压铸件3D缺陷检测的做法,是用工业3D相机对冷态压铸件一次成像拿到整幅点云:缺料、变形、毛刺这类几何缺陷从三维形貌里检出,缺料看凹陷深度,变形看偏移量,毛刺看凸起高度,毛坯尺寸用点云与数模比对测出。有一条边界要先划清:内部气孔缩孔不在光学视觉的能力范围内,表面露头的气孔可以检出,孔的内部质量要走X光或CT。
这篇文章写给压铸厂、汽车零部件厂的质量工程师和工艺工程师,以及要为压铸客户配置在线检测工位的集成商方案工程师。内容按这个顺序展开:先给出压铸件常见缺陷在2D、3D和光学视觉之外三类手段下的可检性边界,再按缺料变形、毛刺、毛坯尺寸三类对象逐项讲做法与判定口径,然后讲铝合金反光表面的成像应对、检测工位位置与节拍怎么定,末尾给出相机视野与精度档位的选择方法。
压铸件3D缺陷检测能检出哪些缺陷
压铸件的缺陷按检测手段分三类:看三维形貌就能查出来的几何类,包括缺料、冷隔、变形、毛刺和飞边;看外观图像更直接的颜色纹理类,包括流痕、色差、油污残留;光学视觉查不了的内部孔洞类,即内部气孔缩孔。第一类是3D检测的直接对象,这类缺陷的共同点是都带高度信息,正是2D投影成像拿不到、点云直接可量的维度。把本厂的缺陷清单按这三类归好,是选择3D检测、加配2D图像通道还是走X光抽检的判断起点。
哪些缺陷看三维形貌就能查出来
压铸件的常见缺陷可以按成因归成五组。填充不足类:缺料、冷隔,金属液没能充满型腔,或两股金属流汇合不良留下痕迹;尺寸形变类:变形、翘曲,以及顶出时造成的变形和拉伤;多余物类:毛刺、飞边,金属液挤进合模缝隙或冒口浇道残留形成;表面孔洞类:气孔、缩孔在表面的露头;其他:嵌件漏放或偏移、流转磕碰拉伤。
这五组里前三组都落在三维形貌上:缺料是型腔欠充留下的凹陷,变形是工件相对数模的整体偏移,毛刺飞边是高出基准面的凸起,冷隔在金属流汇合处留下边界痕迹。这些特征在点云上都表现为与基准面的几何偏差,比对即可量化。下表按缺陷类型给出2D与3D的可检性对照和各自的边界。
| 缺陷类型 | 三维特征 | 2D可检性 | 3D可检性 | 边界 |
| 缺料、充填不足 | 局部凹陷,低于数模面 | 轮廓清晰的可见,浅凹陷易漏 | 凹陷深度、面积可直接量化 | 需与磕碰凹陷、露头气孔区分 |
| 冷隔 | 汇合处的边界痕迹 | 掠射光下边界可显形 | 边界位置与形态可量 | 轻微冷隔接近表面纹理,判定口径要分开 |
| 变形、翘曲 | 相对数模整体偏移 | 无法判定 | 拟合基准后量化偏移量 | 要按图纸基准建系 |
| 毛刺、飞边 | 高出基准面的凸起 | 无高度信息,内腔处与边缘阴影难区分 | 高度、位置、面积可量 | 点间距决定可检的最小毛刺尺寸 |
| 气孔、缩孔(表面表现) | 表面露头的孔洞开口 | 可见 | 开口位置与面积可量 | 评估不了深度,内部质量走X光/CT |
| 嵌件漏放或偏移 | 嵌件缺失或位置偏移 | 有无判断可做 | 偏移量可量 | 嵌件位置受模具状态影响会漂移 |
人工目检最容易漏的,恰恰集中在几何类里幅度小的那些。轻微缺料凹陷浅,目视难以发现;毛刺的高度靠平面视角判断不了,投影上显眼的毛刺不一定高,投影上不明显的可能已经超标;变形量要有基准比对才能发现,人眼没有量化基准。还有一个客观约束:铸件表面粗糙,天然纹理容易与缺陷混淆,小缺陷在纹理里被看漏是常态。这正是把毛坯检测从人工目检转为3D在线检测的主要原因。
外观颜色类缺陷,2D和3D怎么配合
流痕、色差、油污残留这类缺陷在几何上是平的,点云上没有信号,2D图像反而更直接:灰度和颜色的异常在图像上可以直接分辨。它们与几何缺陷分属两个判定维度,一套系统里由两个通道分别处理。
