繆旭光 王文輝 趙海倫 李發(fā)才 劉 傳 徐 昊 駱德國
(1.中天電力光纜有限公司,江蘇 南通 226463; 2 江蘇中天科技股份有限公司,江蘇 南通 226463;3 上海工業(yè)自動化儀表研究院有限公司,上海 200233)
鋁包鋼是在加熱條件下包覆一層均勻連續(xù)鋁材的高碳鋼絲圓整線[1]。在連續(xù)擠壓包覆過程中,常會產(chǎn)生露鋼、包覆不圓、包覆外徑波動大、氧化鋁毛刺等缺陷,不僅影響產(chǎn)品質(zhì)量,還會導(dǎo)致拉拔斷線。目前主要通過目測、觸感或采用噴漆等方法檢測鋁包鋼線的缺陷[2],但誤差較大,而且高速生產(chǎn)線采用上述方法會出現(xiàn)漏檢和誤檢[3]。為此,國內(nèi)有企業(yè)嘗試采用渦流探傷技術(shù)檢測上述缺陷,但難以區(qū)分缺陷的尺寸和種類,且會有誤報等現(xiàn)象[4]。此外,也有企業(yè)通過在線激光測徑儀檢測外徑波動量,以顯示鋁包鋼線表面凹坑或毛刺等缺陷,但難以精確檢測。本文采用基于機器視覺的高速采集、圖像智能化分析等技術(shù),即基于機器視覺的鋁包鋼母線表面缺陷檢測系統(tǒng)檢測鋁包鋼母線的表面缺陷,以提高產(chǎn)品質(zhì)量。
基于機器視覺的鋁包鋼母線表面缺陷檢測系統(tǒng)由機械傳動系統(tǒng)、電氣控制系統(tǒng)、圖像智能采集系統(tǒng)、標(biāo)識系統(tǒng)和外觀缺陷軟件算法系統(tǒng)5部分構(gòu)成,其硬件結(jié)構(gòu)的外觀和檢測界面如圖1所示。鋁包鋼母線為被檢測產(chǎn)品,檢測過程中作直線運動,考慮到鋁表面對光的強反射,圖像智能采集系統(tǒng)選用背發(fā)式平面漫發(fā)射光源,采用暗場照明,即通過在相機周圍增加反光板,增加藍色光源,并通過調(diào)節(jié)反光板輸出功率來改變輸出光的明亮度。此外,設(shè)計了多臺數(shù)字型恒流控制器,以便同時操作多臺反光板光源,其色示溫度能單獨調(diào)節(jié),以確保獲得最佳的曝光效果[5]。工業(yè)相機是圖像智能采集系統(tǒng)的核心部件,共采用3臺相機,通過3個130萬像素分辨率為1 000的Gige接口與主機連接。為保證鋁包鋼線纜表面全覆蓋檢測,以被測鋁包鋼母線中心為圓心安裝3臺工業(yè)相機,沿距采集點圓心一定半徑的圓周均勻布置。經(jīng)工業(yè)相機成像和后期圖形處理后在上位機畫面實時顯示圖像。
由于連續(xù)擠壓包覆不平衡張力的影響,鋁包鋼母線易振動而偏離中心,從而影響視覺設(shè)備的檢測。為此對檢測區(qū)母線的運行軌跡做了限制,即進線區(qū)和出線區(qū)分別設(shè)置2個氣輪,由上下氣輪構(gòu)成,檢測觸發(fā)信號通過2個氣缸帶動4個上下氣輪將鋁包鋼母線壓緊,以使母線在檢測區(qū)平穩(wěn)運行[6]。為防止生產(chǎn)中鋁包鋼線突然斷裂而擊打相機鏡頭,圍繞相機設(shè)置了國標(biāo)規(guī)定的黃色安全防護金屬罩。特別是在包覆線盤首尾端30 m范圍內(nèi),為防止因擠壓模腔內(nèi)壓力波動導(dǎo)致包覆母線表面產(chǎn)生毛刺等缺陷,設(shè)置了設(shè)備到此處會自動退出檢測的程序。對于檢測中出現(xiàn)較長的鋁層端部翹起,控制系統(tǒng)設(shè)置了自動預(yù)警、退出、標(biāo)記、記錄缺陷位置等功能以保護鏡頭[7]。運行中識別出預(yù)設(shè)缺陷特征后,檢測系統(tǒng)將自動啟動聲光報警,并在0.5 s內(nèi)完成噴碼標(biāo)記、拍照、記錄、存儲等動作。
圖1 鋁包鋼線表面缺陷檢測設(shè)備的外觀(a)和檢測界面(b)Fig.1 Appearance(a) and detection interface(b) of the equipment detecting surface detects of aluminum-clad steel wire
雖然鋁包鋼母線表面缺陷主要有氧化物堆積和露鋼,如圖2所示,但按外觀又可細分為顆粒狀、環(huán)狀堆積,單邊、單環(huán)、多環(huán)露鋼等形態(tài)[8]。為方便檢測及統(tǒng)一管理和控制,將母線缺陷分為邊緣和非邊緣缺陷,前者主要指非規(guī)則線徑變化,包括毛刺、飛邊、線徑突變等;后者主要指線纜主體的氧化物堆積、露鋼及顆粒狀、環(huán)狀堆積等[9]。所設(shè)計的機器視覺能針對這些缺陷進行分類,并進行在線識別、噴碼標(biāo)記、拍照記錄和存儲處理。
由于工業(yè)相機采集的圖像常發(fā)生圖形干擾噪聲、亮度和對比度低等問題,檢測系統(tǒng)主要通過圖3所示的圖像灰度直方圖的模擬計算來選擇閾值[10]。
