浸漆炉上料系统视觉引导及检测分析

黎广聪尹艳平

摘要：在汽车的生产制造与加工行业里，有许多零部件，很多标牌、字牌要进行浸漆处理，如汽车方向盘上标牌等其他大部分配件都要浸漆后再焊接的，在对零部件及标牌浸漆浸漆的过程中，常常是由人工进行操作。根据这一工序，设计了基于视觉引导的浸漆炉上料系统。本文根据对浸漆炉上料系统的视觉引导及检测进行了相关的探索与分析，希望能够通过不断的优化设计方案，有效地解决系统的需求，并且能够为汽车行业内标牌的浸漆生产提供相关的帮助。

关键词：浸漆炉；上料系统；视觉引导；检测

引言：随着人们生活水平的不断提高，汽车已经成为人们生活中必不可少的代步工具，而汽车在加工生产的工程当中，很多配件都需要进行浸漆处理，通过浸漆处理后再进行焊接等工序。对汽车标识等其他零部件进行近期处理，可以使产品的外观更加具有美观性和装饰性，并且能够达到防止腐蚀生锈的作用，增加使用寿命。一般的浸漆处理有普通浸漆与真空浸漆，而汽车的标识牌多用于铸件，硅钢片叠层，线圈等粗糙表面及有砂眼、缝隙的零件，用浸漆的方法进行标识标牌制作，可以对零部件的表面加以保护，浸漆处理相当于给零部件的表面增加了一层保护膜，使零部件与空气中的氧气与水分进行隔绝，减少发生生锈及腐蚀的概率。

1传统的人工上料模式

目前大部分的生产商所使用的浸漆炉都是许多年前生产的，由于产品相对落后，并且在具体的操作中浸漆炉与其它的工序未能达成统一的标准，所以在进行浸漆时需要人工搬运物料，进行上料。由人工进行，运输物料就会出现误差，从而影响操作的精准度，对产品质量造成相对影响，而且人工操作的效率低，花费的时间长。这样对于整个企业来说会增加生产成本，如果不增加工人力量，就会大大降低生产效率。工人在进行上料的过程当中，就会不断重复转身、吸到有害气体等，长时间工作会对工人的身心造成影响，对身体造成非常重的损伤，影响工人身体健康。人工在操作的过程当中，难免会出现误差与疲劳的时候，这样在搬运的过程当中，如果由于操作的失误造成产品的损坏，就会对设备产生影响，也会对产品的质量造成影响。有工人进行上料需要耗费大量的人工成本，并且为了保护工人的安全，要采取各项保护措施，也在生产过程中加大了成本的投入。在这样高强度的工作过程当中，人员流动性工作人员的不稳定性，熟悉的工人难以进行持续的工作会对产品的生产质量造成一定的影响。

2机器视觉引导浸漆炉上料系统

采用机器视觉引导浸漆炉上料系统，可以很大的程度上减少工人的投入，并且能够降低工人的劳动强度，在生产的过程当中减少误差的产生，能够提高工厂的生产效率。这种系统是在充分考察现场的工作环境，并且将现有的设备与技术进行结合，通过不断的优化设计，利用工业相机和光源，构建独特的视觉系统，通过对数字图像进行分析与处理技术，就可以实现通过机器人进行精准的上料，当油漆量较少的时候，可以自动补偿油漆，并且还能够对于温度和湿度进行精准的把控，机械操控可以大大增加生产效率，减少有人工操作浪费的时间，能够完全配合各种零部件自动浸漆上料过程。这一系统的研究与发明，大大提高了企业的生产效率。

随着机器人技术的不断开发，各方面的相关技能也逐渐进行深化研究，视觉引导技术在工业机器人当中已经得到了普遍的运用，甚至渗透到了各种领域。基于视觉引导的浸漆炉上料系统及检测系统，是将各项先进的技术与器械进行整合，对工作环境的场调查与设备需求等采用先进的技术研发出了一套较为先进的自动上料系统。视觉引导机器人技术中，2D视觉引导技术的结构非常简单，并且成本价格较低，对设备进行维护与调试的过程简单方便，所以在各个行业得到了广泛的运用。而视觉引导浸漆炉上料的机器人主要包括有台车、隔板收集框、工业机器人、整理机构入料口、搬料机构、机器人取料工具、理线机构、整理机构出料口、机器人上料工具、浸漆炉工装板、视觉引导相机安装位、视觉检测用光源安装位等，整套系统的结构复杂，由视觉系统来引导机器人进行抓取，在各个环节当中，对于位置的精准度有着很高的要求，所以在整个运输过程当中，要保证操作符合规范，按照工序进行一步步浸漆处理工作，整套系统才能在严密的配合下够进行自动上料工序。

3优化设计工艺

在系统的设计过程当中，要对机器人的抓取工具进行缜密的设计，才能够使整套设备在自动上料的过程中当中稳定可靠。在传输的过程当中要，保证台车摆放的位置与零部件标牌的位置保持严格的精准，才能够完成浸漆工序。

浸漆炉自动化上料系统在，对整体结构进行设计的过程中，要选取合适的零部件，并且设计的程序进行调试。要不断的将机器人的程序进行优化，通过调试与调整不断的进行升级，才能够方便快捷的，在后期对于整套设备进行整修与维护。

4完善检测系统

视觉成像是视觉技术当中最重要的部分，所以视觉成像技术要，尽量保证定子成像的效果和稳定性才能够，有效的提高图像识别的准确率，并且提供稳定性。由人工在台车中摆放零部件及标牌的过程当中，可能会出现由于摆放位置原因或其他相关问题造成出现失误的情况，所以要对机器视觉技术输出的零部件位置要进行相关的检测，才能够实现系统的完整运行。在检测的过程当中，可以对需要浸漆的零部件进行识别，在运输到下一部工序，以提高在实际的运用过程当中。由于工作环境较为复杂，而且为了减少整套系统出现问题的概率，就要不断的优化测试方案，才能够在生产过程当中切实的提高整套系统的使用率。

5结语

由于传统的人工上料方式耗费了大量的人力物力成本，但是生产效率仍然不高，而且容易产生各方面的问题，所以采用机器视觉引导浸漆炉上料系统，可以实现自动上料环节，减少在成本方面的投入，节约了时间，并且可以提高产品的质量，降低事故产生了概率，提高工厂的生产效率。在具体的设计过程当中，要对整套系统以及所采用的不见进行精准的筛选，不断改进设计方案及检测方案，实现对视觉引导浸漆炉上料机器人的不断优化。

参考文献：

[1]段琪，张东波，胡扬.基于视觉引导的浸漆炉上料系统研究[J].计算机工程与应用，2017，53（7）：225-230.

[2]郑魁敬，周鑫，程晓金.基于视觉定位的机器人上下料系统集成技术[J].制造技术与机床，2013（6）：69-72.

[3]徐博凡，赵华东，薛文凯，等.基于视觉引导的FANUC机器人抓取系统研究[J].组合机床与自动化加工技术，2018，533（7）：116-119.

[4]倪自强，王田苗，刘达.基于视觉引导的工业机器人示教编程系统[J].北京航空航天大学学报，2016，42（3）：562-568.

[5]党宏社，候金良，强华，等.基于视觉引导的SCARA机器人自动装配系统[J].电子技术应用，2017，43（5）：21-24.