張程佳 謝佩軍 王寧璐 陳佳丹 王璐 童佳妮

摘 要：【目的】彩色塑料齒輪受設(shè)計、制造等因素影響，可能會出現(xiàn)缺齒、短齒、披峰等缺陷，引起設(shè)備故障或局部失效。因此，對彩色塑料齒輪的品質(zhì)進(jìn)行檢測顯得尤為重要?！痉椒ā勘狙芯吭O(shè)計的彩色塑料齒輪自動檢測系統(tǒng)包括硬件平臺與軟件系統(tǒng)，硬件平臺可實現(xiàn)齒輪采樣、定位及圖像采集等功能，軟件系統(tǒng)對采集到的圖像進(jìn)行處理與分析?！窘Y(jié)果】經(jīng)過試驗測試與數(shù)據(jù)分析表明，該系統(tǒng)能有效檢測齒輪品質(zhì)，大幅度提高生產(chǎn)效率，降低生產(chǎn)成本?！窘Y(jié)論】檢測系統(tǒng)與產(chǎn)品的自動化流水線加工設(shè)備配套，可及時發(fā)現(xiàn)產(chǎn)品缺陷，最大限度減少經(jīng)濟(jì)損失，整個系統(tǒng)可實現(xiàn)高度自動化。

關(guān)鍵詞：機(jī)器視覺；塑料齒輪；缺陷分析；自動檢測

中圖分類號：TP391? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? ? 文章編號：1003-5168（2023）10-0021-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2023.010.004

Abstract： [Purposes] Colored plastic gears may have defects such as missing teeth， short teeth， and peaking due to factors such as design and manufacturing， which may cause equipment failure or local failure. Therefore， it is particularly important to detect the quality of color plastic gears. [Methods] The color plastic gear automatic detection system designed in this study includes hardware platform and software system. The hardware platform can realize the functions of gear sampling， positioning and image acquisition while the software system processes and analyzes the collected images. [Findings] The test and data analysis show that the system can effectively detect gear quality， greatly improve production efficiency and reduce production costs. [Conclusions] The detection system is matched with the automatic pipeline processing equipment of the product， which can detect product defects in time and minimize economic losses. The whole system can achieve high automation.

Keywords： machine vision; plastic gears; defect analysis; automatically detect

0 引言

在工業(yè)生產(chǎn)設(shè)備中大都有不少小型零部件，若個別零件存在缺陷，將會導(dǎo)致整機(jī)發(fā)生機(jī)械故障或局部失效。為提高產(chǎn)品合格率和可靠性，生產(chǎn)廠家必須對所有零件進(jìn)行抽檢或全檢。尤其是關(guān)鍵部件的檢測，大多采用全檢，但其多采用的是最基礎(chǔ)的人工檢測，工作效率低，檢測精度無法得到保證，影響產(chǎn)品質(zhì)量和生產(chǎn)效率。

塑料齒輪具有質(zhì)量偏輕、制作工藝簡單、價格低廉等特點，可廣泛應(yīng)用于電子行業(yè)、精密儀表、航天航空等領(lǐng)域［1］。因彩色塑料齒輪具有特殊性，在測量與檢測過程中存在著許多困難。其特殊性包括彩色塑料齒輪種類多樣，檢測時裝夾與定位困難；齒輪硬度較低，易變形；參數(shù)尺寸小，精度要求高等。此外，受設(shè)計、制造等因素的影響，齒輪可能會出現(xiàn)缺齒、齒歪、短齒、披峰等缺陷，使設(shè)備出現(xiàn)故障或局部癱瘓等。綜上所述，對彩色塑料齒輪的品質(zhì)檢測非常重要［2-3］。傳統(tǒng)意義上的檢測技術(shù)已無法滿足當(dāng)代制造業(yè)要求，尤其是對小型塑料齒輪的檢測。齒輪專用檢測設(shè)備價格高昂，目前彩色塑料齒輪的缺陷檢測、排查與剔除仍采用檢測人員借助放大鏡目測的方法，不僅工作量大、效率低，且可靠性差、漏檢率高，與自動化加工極不相稱［4-5］。為降低人工檢測強(qiáng)度，研發(fā)出可用于自動化生產(chǎn)線的塑料齒輪缺陷自動監(jiān)測裝置。

