视觉导向机器人自动化油工具装配

机器视觉通过一个机器人来定位要采摘的零件,并在由第二个机器人螺纹之前检查管道的直径和位置,而不需要固定或精确定位。该应用可能会导致新一代的视觉机器人,以提高石油工具的生产力和质量。

通过约翰•路易斯 2012年4月19日

在石油工具裸露的螺纹管上安装螺纹保护器是一项艰巨而费时的工作。目前,由于操作复杂,螺纹保护器和管道的尺寸和风格多种多样,工业上没有自动化技术可以实现这一操作。JMP Engineering与一家石油工业制造商合作,开发了一种灵活的自动化工艺,使用机器视觉引导的两个机器人来加工各种零件,并且可以轻松配置,以处理未来的变种,而无需编程。

JMP工程公司的项目经理Scott Pytel表示:“该应用成功的关键是使用机器视觉来定位由第一个机器人挑选的零件,并在第二个机器人螺纹之前检查管道的直径和位置。”

石油工具制造自动化

石油工具制造业的特点是零件家族很大,这些零件的产量通常相对较低。石油工业零件通常也不会生产到精密零件定位所需的近公差。由于这些原因,通常用于汽车行业和其他大批量生产任务的硬自动化系统不适用于大多数石油工具生产工作。

基于工业机器人的更灵活的自动化系统提供了更大的潜力,但它们在石油工具行业的应用也相对较少,因为存在各种困难,比如需要挑选未固定的零件和处理许多零件编号。因此,很少有工业机器人用于石油工业。

上述部件家族具有典型石油工业部件的所有特征。在油气管道上安装螺纹保护器,防止管道在运输过程中损坏。作为一个整体,整个家族的组装量相对较高,但没有一个单独的零件号具有通常需要自动化的产量。石油工具制造商希望以大约每分钟三个的速度组装螺纹保护器。将井盖组装到管道上的任务是用气动工具完成的,但所涉及的高扭矩使其成为一项苛刻的物理挑战。

石油工具制造商与JMP Engineering公司进行了交谈,以了解该公司是否有任何关于如何将该任务自动化的想法。JMP为食品饮料、生命科学、环境、汽车、金属加工和其他行业设计和制造工业控制、交钥匙自动化系统和工厂信息解决方案。JMP集成了机器视觉和机器人来处理那些零件没有精确定位、没有固定、彼此之间没有明确分离的应用程序。

从垃圾箱里拣零件

在拣箱操作中,护线器用纸板分层包装在箱中。机器视觉系统安装在机械臂上。该视觉系统由一个工业机器视觉相机组成,该相机通过工业相机的高速机器视觉通信接口标准与工业个人计算机上的帧捕获卡进行接口。相机外壳内的发光二极管(LED)产生红光,帮助克服环境光线,从而捕捉到图像。

JMP程序员在Microsoft Visual Basic中为工作单元编写了图形用户界面,通过调用机器视觉软件库中的视觉工具来执行视觉操作,该软件库为各种工业相机和视频格式提供了预配置的、紧密集成的采集支持。机器视觉软件应用程序开发环境可以配置采集工具,定义视觉任务,并在没有任何编程的情况下做出通过/失败的决策。机器视觉库包括软件工具,可以快速准确地测量、引导、识别和检查部件,尽管由于制造过程导致部件外观有所变化。

传统的模式匹配技术依赖于通常被称为归一化相关的像素网格分析过程。该方法查找对象的灰度模型(或参考图像)与图像部分之间的统计相似性,以确定对象的X/Y位置。尽管这种方法在某些情况下有效,但它限制了在生产线常见的不同外观条件下(如物体角度、大小和阴影的变化)找到物体的能力和精度。

几何模式匹配技术使用一组不绑定到像素网格的边界曲线来学习物体的几何形状,然后在图像中寻找相似的形状,而不依赖于特定的灰度级别。其结果是,尽管角度、大小和阴影发生了变化,但准确查找对象的能力得到了显著改进。

55.2英寸的多功能机器人。水平可达和80公斤的有效载荷能力将相机移动到垃圾箱上方,并发出信号,表明它已就位,可以拍摄垃圾箱的照片。PLC向视觉系统发送拍照请求。摄像机拍摄照片,视觉工具识别每个螺纹保护器在箱子中的位置。然后,视觉系统识别图像中的线程保护器,并计算出每个保护器的位置。Visual Basic接口实现了从相机图像中的像素到机器人控制系统所需的毫米的转换。

PLC指示机器人从箱子中挑选一个螺纹保护器。螺纹保护器有11种尺寸,从4英寸不等。到8英寸。迪亚。视觉系统对每个零件编号进行训练。它可以识别良好部件的位置,并检测是否存在与良好部件混在一起的尺寸错误的部件。

机器人装配

机器人将零件交给另一个机器人(同一型号),后者将螺纹保护器组装到管道上。PLC将所有零件的位置存储在一层料仓中,并命令机器人逐个拾取。当垃圾桶清空后,机器人会移除纸板隔板,摄像头会拍摄一幅图像,以确定下一层零件的位置。

第二个机器人将螺纹保护器搬运到石油工具组件所在的夹具处,露出将要安装螺纹保护器的管道部分。

JMP工程公司机器视觉专家Kevin Ackerman表示:“对于机器人来说,组装两个螺纹紧固件是一项具有挑战性的操作,因为机器人不具备人类操作员感知螺纹之间连接的能力。”“视觉系统有助于克服这些挑战。”

连接在第二个机器人上的工业机器视觉摄像机定位管道,用于安装螺纹保护器。砖红色的光以斜角照射在管道上,形成阴影,可以精确测量管道直径。使用机器视觉软件圆工具检查管道的直径,以确保其与螺纹保护器匹配,并更准确地确定管道的位置。机械臂有一个顺应装置,允许管道螺纹拉臂和螺纹保护器,因为它螺丝在管道上。

屏幕上显示了最新的摄像头图像,以及诸如螺纹保护器尺寸和管道尺寸等结果。屏幕左侧显示拣件机器人图像及结果,右侧显示螺纹装配机器人图像及结果。配置菜单允许操作员配置摄像机。

自动校准程序利用位于每个机器人附近的固定永久目标。安装在每个机器人上的相机获取目标的四张图像,在拍摄每一张图像之间移动一个已知的距离。基于这四幅图像,标定程序确定了机器人相对于目标的位置。

阿克曼说:“校准是一个手动过程,只要有人认为其中一个机器人变得不准确,可能是由于抓手弯曲或相机被撞出了位置,就会按需执行。”

“机器人在JMP的工厂进行了调试,”Pytel说,然后“被运送到客户的工厂,现在正在生产中运行。它已经证明了在石油工具制造中常见的条件下,无需固定或精确定位,即可成功地挑选和组装螺纹保护器的能力。这一应用很有可能会催生新一代视觉机器人,帮助提高石油工具行业的生产率和质量。”

编者注:机器人执行重复功能的应用程序降低了由于注意力分散或无聊而导致人类受伤和错误的风险。

——约翰·刘易斯是康耐视公司的市场开发经理。控制工程

www.cognex.com

www.jmpeng.com

//www.globalelove.com/machinevision有更多关于机器视觉的案例研究和应用文章。

相关文章:石油工具自动化装配技术检查表,如下。