基于機(jī)器視覺的滑動(dòng)軸承內(nèi)表面缺陷自動(dòng)檢測(cè)系統(tǒng)設(shè)計(jì)

杜克飛

（馬鞍山鋼鐵股份公司，安徽 馬鞍山 243000）

基于機(jī)器視覺的滑動(dòng)軸承內(nèi)表面缺陷自動(dòng)檢測(cè)系統(tǒng)設(shè)計(jì)

杜克飛

（馬鞍山鋼鐵股份公司，安徽 馬鞍山 243000）

滑動(dòng)軸承生產(chǎn)過程中，有少量滑動(dòng)軸承因內(nèi)表面會(huì)產(chǎn)生劃痕、凹坑、凸點(diǎn)、涂覆層剝落等成為廢品，出廠前必須將這些廢品識(shí)別并剔除。目前檢驗(yàn)這些缺陷的方法主要為人工目測(cè)，效率低，缺乏準(zhǔn)確性和規(guī)范化。文中介紹一種基于機(jī)器視覺的滑動(dòng)軸承內(nèi)表面缺陷自動(dòng)檢測(cè)系統(tǒng)，該系統(tǒng)應(yīng)用機(jī)器視覺技術(shù)，結(jié)合被測(cè)工件自動(dòng)給料、定軸回轉(zhuǎn)、自動(dòng)剔除等裝置，對(duì)滑動(dòng)軸承的內(nèi)表面缺陷、尺寸等多個(gè)參數(shù)實(shí)現(xiàn)高速自動(dòng)檢測(cè)，可以提高檢測(cè)精度，節(jié)約勞動(dòng)力。該自動(dòng)檢測(cè)系統(tǒng)可以實(shí)現(xiàn)滑動(dòng)軸承內(nèi)外徑尺寸測(cè)量、內(nèi)表面缺陷檢測(cè)以及軸承型號(hào)判別等多指標(biāo)高度動(dòng)態(tài)檢測(cè)，無需裝夾，檢測(cè)速度高達(dá)120～180個(gè)/min，滿足滑動(dòng)軸承大批量生產(chǎn)的要求。

滑動(dòng)軸承；內(nèi)表面；缺陷；機(jī)器視覺；自動(dòng)檢測(cè)

0 引言

滑動(dòng)軸承生產(chǎn)和裝配過程中，有少量滑動(dòng)軸承的內(nèi)表面會(huì)有壓坑、劃傷等缺陷成為廢品，出廠前必須將這些廢品識(shí)別并剔除。目前多數(shù)采用人工目測(cè)的方法來完成上述工作，容易出現(xiàn)誤檢和漏檢，并且效率低，缺乏準(zhǔn)確性和規(guī)范化，檢測(cè)結(jié)果與檢查人員能力及精神狀態(tài)密切相關(guān)，穩(wěn)定性和可靠性較差。本系統(tǒng)旨在運(yùn)用以圖像處理技術(shù)為基礎(chǔ)的機(jī)器視覺檢測(cè)技術(shù)來解決這一問題[1-9]。

1 總體方案設(shè)計(jì)

1.1 視覺檢測(cè)系統(tǒng)設(shè)計(jì)

結(jié)合滑動(dòng)軸承自動(dòng)給料裝置、CCD相機(jī)、滑動(dòng)軸承自動(dòng)理料裝置，建立一個(gè)基于機(jī)器視覺的滑動(dòng)軸承多指標(biāo)高動(dòng)態(tài)檢測(cè)設(shè)備。核心部分是機(jī)器視覺系統(tǒng)，圖1是機(jī)器視覺系統(tǒng)的結(jié)構(gòu)圖。通過機(jī)械系統(tǒng)將軸套送至固定檢測(cè)位，用CCD相機(jī)拍攝下所需圖像，用圖像采集卡采集圖像，輸送至計(jì)算機(jī)，利用visionscape軟件分析圖像是否符合要求，將結(jié)果反饋至分揀機(jī)構(gòu)，將不合格品剔除，合格品繼續(xù)前進(jìn)至下一個(gè)檢測(cè)位。

圖1 機(jī)器視覺系統(tǒng)結(jié)構(gòu)圖

1.2 機(jī)械結(jié)構(gòu)系統(tǒng)設(shè)計(jì)

整個(gè)系統(tǒng)分為理料機(jī)構(gòu)和自動(dòng)檢測(cè)機(jī)構(gòu)。本文主要介紹自動(dòng)檢測(cè)機(jī)構(gòu)部分的設(shè)計(jì)。將機(jī)械結(jié)構(gòu)初步分為2個(gè)工位，第一個(gè)工位檢測(cè)直徑尺寸、高度尺寸、倒角尺寸，第二個(gè)工位檢測(cè)內(nèi)壁缺陷。但是通過實(shí)驗(yàn)發(fā)現(xiàn)，第二個(gè)工位并不能拍攝下軸套內(nèi)表面的全部圖像，于是在此基礎(chǔ)上增加了一個(gè)工位，從另一側(cè)拍攝軸套內(nèi)表面圖像。機(jī)械系統(tǒng)結(jié)構(gòu)圖如圖2所示。

