基于机器视觉的注射模具型腔异常检测.pdf

《基于机器视觉的注射模具型腔异常检测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、74甏期ENG工INEE程RINGP塑LAST料ICSA应PPLIC用ATIONVoA1．4p2r．，N20o1．4doi：lO．3969~．issn．1001-3539．2014．04．017基于机器视觉的注射模具型腔异常检测舟杨丁，杨威，张云(1．四川职业技术学院机械工程系，四川遂宁629000；2．华中科技大学材料科学与工程学院，武汉430074)摘要：探讨了利用机器视觉技术进行注射模具型腔异常检测的流程和关键技术，包括型腔图像预处理、型腔图像模板匹配、互相关方法，并对一工作过程中的模具进行了型腔异常检测实验。结

2、果表明，本检测方法准确性高，具有实用价值。分析了对塑料少量残留型腔的误判原因，为进一步优化检测奠定了基础。关键词：机器视觉；注射成型；型腔异常；检测中图分类号：TP391．77文献标识码：A文章编号：1001-3539(2014)04—0074．04DetectionofCavityAbnormalSituationforInjectionMoldBasedonMachineVisionYangDing．YangWe．ZhangYun2(1．DepartmentofMechanicalEngineering，Sichu

3、anVocationalandTechnicalCollege，Suining629000，China；2．CollegeofMaterialsScienceandEngineering，HuazhongUniversityofScienceandTechnology，Wuhan430074，China)Abstract：Theproceduresandkeytechnologiesincludingthemethodsforpretreatmentofcavityimage，templetmatchingofcavi

4、tyimageandcross—correlationofcavityabnormalsituationforinjectionmoldbasedonmachineresiontechnology，andthecavityabnormalsituationofaninjectionmoldduringworkingwasdetected．Accordingtotheexperimentresults，thisdetectionmethodisofhighaccuracyandpracticalvalue．Thereas

5、onformisjudgmentofthecavityinwhichalittlematerialleaveswasanalyzed，whichlaysthefoundationforthefurtheroptimizationofthedetectionmethod．Keywords：machinevision；injectionmolding；cavityabnormalsituation；detection注射成型是塑料最主要的加工方式f1】，能够加工结构复杂、尺寸精度高的塑料件。随着科技的迅猛发展，工业生产对注

6、射成型加工过程的连续性和稳定性提出了更高的要求。对于注射成型自动生产中的脱模后塑料件部分残留甚至塑料件顶出失败等型腔异常现象的检测是保证生产正常进行的重要环节，若在型腔异常的情况下合模继续进行下一个生图l机器视觉系统产周期，不仅会严重影响注塑产品的质量，而且会损后，塑料残留或部分残留在型腔的情况。利用机器坏模具，增加生产成本。因此，对于注射成型加工过视觉技术进行模具型腔异常检测的原理及流程为：程的实时、在线、非接触的检测技术的研究就十分重首先进行型腔模板的设置，设置过程包括：①采集要。开模后的常型腔图像作为模板；②进行

7、模板图像预1机器视觉技术简介处理；③参数设置；④ROI(RegionofInterest)设置机器视觉技术12-3]涉及计算机技术、图像处理、等。在连续生产过程中，每个生产周期的模具合模模式识别、自动化控制等领域。“机器视觉”可理解动作前，系统采集待检测的型腔图像，然后图像处理为利用机器装置或设备模拟人的视觉功能，并对采模块对待检型腔图像和型腔模板图像进行模板匹集的图像进行处理、提取信息并加以理解，最终用于广东省数控一代机械产品创新应用示范工程专项资金入库项实际检测、测量和控制H]。一个典型的机器视觉系目(201201

8、19)、四川省教育厅重点项目(12ZA283)统如图1所示。联系人：杨丁，硕士，副教授。主要研究模具CAD／CAM／CAE及2型腔异常检测流程数控技术注射模具型腔异常主要是指开模、塑料件顶出收稿13期：2014．Ol—l7杨丁，等：基于机器视觉的注射模具型腔异常检测75配，若两图像的相似度大于设定的阈值，则表示型腔配图像上滑过，反