[发明专利]一种自适应强的金属表面智能缺陷视觉检测装备及检测方法

说明书

本发明属于智能化缺陷检测领域，具体为一种自适应强的金属表面智能缺陷视觉检测装备及检测方法，包括光源部分、光学传导模块、工件、CCD相机、检测模块、储存模块和执行机构；所述光学传导模块进一步包括光栅和抑制剂投放装置，所述光源部分与光栅连接，产生结构光投射至工件表面，所述工件上方放置光学抑制剂投放装置，所述CCD相机对所述工件表面进行拍摄，所述工件依次通过生产线进行传输。

技术领域

本发明属于智能化缺陷检测领域，尤其涉及一种自适应强的金属表面智能缺陷视觉检测装备及检测方法。

背景技术

零件的表面质量是机械加工质量的重要组成部分，表面质量是指机械加工后零件表面层的微观几何结构及表层金属材料性质发生变化的情况。经机械加工后的零件表面并非理想的光滑表面，它存在着不同程度的粗糙波纹、冷硬、裂纹等表面缺陷。虽然只有极薄的一层(0.05～0.15mm)，但对机器零件的使用性能有着极大的影响；零件的磨损、腐蚀和疲劳破坏都是从零件表面开始的，特别是现代化工业生产使机器正朝着精密化、高速化、多功能方向发展，工作在高温、高压、高速、高应力条件下的机械零件，表面层的任何缺陷都会加速零件的失效。因此，必须重视机械加工表面质量。

目前，金属表面缺陷视觉检测的常见处理方式为人工处理。而流水作业线上的处理方式为使用照相机拍摄照片，通过对比储存器中缺陷照片的信息来完成视觉检测，对于缺陷照片信息量过大、缺陷信息判断不准均会导致检测速度降低、检测精度不够，出现误判、误检的现象，影响检测精度与检测速度，现有技术中，中国专利CN108827969 A公开一种金属零件检测与识别方法及装置，该方法基于表面缺陷检测模型对原始图像进行缺陷区域检测，定位区域之后，对比预先储存的缺陷类型来判断缺陷类型。

已有的检测技术均是对采集原始图像信息之后，对比已有的表面缺陷照片、缺陷模型计算参数等信息，来判断金属表面缺陷的类型。在传统的检测过程中，由于缺陷种类多、判断标准不明确导致检测速度较低、检测精度不够，使得视觉检测效率低下，另外，这中检测方式不仅不精度不够，而且对于生产线上的次品挑选，往往依赖于人工的手工，生产效率和安全性大打折扣。

发明内容

为解决上述问题，本发明提出一种自适应强的金属表面智能缺陷视觉检测装备及检测方法，该缺陷视觉检测装备能够快速准确的识别工件表面质量缺陷，并且能够将生产线上的缺陷工件快速取出，提高次品的检测效率和生产效率。本发明的具体技术方案如下：

一种自适应强的金属表面智能缺陷视觉检测装备，包括光源部分、光学传导模块、工件、CCD相机、检测模块、储存模块和执行机构；其中，

所述光学传导模块进一步包括光栅和抑制剂投放装置，所述光源部分与光栅连接，产生结构光投射至工件表面，所述工件上方放置光学抑制剂投放装置，所述CCD相机对所述工件表面进行拍摄，所述工件依次通过生产线进行传输；

所述检测模块进一步包括A/D转换器、快速标定模块、图像学习模块和显示器；

所述A/D转换器将所述CCD相机的图像数据转化为电信号，并将所述图像数据传输至快速标定模块；

所述快速标定模块对所述图像数据进行标注，并将标注信息传输至图像学习模块；

所述图像学习模块内置学习程序，通过所述学习程序对所述图像数据进行训练，具体的，将训练信息导入深度学习模块，并将训练信息分别传输至显示器和储存部分；

所述储存部分进一步包括数据储存模块、数据分析模块和电机控制模块，所述数据分析模块将所述训练信息与所述数据储存模块中的已知缺陷信息进行对比，判断所述训练信息是否存在缺陷，并将判断结果传输给所述电机控制模块，所述电机控制模块进一步控制执行机构的动作；

所述执行机构进一步包括机械手和电机，所述电机控制模块将控制信号转化为脉冲信号传输控制电机的动作，所述电机驱动机械手将缺陷工件从生产线取下。