知識分享

鋼製幫浦葉片粗糙度之自動光學檢測系統

建立日期:2020/11/09
  • 作者: 朝陽科大資工系/廖珗洲、林子怡、伍康瑋
  • 出處: 2020 AOI論壇與展覽
  • 內容: 本篇為「2020 AOI論壇與展覽」論文集,摘要如下:

    汽車轉向泵浦葉片(power steeling pump vane)使用於車輛葉片式油壓動力幫浦中,利用油壓協助車輛大幅度轉向的關鍵零件。葉片將承受極高的壓力,材料精度需求極高,需要精密檢測其粗糙度品管參數,以提升產品品質。傳統人工檢測葉片粗糙度的方式大部分會使用探針進行檢測,不僅耗時且只能檢測特定位置導致容易發生漏檢,最後在工件全檢上出現檢測品質與效率不佳的問題。為了克服上述問題,本論文中提出一個自動光學檢測系統,主要透過電腦視覺協助傳統人工檢測方式來進行初篩約 80% 葉片,以大幅減少檢測人力負擔。

    本系統中搭配震動盤與輸送帶等硬體設備,使葉片可以逐一通過拍攝區域,並藉由紅外線感測器的觸發來取得頭尾兩側的圖像,計算粗糙度後,於剔除區域透過 IO 控制將未達標準的 NG 葉片篩選出來。經過實驗結果分析,平均每分鐘可檢測 21.6 個葉片,且系統精度最大誤差小於 1 pixel (約4.2333um),實現本論文的目標。
  • 檔案下載:全文下載
  • 下載次數:37