將檢測系統(tǒng)與產(chǎn)品自動化生產(chǎn)流水線加工設(shè)備進(jìn)行融合，將大幅度提高生產(chǎn)效率，降低生產(chǎn)成本，及時發(fā)現(xiàn)產(chǎn)品存在的缺陷，能最大程度減少經(jīng)濟(jì)損失，實現(xiàn)高度自動化。將系統(tǒng)進(jìn)行適應(yīng)性調(diào)配與改進(jìn)后，可用于微小型電子元器件或其他微型沖壓類產(chǎn)品生產(chǎn)流水線的檢測，提升產(chǎn)品的整體技術(shù)水平與競爭力。

1 檢測系統(tǒng)方案

彩色塑料齒輪品質(zhì)檢測系統(tǒng)設(shè)計包括檢測裝置硬件平臺設(shè)計與實現(xiàn)、齒輪檢測軟件研發(fā)。硬件平臺主要由與產(chǎn)品生產(chǎn)線相匹配的引導(dǎo)裝置、樣品精確定位裝置、圖像采集裝置等組成。軟件系統(tǒng)能實現(xiàn)基礎(chǔ)的圖像處理與分析功能，對產(chǎn)品的品質(zhì)作出判定。檢測系統(tǒng)與齒輪生產(chǎn)線相匹配，根據(jù)生產(chǎn)線的生產(chǎn)速度來適當(dāng)調(diào)整采樣機(jī)構(gòu)，改變采樣周期。系統(tǒng)可調(diào)整軟件檢測功能中對產(chǎn)品品質(zhì)的定義范圍，從而滿足不同質(zhì)量要求。

2 整體設(shè)計

通過引導(dǎo)裝置將生產(chǎn)線上的齒輪導(dǎo)入到檢測系統(tǒng)中，定位裝置要保證待檢測齒輪的狀態(tài)一致，確保圖像采集裝置能采集到理想的圖像。使用黑白工業(yè)相機(jī)來采集塑料齒輪圖像，環(huán)形LED光源能保證充足、均勻的照明，以便采集到高質(zhì)量的清晰圖像，為后期圖像處理與品質(zhì)檢測做好鋪墊。采用C語言對系統(tǒng)軟件進(jìn)行開發(fā)，合理定義標(biāo)準(zhǔn)參數(shù)值來確定齒輪的品質(zhì)等級。綜合考慮各種影響因素（如機(jī)械機(jī)構(gòu)的定位精度、執(zhí)行機(jī)構(gòu)的位置精確性、光源的類型與位置等），確保得到最佳的產(chǎn)品檢測效果，檢測系統(tǒng)結(jié)構(gòu)和采集到的齒輪圖像如圖1、圖2所示。

檢測系統(tǒng)齒輪硬件包括機(jī)電控制箱、導(dǎo)槽支撐底座、光電觸發(fā)器、齒輪定位裝置、圖像采集器、移動相機(jī)支架、高清工業(yè)相機(jī)、齒輪導(dǎo)槽等。導(dǎo)槽支撐底座安裝在機(jī)電控制箱上表面，齒輪導(dǎo)槽安裝在導(dǎo)槽支撐底座上表面。齒輪導(dǎo)槽分為入口斜槽、缺陷齒輪導(dǎo)槽和合格齒輪導(dǎo)槽，入口斜槽中央裝有光電觸發(fā)器，缺陷齒輪導(dǎo)槽和合格齒輪導(dǎo)槽出口處分別設(shè)有缺陷齒輪回收箱和合格齒輪包裝箱。圖像采集模塊如圖3所示，齒輪在進(jìn)入檢測區(qū)域后，對其進(jìn)行圖像預(yù)處理與邊緣檢測及中心定位。圖像采集器可設(shè)計成箱體模式，用螺栓將相機(jī)驅(qū)動直線電機(jī)的定子固定在圖像采集器內(nèi)部側(cè)面，動子與移動光源支架通過螺栓連接在一起。由內(nèi)部控制電機(jī)根據(jù)齒輪大小及輔助聚焦需求來移動模塊中高清相機(jī)，采集齒輪圖像進(jìn)行處理與識別。此外，在圖像采集處設(shè)有照明系統(tǒng)，如圖4所示，由LED環(huán)形光源、照明箱體、移動光源支架組成。

