[發明專利]基于外形輪廓匹配的模具在線監視保護系統及方法

有效

• 申請號: 201410494784.8
• 申請日: 2014-09-24
• 公開（公告）號: CN104441526B
• 公開（公告）日: 2016-10-19
• 發明（設計）人: 游旭新
• 申請（專利權）人: 上海智覺光電科技有限公司
• 主分類號: B29C45/76
• 分類號: B29C45/76;B29C45/84
• 代理公司: 上海金盛協力知識產權代理有限公司 31242
• 代理人: 王松

技術領域

本發明屬于電子信息技術領域，涉及一種模具監視系統，尤其涉及一種基于外形輪廓匹配的模具在線監視保護系統；同時，本發明還涉及一種基于外形輪廓匹配的模具在線監視保護方法。

背景技術

射出成型機作為加工行業最重要的成型設備，其動定模好壞直接關系到產品質量優劣。此外由于動定模在加工生產成本中占較大比重，其使用壽命直接影響產品成本。因此，提高動定模安全水平，并對其進行監視保護，延長其使用周期，是產品加工業降低成本、提高效率的重要砝碼。而在實際生產中，由于模具更換頻繁，成型機運行時，每個生產周期內價值高昂的模具都可能因為產品殘留或滑塊錯位等而有損壞的危險，本發明涉及一種外形輪廓匹配的成型機在線監視系統和方法均可以有效應對各種潛在問題，從而避免停機修模，降低生產成本，提高產品質量，保障交貨工期。

目前現有的技術中對模具進行在線監視保護，大多使用光電對射傳感器判斷是否有產品在完成后自動掉落，從而認為動定模內壁是否干凈，使用低壓觸控決定是否進行下一次產品的生產循環。由于靜電原因，產品頂出時并非不可能完全脫落，脫落過程有可能無法觸發光電對射的檢測信號，使得成型機認為產品并無脫落，從而誤報警停止全自動成型過程，減緩的產品生產效率。又或者有一部分產品脫落但另一部分產品并未脫落，但是光電對射檢測到有產品脫落誤認為動定模已干凈可進行下一次合模動作，出現動定模壓模現象出現，導致動定模損壞。

有鑒于此，如今迫切需要設計一種新的模具監視方式，以便克服現有監視方式的上述缺陷。

發明內容

本發明所要解決的技術問題是：提供一種基于外形輪廓匹配的模具在線監視保護系統，可快速準確的獲取動定模好壞與否信息，彌補現有模具在線監視保護技術的不足。

此外，本發明還提供一種基于外形輪廓匹配的模具在線監視保護方法，可快速準確的獲取動定模好壞與否信息，彌補現有模具在線監視保護技術的不足。

為解決上述技術問題，本發明采用如下技術方案：

一種基于外形輪廓匹配的模具在線監視保護系統，所述系統包括：圖像處理一體機、工業相機、近紅外混合可見光LED陣列模組、機械治具、單片機控制系統；

其中，所述機械治具包括射出成型裝置、兩個位于定模的磁力座，兩磁力座的機架固定在定模板；兩磁力座能270°移動，方便全方位進行監視；射出成型裝置包括定模、動模；

所述單片機控制系統連接治具控制系統、機械治具，用來接收圖像處理一體機的控制命令，以此控制機械治具的動作；

所述工業相機用來獲取圖像，工業相機與圖像處理一體機連接，將獲取的圖像發送至圖像處理一體機；

所述近紅外混合可見光LED陣列模組用來產生近紅外混合可見光，并照射至機械治具上；LED陣列模組位于射出成型裝置的定模板上方，或設置于射出成型裝置的動定模板兩測；

所述圖像處理一體機采用外形輪廓匹配的圖像處理算法，采集同時包含射出件和標準動定模的實時圖像，采用外形輪廓提取技術對所述圖像進行處理，從實時與標準圖像中提取的輪廓參數進行匹配對比,當兩幅圖像的輪廓數據集交叉對應值大于匹配閾值時,利用匹配結果糾正實時圖像的空間漂移和變形,糾正后得圖像與標準圖像比較后即確定是否存在生產問題；

當落料動作結束后，射出成型裝置給在線監視保護系統一個串口信號告知落料已結束，要求在線監視保護系統進行標準定模圖像抓拍；工業相機進行圖像抓拍；

所述圖像處理一體機包括預處理模塊，用于對抓拍到的圖像進行預處理，預處理包括噪聲濾除、對比度增強等，然后進行輪廓處理，提取輪廓參數，并存入相應數據文件；

所述圖像處理一體機包括學習模塊，用以在監視前自動進行多幅標準模板圖像的抓取，對標準圖像之間的變化量進行學習統計，所有圖像學習完成后，在這些圖像的基礎上，同時累積成一幅平均值圖像，該圖像作為基準模板圖像；學習后，所有從學習到的標準圖像模板中提取的輪廓，按照時間順序，排成隊列，存儲在內存中；所有圖像學習完成后，在這些圖像的基礎上，同時累積成一幅平均值圖像，該圖像作為基準模板圖像，在此基準模板圖像上也提取輪廓并存儲；即學習了N次后，可獲得N+1個標準輪廓參數集；

所述圖像處理一體機包括判斷模塊，用以判斷動定模是否有問題，包括以下步驟：

學習完成后，進入監視保護狀態；此時，內存中的輪廓隊列有N+1個，其中基準模板的輪廓排在最前面；

當落料動作結束后，抓拍當前動定模的實時圖像，首先檢查實時圖像特定參考區域的灰度值，如果變化較小，在允許范圍內，則當作正常圖像；否則，可直接當作異常輸出報警；