C）自适应优化能力：实时参数优化功能自动适配负载惯量，兼顾高动态与平稳运行；自动识别并抑制机械谐振频率，避免设备振动导致的精度损失

D）过载能力：电机支持3倍过载（持续数秒），应对突加负载或启停冲击，保障连续生产稳定性。

E）环境适应性：电机防护等级IP65（防尘防水），轴端标配油封，驱动器PCB涂层抗腐蚀，适应油污、粉尘等恶劣环境；-30°C至+60°C宽温范围，确保极端工况稳定运行；支持200V–240V（-15%/+10%）和380V–480V（-15%/+10%）电压波动。

F）集成安全功能：紧急情况下立即切断电机扭矩，符合SIL2安全等级，保护人员与设备

G）易用性与集成便捷：Sinamics V-Assistant工具，免费调试软件，通过USB连接实现参数设置、试运行、故障诊断及实时监控；SD卡参数复制，批量设备调试时快速克隆参数，缩短工程时间；模块化接口，支持旋转式电缆接头，安装角度灵活；双通道脉冲接口简化与PLC/运动控制器连接

H）多协议兼容：集成PROFINET、PTI、Modbus RTU、USS等通信协议，无缝对接西门子PLC（如S7-1200/1500）及第三方系统。

控制系统

a）本设备以PLC作为设备的控制核心，控制气缸伺服动作、相机拍照触发、OK/NG分拣等。

b）PLC通过标准以太网连接到MES系统，和MES交换数据。
c）PLC与工控机通讯，获取工控机的拍照结果数据。

E）控制拓扑举例：

第四章 芯块综合检测单元

研制一套全新的芯块综合检测单元，该装置实现芯块稳定传输、清洗、去水、直径检测、外观检测及直径与外观不合格芯块的剔除等功能。

4.1芯块综合检测单元组成结构

1）功能模块介绍

设备功能模块主要由：设备机架、进料物流线、清洗工位、烘干工位、直径检测工位、NG工位1、外观检测工位、NG工位2组成，具体分布见设备整体示意图。

设备整体示意图

2）动作流程介绍

 芯块从物流线中流入到清洗工位；

 清洗工位运行，将循环液喷淋至芯块上，芯块自动流入烘干工位；

 烘干设备吹风，使用热风将芯块吹干，芯块自动流入直径检测工位；

 直径检测工位对芯块进行拍照，检测芯块直径是否符合需求，芯块自动流向拨叉旋转工位；

 NG芯块经过NG工位1时，NG工位1吹气将直径不良芯块吹入NG接料盒中；

 良品芯块到达拨叉旋转工位，前端阻挡气缸将芯块阻挡；

 等芯块累计到一定数量，拨叉组件底部气缸升起；

 拨叉组件将一组芯块推入表面缺陷检测工位，拨叉组件底部气缸收回；

 旋转工位带动芯块进行转动，相机对芯块进行360°拍照，对表面缺陷进行检测；

 拨叉组件将芯块推入芯块下料物流线；

 表面缺陷NG芯块经过NG工位2时，NG工位2吹气将芯块吹入NG接料盒中；

 良品芯块从物流线下料口流出；

3）模块介绍

A.芯块传输装置：

芯块传送整体示意图

芯块物流线主体由同步带轮和圆皮带组成。芯块位于圆皮带中，沿着圆皮带传输；挡板限制芯块运输过程中不会跳动出线体；圆皮带使用不含卤族元素的非金属材质；毛刷对圆皮带进行清洗，保证芯块残留物不会持续积累。

技术性能：

1）传输装置接口定位准确，确保芯块传输过程无卡顿；

2）传输装置兼容协议要求的所有芯块；

3）通过原皮带传输，伺服系统驱动可根据使用需要分段进行控制，单个皮带机长度不超过1m；

4）与芯块接触部件不含有卤族元素；

5）整体传输结构分模块设计，易于快速维护检修；

B.在线清洗装置：

清洗工位整体示意图

清洗工位主要由清洗组件支架，清洗喷嘴，循环水槽，水管，水泵等组成。芯块从物流线流转，经过清洗工位；清洗组件支架固定于清洗物流线上，喷嘴安装在清洗组件支架上，芯块经过清洗区域时，下方的水泵将循环水抽入喷淋喷嘴，整体水压可调，对芯块进行清洗。

技术性能：

1）清洗介质为去离子水，进水管道安装过滤器；

2）清洗方式使用喷洗方式，喷洗强度可调；

3）清洗液可循环使用，将在线清洗后的水收集至清洗液储槽循环使用。

C.去水分装置：

烘干工位整体示意图

烘干炉实拍示意

烘干工位主要有烘干设备组成。烘干设备主要有热风机，风刀，顶部排气系统和底部排水系统组成，最大噪音不超过70dB；烘干温度可调，加热器带有超温报警和超温断电功能。

技术性能：

1）去水分过程中不影响芯块移动；

2）去水分装置使用加热器，加热器加热温度可调节

3）去水分装置区域应设有专用的排风系统;

