選擇符合檢測規格的設備
導入視覺系統前需要確認的主要項目
-
- 選擇檢測所需的設備
- 選擇符合檢測規格的設備。
- 相機/控制器/光源/鏡頭/顯示器
-
- 檢測判斷
- 利用實際工件和實機進行試驗。
- OK、NG品的限度樣本/檢測效率/
確認Must、Want/品種數
-
- 選擇安裝方法、安裝地點
- 研究具體的安裝地點。
- 移動中/停止中/周圍環境/環境光/振動等
-
- 實現自動化的控制方法
- 確認對視覺系統的輸入輸出控制。
- 拍攝時間點/判定結果輸出/PLC控制/數據輸出
-
- 現場測試
- 根據需要,在實際生產線上進行驗證。
- 設定微調/統計分析/輸入輸出控制確認
-
- 操作方法解說
- 說明基本設定方法。
- 公差設定/敏感度調整/檢測設定變更/品種注冊
檢測判斷 ~明確能否進行實際檢測~
檢測判斷所需的準備
準備幾個良品、不良品樣品
要確認能否用視覺系統進行檢測,用良品、不良品限度樣本做實驗,是有效的手段。
準備多個限度樣本,能夠使實驗結果更接近生產線的實際情況。
“MUST”、“WANT”的分級
根據檢測內容,將必須要檢測的項目歸為“MUST”類,將希望能夠檢測的項目歸為“WANT”類,對能否檢測進行明確分級。
如果能對“MUST”和“WANT”界定更具體的數值范圍差異,就能更加方便地判斷視覺系統能否檢測的穩定性。例如,用100萬像素的相機,以25 mm視野檢測大小為20 mm的對象時,1個像素就是0.025 mm。將1個像素視作最小單位,則根據該條件,理論上的檢測臨界,就是0.025 mm。但實際檢測會受到各類環境條件的影響,因此,考慮檢測臨界時,必須留出一定的余地。
例如,對上述示例而言,若“MUST”的缺陷深度為0.5 mm,相當于20個像素的變化,在檢測臨界內,判斷為可以檢測。如果“WANT”的缺陷深度為0.05 mm,相當于2個像素的變化,可推測該缺陷為無法斷言能否檢測的臨界點。
缺陷“MUST”???0.5 mm → 可以檢測!
缺陷“WANT”???0.05 mm → 檢測臨界
判定公差與余量的確認
要判斷能否檢測的穩定性,準確的方法,是根據多個良品和不良品的檢測值統計數據,進行判斷。下面的圖表,是CV系列視覺系統,利用統計分析功能,對256個檢測工件得出的測量結果。超出上限界線的目標物,將被檢測為NG。通過上限值的設定,就能夠知道將多少范圍內工件,檢測為不良品。
進行留有余量的公差(上限)設定時
檢測值的平均值約為6.3,紅圈代表“MUST”的不良品,完全超出了上限。
藍圈、綠圈代表“WANT”的不良品,上限為17.0時,最多可以檢測到藍圈的NG。
在該設定下,無法檢測出綠圈的“WANT”不良品,但也不會對良品進行誤檢。
將上限值從17收緊到11后,良品數將從250個減少到244個,成品率隨之降低。
進行能夠同時檢測“WANT”不良品的臨界設定時
要檢測“WANT”不良品的綠圈時,會與良品波動的最大值發生重疊,若繼續降低上限,就會導致將良品誤檢為不良品的頻率升高。
在該例中,可以知道綠圈的不良品是與良品的重疊界限。
單件產品生產時間和視覺系統時間1
使用視覺系統進行檢測時,必須要針對視覺系統的處理速度進行考量。全新的視覺系統可進行超高速處理,根據檢測內容的不同,可實現每秒100個的檢測。但視覺系統時間在很大程度上受到相機像素數、處理內容、處理項目數等條件的影響,確認視覺系統的處理速度和檢測生產線的單件產品生產時間很重要。
視覺系統的處理流程是?
視覺系統的檢測流程,如下所示。
單件產品生產時間和視覺系統時間2
根據所用相機的像素數,可檢測的最小分辨率會發生變化。相機的像素數越多,分辨率越高,但處理時間也越長。在下面的示例中,分別用31萬像素、200萬像素、500萬像素相機,對容器上的黑點進行檢測。對各相機拍攝的相同視野二值化像素數進行比較,發現檢測像素數存在巨大差距,像素越高,檢測越細致。反之,像素越高,處理時間也越長。
*下面是處理時間、像素數的典型示例。處理時間,就是最短觸發間隔。
3像素
23像素
55像素