机械制造车间的质检工位上视觉检测在看什么答案可能比想象中大得多。检测对象从一颗M3螺钉到一整条火车轮轴承面检测精度从毫米级到0.04毫米检测速度从每秒2个到800mm/s线扫。这篇文章我们选取了十数个维视数年来落地的机械制造项目中比较有代表性的案例按**“零件类型检测难度”**的逻辑串起来看看机械制造的视觉检测全家桶里到底有什么。紧固件与螺纹最常见的零件最容易被忽视的缺陷螺钉和螺纹是机械制造里用量最大的零件也是质检最容易差不多就行的地方。但差不多的代价是装配不良、返工、甚至安全事故。某机械制造企业的螺钉分类场景产品种类超过200种形状尺寸接近人工检测每秒只能看3个而且容易疲劳误判。更麻烦的是不同批次要求识别的6种目标型号不同换一批料就要换一套识别标准。维视的方案是先选择合适的硬件拍出清晰的螺钉轮廓然后用深度学习定位螺帽和螺杆自动识别当前批次的6种目标型号。换批次时系统自动切换识别模型——不用停机不用人工调参数。结果全天24小时不停机节省3个人工。▲ 螺钉分类视觉检测软件界面——200种螺钉自动分类螺纹的另一个检测需求是表面缺陷。螺纹缺陷出现的位置随机类型多样肉眼很难识别。维视用远心镜头和蓝色环光深度学习像素分割训练缺陷模型再用斑块检出工具区分缺陷种类、计算面积和数量。螺纹缺陷100%全覆盖毫秒级精准检出。▲ 螺纹表面缺陷检测软件界面——深度学习像素分割斑块检出100%全覆盖比螺纹更小的检测对象是激光钻孔。某企业的产品尺寸达1500mm×520mm但孔径最小只有0.05mm——相当于一根头发丝的一半。多相机组合覆盖大尺寸产品远心镜头配背光让小孔清晰成像。VisionBank的换型联动功能让设备换型时自动切换检测配方漏钻孔和堵孔双检换型无缝衔接。金属反光当看清楚本身就是难题金属件检测最头疼的问题不是缺陷类型多而是反光。反光会让相机拍到的不是零件本身而是光源的倒影。圆环形金属件的倒角距离测量就是个典型。金属件反光严重原设备的检测速度是8秒一个而且精度不够。维视的方案用蓝色无影环光——这种光源从360度均匀照射消除高反光表面的镜面反射。软件流程是特征定位→圆定位→掩膜→用户定义点→两点边缘检出→距离测量。结果检测精度0.04mm检测时间从8秒压缩到2秒——4倍提速。磨具表面缺陷检测面临的是另一个挑战缺陷类型多。某磨具企业的产品需要检测网纱破损、重网、无网、标签破损、标签偏移、表面脏污异物等9类缺陷日产2万件产品种类多。维视用彩色相机配白色环光VisionBank的环形自定义工具把圆环展开成平面分析深度学习做缺陷检出再用过滤工具去伪。这个环形展开的工具在其他圆形、环形的检测场景下也是降维打击的利器。▲ 磨具表面缺陷检测软件界面——9类缺陷全覆盖焊接质量一个工序两个检查点焊接检测的特殊之处在于焊前要看焊后也要看。金属杆焊接场景中焊前需要检测缝隙大小——缝隙太大或太小都会影响焊接质量。焊后需要检测焊疤——焊疤的形状、大小、位置决定焊缝强度。两个检查点一套视觉系统搞定。焊前检测用定位尺寸测量工具判断缝隙宽度是否在公差范围内。焊后检测用特征检出面积计算判断焊疤是否饱满、有没有虚焊。两个阶段的数据闭环——焊前缝隙偏了焊后焊疤大概率也有问题系统会自动关联预警。▲ 金属杆焊接视觉检测软件界面——焊前缝隙焊后焊疤双阶段闭环检测定位引导零件在哪里是第一个问题在机械加工中很多检测任务的核心不是有没有缺陷而是**“零件在哪里”**。定位准确了后续的加工、装配、搬运才能自动化。大型机械工件的孔定位检测工件尺寸大、孔位多人工定位速度慢。视觉系统自动识别所有孔位坐标输出给控制系统引导自动喷油。电机转子的上料定位引导也类似——视觉定位后引导机械手上料替代人工放置。定子正反检测和角度检测则多了一层判断零件放对没有。系统检测定子的正反面通过标识物识别同时检测标识物的角度偏转。