動固定補光燈,以使補光燈能在軌道上自由滑動;
光源,其包括一設置在檢測箱頂部的總照射燈,其用以對檢測箱內部進行照明;以及設置在所述軌道上的補光燈;
檢測托盤,其設置在所述檢測箱內并位于檢測箱地板正中,用以裝載零件;在所述檢測托盤下方設有電機,用以控制檢測托盤以指定轉速旋轉;在所述檢測托盤上表面設有夾具,用以固定所述零件,在夾具上設有壓力傳感器,用以檢測夾具對零件的夾緊力;
攝影裝置,其設置在所述檢測托盤一側,用以對所述檢測托盤上的零件進行拍攝,獲取圖像信息;
中控處理器,其分別與所述攝影裝置、第一檢測探頭、第二檢測探頭、光源、電機、夾具以及壓力傳感器相連,用以通過自學習后建立多個預設矩陣并在對零件進行檢測時,根據所述攝影裝置拍攝的圖像判定零件的類型,根據零件類型的不同調整光源拍攝的角度和亮度,控制檢測托盤的旋轉速度并控制第一檢測探頭或/和第二檢測探頭對零件實施監測,以獲取零件的外形輪廓坐標信息f(x,y,z)判定零件的缺陷;獲取零件的外形輪廓坐標信息f(x,y,z)判定零件的缺陷;
所述中控處理器使用前需對其進行零件模型識別訓練,所述零件模型識別訓練步驟為:
步驟一、選取多個實心圓柱種類的零件,對其進行拍攝并獲取多個零件的外形輪廓坐標集合f(x,y,z);
步驟二、所述中控處理器對所述多個零件的外形輪廓坐標集合f(x,y,z)進行人工智能算法訓練,生成片狀外形種類零件判定數據,以使所述中控處理器根據拍攝圖像識別出對應零件為片狀外形種類;
步驟三、重復所述步驟一以及步驟二的方法,對實心立方體種類、空心圓柱外形種類和空心立方體外形種類的零件進行零件識別預儲存,生成立體中空外形種類零件判定數據以及立體實心外形種類零件判定數據,最終確定零件識別信息矩陣C(C1,C2,C3,C4,C5),其中C1表示實心圓柱外形種類零件判定數據,C2表示實心立方體外形種類判定數據,C3表示空心圓柱外形種類判定數據,C4表示空心立方體外形種類判定數據,C5表示不規則外形種類判定數據;
當所述中控處理器針對單個形狀的零件進行模型訓練時,所述檢測系統選用不同的光源亮度、光源色調、夾具夾緊力、電機轉速、電機轉動時間以及超聲波頻率依次檢測不同尺寸和/或材質的零件;檢測完成后中控處理器根據每一次檢測結果中外形輪廓信息的完整度、電機轉動時零件的穩定性、夾具對零件的剮蹭程度以及對空心零件內的檢測準確度,依次預設零件材質矩陣G0、預設夾具夾緊力矩陣F0、預設亮度矩陣L0、預設色調矩陣組S0、預設半徑矩陣R0,預設底面積矩陣D0、連續旋轉矩陣組Wa0、間斷旋轉矩陣組Wb0、預設中空體積比例矩陣V0、預設頻率矩陣f0以及預設缺陷判定矩陣組Q0。
2.根據權利要求1所述的可自動視覺識別零件種類的零件檢測系統 ,其特征在于,對于所述預設零件材質矩陣G0,G0(G1,G2,G3,...Gn),其中,G1為第一預設材質,G2為第二預設材質,G3為第三預設材質,Gn為第n預設材質;對于所述預設夾具夾緊力矩陣F0,F0(F1,F2,F3,...Fn),其中,F1為第一預設夾緊力,F2為第二預設夾緊力,F3為第三預設夾緊力,Fn為第n預設夾緊力;
當所述檢測系統對零件進行檢測時,所述中控處理器通過攝影裝置拍攝的圖像判定零件類型以及零件材料,中控處理器對零件的材質進行判定并根據判定結果調節夾具的預設夾緊力:
當中控處理器判定零件材質為G1時,中控處理器控制所述夾具夾緊零件并將夾具的夾緊力調節為F1;
當中控處理器判定零件材質為G2時,中控處理器控制所述夾具夾緊零件并將夾具的夾緊力調節為F2;
當中控處理器判定零件材質為G3時,中控處理器控制所述夾具夾緊零件并將夾具的夾緊力調節為F3;
當中控處理器判定零件材質為Gn時,中控處理器控制所述夾具夾緊零件并將夾具的夾緊力調節為Fn;
當所述夾具夾緊完成時,所述壓力傳感器會檢測夾具對零件施加的壓力F,中控處理器會持續調節夾具對零件的壓力直至壓力F與預設的夾緊力相同。
3.根據權利要求2所述的可自動視覺識別零件種類的零件檢測系統 ,其特征在于,對于所述預設亮度矩陣L0,L0(L1,L2,L3,L4,L5),其中,L1為第一預設亮度,L2為第二預設亮度,L3為第三預設亮度,L4為第四預設亮度,L5為第五預設亮度;
對于所述預設色調矩陣組S0,S0(S1,S2,S3,S4,S5),其中,S1為第一預設色調矩陣,S2為第二預設色調矩陣,S3為第三預設色調矩陣,S4為第四預設色調矩陣,S5為第五預設色調矩陣,
當所述檢測系統對零件進行檢測時,所述中控處理器根據所述攝影裝置發出的圖像信息與所述零件識別信息矩陣C(C1,C2,C3,C4,C5)內的信息做比對,確定零件的外形種類,
當中控處理器判定所述零件形狀為C1時,中控處理器將總照射燈的亮度調節為L1并從S1矩陣中選取對應的參數調節光源的色調;
當中控處理器判定所述零件形狀為C2時,中控處理器將總照射燈的亮度調節為L2并從S2矩陣中選取對應的參數調節光源的色調;
當中控處理器判定所述零件形狀為C3時,中控處理器將總照射燈的亮度調節為L3并從S3矩陣中選取對應的參數調節光源的色調;
當中控處理器判定所述零件形狀為C4時,中控處理器將總照射燈的亮度調節為L4并從S4矩陣中選取對應的參數調節光源的色調;
當中控處理器判定所述零件形狀為C5時,中控處理器將總照射燈的亮度調節為L5并從S5矩陣中選取對應的參數調節光源的色調;
對于第i預設色調矩陣Si,i=1,2,3,4,5,Si(Si1,Si2,Si3,...Sin),其中,Si1為第i形狀第一預設色調,Si2為第i形狀第二預設色調,Si3為第i形狀第三預設色調,Sin為第i形狀第n預設色調;
當所述中控處理器將從所述第i預設色調矩陣Si中選取對應的參數調節光源的色調時,中控處理器會根據零件的材質選取光源的色調:
當零件的材質為G1時,所述中控處理器將光源的色調調節為Si1;
當零件的材質為G2時,所述中控處理器將光源的色調調節為Si2;
當零件的材質為G3時,所述中控處理器將光源的色調調節為Si3;
當零件的材質為Gn時,所述中控處理器將光源的色調調節為Sin;