圖2 機(jī)械系統(tǒng)結(jié)構(gòu)簡圖

軸套從理料機(jī)構(gòu)進(jìn)入自動(dòng)檢測(cè)機(jī)構(gòu)，進(jìn)入工位1，當(dāng)軸套到達(dá)檢測(cè)位置時(shí)，傳感器接收信號(hào)，電動(dòng)推桿帶動(dòng)推板落下，擋住軸套，相機(jī)從軸套上方拍攝圖像，拍攝軸套的側(cè)面圖，這個(gè)圖像是一個(gè)矩形。通過這個(gè)圖像可以得出軸套的直徑尺寸、高度尺寸、倒角尺寸。計(jì)算機(jī)對(duì)圖像進(jìn)行處理之后，將信息反饋到分揀機(jī)構(gòu)，如果是廢品，則通過推板后的擋板落下，使得廢品落下檢測(cè)機(jī)構(gòu)；合格品則繼續(xù)前進(jìn)至工位2，通過圓盤將軸套一個(gè)個(gè)分隔開，保證同時(shí)只有1個(gè)軸套在檢測(cè)位。圓盤用步進(jìn)電動(dòng)機(jī)控制，保證軸套在檢測(cè)位能夠停留，傳送帶還在轉(zhuǎn)動(dòng)，帶動(dòng)軸套旋轉(zhuǎn)，使得相機(jī)可以拍下軸套內(nèi)表面360°的圖像。通過信息處理，合格品進(jìn)入工位3，如果是廢品，則C處的電動(dòng)推桿帶動(dòng)擋板向內(nèi)運(yùn)動(dòng)，擋住軸套，當(dāng)軸套完全進(jìn)入擋板范圍，電動(dòng)推桿帶動(dòng)擋板向外運(yùn)動(dòng)，將廢品拉出傳送帶，掉落出檢測(cè)機(jī)構(gòu)。工位3同工位2。

2 缺陷檢測(cè)方法研究

2.1 圖像預(yù)處理

圖像采集完成后，得到原始圖像，將這樣的原始圖直接輸入到系統(tǒng)中進(jìn)行缺陷識(shí)別，會(huì)有大量的信息需要處理。為了使檢測(cè)更加準(zhǔn)確，需要對(duì)圖像進(jìn)行預(yù)處理。圖像預(yù)處理主要是為了去除圖像中無關(guān)或者關(guān)系很小的信息，保留所關(guān)注的信息以及簡化圖像數(shù)據(jù)[9-12]。本系統(tǒng)采用濾波-銳化-特征提取，經(jīng)過銳化處理后原始圖像的對(duì)比度增強(qiáng)，輪廓更加清晰，便于邊緣提取。系統(tǒng)選用的visionscape軟件有邊緣工具以及快速邊緣工具，可以快速掃描圖像識(shí)別邊緣,提取邊緣信息并自動(dòng)提取所需要的圖像。處理后的圖像如圖3所示。

圖3 經(jīng)過預(yù)處理之后的軸套內(nèi)表面圖像

從圖像中可以看出，經(jīng)過圖像預(yù)處理模塊之后的圖像十分清晰，可以很清楚地識(shí)別出軸套內(nèi)表面的圖像，進(jìn)而快速地識(shí)別出內(nèi)表面是否有缺陷。

2.2 缺陷識(shí)別

系統(tǒng)采用的visionscape軟件[13]可以自動(dòng)識(shí)別出缺陷的形狀以及位置。只需要輸入所需要的輸入值，這個(gè)工具便可以處理圖像，將缺陷標(biāo)記出來，便于分析。缺陷識(shí)別前后圖像如圖4和圖5所示。圖4是預(yù)處理后缺陷識(shí)別前的圖像，沒有任何標(biāo)記。圖5是經(jīng)過缺陷識(shí)別后的圖像，缺陷位置用綠色的輪廓標(biāo)注出來，并且可以顯示出缺陷具體位置的梯度值。

圖4 缺陷處理前圖像

圖5 缺陷處理后圖像

3 機(jī)械系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

3.1 工位1設(shè)計(jì)

工位1是檢測(cè)直徑尺寸、高度尺寸、倒角尺寸的工位，機(jī)構(gòu)比較簡單。經(jīng)過實(shí)驗(yàn)發(fā)現(xiàn)，工位1處也需要用圓盤分隔工件，使得工件一個(gè)個(gè)進(jìn)入檢測(cè)位。工位1機(jī)械系統(tǒng)設(shè)計(jì)如圖6所示。

