-
- 雜志類目（編輯計劃）/li>
- 雜志類目（投稿服務）/li>
- 全站底部/li>
- 移動應用描述/li>
- 雜志類目（編輯簡介）/li>
- 雜志類目（編輯計劃）/li>
- 視頻/li>
- 管窺擠出精品/li>
- 默認分類/li>
- 求購
- 供應
- 視頻
- 宣傳矩陣
-
孫宗濤1,林強1,楊民2，李波2，任建明1,
高一鳴1,孫廣鑫1,張同放1,任德宸1,楊宇1,
（1.臨沂科技職業(yè)學院，山東臨沂276025；
2.山東金奧機械有限公司，山東臨沂276001）
摘要：針對傳統(tǒng)人工檢測吹塑制品質量效率低、精度差等問題，提出基于機器視覺的非接觸式視覺檢測技術。分析了視覺檢測的技術原理及系統(tǒng)組成，以吹塑藥箱為例探討視覺檢測技術在吹塑制品生產中的應用。結果表明：視覺檢測技術可實現(xiàn)尺寸測量、外觀缺陷、色差等方面的同步檢測，能夠有效提高檢測精度、檢測速度、可靠 性及穩(wěn)定性，滿足現(xiàn)代制造業(yè)對高質量、高效率生產的需求，具有廣闊的應用前景和推廣價值。
關鍵詞：吹塑制品；視覺檢測；缺陷識別；在線測量
熱塑性樹脂經擠出或注射成型得到管狀塑料型坯，趁熱（或加熱到軟化狀態(tài)）置于對開模中，閉模后立即在型坯內通入壓縮空氣，使塑料型坯吹脹而緊貼在模具內壁上，冷卻脫模后即可得到各種中空制品。吹塑制品以其良好的成型性、耐腐蝕性等特點，在包裝、汽車零部件、日用品等眾多領域得到廣泛應用[1-9]。但吹塑制品在成型時，受型坯厚度、吹塑壓力、吹氣時間、保壓時間、模具溫度等因素影響，成型尺寸不穩(wěn)定。
隨著市場對吹制品質量要求的不斷提高，高效、精確的質量檢測成為保證產品質量和生產效率的關鍵環(huán)節(jié)。傳統(tǒng)的吹制品檢測方法主要依賴人工目檢，不僅勞動強度大、檢測效率低，而且容易受到人為因素的影響，導致檢測結果的準確性和一致性較差。視覺檢測技術作為一種新興的非接觸式檢測手段，通過機器視覺系統(tǒng)(攝像機、光源、處理器等)實現(xiàn)非接觸式測量，具有檢測速度快、精度高、可靠性強等優(yōu)點，為吹制品質量檢測提供了新的解決方案[10-11]。
吹制品的質量檢測主要包括尺寸精度檢測、外觀缺陷檢測、色差檢測等方面。尺寸精度方面，要求對制品的外形尺寸、壁厚等關鍵尺寸進行精確測量，以確保制品符合設計要求;外觀缺陷檢測則涵蓋了諸如孔洞、裂縫、變形、劃痕、氣泡等各種缺陷，這些缺陷會嚴重影響制品的性能和使用壽命;產品的色差是消費者關注的重要因素之一，而色差作為影響吹制品外觀的關鍵指標，對產品的品質和市場接受度有著重要影響[12]。
人工目檢是目前傳統(tǒng)吹制品檢測的主要方式。人工檢測時，檢測人員憑借肉眼和簡單的量具對制品進行觀察和測量，這種方法存在諸多弊端:（1）長時間的重復工作容易使檢測人員產生視覺疲勞，導致漏檢和誤檢率增加;（2）人工檢測的速度有限，難以滿足大規(guī)模生產的檢測需求;（3）人工檢測的主觀性較強，不同檢測人員對缺陷的判斷標準可能存在差異，從而影響檢測結果的一致性[13]。
