[发明专利]一种用于涡轮增压器叶轮的机器视觉检测系统在审

专利信息
申请号: 202211523391.6 申请日: 2022-12-01
公开(公告)号: CN116203024A 公开(公告)日: 2023-06-02
发明(设计)人: 李刚;史蒂文·保罗·莱兰德 申请(专利权)人: 江阴鑫宝利金属制品有限公司
主分类号: G01N21/88 分类号: G01N21/88;G01N21/01
代理公司: 江阴市轻舟专利代理事务所(普通合伙) 32380 代理人: 曹键
地址: 214426 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 涡轮 增压 叶轮 机器 视觉 检测 系统
【说明书】:

本发明公开了一种用于涡轮增压器叶轮的机器视觉检测系统,包括:采集单元,通过视觉相机获取到涡轮增压器叶轮在自动外观检验线上的照片,再获取到该照片上的叶轮缺陷信息;分析单元,接收采集单元生成的叶轮不合格信号和叶轮修理信号,获取到自动外观检验线的设置参数;反馈单元,接收到平台故障信号、产品故障信号、上料偏移信号以及视觉采集故障信号,进行反馈输出分析处理,并对应生成停机检查指令、叶轮生成线追溯指令、调节上料输送带指令以及调节视觉相机指令,并将其均发送至显示终端进行维修调查,本发明不仅可以快速进行视觉分析,而且还可以快速分析其故障原因,从而可以快速优化工厂的视觉设备性能,降低人力成本,提高生产效率。

技术领域

本发明涉及涡轮增压器叶轮技术领域,具体涉及一种用于涡轮增压器叶轮的机器视觉检测系统。

背景技术

中国专利CN105223204B公开了一种增压器叶轮曲面端面外观损伤检测设备及检测方法,通过旋转驱动机构驱动待检测叶轮以一定的速度作旋转运动,并通过旋转编码器采集待检测叶轮的角位移信号,产生输出脉冲信号给工业相机,工业相机可对叶轮叶片的圆周图片进行采集拍照并进行分析对比,从而判断出叶轮叶片的曲面端面外观是否有损伤。

随着汽车业的发展和日益普及,大家对汽车外观和性能方面的要求越来越高,厂商为了满足市场需求,不断投入汽车新技术的研发,而机械增压和涡轮增压就是为提高汽车性能而诞生。增压器在满足市场需求的同时,还满足了国家的环保要求。在涡轮增压器叶轮生产过程,产品检验是一个极其重要的工序,产品检验的好坏是决定成品质量与使用寿命的重要因素之一。目前我国大部分精密铸造厂产品检验均为人工靠眼睛检验,每个人的检验标准难以统一且无法做到百分百零遗漏缺陷识别,极大影响了产品的PPM值,这种状况与现代化大生产是相矛盾的。

发明内容

本发明的目的就在于解决上述背景技术的问题,而提出一种用于涡轮增压器叶轮的机器视觉检测系统。

本发明的目的可以通过以下技术方案实现:

一种用于涡轮增压器叶轮的机器视觉检测系统,包括采集单元、分析单元、反馈单元:

采集单元,通过视觉相机获取到涡轮增压器叶轮在自动外观检验线上的照片,再获取到该照片上的叶轮缺陷信息;

分析单元,接收采集单元生成的叶轮不合格信号和叶轮修理信号,获取到自动外观检验线的设置参数,判断其涡轮增压器叶轮的缺陷是否是视觉相机设置不当或进给料动作不当造成的;

反馈单元,接收到平台故障信号、产品故障信号、上料偏移信号以及视觉采集故障信号,并对平台故障信号、产品故障信号、上料偏移信号以及视觉采集故障信号进行反馈输出分析处理,并对应生成停机检查指令、叶轮生成线追溯指令、调节上料输送带指令以及调节视觉相机指令,并将其均发送至显示终端进行维修调查。

作为本发明进一步的方案:采集单元的具体工作过程如下:

步骤1:获取到照片上的叶轮缺陷信息,并将缺陷尺寸、缺陷数量、缺陷位置分别标记为Cq、Sq、Wq;

步骤2:利用公式Zq=a1*Cq+a2*Sq+a3*Wq,计算得到该涡轮增压器叶轮的缺陷值Zq;

将得到的涡轮增压器叶轮的缺陷值Zq与缺陷值阈值进行比较;

若涡轮增压器叶轮的缺陷值Zq大于缺陷值阈值,则判定该涡轮增压器叶轮为废品,并生成叶轮不合格信号;

若涡轮增压器叶轮的缺陷值Zq小于缺陷值阈值,则判定该涡轮增压器叶轮为残次品,并生成叶轮修理信号。

作为本发明进一步的方案:该缺陷尺寸的获取过程如下:

通过视觉相机将缺陷形状完全拓印在拓印面上;将拓印好的拓印面置于水平,并输入至计算模块;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江阴鑫宝利金属制品有限公司,未经江阴鑫宝利金属制品有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211523391.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top