工业3D相机通常带2D成像通道,一次采集同时拿到点云和2D图像,几何判定走点云、外观判定走2D图,分开配置判定规则:几何突变类的缺料、毛刺走点云比对,颜色纹理类的流痕、污渍走图像分析。对配工位的读者来说,这意味着不必再单独配置一套2D系统,确认3D相机的2D通道画质和判定软件支持双通道即可;带彩色点云的型号还能把颜色信息映射到点云上,辅助区分磕碰痕与油污这类外观异常。
内部气孔缩孔,3D视觉为什么查不了
光学视觉只接收工件表面反射回来的光,表面以下的结构对相机没有信息通道,藏在壁厚内部的气孔缩孔在点云上完全表现不出来。这不是算法或精度问题,是物理边界。
能检的只有表面露头的部分:气孔缩孔在表面开口后,开口的位置和面积在点云上可量;但开口下面的孔腔多大、延伸多深,光学手段看不见。工程上的分工是:表面表现归视觉检测,与缺料、毛刺在同一工位判定;内部质量按产品的抽检规则走X光或CT,两条线各有各的判定口径。
这条边界要在方案阶段就与客户写清楚。压铸件的气孔缩孔多数在壁厚内部,视觉工位上线后被问"为什么内部孔没检出来",多半是验收范围没有事先划清。把视觉检表面、X光检内部写进检测规程,可以避免上线后的验收争议。
压铸件缺料变形3D检测怎么做
缺料和变形的3D检测走同一条流程:3D相机一次成像拿到整幅点云,与数模配准对齐后逐点计算偏差,输出覆盖整个型面的偏差色谱,缺料和变形都在色谱上直接读出来,再分别按判定口径出结果。流程本身三步走完,难点集中在两处:配准基准怎么建,判定阈值怎么定。
点云和CAD数模怎么比对
比对分三步。第一步成像,相机对工件或整框工件拍摄一次,得到整幅点云:卡尺和专用检具只测得到图纸标注的几个截面,点云覆盖整个型面。第二步配准,把实测点云与CAD数模对齐到同一坐标系。第三步算偏差,逐点计算实测点到数模面的距离,输出偏差色谱,哪一块低于数模面、哪一段偏移超差,在色谱上直接读。
配准基准按图纸标注的设计基准建系,一般是基准面加基准孔,不能拿待检的面当基准,否则待检偏差会混进配准误差。没有CAD数模时,可以用首件或标准件的实测点云做模板,比对逻辑不变;模板件要经质量部门确认,因为它会成为后面所有件的判定基准。
精度档位按工件公差倒推。以迁移科技(北京迁移科技有限公司)的Epic Eye Pixel Pro为例,VDI/VDE测量精度0.1mm@1.1m,指在1.1米工作距离下测得0.1mm,这一档能拍摄反光物体,压铸毛坯表面反光特性不一时适应面更宽。精度数字和条件要一起读,跨距离直接比两个数字得不出结论;缺料深度判定的档位怎么从公差倒推,方法见后文相机选型一节。
边界在于比对给出的是几何偏差,判定还要按检测规程配置:公差带怎么设、哪些工艺特征(比如顶出痕迹)要在比对区域里排除,都要在方案里写明,不能只看色谱颜色下结论。
缺料怎么判定
缺料在点云上表现为局部低于数模面的区域,判定口径按凹陷深度加面积双阈值设:深度超过阈值且面积超过阈值的区域判缺料,两个条件缺一不可。只用深度阈值,小而深的露头气孔、磕碰点会被误报成缺料;只用面积阈值,整体轻微偏低的面会被误判。双阈值把缺料与这两类干扰分开。
阈值从图纸公差和功能要求倒推,而不是凭主观印象设定。用一个假设算例说明倒推方法:某压铸件安装面单边加工余量2.0mm,图纸要求机加后表面不得残留铸造缺陷,那么毛坯阶段缺料的深度阈值可按余量减去机加安全裕量倒推,比如留出1.0mm的机加安全裕量,深度阈值就定1.0mm;面积阈值按该面的功能要求定,密封面从严、非功能面放宽。这里的数字是示意,实际按本厂图纸公差代入同样的方法算。
铸件表面粗糙纹理与缺陷混淆的问题,分两层解决。第一层用几何阈值过滤掉大部分:天然纹理在点云上是平的,真实缺料在点云上有深度,用深度阈值先行过滤,大部分纹理干扰被直接排除。第二层对剩余的边界情形用深度学习判定:异常检测对正常状态建模,能识别形态多样的缺陷,适合缺陷样本积累少的冷启动;样本积累起来后,再换支持点云表面缺陷检测和像素级实例分割的工业深度学习软件做分类判定,迁移科技的ATOM属于这类平台,支持2D图像与3D点云特征级融合,缺陷类别和位置可以逐像素输出。
