張保國 芮友濤 汪 鵬

（安徽古井貢酒股份有限公司，亳州 236826）

傳統(tǒng)的白酒行業(yè)屬于勞動力密集型領(lǐng)域，隨著用工成本的增加，其中低附加值高重復(fù)性工種的用工性價比快速下降，導(dǎo)致企業(yè)利潤與工人收益之間的矛盾加劇，隨之而來的就是工人管理和用工穩(wěn)定性問題[1]。白酒行業(yè)的工作主要包括兩個方面，即前釀造和灌裝包裝。目前，相關(guān)部門對于國內(nèi)主流的白酒生產(chǎn)企業(yè)均積極投入了釀造階段的自動化探索，力求通過將自動化設(shè)備和機器視覺融入傳統(tǒng)釀造工藝來提高釀造的定量化流程控制，從而降低用工成本。

對比釀造階段，白酒的灌裝包裝投入較少，主要是因為現(xiàn)代白酒的核心競爭力集中在前釀造階段，從而導(dǎo)致對灌裝包裝，尤其是灌裝后續(xù)的自動化生產(chǎn)設(shè)備的投入不足。目前，白酒行業(yè)對于自動灌裝包裝檢測方面設(shè)備的需求日益迫切。因此，針對目前企業(yè)內(nèi)多種規(guī)格的白酒系列，以公司重點產(chǎn)品的原漿系列為例設(shè)計白酒異型瓶理蓋上蓋系統(tǒng)。

1 機器人理蓋上蓋系統(tǒng)搭建

1.1 需求分析

上蓋過程中，酒瓶瓶口中心與貼花便簽的連線要與瓶蓋雙耳連線的俯視投影相互垂直。白酒異形瓶理蓋上蓋系統(tǒng)工作過程中，要確保異形瓶蓋具有姿態(tài)統(tǒng)一的瓶蓋流，且瓶蓋每小時的輸出量在6 000個以上，其理蓋的準(zhǔn)確性和供送速度會直接影響到灌裝生產(chǎn)線的產(chǎn)能[2]。上蓋機械手拾取瓶蓋流中的瓶蓋后，需要旋轉(zhuǎn)一定角度后再放置到酒瓶瓶口上，對上蓋機械手的搬運效率要求較高。同時，因該系統(tǒng)內(nèi)需要布置多個視覺檢測機構(gòu)，宜選擇體型較小的高速并聯(lián)機器人。異形瓶瓶身特征物的識別采用機器視覺技術(shù)，選擇酒瓶靠近瓶口上部的標(biāo)簽作為瓶身識別物，機器視覺的拍攝角度宜設(shè)置為瓶口上方。瓶蓋角度識別時，應(yīng)選擇瓶蓋的雙耳作為瓶蓋識別物。瓶蓋雙耳位于瓶蓋下部，可采用機器視覺進行瓶蓋角度識別，機器視覺的拍攝角度宜設(shè)置為瓶蓋雙耳下方。另外，在瓶蓋流的暫存問題中，采用現(xiàn)有的理蓋設(shè)備工作時，瓶蓋流一般為線性運動，瓶蓋流輸出端的運動較大，并聯(lián)機器人不能精確抓取高度運動的瓶蓋，在瓶蓋流輸出端與并聯(lián)機器人的拾取位置之間宜設(shè)置瓶蓋緩存機構(gòu)，該機構(gòu)應(yīng)具有合理的緩存位用于提供靜止且姿態(tài)統(tǒng)一的瓶蓋。

1.2 機械結(jié)構(gòu)系統(tǒng)設(shè)計

如圖1所示，高速理蓋上蓋系統(tǒng)的整體結(jié)構(gòu)由瓶蓋理料機構(gòu)、緩存結(jié)構(gòu)、高速并聯(lián)機器人、瓶蓋視覺檢測機構(gòu)、酒瓶視覺檢測機構(gòu)以及檢測剔除機構(gòu)組成[3]。其中，瓶蓋理料機構(gòu)由料倉、提升機和離心式振動盤組成。工作時，由人工將瓶蓋傾倒入料倉中，料倉中的瓶蓋隨提升機上行到離心式振動盤，由離心式振動盤對瓶蓋進行理料，瓶蓋蓋合口朝下且豎直排列從離心式振動盤輸出。離心式振動盤輸出端位于轉(zhuǎn)盤的上方，瓶蓋可落入轉(zhuǎn)盤的緩存位中。轉(zhuǎn)盤沿其圓周方向均布有12個瓶蓋緩存位。并聯(lián)機器人的末端采用吸取式抓手用于吸取瓶蓋，吸取部位為酒瓶瓶蓋上部的類球體表面。瓶蓋視覺檢測機構(gòu)設(shè)置在轉(zhuǎn)盤的下方，瓶蓋到達緩存位置后，轉(zhuǎn)盤中的緩存位僅對瓶蓋的中部提供支撐。瓶蓋視覺檢測機構(gòu)中的工業(yè)相機鏡頭朝上設(shè)置，可以從瓶蓋的下方拍攝瓶蓋的仰視照片，從而檢測瓶蓋雙耳的位置。同時，酒瓶視覺檢測機構(gòu)從酒瓶的上方拍攝酒瓶俯視照片，用以檢測酒瓶瓶身上部貼花的位置。上蓋結(jié)束后，高速瓶蓋上蓋系統(tǒng)的檢測剔除機構(gòu)利用上蓋后的酒瓶與未上蓋酒瓶的質(zhì)量不同或者利用兩種不同狀態(tài)酒瓶的最大高度不同來檢測酒瓶是否上蓋，并進行及時剔除，以避免未上蓋的酒瓶誤入壓蓋機而造成損失。