同時,所述中控處理器根據所述攝影裝置發出的圖像確定圖像陰影區域,同時以箱體底面為基準建立X,Y軸,以垂直底面方向建立Y軸,確定陰影區域坐標集合Qi(x,y,z),所述中控處理器內還設置有補光燈控制矩陣Bi(Bi1,Bi2,Bi3),其中,Bi1表示陰影坐標區域集合,Bi2表示補光燈在導軌所處位置,Bi3表示補光燈照射角度;所述中控處理器將所述陰影區域坐標集合Qi(x,y,z)與所述補光燈控制矩陣Bi(Bi1,Bi2,Bi3)內的數據做對比,對于任一陰影區域坐標集合Qi屬于所述陰影坐標區域集合Bi1時,所述中控處理器控制補光燈移動至導軌Bi2位置,控制所述補光燈以Bi3角度拍攝。
4.根據權利要求3所述的可自動視覺識別零件種類的零件檢測系統 ,其特征在于,對于所述連續旋轉矩陣組Wa0,Wa0(Wa1,Wa2,Wa3,Wa4),其中,Wa1為第一預設連續旋轉矩陣,Wa2為第二預設連續旋轉矩陣,Wa3為第三預設連續旋轉矩陣,Wa4為第四預設連續旋轉矩陣;所述中控處理器中還設有預設半徑矩陣R0(R1,R2,R3,R4),其中,R1為第一預設半徑,R2為第二預設半徑,R3為第三預設半徑,R4為第四預設半徑,各預設半徑的數值按照順序逐漸增加;
當所述中控處理器判定零件為C1形狀或C3形狀時,中控處理器控制所述電機連續旋轉以對零件進行檢測,中控處理器會控制所述第一檢測探頭檢測零件半徑R,中控處理器將R與R0矩陣中的各項參數進行比對:
當R≤R1時,中控處理器選用Wa1矩陣中的參數控制電機旋轉并使所述第二檢測探頭連續檢測零件的側壁;
當R1<R≤R2時,中控處理器選用Wa2矩陣中的參數控制電機旋轉并使所述第二檢測探頭連續檢測零件的側壁;
當R2<R≤R3時,中控處理器選用Wa3矩陣中的參數控制電機旋轉并使所述第二檢測探頭連續檢測零件的側壁;
當R3<R≤R4時,中控處理器選用Wa4矩陣中的參數控制電機旋轉并使所述第二檢測探頭連續檢測零件的側壁。
5.根據權利要求4所述的可自動視覺識別零件種類的零件檢測系統 ,其特征在于,對于所述第i預設連續旋轉矩陣Wai,i=1,2,3,4,Wai(wai,Tai),其中,wai為電機第i預設連續轉速,Tai為電機第i預設連續旋轉時長;
當中控處理器選用Wai矩陣中的參數控制電機旋轉以使所述第二檢測探頭連續檢測零件的側壁時,中控處理器控制電機以wai的轉速旋轉Tai時長以使零件在所述檢測托盤上旋轉360°,在零件旋轉過程中,所述第二檢測探頭實時檢測零件側壁并在檢測托盤旋轉完成時完成對零件側壁的檢測。
6.根據權利要求4所述的可自動視覺識別零件種類的零件檢測系統 ,其特征在于,對于所述間斷旋轉矩陣組Wb0,Wb0(Wb1,Wb2,Wb3,Wb4),其中,Wb1為第一預設間斷旋轉矩陣,Wb2為第二預設間斷旋轉矩陣,Wb3為第三預設間斷旋轉矩陣,Wb4為第四預設間斷旋轉矩陣;所述中控處理器中還設有預設底面積矩陣D0(D1,D2,D3,D4),其中,D1為第一預設底面積,D2為第二預設底面積,D3為第三預設底面積,D4為第四預設底面積,各預設底面積的數值按照順序逐漸增加;
當所述中控處理器判定零件為C2形狀或C4形狀時,中控處理器控制所述電機間斷旋轉以對零件進行檢測,中控處理器會控制所述第一檢測探頭檢測零件底面積D,中控處理器將D與D0矩陣中的各項參數進行比對:
當D≤D1時,中控處理器選用Wb1矩陣中的參數控制電機旋轉并使所述第二檢測探頭逐次檢測零件的各側壁;
當D1<D≤D2時,中控處理器選用Wb2矩陣中的參數控制電機旋轉并使所述第二檢測探頭逐次檢測零件的各側壁;
當D2<D≤D3時,中控處理器選用Wb3矩陣中的參數控制電機旋轉并使所述第二檢測探頭逐次檢測零件的各側壁;
當D3<D≤D4時,中控處理器選用Wb4矩陣中的參數控制電機旋轉并使所述第二檢測探頭逐次檢測零件的各側壁。
7.根據權利要求6所述的可自動視覺識別零件種類的零件檢測系統 ,其特征在于,對于所述第i預設間斷旋轉矩陣Wbi,i=1,2,3,4,Wai(wbi,Tbi,tbi),其中,wbi為電機第i預設單次轉速,Tbi為電機第i預設單次旋轉時長,tbi為電機第i預設單次暫停時長;
當中控處理器選用Wbi矩陣中的參數控制電機旋轉以使所述第二檢測探頭逐次檢測零件的側壁時,中控處理器控制電機以wbi的轉速旋轉Tbi時長以使零件在所述檢測托盤上旋轉90°,旋轉完成時,電機停止旋轉,所述第二檢測探頭檢測零件面向第二檢測探頭的側壁,當電機停止時長達到tbi時,中控處理器控制電機以wbi的轉速繼續旋轉Tbi時長以使零件在所述檢測托盤上旋轉90°并在旋轉完成的tbi時長內控制所述第二檢測探頭對零件的另一側壁進行檢測,中控處理器控制電機持續旋轉-暫停直至所述第二檢測探頭將零件的各側壁全部檢測完成獲取零件的外形輪廓坐標集和f(x,y,z)。
8.根據權利要求1所述的可自動視覺識別零件種類的零件檢測系統 ,其特征在于,所述中控處理器其獲取完待檢測物件的外形輪廓坐標集和f(x,y,z)后,判定所述外形輪廓坐標集和f(x,y,z)是否存在缺失區域,若缺失區域超過預設值KO則判定所述外形輪廓坐標集和f(x,y,z)不完整,同時,所述中控處理器記錄缺陷區域的坐標,形成缺陷坐標集合Q(Q1,Q2...Qn),其中:Q1表示第一缺陷區域坐標集合,Q2表示第二缺陷區域坐標集合...Qn表示第n缺陷區域坐標集合。
9.根據權利要求8所述的可自動視覺識別零件種類的零件檢測系統 ,其特征在于,所述中控處理器內部設置有缺陷調節矩陣J(J1,J2...Jn),其中,J1表示第1調節矩陣,J2表示第2調節矩陣...Jn表示第n調節矩陣;對于第i調節矩陣Ji(Ji1,Ji2,Ji3),i=1,2...n,其中,Ji1表示第i坐標范圍集合Ji1(x,y,z),Ji2表示檢測托盤回轉角度,Ji3表示檢測探頭伸縮長度數據以及檢測探頭檢測角度數據;當中控處理器生成缺陷坐標集合Q時,中控處理器調整檢測臺回轉角度和檢測探頭伸縮長度以及探頭朝向角度,其過程包括:中控處理器將所述缺陷坐標集合Q(Q1,Q2...Qn)內的數據與所述缺陷調節矩陣J(J1,J2...Jn)內的數據做對比,當所述缺陷坐標集合Q(Q1,Q2...Qn)內的任一缺陷區域坐標集合Qi屬于所述第i坐標范圍集合Ji1(x,y,z)時,所述中控處理器控制檢測轉盤回轉Ji2角度,控制所述第一檢測探頭或/和第二檢測探頭根據探頭伸縮長度數據以及檢測探頭檢測角度數據Ji3調整檢測探頭的位置,同時,控制第一檢測探頭或/和第二檢測探頭對缺陷區域再次進行檢測,i=1,2...n,形成最終外形輪廓坐標集和f(x,y,z)。