毛坯阶段和成品阶段的判定标准不一样。毛坯按余量判,用的是毛坯数模,关心余量够不够、有没有缺料;成品按图纸公差判,用成品数模判轮廓度和尺寸。两套数模不能混用:毛坯拿成品数模比,余量本身就成偏差,整幅色谱都会显示超差。
变形和翘曲怎么测出来
变形和翘曲用点云拟合基准来量化:按图纸基准拟合基准面或基准轴线,评价平面度、翘曲量、轮廓度,输出数值而不只是合格与否。数值化是3D检测相对检具的关键差别:检具给出的是合格与否,点云给出的是偏了多少、往哪个方向偏。
变形数值的价值在超差剔除之外。按批次、按腔号聚合看趋势,尺寸趋势开始朝一个方向偏移,指向的是模具磨损或工艺参数漂移:同一副模具在模温或压射参数变化时,产出的产品会明显不同;压铸件的缺陷往往成批出现,早发现就能少报废一批。趋势数据反推是哪一副模具、哪一个腔的问题,是这套测量数据对工艺工程师的直接价值,超差剔除只是它的用途之一。
压铸产品毛刺3D识别怎么做
毛刺检测的判定依据是高出基准面多少,这是高度维度上的量,2D投影成像拿不到;点云上毛刺是明显凸起,与基准面的距离直接可量。做法上,用点云到基准面的高度图配合阈值,把毛刺的位置、高度、面积一并输出,检出下限由点云的点间距决定。
为什么2D视觉检不准压铸件毛刺
2D相机拍的是投影,一幅图上只有平面坐标,没有高度。毛刺判定的两个核心量,有没有超标看高度、要不要去除看高度,2D都给不出。平面内的位置2D能看到,但看到毛刺与判定毛刺超标是两个问题:投影上显眼的毛刺不一定高,投影上不明显的毛刺可能已经影响后续装配。
更难检的位置是内腔台阶和侧壁。这些部位的毛刺在2D图上与边缘、阴影混在一起,灰度接近、形状重叠,稳定区分的难度大,是行业里公认2D路线走不通的位置。点云上不存在这个问题:毛刺是高出基准面的凸起,高度差直接把毛刺从背景里分离出来。
毛刺长在哪些部位有规律,集中在分型面、冒口和浇道根部:分型面飞边是金属液在压力下挤进合模缝隙形成的薄片,冒口浇道残留是打断切割后留在工件上的凸台。部位相对固定,但每一件具体出现在哪一段、多厚、多高在漂移,受模具状态和合模质量影响。本文讲的是毛刺的检测判定;检出之后怎么引导机器人按实际位置去除,站内的机器人去毛刺3D相机一文有专门展开。
毛刺的高度和位置怎么测出来
测量的实现是高度图判定:把点云到基准面的距离算成一张高度图,超过高度阈值的连通区域判为毛刺,位置、高度、面积一并输出。工程上有两条路线:铸件形状已知、型号固定时,与数模比对找多余物,数模上不该有材料的区域长出了材料就是毛刺;型号多变时,按点云边缘特征直接提取毛刺边沿,不依赖逐型号建模。前者输出直接带数模坐标,后者换型成本低,按产线的品种结构选。
能不能检出来,取决于点云的点间距。点间距等于视野除以像素数:相机的像素数固定,视野越大,平均每个点对应的表面尺寸越大。举例来说,800万像素的相机覆盖2800mm×2625mm的视野,按视野边长与像素数线性估算,平均每个像素约对应1mm见方的表面,几毫米厚的飞边边沿可以分辨;要检的毛刺更小,就要缩小视野或提高像素数,把点间距降下来。缺陷尺寸接近点间距时,检出率会明显下降,这一下限无法靠算法弥补,属于采样密度的物理极限。
检出毛刺之后的处置按高度分级:超过上限的判退剔除,可去除的转去毛刺工序处理。转去除时有一个精度匹配条件:定位误差要小于去除公差,识别灵敏度要高于最小残留高度要求,两个条件同时满足,视觉检测结果才能直接交给去除工位执行。毛刺去除路径怎么由3D视觉引导生成,见前文提到的去毛刺专文,这里不展开。