視覺檢測技術是基于計算機視覺原理，通過光學成像系統(tǒng)將吹制品的圖像采集到計算機中，然后利用圖像處理算法對圖像進行分析和處理，提取出制品的特征信息，如尺寸、形狀、顏色、紋理、表面缺陷等，并與預設的標準值進行比較，從而判斷制品是否合格。視覺檢測技術的核心在于圖像處理和模式識別技術，通過對圖像的灰度、顏色、紋理等特征的分析，實現(xiàn)對制品質量的評估[10]，即用光學手段把被測物變成數(shù)字圖像，再用算法將像素信息轉化為可度量的工程數(shù)據(jù)，并與預設規(guī)格比較，從而給出合格/不合格的決策。
視覺檢測系統(tǒng)主要包括圖像采集設備、照明系統(tǒng)、圖像處理軟件、機械運動及控制系統(tǒng)。（見圖1）
圖1視覺檢測系統(tǒng)組成
圖像采集設備主要包括工業(yè)相機和鏡頭。工業(yè)相機負責捕捉吹制品的圖像，其分辨率、幀率等參數(shù)會直接影響檢測的精度和速度。鏡頭用于將制品成像在相機的感光元件上，需要根據(jù)檢測需求選擇合適的焦距和視場角的鏡頭，以獲取清晰的圖像。
照明系統(tǒng)是獲取高質量圖像的關鍵，其作用是為吹塑制品提供均勻、穩(wěn)定的光照，減少陰影和反光對圖像質量的影響。常見的照明方式有背光照明、前光照明和結構光照明等，根據(jù)制品的形狀、材質和檢測要求選擇合適的照明方式。
圖像處理軟件是視覺檢測系統(tǒng)的核心部分，包含各種圖像處理算法和工具，用于對采集到的圖像進行預處理、特征提取、分析和判斷。常用的圖像處理算法包括圖像濾波、邊緣檢測、形態(tài)學處理、圖像分割等，通過這些算法能夠準確地提取出制品的特征信息，并與標準模板進行匹配和比對。
為了實現(xiàn)對吹制品不同部位的檢測，需要配備相應的機械運動裝置，如輸送帶、旋轉臺、機械手臂等，用于將制品準確地輸送到檢測位置，并控制相機和照明系統(tǒng)的運動。同時，還需要控制系統(tǒng)來協(xié)調各個部件的工作，實現(xiàn)自動化檢測流程[14-16]。
在吹制品的生產過程中，尺寸精度是一個重要的質量指標。以吹塑藥箱為例，利用視覺檢測技術可以對其藥箱口直徑、藥箱高度、藥箱寬度等尺寸進行精確測量。通過在檢測系統(tǒng)中設置合適的標定參數(shù)，將圖像中的像素坐標轉換為實際的物理尺寸。在測量過程中，工業(yè)相機從不同角度對吹塑藥箱進行拍攝，獲取多幅圖像，然后利用圖像處理算法對這些圖像進行分析和計算，得到吹塑藥箱的各項尺寸參數(shù)。實驗結果表明，視覺檢測技術的尺寸測量精度可達±0.1mm,滿足了生產工藝對尺寸精度的要求，相比傳統(tǒng)的人工測量方法，大大提高了測量效率和準確性。
對于吹塑制品表面的孔洞和裂縫等缺陷，視覺檢測技術能夠通過圖像分割和邊緣檢測算法進行有效識別。首先，利用圖像分割算法將制品的圖像從背景中分離出來，然后對分割后的圖像進行邊緣檢測，查找可能存在的缺陷邊緣。對于孔洞缺陷，通過計算孔洞區(qū)域的面積、周長等特征參數(shù)，與預設的缺陷閾值進行比較，判斷孔洞是否超出允許范圍;對于裂縫缺陷，根據(jù)裂縫的長度、寬度及走向等特征進行識別和分類。在實際應用中，該方法能夠準確檢測出直徑大于0.5mm的孔洞和長度大于1mm的裂縫，檢測準確率達到95%以上。
3.2.2變形檢測