10.根據權利要求9所述的可自動視覺識別零件種類的零件檢測系統 ,其特征在于,所述中控處理器內預設有標準件儲存矩陣P(P1,P2...Pn),其中,P1表示第1標準件外形輪廓坐標集合f0(x,y,z),P2表示第2標準件外形輪廓坐標集合f0(x,y,z)...Pn表示第n標準件外形輪廓坐標集合,所述中控處理器根據待檢測物件的最終外形輪廓坐標集和f(x,y,z)判定缺陷時,將所述待檢測物件的最終外形輪廓坐標集合f(x,y,z)與所述標準件儲存矩陣P(P1,P2...Pn)內對應的第i標準件坐標集和f0(x,y,z)進行差值比較,確定第i區域差異坐標集合Ci(x,y,z)i=1,2...n,若所述第i區域差異坐標集合Ci(x,y,z)表示的空間范圍超過了預設缺陷對比闕置,則判定所述待檢測物件有缺陷。
說明書
一種可自動視覺識別零件種類的零件檢測系統
技術領域
本發明涉及零件檢測技術領域,尤其涉及一種可自動視覺識別零件種類的零件檢測系統 。
背景技術
隨著零件加工產業不斷發展,零件的需求量日益增高,對零件產品的質量要求卻越來越嚴格。由于零件的生產制造工藝流程較為復雜,在生產過程中零件容易產生一些表面缺陷,如刮擦、劃痕、壓痕以及切削不均勻的刀痕等。因此零件缺陷的檢測至關重要,關系到零件的耐久度,產品的安全,甚至人身的安全。
傳統的零件缺陷檢測主要通過人工檢測,而一些刀痕、壓痕或表面不均勻的缺陷需要人眼和光源成某一角度才能夠檢測到,還有一些微小的裂痕和劃痕非常容易漏檢。隨著零件產品的需求量日益增高,人工檢測的方法已經無法滿足高質量、高效率的零件檢測需求。而現今,機器視覺的發展為零件檢測的方法提供了新的方向。但是在零件檢測的過程中,快速準確的檢測出零件表面的刀痕以及零件表面不均勻的缺陷,以及微小零件的表面劃痕和裂紋的缺陷依舊是極富有挑戰的。檢測刀痕和表面不均勻的缺陷,需要不斷地調整光源、零件和相機不同的相對位置才能檢測到該缺陷;而微小零件缺陷檢測難度在于光照過強會產生強烈的反射光,使得缺陷掩蓋在反射的強光下;光照過弱就會導致零件圖像曝光不足,缺陷難以檢測到。因此,在檢測不同零件尺寸、不同類型零件的缺陷時,光源的光照強度、照相機的分辨率、鏡頭的設計參數,光源、零件和相機的相對位置,以及對機器視覺的處理算法等都有很高的要求。
發明內容
為此,本發明提供一種可自動視覺識別零件種類的零件檢測系統 ,用以克服現有技術中無法根據零件尺寸、形狀及材質種類靈活調節光源導致的檢測效率低的問題。
為實現上述目的,本發明提供一種可自動視覺識別零件種類的零件檢測系統 ,包括:
檢測箱,用以裝載檢測部件;
第一檢測探頭,其設置在所述檢測箱內部并位于檢測箱頂壁,用以檢測零件上表面;
第二檢測探頭,其設置在所述檢測箱內部 并位于檢測箱側壁,用以檢測零件側面;
軌道,其設置在所述檢測箱頂部,用以活動固定補光燈,以使補光燈能在軌道上自由滑動;
光源,其包括一設置在檢測箱頂部的總照射燈,其用以對檢測箱內部進行照明;以及設置在所述軌道上的補光燈;
檢測托盤,其設置在所述檢測箱內并位于檢測箱地板正中,用以裝載零件;在所述檢測托盤下方設有電機,用以控制檢測托盤以指定轉速旋轉;在所述檢測托盤上表面設有夾具,用以固定所述零件,在夾具上設有壓力傳感器,用以檢測夾具對零件的夾緊力;
攝影裝置,其設置在所述檢測托盤一側,用以對所述檢測托盤上的零件進行拍攝,獲取圖像信息;
中控處理器,其分別與所述攝影裝置、第一檢測探頭、第二檢測探頭、光源、電機、夾具以及壓力傳感器相連,用以通過自學習后建立多個預設矩陣并在對零件進行檢測時,根據所述攝影裝置拍攝的圖像判定零件的類型,根據零件類型的不同調整光源拍攝的角度和亮度,控制檢測托盤的旋轉速度并控制第一檢測探頭或/和第二檢測探頭對零件實施監測,以獲取零件的外形輪廓坐標信息f(x,y,z)判定零件的缺陷;,獲取零件的外形輪廓坐標信息f(x,y,z)判定零件的缺陷;
所述中控處理器使用前需對其進行零件模型識別訓練,所述零件模型識別訓練步驟:
步驟一、選取多個實心圓柱種類的零件,對其進行拍攝并獲取多個零件的外形輪廓坐標集合f(x,y,z);
步驟二、所述中控處理器對所述多個零件的外形輪廓坐標集合f(x,y,z)進行人工智能算法訓練,生成片狀外形種類零件判定數據,以使所述中控處理器根據拍攝圖像識別出對應零件為片狀外形種類;
步驟三、重復所述步驟一以及步驟二的方法,對實心立方體種類、空心圓柱外形種類和空心立方體外形種類的零件進行零件識別預儲存,生成立體中空外形種類零件判定數據以及立體實心外形種類零件判定數據,最終確定零件識別信息矩陣C(C1,C2,C3,C4,C5),其中C1表示實心圓柱外形種類零件判定數據,C2表示實心立方體外形種類判定數據,C3表示空心圓柱外形種類判定數據,C4表示空心立方體外形種類判定數據,C5表示不規則外形種類判定數據;
當所述中控處理器針對單個形狀的零件進行模型訓練時,所述檢測系統選用不同的光源亮度、光源色調、夾具夾緊力、電機轉速、電機轉動時間以及超聲波頻率依次檢測不同尺寸和/或材質的零件;檢測完成后中控處理器根據每一次檢測結果中外形輪廓信息的完整度、電機轉動時零件的穩定性、夾具對零件的剮蹭程度以及對空心零件內的檢測準確度,依次預設零件材質矩陣G0、預設夾具夾緊力矩陣F0、預設亮度矩陣L0、預設色調矩陣組S0、預設半徑矩陣R0,預設底面積矩陣D0、連續旋轉矩陣組Wa0、間斷旋轉矩陣組Wb0、預設中空體積比例矩陣V0、預設頻率矩陣f0以及預設缺陷判定矩陣組Q0。