压铸毛坯3D扫描测量怎么做
毛坯阶段3D测量的核心任务,是确认余量够不够机加、有没有缺料变形,检测项落在关键外形尺寸、轮廓度、平面度和加工余量分布上;毛坯尺寸波动大,比对用毛坯数模,不用成品数模。设备路线上,在线3D相机、手持扫描仪和三坐标按节拍、覆盖率和精度分工,不是互相替代的关系。
毛坯尺寸测量测哪些项目
毛坯阶段的检测项偏缺料、毛刺和加工余量,机加与成品阶段才偏轮廓度、平面度和孔位,这是同一件产品在不同工序的分工。毛坯测余量的原因很直接:余量不足,机加后表面残留铸造缺陷或尺寸不达标,报废发生在后续工序,代价更高;余量过大,浪费材料和机加工时。点云比对把每件的余量分布测成一张图,哪一块偏薄直接读出来。
余量波动大时按毛坯数模比,不是成品数模:毛坯数模包含设计的加工余量,实测点云与它比对,偏差反映的是余量波动;终加工完成后再按成品数模判轮廓度和尺寸。两套数模对应两个阶段,不能混用。
毛坯来料通常整框码放,3D相机固定在料框上方一次拍摄就能覆盖整框,同时拿到每件的三维位置与高度,整框识别和单件测量用的是同一次采集。成品阶段的检测项按公差倒推的完整方法,站内的汽车轮毂3D尺寸检测一文以轮毂为例有展开,方法框架同样适用于其他压铸件。
在线3D相机、扫描仪和三坐标怎么选
三条路线的差异集中在节拍、覆盖率和精度三个维度。在线3D相机固定安装进产线,节拍以秒计,每件全检,结果直接联动剔除,适合压铸这种节拍快的批量产线;手持或蓝光扫描仪精度高、灵活,但要人工到位逐件扫,单件耗时以分钟计,适合抽检、首件鉴定和模具检测;三坐标是计量级设备,节拍慢,装在计量室。三者的分工对照如下。
| 路线 | 节拍 | 覆盖率 | 精度定位 | 典型用途 |
| 在线3D相机 | 秒级,进产线 | 每件全检 | 按公差倒推档位 | 毛坯全检、缺料变形毛刺判定 |
| 手持/蓝光扫描仪 | 分钟级,人工到位 | 按批次抽检 | 精度高,使用灵活 | 首件鉴定、模具检测、抽检复核 |
| 三坐标 | 节拍慢,计量室 | 抽检 | 计量级 | 仲裁测量、量值传递 |
选哪条路线,先看节拍压力:压铸机节拍以秒计时,只有在线相机跟得上全检;节拍宽松、只要抽检把关的,扫描仪更灵活。三坐标在产线之外必须保留,它承担的是计量仲裁和量值传递:在线设备的测量结果出现争议时,要靠计量级设备复核;在线工位的测量精度,也要靠它定期校准、传递量值。在线检测替代的是产线上的日常判定,不是计量体系。
迁移科技的3D相机在铸造行业已落地多个项目,其中一个铝制铸件毛坯上料项目有完整指标:Epic Eye Laser L V2S固定安装于料框正上方,一次拍摄识别铝制半毛坯件的三维位置与高度,识别精度≤±1mm、识别率99.9%,单次拍照加计算≤6秒,蓝色激光光源不受工件表面颜色和反光差异影响(铸件自动化上料案例)。同一项目里,这台相机还识别工件中心孔位置与高度,并按层切换处理料框隔板。
铝压铸件表面反光,3D相机怎么拍出点云
铝合金压铸件可以稳定拍出点云,反光金属表面是工业3D相机已有成熟应对方案的工况。成像难度来自三处:高反射率表面、油膜镜面反光、同框表面状态混杂;对应的手段是蓝色激光、多级曝光和滤波算子,组合使用把完整三维形貌还原出来。
铝合金压铸件的成像难在哪里
第一个难点是反射率高。铝镁合金表面反射率高,投向表面的结构光被集中反射,相机接收端要么过曝、要么收不到散射光,点云上表现为局部缺失。第二个难点是油膜:压铸件脱模后表面带着脱模剂,流转过程再沾上切削油,油膜在局部形成镜面,光按反射角定向反射,常规曝光拍不全。第三个难点是混杂:同一框毛坯里,毛坯面、氧化面、油污面可能共存,一件工件上表面状态也不均匀,同一幅画面里有的区域没点、有的区域过曝是常态;实际项目经验里,铝制半毛坯件表面磨损、反光特性不一,是被明确记录的工况。