定位精度做到0.3mm角度精度0.5°。放反了、放歪了系统直接报警不让不良品进入下一道工序。从水泵到火车轮大件复合检测前面几个板块讲的是单一检测任务。但机械制造现场更多的情况是一个工位要看多种东西。一个水泵的组装线不同的工位都用到视觉有的需要引导定位有的需要缺陷检测是一个典型的复合检测场景。5类检测目标——电机轴定位、扁口垫定位、后轴承盖定位、涂胶检测、PCB板定位——全部在一套视觉系统里完成。不同分辨率的相机接到一台工控机上各工位独立算法统一通信。生产节拍10个/分钟。轴承安装过程检测解决的是另一个问题安装动作对不对。系统实时监控安装过程判断轴承是否安装到位、姿态是否正确。不是装完再检而是装的过程中就看——安装不到位的瞬间就报警防止错误流入下一工序。▲ 轴承安装过程检测软件界面——实时监控安装到位姿态确认然后是最大的检测对象——火车轮。火车轮的轴承面需要精确定位后做字符识别OCR。轴承面上的字符包含批次号、生产日期等追溯信息。维视的方案先做高精度定位锁定轴承面再用字符识别算法读取信息。一个案例同时完成**“定位OCR”**两个任务——从螺钉分类到火车轮字符识别16个案例的跨度就在这里。▲ 火车轮轴承面定位及字符识别软件界面——高精度定位OCR追溯N个案例一张全景图从一颗螺钉到一整条火车轮从0.05mm的微孔到900mm的轮胎帘纱从单点检测到五工位复合——这些案例覆盖了机械制造行业视觉检测的主要场景。这些案例背后是维视智造20年的行业积累。8200客户、50000套设备、99.8%良品率——不是PPT上的数字是在工厂里一台一台跑出来的。VisionBank AI的200检测工具、国内首家自研双远心镜头——这些技术能力最终都落在了一个个具体的检测工位上。西安、北京、深圳、苏州、成都五个城市都有维视的开放实验室。不确定你的零件能不能检带样件来测让测试结果说话。
机械制造车间的质检工位上视觉检测在看什么答案可能比想象中大得多。检测对象从一颗M3螺钉到一整条火车轮轴承面检测精度从毫米级到0.04毫米检测速度从每秒2个到800mm/s线扫。这篇文章我们选取了十数个维视数年来落地的机械制造项目中比较有代表性的案例按**“零件类型检测难度”**的逻辑串起来看看机械制造的视觉检测全家桶里到底有什么。紧固件与螺纹最常见的零件最容易被忽视的缺陷螺钉和螺纹是机械制造里用量最大的零件也是质检最容易差不多就行的地方。但差不多的代价是装配不良、返工、甚至安全事故。某机械制造企业的螺钉分类场景产品种类超过200种形状尺寸接近人工检测每秒只能看3个而且容易疲劳误判。更麻烦的是不同批次要求识别的6种目标型号不同换一批料就要换一套识别标准。维视的方案是先选择合适的硬件拍出清晰的螺钉轮廓然后用深度学习定位螺帽和螺杆自动识别当前批次的6种目标型号。换批次时系统自动切换识别模型——不用停机不用人工调参数。结果全天24小时不停机节省3个人工。▲ 螺钉分类视觉检测软件界面——200种螺钉自动分类螺纹的另一个检测需求是表面缺陷。螺纹缺陷出现的位置随机类型多样肉眼很难识别。维视用远心镜头和蓝色环光深度学习像素分割训练缺陷模型再用斑块检出工具区分缺陷种类、计算面积和数量。螺纹缺陷100%全覆盖毫秒级精准检出。▲ 螺纹表面缺陷检测软件界面——深度学习像素分割斑块检出100%全覆盖比螺纹更小的检测对象是激光钻孔。某企业的产品尺寸达1500mm×520mm但孔径最小只有0.05mm——相当于一根头发丝的一半。多相机组合覆盖大尺寸产品远心镜头配背光让小孔清晰成像。VisionBank的换型联动功能让设备换型时自动切换检测配方漏钻孔和堵孔双检换型无缝衔接。金属反光当看清楚本身就是难题金属件检测最头疼的问题不是缺陷类型多而是反光。反光会让相机拍到的不是零件本身而是光源的倒影。