金属表面瑕疵毛刺及形貌检测
表面缺陷检查的关键挑战之一,即它们是动态的,这与零部件的加工工艺流程或成形过程有直接关系。当零部件经历了全部的生产步骤,其中部分表面被喷涂油漆,导致抛光表面成为镜面反射光,让金属的瑕疵检测充满困难
金属件表面加工后会出现余屑和表面极细小的显微金属颗粒,这些被称为毛刺。毛刺越多,其质量标准越低。钢材表面缺陷之一,表现为冷切、热锯或火焰切割的钢材端部有不齐的飞边,焊管时焊缝处有挤出的多余金属。冷切产品端部毛刺的厚度取决于刀刃间的缝隙。一般产品允许有一定高度的毛刺存在。
毛刺种类有很多,一般做表面缺陷检测时,根据不同情况,分为异物和毛刺等,这里包括了金属件边棱部位存在加工毛刺、锐角未倒角或倒圆,表面处理以后,将造成零件上边棱部位的镀覆层严重缺陷;金属或非金属杂质(如未除尽的封存油脂、油漆标记、划线的涂色、铜迹,经探伤检查后未除尽的磁粉或荧光粉等);金属表面有锈蚀或存在明显的痕迹;金属件工序转移或运输过程中,有可能因没有认真保护而受到机械损伤,使零件表面产生拉沟、划伤、撞击凹陷等缺陷。
在机械加工行业中,毛刺是金属切削加工中产生的普遍现象之一,直接影响被加工工件的尺寸精度、形位精度和表面粗糙度。随着机械制造业的发展,人们对金属工件产品质量的要求越来越高,尤其是微小的精密零件。如果用传统视觉方法,可以对缺陷宽度进行分辨,再通过AI智能学习算法,进行产品缺陷的检测。但如果需要对毛刺或者异物高度进行量化处理时,用光谱共焦传感器是一个很好的解决办法,由于多光谱特性,传感器能够准确分辨出以上各种类型缺陷的高度值,再通过设置阈值的方式,对良品和不良品进行分类管控。
采用光谱共焦传感器,实现表面特征信息采集,并生成三维形貌图,同时提取部分特征进行分析
提取界面轮廓特征信息
表面特征高度变化0.743μm