这三个难点决定了单一曝光参数必然顾此失彼,应对要从光源、曝光策略和滤波三层组合入手。镁合金和铝合金在这里没有方法上的区别,都是反光轻合金表面,成像应对一致,材料特性的差异不改变检测方法的选择,细节见文末常见问题。
蓝色激光、多级曝光和滤波怎么应对
三层手段各有分工。光源层用450nm蓝色激光:波长短,在粗糙铸造表面的散射分布均匀,回波信号稳定,不依赖镜面反射分量,铝件表面的反射差异对它影响小;蓝光受车间黄色照明和自然光的干扰小,在金属表面的散射成像信噪比优于红光。曝光层用强弱光多级积分或多曝光融合:一次拍摄内按多档曝光采集再融合,吸光区和反光区都落进相机动态范围;反光过强的区域再配合降低曝光时间、微调投影光强压制。滤波层用滤波算子识别并剔除油膜镜面反光产生的异常回波与假点飞点。这套组合在表面氧化发黑且油污严重的汽车零部件铸造件上,已经能完整还原三维几何形貌。各表面状态的对应关系见下表。
| 表面状态 | 成像风险 | 应对手段 |
| 高反光毛坯面 | 集中反射,局部过曝、点云缺失 | 450nm蓝色激光,散射均匀、不依赖镜面反射分量 |
| 脱模剂、切削油油膜 | 局部镜面反光,异常回波 | 滤波算子剔除异常回波,多档曝光融合 |
| 毛坯面、氧化面、油污面混杂 | 同框明暗差异大 | 强弱光多级积分,各区域落进动态范围 |
| 粉尘、油雾车间 | 光路衰减、镜头积尘 | IP65防护、无风扇被动散热、定期吹扫 |
两个边界条件要说清。一是厚油泥覆盖:成像手段解决不了表面被覆盖的问题,工件表面盖着厚油泥时,相机拍到的是油泥形貌而不是工件,这一层要在上线前治理,吹屑除油、控制滴油来源、重油污件先沥干再进视觉工位。二是强环境光车间:压铸车间若有天窗直射或强照明,要按相机的抗光指标筛选型号,Epic Eye Laser L V2S的抗光干扰能力达12万Lux,能在阳光直射级别的强光下稳定成像。
压铸件3D检测工位怎么布置,节拍怎么估
工位位置按两个依据定:缺陷在这道工序还能不能低成本返修,以及该处的节拍压力。常见落点有三处:压铸机取件后、去毛刺后、机加工前或终检。节拍按相机采集、点云处理与判定、通信输出三段估;判定结果以OK/NG开关量接PLC执行剔除,数值结果按件归档留追溯。
检测工位放在哪道工序
三处落点各有拦截目标。压铸机取件后做毛坯全检,拦缺料、变形和超差毛刺:压铸件的缺陷往往成批出现,越早发现越少报废,这道工序拦住的是整批风险。去毛刺后复检,确认毛刺残留有没有超标。机加工前或终检做尺寸判定,是出厂前的最后一道把关。落点选择的通用依据是:越靠后发现的缺陷代价越高,越靠前的节拍压力越大,按不良外流的代价与返工成本权衡。设备形态上,压铸机旁在线检测装置、多腔检测单元、取件机械手配套检测工位都是常见配置。
| 工序落点 | 拦截目标 | 特点 |
| 压铸机取件后 | 缺料、变形、超差毛刺(毛坯全检) | 拦整批风险,节拍压力最大 |
| 去毛刺后 | 毛刺残留 | 确认去除效果 |
| 机加工前/终检 | 尺寸判定 | 出厂前最后一道把关,缺陷在这里发现的代价已经很高 |
多腔模具要按腔号管理。多腔模具需逐腔判断,检测结果按腔号输出,缺陷类型的分布用于判断问题出在模具、压射参数还是嵌件上料;同一腔连续不良时触发停机信号,避免带着故障持续报废。腔号数据积累起来,还能定位到具体哪一腔的问题偏多,模具检修就有了明确目标。
判定结果怎么接产线和追溯
节拍按三段拆开估:节拍=相机采集+点云处理与判定+通信输出。采集环节,工业3D相机的典型采集时间在0.2至1.4秒;处理判定的时间取决于点云密度和判定项数量;输出是毫秒级的开关量或数据帧。三段相加后纳入产线节拍预算;预算紧张时,用多工位并行或降低点云密度调整。
