Inspeção automática da presença de furos roscados em peças maquinadas

Abstract

Atualmente a identificação de anomalias ao nível de furos roscados das peças maquinadas nas linhas industriais de maquinação da Renault Cacia, S.A. é realizado através de um controlo visual não automatizado. Sendo este controlo feito de forma manual, estão associadas perdas ao nível de atividades NVA (não valor acrescentado) e de erro humano. Perante este tipo de controlo, surgem, consequentemente, a jusante deste processo de maquinação, peças com furos não roscados, não identificadas pelo controlo manual. Para fazer face a estas anomalias, surge então a necessidade de automatizar essa verificação, deixando esta de depender de controlo humano. O objectivo deste estudo foi desenvolver e implementar um sistema de visualização que permita a obtenção de imagens de furos roscados nas peças maquinadas em ambiente industrial, de tal forma que possibilite a identificação e a deteção de eventuais ausências destes furos roscados com maior rigor. Os objetos alvo do estudo são cárteres de 3 cilindros, produzidos na Renault Cacia, cuja inspeção de qualidade é atualmente efetuada de forma manual. O objectivo principal será recorrer a um algoritmo que possua a capacidade de inspecionar as peças maquinadas, recorrendo a uma base de dados com imagens pré-captadas em ambiente industrial, para além de possuir uma capacidade de se adaptar a uma iluminação diferenciada e, por sua vez, notificar o operador aquando da detecção de eventual anomalia. O conteúdo do documento consiste na descrição e explicação detalhada de todo o trabalho desenvolvido ao longo do período concedido para o efeito, desde a construção do sistema de visualização para obtenção de imagens, até ao desenvolvimento dos algoritmos levados a cabo com vista à classificação dos cárteres e dos seus resultados. Os algoritmos utilizados, com base no software Halcon, foram o Template Matching Shape-Based e o Support Vector Machine para que, posteriormente, com os resultados obtidos, se possa fazer uma comparação e chegar à conclusão sobre o melhor algoritmo a ser aplicado. Os ensaios realizados permitiram concluir que o sistema desenvolvido, com incidência em 200 imagens tanto para a peça “conforme” como também para a “não conforme”, conseguiu detectar grande parte dos parâmetros das peças pretendidos para os dois algoritmos utilizados, com uma pontuação F1 cerca de 96% para ambos. O sistema acabou por não ser implementado na linha devido a imprevistos ocorridos durante o período de estágio para a implementação do sistema. Tal facto também ficou a dever-se à decisão tomada pela empresa, já na parte final do referido período, em optar pela implementação de um sistema multifuncional bastante mais abrangente, apesar desta opção tomada pela RENAULT integrar a funcionalidade e objectivo a implementar na linha, aos quais visava o projecto aqui descrito.

Currently, the identification of anomalies at the level of threaded holes in parts machined on the industrial machining lines of Renault Cacia, S.A. It is carried out through visual control that is unreliable. This being the performed manually, losses are associated with the level of activities NVA (non-value added) and human error. Faced with this type of troll, conse- quently arise downstream of this machining process, parts with unthreaded holes, not identified by manual control. Faced with this type of anomaly, consequently, parts with non-threaded holes appear in the process, not identified by manual control. The objective of this study is to develop and implement a monitoring system visualization that allow obtaining images of threaded holes in the parts machined in an industrial environment, in such a way as to enable identification and detection of absences of these threaded holes precisely. The target objects of the study are 3-cylinder crankcases, produced at Renault Cacia, whose quality inspection is currently carried out manually. The main objective will be to resort to an algorithm that has the capacity to inspect the machined parts, using a database to save the information from the inspection in an industrial environment, in addition to having a ability to adapt to different lighting and, in turn, notify the operator when detecting any anomaly. Throughout the document, all the work carried out is described and explained, since the construction of the visualization system for image acquisition, to the development of the algorithms carried out for the classification of crankcases check obtained. The developed algorithms, with based on Halcon software, were Template Matching Base-Shaped and Support Vector Machine so that later, with the results obtained, can make a comparison and come to the conclusion about the best algorithm to be applied. The tests carried out allowed us to conclude that the de- developed, focusing on 200 images both for the piece “OK” as well as for the “NOK” one, it was able to correctly detect all the parameters of the parts intended for the two algorithms used, with an F1 score of around 96% for both. The system ended up not being implemented on the line due to unforeseen events. occurred during the projection period for the implementation of the system. This fact was also due to the decision taken by the company, already in the final part of that period, to opt for the implementation of a system multifunctional much more comprehensive.