吹塑制品在成型過程中可能會出現(xiàn)變形缺陷如藥箱體凹陷、藥箱口圓度超標等。視覺檢測系統(tǒng)通過對制品的輪廓進行提取和分析,與標準輪廓進行比對,計算出制品的變形量。例如,采用基于模板匹配的方法(見圖2),將標準藥箱的輪模板與實際檢測圖像中的藥箱輪廓進行匹配(見圖3)通過計算兩者之間的差異來判斷瓶體是否發(fā)生變形實驗結果顯示,該方法能夠準確檢測出瓶體變形量大于1mm的缺陷,有效避免變形制品流入下一道工序。
圖2圖像模板匹配
圖3 吹塑藥箱標準輪廓模板
吹塑制品表面的劃痕、氣泡等瑕疵會影響產品的外觀質量和市場競爭力。視覺檢測技術利用圖像的紋理分析和灰度特征提取算法，對制品表面的瑕疵進行檢測。通過對正常制品表面紋理特征的學習和建模，當檢測到圖像中的紋理特征與正常模型存在顯著差異時，即可判斷為表面瑕疵。在實際生產中，該方法能夠快速檢測出各種表面瑕疵，檢測速度達每秒5個制品以上，大大提高了生產線上的檢測效率[10]。
吹塑制品在成型時受材料、設備、工藝、環(huán)境等因素影響會產生色差，色差對產品的品質和市場接受度有著重要影響。視覺檢測技術對采集到的圖像進行預處理、特征提取和圖像分割等操作。預處理包括灰度化、濾波、降噪等步驟，以提高圖像質量；特征提取則是從圖像中提取與色差相關的特征信息；圖像分割是將圖像中的目標物體與背景分離，便于后續(xù)的分析處理。色差計算模塊根據(jù)圖像處理模塊提取的特征參數(shù)，采用合適的色差計算模型計算吹塑制品與標準樣品之間的色差。常用的色差計算模型有CIELAB色差公式、CMC色差公式等，其中CIELAB色差公式應用最為廣泛。該模塊將計算得到的色差與預先設定的閾值進行比較，即可判斷吹塑制品是否存在色差缺陷。在實際生產中視覺檢測系統(tǒng)檢測每個吹塑藥箱僅需3s，而人工檢測則需15s，視覺檢測系統(tǒng)的檢測效率是人工檢測的數(shù)倍[17]。
通過對大量吹塑制品的檢測實驗，驗證了視覺檢測技術在尺寸測量和外觀缺陷檢測、色差檢測方面具有較高的精度。在尺寸測量方面，對于不同規(guī)格的吹塑制品，其測量誤差均能控制在工藝要求的范圍內；在外觀缺陷檢測方面，能夠準確識別出微小的缺陷，檢測精度明顯優(yōu)于人工目檢。視覺檢測技術使得檢測尺寸精度從毫米級到亞像素級，如西安交通大學的姜洪權等[18]提出的基于亞像素輪廓提取的在線測量系統(tǒng)，可實現(xiàn)吹塑制品直徑、高度、圓度等參數(shù)的高精度檢測，顯著提升產品一致性。人工智能(AI)塑料制品人機協(xié)作檢測系統(tǒng)通過智能化質量管控方案實現(xiàn)了視覺識別一AI決策一工藝優(yōu)化的全鏈閉環(huán)，為注塑成型、吹塑加工等核心工序提供毫米級精度的在線實時檢測能力。該系統(tǒng)深度融合深度學習算法與工業(yè)級光學成像技術，配置百萬像素級高速工業(yè)相機與環(huán)形陣列光源系統(tǒng)，能精準捕捉直徑0.02mm以上的飛邊、銀紋、雜質等17類常見缺陷，誤檢率比傳統(tǒng)方案降低83%。