進一步地、對于所述預設零件材質矩陣G0,G0(G1,G2,G3,...Gn),其中,G1為第一預設材質,G2為第二預設材質,G3為第三預設材質,Gn為第n預設材質;對于所述預設夾具夾緊力矩陣F0,F0(F1,F2,F3,...Fn),其中,F1為第一預設夾緊力,F2為第二預設夾緊力,F3為第三預設夾緊力,Fn為第n預設夾緊力;
當所述檢測系統對零件進行檢測時,所述中控處理器通過攝影裝置拍攝的圖像判定零件類型以及零件材料,中控處理器對零件的材質進行判定并根據判定結果調節夾具的預設夾緊力:
當中控處理器判定零件材質為G1時,中控處理器控制所述夾具夾緊零件并將夾具的夾緊力調節為F1;
當中控處理器判定零件材質為G2時,中控處理器控制所述夾具夾緊零件并將夾具的夾緊力調節為F2;
當中控處理器判定零件材質為G3時,中控處理器控制所述夾具夾緊零件并將夾具的夾緊力調節為F3;
當中控處理器判定零件材質為Gn時,中控處理器控制所述夾具夾緊零件并將夾具的夾緊力調節為Fn;
當所述夾具夾緊完成時,所述壓力傳感器會檢測夾具對零件施加的壓力F,中控處理器會持續調節夾具對零件的壓力直至壓力F與預設的夾緊力相同。
進一步地、對于所述預設亮度矩陣L0,L0(L1,L2,L3,L4,L5),其中,L1為第一預設亮度,L2為第二預設亮度,L3為第三預設亮度,L4為第四預設亮度,L5為第五預設亮度;
對于所述預設色調矩陣組S0,S0(S1,S2,S3,S4,S5),其中,S1為第一預設色調矩陣,S2為第二預設色調矩陣,S3為第三預設色調矩陣,S4為第四預設色調矩陣,S5為第五預設色調矩陣,
當所述檢測系統對零件進行檢測時,所述中控處理器根據所述攝影裝置發出的圖像信息與所述零件識別信息矩陣C(C1,C2,C3,C4,C5)內的信息做比對,確定零件的外形種類,
當中控處理器判定所述零件形狀為C1時,中控處理器將總照射燈的亮度調節為L1并從S1矩陣中選取對應的參數調節光源的色調;
當中控處理器判定所述零件形狀為C2時,中控處理器將總照射燈的亮度調節為L2并從S2矩陣中選取對應的參數調節光源的色調;
當中控處理器判定所述零件形狀為C3時,中控處理器將總照射燈的亮度調節為L3并從S3矩陣中選取對應的參數調節光源的色調;
當中控處理器判定所述零件形狀為C4時,中控處理器將總照射燈的亮度調節為L4并從S4矩陣中選取對應的參數調節光源的色調;
當中控處理器判定所述零件形狀為C5時,中控處理器將總照射燈的亮度調節為L5并從S5矩陣中選取對應的參數調節光源的色調;
對于第i預設色調矩陣Si,i=1,2,3,4,5,Si(Si1,Si2,Si3,...Sin),其中,Si1為第i形狀第一預設色調,Si2為第i形狀第二預設色調,Si3為第i形狀第三預設色調,Sin為第i形狀第n預設色調;
當所述中控處理器將從所述第i預設色調矩陣Si中選取對應的參數調節光源的色調時,中控處理器會根據零件的材質選取光源的色調:
當零件的材質為G1時,所述中控處理器將光源的色調調節為Si1;
當零件的材質為G2時,所述中控處理器將光源的色調調節為Si2;
當零件的材質為G3時,所述中控處理器將光源的色調調節為Si3;
當零件的材質為Gn時,所述中控處理器將光源的色調調節為Sin;
同時,所述中控處理器根據所述攝影裝置發出的圖像確定圖像陰影區域,同時以箱體底面為基準建立X,Y軸,以垂直底面方向建立Y軸,確定陰影區域坐標集合Qi(x,y,z),所述中控處理器內還設置有補光燈控制矩陣Bi(Bi1,Bi2,Bi3),其中,Bi1表示陰影坐標區域集合,Bi2表示補光燈在導軌所處位置,Bi3表示補光燈照射角度;所述中控處理器將所述陰影區域坐標集合Qi(x,y,z)與所述補光燈控制矩陣Bi(Bi1,Bi2,Bi3)內的數據做對比,對于任一陰影區域坐標集合Qi屬于所述陰影坐標區域集合Bi1時,所述中控處理器控制補光燈移動至導軌Bi2位置,控制所述補光燈以Bi3角度拍攝。
進一步地、對于所述連續旋轉矩陣組Wa0,Wa0(Wa1,Wa2,Wa3,Wa4),其中,Wa1為第一預設連續旋轉矩陣,Wa2為第二預設連續旋轉矩陣,Wa3為第三預設連續旋轉矩陣,Wa4為第四預設連續旋轉矩陣;所述中控處理器中還設有預設半徑矩陣R0(R1,R2,R3,R4),其中,R1為第一預設半徑,R2為第二預設半徑,R3為第三預設半徑,R4為第四預設半徑,各預設半徑的數值按照順序逐漸增加;
當所述中控處理器判定零件為C1形狀或C3形狀時,中控處理器控制所述電機連續旋轉以對零件進行檢測,中控處理器會控制所述第一檢測探頭檢測零件半徑R,中控處理器將R與R0矩陣中的各項參數進行比對:
當R≤R1時,中控處理器選用Wa1矩陣中的參數控制電機旋轉并使所述第二檢測探頭連續檢測零件的側壁;
當R1<R≤R2時,中控處理器選用Wa2矩陣中的參數控制電機旋轉并使所述第二檢測探頭連續檢測零件的側壁;
當R2<R≤R3時,中控處理器選用Wa3矩陣中的參數控制電機旋轉并使所述第二檢測探頭連續檢測零件的側壁;
當R3<R≤R4時,中控處理器選用Wa4矩陣中的參數控制電機旋轉并使所述第二檢測探頭連續檢測零件的側壁。
進一步地、對于所述第i預設連續旋轉矩陣Wai,i=1,2,3,4,Wai(wai,Tai),其中,wai為電機第i預設連續轉速,Tai為電機第i預設連續旋轉時長;
當中控處理器選用Wai矩陣中的參數控制電機旋轉以使所述第二檢測探頭連續檢測零件的側壁時,中控處理器控制電機以wai的轉速旋轉Tai時長以使零件在所述檢測托盤上旋轉360°,在零件旋轉過程中,所述第二檢測探頭實時檢測零件側壁并在檢測托盤旋轉完成時完成對零件側壁的檢測。
進一步地、對于所述間斷旋轉矩陣組Wb0,Wb0(Wb1,Wb2,Wb3,Wb4),其中,Wb1為第一預設間斷旋轉矩陣,Wb2為第二預設間斷旋轉矩陣,Wb3為第三預設間斷旋轉矩陣,Wb4為第四預設間斷旋轉矩陣;所述中控處理器中還設有預設底面積矩陣D0(D1,D2,D3,D4),其中,D1為第一預設底面積,D2為第二預設底面積,D3為第三預設底面積,D4為第四預設底面積,各預設底面積的數值按照順序逐漸增加;