量级可以参照两个已落地项目。轮毂上下料案例中,算法支持6种轮毂尺寸动态识别,2.1秒内完成算法作图,同时识别工件朝向、工件种类并做防呆报警,说明多品种混线判定在秒级节拍内可行;前文的铝制铸件毛坯上料项目,单次拍照加计算≤6秒,匹配产线节拍。铸造行业3D视觉案例可以按行业筛选查看更多落地项目。
结果对接分两类。判定类结果以OK/NG开关量给PLC:合格放行;存在缺料、飞边等缺陷的剔除并记录腔号;嵌件漏放的剔除并按漏装处理。数值类结果按件归档:偏差值、缺陷位置和尺寸、腔号随件号入库,做追溯和趋势分析。通信上,视觉软件与PLC、机器人通过标准工业协议连接,迁移科技的Epic Pro软件原生支持ABB、FANUC、YASKAWA、KUKA等主流机器人的通信程序。多品种换型时切换数模与判定配置,相机和安装位置不动,不改硬件。
压铸件3D缺陷检测相机怎么选
选型分两条线:先按工件或料框尺寸定视野,按公差倒推精度档位;再按安装方式和车间工况收窄型号。以迁移科技在售的工业3D相机产品线为参照,精度档位从Z向单点重复精度0.013mm@1.0m的高精档,到远端视野2800×2625mm@3.0m的整框大视野档,压铸件检测的常见需求大多能从中找到对应档位。
按工件尺寸和精度定档位
视野先定:料框检测要覆盖整框内沿加摆放余量,单件检测覆盖工件加来料偏移,按产线上规格最大的件算,不按平均规格算。精度再定:按检测项里公差带更窄的那项倒推,常用原则是测量设备的精度不大于被测公差带的五分之一至三分之一,公差带除以这个倍数,得到的结果就是候选相机要达到的精度档。迁移科技在售各档位产品与压铸检测场景的对应关系如下。
| 产品 | 推荐工作距离 | 远端视野 | 精度档 | 适合的压铸检测场景 |
| Epic Eye Pixel Mini | 300-700mm | 670×390mm@0.7m | VDI/VDE 0.1mm@0.5m | 小工件近距离检测,0.8kg可装协作臂末端 |
| Epic Eye Pixel Pro | 600-1500mm | 1410×860mm@1.5m | VDI/VDE 0.1mm@1.1m | 中视野缺料变形检测,反光毛坯 |
| Epic Eye S-M Air | 600-1600mm | 1174×753mm@1.6m | VDI/VDE 0.10mm@1.0m,Z向单点重复精度0.013mm@1.0m | 高精度档,关键尺寸重复测量 |
| Epic Eye Laser L V2S | 1200-3000mm | 2800×2625mm@3.0m | VDI/VDE 0.32mm@2.4m | 800万像素整框大视野,料框毛坯一次拍摄 |
表里的精度数字要带着条件读。VDI/VDE是光学三维测量常用的精度测试标准,@后面的数字是测量时的工作距离,0.1mm@1.1m指在1.1米处按该标准测得0.1mm;相机的像素数固定,工作距离越远、视野越大,精度随之下降,跨距离直接比两个数字得不出结论。换品种时视野按规格最大的件定,判定配置按品种在软件里切换,不为每个品种换相机。
是否需要彩色信息也影响档位选择。Epic Eye S-M Air提供300万像素彩色点云,Z向单点重复精度0.013mm@1.0m,能把颜色映射到点云上辅助外观判定;同一批关键尺寸反复测量时,重复性比绝对精度更影响判定稳定,适合终检工位的高重复测量。
按安装方式和工况定型号
安装方式在固定安装和机械臂末端之间选。检测工位优先固定安装:相机与工位的相对位置稳定,标定简单,测量重复性容易保证;机械臂末端安装用在需要变换视角或一台相机巡检多个工位的场合,代价是标定与轨迹控制更复杂。料框毛坯全检这类场景,固定在料框上方就是标准做法。
