试论机器视觉在自动化生产线状态检测与故障诊断中的应用

刘康生

摘 要：经济和科技的发展给各领域带来了新的机遇，也带来了更加激烈的市场竞争，在这种环境下，企业必须大力发展自动化生产技术，同时要加强对自动化生产线的检测与控制。机器视觉是一种新型的检测技术，近年来在生产领域中的应用越来越广泛，本文将探究机器视觉在自动化生产线状态检测与故障诊断中的应用。

关键词：自动化生产线；状态检测；故障诊断；机器视觉

引言：随着科技水平的日益进步，各生产领域的生产工艺也逐渐变得复杂化，为了适应市场对产品数量和质量的需求，生产企业要加强对生产过程的控制。自动化生产线已经被广泛的应用到各生产领域中，在运行的过程中也可能出现故障和问题，需要先进的自动化监控技术对其进行控制，机器视觉是一种较好的选择。

1机器视觉技术的定义

机器视觉技术是基于计算机技术和信号处理技术产生的，人们可以通过摄像机来获取图像，将图像转換为数字信号的形式，用计算机对数字信息进行处理，这就是机器视觉的概念。从本质上讲，用机器代替人工对生产过程进行监控就是机器视觉。机器视觉系统就是通过电子产品将被检测的目标信息转化成图像信号，再传送到专用的视觉系统中，通过分析像素的颜色和亮度等信息，生成数字形式的信号，计算机系统可以对这些信号进行运算，从而抽取目标特征，根据计算和分析的结果控制生产设备的运行状态。机器视觉的综合性很强，融合了多种技术，如机械工程技术、光源照明技术、图像处理技术、控制技术、光学成像技术、模拟与数字视频技术、传感器技术等。

2自动化生产线的状态检测和故障诊断方法

在传统的生产线检查和故障诊断的工作中，通常采用人工方式，工作人员需要对生产设备进行观察并手动检查，通过这种方式确认生产设备的运行是否正常，这种形式降低了检测与诊断工作的效率，也不能保证工作的精度，并且具有一定的危险性，在这种情况下，应用机器视觉技术是一种较好的选择。自动化生产线中的生产设备数量众多，相应的，故障源也很多，以往，要想提高检测与诊断的效率和精确性需要通过安装多个传感器来实现。对于一些复杂的自动化生产线，故障的发生可能涉及到多个环节，难以直接查找故障源，需要通过故障诊断专家系统来实现故障诊断，这是一种人工智能计算机程序。随着科技的发展，远程监控系统产生，这种方法已经在我国的汽车生产线上得到应用[1]。近年来，机器视觉技术兴起，并不断的发展，这种技术可以自动的处理大量的数据，便于信息的加工和集成控制，因此，在各领域的生产线中有较好的应用前景。

机器视觉的工作原理是通过计算机设备对人类视觉进行模拟，从而产生的一种智能行为，计算机从拍摄的实物图像中提取关键信息，并对信息进行处理，在实际检测中应用。这种方法可以通过图像获取大量的信息，通过形状、尺寸、亮度、颜色等各种信息，对生产线的生产状态进行判断，不需要安装过多的传感设备，具有成本低、操作简单等特点，并且检测效果具有实时性、迅速性以及非接触性等特点，检测效果比较精确，该技术在自动化生产线的检测与诊断中有重要的作用。

3机器视觉在生产线状态检测和故障诊断中的应用

3.1在刀具状态在线检测中的应用

在刀具生产过程中，机器视觉已经成为一种重要的检测手段。检测的形式可以分为三种，第一，对刀具表面直接检测，通过表面图像进行分析与诊断。第二，间接监测，将观测点设置在工件表面，对工件表面的文理进行分析，判断加工的情况。第三，准直接检测法，将观测点设置在刀具刃口处，根据刀具刃口的切削图像分析刀具磨损的情况，并采用统计的方法，明确切削形态图与刀具磨损情况的关系。

3.2在气动系统中应用

在自动化生产线上，机器视觉的应用在气动系统中有良好的效果。在该系统的检测中，CCD摄像机是主要的传感器件，通过图像采集卡获得系统的图像信息，将图像传输到计算机中，计算机系统会对图像进行分析，从而判断气动系统的运行状态，确定故障所在位置，并对故障进行分析处理。为了提高系统的通用性，系统在正式投入使用之前需要经历一个自学习的过程。其中包括工件摆放的位置、速度、顺序等参数，保存好这些状态参数，为以后的工作提供参考。自学习结束后可以正常工作，工件的检测工作与自学习过程中的检测相似，明确掌握工件的位置后，与自学习中得到的参数进行比较，分析系统运行的状态，判断系统是否存在问题。对已有的故障进行分类，在人机界面上显示故障分析结果，为工作人员提供数据参考。

3.3在容器容积及包装检测中的应用

对于一些包装行业，如制药和食品行业，逐一检测的方式已经不再适用于高度自动化的生产形式，机器视觉检测技术的应用能够弥补传统检测方式效率低、风险大、准确性低的缺陷。例如，在纯净水灌装生产线上，体积检测工作就可以利用CCD对灌装瓶进行拍摄，获得相关图像，再进行边缘监测，确定瓶中的液面位置，对于液面高度不合格的灌装瓶要及时的分离出来，并确定生产设备故障存在的位置，及时的调整生产线的运行状态。在医药生产中，机器视觉的应用也是比较有效的。通过CCD照像机拍摄规范的药板以及包装线上的药板图像，采用目标分割及定位的方法对数据进行分析处理，对比分析结果，发现问题产品并及时的剔除。

3.4在印刷电路板生产线上的应用

印刷电路板是电子产品中的重要组成部分，电路板的质量对电子产品的质量有重要的影响，随着电子技术的发展，印刷电路板也不断向多层次、高密度的方向发展，这就造成了连锁反应，一个环节出现问题会影响多个环节，造成严重的时间浪费及成本浪费。机器视觉监测技术是一种有效的检测方式。机器视觉对印刷电路板的生产检测方式有这样几种：第一，参考比较法，比较被测电路印刷版与标准电路印刷版的特征和相关指标，确定印刷电路板的缺陷，利用形态变换检测原理，对图像进行消除噪声的处理，形成伪标准图像，以此作为标准，比较待测二值图像模板与标准二值图像模板，不同的部分就是缺陷存在的位置[2]。另外，还有连接表验证法。在不同的焊盘区域设立连接表，根据图像的结构进行分析，不必将两个图像完全对准，也不需要校正几何形变，检测的方法比较简单，但是一些细小的缺陷可能无法检测出来。第二，利用规则校验法，检验印刷电路板的质量与设计规范是否相符，主要从尺寸和形态入手，针对产品的一些细小缺陷进行检验，具有较好的效果。这种方式的运算量很大，对于大的缺陷检测效果不理想。第三，混合类型法，这种方法是将参考比较法和规则校验法结合在一起，汲取两者的优势，实现对产品的全面检测。

结语：综上所述，自动化生产线是企业发展的重要基础，其运行状态决定了生产的效率和质量，对企业发展有直接的影响，因此，需要采用先进的技术手段对自动化生产线进行状态检测与故障诊断，机器视觉技术能够起到良好的检测和诊断的效果，为自动化生产线的运行提供一定的保障。

参考文献：

[1]沈长青.旋转机械设备关键部件故障诊断与预测方法研究[D].中国科学技术大学，2014.

[2]许海霞.机器视觉标定与目标检测跟踪方法及其应用研究[D].湖南大学，2011.endprint