机器视觉技术在机械制造及其自动化中的应用

摘要：本文将针对机器视觉技术的基本构成和应用原理进行分析，并结合此技术在应用过程中的特征，来提出在机械制造自动化中的应用方案，以此来为后续的机械制造产业发展提供有利参考。

关键词：机器视觉技术;机械制造领域;自动化;精密测量;刀具磨损;

科学技术的快速进步在一定程度上促进了我国机械制造业整体水平的提升，其中最具有代表性的就是视频技术和红外线成像技术，在这两种技术的应用发展过程中，机器视觉技术由此诞生，并得到了良好的发展。通过长时间的实践证明可以发现，合理应用机器视觉技术不仅可以明显减少不必要的人力资源投入，同时还可以从根本上提高机械制造工作的效率，为我国机械制造行业的发展注入新动力。作为先进技术背景下的重要手段，机器视觉技术取替了原有的人力操作，将其应用于机械制造自动化生产过程中，也是提高机械生产制造业综合生产效率的必然措施。

1 机器视觉系统

从当前实际情况来看，机器视觉技术将完全取代人体肉眼的观察功能，甚至可以进行精准的判断与测绘，利用先进的计算机技术来有效识别客观三维世界当中的各种目标对象。同时机器视觉技术在具体应用过程中，灵敏度和测量精确度都特别高，而且判断测量速度非常快，不会产生较大的噪音，抗电磁干扰能力也十分突出，能够与计算机技术联动进而完成计算机信息数据的处理，为机械制造行业降低工作量。现如今，机器视觉技术已应用到了各行各业领域当中，特别是在机械制造自动化领域，发挥出了较大的价值。

1.1 机器视觉系统的基本构成

机器视觉技术在应用过程中拥有完全独立的系统，它能够利用图像摄取装置来转换需要摄取的目标，进而形成良好的图像信号，随后再针对颜色、信号以及亮度等方面进行专业的数字化处理，最终将图像信息呈现出来。同时还可以通过精密的计算来掌握机器视觉系统中的各项图像特点，并以此为参考来判断目标对象具体内容，围绕机器视觉系统可以将运行环境划分成PC-Based与PLC-Based两种不同的系统。

1.2 机器视觉系统在运作过程中的原理

机器视觉系统在运行过程中并不需要多余的图像、视频信号，它所能够输出的是经过特殊处理之后的检测结果，像机械设备的尺寸数据等。作为替代肉眼识别的主要技术，机器视觉技术应用的是CCD照相机，可以将摄取目标转换为图像信号，随后递送到专业的处理系统中，对其亮度、像素以及颜色等内容进行处理，最终提取出所需要的数字化信号。机器视觉系统可以根据这些处理之后的数字化信号来判断目标对象的生产尺寸、数量、面积以及区域位置等等，再配合PLC控制技术与PC技术来深入分析检测结果，比如I/O系统或运动智慧系统中的动作控制，最终来完善机械制造设备的工作流程。机器视觉系统运行原理流程如图1所示。

2 机器视觉技术的应用特点分析

机器视觉技术主要是以互联网技术和计算机技术为基础条件，利用计算机中的先进技术来模拟人类视觉，并获取相应的信息数据，进而可以有效提高图像识别的有效性。同时，在机器视觉技术应用过程中，实现了智能化监控，为科学研究工作的顺利进行提供了充足保障，并且也为各种先进的科学技术提供了有利的数据支持。通过机器视觉技术可以制定出更加可靠精准的方案，获取更加全面且真实的数据，使相关校对数据信息相关机制更加完善。此外，机器视觉技术也利用了摄像机本身的现实作用，通过录入事物的图像，对图像内部特征进行分析和研究，最后将各种信息转变为数字化信号，当操作人员获取到这些数字化信号之后，就可以为日后各项监测作业提供可靠依据。从机器视觉技术发展角度而言，其主要表现出的特点为：精准度高、工作效率强以及工作时长充足的运作特点，面对不同类型的数据信息系统环境，机器视觉技术还具备较强的全面性特点，能够有效规避数据遗忘等情况。除此之外，机器视觉技术使相关操作人员的工作变得更加灵活，数据信息的处理效率也明显提高，是现代化建设过程中一种必不可少的先进技术措施。

3 机器视觉技术在机械制造自动化中的应用

3.1 应用于机械设备精密测量当中

通常在机械设备零件精准测量时，机器视觉技术是大部分企业的必然选择。这是由于机器视觉系统包含着功能强大的专业光学系统和CCD摄像头，这些组成内容可以高效收集光源，并将发射出来的光源照射到被监测对象的区域部位上，再配合显微光学镜组与被检测对象的边缘部分，最终可以掌握被检测对象整体轮廓情况。如果在实际检测过程中，被检测对象发生了位移，那么就需要对其轮廓位置进行二次处理和图像修改，利用多次计算来得出计算量。此外，还可以根据位移前后所产生的偏差位移量来整合两幅检测图像的边缘轮廓，将他们归纳到同一个图像当中，这样就可以得出两次测量之后的标准尺寸数值，进而提升测量工作的精准性。从目前实际情况来看，因为机械制造企业生产线通常都是流水作业模式，因此视觉系统可以起到一定的辅助作用，帮助生产流水线能够大批次地生产机械产品，而利用以上方法进行在线检测过程中，检测效率能够大大提高。从客观角度而言，此测量方法适用于一些形状简单且结构偏小的一些机械元件。像汽车电子零件设计过程中就可以利用精密测量方法，这样一来产品的精准性和生产效率就可以得到明显提升。从目前机器视觉技术应用之后的经验来看，机器视觉系统可以实现在一分钟内完成上百件产品的检测，并且误差精准度可以精确到0.01mm。