視覺檢測系統(tǒng)采用高速工業(yè)相機和并行處理算法，能夠實現(xiàn)快速檢測。在實際生產線上，檢測速度可以達到每分鐘數(shù)十個甚至上百個制品，達到毫秒級響應，遠遠超過人工檢測的速度，滿足了大規(guī)模生產的實時檢測需求。高速相機是實現(xiàn)高速視覺檢測的關鍵設備，這類相機需要具備高幀率以快速捕捉圖像，高分辨率以保證圖像細節(jié)，以及高靈敏度以適應不同的光照條件。例如，在藥品生產中，需要對藥瓶進行高速質量檢測，這時就需要用到基于OpenCV和Python的實時缺陷檢測系統(tǒng)[19]。此外，一些先進的表面檢測技術，如混合色散激光掃描，能夠實現(xiàn)極高的掃描速度，可達幾千米每秒，適用于檢測微米級別的表面缺陷[20]。采用高幀率、高靈敏度的相機和圖像傳感器是實現(xiàn)快速圖像采集的基礎。例如，某些工業(yè)相機可以達到數(shù)千幀每秒的采集速度，適用于高速運動物體的檢測[21]。AI系統(tǒng)可在0.5s內完成圖像采集、缺陷識別與分揀決策，支持每分鐘數(shù)千瓶的產線節(jié)奏。
視覺檢測系統(tǒng)采用標準化的硬件設備和成熟的圖像處理算法，具有較高的穩(wěn)定性和可靠性。在長時間的連續(xù)運行過程中，系統(tǒng)能夠保持正常的檢測性能，減少了因設備故障和人為因素導致的檢測誤差和漏檢現(xiàn)象，提高了生產過程的穩(wěn)定性和產品質量的一致性。一個穩(wěn)定的視覺檢測系統(tǒng)能夠持續(xù)提供可靠的檢測結果，減少誤判和漏判，從而保證生產過程的質量和效率。系統(tǒng)穩(wěn)定性受多種因素影響，包括硬件設備的可靠性、軟件算法的魯棒性、環(huán)境因素的干擾以及維護保養(yǎng)的水平。相機和鏡頭是視覺檢測系統(tǒng)的核心組件，在長期使用后可能會出現(xiàn)老化、磨損等問題，導致圖像質量下降，進而影響檢測結果的穩(wěn)定性。因此，選擇高質量、高可靠性的相機和鏡頭至關重要。視覺檢測系統(tǒng)在實際應用中會受到各種干擾，如光照變化、噪聲干擾、物體姿態(tài)變化等。魯棒性強的算法能夠有效地抑制這些干擾，保證檢測結果的準確性和穩(wěn)定性。優(yōu)秀的算法具備一定的自適應能力，能夠根據(jù)環(huán)境變化自動調整參數(shù)，以保持最佳的檢測性能。例如，在光照變化時，算法能夠自動調整圖像亮度，以保證圖像的清晰度。
視覺檢測技術作為一種先進的非接觸式檢測手段, 在吹塑制品質量檢測中展現(xiàn)出了巨大的優(yōu)勢。通過對吹塑制品的尺寸測量和外觀缺陷檢測、色差檢測等實際應用案例的分析, 證明了視覺檢測技術能夠有效提高檢測的準確性、效率和可靠性, 滿足現(xiàn)代制造業(yè)對高質量、高效率生產的需求。然而, 目前視覺檢測技術在吹塑制品應用中仍存在一些問題, 如對復雜形狀制品的檢測適應性有待提高、檢測算法的智能化程度還需進一步加強等。未來, 隨著 AI、深度學習等技術的不斷發(fā)展, 視覺檢測技術將朝著更加智能化、自動化和多功能化的方向發(fā)展, 有望在吹塑制品生產中得到更廣泛的應用, 為提高吹塑制品質量和生產效率做出更大的貢獻。
[1] 苗丹,宋玉平,王文倩. 我國中空吹塑行業(yè)發(fā)展現(xiàn)狀及"十四五"期間重點產品、工藝和設備發(fā)展方向[J]. 中國塑料, 2022, 36(9): 57-62.
