基于機器視覺的孔軸不完全互換的自學習分組系統

李天宇，劉雪，周杰

?

基于機器視覺的孔軸不完全互換的自學習分組系統

李天宇，劉雪，周杰

（武漢理工大學，湖北 武漢 430070）

為了實現采用分組裝配法時孔軸實現自動分組的功能，擴大組成環公差，使得零件可以按經濟精度加工，減少人工檢測的復雜性以及重復疲勞工作帶來的誤差，并降低人工檢測的成本。以概率論與數理統計、數字圖像處理、互換性與技術測量、選配裝配法理論為基礎，設計出孔軸不完全互換分組系統，對于零件尺寸的測量，采用非接觸式的機器視覺的檢測方式，根據測得概率模型確定的分組標準，將孔軸分為數量基本相同的組別。

機器視覺；不完全互換；分組裝配法；孔軸

1 背景及研究意義

1.1 背景

在實現孔軸的互換裝配時，可分為完全互換和不完全互換兩種方法。完全互換在機械制造中應用廣泛。但是，在單件生產的機器中，往往采用不完全互換法，在成批次的加工中也往往使用不完全互換來降低加工精度減少加工成本。在孔軸的特定生產中，往往把孔軸的精度適當降低，以便于制造，然后再根據實測尺寸的大小，將制成的孔軸分成尺寸差別較小的幾組進行裝配。這樣既解決了孔軸的加工困難問題，降低了加工成本，又保證了裝配的精度要求。

在現有的檢測手段中，由于利用機械及簡單光學的人工檢測存在檢測效率低、經濟效益低及準確性低等問題，分組裝配法受到了一定程度的限制。在孔軸的尺寸公差配合問題中，使用不完全互換法可以使有些難以加工的零件加工難度降低，也可以在生產中使用分組的方式降低孔軸的公差等級，相對于完全互換法有較好的經濟效益。使用高精度的工業攝像頭對孔軸的尺寸信息進行采集，實現根據實際偏差自動分組，減少了步驟煩瑣且存在誤差的人工檢測過程。運用機器學習使檢測的過程中系統自學習，避免環境等因素對檢測結果造成影響，同時在檢測過程中進行自我診斷，對異常數據進行解析，調整檢測參數，使檢測結果保持準確性。

1.2 研究意義

分組裝配法由于其煩瑣的前期分組而受到了限制，與傳統的手工測量分組和現有的非接觸式測量分組相比，本項目的研究意義主要體現在以下幾個方面：①通過開發軟件平臺可以實現實時在線測量并分組，節省了傳統測量分組中的人力成本，并且提高了測量的準確性，保證工業環境下生產可靠性的同時，具有較高的成本優勢；②在系統中融合機器學習的內容，使系統具有自我診斷和調整的能力，根據環境因素的不同調整測量結果的參數，保證測量結果的高精確性；③根據樣本所得概率模型確定分組標準，使實際分組零件公差范圍合適，不同組別數量基本相等，提高零件的使用率。

2 項目內容

為了對采用分組裝配法的孔軸的零件尺寸進行準確測量，實現孔軸的自動分組，擴大組成環公差，使零件可以按經濟精度加工，設計出孔軸不完全互換分組系統，對孔軸的實際尺寸進行分析。根據初始樣本測得的同正態分布或同方向偏態分布基定分組標準，將孔軸分成符合分組裝配法規則的組別。主要的研究內容為：①孔軸尺寸精度檢測。利用工業級攝像頭獲取零件信息，采取機器視覺自動識別的方式獲取孔軸準確的尺寸信息。②確定分組標準。相配件的尺寸分布狀態應基本相同，或同為正態分布，或同為方向偏態分布，分組之前在相應的孔軸之中分別隨機選取部分樣本進行檢測，根據獲得的尺寸分布狀態以及預先設定的組別數目確定分組標準。③自學習與自診斷。由于機器視覺測量的結果會因為環境的不同而有所差異，為了保證測量結果的準確性，初始對一組標準尺寸零件完成測量，根據檢測結果與初始數據進行測量參數的調整，在測量的過程中系統對測量結果實時監控，根據檢測結果進行自我診斷。