當所述中控處理器判定零件為C2形狀或C4形狀時,中控處理器控制所述電機間斷旋轉以對零件進行檢測,中控處理器會控制所述第一檢測探頭檢測零件底面積D,中控處理器將D與D0矩陣中的各項參數進行比對:
當D≤D1時,中控處理器選用Wb1矩陣中的參數控制電機旋轉并使所述第二檢測探頭逐次檢測零件的各側壁;
當D1<D≤D2時,中控處理器選用Wb2矩陣中的參數控制電機旋轉并使所述第二檢測探頭逐次檢測零件的各側壁;
當D2<D≤D3時,中控處理器選用Wb3矩陣中的參數控制電機旋轉并使所述第二檢測探頭逐次檢測零件的各側壁;
當D3<D≤D4時,中控處理器選用Wb4矩陣中的參數控制電機旋轉并使所述第二檢測探頭逐次檢測零件的各側壁。
進一步地、對于所述第i預設間斷旋轉矩陣Wbi,i=1,2,3,4,Wai(wbi,Tbi,tbi),其中,wbi為電機第i預設單次轉速,Tbi為電機第i預設單次旋轉時長,tbi為電機第i預設單次暫停時長;
當中控處理器選用Wbi矩陣中的參數控制電機旋轉以使所述第二檢測探頭逐次檢測零件的側壁時,中控處理器控制電機以wbi的轉速旋轉Tbi時長以使零件在所述檢測托盤上旋轉90°,旋轉完成時,電機停止旋轉,所述第二檢測探頭檢測零件面向第二檢測探頭的側壁,當電機停止時長達到tbi時,中控處理器控制電機以wbi的轉速繼續旋轉Tbi時長以使零件在所述檢測托盤上旋轉90°并在旋轉完成的tbi時長內控制所述第二檢測探頭對零件的另一側壁進行檢測,中控處理器控制電機持續旋轉-暫停直至所述第二檢測探頭將零件的各側壁全部檢測完成獲取零件的外形輪廓坐標集和f(x,y,z)。
進一步地、所述中控處理器其獲取完待檢測物件的外形輪廓坐標集和f(x,y,z)后,判定所述外形輪廓坐標集和f(x,y,z)是否存在缺失區域,若缺失區域超過預設值KO則判定所述外形輪廓坐標集和f(x,y,z)不完整,同時,所述中控處理器記錄缺陷區域的坐標,形成缺陷坐標集合Q(Q1,Q2...Qn),其中:Q1表示第一缺陷區域坐標集合,Q2表示第二缺陷區域坐標集合...Qn表示第n缺陷區域坐標集合。
進一步地、所述中控處理器內部設置有缺陷調節矩陣J(J1,J2...Jn),其中,J1表示第1調節矩陣,J2表示第2調節矩陣...Jn表示第n調節矩陣;對于第i調節矩陣Ji(Ji1,Ji2,Ji3),i=1,2...n,其中,Ji1表示第i坐標范圍集合Ji1(x,y,z),Ji2表示檢測托盤回轉角度,Ji3表示檢測探頭伸縮長度數據以及檢測探頭檢測角度數據;當中控處理器生成缺陷坐標集合Q時,中控處理器調整檢測臺回轉角度和檢測探頭伸縮長度以及探頭朝向角度,其過程包括:中控處理器將所述缺陷坐標集合Q(Q1,Q2...Qn)內的數據與所述缺陷調節矩陣J(J1,J2...Jn)內的數據做對比,當所述缺陷坐標集合Q(Q1,Q2...Qn)內的任一缺陷區域坐標集合Qi屬于所述第i坐標范圍集合Ji1(x,y,z)時,所述中控處理器控制檢測轉盤回轉Ji2角度,控制所述第一檢測探頭或/和第二檢測探頭根據探頭伸縮長度數據以及檢測探頭檢測角度數據Ji3調整檢測探頭的位置,同時,控制第一檢測探頭或/和第二檢測探頭對缺陷區域再次進行檢測,i=1,2...n,形成最終外形輪廓坐標集和f(x,y,z)。
進一步地、所述中控處理器內預設有標準件儲存矩陣P(P1,P2...Pn),其中,P1表示第1標準件外形輪廓坐標集合f0(x,y,z),P2表示第2標準件外形輪廓坐標集合f0(x,y,z)...Pn表示第n標準件外形輪廓坐標集合,所述中控處理器根據待檢測物件的最終外形輪廓坐標集和f(x,y,z)判定缺陷時,將所述待檢測物件的最終外形輪廓坐標集合f(x,y,z)與所述標準件儲存矩陣P(P1,P2...Pn)內對應的第i標準件坐標集和f0(x,y,z)進行差值比較,確定第i區域差異坐標集合Ci(x,y,z)i=1,2...n,若所述第i區域差異坐標集合Ci(x,y,z)表示的空間范圍超過了預設缺陷對比闕置,則判定所述待檢測物件有缺陷。
與現有技術相比,本發明的有益效果在于,本發明通過在檢測箱內設置光源,并將光源與中控處理器相連,能夠使中控處理器完成對零件形狀和材質的判斷時,針對性的調節光源的亮度和色調,從而使所述系統在針對不同的零件進行檢測時,均能夠使用針對性的光照以使各所述探頭能夠清晰地采集到零件表面的缺陷,有效避免了光照不足或光照過量導致的圖像采集不清晰的情況發生,提高了所述系統的檢測效率。
進一步地,所述中控處理器中設有預設零件形狀矩陣C0(C1,C2,C3,C4,C5)和預設樣本數量矩陣M0(M1,M2,M3,M4,M5),在使用所述系統對零件進行檢測前,對所述中控處理器進行模型訓練,通過放置多個相同形狀種類的零件以使所述中控處理器建立針對該形狀種類零件的檢測參數矩陣;在對所述中控處理器進行模型訓練時,中控處理器會根據零件的形狀檢測對應數量的樣本,通過根據不同形狀的零件選取不同的樣本數量,能夠防止對結構簡單的零件的學習樣本過多或對結構復雜的零件的學習樣本過少導致的學習效率低以及學習后檢測精度低的情況發生,能夠保證所述中控處理器使用適當的樣本數完成針對不同形狀零件的學習,從而進一步提高了所述系統在后續對零件進行檢測時的檢測精度,并進一步提高了所述系統的檢測效率。
進一步地,當所述中控處理器針對單個形狀的零件進行模型訓練時,所述檢測系統選用不同的光源亮度、光源色調、夾具夾緊力、電機轉速、電機轉動時間以及超聲波頻率依次檢測不同尺寸和/或材質的零件并在檢測完成后根據每一次檢測結果中檢測圖像的清晰度、電機轉動時零件的穩定性、夾具對零件的剮蹭程度以及對空心零件內的檢測準確度,依次建立預設零件材質矩陣G0、預設夾具夾緊力矩陣F0、預設亮度矩陣L0、預設色調矩陣組S0、預設半徑矩陣R0,預設底面積矩陣D0、連續旋轉矩陣組Wa0、間斷旋轉矩陣組Wb0、預設中空體積比例矩陣V0、預設頻率矩陣f0以及預設缺陷判定矩陣組Q0,通過不斷學習以設置針對性的矩陣和矩陣組,能夠保證所述系統能夠高效的完成對后續的實際檢測的零件的表面缺陷檢測,從而進一步提高了所述系統的檢測效率。
