單 志,胡曉岳,戴護民,張 寧

(廣東機電職業(yè)技術(shù)學院，廣東 廣州 510515)

0 引 言

塑料制品在注塑成型過程中，不可避免地會出現(xiàn)翹曲、熔接痕、縮痕等缺陷，生產(chǎn)企業(yè)往往會嘗試使用不同溫度、壓力、時間等成型工藝參數(shù)組合反復試模，試圖找到合適的成型工藝參數(shù)組合，以減少這些缺陷，提高制品質(zhì)量。

近幾年來，國內(nèi)外學者為提高制品質(zhì)量和一次試模成功率，對注塑工藝參數(shù)優(yōu)化做了大量的研究工作。基于有限元法和有限差分法的注塑CAE軟件可以模擬塑料熔體在型腔內(nèi)的流動，并將分析結(jié)果以直觀的圖片展示在電腦屏幕上，從而幫助人們提前調(diào)整工藝參數(shù)來減少甚至避免制品缺陷。但是注塑CAE分析需要在不同的成型工藝參數(shù)組合下反復分析解算來尋找最優(yōu)工藝參數(shù)組合，依舊費事費力。李桂玲等[1]、陶正崗[2]、江麗珍等[3]采用注塑CAE技術(shù)結(jié)合正交試驗設(shè)計優(yōu)化工藝參數(shù)來減少翹曲變形，也有很多學者[4-10]利用注塑CAE技術(shù)結(jié)合智能算法對注塑模具工藝參數(shù)進行了優(yōu)化，說明應用現(xiàn)代智能算法建立優(yōu)化成型工藝參數(shù)是注塑成型加工的發(fā)展趨勢。

現(xiàn)代智能算法不管是神經(jīng)網(wǎng)絡(luò)算法、支持向量機算法，還是遺傳算法，都需要數(shù)值化的數(shù)據(jù)作為樣本進行訓練。因此塑料制品的缺陷必須進行量化，實際生產(chǎn)中往往用三坐標測量儀或卡尺直接測量，此種方法效率過低。近年來用注塑CAE軟件，如Moldflow、華塑CAE等可以直接得到翹曲、縮痕、收縮率等數(shù)值化的結(jié)果，對實際生產(chǎn)具有一定的指導意義。也有研究者用二次開發(fā)技術(shù)獲取熔接痕的數(shù)量以及每一條熔接痕的匯合角，用熔接痕總數(shù)量和熔接痕匯合角量化熔接痕缺陷強度，對智能優(yōu)化工藝參數(shù)具一定的科學價值。但是在實際生產(chǎn)中塑料制品熔接痕數(shù)量很多且無法避免，導致制品質(zhì)量不合格的往往是外觀表面上的最明顯最長的那條熔接痕。設(shè)計人員只需要通過優(yōu)化設(shè)計降低該熔接痕對產(chǎn)品質(zhì)量的影響，就可以交出合格的塑料制品，而其他非外觀面以及短的熔接痕，一般忽略不計。

本文作者通過注塑CAE軟件模擬分析得到了塑料制品的熔接痕缺陷圖片，基于Matlab軟件的圖像處理功能對熔接痕缺陷圖片進行截取、分割、二值化、特征計算等操作，快速準確地得到了熔接痕實際長度，為現(xiàn)代智能算法優(yōu)化工藝參數(shù)提供了數(shù)據(jù)基礎(chǔ)。

1 數(shù)字圖像處理技術(shù)

數(shù)字圖像是通過數(shù)碼相機和計算機軟件(如繪圖軟件、CAD軟件、CAE軟件等)獲取的、空間坐標和灰度均不連續(xù)的圖像。它用離散整數(shù)數(shù)字表示，因此具有可處理性好、處理精度高的特點。數(shù)字圖像處理技術(shù)是對數(shù)字圖像像素矩陣使用計算機算法進行分割、特征提取等處理的技術(shù)。張振海等[11]應用數(shù)字圖像處理技術(shù)識別地鐵隧道裂縫，毛衛(wèi)平等[12]則應用數(shù)字圖像處理技術(shù)檢測了陶瓷裂隙。

Matlab軟件數(shù)字圖像處理工具箱提供了大量可直接調(diào)用的數(shù)字圖像處理函數(shù)和命令，如圖像變換、增強、復原、分割、特征提取等。而注塑CAE軟件輸出的塑料制品熔接痕缺陷分析結(jié)果都是數(shù)字圖像，利用Matlab軟件讀入塑料制品熔接痕缺陷圖，再通過圖像處理便可以獲取量化后的熔接痕長度，相關(guān)流程如圖1所示。

圖1 用數(shù)字圖像技術(shù)獲取熔接痕長度流程

2 應用實例

圖2所示的塑料制品是汽車上的一個按鈕，材料為ABS，其外觀比較方正，內(nèi)部加強筋較多，總體尺寸約為20 mm×40 mm×20 mm。由于客戶要求外觀面不能有澆口去除痕跡，需要設(shè)計潛伏式澆口，導致在外觀表面存在一條比較明顯的熔接痕。

2.1 模流分析

導入按鈕的STL模型，選擇材料為ABS，默認注塑機參數(shù)，設(shè)置固定的工藝參數(shù)(避免材料和工藝參數(shù)的不同影響熔接痕性能)。熔接痕分析結(jié)果如圖2， 3所示，圖2是塑料制品非外觀面(反面)的熔接痕，它們較短，且在非外觀面上，因此對塑料制品的影響可忽略不計。本研究主要以外觀面(正面)的最長熔接痕為量化研究對象，圖片下方提供了比例尺，通過該比例尺，可以大致估計熔接痕的長度。