D.直径在线检测装置：

直径检测工位示意图

直径检测工位主要由NG工位1，NG信号传感器，相机镜头，来料传感器等组成。直径检测工位物流线和芯块物流线类似；来料传感器检测到芯块来料之后，相机拍照对芯块进行直径检测；通过数据判别来识别芯块NG与否；直径NG芯块经过NG工位1，NG工位吹气将芯块吹入NG盒中；

技术性能：

1）对芯块直径进行100%检测，检测精度为±0.001mm；

2）对协议要求的所有种类芯块具有传输和自动剔除功能；

3）芯块直径检测准确率100%，漏检率为0，废品剔除准确率100%；

4）设备与磨削传输线衔接顺畅，全部过程不会对合格芯块造成损伤；

5）具备手动和自动测试功能，具备不经检测的直通功能。

E.芯块外观检测装置：

芯块外观检测工位示意图

芯块外观检测工位由拨叉组件，滚轮组件，相机组件，NG工位组成。拨叉组件将前道芯块拨至滚轮组件；滚轮组件旋转带动芯块旋转，同时相机组件进行拍照，识别芯块表面缺陷；检测完毕之后，拨叉组件将芯块推至物流线出口。NG工位将表面缺陷产品剔除。

技术性能：

1）具备手动和自动测试功能，具备不经检测的直通功能；

2）具备批次芯块检测数量、缺陷芯块数量、成品率、每种缺陷类型的统计的功能；

3）芯块柱面360°缺陷检测，传输机构连续稳定，传输过程中不对芯块造成二次损伤。

4.2芯块综合检测单元功能

实现功能说明：

1）磨削线芯块外观检测装置及传输线完成芯块的外观检测及传输；

2）实现直径在线检测与外观在线检测集成、一体化的解决方案；

3）电机、齿轮、链条等旋转部件设置安全防护罩，厚度大于2mm，并贴有明显旋转标识。电机外壳标识转向；

4）设备可设置显示批次芯块合格率；

5）设备对芯块直径、外观进行检测并实现不合格芯块的剔除，同一芯块外观检测准确率达到100%，剔除率100%；

6）装置具备芯块传输平稳，无异常卡料；

4.3芯块综合检测单元技术性能

装置主要技术参数：

1）机械标准件品牌选型

a.模组：品牌TOYO，重复定位精度±0.05mm；

b.伺服电机：品牌汇川；

c.气缸：品牌亚德客；

d.气动控制：品牌亚德客；

e.同步轮及皮带：品牌怡合达/米思米；

f.步进电机：品牌雷赛；

g.负压控制系统：品牌亚德客。

2）视觉检测相机及光源通过机械机构实现X、Y、Z、R方向手动可调；

3）装置外形尺寸：因现场产线改造，所以均为散件物料，在产线上拼装；

4）输入电压：220/380V AC，50/60Hz；

5）输入气源：0.6-0.8Mpa；

6）设备尺寸：3470mmX600mmX1560mm(长x宽x高，不含显示屏支架)；

7）运行温度：+5℃~ +50℃；

8）设备重量：≤5000Kg；

9）相对湿度：≤95%；

10）抗电磁干扰模式：屏蔽、滤波、接地；

4.4光学成像方案

4.4.1直径检测工位

选用高精度工业相机，其单个像素尺寸满足测量精度要求，搭配长焦镜头，确保能够清晰拍摄到芯块轮廓等细节。镜头具备良好的稳定性和抗干扰能力，保证在检测过程中成像质量稳定。

光学成像硬件选型参考

①工业相机：芯块直径检测工位选用高分辨率的面阵相机，对芯块尺寸细节清晰成像，拟采用海康威视MV-CH250-90GM的2500w分辨率工业相机，具体参数型号如下表：

相机参数

②工业镜头：搭配与所选相机相匹配的工业镜头，镜头需具备合适的焦距和视场角，以保证能够完整覆盖芯块直径的检测区域。拟采用海康威视的MVL-KF5040-25MP型号工业镜头，视野范围24mm×24mm，放大倍率为0.53具体参数型号如下表：

镜头参数

③光源：平行面光源作为背光源能提供均匀且平行的光线，凸显物体轮廓，助力清晰成像以检测尺寸。拟采用锐视光电P-PHFL-27-27-W型号的平行面光源。

4.4.2外观检测工位

光学成像硬件选型参考

①工业相机：芯块外观缺陷视觉检测装置选用高分辨率线阵相机，配合高速运动控制模块，实现对包壳管表面的连续扫描成像。拟采用两个Basler racer2线阵相机 raL8192-12gm 8k分辨率，具体参数型号如下表：