進一步地,對于所述預設零件材質矩陣G0(G1,G2,G3,...Gn),對于所述預設夾具夾緊力矩陣F0(F1,F2,F3,...Fn),當所述檢測系統對零件進行檢測時,所述中控處理器根據攝影裝置拍攝的圖像信息對零件的材質進行判定并根據判定結果調節夾具的預設夾緊力,通過根據零檢測材質選取對應的夾緊力,能夠在將零件固定在檢測托盤上的同時,防止夾具夾緊力過大對零件造成損壞,從而進一步提高了所述系統的檢測效率。
進一步地,對于所述預設亮度矩陣L0(L1,L2,L3,L4,L5),對于所述預設色調矩陣組S0(S1,S2,S3,S4,S5),對于第i預設色調矩陣Si,i=1,2,3,4,5,Si(Si1,Si2,Si3,...Sin),當所述檢測系統對零件進行檢測時,中控處理器對零件的形狀和材質進行判定并根據判定結果調節光源的亮度和色調,通過根據零件的形狀和材質分別調節光源的亮度和色調,同時,根據零件類型實時調整補光燈的照射角度和位置;能夠有效防止光源照射亮度和色調不當導致的檢測探頭無法清晰采集到零件表面的缺陷痕跡的情況的發生,從而進一步提高了所述系統的檢測效率。
進一步地,對于所述連續旋轉矩陣組Wa0(Wa1,Wa2,Wa3,Wa4),對于所述第i預設連續旋轉矩陣Wai,i=1,2,3,4,Wai(wai,Tai),當所述中控處理器判定零件為C1形狀或C3形狀時,中控處理器控制所述電機連續旋轉以對零件進行檢測,中控處理器會控制所述第一檢測探頭檢測零件半徑R,中控處理器將R與R0矩陣中的各項參數進行比對并根據比對結果調節電機的轉速和旋轉時間,通過根據零件的直徑選取對應的連續旋轉矩陣,能夠有效防止轉速過大從而將零件甩出檢測托盤的情況發生,同時,通過將轉速和旋轉時間相對應,能夠保證對單次零件進行檢測時,檢測托盤能夠剛好旋轉360°以使第二檢測探頭完成對零件側壁的檢測,進一步提高了所述系統的檢測效率。
進一步地,對于所述間斷旋轉矩陣組Wb0(Wb1,Wb2,Wb3,Wb4),對于所述第i預設間斷旋轉矩陣Wbi,i=1,2,3,4,Wai(wbi,Tbi,tbi),當所述中控處理器判定零件為C2形狀或C4形狀時,中控處理器控制所述電機間斷旋轉以對零件進行檢測,中控處理器會控制所述第一檢測探頭檢測零件底面積D,中控處理器將D與D0矩陣中的各項參數進行比對并根據比對結果調節電機的單次轉速、單次旋轉時長以及單次暫停時長,通過根據零件的底面積選取對應的間斷旋轉矩陣,能夠有效防止轉速過大從而將零件甩出檢測托盤的情況發生,同時,通過將轉速和旋轉時間相對應,并設置相應的暫停時長,能夠保證對單次零件進行檢測時,檢測托盤能夠剛好旋轉90°并使第二檢測探頭具備充足的時間完成對零件側壁的檢測,進一步提高了所述系統的檢測效率。
進一步地,本發明對檢測的外形輪廓坐標集合完整度進行判定,確定缺失坐標區域,根據缺失坐標區域控制第一探測頭和第二探測頭調整對缺失區域進行進一步的探測,間接提高了最終缺陷判定結果的準確性和可靠性。
附圖說明
圖1為本發明所述可自動視覺識別零件種類的零件檢測系統 的結構示意圖。
具體實施方式
為了使本發明的目的和優點更加清楚明白,下面結合實施例對本發明作進一步描述;應當理解,此處所描述的具體實施例僅僅用于解釋本發明,并不用于限定本發明。
下面參照附圖來描述本發明的優選實施方式。本領域技術人員應當理解的是,這些實施方式僅僅用于解釋本發明的技術原理,并非在限制本發明的保護范圍。
需要說明的是,在本發明的描述中,術語“上”、“下”、“左”、“右”、“內”、“外”等指示的方向或位置關系的術語是基于附圖所示的方向或位置關系,這僅僅是為了便于描述,而不是指示或暗示所述裝置或元件必須具有特定的方位、以特定的方位構造和操作,因此不能理解為對本發明的限制。
此外,還需要說明的是,在本發明的描述中,除非另有明確的規定和限定,術語“安裝”、“相連”、“連接”應做廣義理解,例如,可以是固定連接,也可以是可拆卸連接,或一體地連接;可以是機械連接,也可以是電連接;可以是直接相連,也可以通過中間媒介間接相連,可以是兩個元件內部的連通。對于本領域技術人員而言,可根據具體情況理解上述術語在本發明中的具體含義。
請參閱圖1所示,其為本發明所述可自動視覺識別零件種類的零件檢測系統 的結構示意圖。本發明所述可自動視覺識別零件種類的零件檢測系統 的結構示意圖包括:
檢測箱1,用以裝載檢測部件;
第一檢測探頭2,其設置在所述檢測箱1內部并位于檢測箱1頂壁,用以檢測零件上表面;
第二檢測探頭3,其設置在所述檢測箱1內部 并位于檢測箱1側壁,用以檢測零件側面;
軌道4,其設置在所述檢測箱1頂部,用以活動固定補光燈12,以使補光燈12能在軌道4上自由滑動;
光源,其包括一設置在檢測箱1頂部的總照射燈13,其用以對檢測箱1內部進行照明;以及設置在所述軌道4上的補光燈12;
檢測托盤5,其設置在所述檢測箱1內并位于檢測箱1地板正中,用以裝載零件;在所述檢測托盤5下方設有電機6,用以控制檢測托盤5以指定轉速旋轉;在所述檢測托盤5上表面設有夾具7,用以固定所述零件,在夾具7上設有壓力傳感器9,用以檢測夾具7對零件的夾緊力;
攝影裝置11,其設置在所述檢測托盤5一側,用以對所述檢測托盤5上的零件進行拍攝,獲取圖像信息;
中控處理器10,其分別與所述攝影裝置11、第一檢測探頭2、第二檢測探頭3、光源、電機6、夾具7以及壓力傳感器9相連,用以通過自學習后建立多個預設矩陣并在對零件進行檢測時,根據所述攝影裝置11拍攝的圖像判定零件的類型,根據零件類型的不同調整光源拍攝的角度和亮度,控制檢測托盤5的旋轉速度并控制第一檢測探頭2或/和第二檢測探頭3對零件實施監測,以獲取零件的外形輪廓坐標信息f(x,y,z)判定零件的缺陷;,獲取零件的外形輪廓坐標信息f(x,y,z)判定零件的缺陷;
所述中控處理器使用前需對其進行零件模型識別訓練,所述零件模型識別訓練步驟:
步驟一、選取多個實心圓柱種類的零件,對其進行拍攝并獲取多個零件的外形輪廓坐標集合f(x,y,z);
