基于机器学习的汽车零部件视觉在线分类筛选系统

背景介绍：

随着汽车行业发展，发动机性能逐渐提高，对发动机冷却系统水泵的稳定性、可靠性的要求也越来越高。叶轮是水泵的重要组成部分，其将机械能传递给液体，使液体的压力能和动能提高，实现冷却热交换。汽车水泵中叶轮转速较高，运行工况变化大，对叶轮的质量要求相当苛刻。

用户需求：

客户为多家水泵制造商生产叶轮，其现场同时生产的有几十个型号，在工艺环节中涉及多个型号共用设备的情况，多个型号的外观、尺寸非常接近，极易混杂，如下图所示为两种不同型号的叶轮。若水泵制造商将错误型号的叶轮安装在水泵中，结果将导致水泵工作异常，从而直接影响汽车发动机的冷却系统。此外，叶轮在生产过程中也会出现残次品，如铁芯裂纹、尺寸超差等，对叶轮的分类筛选是非常有必要的。现阶段，客户现场采用人工筛选分类、甄别产品是否合格，但工作强度大、准确性差、效率低，因此亟需自动化的在线分类筛选系统。

系统介绍：

大简精密（www.simpretech.com）与用户配合实现了基于机器学习技术的叶轮视觉在线分类筛选系统（如图）。系统与自动化机构结合，以在线的形式进行检测，平均每个样品检测时间在1秒钟以内完成。采用PC-base系统，成像硬件采用CMOS工业相机与CCTV镜头、LED环形光源，处理软件采用自主研发程序。设备首先通过传送带和导轨将叶轮排成队列，再通过分料气缸将叶轮推入视觉检测区域进行拍照检测，当完成检测后输出I/O信号给运动控制系统，执行剔除/通过动作。由于客户现场产品型号众多，同时也有将来增加的未知型号，为满足系统自适应性要求，采用机器学习算法（该算法我们之前已在基于DSP平台的纸币冠字号识别系统中成熟应用）进行特征提取与分类，通过采样训练和更新参数，其准确率随着样本量提高，直至满足客户所需要求。

前景展望：

目前，系统已稳定运行于用户车间现场。通过上述检测系统，企业不仅可以节省人力成本，还能提高检测效率及准确率，保障产品质量控制。该系统可扩展于其他行业的产品视觉分类筛选应用，为用户提供高性价比、高服务的选择。