圖2 制品內(nèi)部熔接痕

圖3 制品正面熔接痕

2.2 制品熔接痕量化

2.2.1 讀入熔接痕缺陷圖

采用imread函數(shù)存放在電腦中的熔接痕數(shù)字圖像，然后用imshow函數(shù)將熔接痕缺陷圖現(xiàn)在Matlab軟件中，如圖4所示。

圖4 讀入Matlab軟件后熔接痕圖像

2.2.2 截取缺陷區(qū)域

為簡化數(shù)字圖像處理區(qū)域，將多余的區(qū)域去掉，保留數(shù)字圖像中的熔接痕及其附近區(qū)域，該區(qū)域可以采用手動的方法截圖，但要注意使用Photoshop等繪圖軟件進行截取，從而保證不改變圖像大小。如果是批量化操作，也可以用Matlab軟件相關(guān)函數(shù)來執(zhí)行，圖5所示為截取后的數(shù)字圖像。

圖5 截取后的區(qū)域

2.2.3 基于Otsu方法分割

閾值分割法是一種將數(shù)字圖像轉(zhuǎn)換成黑白二值化數(shù)字圖像的方法，原理是設(shè)定一個特征值T，遍歷數(shù)字圖像中的像素，大于等于T的像素轉(zhuǎn)換成白色，小于T的像素轉(zhuǎn)換成黑色。設(shè)原始圖像為f(x,y)，則分割后的圖像為：

(1)

1為黑色，0為白色。

閾值分割法人工選擇法和自動選擇法，Otsu法(自動選擇法)是一種使類間方差最大的閾值確定方法，所以也成了最大類間方差法。該方法具有簡單、處理速度快等特點，是一種常用的閾值選取方法。其處理方法為假設(shè)在數(shù)字圖像f(x,y)中，假設(shè)M×N為數(shù)字圖像的大小，那么可得到下式：

ω0=N0/M×N

(2)

ω1=N1/M×N

(3)

N0+N1=M×N

(4)

ω0+ω1=1

(5)

μ=ω0*μ0+ω1*μ1

(6)

g=ω0(μ0-μ)2+ω1(μ1-μ)2

(7)

g=ω0ω1(μ0-μ1)2

(8)

N0為圖像中像素的灰度值小于閾值T的像素個數(shù)；

N1為像素灰度大于閾值T的像素個數(shù)；

T為目標熔接痕和背景的分割閾值；

ω0為熔接痕(目標)的像素點數(shù)占整幅圖像的比例；

μ0為熔接痕(目標)的像素平均灰度；

ω1為背景像素點數(shù)占整幅圖像的比例；

μ1為背景像素平均灰度；

μ為整幅圖像的平均灰度；

g為類間方差

Ostu方法通過遍歷數(shù)字圖像中所有得像素使得類間方差g最大的閾值T，即在直方圖有兩個峰值的圖像中兩個峰值之間的低谷值T。

Matlab軟件中有現(xiàn)成的函數(shù)實現(xiàn)，函數(shù)名為：graythresh，該函數(shù)便是用Ostu方法求分割閾值T。用法如下：

img=imread(?熔接痕.jpg?);

%讀入塑料制品缺陷圖片；

T = graythresh(img);

%閾值分割；

W = im2bw(img,T);

%將灰度數(shù)字圖像轉(zhuǎn)換為二值數(shù)字圖像

如圖6所示，被Ostu方法分割后熔接痕變成了白色(f(x,y)=0)，背景變成了黑色(f(x,y)=1)，即二值化圖像。

圖6 灰度分割后的熔接痕

2.2.4 骨架化

從注塑CAE軟件得到的數(shù)字圖像，塑料制品的熔接痕缺陷圖像寬度為兩個像素，不利于熔接痕圖像長度的獲取。因此利用Matlab骨架化圖像處理功能在不改變圖像的本質(zhì)結(jié)構(gòu)的情況下，將熔接痕圖像轉(zhuǎn)換成寬度1個像素的線條，利于后續(xù)熔接痕長度的獲取。

Matlab軟件中有現(xiàn)成的函數(shù)實現(xiàn)，函數(shù)名為：bwmorph，用法如下：

W1=bwmorph(W, ?MinBranchLength? ,25)；%W為上面已經(jīng)二值化的熔接痕圖像。

2.2.5 計算熔接痕像素長度

骨架化后的二值圖像中熔接痕像素長度可以用其像素面積近似表達，在Matlab軟件中調(diào)用bwarea函數(shù)可以求得該面積。bwarea函數(shù)先通過為每個像素增加不同的權(quán)重值，再通過加權(quán)求和得到數(shù)字圖像中熔接痕的面積。具體用法如下：

T = bwarea(W1) ;

%W1為上面骨架化后的熔接痕缺陷圖。

計算熔接痕像素長度T1=268.5。

2.2.6 計算熔接痕實際長度

如圖3所示，熔接痕缺陷圖下方有個長度20 mm的比例尺，通過該比例尺可以得熔接痕的實際長度約為18 mm左右，但是準確的數(shù)值，還需要通過數(shù)字圖像處理技術(shù)得到。

熔接痕實際長度=20 mm(比例尺實際長度)×熔接痕像素長度÷比例尺像素長度。

使用求得熔接痕像素長度的方法求取比例尺像素長度T2=301，那么熔接痕實際長度為268.5/301×20 mm=17.840 5 mm。

3 結(jié) 論

應用注塑CAE技術(shù)獲取了塑料制品熔接痕缺陷圖，基于MBTLAB的圖像處理方法對制品缺陷-熔接痕缺陷進行數(shù)值量化，為學者們基于正交試驗設(shè)計與現(xiàn)代智能算法優(yōu)化工藝參數(shù)提高制品質(zhì)量提供了數(shù)值化的缺陷結(jié)果。