步驟二、所述中控處理器對所述多個零件的外形輪廓坐標集合f(x,y,z)進行人工智能算法訓練,生成片狀外形種類零件判定數據,以使所述中控處理器根據拍攝圖像識別出對應零件為片狀外形種類;
步驟三、重復所述步驟一以及步驟二的方法,對實心立方體種類、空心圓柱外形種類和空心立方體外形種類的零件進行零件識別預儲存,生成立體中空外形種類零件判定數據以及立體實心外形種類零件判定數據,最終確定零件識別信息矩陣C(C1,C2,C3,C4,C5),其中C1表示實心圓柱外形種類零件判定數據,C2表示實心立方體外形種類判定數據,C3表示空心圓柱外形種類判定數據,C4表示空心立方體外形種類判定數據,C5表示不規則外形種類判定數據;
當所述中控處理器10針對單個形狀的零件進行模型訓練時,所述檢測系統選用不同的光源亮度、光源色調、夾具7夾緊力、電機6轉速、電機6轉動時間以及超聲波頻率依次檢測不同尺寸和/或材質的零件;檢測完成后中控處理器10根據每一次檢測結果中外形輪廓信息的完整度、電機6轉動時零件的穩定性、夾具7對零件的剮蹭程度以及對空心零件內的檢測準確度,依次預設零件材質矩陣G0、夾具7夾緊力矩陣F0、預設亮度矩陣L0、預設色調矩陣組S0、預設半徑矩陣R0,預設底面積矩陣D0、連續旋轉矩陣組Wa0、間斷旋轉矩陣組Wb0、預設中空體積比例矩陣V0、預設頻率矩陣f0以及預設缺陷判定矩陣組Q0。
進一步地、對于所述預設零件材質矩陣G0,G0(G1,G2,G3,...Gn),其中,G1為第一預設材質,G2為第二預設材質,G3為第三預設材質,Gn為第n預設材質;對于所述預設夾具7夾緊力矩陣F0,F0(F1,F2,F3,...Fn),其中,F1為第一預設夾緊力,F2為第二預設夾緊力,F3為第三預設夾緊力,Fn為第n預設夾緊力;
當所述檢測系統對零件進行檢測時,所述中控處理器10通過攝影裝置11拍攝的圖像判定零件類型以及零件材料,中控處理器10對零件的材質進行判定并根據判定結果調節夾具7的預設夾緊力:
當中控處理器10判定零件材質為G1時,中控處理器10控制所述夾具7夾緊零件并將夾具7的夾緊力調節為F1;
當中控處理器10判定零件材質為G2時,中控處理器10控制所述夾具7夾緊零件并將夾具7的夾緊力調節為F2;
當中控處理器10判定零件材質為G3時,中控處理器10控制所述夾具7夾緊零件并將夾具7的夾緊力調節為F3;
當中控處理器10判定零件材質為Gn時,中控處理器10控制所述夾具7夾緊零件并將夾具7的夾緊力調節為Fn;
當所述夾具7夾緊完成時,所述壓力傳感器會檢測夾具7對零件施加的壓力F,中控處理器10會持續調節夾具7對零件的壓力直至壓力F與預設的夾緊力相同。
進一步地、對于所述預設亮度矩陣L0,L0(L1,L2,L3,L4,L5),其中,L1為第一預設亮度,L2為第二預設亮度,L3為第三預設亮度,L4為第四預設亮度,L5為第五預設亮度;
對于所述預設色調矩陣組S0,S0(S1,S2,S3,S4,S5),其中,S1為第一預設色調矩陣,S2為第二預設色調矩陣,S3為第三預設色調矩陣,S4為第四預設色調矩陣,S5為第五預設色調矩陣,
當所述檢測系統對零件進行檢測時,所述中控處理器10根據所述攝影裝置11發出的圖像信息與所述零件識別信息矩陣C(C1,C2,C3,C4,C5)內的信息做比對,確定零件的外形種類,
當中控處理器10判定所述零件形狀為C1時,中控處理器10將總照射燈13的亮度調節為L1并從S1矩陣中選取對應的參數調節光源的色調;
當中控處理器10判定所述零件形狀為C2時,中控處理器10將總照射燈13的亮度調節為L2并從S2矩陣中選取對應的參數調節光源的色調;
當中控處理器10判定所述零件形狀為C3時,中控處理器10將總照射燈13的亮度調節為L3并從S3矩陣中選取對應的參數調節光源的色調;
當中控處理器10判定所述零件形狀為C4時,中控處理器10將總照射燈13的亮度調節為L4并從S4矩陣中選取對應的參數調節光源的色調;
當中控處理器10判定所述零件形狀為C5時,中控處理器10將總照射燈13的亮度調節為L5并從S5矩陣中選取對應的參數調節光源的色調;
對于第i預設色調矩陣Si,i=1,2,3,4,5,Si(Si1,Si2,Si3,...Sin),其中,Si1為第i形狀第一預設色調,Si2為第i形狀第二預設色調,Si3為第i形狀第三預設色調,Sin為第i形狀第n預設色調;
當所述中控處理器10將從所述第i預設色調矩陣Si中選取對應的參數調節光源的色調時,中控處理器10會根據零件的材質選取光源的色調:
當零件的材質為G1時,所述中控處理器10將光源的色調調節為Si1;
當零件的材質為G2時,所述中控處理器10將光源的色調調節為Si2;
當零件的材質為G3時,所述中控處理器10將光源的色調調節為Si3;
當零件的材質為Gn時,所述中控處理器10將光源的色調調節為Sin;
同時,所述中控處理器10根據所述攝影裝置11發出的圖像確定圖像陰影區域,同時以箱體底面為基準建立X,Y軸,以垂直底面方向建立Y軸,確定陰影區域坐標集合Qi(x,y,z),所述中控處理器10內還設置有補光燈12控制矩陣Bi(Bi1,Bi2,Bi3),其中,Bi1表示陰影坐標區域集合,Bi2表示補光燈12在導軌所處位置,Bi3表示補光燈12照射角度;所述中控處理器10將所述陰影區域坐標集合Qi(x,y,z)與所述補光燈12控制矩陣Bi(Bi1,Bi2,Bi3)內的數據做對比,對于任一陰影區域坐標集合Qi屬于所述陰影坐標區域集合Bi1時,所述中控處理器10控制補光燈12移動至導軌Bi2位置,控制所述補光燈12以Bi3角度拍攝。
進一步地、對于所述連續旋轉矩陣組Wa0,Wa0(Wa1,Wa2,Wa3,Wa4),其中,Wa1為第一預設連續旋轉矩陣,Wa2為第二預設連續旋轉矩陣,Wa3為第三預設連續旋轉矩陣,Wa4為第四預設連續旋轉矩陣;所述中控處理器10中還設有預設半徑矩陣R0(R1,R2,R3,R4),其中,R1為第一預設半徑,R2為第二預設半徑,R3為第三預設半徑,R4為第四預設半徑,各預設半徑的數值按照順序逐漸增加;