如圖6所示，軸套從理料機(jī)構(gòu)進(jìn)入自動(dòng)檢測(cè)系統(tǒng)，用圖示圓形齒盤分隔工件，通過齒盤的工件利用自重沿橋向右側(cè)滾動(dòng)，在檢測(cè)位置被上方推板擋住，停留在檢測(cè)位。齒盤用步進(jìn)電動(dòng)機(jī)驅(qū)動(dòng)，使得每個(gè)工件可以在檢測(cè)位停留足夠長的時(shí)間以便于CCD相機(jī)拍攝所需圖像。檢測(cè)位在上方推板左側(cè)位置，CCD相機(jī)放置于上方推板最左側(cè)左邊一點(diǎn)正上方，以便可以拍攝下軸套的側(cè)面圖像，圖像為矩形，長為軸套外徑，寬為軸套高度。拍攝完成后，計(jì)算機(jī)將檢測(cè)結(jié)果反饋到分揀機(jī)構(gòu)，如果工件合格，則下方的電動(dòng)推桿在圖示位置不動(dòng)，推程達(dá)到最大，上方的電動(dòng)推桿縮回，帶動(dòng)推板向上運(yùn)動(dòng)，工件可以沿橋向右側(cè)滾動(dòng)，進(jìn)入工位2。如果檢測(cè)結(jié)果為不合格，則上方推桿停留在圖示位置不動(dòng)，下方推桿縮回，帶動(dòng)橋下方的擋板轉(zhuǎn)動(dòng)，不合格品掉出橋，在下方用回收箱回收。分揀完成后，推桿回到圖示位置，進(jìn)行下一個(gè)工件的檢測(cè)。

圖6 工位1機(jī)械結(jié)構(gòu)設(shè)計(jì)圖

3.2 工位2設(shè)計(jì)

圖7 工位2機(jī)械結(jié)構(gòu)設(shè)計(jì)圖

圖8 工位2剔除裝置

工位2是從一側(cè)拍攝軸套內(nèi)表面圖像，檢測(cè)是否有劃痕、凸點(diǎn)、凹坑、剝落等內(nèi)壁缺陷的工位。工位2需要有一定的傾斜角度，以便于相機(jī)可以拍攝到軸套內(nèi)表面360°的圖像。工位2機(jī)械結(jié)構(gòu)設(shè)計(jì)如圖7所示。工件從工位1通過橋進(jìn)入工位2，橋有一定傾斜角度，使得工件可以平穩(wěn)進(jìn)入工位2，工位2安裝板也有傾斜角度，這是為了保證CCD相機(jī)可以拍攝到軸套內(nèi)表面圖像。工件進(jìn)入工位2，被圓形齒盤分隔開，檢測(cè)位在圓形齒盤最下方。齒盤用步進(jìn)電動(dòng)機(jī)驅(qū)動(dòng)，保證在檢測(cè)時(shí)間內(nèi)檢測(cè)位只有一個(gè)工件存在。工件在檢測(cè)位時(shí)，傳送帶快速運(yùn)動(dòng)，工件被齒盤擋住，在摩擦力作用下快速轉(zhuǎn)動(dòng)，此時(shí)CCD相機(jī)可以拍攝下工件內(nèi)表面360°的圖像。計(jì)算機(jī)分析后，將結(jié)果反饋到分揀機(jī)構(gòu)，步進(jìn)電動(dòng)機(jī)轉(zhuǎn)動(dòng)，使工件滾出檢測(cè)位。

圖9 工位3機(jī)械結(jié)構(gòu)設(shè)計(jì)圖

剔除裝置如圖8所示，默認(rèn)狀態(tài)推板的前方擋板在傳送帶的外側(cè)，如果檢測(cè)結(jié)果為合格，則線性滑軌不動(dòng)，工件可以從帶輪上運(yùn)動(dòng)至橋上，然后到達(dá)下一工位；如果檢測(cè)結(jié)果為不合格，則線性滑軌運(yùn)動(dòng)，帶動(dòng)推板向內(nèi)運(yùn)動(dòng)，推板前擋板抵至工位2安裝板，不合格工件被推板擋住，當(dāng)工件完全進(jìn)入推板范圍內(nèi)，線性滑軌會(huì)帶動(dòng)推板向外運(yùn)動(dòng)，將工件拉出傳送帶，經(jīng)過不合格品出料槽到達(dá)不合格品回收箱。

3.3 工位3設(shè)計(jì)

