摘要：焊条自动化、智能化制造发展是必然趋势，焊条质量在线自动监测是实现焊条自动化生产的重要环节。本文阐述了焊条生产监测及焊条自动监测系统研究现状，重点探究了产品视觉虚拟技术在焊条质量在线自动监测系统中的应用技术，并分析了焊条质量在线自动监测系统关键技术问题。
关键词：焊条；质量；在线自动监测；LabVIEW
背景在“中国制造2025”大背景下，如何实现传统制造业向智能制造的转型升级成为制造企业必须考虑的问题，焊材制造企业也不例外。目前，高端焊材已成为国内外比拼的热点，然而我国焊材产品生产质量是制约高端焊材发展的重要因素。在生产过程中，焊条外在质量不合格项有18种，不同程度影响产品性能。我国绝大多数企业在焊条产品外在质量在线监测仍采用人工，员工的情绪、态度、判断标准、人为误差等决定了监测的局限性。焊条自动化、智能化制造发展是必然趋势，焊条质量在线自动监测是实现自动化生产的重要环节。基于此，本文以焊条生产中的半成品检验、监测为切入点，研究、探讨一种基于LabVIEW虚拟仪器技术的焊条质量在线自动化监测系统，具备实现焊条生产连续准确的监测、缺陷分类和记录，以及实时控制等功能。
1焊条的生产检验
焊条的生产制造过程就是按焊条配方的设计要求制备涂料和焊芯，并把涂料涂敷在焊芯上，使之达到规定的形状、尺寸，再经烘干成为焊条。焊条生产需经历焊芯制备、配料配置、压制湿焊条和烘焙等工序。焊条外观质量的监测主要在压制湿焊条之后和烘焙之前，监测内容主要包括：偏心度、焊条长度、焊条外径、夹持端长度、弯曲度、损伤、包头、破头、倒角、磨尾不净、毛条、竹节、皱皮等，其中偏心度较为重要。焊条品种型号复杂，规格多样化，质量要求严格，在制造上具有生产周期短、连续作业性强，产量大的特点，所以要生产出优质焊条，除了需要最佳的焊条配方设计、正确选用原材料以外，还必须有与之相应的制造工艺、装备和严格的检查测试手段。目前业内多采用人工在线抽检的方式，对工人的精力集中度要求极高，稍有不慎，将使问题产品流入下一生产环节，不利于保障产品外在品质。
2焊条自动监测系统研究及应用现状
焊条自动化监测的研究主要集中在焊条偏心自动化在线监测技术的研究和应用，其他焊条外观缺陷的自动化监测尚未见报道。早在20世纪90年代，高校、研究院所及制造企业就着手对焊条偏心自动化在线监测技术进行了研究。赵忠才等人［1］发明了焊条偏心自动监测粉模，段发阶等人［2］研究了带自动控制的焊条偏心在线监测方法，上海冶金自动化研究所张进［3］研制了焊条生产过程焊芯偏心在线监测显示报警仪，华东理工大学寇攀峰等人［4］研发了一种以电感式传感器采集信号单片机作为控制中枢上位计算机实现数据处理和远程监控的新型焊条偏心自动监测机。这些研究是通过置于压涂模具位置的传感器对焊条进行截面扫描而采集偏心信息，再进行数据处理，不同程度地实现了焊条偏心的动态监测及控制。本文将打破上述信息采集方法，通过对压涂出的半成品———湿焊条的产品视觉监测获取产品外观信息，并对数据进行全面处理及控制，实现包括偏心监测在内的该工序的所有监测及控制。
3焊条产品质量自动化监测技术
3.1产品视觉监测虚拟技术近年来，产品在线100%监测、控制和管理已成为企业不可缺少的技术装备。机器视觉监测系统正是适应这一要求而发展起来的一门学科。LabVIEW是一种基于G语言的虚拟仪器软件开发工具。在图像处理方面提供了NI公司的IMAQVision子模板，它包括300多种机器视觉和图像处理的函数，分图像预处理、图像分割等图像理解函数库和开发工具，具有灰度、彩色以及二值图像的显示、处理（包括统计、滤波和几何变换）、形状匹配、斑点分析、计算和测量等功能。用户可以通过仪器编程与数据采集，很便捷地创建功能强大的嵌入式图像应用与开发系统，实现虚拟仪器技术的产品视觉监测。基于LabVIEW的产品视觉监测的实现应包含：图像获取、图像预处理、图像理解、图像分析及监测等［5］。3.2焊条产品质量自动化监测系统针对焊条生产中的外观质量问题，笔者认为，在焊条压涂和磨头磨尾工序结束后，引入虚拟技术实现半成品———湿焊条的自动化监测是提高生产效率、提升产品合格率、减少人为误差的重要途径。