當所述中控處理器10判定零件為C1形狀或C3形狀時,中控處理器10控制所述電機6連續旋轉以對零件進行檢測,中控處理器10會控制所述第一檢測探頭2檢測零件半徑R,中控處理器10將R與R0矩陣中的各項參數進行比對:
當R≤R1時,中控處理器10選用Wa1矩陣中的參數控制電機6旋轉并使所述第二檢測探頭3連續檢測零件的側壁;
當R1<R≤R2時,中控處理器10選用Wa2矩陣中的參數控制電機6旋轉并使所述第二檢測探頭3連續檢測零件的側壁;
當R2<R≤R3時,中控處理器10選用Wa3矩陣中的參數控制電機6旋轉并使所述第二檢測探頭3連續檢測零件的側壁;
當R3<R≤R4時,中控處理器10選用Wa4矩陣中的參數控制電機6旋轉并使所述第二檢測探頭3連續檢測零件的側壁。
進一步地、對于所述第i預設連續旋轉矩陣Wai,i=1,2,3,4,Wai(wai,Tai),其中,wai為電機6第i預設連續轉速,Tai為電機6第i預設連續旋轉時長;
當中控處理器10選用Wai矩陣中的參數控制電機6旋轉以使所述第二檢測探頭3連續檢測零件的側壁時,中控處理器10控制電機6以wai的轉速旋轉Tai時長以使零件在所述檢測托盤5上旋轉360°,在零件旋轉過程中,所述第二檢測探頭3實時檢測零件側壁并在檢測托盤5旋轉完成時完成對零件側壁的檢測。
進一步地、對于所述間斷旋轉矩陣組Wb0,Wb0(Wb1,Wb2,Wb3,Wb4),其中,Wb1為第一預設間斷旋轉矩陣,Wb2為第二預設間斷旋轉矩陣,Wb3為第三預設間斷旋轉矩陣,Wb4為第四預設間斷旋轉矩陣;所述中控處理器10中還設有預設底面積矩陣D0(D1,D2,D3,D4),其中,D1為第一預設底面積,D2為第二預設底面積,D3為第三預設底面積,D4為第四預設底面積,各預設底面積的數值按照順序逐漸增加;
當所述中控處理器10判定零件為C2形狀或C4形狀時,中控處理器10控制所述電機6間斷旋轉以對零件進行檢測,中控處理器10會控制所述第一檢測探頭2檢測零件底面積D,中控處理器10將D與D0矩陣中的各項參數進行比對:
當D≤D1時,中控處理器10選用Wb1矩陣中的參數控制電機6旋轉并使所述第二檢測探頭3逐次檢測零件的各側壁;
當D1<D≤D2時,中控處理器10選用Wb2矩陣中的參數控制電機6旋轉并使所述第二檢測探頭3逐次檢測零件的各側壁;
當D2<D≤D3時,中控處理器10選用Wb3矩陣中的參數控制電機6旋轉并使所述第二檢測探頭3逐次檢測零件的各側壁;
當D3<D≤D4時,中控處理器10選用Wb4矩陣中的參數控制電機6旋轉并使所述第二檢測探頭3逐次檢測零件的各側壁。
進一步地、對于所述第i預設間斷旋轉矩陣Wbi,i=1,2,3,4,Wai(wbi,Tbi,tbi),其中,wbi為電機6第i預設單次轉速,Tbi為電機6第i預設單次旋轉時長,tbi為電機6第i預設單次暫停時長;
當中控處理器10選用Wbi矩陣中的參數控制電機6旋轉以使所述第二檢測探頭3逐次檢測零件的側壁時,中控處理器10控制電機6以wbi的轉速旋轉Tbi時長以使零件在所述檢測托盤5上旋轉90°,旋轉完成時,電機6停止旋轉,所述第二檢測探頭3檢測零件面向第二檢測探頭3的側壁,當電機6停止時長達到tbi時,中控處理器10控制電機6以wbi的轉速繼續旋轉Tbi時長以使零件在所述檢測托盤5上旋轉90°并在旋轉完成的tbi時長內控制所述第二檢測探頭3對零件的另一側壁進行檢測,中控處理器10控制電機6持續旋轉-暫停直至所述第二檢測探頭3將零件的各側壁全部檢測完成獲取零件的外形輪廓坐標集和f(x,y,z)。
進一步地、所述中控處理器10其獲取完待檢測物件的外形輪廓坐標集和f(x,y,z)后,判定所述外形輪廓坐標集和f(x,y,z)是否存在缺失區域,若缺失區域超過預設值KO則判定所述外形輪廓坐標集和f(x,y,z)不完整,同時,所述中控處理器10記錄缺陷區域的坐標,形成缺陷坐標集合Q(Q1,Q2...Qn),其中:Q1表示第一缺陷區域坐標集合,Q2表示第二缺陷區域坐標集合...Qn表示第n缺陷區域坐標集合。
進一步地、所述中控處理器10內部設置有缺陷調節矩陣J(J1,J2...Jn),其中,J1表示第1調節矩陣,J2表示第2調節矩陣...Jn表示第n調節矩陣;對于第i調節矩陣Ji(Ji1,Ji2,Ji3),i=1,2...n,其中,Ji1表示第i坐標范圍集合Ji1(x,y,z),Ji2表示檢測托盤5回轉角度,Ji3表示檢測探頭伸縮長度數據以及檢測探頭檢測角度數據;當中控處理器10生成缺陷坐標集合Q時,中控處理器10調整檢測臺回轉角度和檢測探頭伸縮長度以及探頭朝向角度,其過程包括:中控處理器10將所述缺陷坐標集合Q(Q1,Q2...Qn)內的數據與所述缺陷調節矩陣J(J1,J2...Jn)內的數據做對比,當所述缺陷坐標集合Q(Q1,Q2...Qn)內的任一缺陷區域坐標集合Qi屬于所述第i坐標范圍集合Ji1(x,y,z)時,所述中控處理器10控制檢測轉盤回轉Ji2角度,控制所述第一檢測探頭2或/和第二檢測探頭3根據探頭伸縮長度數據以及檢測探頭檢測角度數據Ji3調整檢測探頭的位置,同時,控制第一檢測探頭2或/和第二檢測探頭3對缺陷區域再次進行檢測,i=1,2...n,形成最終外形輪廓坐標集和f(x,y,z)。
進一步地、所述中控處理器10根據待檢測物件的最終外形輪廓坐標集和f(x,y,z)判定缺陷時,將所述待檢測物件的最終外形輪廓坐標集合f(x,y,z)與所述標準件儲存矩陣P(P1,P2...Pn)內對應的第i標準件坐標集和f0(x,y,z)進行差值比較,確定第i區域差異坐標集合Ci(x,y,z)i=1,2...n,若所述第i區域差異坐標集合Ci(x,y,z)表示的空間范圍超過了預設缺陷對比闕置,則判定所述待檢測物件有缺陷。
至此,已經結合附圖所示的優選實施方式描述了本發明的技術方案,但是,本領域技術人員容易理解的是,本發明的保護范圍顯然不局限于這些具體實施方式。在不偏離本發明的原理的前提下,本領域技術人員可以對相關技術特征做出等同的更改或替換,這些更改或替換之后的技術方案都將落入本發明的保護范圍之內。

冯仰妍破处门