[2] 邱建成. 中空吹塑技術研發(fā)現(xiàn)狀及可循環(huán)利用趨勢[J]. 塑料包裝, 2023, 33(1): 1-7.
[3] 馬占峰, 牛國強, 蘆珊. 中國塑料加工業(yè)(2022)[J]. 中國塑料, 2023, 37(5): 110-115.
[4] 王瑩. 塑料生產加工行業(yè)的轉型發(fā)展策略[J]. 塑料助劑, 2022(6): 81-84.
[5] 王萌. 三維動畫模擬技術在塑料擠出成型過程中的應用[J]. 塑料工業(yè), 2023, 51(2): 184-185.
[6] 劉軍強. 汽車塑料油箱吹塑成型生產技術現(xiàn)狀及發(fā)展趨勢分析[J]. 橡塑技術與裝備, 2021, 47(12): 30-33.
[7] 張萍. 中空吹塑制品型坯成型關鍵技術及其應用研究[D]. 鎮(zhèn)江:江蘇科技大學, 2015.
[8] 孫宗濤, 楊民, 任德宸, 等. 質控算法在擠出吹塑制品中的應用研究[J]. 上海塑料, 2024, 52(2): 27-30.
[9] 孫宗濤, 林浩, 任明建, 等. 數(shù)學建模在吹塑制品關鍵尺寸控制中的應用研究[J]. 上海塑料, 2023, 51(3): 48-51.
[10] 張良剛. 機器視覺與感知技術在智能制造中的應用研究[J]. 時代汽車, 2025(5): 134-136.
[11] 孫宗濤, 林浩, 孫銘, 等. 擠出吹塑制品的機械加工[J]. 上海塑料, 2023, 51(4): 58-62.
[12] 楊成. 中空吹塑成型生產線制品表面缺陷檢測系統(tǒng)的關鍵技術研究[D]. 鎮(zhèn)江: 江蘇科技大學, 2022.
[13] 王占強, 薄楠林. 計算機視覺技術在塑料檢測領域的應用進展[J]. 合成樹脂及塑料, 2022, 39(4): 88-91.
[14] 吳澤宇. 基于機器視覺的吸塑熱成型智能定位和缺陷檢測技術研究[D]. 徐州: 中國礦業(yè)大學, 2021.
[15] 葉楓. 基于機器視覺的注塑藥瓶缺陷檢測系統(tǒng)研究與實現(xiàn)[D]. 武漢理工大學, 2019.
[16] 李昕燁. 基于嵌入式視覺的塑件表面缺陷檢測技術研究[D]. 桂林: 桂林理工大學, 2024.
[17] 黃美益. 計算機視覺技術在塑料領域的應用研究進展[J]. 合成樹脂及塑料, 2023, 40(4): 82-86.
[18] 西安交通大學. 一種基于機器視覺吹塑產品的在線測量方法: 201410475842.2[P].2014-09-17.
[19]CHENX,WU Z. High-speed image process in phar.maceutical bottle production basing OpenCV[J]. Fron-tiers in Computing and Intelligent Systems,2024，9(2):53-55.
[20]YAZAKI A,KIM C,CHAN J,et al. Ultrafast dark-field surface inspection with hybrid-dispersion laserscanning[ J]. Applied Physics Letters, 2014,104(25): 251106
[21]GUO Q,YANG Z,XU J,et al. Progress, challengesand trends on vision sensing technologies in automatic/intelligent robotic welding: state-of-the-art review[ J]Robotics and Computer-Integrated Manufacturing,2024，89:102767
玻纖含量對長玻纖...
鈣鈦礦薄膜的均勻...
用于光伏板靜電除...
聚砜醫(yī)療干粉吸入...
