Машинное зрение для выявления дефектов деталей с порошковым покрытием

Что такое порошковая покраска — и почему качество покрытия имеет значение?

Порошковая покраска — один из наиболее широко используемых процессов обработки поверхностей в производстве. Сухой порошок — как правило, термореактивный или термопластичный полимер — электростатически наносится на металлическую подложку, а затем отверждается под воздействием тепла, образуя твердую, прочную защитную пленку. В результате получается покрытие, которое гораздо лучше, чем обычная жидкая краска, противостоит коррозии, ультрафиолетовому излучению, сколам и воздействию химических веществ.

Оно используется практически во всех металлообрабатывающих отраслях: кузовные панели автомобилей, сельскохозяйственная техника, корпуса бытовой техники, архитектурный алюминий, электрические корпуса, корпуса медицинских приборов и промышленное оборудование. Покрытие выполняет как защитную, так и декоративную функцию — клиенты ожидают однородной, гладкой на ощупь поверхности, которая прослужит долгие годы в сложных условиях эксплуатации.

Однако порошковая покраска — это беспощадный процесс. Загрязненная подложка, неправильная толщина пленки, пузырек в печи или микроскопическая частица на поверхности могут привести к дефектам, невидимым невооруженным глазом при обычном освещении, но катастрофически ухудшающим качество покрытия. Дефектные детали, попавшие на завод, приводят к преждевременной коррозии, гарантийным случаям, дорогостоящим отзывам продукции и ущербу для репутации.

Традиционный контроль качества на линиях порошковой окраски основан на визуальном осмотре, проводимом людьми при освещении цеха — подход, который пропускает большинство критических дефектов и вносит значительные различия между сменами, операторами и состояниями усталости. Отрасли необходимо более эффективное решение.

Почему автоматизированное обнаружение дефектов стало необходимостью в производстве

Некачественные детали, покрытые порошковой краской, влекут за собой каскад издержек, выходящих далеко за рамки утилизации. Когда дефектная деталь попадает в эксплуатацию, последствия многократно усиливаются на каждом этапе цепочки поставок.

Поставщики комплектующих для автомобильной промышленности, производители бытовой техники и производители корпусов для электрооборудования все чаще требуют 100% автоматизированного контроля с цифровыми сертификационными записями, а не случайной выборки. В то же время, на рынке труда становится все сложнее нанимать и удерживать квалифицированных инспекторов. Экономическая целесообразность автоматизированного контроля с использованием машинного зрения никогда не была столь очевидной.

Распространенные дефекты металлических поверхностей, покрытых порошковой краской.

Понимание характера дефектов является основой любой эффективной стратегии контроля. Дефекты порошкового покрытия делятся на два основных класса: дефекты процесса (возникающие из-за ошибок нанесения или отверждения) и дефекты подложки (существующие в металле). Оба класса могут ухудшить качество покрытия и должны быть обнаружены.

Пределы возможностей визуального осмотра человеком поверхностей с порошковым покрытием

Поверхности с порошковым покрытием представляют собой исключительно сложную среду для проверки человеком. Именно свойства, делающие порошковое покрытие желательным — гладкая, однородная, часто глянцевая или полуглянцевая поверхность — в совокупности скрывают дефекты от человеческого глаза.

В результате возникает системный дефицит качества: детали, которые выглядят исправными на конвейере, не обязательно не имеют дефектов. Для клиентов в автомобильной, медицинской или промышленной электротехнической отраслях, где дефекты покрытия имеют последствия для безопасности или нормативных требований, этот дефицит неприемлем.

Машинное зрение и искусственный интеллект: как работает автоматизированная инспекция.

Современные системы машинного зрения для контроля качества преодолевают все ограничения человеческого осмотра, объединяя камеры промышленного класса, специально разработанное освещение и программное обеспечение для обнаружения дефектов на основе искусственного интеллекта в целостную, воспроизводимую систему. Такой подход принципиально отличается от того, что может сделать человеческий глаз.

Рис. 1 — Настройка системы машинного зрения: камеры + многоракурсное освещение + AI

Камеры и датчики

Наша компания выбирает камеры в зависимости от конкретных требований к контролю качества. Для контроля плоских пластин используются сканирующие камеры с разрешением от 5 до 61 мегапикселя, которые захватывают всю поверхность детали за один проход. Для непрерывных листов или рулонов используются линейные сканирующие камеры, которые формируют изображение построчно, создавая изображения чрезвычайно высокого разрешения поверхностей, движущихся с полной скоростью производства. Технология датчиков подбирается в соответствии с материалом: стандартные CMOS-датчики для большинства поверхностей, многоспектральные или ближнеинфракрасные (NIR) датчики для обнаружения подповерхностных загрязнений или тонких участков, невидимых в стандартном спектре.