3 塑料齒輪檢測流程

齒輪檢測流程包括圖像采集、圖像預(yù)處理、邊緣檢測等，對圖像采集裝置抽樣采集到的齒輪原始圖像，根據(jù)圖像特點對圖像進(jìn)行預(yù)處理，典型的濾波算子包括中值濾波等，可實現(xiàn)邊緣檢測。

圖像處理結(jié)構(gòu)包括原圖、二值化、直方圖均衡化（增加這步效果更好）、濾波（中值濾波）、邊緣檢測（canny算子、sobel算子）、膨脹結(jié)果、腐蝕結(jié)果。

3.1 原圖

不同齒輪的原圖如圖5至圖7所示。

3.2 二值化

將圖像像素點的灰度值修改為0或255，使整個齒輪圖像呈現(xiàn)為黑白效果。在圖像數(shù)字處理過程中，圖像二值化可大量減少圖像中的數(shù)據(jù)量，突出目標(biāo)輪廓。不同齒輪的二值化如圖8至圖10所示。

3.3 直方圖均衡化

直方圖均衡化是一種簡單高效的圖像增強(qiáng)技術(shù)，通過改變圖像直方圖來改變圖像內(nèi)容各像素的灰度，用于增強(qiáng)動態(tài)化范圍偏小的圖像對比度。如圖11至圖13所示。

3.4 濾波

中值濾波會選取數(shù)字圖像或數(shù)字序列中像素點及其周圍鄰近像素點（一共有奇數(shù)個像素點）的像素值，對這些像素值進(jìn)行排序，以位于中間鄰近位置的像素值作為當(dāng)前像素點的像素值，讓周圍像素值更接近于真實值，消除孤立噪聲點。不同齒輪中值濾波如圖14至圖16所示。

3.5 邊緣檢測

圖像邊緣檢測可大幅度減少數(shù)據(jù)量，剔除不相關(guān)信息，只保留圖像的重要結(jié)構(gòu)屬性。根據(jù)齒輪圖片的特點，對比Sobel、Prewitt、Roberts、Canny等邊緣檢測算子的檢測效果，采用改進(jìn)Canny算子對經(jīng)過中值濾波后的圖片進(jìn)行邊緣檢測，如圖17至圖19所示。

3.6 膨脹結(jié)果

將圖像高亮區(qū)域或白色區(qū)域進(jìn)行擴(kuò)大，其運行結(jié)果比原圖的高亮區(qū)域更大。

3.7 腐蝕結(jié)果

將圖像中高亮區(qū)域或白色區(qū)域進(jìn)行縮小細(xì)化，運行結(jié)果比原圖高亮區(qū)域更小，如圖20至圖22所示。

4 試驗與分析

彩色塑料齒輪系統(tǒng)的應(yīng)用目標(biāo)是代替人工檢測，為驗證該系統(tǒng)的檢測效果，選用模數(shù)為0.25～0.5、不同齒數(shù)的10個系列的彩色塑料齒輪進(jìn)行試驗與分析。隨機(jī)選取各系列100個齒輪樣品進(jìn)行檢測分析，對系統(tǒng)檢測結(jié)果與人工檢測結(jié)果進(jìn)行對比分析，檢測結(jié)果正確率見表1。

