De grootste kennisbank van het HBO

Inspiratie op jouw vakgebied

Vrij toegankelijk

Terug naar zoekresultatenDeel deze publicatie

Vision systemen voor oppervlakte inspectie

Rechten: Alle rechten voorbehouden

Vision systemen voor oppervlakte inspectie

Rechten: Alle rechten voorbehouden

Samenvatting

Een klant verchroomt kunststof producten. Door een niet ideaal procesverloop zijn er vaak fouten en beschadigingen op de oppervlakte van het eindproduct te vinden. In plaats van het "menselijke oog" wil de klant een Machine Vision systeem voor foutdetectie en het classificeren van oppervlaktefouten toepassen. De klant heeft monsters van geselecteerde producten met houders en proefbaan als prototype aan Sensor Partners voor onderzoek ter beschikking gesteld.

Het voornaamste doel van Vision is om voor elke specifieke inspectie een Machine Vision systeem te ontwikkelen, een applicatie voor foutdetectie te schrijven en een haalbaarheidsonderzoek met gekozen systeem en bijbehorende applicatie uit te voeren.

Voor betrouwbare en stabiele inspectieresultaten was de juiste keuze van systeemcomponenten heel erg belangrijk. Er is een theoretisch onderzoek uitgevoerd en er zijn uitgebreide tests voor systeemcomponenten gedaan. Verlichting, camera en objectief verschillen per inspectie. Voor alle vision applicaties is de software omgeving VC-Win gebruikt.

Detectie van oppervlakte fouten (contrast tussen fout en de rest van het product creëren) heeft met vallende lichthoek op het te inspecteren product en beeldhoek (hoek van weerkaatste lichtbundel van product af in de camera) te maken.
Voor homogeen belicht beeld en hoge contrast bij fouten zijn verlichtingtechnieken onderzocht en per inspectie is er op zoek gegaan naar de juiste positionering van verlichting - product
- camera samenstel.

De mogelijkheden van gekozen software zijn onderzocht, de programmeerstructuur is gekozen en de applicatie is voor elk inspectie ontwikkeld. Per product is er steekproef gedaan waarmee haalbaarheid en de stabiliteit van het systeem uitput gecontroleerd kon worden.

Als resultaat is er voor elk inspectie een Machine Vision systeem een applicatie ontwikkeld en een haalbaarheidsonderzoek gedaan. Het laatste is per product in een apart verslag beschreven.
De onderzoeken zijn ook gedocumenteerd en apart van het eindverslag ingeleverd.

De ontwikkelde systemen zijn stabiel en kunnen 24 uur per dag gebruikt worden. De meeste fouten zijn met hoog contrast te detecteren en de robot kan getriggerd worden voor verdere
afhandeling van de producten.
Zoals ook te verwachten was, zijn sommige fouten niet goed te detecteren en op enkele moeilijk te onderzoeken oppervlakten zijn zij in de afbeelding helemaal niet terug te vinden.

Voor betere prestatie is er ook verbetering van de randvoorwaarden vereist. B.v. andere type producthouders die niet gekromd worden zodat producten altijd in het midden van de opgenomen beelden komen staan. Met de gekozen software is fout classificeren niet op een hoog niveau te realiseren. Daarvoor is er een krachtigere software met specifiek bedoelde functies nodig.

Toon meer
OrganisatieAvans Hogeschool
AfdelingAIM Academie voor ICT en Media
PartnersSensor Partners B.V.
Jaar2007
TypeBachelor
TaalNederlands

Op de HBO Kennisbank vind je publicaties van 26 hogescholen

De grootste kennisbank van het HBO

Inspiratie op jouw vakgebied

Vrij toegankelijk