Светотехника

Освещение — это важнейшее решение, касающееся оборудования в системе контроля порошковой окраски. Инженеры-технологи используют различные стратегии освещения для выявления разных типов дефектов:

• Рассеянное купольное освещение — устраняет зеркальное отражение от глянцевых поверхностей, делая видимыми дефекты текстуры и цвета при изменении контраста.
• Низкоугловое (скользящее) освещение — скользит по поверхности под углом 10–20°, отбрасывая длинные тени от любого рельефа поверхности. Исключительно эффективно для обнаружения вмятин, микроотверстий, эффекта «апельсиновой корки» и включений частиц.
• Коаксиальное освещение — размещает источник света на той же оптической оси, что и камера, выявляя точечные отверстия и пустоты в виде ярких пятен, а расслоения — в виде отражающих аномалий.
• Подсветка в темном поле — свет падает на поверхность под экстремальным углом; до камеры доходят только рассеянные частицы от особенностей поверхности. Идеально подходит для обнаружения трещин и царапин на полуматовых поверхностях.
• Проекция структурированного света/полос — проецирует точный рисунок на поверхность и получает данные о трехмерной карте высот, что позволяет количественно измерять глубину вмятин и толщину покрытия.

Роботизированный контроль сложных 3D-металлических деталей

Плоские пластины и простые панели можно осмотреть с помощью стационарных камер на конвейерной линии. Но большинство деталей с порошковым покрытием — автомобильные компоненты, несущие кронштейны, корпуса, подрамники сельскохозяйственной техники — представляют собой трехмерные объекты с углублениями, фланцами, сварными швами, изогнутыми поверхностями и внутренними поверхностями, которые стационарная камера не может увидеть.

Рис. 2 — Камера, установленная на роботе: запрограммированная траектория осмотра сложного 3D-кронштейна.

Роботизированный подход обеспечивает охват контроля, физически невозможный при использовании стационарных камер, — контролируя подрезы, внутренние радиусы, сварные фланцы и углубления с той же тщательностью, что и основную поверхность. Поскольку траектория движения робота программируется в автономном режиме и выполняется идентично в каждом цикле, контроль на 100% воспроизводим и поддается аудиту, что соответствует требованиям прослеживаемости стандартов качества автомобильной и аэрокосмической промышленности.

Как обучают ИИ для обнаружения дефектов порошковой окраски

Аппаратное обеспечение машинного зрения захватывает изображения. Платформа преобразует эти изображения в решения. Правильное обучение ИИ для контроля порошковой окраски требует дисциплинированного, специализированного подхода — универсальных моделей обнаружения объектов недостаточно.

Хорошие образцы и плохие образцы

Система обучается с использованием метода обучения с учителем. Инженеры-интеллектуалы собирают репрезентативный набор данных проверенных деталей:

• Качественные образцы — подтвержденные соответствующие требованиям детали, дающие представление о том, как выглядит поверхность порошкового покрытия без дефектов при конкретном освещении и настройках камеры.
• Некачественные образцы — детали с известными, подтвержденными дефектами, каждый из которых помечен типом дефекта, его местоположением и классом серьезности. Микроотверстия, трещины, загрязнения, вмятины и другие типы дефектов маркируются отдельно.

Классификация дефектов, а не просто их обнаружение.

Ключевое преимущество ИИ перед простыми системами машинного зрения, основанными на пороговых значениях, заключается в способности  классифицировать дефекты — не просто отмечать аномалию, а определять её суть. Система выдаёт для каждой обнаруженной области следующие данные: тип дефекта, его местоположение на детали, измеренные размеры и оценку достоверности. Эта структурированная информация позволяет осуществлять последующий статистический контроль процессов (SPC): если система обнаруживает внезапное увеличение количества микроотверстий, инженеры-технологи получают оповещение о необходимости проверки температуры печи или подготовки подложки — а не просто информацию о неисправности деталей.

Наша компания проектирует и производит комплектную инспекционную ячейку как систему «под ключ» — не набор компонентов от разных поставщиков, которые заказчик должен интегрировать, а готовое к заводскому сборке устройство, спроектированное как единое целое. Каждый элемент выбирается и настраивается для совместной работы.

Контрольно-измерительная ячейка может быть размещена непосредственно после печи для отверждения и зоны охлаждения , до того, как детали поступят в упаковку или на последующую сборку. Для роботизированной проверки сложных деталей в ячейках обычно используется поворотное приспособление или конвейерный указатель, который позиционирует деталь, пока робот выполняет свой маршрут проверки, обеспечивая время цикла, сопоставимое с типичным интервалом в 60–120 секунд между деталями на линии.

Чего добиваются производители с помощью интеллектуального контроля порошковой окраски

Когда наша компания внедряет систему машинного зрения для контроля качества на линии порошковой окраски, это оказывает влияние на три области: качество, производительность и интеллектуальные процессы.

• Система «нулевого риска брака» — дефекты, которые ранее оставались незамеченными для клиента, выявляются на производственной линии. Возвраты продукции и гарантийные расходы обычно снижаются на 60–80% в первый год производства.
• 100% охват проверки — проверяется каждая деталь, а не проводится статистическая выборка. Цифровой сертификат на каждую деталь.
• Обратная связь в процессе — данные о тенденциях дефектов от нашей компании предоставляют инженерам-технологам информацию о смещении процесса нанесения покрытия в режиме реального времени: увеличение количества микропор указывает на проблемы с подготовкой подложки; увеличение загрязнения свидетельствует о проблемах с окружающей средой или обработкой порошка.
• Перераспределение рабочей силы — инспекторы-люди перенаправляются с монотонной визуальной проверки на обработку исключений и анализ первопричин, где человеческое суждение приносит наибольшую пользу.
• Прослеживаемость и готовность к аудиту — цифровые записи о качестве соответствуют требованиям к системам качества в автомобильной (IATF 16949), аэрокосмической (AS9100) и медицинской отраслях.