對表1進(jìn)行分析，受光源、采集到的圖像質(zhì)量、顏色等因素影響，齒輪檢測系統(tǒng)存在著檢測誤判的情況，各系列正確率見表1，總正確率為98.2%。系統(tǒng)存在將合格齒輪判定為缺陷齒輪或?qū)⑷毕蔟X輪判定為合格齒輪的誤判情況。在實際應(yīng)用中，應(yīng)將該系統(tǒng)與齒輪生產(chǎn)線配合使用，通過在線抽檢的方式對生產(chǎn)線進(jìn)行監(jiān)控。系統(tǒng)正常抽檢周期為10 s，一旦檢測到1個次品，抽樣周期縮短為5 s，連續(xù)進(jìn)行5次采樣，若發(fā)現(xiàn)其中有3個以上次品，要立刻停止生產(chǎn)，并發(fā)出警報，這樣能大幅提高系統(tǒng)檢測的準(zhǔn)確率，完全能滿足彩色塑料齒輪的實際生產(chǎn)需要。

5 結(jié)語

在深入分析彩色塑料齒輪及其圖像特點的基礎(chǔ)上，融合機(jī)器視覺、自動控制、機(jī)械工程、光學(xué)和計算機(jī)等技術(shù)，設(shè)計出基于機(jī)器視覺的彩色塑料齒輪缺陷檢測系統(tǒng)，有效提升檢測效率和產(chǎn)品質(zhì)量。整個系統(tǒng)包括齒輪引導(dǎo)模塊、視覺光源模塊、圖像采集模塊、齒輪檢測模塊等，能實現(xiàn)對齒輪的在線檢測。對各系列齒輪檢測進(jìn)行試驗分析，檢測效率和準(zhǔn)確率能滿足現(xiàn)場生產(chǎn)應(yīng)用要求。該系統(tǒng)不僅能檢測出彩色塑料齒輪的各類缺陷，還具有靈活性與可移植性，可作為微小型電子元器件或其他微型沖壓產(chǎn)品的流水線的配套生產(chǎn)設(shè)備，實現(xiàn)缺陷檢測、尺寸測量、質(zhì)量監(jiān)控等功能，具有良好的經(jīng)濟(jì)效益和市場前景。

參考文獻(xiàn)：

［1］李福海，王達(dá)，王建.塑料齒輪及其成型制造技術(shù)進(jìn)展［J］.高分子材料科學(xué)與工程，2022（11）175-182.

［2］盧科軍.熱塑性塑料齒輪的設(shè)計與制造［J］.上海塑料，2020（4）：51-57.

［3］蔣昌華.塑料齒輪注塑模設(shè)計及成型工藝分析與優(yōu)化［J］.上海第二工業(yè)大學(xué)學(xué)報，2019（1）：48-52.

［4］楊亞，陶紅艷，余成波.SURF與灰度差分在小模數(shù)塑料齒輪缺陷檢測中的研究與應(yīng)用［J］.機(jī)械傳動，2018（5）：156-160.

［5］任楷飛，孟令軍，顧澤凌.基于LabVIEW的塑料齒輪缺齒檢測系統(tǒng)設(shè)計［J］.現(xiàn)代電子技術(shù)，2018（4）：88-91.

收稿日期：2023-01-05

基金項目：浙江省教育廳科研課題“基于計算機(jī)視覺的小型齒輪缺陷檢測系統(tǒng)研究”（Y200907175）；浙江省基礎(chǔ)公益研究計劃項目“基于多信息融合的智能水肥氣灌溉系統(tǒng)研究與應(yīng)用”（LGN20F030001）；2022年度浙江省大學(xué)生科技創(chuàng)新活動計劃暨新苗人才計劃“彩色塑料齒輪缺陷檢測裝置設(shè)計”（2022R463A002）；2022年學(xué)生科研創(chuàng)新項目（宏人才計劃）“基于機(jī)器視覺的三極管品質(zhì)檢測系統(tǒng)研究”（2022HC002）。

作者簡介：張程佳（2002—），大專，研究方向：智能控制技術(shù)；謝佩軍（1981—），男，碩士，教授，研究方向：智能控制與智能檢測技術(shù)。