Dear users, thank you for the website of Guangotong Alcortech. In order to be able to better provide you with thoughtful and considerate service, this paper collects and sorts out the common problems encountered in the current industry application and product use.
Online consultation机器视觉的简单介绍和机器视觉发展
2024-08-27
机器视觉是通过计算机来模拟人类视觉功能，以让机器获得相关视觉信息和加以理解。可分为“视”和“觉”两部分原理。
“视”是将外界信息通过成像来显示成数字信号反馈给计算机，需要依靠一整套的硬件解决方案，包括光源、相机、图像采集卡、视觉传感器等。“觉”则是计算机对数字信号进行处理和分析，主要是软件算法。
机器视觉在工业上应用领域广阔，核心功能包括：测量、检测、识别、定位等。
产业链可以分为上游部件级市场、中游系统集成/整机装备市场和下游应用市场。
机器视觉上游有光源、镜头、工业相机、图像采集卡、图像处理软件等软硬件提供商，中游有集成和整机设备提供商，行业下游应用较广，主要下游市场包括电子制造行业、汽车、印刷包装、烟草、农业、医药、纺织和交通等领域。
机器视觉全球市场主要分布在北美、欧洲、日本、中国等地区，根据统计数据，2014年，全球机器视觉系统及部件市场规模是 36.7 亿美元，2015年全球机器视觉系统及部件市场规模是42亿美元，2016年全球机器视觉系统及部件市场规模是62亿美元，2002-2016年市场年均复合增长率为12%左右。而机器视觉系统集成，根据北美市场数据估算，大约是视觉系统及部件市场的6倍。
中国机器视觉起步于80年代的技术引进，随着98年半导体工厂的整线引进，也带入机器视觉系统，06年以前国内机器视觉产品主要集中在外资制造企业，规模都较小，06年开始，工业机器视觉应用的客户群开始扩大到印刷、食品等检测领域，2011年市场开始高速增长，随着人工成本的增加和制造业的升级需求，加上计算机视觉技术的快速发展，越来越多机器视觉方案渗透到各领域，到2016年我国机器视觉市场规模已达近70亿元。、
机器视觉中，缺陷检测功能，是机器视觉应用得最多的功能之一，主要检测产品表面的各种信息。在现代工业自动化生产中，连续大批量生产中每个制程都有一定的次品率，单独看虽然比率很小，但相乘后却成为企业难以提高良率的瓶颈，并且在经过完整制程后再剔除次品成本会高很多(例如，如果锡膏印刷工序存在定位偏差，且该问题直到芯片贴装后的在线测试才被发现，那么返修的成本将会是原成本的100倍以上)，因此及时检测及次品剔除对质量控制和成本控制是非常重要的，也是制造业进一步升级的重要基石。
1.在检测行业，与人类视觉相比，机器视觉优势明显
1)精确度高：人类视觉是64灰度级，且对微小目标分辨力弱;机器视觉可显著提高灰度级，同时可观测微米级的目标;
2)速度快：人类是无法看清快速运动的目标的，机器快门时间则可达微秒级别;
3)稳定性高：机器视觉解决了人类一个非常严重的问题，不稳定，人工目检是劳动非常枯燥和辛苦的行业，无论你设计怎样的奖惩制度，都会发生比较高的漏检率。但是机器视觉检测设备则没有疲劳问题，没有情绪波动，只要是你在算法中写好的东西，每一次都会认真执行。在质控中大大提升效果可控性。
4)信息的集成与留存：机器视觉获得的信息量是全面且可追溯的，相关信息可以很方便的集成和留存。
2.机器视觉技术近年发展迅速
1)图像采集技术发展迅猛
CCD、CMOS等固件越来越成熟，图像敏感器件尺寸不断缩小，像元数量和数据率不断提高，分辨率和帧率的提升速度可以说日新月异，产品系列也越来越丰富，在增益、快门和信噪比等参数上不断优化，通过核心测试指标(MTF、畸变、信噪比、光源亮度、均匀性、色温、系统成像能力综合评估等)来对光源、镜头和相机进行综合选择，使得很多以前成像上的难点问题得以不断突破。