相机参数

②工业镜头：搭配与所选相机相匹配的工业镜头，镜头需具备合适的焦距和视场角，以保证能够完整覆盖芯块的检测区域。拟采用Moritex ML-LS9040-67V70-02线扫镜头，视野大小497.5mm具体参数型号如下表：

镜头参数

③光源：采用径向光源用于照亮芯块的圆周表面，便于检测圆周方向的缺陷。光源采用高亮度LED灯，亮度可调节。拟采用锐视光电P-BLG-600-22-W型号的高亮条形光源。

4.5视觉检测算法

4.5.1直径检测工位

（1）图像预处理

采用自适应直方图均衡化算法对图像进行对比度增强，突出芯块边缘与背景的差异。运用高斯滤波算法对图像进行平滑处理，去除高频噪声，滤波核大小根据芯块规格自动调整，范围在 3×3 至 7×7 之间。

（2）边缘提取

采用 Canny 边缘检测算法对预处理后的图像进行边缘提取，并运用亚像素边缘定位算法对边缘进行细化，通过多项式拟合边缘点坐标，将边缘定位精度控制在 0.0005mm 以内。

（3）直径计算

从边缘点中筛选出属于芯块轮廓的有效边缘点，排除背景干扰形成的伪边缘。基于有效边缘点构建芯块横截面几何模型，采用最小二乘法拟合边缘点，计算得到的宽度即为芯块的直径值。

（4）合格判定阶段

将计算得到的直径值与预设的目标值及上下限范围进行比对。若直径值在合格范围内，判定为合格芯块，记录检测结果并传输至数据存储模块；若超出范围，判定为不合格芯块，同时记录缺陷类型（直径过大/过小）及具体数值。

4.5.2外观检测工位

（1）图像预处理与缺陷增强

消除表面干扰（如反光、氧化层、纹理噪声），强化划缺陷的边缘与轮廓特征。多区域图像校正：针对圆柱形外表面的图像畸变，采用圆柱面展开算法，避免曲率导致的划痕断裂或变形。端面处理：对圆形端面图像进行环形区域提取。

差异化去噪与增强：采用 Retinex 算法分离光照与反射分量，消除表面反光对缺陷对比度的干扰；采用 Sobel 算子提取梯度强化线性边缘、拉普拉斯算子增强区域灰度突变，突出缺陷与背景的差异。

（2）特征提取与候选区域初筛

采用自适应双阈值 Canny 算法检测边缘，并结合形态学过滤（用 1×5 矩形结构元素腐蚀）去除短边噪声、保留细长边缘，快速定位疑似缺陷区域，减少深度学习模型的计算量、提升检测效率。

缺陷候选区生成：通过连通域分析提取边缘包围的区域，计算候选区特征：面积（S）、周长（P）、宽高比（R=长/宽）、灰度均值（μ）。设定筛选阈值：S＞50像素²、R＜0.2或R＞5、μ与背景灰度差＞20，输出候选区坐标（x1,y1,x2,y2）。

（3）深度学习检测与实例分割

采用改进的 Mask R-CNN（以 ResNet-50 为骨干网络，在特征金字塔 FPN 中新增边缘注意力模块，增强对细小花纹/微裂纹的敏感度；针对 4 类缺陷在全连接层前加入缺陷类型特征适配层），实现缺陷类型的精准识别与像素级轮廓输出。

训练策略与数据增强：采用随机裁剪+缺陷粘贴扩充训练集，加入高斯模糊、光照扰动提升模型鲁棒性；损失函数采用混合损失 L=Lcls+Lbox+1.5×Lmask，强化实例分割精度。

（4）多模态融合后处理与结果输出。

将深度学习输出的缺陷区域与阶段 2 的候选区进行 IOU 一致性校验，对匹配通过的区域补充传统特征二次筛选、剔除伪缺陷，输出高精度缺陷信息。

缺陷信息输出：当检测区域非空时，输出位置信息：缺陷区域的最小外接矩形坐标（xmin,ymin,xmax,ymax）、中心点坐标（xc,yc）、缺陷类型、尺寸、形态参数。

（5）AI 自学习

样本库更新：将人工判定的不合格芯块图像自动存入自学习库，同时支持人工上传待学习图像，通过标注工具手动框选缺陷区域并标注缺陷类型，生成带标签的训练样本。

样本增强：对自学习库中的样本进行图像增强处理，包括随机旋转（0-360°）、缩放（0.8-1.2 倍）、对比度调整（±20%）等操作，扩充样本数量，每类缺陷样本量不少于 1000 张。