摘要：機器視覺技術和機械制造自動化關系密切，制造業的不斷發展，需求不斷提高，給機器視覺技術發展帶來了機遇，長此以往，機器視覺技術會從原先的采集—分析—傳遞—判斷逐漸拓展到其他更為開放領域。未來機械制造自動化將和機器視覺技術實現有機融合，且在不斷發展的科學技術影響下，機械制造將實現智能化。
關鍵詞：機器視覺技術、機械制造、自動化、應用
1.機器視覺技術的應用原理與組成
機器視覺技術的工作系統比較獨特，系統中包括多項組成部分，如打印機、計算機、攝像分揀機構、信息顯示器等等。圖像攝取裝置可以將實物轉化為圖像，并將圖像轉變為圖像信號，然后利用計算機進行信號的傳遞，再利用影像處理系統進一步處理圖像信號，根據圖像顏色、像素、對比度等差異，使其轉變為數字信號，為操作者對物品的判斷和評估提供便利。
隨著現代科技的進步，機械設備的數量在不斷增多，且使用范圍在不斷擴大。目前，許多機械已經能夠代替人工勞動力完成產品、器件的測量與加工。利用機械進行改造與生產，能夠在很大程度上提升生產效率，并且降低投入成本，從而改善制造業的經濟效益。在生產流水線中，由機器進行測量、檢測等工作，即機器視覺技術。通常，制造業對產品有很高的要求，尤其是測量工作，往往需要精確到毫米，甚至微米。所以，人的肉眼難以滿足制造業產品測量對精確度的需求，需要利用計算機等現代化科學技術。機器視覺技術就有效解決了測量難題，不僅測量精確性上升，還能快速、高效的測量大量產品。此外，一些產品的生產環境十分惡劣，不適合人工生產和操作。此時，可以利用機械來完成生產和信息的采集，機械采集信息之后，再由計算機系統進行處理，從而有效降低人力成本的投入。由于該技術具有便捷、高效。持久等特點，目前已經在產品制造監測、檢驗、質量控制等環節廣泛應用。
2.機械制造自動化中的應用
機械視覺技術在機械制造自動化中的應用有很多方面，本文主要從工件監測、工件測量以及焊接機器人三個方面對其進行分析。
2.1在工件檢測中的應用
眾所周知，與現代化自動監測模式相比較，傳，統的檢測模式需要人工的參與，有的甚至是純手工監測，人為的手工監測不僅工作效率低下，浪費了大量的任人力物力，更重要的是，人為的檢測技術監測的不準確，存在較大的誤差。此外，也沒有統一的標準，質控參數得不到統一，進而機械設備的質量參差不齊。值得一提的是，人為的在對工件進行監測時，監測質量還受到工作時間的影響，工人在長時間的工作中會出現視覺疲勞的現象，進而影響工件的檢測質量。
2.2工件測量
2.2.1零件的測量
檢測系統主要分為計算機處理系統、光學系統以及CCD攝像頭，利用其照射平行光束于需測量零件，從而提供光源，通過顯微光學鏡來將零件邊緣輪廓進行放大，從而確定零件邊緣輪廓的具有位置。如果想得到位移量，則把測量兩件位移后再測量即可，得出兩次結果之差，如果測量時，所測零件的兩條邊緣輪廓線在相同成像內出現，那么這一位移量及時所測零件對應尺寸。這一系統在測量檢查數目較多的生產零件，尤其是一些體積相對較小，形狀較為簡單的零件進行測量檢查時優勢較為明顯。
2.2.2工件預調測量
在工件預調測量中，機器視覺技術作用十分明顯。新型預調測量儀器從一定意義上來說，實現了傳統預調測量儀器和當前較為常見機器視覺技術整合，改變了原先預調測量中要求人力及水平高的缺點，促進了工作效率的提高，在一定程度上節約了人力資源，操作過程進一步簡化，和現代社會發展要求更為相符。
2.2.3逆向工程中的工件測量