2)图像处理和模式识别发展迅速
图像处理上，随着图像高精度的边缘信息的提取，很多原本混合在背景噪声中难以直接检测的低对比度瑕疵开始得到分辨。
模式识别上，本身可以看作一个标记过程，在一定量度或观测的基础上，把待识模式划分到各自的模式中去。图像识别中运用得较多的主要是决策理论和结构方法。决策理论方法的基础是决策函数，利用它对模式向量进行分类识别，是以定时描述(如统计纹理)为基础的;结构方法的核心是将物体分解成了模式或模式基元，而不同的物体结构有不同的基元串(或称字符串)，通过对未知物体利用给定的模式基元求出编码边界，得到字符串，再根据字符串判断它的属类。在特征生成上，很多新算法不断出现，包括基于小波、小波包、分形的特征，以及独二分量分析;还有关子支持向量机，变形模板匹配，线性以及非线性分类器的设计等都在不断延展。
3)深度学习带来的突破
传统的机器学习在特征提取上主要依靠人来分析和建立逻辑，而深度学习则通过多层感知机模拟大脑工作，构建深度神经网络(如卷积神经网络等)来学习简单特征、建立复杂特征、学习映射并输出，训练过程中所有层级都会被不断优化。在具体的应用上，例如自动ROI区域分割;标点定位(通过防真视觉可灵活检测未知瑕疵);从重噪声图像重检测无法描述或量化的瑕疵如橘皮瑕疵;分辨玻璃盖板检测中的真假瑕疵等。随着越来越多的基于深度学习的机器视觉软件推向市场(包括瑞士的vidi，韩国的SUALAB，香港的应科院等)，深度学习给机器视觉的赋能会越来越明显。
4)3d视觉的发展
3D视觉还处于起步阶段，许多应用程序都在使用3D表面重构，包括导航、工业检测、逆向工程、测绘、物体识别、测量与分级等，但精度问题限制了3D视觉在很多场景的应用，目前工程上最先铺开的应用是物流里的标准件体积测量，相信未来这块潜力巨大。
3.要全免替代人工目检，机器视觉还有诸多难点有待攻破
1)光源与成像：机器视觉中优质的成像是第一步，由于不同材料物体表面反光、折射等问题都会影响被测物体特征的提取，因此光源与成像可以说是机器视觉检测要攻克的第一个难关。比如现在玻璃、反光表面的划痕检测等，很多时候问题都卡在不同缺陷的集成成像上。
2)重噪音中低对比度图像中的特征提取：在重噪音环境下，真假瑕疵的鉴别很多时候较难，这也是很多场景始终存在一定误检率的原因，但这块通过成像和边缘特征提取的快速发展，已经在不断取得各种突破。
3)对非预期缺陷的识别：在应用中，往往是给定一些具体的缺陷模式，使用机器视觉来识别它们到底有没有发生。但经常遇到的情况是，许多明显的缺陷，因为之前没有发生过，或者发生的模式过分多样，而被漏检。如果换做是人，虽然在操作流程文件中没让他去检测这个缺陷，但是他会注意到，从而有较大几率抓住它，而机器视觉在这点上的“智慧”目前还较难突破。
4.机器视觉产业链情况
1)上游部件级市场
主要包括光源、镜头、工业相机、图像采集卡、图像处理软件等提供商，近几年智能相机、工业相机、光源和板卡都保持了不低于20%的增速。根据中国机器视觉产业联盟(CMVU)调查统计，现在已进入中国的国际机器视觉品牌已近200多家(如康耐视、达尔萨、堡盟等为代表的核心部件制造商，以基恩士、欧姆龙、松下、邦纳、NI等为代表的则同时涉足机器视觉核心部件和系统集成)，中国自有的机器视觉品牌也已有100多家(如海康、华睿、盟拓光电、神州视觉、深圳灿锐、上海方诚、上海波创电气等)，机器视觉各类产品代理商超过300家(如深圳鸿富视觉、微视新纪元、三宝兴业、凌云光、阳光视觉等)。很多国内机器视觉的部件市场都是从代理国外品牌开始，很多企业均与国外的同行有较好的合作，且这种合作具有一定的排他性，这给潜在进入者带来了一定的门槛，因此优质产品的代理商也都有不错的市场竞争力和利润表现。同时，以海康、华睿为代表的国产工业视觉核心部件正在快速崛起。
2)中游系统集成和整机装备市场
国内中游的系统集成和整机装备商有100多家，他们可以给各行业自动化公司提供综合的机器视觉方案，如凌云光、微视新纪元、嘉恒、凌华、阳光视觉、鼎信、大恒图像等。由于国内产品与国际依然有不小差距，很多中游系统集成商和整机装备商又是从核心零部件的贸易做起来的，因此很多在视觉产品的选择方面，依然更为青睐国外品牌。国内品牌为推广自己的软硬件产品，往往需要发展自己的方案集成能力，才能更好的面对市场竞争。
