焦点期刊
在线客服

著作编辑 著作编辑

咨询邮箱:1117599@qq.com

科技论文

机器视觉技术在智能化生产中的发展

时间:2022-07-05 14:24 所属分类:科技论文 点击次数:

  摘要:本文从工业机器人的特点入手,分析了机器视觉技术应用于工业机器人、工业产品生产等多方面设备的应用价值,同时探究了现阶段我国工业生产过程中机器视觉技术存在的问题及未来的发展方向,以期为相关行业从业人员提供指导和帮助。

  关键词:机器视觉技术;工业智能化生产

  一、工业机器人的特点

  在经过多年的发展之后,工业机器人已经成为了现代科学技术的代表,它能够充分展现出快速、高效、便捷等多种优势,并且在食品生产、电子设备安装、服装制造等多个行业领域得到了极为广泛的应用。通过将机器视觉技术应用于工业机器人当中,可以使得工业机器人具备以下优势:第一,工业机器人的控制作用更加精准,可以在短时间内对目标的位置进行确定,同时借助工业机器人来对机械手臂进行调控,获取预期的目标物体。第二,可以对物体进行识别,获取物体相对应的图像,并且将这些图像的信息进行提取,从而对物体的形态进行确定,最终准确的判断出物体的种类。第三,对整个生产线上的物品进行检测和识别。甄别生产线生产出的产品是否存在质量不合格的情况。第四,对生产线上所生产的微小器件进行人力不能及的检查。第五,对生产出的物品根据其类型进行相应的分拣和运输。

  二、工业机器人的应用范围及价值

  当前,人们的生活节奏不断加快,对于工业生产的效率及质量也提出了更高的要求,因此现阶段的工业生产普遍呈现出一体化、效率化的发展趋势。以书本的生产为例,不论是书本内容的印刷,还是纸张的切割,亦或是完成印刷之后的书本粘胶固定,都不需要人力的干预,而是机械一体化的方式来对其进行生产,这样显著企业生产时在人力成本方面的支出,使得企业能够有更多的资金来进行其他方面的业务拓展。这对于企业核心竞争力的提升以及企业良好市场口碑的建立都是大有裨益的。因此,对于现代生产企业来说,需要充分抓住机械一体化所带来的机遇,积极探索企业的生产模式转型和生产设备的改革,将机器视觉技术融入到工业化生产流程当中。

  之所以反复强调机器视觉控制系统,是因为其本身拥有强大的数据和信息处理能力,在极短的时间内可以对某个物体的多个棱角进行检测,计算出物体的尺寸、形状、质量等多项指标。正是由于其具有极其强大的数据处理能力,因此在实际应用时可以对算法产生一定的影响,最终导致视觉系统的决策速度受到负面影响。而为了提升图像处理的效率,很多企业开始选择架构一致、仅处理方式存在差异的视觉算法辅助进行生产。另外,有一部分机器视觉控制器当中存在专门和互联网连接的端口,从而可以将测量出的数据通过云端存储的方式进行保存,有效减少了负责数据处理工作人员的实际工作量,实现“足不出户”便可办公的目标。

  三、机器视觉与质量检测的关系

  对于现代化生产企业来说,在进行生产产品的质量检测时可选择的手段多种多样,且整个市场对生产产品的检测需求非常大,具体来说,生产产品的检测内容包括零件的规格、条形码、包装条码、生产批次、生产配料打印、瓶口密封情况等。而传统的生产采用人眼观察和审核的办法。众所周知,人眼进行质量检测和智能电子设备进行质量检测完全是两个不同的层次。人眼进行质量检测不仅可能造成质量审核不仔细、检测不到位的情况,同时还会导致企业产生大量的经济支出。而借助机器视觉技术的应用,则可以有效解决这一问题。借助智能电子设备来进行识别,能够在更短的时间内完成更多的产品质量监测,显著提升工厂的产品生产效率,同时还能够减少人力方面的支出,让产品的生产成本得到降低。另外,采用机械设备识别还能够有效规避人眼识别的缺陷,使得整个工业产品生产的准确度得到有效的提升,这对于推动工业生产朝着自动化水平的发展具有重要的意义和价值。

  四、机器视觉在工业智能化生产中的未来发展方向

  综合来看,将机器视觉技术应用于工业的智能化生产,具体具有以下几个方面的优势:第一,借助机械设备能够实现对所生产产品的非接触性参数检测,同时也能够实现人工难以检测方面的检测;第二,和人工检测相比,机械检测对于光的敏感度更高,因此可以用于生产产品红外光及微弱光的检测,有效规避了人眼检测的缺陷,使得产品的生产质量及合格率均得到了显著地提升;第三,机器可以实现长时间、高强度、高质量的质量检测工作,不会出现因疲劳以及疏忽造成的检测事故;第四,借助机器视觉技术来辅助工业生产的产品检测,能够减少企业在人力检测方面的成本支出,为企业赢得更好的经济效益。

  在当前全球科学技术快速发展的背景下,机器视觉技术经过多年的发展其技术已经趋于成熟,但是在将其应用于工业生产的产品质量检测方面,仍然存在着诸多问题,具体来说主要包括以下几个方面:第一,倘若生产车间出现了较为明显的噪音,便可能对极度依赖空间环境及光线的机器视觉系统产生负面影响,导致设备的检测灵敏度大幅度降低,甚至会对设备本身造成质量损伤。第二,由于现阶段工业生产的车间往往面积非常大,想要对生产车间的温度进行控制难度是非常大的,因此在产品的生产现场往往会出现较为极端的温度条件,这对于机器视觉系统当中设备的稳定性及抗外界干扰能力产生了一定的影响。第三,在进行图像采集时,倘若所采集的环境中光线较为昏暗,那么便可能会影响生产产品的数据提取准确性,导致产品的次品率大幅度上升,最终造成产品的精确度和效率受到严重影响。

  为了妥善解决上述问题,实现机器性能的有效提升,从而推动机器视觉技术在工业智能化生产当中的应用,操作人员可以从以下方面入手来对机器视觉系统当中的各个设备进行优化和改进:首先,需要积极开展设备的研究和开发,生产出具有更高处理能力、适应多种恶劣检测环境的图像处理设备。一般来说,图像采集的速度和设备硬件本身的处理速度是呈正相关的,倘若设备的硬件质量满足恶劣环境的检测要求,那么在进行生产产品的质量检测时便可以减少对主机的依赖,使得系统所检测出的图像分辨率以及图像的各项数据处理速度得到显著地提升。同时,设备中软件的质量也十分关键,通過高质量的软件也能够对现有的设备检测流程进行优化,使得机器能够快速的对发出的指令进行处理,有效保障图像的最终处理效率。其次,需要相关企业的研发人员积极开展具有较高适配度和更大应用范围的智能算法,使得系统能够快速进行进行数据的分析,从而在恶劣的检测环境中也能够实现所生产产品的质量检测,切实提升系统本身的稳定性和实用性,同时确保系统能够在多个生产环境当中进行使用。

  五、结语

  对于工业生产行业来说,机器视觉技术对于产品的生产效率具有重要的意义。将机器视觉技术应用于产品生产上,能够有效减少企业在产品质量检测方面的人力成本支出,同时显著提升检测的精准度。然后,现阶段我国的机器视觉技术较之于西方发达国家仍存在不小的差距,因此相关行业从业人员需要积极开展研究和探索,解决当前横亘在机器视觉系统推广方面的难题,有效推动我国工业生产朝着更加智能、高效的方向迈进。