|
車間里，一臺高速鉆孔機出現(xiàn)了不小的公差——因為它的刀具已經(jīng)在使用過程中發(fā)生了磨損。這樣的公差影響了下游各個制造步驟，致使報廢率高達15%，拖累了零部件產(chǎn)品的日產(chǎn)量。于是，工程師不得不關(guān)掉這臺機器，重新編程。一番折騰過后，他們確實看到了改善，但報廢率仍然達到了8.5%。為了彌補停機和報廢的損失，生產(chǎn)團隊決定接受8.5%的報廢率，好讓生產(chǎn)速度提上來，避免進一步的停機和重新編程。速度快了，產(chǎn)能自然是高了，然而由于公差太大，致使報廢率提高到了12%，因而實際產(chǎn)量并沒有多大改觀，沒過多久就已經(jīng)遠遠落后于生產(chǎn)計劃。管理層見此情景，只好批準了更多的輪班和加班。 停機、重新編程、運行、檢查，反反復(fù)復(fù)沒完沒了。 這看起來就好似一個惡性循環(huán)，讓生產(chǎn)計劃越來越遙不可及。對于高速機器人而言，準確性是至關(guān)重要的，一個錯誤的尺寸讀數(shù)就可能導(dǎo)致災(zāi)難性后果。不過，借助三維機器視覺技術(shù)，就可以提高大規(guī)模生產(chǎn)的質(zhì)量和產(chǎn)量并降低成本，這對智能機器人而言無疑是一大革新。這項技術(shù)可以讓機器人實時做出反應(yīng)、自動糾正錯誤，同時向操作人員提供反饋，在不中斷生產(chǎn)運行的情況下，主動提醒機器人的人類同行注意到存在的問題。 三維機器視覺技術(shù)可以接收、處理和應(yīng)對操作過程中的意外事件，并在無需重新編程的情況下完成其任務(wù)，從而創(chuàng)造出一種完全自動化的體驗。本文中，我們將探討由機器人處理的三項制造任務(wù)（拾放、出廠尺寸檢測和缺陷識別），以及三維視覺如何解決這三項任務(wù)中出現(xiàn)的已知問題。 拾放 借助三維機器視覺技術(shù)帶來的準確性，自動化出廠尺寸檢測可以做得更加精確，而拾放的工作也能得益于機器人技術(shù)的靈活性。拾放是一個至關(guān)重要的制造步驟，尤其是在供應(yīng)鏈的各個環(huán)節(jié)都很緊張的情況下。軟件工程師為拾放工作開發(fā)算法，檢測、觸及物品，并對其進行拾取、移動和放置，以便訂單能夠順利完成。企業(yè)資源計劃 (ERP) 系統(tǒng)從系統(tǒng)中接收訂單，并將其傳輸?shù)綑C器人以便獲取產(chǎn)品。 隨著訂單大量涌入，浪費時間就意味著損失收入。如果機器人的拾取裝置設(shè)置的抓力不合適，就可能損壞產(chǎn)品，讓時間和可銷售的商品雙雙蒙受損失。借助三維成像技術(shù)，可以得到全面的產(chǎn)品圖像，還可以將其強度信息實時反饋給處理器，為下一步的拾放動作確定動態(tài)響應(yīng)。在這一過程中，機器人無需熟悉二維圖紙，而是根據(jù)CAD模型進行校準，并實時對物體的位置進行三角測量。同時，智能機器人技術(shù)會在多次重復(fù)拾取產(chǎn)品的過程中學習并優(yōu)化最佳的拾取方式。圖像在空間位置的準確性加上對產(chǎn)品結(jié)構(gòu)完整性的了解，使機器人技術(shù)能夠不斷改善（并加快）訂單執(zhí)行速度。 出廠尺寸檢測 三維機器視覺非常適合用于測量和尺寸檢測。它使用圖像傳感器記錄高度、寬度和深度維度的數(shù)據(jù)，并根據(jù)偏航軸、俯仰軸和側(cè)傾軸上剩余的自由度來定位位置。在需要嚴控公差的情況下，這種方法可以提供所需的高精度。在二維檢測中，會使用零部件的平面圖像與二維工程圖紙或一系列已知測量結(jié)果進行比較，而采用三維成像，便可借助展現(xiàn)出物體或特征的形狀、體積或深度的圖像，使二維的優(yōu)勢得到增強。 二維檢測中的一個常見挑戰(zhàn)是垂直于觀察面方向上的深度或旋轉(zhuǎn)度不符合規(guī)范的特征。