3)下游应用市场
机器视觉下游，主要是给终端用户提供非标自动化综合解决方案的公司，行业属性非常强，核心竞争力是对行业和生产的综合理解和多类技术整合。由于行业自动化的更迭有一定周期性，深受行业整体升级速度、出货量和利润状况影响，因此近两年来看，拉动机器视觉应用普及最主要的还是在电子制造业，其次是汽车和制药。
做好这关键的三要点，延长电机使用寿命很容易
2024-08-27
电机除了在正常工作中按照操作规程正常使用、运行过程中注意监视和维护外，还需要做好电机维护保养工作。这样不仅是可以消除一些电机的小毛病，防止在使用的过程中发生安全事故，做好以下关键的三点可以更高的延长电机使用寿命。
电源电压偏高会导致电机绕组损坏
电源电压偏高，激磁电流增大，台创电机会过分发热，过分的高电压会危机台创电机的绝缘，使其有被击穿的危险。电源电压过低时，电磁转矩就会大大降低，如果负载转距没有减小，转子转数过低，这时转差率增大造成台创电机过载而发热，长时间会影响台创电机的寿命。
当三相电压不对称时，即一相电压偏高或偏低时，会导致某相电流过大，电机发热，同时转距减小会发出“翁嗡”声，时间长会损坏绕组。总之无论电压过高过低或三相电压不对称都会使电流增加，台创电机发热而损坏台创电机。
所以按照国家标准台创电机电源电压在额定值±5%内变化，电机输出功率保持额定值。电机电源电压不允许超过额定值的±10%;三相电源电压之间的差值不应大于额定值的±5%。
电机运行状态监测及故障诊断
电机运行状态监测及故障诊断可以有效防止电机故障的发生，既减少了设备和人身的伤害，又降低了部件损耗，为实现节能降耗创造了条件，同时还可以保证生产均衡组织，提高作业率，获取巨大的经济效益，也提高了电机的自动化控制水平。
目前，电机运行状态监测及故障诊断已成为电机高效运转的主要组成部分。电机设备一半工作连续性强且安全可靠性要求较高，在日常维护和安装调试过程中，经常会遇到因电机轴的窜动使电机无法可靠运行。
由于电机轴窜动的原因很多，仅凭耳听，手摸的原始方法，已很难全面、准确的判断电机轴的运转状态。采用先进的电机轴窜动在线监测，通过掌握电机轴在一定时期的运转状态，对其进行分析，有利于电机维护人员的在最合适的条件下有准备的进行停机与检修电机，从而保证了电机的修理质量，也减少了损失。
使用的润滑脂对高温有什么要求?
温度对于电机使用的润滑脂的流动性具有很大影响，温度升高，润滑脂变软，使得润滑脂附着性能降低而易于流失。另外，在较高温度条件下还易使润滑脂的蒸发损失增大，氧化变质与凝分油现象严重。润滑脂失效的主要原因，大多是由于凝胶萎缩和基础油的蒸发损失所致，即润滑脂失效过程的快慢与使用温度有关。
高温性能好的润滑脂可以在较高的使用温度下保持其附着性能，其变质失效过程也较慢。润滑脂的高温性能可用滴点、蒸发度和轴承漏失量等指标进行评定。润滑脂的滴点：是指其在规定条件下达到一定流动性的最低温度，以℃表示。
滴点没有绝对的物理意义，它的数值因设备与加热速率不同而异。润滑脂的滴点主要取决于稠化剂的种类与含量，润滑脂的滴点大致可以反映其使用温度的上限。
当然除了做到以上的三个关键要点，电机的平时检查和保养也是必不可少的，只要正确维护保养电机，电机的使用寿命是会大大提高的。
一般对电机有如下检查方法：
1)静态检查：在设备运行前用榔头敲击电机的地脚螺丝看是否有松动现象，如不及时紧固会造成电机地脚断裂，机壳报废。
2)动态检查：在电机运行中听有无杂音，如出现异常声应及时停车，主要针对地脚、防护罩、端盖螺栓进行检查，严防松动。
3)温度检查：用测温仪或手背(小心烫伤)对电机机壳、端盖(内有轴承室)、电缆进行测温检查，电机自身允许温升60度，加上环境温度属正常温度范围。如温度过高(超过90度)，应检查轴承是否缺油(壳牌三号锂基润滑脂)、电压是否过高、电缆接头是否松动、电缆线是否匹配
4)切忌，超负荷，缺相，这对电机是致命的。
This website already supports IPV4 / IPV6 bidirectional access