為解決無法全部提取鋁包鋼母線區(qū)域的問題,采用先確定鋁包鋼母線上下邊界區(qū)域的方法,即將鋁包鋼母線圖像分為上側(cè)背景、中間母線、下側(cè)背影等3部分。當(dāng)母線區(qū)域跨越圖像的最上側(cè)或最下側(cè)時,以這兩側(cè)作為母線長度對鋁包鋼母線進行描述,即通過上下邊界提取鋁包鋼母線區(qū)域。能否確定鋁包鋼母線的上下邊界取決于鋁包鋼上下邊界區(qū)域的母線相對中間區(qū)域的母線是否具有更好的抗干擾特性,反射光的照度較強,灰度值遠大于分割閾值[11],為此設(shè)置了4個步驟的測量流程,如圖4所示。
圖3 檢測系統(tǒng)采集的圖像灰度值的模擬計算Fig.3 Analogue computation of gray value of image collected by the detection system
圖4 檢測系統(tǒng)的四步測量流程Fig.4 Four-step measurement process of the detection system
第1步:設(shè)置固定閾值法對采集到的母線圖像二值化;第2步:將二值化母線圖像通過面積篩選提取面積最大的連通區(qū)域;第3步:對最大的連通域進行掃描獲取母線區(qū)域的上下邊界;第4步:通過上下邊界確定最終的母線區(qū)域,并做提取[12]。當(dāng)系統(tǒng)找到母線區(qū)域后進行灰度特征計算,然后對比缺陷標(biāo)準圖片庫,對缺陷特征進行匹配并判斷缺陷類型,控制系統(tǒng)指令噴碼系統(tǒng)同步進行記號標(biāo)識,同時相機對缺陷進行拍照記錄,聲光報警通知作業(yè)人員現(xiàn)場檢查,人工處理也可介入。系統(tǒng)的表面缺陷檢測算法控制流程如圖5所示。
圖5 表面缺陷檢測算法控制流程Fig.5 Control flow sheet of the detection algorithm for surface defects
該系統(tǒng)占地僅1.5 m2,在高速生產(chǎn)線現(xiàn)場對不同尺寸和類型的缺陷樣品進行了測試驗證。結(jié)果表明:能檢測到的最小缺陷尺寸為2 mm;當(dāng)產(chǎn)線的生產(chǎn)速率增大到2.2 m/s時,鋁包鋼母線表面的瑕疵均能檢測到,系統(tǒng)界面能正常報警,能滿足高速生產(chǎn)鋁包鋼母線的要求。
由于系統(tǒng)的相機縱向分辨率為800 dpi,產(chǎn)線采集中雖有導(dǎo)線輪定向,但鋁包鋼母線仍會出現(xiàn)一定的偏移。特別是生產(chǎn)直徑大于10 mm的線纜時,母線常偏移到相機的采集視野以外,不能實現(xiàn)360°全景采集。在檢測標(biāo)記的200處缺陷時,有8處識別錯誤,其識別準確率大于95%。圖6為檢測發(fā)現(xiàn)有尺寸和類型不同的缺陷的母線形貌。
圖6 母線的直徑2 mm的粒狀氧化鋁(a)、直徑3 mm的半環(huán)狀氧化鋁(b)、直徑6 mm的環(huán)狀氧化鋁(c)、直徑2.5 mm的針眼狀露鋼基體(d)、直徑5 mm的環(huán)狀露鋼基體(e)和7 mm長的片狀露鋼基體(f)Fig.6 2-mm-diam granular alumina(a), 3-mm-diam semi-annular alumina(b), 6-mm-diam annular alumina(c), 2.5-mm-diam pinhole exposed steel substrate(d), 5-mm-diam annular exposed steel substrate(e), and 7-mm-slong flaky exposed steel substrate on the bus
(1)開發(fā)了一套基于機器視覺的線纜高速自動化表面缺陷在線檢測系統(tǒng),其圖像智能采集系統(tǒng)采用背發(fā)式平面漫發(fā)射光源并結(jié)合暗視場照明,解決了鋁表面對光線的強反射問題。以鋁包鋼母線為檢測中心,沿距離中心一定半徑的圓周均勻布置3臺相機,能保證母線表面檢測無死角。
(2)外觀缺陷軟件算法系統(tǒng)將母線缺陷分為邊緣和非邊緣兩種,能解決鋁包鋼母線表面缺陷多、難以檢測和統(tǒng)一管理的問題;為解決不同尺寸特別是大尺寸鋁包鋼難以提取完整母線區(qū)域的問題,首先確定鋁包鋼母線上下邊界區(qū)域,隨后采取4個圖像檢測步驟以確保母線區(qū)域的完整提取。
(3)生產(chǎn)中該檢測系統(tǒng)能有效識別鋁包鋼母線的露鋼、氧化鋁等缺陷,高速在線檢測的準確率高達95%。