Интеллектуальный онлайн-контроль и контроль качества с замкнутым контуром: создание производственной линии с нулевым дефектом для штампованных деталей
Введение: от человеческого видения к полной инспекции ИИ
Проверка качества штамповки деталей долгое время основывалась на ручном отборе проб, визуальном осмотре, измерении касания и суппорта. Тем не менее, в ручном осмотре есть три основных недостатка: сильная субъективность приводит к пропуску проверки, схема отбора проб не может охватить все детали, а задержка отклика вызывает дефекты партии. Поскольку скорость штамповки увеличивается до более чем 800 ходов в минуту, а автомобильная и электронная промышленность стремится к нулю дефектов, интеллектуальная онлайн-инспекция стала неизбежной.
В статье описываются три столпа современной системы обеспечения качества штамповки: оптическое зрение и обнаружение структурированного света, непрямой мониторинг на основе датчиков и форм силовых волн, а также управление с обратной связью и глубокая интеграция SPC.
I. Типичные дефекты штампованных деталей и их физические характеристики
Дефект Категория Возникновение / Механизм генерации геометрических признаков Онлайн обнаруженные средства
Трещина / шейка местное почернение, светопропускание, скорость истончения > 25% предел растяжения метаматериала предел высокого разрешения камеры + передаваемый свет / тепловидение
Измельчение и волнистость, недостаточное усилие держателя заготовки для накопления материала или многолазерное триангуляционное сканирование материалов
Burr чрезмерное пробивание края выступающий металлический шип удар износа, чрезмерное зазор края подсветки проекция + sub-pixel
Вогнутая и выпуклая точка повреждения или отступ поверхности полосы инородное тело или дефект формы многоугольник яркое поле + комбинация темного поля
2D / 3D визуальное измерение отклонения положения, отклонения угла изгиба и спрингбэка, ошибки подачи
Несколько отверстий / пористая пробивка Отсутствующие или избыточные отверстия Перфорация или неисправность Передаваемый свет + фотоэлектрический массив
Визуальный осмотр ИИ: основные технологии и инженерное развертывание
2,1 Дизайн системы визуализации
Система визуализации для онлайн-проверки штампованных деталей сталкивается с такими проблемами, как высокоскоростное движение, высокая отражательная способность металла и загрязнение окружающей среды маслом. Типичные конфигурации включают:
Линейная матричная камера: с непрерывным сканированием в направлении движения, подходит для листов большого размера.
Площадь камеры + строб: триггер мертвой точки на ползунке пресса для фотографирования и захвата деталей в статическом состоянии.
Телецентрическая линза: устраняет ошибки перспективы для точного измерения размеров.
Мультиспектральное освещение: красный кольцевой свет выделяет поверхностные волнистости, синий коаксиальный свет устраняет отражения.
Для сложных трехмерных штамповочных деталей одна камера не может покрыть их полностью. Необходимо организовать от 4 до 8 камер для съемки под разными углами и синхронизировать пространство через калибровочную пластину.
2,2 Обучение и применение моделей глубокого обучения
Традиционная обработка изображений (пороговая сегментация, обнаружение краев) может идентифицировать только простые дефекты. Для дефектов текстуры, таких как сморщивание и шейка, должны использоваться сверточные нейронные сети. Типичный процесс:
Сбор данных и маркировка: Соберите десятки тысяч изображений штамповочных деталей и маркируйте тип и местоположение дефекта по одному экспертами по проверке качества.
Обучение модели: использование передовых архитектур, таких как YOLOv8, EfficientNet или Swin Transformer, для ускорения конвергенции посредством трансферного обучения.
Оптимизация модели: используйте движок вывода TensorRT или OpenVINO для сжатия времени обнаружения одного изображения с точностью до 10 мс.
Развертывание и инкрементное обучение: пограничные вычислительные устройства (такие как NVIDIA Jetson) делают выводы в режиме реального времени, загружая новые ложные срабатывания или ложные срабатывания в облако для регулярного обновления модели.
После того, как крупномасштабный штамповочный завод внедрил систему визуального контроля AI, частота обнаружения дефектов площадью более 0,1 мм ² достигла 99,97%, частота ложных срабатываний составила всего 0,3%, и он мог одновременно обнаружить четыре дефекта: трещины, царапины, натыкания и морщины.
2,3 Онлайн-измерение размера
Размер плоскости (положение отверстия, контур) может быть извлечен субпиксельным краем с подсветкой и телецентрическим объективом, а точность может достигать ±0.02мм. Однако для трехмерного угла и падения изогнутой части необходимо использовать лазерный профилировщик или 3D-датчик структурированного света. Последний может получить модель облака точек всей поверхности детали за 0,5 секунды, проецируя рисунок бахромы и решая фазу, и сравнить ее с моделью CAD для создания карты цветовых различий.