圆环形金属件的倒角距离测量就是个典型。金属件反光严重原设备的检测速度是8秒一个而且精度不够。维视的方案用蓝色无影环光——这种光源从360度均匀照射消除高反光表面的镜面反射。软件流程是特征定位→圆定位→掩膜→用户定义点→两点边缘检出→距离测量。结果检测精度0.04mm检测时间从8秒压缩到2秒——4倍提速。磨具表面缺陷检测面临的是另一个挑战缺陷类型多。某磨具企业的产品需要检测网纱破损、重网、无网、标签破损、标签偏移、表面脏污异物等9类缺陷日产2万件产品种类多。维视用彩色相机配白色环光VisionBank的环形自定义工具把圆环展开成平面分析深度学习做缺陷检出再用过滤工具去伪。这个环形展开的工具在其他圆形、环形的检测场景下也是降维打击的利器。▲ 磨具表面缺陷检测软件界面——9类缺陷全覆盖焊接质量一个工序两个检查点焊接检测的特殊之处在于焊前要看焊后也要看。金属杆焊接场景中焊前需要检测缝隙大小——缝隙太大或太小都会影响焊接质量。焊后需要检测焊疤——焊疤的形状、大小、位置决定焊缝强度。两个检查点一套视觉系统搞定。焊前检测用定位尺寸测量工具判断缝隙宽度是否在公差范围内。焊后检测用特征检出面积计算判断焊疤是否饱满、有没有虚焊。两个阶段的数据闭环——焊前缝隙偏了焊后焊疤大概率也有问题系统会自动关联预警。▲ 金属杆焊接视觉检测软件界面——焊前缝隙焊后焊疤双阶段闭环检测定位引导零件在哪里是第一个问题在机械加工中很多检测任务的核心不是有没有缺陷而是**“零件在哪里”**。定位准确了后续的加工、装配、搬运才能自动化。大型机械工件的孔定位检测工件尺寸大、孔位多人工定位速度慢。视觉系统自动识别所有孔位坐标输出给控制系统引导自动喷油。电机转子的上料定位引导也类似——视觉定位后引导机械手上料替代人工放置。定子正反检测和角度检测则多了一层判断零件放对没有。系统检测定子的正反面通过标识物识别同时检测标识物的角度偏转。定位精度做到0.3mm角度精度0.5°。放反了、放歪了系统直接报警不让不良品进入下一道工序。从水泵到火车轮大件复合检测前面几个板块讲的是单一检测任务。但机械制造现场更多的情况是一个工位要看多种东西。一个水泵的组装线不同的工位都用到视觉有的需要引导定位有的需要缺陷检测是一个典型的复合检测场景。5类检测目标——电机轴定位、扁口垫定位、后轴承盖定位、涂胶检测、PCB板定位——全部在一套视觉系统里完成。不同分辨率的相机接到一台工控机上各工位独立算法统一通信。生产节拍10个/分钟。轴承安装过程检测解决的是另一个问题安装动作对不对。系统实时监控安装过程判断轴承是否安装到位、姿态是否正确。不是装完再检而是装的过程中就看——安装不到位的瞬间就报警防止错误流入下一工序。▲ 轴承安装过程检测软件界面——实时监控安装到位姿态确认然后是最大的检测对象——火车轮。火车轮的轴承面需要精确定位后做字符识别OCR。轴承面上的字符包含批次号、生产日期等追溯信息。维视的方案先做高精度定位锁定轴承面再用字符识别算法读取信息。一个案例同时完成**“定位OCR”**两个任务——从螺钉分类到火车轮字符识别16个案例的跨度就在这里。▲ 火车轮轴承面定位及字符识别软件界面——高精度定位OCR追溯N个案例一张全景图从一颗螺钉到一整条火车轮从0.05mm的微孔到900mm的轮胎帘纱从单点检测到五工位复合——这些案例覆盖了机械制造行业视觉检测的主要场景。这些案例背后是维视智造20年的行业积累。8200客户、50000套设备、99.8%良品率——不是PPT上的数字是在工厂里一台一台跑出来的。VisionBank AI的200检测工具、国内首家自研双远心镜头——这些技术能力最终都落在了一个个具体的检测工位上。西安、北京、深圳、苏州、成都五个城市都有维视的开放实验室。不确定你的零件能不能检带样件来测让测试结果说话。