實(shí)驗(yàn)過程中，發(fā)現(xiàn)工位2并不能完全拍攝到軸套內(nèi)表面的圖像，在軸套靠近安裝板一側(cè)的內(nèi)表面圖像并不能通過相機(jī)拍攝到，于是在此基礎(chǔ)上，添加了工位3，目的是為了從另一側(cè)拍攝到軸套內(nèi)表面圖像，更加精確地剔除有缺陷的工件。工位3的工作方式和工位2完全相同，而機(jī)械結(jié)構(gòu)則相反。工位3機(jī)械結(jié)構(gòu)如圖9所示，工位3的安裝板與工位2的安裝板是相對(duì)的。相機(jī)、光源、工件相對(duì)位置與工位2一致。

4 結(jié) 語

本系統(tǒng)將滑動(dòng)軸承的自動(dòng)送料、多指標(biāo)檢測(cè)、自動(dòng)理料有機(jī)結(jié)合，相比以往用人眼檢測(cè)軸套的方式，大大提升了檢測(cè)速率，而且可以同時(shí)對(duì)于滑動(dòng)軸承內(nèi)表面質(zhì)量、軸承內(nèi)外徑尺寸和軸承型號(hào)等多指標(biāo)進(jìn)行檢測(cè)，國內(nèi)暫屬于首例，彌補(bǔ)了國內(nèi)滑動(dòng)軸承多指標(biāo)檢測(cè)技術(shù)的空白。

[1] 李曉華,向桂山,王會(huì).一種微米級(jí)尺寸與外觀缺陷綜檢測(cè)裝置:CN104215172A[P].2014-12-17.

[2] 蔡巍巍.軸承外觀表面缺陷檢測(cè)技術(shù)研究[D].洛陽:河南科技大學(xué),2011.

[3] 王鵬.基于機(jī)器視覺的鋼球表面缺陷檢測(cè)系統(tǒng)[D].哈爾濱:哈爾濱理工大學(xué),2005.

[4] 蔡善樂,羅君.基于CCD的滑動(dòng)軸承套類零件同軸度誤差實(shí)時(shí)檢測(cè)系統(tǒng)[J].工具技術(shù),2008(3):99-101.

[5] 董鑒鋒.大電機(jī)滑動(dòng)軸承磨損的光學(xué)監(jiān)測(cè)新方法[J].上海大中型電機(jī),2014(4):44-46.

[6] 吳文龍.軸承滾子表面疵病監(jiān)測(cè)方法的研究[D].長春:長春理工大學(xué),2013.

[7] 李萬紅.一種全自動(dòng)軸承檢測(cè)分級(jí)機(jī)：CN202105805U[P].2012-01-11.

[8] 李翠文,陳祖盛,黃萬泉,等.單列向心球軸承自動(dòng)檢測(cè)機(jī):CN2038626[P].1989-05-31.

[9] 余文勇,石繪.機(jī)器視覺自動(dòng)檢測(cè)技術(shù)[M].北京:化學(xué)工業(yè)出版社,2013.

[10] 鞠正.基于機(jī)器視覺的鈔紙缺陷檢測(cè)研究[D].成都:中國科學(xué)院成都計(jì)算機(jī)應(yīng)用研究所,2004.

[11]劉中坡,杜寶江,張杰.基于機(jī)器視覺的零件尺寸自動(dòng)測(cè)量系統(tǒng)[J].精密制造與自動(dòng)化,2006(2):47-49.

[12] 孫大勇.先進(jìn)制造技術(shù)[M].北京:機(jī)械工業(yè)出版社,2000.

[13]Microscan,Visionscape GigE Camera Guide[Z].2012.

Design of Automatic Detection System for Inner Surface Defect of Sliding Bearing Based on Machine Vision

DU Kefei
(Magang(Group)HoldingCo.,Ltd.,Maanshan 243000,China)

In the process of sliding bearing production,a small amount of sliding bearing inner surface will produce scratches,pits,bumps,coating peeling.The waste must be identified and removed before leaving the factory.At present,the main test method of these defects is artificial visualization,which is inefficient and lack of accuracy and standardization.Based on machine vision technology,this system uses automatic feeding of the workpiece,fixed axis rotation,automatic removal and other devices to achieve high-speed automatic detection of the sliding bearing inner surface defects,size and other parameters.It can improve the detection accuracy,saving labor.Automatic detection system can achieve the sliding bearing inner and outer diameter measurement,the internal surface defect detection and bearing type identification and other indicators of high dynamic detection.Without clamping,detection speed reaches 120～180/min,which can meet the requirements of mass production of sliding bearings.

sliding bearing;inner surface;defect;machine vision;automatic detection

TP 274.5;TH 133.31

A

1002－2333（2018）01－0126－04

（編輯黃 荻）

杜克飛（1979—），男，工程師，從事機(jī)械技術(shù)工作。

2017-04-24