一种精冲模具表面异物在线检测与清除系统、方法及装置制造方法及图纸

本发明专利技术属于精冲设备检测技术领域，公开了一种精冲模具表面异物在线检测与清除系统、方法及装置，图像数据采集模块利用工业相机进行上下模具表面图像数据的采集；图像采集控制模块控制数据采集模块的启停；图像数据处理模块对采集的模具表面图像进行预处理、分割以及纹理特征提取；同时用于控制异物清除模块的启停；异物清除控制模块进行异物清除。本发明专利技术提供了一种精冲模具表面异物在线检测与清除系统，能够进行精冲模具表面异物的快速检测与清除，通过计算机提取所得图像数据的缺陷特征并对其进行异物识别与检测，避免了模具损伤，以及资源的浪费。本发明专利技术通过多角度组合光、工业相机同时对上下精冲模具进行检测，更加全面。更加全面。更加全面。

【技术实现步骤摘要】
一种精冲模具表面异物在线检测与清除系统、方法及装置


[0001]本专利技术属于精冲检测
，尤其涉及一种精冲模具表面异物在线检测与清除系统、方法及装置。

技术介绍

[0002]目前，精冲是在普通冲压基础上发展起来的一种精密冲裁方法，在汽车零件制造领域发挥着很大的作用。
[0003]精冲模具典型结构有活动凸模式结构、固定凸模式结构和连续精冲模。精冲工艺过程要求精冲设备冲裁力、压边力和反压力精确。因此大批量生产精冲件一般采用机械精冲压床，利用液压模架在油压机上精冲零件。在精冲过程中，金属材料通过模具进行精密冲压，冲压结束后，模具开启，由退料力和顶件力分别将废料和零件顶出。并用压缩空气将其吹除，进行下次冲压。但此过程无法确定废料是否完全清除，并且冲压过程中容易产生金属碎屑附着在模具上，因此极易出现模具上有异物残留，从而导致模具的损坏以及产品的不合格。
[0004]通过上述分析，现有技术存在的问题及缺陷为：现有技术还没有对精冲模具表面异物进行在线检测或清除的方法或装置。