3.2 在工件检测中的应用

在机器视觉技术应用于机械制造自动化过程中，其优势具体表现在工件检测方面，通过该技术可以对机械设备中的零部件曲线问题进行检测。现如今，汽车制造业与内燃机制造业都是我国需要大力机械生产的行业，在这一类型机械生产活动中，因为不同员工的工作能力和专业程度相差甚远，并且测试标准也存在差异性，所以在机械测试过程中经常会投入大量的物力和人力。同时，在机械制造自动化检测过程中，由于经常出现人工操作误差较大的情况，这也在一定程度上降低了检测结果的准确性。利用机械视觉技术可以快速检测出机械生产设备零部件中所存在的缺陷问题，使最终的检测结果更加精准，进而对机械产品质量进行有效掌控。例如：连接杆头爆炸监测就是一个十分典型的例子，在任意一个方向的接头断裂线性长度不能超过2.5毫米，接头断口面积也不能超过3平方毫米。利用机器视觉技术可以通过漫射光照射的方式来转换图像电信号。通过分析其中的功率信号和图像处理系统结果可以得知，在具体应用过程中，机器视觉系统设置了比较灰度二值化的光源与浓度。除此之外，机器视觉技术也可以广泛应用于不同领域的机械自动化生产当中，比如汽车电子元件生产以及视觉检测系统等，目前已经取得了十分显著的成绩，国家也开始对机器视觉技术给予了高度认可和支持，并投入了大量资源来促进发展。

3.3 在工件测量过程中的应用

工件测量是机器视觉技术在机械制造自动化中的关键应用内容之一，整个测量系统主要是由计算机处理系统、光学系统以及CCD摄影机组成，利用机器视觉技术可以快速测量工件预设情况。以往的测量方法主要采用的是光学投影法，利用此方法可以确定工件的预设位置，需要投入大量的人力成本，在技术方面也有严格要去，所以传统测量方法无法确保其精准性。而新型的测量方式就是利用机器视觉技术来对传统测量方法进行优化，将先进的光栅技术。计算机处理技术以及自动控制技术整合到一起，利用预设测量的渠道来对整个测量过程进行优化，进而提升测量工作的精确性，为下一步提高整体工作效率做好铺垫。在工件定制与测量过程中，还可以应用逆向工程测量法，在测量定制工件信息之后，建立起十分完善的基础三位坐标图，利用CAD和CAM等系统来处理图像信息，建立完整的模型结构，模型建立的质量会在很大程度上受数据测量准确性的影响，所以全面推广使用机器视觉技术，可以有效提高被测量对象精准性。因为在此情境下，CCD在被条纹图像吸收过后，就只会剩下数字、视频以及模拟等三个信号，所输出的数据信息也会呈现在显示屏上。除了利用机器视觉计数测量工具尺寸之外，还可以测量机械设备元件的磨损程度，在多样化因素的影响下，检测工件的磨损程度将会变得更高。

3.4 刀具磨损和预调测量中的应用

在此过程中，机器视觉技术也可以发挥出应有的优势，像测量某些形状和尺寸形变较为严重的工件。它可以比传统方式更加简单，并不需要将刀具卸下之后再进行测量，而是利用光源检测法去检验刀具的磨损程度。在此过程中，首先要明确光照强度与拍摄角度，确保镜头周围能够拥有足够的光线，以此来规避受阴影影响所导致的测量误差。在此区间内可以通过转动夹具来调整合适的角度，伴随着角度转动幅度越来越大，成像设备尺寸会随之减小，机器视觉系统的实际检测范围也因此大大提升。另外，在对比刀具磨损程度之后，可以合理简化刀具机械精密测量自动化的应用。经过实践应用证明，如果在测量精度调整和速度判断方面应用机器视觉技术，那么从常规角度分析来看，机器视觉技术更适合用于精密测量当中，它的测量信噪会一直降到50d B左右。此外，从常规技术角度分析来看，机器视觉技术更适用于常规形状刀具这样的测量过程中，并不适用于几何结构过于复杂的特殊刀具当中。

4 结束语

总而言之，机器视觉技术对我国机械制造业自动化发展建设具有十分重要的推动作用，机械自动化生产能够稳定高效的运行直接取决于机器视觉技术应用的好坏，对此相关工作人员需要对机器视觉技术进行深入探索，强化机器视觉技术在机械自动化领域的具体应用，以此从根本上来促进机械制造行业的深入发展，突破原有传统技术应用领域，为制造行业的发展奠定良好基础。

参考文献

[1]胡洪磊.浅谈机器视觉技术及其在机械制造自动化中的应用[J].通讯世界,2020,27(02):128-129.

[2]邹鹏飞.机器视觉技术以及其在机械制造自动化中的有效运用分析[J].科学技术创新,2020(17):55-56.

[3]赵冬.机器视觉技术及其在机械制造自动化中的应用[J].电子技术与软件工程,2019,154(08):125-125.

[4]刘泽宇.机器视觉技术及其在机械制造自动化中应用的探讨[J].中国设备工程,2019(01):188-189.