當前科技不斷發展，在逆向工程工件測量過程中，機器視覺技術得到了廣泛應用，也就是快速輪廓視覺測量技術，這一技術以三角法作為建立基礎，通過線結構光來對工件表面輪廓進行測量。將平面條紋結構光投射于工件表面中，從而產生了不同條紋變形，分析表面輪廓變化。CCD來攝取條紋圖像時，需通過3次信號轉后才得以保存，經由視頻信號、模擬信號、數字信號。并把存儲信息向監視器傳輸，采取計算機處理系統來對圖像急性處理，從而得出工件模型圖。
2.2.4磨損度的測量
在機械制造過程中，測量磨損度也十分關鍵。許多機械設備工件因未能對因素充分考慮使測量磨損度進展困難，例如在對切割機磨損度進行測量時，因這種機械設備攜帶有利刃，對其測量需要把有關刀具進行拆除，在一定程度上增加了測量的難度。為盡量減少出現這種情況，需要按照有關機械設備具體情況來選取相應機器視覺技術來對磨損度進行測量，盡量使測量中所需考慮因素減少。
2.3應用在焊接機器人當中
將機器視覺技術應用在焊接機器人當中，主要指的是通過X光的探傷儀和CCD攝像等技術讓焊機具有視覺功能，進而將焊接機器人的生產質量得到有效提高。視覺功能主要包含有一維、二維以及三維這三種傳感，一維傳感其檢查組件是一個或者是多個接收光電單位，也就是單光電;而二維傳感其平面排列成像根據電或者掃描等形式得到;三維傳感是根據對一維或者是二維傳感當中的信息數據進行綜合化的處理而得到的。因為焊接工作有很大的危險性，有很多的操作并不能通過人為來進行操作，而且由于工作環境的限制，也不可能開展人工作業，比如說像水下和溶液以及核輻射的環境當中。而將機器視覺技術應用在其中就可以有效的彌補這些問題，可以對數據進行實時的提取，可以在弧光四濺的狀況下對焊縫圖像進行提取，并預測焊接的性能和構造等等，使焊接的質量得到有效保證。
現在，這一技術已經被較為廣泛的應用在熔池形狀和焊道控制等生產中，這樣一來有利于令焊接機器人朝著更加自動化與智能化的方向發展。但是因為焊接的整體過程比較繁雜，且造價也比較昂貴，所以在目前來看，將這一技術應用在焊接機器人當中并不能實現大規模的應用。對此，我們還應該對其進行深入的研究，并對該系統的精確性和可靠性等性能加深了解。現在，相對有實力的一些企業已經對機器視覺技術應用在焊接機器人當中進行了有效的研發，跟之前的焊接機器人相比，應用這一技術的機器人其性能更加完備，功能也比之前的更加強大，發展前景更加可觀。
2.4機器視覺系統與CMM的集成
由于企業對與質量有關的數據的采集、處理和傳遞提出了更高的要求，更具柔性和自動化的CAQ(Computer Aided Quality)系統呈現出以下發展趨勢：①在必要的情況下，CAQ系統可以100%地檢測產品，而不像現在普遍采用的抽樣檢測;②將檢測規劃集成到加工過程中，形成閉環反饋控制系統，在檢測時確定產品相對于標準尺寸的偏差，并在線糾正，因此，可獲得近100%的優質產品;③機器視覺和先進的圖像處理技術、逆向工程技術已廣泛地應用于自動化檢測;④適用于不同產品結構的檢測技術可將新的產品技術要求直接從CAD/CAM數據庫傳輸到檢測系統中，不需要操作人員編制特殊的程序。
結束語：綜上所述，在機械制造業發展的過程中，其自動化、智能化的水平在不斷提升，各種現代化的新技術也普遍應用在該領域之中。在實際制造的過程中，為了確保產品的制造質量和效率，可以積極運用機械視覺技術，通過該技術提升工件檢測、測量、焊接的質量和效率，進而全面帶動我國機械制造業的發展。
參考文獻：
[1]劉澤宇.機器視覺技術及其在機械制造自動化中應用的探討[J].中國設備工程，2019，01：188-189.
[2]鄧達.機器視覺技術以及其在機械制造自動化中的運用[J].科學技術創新，2019，07：183-184.
推薦閱讀：機械設備質量有關新發表的論文題目