2 機器視覺系統(tǒng)設(shè)計及圖像處理

2.1 視覺識別模塊的硬件搭建

視覺識別模塊主要包括遮光架、遮光板、相機、鏡頭、光源、光電傳感器和工控機等?？紤]到工廠實際作業(yè)環(huán)境較為復(fù)雜，為避免晝夜更替及四季日照變化對圖像采集的影響，將視覺系統(tǒng)安裝在遮光架內(nèi)部，且外部用遮光板遮擋，從而減少外界環(huán)境對光線的影響。工控機的主要作用是完成視覺圖像的處理，并將處理后的坐標(biāo)數(shù)據(jù)發(fā)送給機器人，以便其完成取蓋上蓋任務(wù)。

2.2 圖像采集和處理

圖像采集及預(yù)處理過程中，當(dāng)瓶蓋隨輸送線運動到指定位置時，激光傳感器觸發(fā)拍照指令，相機開始拍照采集當(dāng)前位置圖像，圖像在采集和傳遞過程中通常會受到各種噪聲干擾而影響判定結(jié)果，因此可以通過各種算法對圖像進行預(yù)處理，從而增強圖像有效 信息[4-5]。

酒瓶檢測機構(gòu)相機拍攝畫面如圖2所示，從圖2中可以看出，瓶口邊緣會因反射光線不均勻等因素導(dǎo)致瓶口外輪廓邊緣的線條粗細(xì)不均勻，且輸送線上也有一定的同種顯色干擾因素，但瓶口灰度與輸送線灰度差異較為顯著，因此必須在識別之前對圖像進行預(yù)處理，從而消除噪聲干擾。經(jīng)過對原始圖像的初步分析，圖像中主要存在黑色和白色兩種顏色，因此可先對圖像進行灰度化處理。先將RGB圖像轉(zhuǎn)化為基于單色的8位灰度圖，灰度化處理后的圖像極大地減少了計算量，且僅僅是去掉圖像中的顏色，因此很好地保留了圖像的其他信息，灰度處理后的瓶蓋照片如 圖3（a）所示，灰度處理后的酒瓶照片如圖3（b）所示。對于灰度化之后的圖像，可進行濾波模板尺寸大小為3的中值濾波。中值濾波的原理是用像素點領(lǐng)域灰度的中值來代替該像素點的灰度值，使周圍的像素值更接近真實的值，從而消除圖像中出現(xiàn)的孤立噪聲點。該操作能夠較好地去除圖像中出現(xiàn)的傳送帶成像干擾。濾波之后的圖像還需要進行邊緣檢測，以增強瓶口邊緣特征。視覺檢測系統(tǒng)算法控制的檢測基準(zhǔn)如圖3（a）所示，以瓶蓋兩側(cè)雙耳中心連線為基準(zhǔn)線，將偏差角度控制在-3°～3°之內(nèi)。

機器人理蓋上蓋系統(tǒng)工作過程中，酒瓶隨輸送線運動，酒瓶視覺檢測機構(gòu)中的相機拍攝照片為動態(tài)下的照片，需要與預(yù)先的圖片模板進行匹配，從而將瓶蓋準(zhǔn)確地放置在裱紙上，而且必須對酒瓶進行追蹤。追蹤工藝即實現(xiàn)機器人的動態(tài)抓取，因此必須對傳送帶與機器人進行標(biāo)定。同時，還要以視覺算法處理運動中的酒瓶圖片，從而獲得機器人與傳送帶之間的位置關(guān)系。瓶蓋視覺檢測機構(gòu)中的相機拍攝照片為靜態(tài)下的照片，需要與預(yù)先的圖片模板進行匹配[6]，以確定瓶蓋雙耳相對待上蓋酒瓶的旋轉(zhuǎn)角度。

3 應(yīng)用效果

系統(tǒng)工作時要先由人工上料至料倉，系統(tǒng)啟動后，可編程邏輯控制器（Programmable Logic Controller，PLC）會輸出啟動信號，然后由提升機將料倉中的瓶蓋提升至振動盤，再由離心盤理料輸送瓶蓋進入緩存機構(gòu)，檢測瓶蓋角度后等待高速并聯(lián)機器人抓取。同時，灌裝后的酒瓶來料，檢測酒瓶角度后由高速并聯(lián)機器人抓取瓶蓋并旋轉(zhuǎn)一定角度后放置到酒瓶上部瓶口，再由檢測剔除機構(gòu)檢測是否完成上蓋，并將不合格品剔除。產(chǎn)品樣機測試時，所有上蓋后酒瓶的產(chǎn)品合格率統(tǒng)計數(shù)據(jù)如表1所示。

表1 實驗結(jié)果數(shù)據(jù)統(tǒng)計

實驗結(jié)果表明，該白酒異形瓶理蓋上蓋系統(tǒng)的上蓋效率可達到每小時6 000瓶，相當(dāng)于3個工人同期的上蓋效率之和，滿足了整線的產(chǎn)能需求，且上蓋合格能夠達到99%以上，漏蓋檢測率達到了100%，上蓋誤差與人工上蓋誤差持平，因此該裝置能夠替代人工上蓋。

4 總結(jié)

通過實際生產(chǎn)驗證，基于高速并聯(lián)機器人的白酒異形瓶理蓋上蓋系統(tǒng)能夠滿足工業(yè)生產(chǎn)要求，相比于以前僅配置輸送線的人工流程操作，產(chǎn)品品質(zhì)和效率得到了大幅提升。在此基礎(chǔ)上，能夠激勵企業(yè)在灌裝包裝智能檢測生產(chǎn)線中積極地進行自動化探索，并致力于更全面深刻的自動化改造。