APP下载

基于机器视觉的自动浇注机控制系统的研究

2016-12-17程德芳靳晨聪王振霞

科技视界 2016年26期
关键词:机器视觉图像处理

程德芳 靳晨聪 王振霞

【摘 要】随着图像传感器和嵌入式技术的飞速发展,机器视觉应用越来越广泛,通过机器眼来定位砂型浇口杯位置成为可能。因此,本文采用ARM嵌入式平台和PLC电气控制系统,利用CMOS图像传感器,采集浇注机浇注铸件图像,并进行图像处理、定位特征提取,进而实现智能化自动浇注。

【关键词】浇注机;机器视觉;图像处理;ARM

【Abstract】Along with the rapid development of image sensor and embedded technology, machine vision is more and more widely used, It is possible to locate sand pouring cup position through the machine eye . Therefore, this paper adopts ARM embedded platform and PLC electric control system, using CMOS image sensor, image acquisition of casting machine, and image processing, feature extraction, and then achieve the intelligent automatic pouring.

【Key words】Casting machine; Machine vision; Image processing; ARM

0 前言

铸造是获得机械铸件的主要工艺和重要基础环节。提高浇注的智能化程度,是实现高精度、高品质铸件生产的保障,还是工人从繁重的从事浇注工作的体力劳动和恶劣的生产环境中解放出来的重要手段。

1 系统整体方案设计

本论文通过工业可编程序控制器(PLC)和嵌入式技术(ARM)的数字化平台,采用机器视觉[1]液位定位技术、伺服控制技术,实现了自动瞄准浇口杯,自动检测铁水液面变化,模拟人工示教的方法自动完成浇注过程。实时补偿浇注包,因金属液体长时间高温浸蚀挂渣所导致的浇注状态的恶化,进一步提高了自动浇注机的精确度,改善了自动浇注机的性能。

2 电气控制系统的软硬件设计

2.1 电气控制系统的硬件设计及选型

电气控制系统整体结构:PLC变频器控制柜、伺服驱动控制柜、人机界面及按钮、浇注机。

PLC选型:根据项目任务需要,该项目选择S7-300 315-2 DP作为该系统电气控制系统主控单元。

变频器选型:变频器选择高精度、高性能的SINAMICS S120 变频器。

伺服电气选型:选择德国SEW伺服电机及其驱动器。

该浇注机主要由孕育剂给料机、卷扬机、倒铁水槽、浇包、上行车、下行车、底座、电控系统等几个重要部分组成。

(1)孕育剂给料机

孕育剂经过减速电机驱动的螺旋体进入孕育剂接管,通过气流带动与铁水同时流入砂型内,即随流孕育。孕育剂接管可手动调节其角度。

(2)卷扬机

卷扬机由带有制动器的减速电机驱动,带动钢丝绳连接的浇包盖,使其掀起。

(3)倒铁水槽

倒铁水槽内也需要搪耐火材料,当浇包内铁水温度达不到浇注工艺要求或由于机器故障等原因需要长时间停机时,需将浇包内铁水通过此槽倒出。

(4)浇包及浇包模

浇包是整台浇注机的核心部分。本机浇包为扇形浇包,铁水出口在扇形圆心附近。浇包内放入浇包模并定位后,将混合好的耐火材料倒入,待凝固后可形成约140mm厚的耐火层。浇包由伺服电机带动链条驱动绕扇形中心旋转,控制精度高。

(5)上行车

上行车控制浇包X方向移动(与造型线垂直方向),此运动由减速电机变频驱动,并设有机械限位和电气限位。上行车也是浇注系统的架体,其上放有浇包平轮支架以及浇包小V型轮支架,此二支架支撑并导向浇包的旋转运动,此外倒铁水槽、孕育给料机也固定在上行车上。

(6)下行车

下行车控制浇包沿Y方向移动(与造型线平行方向),此运动由减速电机变频驱动,并设有机械限位和电气限位。

(7)底座

底座为下行车车轨,并设有机械限位和电气限位,以保证下行车运动顺畅。

2.2 电气控制系统的软件流程图

3 电子控制系统的软硬件设计

3.1 电子控制系统的硬件设计及选型

电子控制系统的结构主要为ARM和图像传感器。ARM选择四核1.6Ghz的ARM cortex-A9,图像传感器选择功耗低、价格便宜、像素高的CMOS传感器OV5640,500万像素。

3.2 电子控制系统的软件结构

ARM的软件部分,完成了图像的采集,图像的预处理,图像的特征提取[2] ,模具的定位以及部分图像信息的存储。

4 实施效果及性能检测

浇注机加满铁水后,在自动浇注生产线上配合砂型成型机,连续浇注50个铸件,浇注完后检测浇注的准确度、铸件的合格率,以及浇注机的浇注效率,这三个指标与该厂普通的浇注机的检测值进行比较计算,测试的数据如下所示:

从以上结果可看出,浇注铸件的合格率达98%,浇注机效率相对于扇形浇注机提高了1倍,相对于传统的人工操作提高了2倍多 ,浇注的准确度高达98%。经检验,控制系统达到的指标与设计性能指标一致。

【参考文献】

[1]范祥,卢道华,王佳.机器视觉在工业领域中的研究应用[J].现代制造工程,2007,6:129-133.

[2]陈爽.基于图像处理的模具自动识别及定位技术研究[J].东北大学,2011:27-29.

[责任编辑:张涛]

猜你喜欢

机器视觉图像处理
基于图像处理的机器人精确抓取的设计与实现
机器学习在图像处理中的应用
大场景三维激光扫描仪在研究生实践教学培养中的应用
基于图像处理的定位器坡度计算
Photo Shop通道在图像处理中的应用