研究目標確定：構建硬件平臺，包括照明、攝像頭、鏡頭、圖像采集卡計算機，在測量精度、檢測速度方面可靠性方面滿足要求，實現實時孔軸分組，開發如圖1所示的硬件系統。

系統采用工業級攝像頭；采用圖像采集卡進行信息數字化，采用STM32嵌入式系統通過步進電機控制定位夾套在，，三個方向的移動。

以HALCON作為尺寸檢測系統軟件開發平臺，以C#為開發語言，深入研究HALCON函數庫的功能及作用，設計圖像采集模塊、圖像處理模塊、尺寸檢測模塊，檢測系統運行速度快、性能穩定。

1—攝像頭；2—被測工件；3—定位夾套；4—步進電機。

由于檢測精度會受到光照等條件的影響，在環境等條件的影響下圖像有可能會出現噪聲或畸變。通過對圖像增強、圖像濾波、邊緣檢測方法研究，并在試驗的驗證下找到適合孔軸檢測的圖像處理和檢測方法。

對孔軸視覺檢測系統的誤差來源進行分析研究，并提出降低誤差的方法。進一步提高視覺系統尺寸檢測精度，根據視覺系統標定理論與方法，完成系統標定，并將零件實際尺寸與視覺檢測并標定后得到的尺寸進行比較，驗證尺寸檢測精度。

以HALCON為開發平臺，設計孔軸尺寸加工精度分析系統，系統以此為依據進行判識，為分組結果提供依據。

根據選配裝配法中對分組互換的要求，結合孔軸零件實際狀況，利用機器視覺根據樣本建立正態分布或偏態分布曲線，結合數理統計的相關知識，確保各分組內零件數目基本一致，研究確定合適的分組標準的方法。

根據確定的分組標準與設定的組別數目劃分零件數目，例如分為A、B、C、D四組，定位夾套加持零件在，，方向自由移動，將零件送至不同組別收集箱箱口，將零件置于設緩沖墊的進口斜坡，將零件劃入收集箱完成分組。

在分組過程中，對檢測信息和分組信息進行統計，分組結束后顯示本次分組信息匯總，例如分組數目、分組公差標準、各組別零件數目、存在較大加工誤差的零件數目和孔軸檢測的零件尺寸邊界值等。

3 實施方案及研究方法和技術路線

本項目以孔軸為檢測對象，利用機器視覺開發一個孔軸尺寸加工精度檢測系統以及不完全互換的自學習分組系統。該系統能夠完成對采用分組裝配法的孔軸實現自動分組的功能，對于孔軸尺寸的識別使用機器視覺的方式，要求系統能夠在不同環境下保證足夠的準確性，并有一定的自我診斷的能力，為此，本項目擬采取以下技術路線。

研究機器視覺檢測系統的硬件平臺，根據孔軸檢測分組要實現分組、連續檢測等特點，并根據孔軸的零件特點和尺寸要求，設計適合的測量硬件平臺。測量系統的結構框如圖2所示。

圖2 測量系統結構框圖

系統的工作過程為先進行系統標定和參數調整，獲取相機拍攝的實時圖像之后，進行圖像增強、濾波處理、二值化和邊緣檢測等一系列圖像處理過程，后根據像素點得到尺寸的測量結果。

在進行孔軸尺寸測量時，小波變換主要應用在圖像數據壓縮、去除噪聲和圖像增強三個方面。根據HALCON集成開發環境中各種圖像處理函數的功能特點，與visual studio函數接口配合，合理設計程序，并通過對比函數圖像處理效果，選擇適合的圖像處理方法。

針對采取程序得到的圖像特點，合理選用閾值進行圖像分割。對測量系統所采用的高精度工業相機進行標定，完成孔軸的精確測量。將測量結果導入孔軸不完全互換分組系統，對測量結果進行分析，結合系統確定的分組依據，通過STM32嵌入式系統以及執行構件完成對孔軸的分組，并顯示實時的分組結果與統計結果。

［1］秦鐘偉，陳捷，洪榮晶.基于機器視覺的滾動軸承滾動體檢測［J］.組合機床與自動化加工技術，2019（01）：118-121.

［2］孫榮榮，宋健宇，張明，等.中國柑橘外部品質機器視覺檢測分級技術研究現狀與展望［J］.農業工程，2019（01）：47-51.

2095－6835（2019）05－0086－02

C829.2

A

10.15913/j.cnki.kjycx.2019.05.086

〔編輯：王霞〕