通過一張平面圖，可能無法捕捉到這些超出尺寸公差的偏差，導(dǎo)致這些本應(yīng)被拒絕并打上標記，以供操作員檢查流程或設(shè)備的零部件在檢測過程中被放行。三維機器視覺技術(shù)會在所有六個自由度上收集定位數(shù)據(jù)并構(gòu)建出圖像，從而應(yīng)對這一挑戰(zhàn)。采用三維機器視覺的檢測機器人會對多個視角的圖像進行比較，從而收集到更多可供分析的數(shù)據(jù)，增強檢測人員的信心。隨后，軟件會將這些信息疊加起來，通過智能機器人技術(shù)在無需人工干預(yù)的情況下實時輸出相關(guān)零部件或特征的單獨視圖。 缺陷識別 如果說拾放需要的精度是宏觀級別，尺寸檢測需要的精度是微觀級別，那么零部件缺陷檢測所需的精度就是納米級別。對于一家企業(yè)而言，產(chǎn)量以及裝配/型式/功能固然很重要，可一旦出現(xiàn)缺陷產(chǎn)品，就會嚴重損害聲譽和形象，畢竟在發(fā)現(xiàn)產(chǎn)品有問題時，消費者和客戶必然會留下差評。在激烈競爭的市場中，產(chǎn)品質(zhì)量是無法妥協(xié)的，如果存在質(zhì)保工程師無法檢測出來的產(chǎn)品缺陷，便會帶來失去市場份額的巨大風險。 收集零部件三維圖像的方法有很多，這些方法也可以用來描述產(chǎn)品缺陷的形狀和位置。這些缺陷有多種多樣的表現(xiàn)形式，可以是由于材料非均質(zhì)性而導(dǎo)致意外的密度不一致，可以是破碎的內(nèi)部特征，也可以是增材制造的零部件中殘留的支撐材料，或者介于任何兩種情況之間。除了尺寸精度外，質(zhì)保工程師還可以定義一套標準來放行零部件。如果該工程師無法解決漏檢問題，報廢率就會因缺陷零部件而提高，從而降低產(chǎn)量，并帶來現(xiàn)場故障的風險。三維機器成像技術(shù)可以收集、分析信息并將其傳輸給操作員，此時操作員便可立即提醒質(zhì)控工程師注意產(chǎn)品缺陷問題。機器人收集的數(shù)據(jù)為工程師提供了寶貴的實時數(shù)據(jù)，他們可以用這些數(shù)據(jù)來總結(jié)缺陷的頻率、一致性和位置，以便分析出根本原因。及早發(fā)現(xiàn)產(chǎn)品缺陷，對降低生產(chǎn)風險、維持生產(chǎn)進度而言至關(guān)重要。 總結(jié) 與任何大批量、資本密集型的過程一樣，機器會隨著時間的流逝而磨損，因而您需要在生產(chǎn)過程中采用不同于以往的開創(chuàng)性技術(shù)。采用了這些技術(shù)的機器可以化解不可預(yù)見的變化和障礙，無需重新編程即可駕馭它們并完成任務(wù)。您在操作過程中可獲得的信息越多，就越有可能更快找到解決方案。 要追求信息更加豐富的生產(chǎn)過程，三維機器視覺技術(shù)是一大得力助手。與二維的同類技術(shù)相比，它收集的數(shù)據(jù)要多得多，并且可以在大規(guī)模制造中使用這些數(shù)據(jù)來描繪物體的完整圖像。這些圖像有助于引導(dǎo)機器縮小拾放應(yīng)用涉及的位置，并通過增加對深度和旋轉(zhuǎn)軸方向的感知來改善出廠尺寸檢測，還可以識別可能導(dǎo)致召回或安全問題的重大有害產(chǎn)品缺陷。 由于可以執(zhí)行動態(tài)響應(yīng)而無需重新編程，三維機器視覺技術(shù)正作為物聯(lián)網(wǎng)的一部分而變得越來越普及。雖然該項技術(shù)尚未完全成為主流，但可以預(yù)見的是，它將會迅速從新穎的創(chuàng)新走向商用。企業(yè)將會繼續(xù)推動機器和流程控制之間的反饋回路進一步縮短。這項技術(shù)的能力將會持續(xù)增長，因為越來越多的行業(yè)和大規(guī)模制造過程將會連接到一起。 來源：貿(mào)澤電子 作者：Adam Kimmel |