湿焊条的自动化监测的工作原理是：对已加工好的在线湿焊条的形状和尺寸进行图像监测，并对图像进行分析处理及判定，对判定出不合格的湿焊条进行自动机械剔除或信号反馈，如图1所示。本系统包括四个部分：在线焊条半成品图像获取、半成品图像分析及特征提取、系统判定和机械剔除。3.2.1在线焊条半成品图像获取图像获取就是通过系统硬件获取在线产品的图像信息，作为基于LabVIEW的图像处理和分析前提。彩色CCD摄像机竖直安放在湿焊条传送带的正上方获取在线湿焊条图像，通过图像采集卡完成图像信号的A/D转换，最终将湿焊条图像输入PC机。3.2.2半成品图像分析及特征提取半成品图像分析及特征提取需要经过半成品图像预处理、半成品图像理解、半成品图像分析及特征提取。半成品图像预处理常用方法有平均滤波、平滑处理、锐化处理、增强处理、边缘监测、局部增强等，其目的就是要恢复真实图像。半成品图像理解包括两个主要过程：图像分割或图像分类。利用阈值分割，实现从图像中分割出各目标物体，然后提取它们的特征参数进行特征模板匹配。常见的特征参数有面积、形状、矩不变量等。半成品图像分析及特征提取是对湿焊条的形状和尺寸进行监测或测量。尺寸主要是获取焊条长度、焊条端部夹持端长度、药皮直径、焊条尾部倒角尺寸、弯曲度等。形状主要是获取焊条外观轮廓等。3.2.3系统质量判定处理质量判定部分通过系统算法及预判定条件，对焊条尺寸及外观轮廓进行判定。焊条偏心度可以通过获取的焊条头部焊芯与焊条药皮的同心度进行判定；焊条长度、夹持端长度、弯曲度、倒角等可以直接获取尺寸来判定；损伤、包头、破头、磨尾不净、毛条、竹节、皱皮等通过外观轮廓进行判定。3.2.4机械传动机构实施及信号反馈焊条质量在线自动化监测系统的软件系统结构如图2所示。当系统监测到不合格时，系统发出信号，驱动机械传动机构对不合格产品进行剔除；当有连续不合格时，计算机系统将报警通知远程监控人员调整设备。
4焊条质量在线自动监测系统关键技术问题的探讨
4.1在线图像连续采集由于焊条生产速度很快，约15根/s，对焊条产品图像的采集若采用逐根图像采集处理，显然效率低且难度大。因此，可根据焊条传送带速度、在线处理效率、生产环境等因素，获取单幅多根焊条图像，并对多根焊条图像进行一次运算分析处理。同时，考虑到后续机械传动机构对不合格焊条的在线剔除操作，每根焊条应有独立的相对传送带坐标位置，以便不合格焊条在线位置信号准确传输给机械剔除装置。因此，在对单幅图像进行分析处理时，应通过系统计算给定每根焊条一个位置信息。4.2不合格焊条在线剔除为了不影响在线湿焊条在传动带的连续移动，机械剔除装置应模仿手工筛选动作进行设计，可考虑采取抓取或钩取的方式，并安装在传送带上方。由于有湿焊条定位数据作支撑，传送带上方可设置多个机械剔除装置，以交替作业，提高在线剔除效率。4.3需要注意的问题（1）光照系统的选择焊条生产环境较为复杂，粉尘可能会影响焊条图像的质量。因此，需要合理设置光照系统，以保证测量精度和系统的稳定性。（2）CCD与产品的距离CCD距离越短，测量精度越高，但是CCD拍摄范围较小，CCD距离较大会加重图像畸变，影响测量精度。因此，在实践中CCD应置于产品正上方且距离应合理选择。5结论通过探究焊条质量在线自动监测系统产品视觉虚拟技术的工作原理及系统构架，分析了焊条质量在线自动监测系统关键技术问题。
参考文献：
［1］赵忠才，孙元坤，林午光.电焊条偏心自动监测粉模：中国，CN2121297［P］.1992-11-11.
［2］段发阶，张健新，黄绍梅等.焊条偏心在线监测与自动控制方法探讨［J］.计量技术，1998（3）：7-8.
［3］张进.电焊条生产过程焊芯偏心在线监测显示报警仪设计［J］.工业仪表与自动化装置，1995（4）：37-39.
［4］寇攀峰，吕强中，叶理平.一种新型焊条偏心自动监测机［J］.机械与电子，2004（1）：45-47.
［5］康丹丹，凌泽民，王高见.基于LabVIEW人力资源管理的虚拟仪器技术在产品视觉监测中的应用［J］.中国仪器仪表，2009（12）：71-74.
作者：康丹丹 王向杰 单位：四川西冶新材料股份有限公司 湖北理工学院 机电工程学院