工况看三件事。一是粉尘油污:压铸车间脱模剂油雾和粉尘大,防护等级要达到IP65,散热结构选无风扇被动散热,风扇会把油雾粉尘吸进机身,长期运行还会因震动影响光学稳定。二是环境光:有天窗直射或强照明的工位按抗光指标筛型号,前文的12万Lux抗光能力就是这一档的要求。三是算力部署:有边缘计算需求的选智能款,相机内置CPU、GPU、NPU计算单元,三维重构和判定在相机内完成,省去现场工控机。
型号圈定后的下一步是验证。用在线相机选型和视野查询工具Epic FOV输入安装高度、工件长宽高和料框边界,在三维空间里模拟各型号的视锥覆盖,盲区在图上直接暴露;几何覆盖验证通过后,再拿典型件打样实测检出率。检测精度没有脱离条件的固定值,最小可检尺寸取决于视野、分辨率与打光的组合,要按实际工位打样实测,这一步给出的是最终依据。
常见问题
压铸件刚出模还带着温度,能直接做3D检测吗
尺寸判定建议等冷却后做,热态件不适合直接出终检数值。热胀冷缩会让热态尺寸带着膨胀量,折算回冷态尺寸要按材料的膨胀规律来,而折算依赖当时的实际温度分布,温度测不准,误差就进入折算结果;高温工件还存在热辐射与形变问题,影响成像和设备寿命。工程做法是冷却后冷态检测再做尺寸判定,这也是冷态铸件3D检测相机对应的场景。要在热态做即时监控,做法是看趋势、不出终检数值,这套热态趋势监控在站内锻件轮廓测量3D视觉一文中有完整展开,可以参照。
镁合金压铸件和铝合金的3D检测有区别吗
没有实质区别,检测方法和相机选择都一样,两种材料都按反光轻合金表面处理:成像上用蓝色激光、多级曝光和滤波的同一套组合,判定上用同一种数模比对与阈值逻辑。蓝色激光光源不受工件表面颜色和反光特性差异影响,镁件和铝件可以共用同一套工位和相机配置,不需要按材料分别选型。
3D检测最小能检出多大的缺陷
没有统一的固定值,取决于点云点间距和打光,要按实际工位打样确认。点间距由视野与像素数的组合决定:同一台相机,视野装得越大,点间距越大,能稳定检出的缺陷尺寸也越大。判定口径建议同时设深度和面积双阈值;只问最小能检多大,而不给出视野和公差条件,得不到有意义的数字。方案阶段按自己要检的最小缺陷尺寸反推配置,再打样实测验证。
一台3D相机能同时做缺陷检测和毛坯尺寸测量吗
可以。一次成像的点云同时供数模比对和高度图判定使用:数模比对出尺寸、缺料、变形,高度图判定出毛刺,两类判定共用同一次采集,采集环节只发生一次。节拍按单次采集加判定计算估,采集环节典型在0.2至1.4秒;前文的铝制铸件毛坯上料项目里,一次拍摄同时输出工件三维位置与中心孔高度两类信息,就是一次成像多用途输出的实际形态。
压铸件3D缺陷检测怎么落地:先盘缺陷清单,再配相机
压铸件3D缺陷检测的落地有一条固定顺序:先盘缺陷清单,再定判定口径,然后配相机档位,最后打样验证。顺序不能倒:检测项和公差没列清楚就先挑相机,档位无从定,装完才发现精度和公差不匹配,返工成本远高于先把清单列完的投入。四步各自的动作如下。
- 盘缺陷清单:把本厂压铸件的缺陷清单和对应图纸公差列出来,按2D可检、3D可检、视觉检不了三类归类,这张表是后面所有动作的输入,现在就可以做。
- 定判定口径:缺料按深度加面积双阈值,变形按形位公差,毛刺按高度分级,阈值从图纸公差和功能要求倒推。
- 定相机档位:按规格最大的件定视野,按更严的公差定精度档,用在线选型工具核对视锥覆盖,圈出候选型号。
- 打样验证:拿典型良品和已知不良件寄样实测,用真实点云确认检出率。
四步里最容易被跳过的是打样。检出率必须用真实工件验证,相机的标称精度和选型工具的视锥模拟都替代不了真实点云,这一步不建议省。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。