螺栓表面螺纹属于细小零件,因而需要高精度的零部件检测技术对其进行缺陷检测,但是目前很多企业零部件的表面缺陷检测工作都是采用人工目测的方法,目测法的限制很明显,即容易发生零部件检测错漏的情况,企业的核心竞争力是产品的生产质量,基于此,相关企业可以引进基于AI机器视觉的外螺纹表面缺陷检测技术,以有效提高外螺纹检测的速度和精度。
1、解决方案
厦门在进行AI机器视觉零部件缺陷检测时,常采用的光源为LED 环形光灯,其具有较好的价格优势及抗震性能。
在获取被测零部件的标定板图像之后,由中央控制计算机提取出每张图片上的 182 个棋盘格角点,并计算相机的各项参数。中央控制计算机还可以对图像进行线性计算,以此达到校正图像的目的。
*后采用MATLAB 标定模板标定整个检测系统,将成像误差控制在0.3 个像素之内。
另外,要对几何畸变图像进行校正。
基于AI机器视觉的外螺纹表面缺陷检测系统平台由相机、镜头、运动系统及计算机同步组合而成。将螺栓通过运输控制系统运至运动控制平台,使得相机和光源进行交互式处理。
平台**检测螺丝孔内螺纹缺陷、瑕疵,并对缺陷信息进行统计、分类和分析,优化生产过程控制,将产品进行分级,对合格品和不合格品进行分类,提高客户的信赖和满意度。
2、检测效果
测量产品部件上螺丝孔内螺纹的完整性和可用性。
1）能够正确的检测到被测工件有无内螺纹。
2）控制器的检测速度控制在0.5S之内。
3）当检测出有不合格产品时,输出报警信号到PLC。
能准确识别螺孔中是否有螺纹。如有螺纹,执行OK信号同时产品进入下一工序检测；
如果螺孔中没有螺纹或没有开孔,输出报警信号给机械执行机构以剔除此次品。
利用我们自主研发的低代码平台即可一站式轻松检测出检测五金件螺柱内部的加工孔里面是否加工内螺纹。
厦门使用目标定位算法进行判断,检测效果符合预期,深度学习模型对产品的适应能力很强,从检测效果和价格方面考虑都是用户**。
本次检测可以正确的检测螺纹孔,检测不合格产品时可以发出报警信号（OK/NG）,每个检测周期时间完全能够满足客户要求。
良好的产品,内部成像完整且清晰,螺纹纹理流畅,均匀,没有缺损。不合格产品成像图片,可以凭借成像效果判断缺损方位与严重程度。
3、总结
以人工智能技术(视觉检测、视觉识别、视觉定位等技术)为核心，厦门在AI机器视觉应用开发环节，为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、目标定位、尺寸测量、视频流等上百项通用功能，致力于成为全球用户量*多，落地场景*广泛的AI机器视觉低代码平台。