III. Косвенный мониторинг на основе датчиков и кривых штамповки
3,1 Мониторинг кривой давления (мониторинг тоннажа)
Каждый пресс оснащен пьезоэлектрическим датчиком силы на ползунке для записи кривой силы-времени для каждого хода пресса. Во время обычной штамповки кривая демонстрирует характерные пики (пробивание, формирование чертежа и т. д.). Когда площадь кривой или пик находится за пределами статистического диапазона управления, это указывает на то, что:
Затемнение становится больше (уменьшение силы) или помеха (скачок силы)
Колебания свойств материала (повышенный предел текучести, вызывающий сдвиг пика силы вправо)
Отходы не сбрасываются (вторичный сдвиг создает дополнительные пики)
Усовершенствованная система мониторинга тоннажа оснащена функцией обучения, способной к самообучению стандартного шаблона каждой формы и тревожному сигналу на основе контрольной карты EWMA.
3,2 Обнаружение акустической эмиссии и вибрации пресс-формы
Датчики акустической эмиссии очень чувствительны к высокочастотным упругим волнам, возникающим при растрескивании материала, отслаивании покрытия и распространении микротрещин. Например, когда возникают микротрещины пунша, энергетические пики возникают в определенной полосе частот (100-300 кГц). Источник аномалии может быть обнаружен через несколько датчиков AE, расположенных в ключевых местах формы.
Датчики вибрации ориентированы на низкочастотный диапазон (0-1 кГц) для отражения рыхлых форм или отказов подшипников.
3,3 Мониторинг температуры и состояния смазки
Инфракрасная камера или датчик точечной температуры отслеживает температуру в критических областях матрицы. Аномальное повышение температуры может указывать на чрезмерное трение или закупорку каналов охлаждения. В сочетании с расходомером системы смазки определите, забит ли сопло.
Статистический контроль процесса (SPC) и повышение производительности процесса
Онлайн-обнаружение генерирует огромные данные, которые необходимо преобразовать в действия управления через SPC. Ключевые шаги:
Определите ключевые характеристики качества (CTQ), такие как высота заусенцев, угол изгиба и скорость истончения.
Индекс возможностей вычислительного процесса в реальном времени (Cpk): когда Cpk
Распознавание ненормальных моделей: используйте правила дискриминации контрольной таблицы (например, 8 критериев дискриминации: на один пункт превышает контрольный предел, на 7 пунктов увеличивается количество последовательных баллов и т. д.).
Через SPC компании могут различать "случайные колебания" и "колебания по особой причине" и, таким образом, решать, следует ли закрываться и приспосабливаться.
В-пятых, управление обратной связью с замкнутым контуром: от обнаружения до автоматической настройки
Высшим уровнем интеллектуальной системы качества является замкнутый контроль: онлайн-устройство обнаружения отправляет отклонение качества на пресс PLC или пресс-серворегулятор в режиме реального времени, автоматически корректируя параметры процесса.
Пример применения 1: Лазерное сканирование в реальном времени угла отскока криволинейной детали, контроллер автоматически корректирует клиновую площадку на дне формы после вычисления отклонения, изменяет глубину изгиба и компенсирует отскок и контролирует отклонение угла в пределах ±0,2.
Пример применения 2: Кривая усилия линии обнаруживает тенденцию к снижению усилия пробивки, система определяет износ пробивки, автоматически отправляет заказ на замену на станцию технического обслуживания шлифования и выполняет его в следующем цикле смены формы вместо того, чтобы ждать, пока деталь появится заусенцы.
VI. Проблемы осуществления и передовая практика
6,1 Синхронизация данных и задержка
Онлайн-обнаружение должно быть завершено в течение цикла штамповки (обычно от 0,1 до 0,5 секунды). Требуется высокоскоростная передача данных (интерфейс промышленной камеры 10GbE) и обработка в реальном времени периферийными вычислениями, а облако используется только для долгосрочного хранения и обучения модели.
6,2 Экологическая адаптивность
В штамповочном цехе масляный туман, железные опилки и вибрация. Камера должна быть оснащена защитной крышкой и положительной продувкой воздуха, а датчику требуется уровень защиты IP67.
6,3 Рекомендации по лучшей практике
Поэтапное внедрение: сначала проводится визуальный осмотр наиболее критических дефектов (трещин, отсутствия отверстий), а затем постепенно расширяется до размеров и поверхностных дефектов.
Создание базы данных изображений дефектов: автоматическое сохранение изображений и соответствующих данных датчиков при каждом срабатывании сигнала тревоги для непрерывной оптимизации модели.
Регулярное сравнение ручной повторной проверки: на ранней стадии работы системы персонал должен быть организован для проведения выборочной проверки квалифицированных деталей, оцененных системой, для проверки пропущенной проверки.
Вывод: последняя линия обороны для целей с нулевым дефектом
Достижение нулевых дефектов штампованных деталей не может зависеть исключительно от окончательной проверки. Контроль качества должен быть встроен в каждый цикл штамповки. Сочетание видения ИИ, мониторинга кривой усилия и замкнутого контура SPC делает реальностью то, что "каждая деталь обнаруживается, каждая аномалия отслеживается и каждое отклонение исправляется". В будущем, с увеличением вычислительной мощности периферийного ИИ и снижением затрат на датчики, всесторонняя онлайн-инспекция станет стандартной конфигурацией штамповочных производственных линий, и те компании, которые все еще полагаются на ручной отбор проб, не смогут завоевать доверие на чувствительных к качеству автомобильных, медицинских и аэрокосмических рынках.
BQUQ является профессиональным производителем металлической штамповки, пожалуйста, пришлите нам чертежи, и наша компания процитирует вас в течение 12 часов.