技术实现思路

[0005]针对现有技术存在的问题，本专利技术提供了一种精冲模具表面异物在线检测与清除系统、方法及装置。
[0006]本专利技术是这样实现的，一种精冲模具表面异物在线检测与清除系统，所述精冲模具表面异物在线检测与清除系统包括：
[0007]图像数据采集模块、图像采集控制模块、图像数据处理模块以及异物清除控制模块；
[0008]图像数据采集模块，与图像采集控制模块连接，用于利用工业相机进行上下模具表面图像数据的采集；
[0009]图像采集控制模块，与精冲模具、图像数据采集模块连接，用于控制数据采集模块的启停；
[0010]图像数据处理模块，与图像数据采集模块、异物清除控制模块连接；包括像预处理单元、图像分割单元、图像纹理特征提取单元；用于对采集的模具表面图像进行预处理、分割以及纹理特征提取；同时用于控制异物清除模块的启停；
[0011]异物清除控制模块，与图像数据处理模块以及图像采集控制模块连接；用于进行异物清除。
[0012]进一步，所述图像数据处理模块包括：
[0013]图像预处理单元，用于对采集到的模具表面光照图进行降噪处理和对比度亮度调节；
[0014]图像分割单元，用于对预处理后的模具图像进行分割，提取缺陷区域图像；
[0015]图像纹理特征提取单元，用于对提取的缺陷图像区域进行纹理特征的提取。
[0016]本专利技术的另一目的在于提供一种应用于所述精冲模具表面异物在线检测与清除系统的精冲模具表面异物在线检测与清除方法，所述精冲模具表面异物在线检测与清除方法包括：
[0017]步骤一，进行上下模具表面图像采集；对采集的上下模具表面图像进行预处理；采用全局阈值对预处理后的上下模具表面图像进行处理，确定异物所在的区域即图像缺陷区域；
[0018]步骤二，对提取的图像缺陷区域计算灰度图像得到共生矩阵；通过计算共生矩阵得到矩阵的部分特征值即缺陷图像的纹理特征；
[0019]步骤三，通过最小距离判别函数基于提取的缺陷图像的纹理特征判断模具表面图像是否存在异物，若不存在异物，则继续冲压；当存在残留异物时，则转向步骤四；
[0020]步骤四，控制喷吹装置进行二次喷吹，并于喷吹结束后，利用工业相机再次采集模具表面图像数据，并基于采集的图像判断模具表面异物是否清除完成；若异物还存在，则控制警报器进行报警。
[0021]进一步，步骤一中，所述进行上下模具表面图像采集包括：
[0022]相机位置控制器根据模具确定相机和组合光源位置及角度；当金属材料冲压结束后，位移传感器通过上下模具台位移距离确定冲压结束并发送电信号给相机控制器，控制工业相机在零件与废料被喷吹后进行上下模具表面图像采集。
[0023]进一步，所述进行上下模具表面图像采集还包括：根据喷吹装置的喷吹时间控制工业相机进行延时拍摄，获取上下模具表面图像。
[0024]进一步，所述对采集的上下模具表面进行预处理包括：
[0025]采用BM3D算法对采集到的上下模具光照图进行降噪处理，并通过sigmoid 函数对图像进行对比度亮度调节，如下：
[0026]f(x)＝1/(1+e
‑
x)；
[0027]当x趋近于负无穷时，y趋近于0；当x趋近于正无穷时，y趋近于1；当 x＝1/2时，y＝0。
[0028]进一步，所述缺陷图像的纹理特征提取包括：
[0029](1)选取θ为0度，45度，90度，135度4个方向计算灰度共生矩阵，如下：
[0030]p＝(i，j，δ，θ)＝{[(x，y)，(x+Δx，y+Δy)]|f(x，y)＝i，f(x+Δx，y+Δy)＝j；x＝ 0，1，
…
，N
x
‑
1；y＝0，1，
…
，N
y
‑
1}；
[0031]其中：i，j＝0，1，...，L
‑
1；x，y表示图像中的像素坐标；L表示图像的灰度级数；N
x
，N
y
分别表示图像的行列数；
[0032](2)采用能量、对比度、相关度、熵进行图像纹理特征的提取：
[0033]能量：
[0034][0035]对比度：
[0036][0037]相关度：
[0038][0039]熵：
[0040][0041](3)对灰度共生矩阵各个方向的特征值进行均值和方差的计算，得到4个均值和4个方差，即得到缺陷图像的特征。
[0042]本专利技术的另一目的在于提供一种应用于所述精冲模具表面异物在线检测与清除系统的精冲模具表面异物在线检测与清除装置，所述精冲模具表面异物在线检测与清除方法装置设置有：
[0043]图像采集装置、图像采集控制装置、计算机以及异物清除控制装置；
[0044]图像采集装置由工业相机、组合光源、位移传感器、滑台、伸缩支架以及导轨组成；
[0045]图像采集控制装置由相机控制器、位移传感器和相机位置控制器组成；
[0046]异物清除控制装置由喷吹装置以及警报器组成。
[0047]进一步，所述精冲模具表面异物在线检测与清除方法装置包括：
[0048]所述工业相机固定在伸缩支架上，所述伸缩支架设置在滑台的旋转接头上；所述滑台与导轨之间采用滑动连接，所述导轨固定于精冲机两侧内壁上；所述工业相机前方固定有角度相同的组合光源；
[0049]所述相机控制器与工业相机、组合光源以及位移传感器连接；所述位移传感器设置于下模具台外侧；
[0050]所述喷吹装置由空气压缩机、液压泵、支架以及喷吹管组成；所述空气压缩机和液压泵设置于上模具台上方；所述喷吹管设置于下模具台外侧支架上，喷吹管与支架之间采用滑动连接；
[0051]所述警报器设置于精冲机外。
[0052]进一步，所述图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种精冲模具表面异物在线检测与清除方法，其特征在于，所述精冲模具表面异物在线检测与清除方法包括：步骤一，进行上下模具表面图像采集；对采集的上下模具表面图像进行预处理；采用全局阈值对预处理后的上下模具表面图像进行处理，确定异物所在的区域即图像缺陷区域；步骤二，对提取的图像缺陷区域计算灰度图像得到共生矩阵；通过计算共生矩阵得到矩阵的部分特征值即缺陷图像的纹理特征；步骤三，通过最小距离判别函数基于提取的缺陷图像的纹理特征判断模具表面图像是否存在异物，若不存在异物，则继续冲压；当存在残留异物时，则转向步骤四；步骤四，控制喷吹装置进行二次喷吹，并于喷吹结束后，利用工业相机再次采集模具表面图像数据，并基于采集的图像判断模具表面异物是否清除完成；若异物还存在，则控制警报器进行报警。2.如权利要求1所述精冲模具表面异物在线检测与清除方法，其特征在于，步骤一中，所述进行上下模具表面图像采集包括：相机位置控制器根据模具确定相机和组合光源位置及角度；当金属材料冲压结束后，位移传感器通过上下模具台位移距离确定冲压结束并发送电信号给相机控制器，控制工业相机在零件与废料被喷吹后进行上下模具表面图像采集。3.如权利要求1所述精冲模具表面异物在线检测与清除方法，其特征在于，所述进行上下模具表面图像采集还包括：根据喷吹装置的喷吹时间控制工业相机进行延时拍摄，获取上下模具表面图像。4.如权利要求1所述精冲模具表面异物在线检测与清除方法，其特征在于，所述步骤一中，对采集的上下模具表面进行预处理包括：采用BM3D算法对采集到的上下模具光照图进行降噪处理，并通过sigmoid函数对图像进行对比度亮度调节，如下：f(x)＝1/(1+e
‑
x)；当x趋近于负无穷时，y趋近于0；当x趋近于正无穷时，y趋近于1；当x＝1/2时，y＝0。5.如权利要求1所述精冲模具表面异物在线检测与清除方法，其特征在于，所述步骤二缺陷图像的纹理特征提取包括：(1)选取θ为0度，45度，90度，135度4个方向计算灰度共生矩阵，如下：p＝(i，j，δ，θ)＝{[(x，y)，(x+Δx，y+Δy)]|f(x，y)＝i，f(x+Δx，y+Δy)＝j；x＝0，1，
…
，N
x
‑
1；y＝0，1，
…
，N
y
‑
1}；其中：i，j＝0，1，...，L
‑
1；x，y表示图像中的像素坐标；L表示图像的灰度级数；N
x
，N
y
分别表示图像的行列数；(2)采用能量、对比度、相关度、熵进行图像纹理特征的提取：能量：对比度：<...

【专利技术属性】
技术研发人员：王蕾，郭钰瑶，张泽琳，刘翔，夏绪辉，李文喜，刘玉波，赵林昌，严旭果，陈宝通，王瞳，曹建华，张欢，
申请(专利权)人：襄阳博亚精工装备股份有限公司，
类型：发明
国别省市：