熱門論文
最新論文
箱體類零件加工過程信息管理系統研發
發布時間：2023-07-13 09:47
第一章 緒論
1.1研究背景及意義
1.1.1研究背景
近些年來，我國制造行業以較快的速度持續發展，現已成為世界第一制造大國。目 前，我國有200 多種產品的產量在世界上位居第一。我國長期以來制造業崛起的重要優 勢一直都是依靠低成本的勞動力，隨著中國的工業化進程的快速推進、低成本勞動力的 優勢在逐漸消失，伴隨而來的還有人口老齡化等問題。根據我國經濟發展水平現有的發 展趨勢來看，后期勞動力成本依然呈現上升的趨勢，這也是我國經濟現代化的必然趨勢。
在 2008 年的國際金融危機之后，為恢復國家的實體經濟和改善國民經濟水平，美 國提出“高端制造業回歸計劃”、德國提出工業 4.0 計劃，還有許多發達國家都提出對應 的發展計劃。這些計劃的主要工作是要將先進的信息技術應用在制造業，使兩者相互融 合，提高制造業的制造能力、效率以及管理能力，從而最終提高制造業在全球市場的競 爭力［1］。
中國也制定了對應的計劃—《中國制造 2025》。《中國制造 2025》是由上百名相關 專業的院士和專家共同制定，該計劃對中國制造業從 2015 年至 2025 年這 10 年時間的 發展進行了詳細的規劃和分析，最終目標為到 2025 年使中國完成從世界制造大國到世 界制造強國的轉變。智能制造工程為《中國制造 2025》中的重要一環，其“智能”主要 體現在制造車間、企業經營活動、企業人員等數據的信息化管理程度，而加工過程信息 具有更新快、復雜多變等特點，對傳輸時效要求比較高，如果不能保證傳輸時效，則會 導致企業管理層和生產層信息的不匹配，計劃制定人員和企業管理人員對信息掌握不準 確，給企業管理造成困難。加工過程信息管理在現代化制造業企業管理中占據非常重要 的地位，如圖1.1所示，加工過程信息管理是實現“工業 4.0”的基礎［2］。
圖 1.1 車間加工過程信息管理核心地位
1.1.2研究意義
當今社會正處在一個信息化時代，隨著計算機技術、電工電子技術、信號檢測等技 術的飛速發展，機械制造業積極吸納融合各類先進技術，也發生了巨大的變革。傳統箱 體零件加工過程中，各個工序之間銜接性差，加工效率低，設備工作狀態無法做到及時 監控，需要有巡檢人員定時巡檢，設備早期故障不易被發現，極大影響生產過程的可靠 性，車間的人員以及物料信息都需要由不同的部門進行管理，無法做到及時的、集中的 信息統計與管理［3］。
與此同時，所生產零件的質量檢查工序大多采用人工測量，效率和精度都比較低， 這就導致了所生產的零件尺寸參差不齊，良品率低等問題。
鑒于傳統加工過程有上述所說的問題與不足，為了使其適應現代工業的需求，本文 針對箱體類零件，通過對車間人員、物料、計劃、質量等信息的管理模塊進行綜合集成， 同時引入機器視覺技術進行產品的質量檢測并與管理系統對接，提出了箱體類零件加工 過程信息管理系統的設計方案。
1.2國內外研究現狀
1.2.1實時數據采集技術研究現狀
數據采集技術主要指通過各類采集儀器和方法，對被采集對象進行數據或信號的采 集，并通過特殊的處理算法優化、篩選和儲存數據。該技術往往還要與計算機技術、傳 感器技術、信號處理技術和網絡技術四大信息技術相結合，才能實現實時數據的采集和1.3.2本文解決的關鍵問題
本文解決的關鍵問題如下：
（1） 箱體類零件加工過程信息實時采集系統的設計。基于 RFID 技術設計數據采集 方式，結合科學的生產管理思想設計箱體類零件生產車間各類生產過程信息數據的采集 流程方案，構建采集設備的網絡拓撲圖，詳細設計數據庫結構。
（2） 基于機器視覺的精密尺寸測量系統設計與實現。為提高工件質量檢測效率、精 度，實現質量追溯等功能，通過選擇合適的相機、鏡頭、光源、視覺算子等步驟設計基 于機器視覺的精密尺寸測量系統。
（3） 設計箱體類零件加工過程信息管理系統各個功能模塊的操作界面及邏輯代碼， 研究系統總體設計和實現，進行系統的整體運行測試。
1.4本章小結
本章是論文的緒論部分，首先介紹論文的研究背景與意義，提出論文的研究方 向，研究了制造車間信息實時采集系統和基于機器視覺的精密尺寸測量系統的國內外 現狀。然后介紹了論文的主要研究方向及要解決的關鍵問題，分析了各個問題所需攻 克的主要難點。
第二章 箱體類零件加工車間需求分析及總體方案設計 箱體類零件有著形狀復雜、加工部位多，工序步驟多等特點，本章將通過對箱體類 零件的生產特點和工藝流程進行分析，確定系統所需的設計原則，進行系統的總體方案 設計。
2.1箱體類零件的生產特點及工藝流程分析
2.1.1零件的分析 箱體類零件的功能往往是為了對其它零部件進行一個位置的約束，保證其在正常的 位置配合和工作，同時也有保護內部零部件免收外部惡劣環境影響的功能，箱體類零件 質量的優劣將對內部零件配合的狀態和使用壽命產生較大的影響。
箱體類零件形狀一般都比較復雜，這就導致其鑄造比較困難，同時由于其內部需要 有較多零件裝配配合，所以對箱體類零件的加工質量和精度要求也比較高。且箱體零件 的工作條件一般比較惡劣，需要承受內部零件運動時帶來的沖擊力和振動。圖2.1 為箱 體零件示意圖。
圖 2.1 箱體零件示意圖
2.1.2生產特點
當今全球有眾多制造業企業，也有不計其數的機械產品，隨著經濟水平的不斷提高， 人們的需求也日益豐富，產品更新換代快，箱體類零件加工由大批量單一生產逐漸轉向 小批量個性化定制生產，對生產工藝的柔性化和生產周期的要求更加嚴格，企業若想提 升自身的核心競爭力，則需要提升生產車間的信息化水平，提高生產和管理效率。
2.1.3工藝流程分析
箱體類零件的毛坯件一般是由鐵或鋁鑄造而成，并且有著體積重量較大，形狀復雜 的特點，一般箱體類零件在毛坯件鑄造完成后，留有 3~5mm 的加工余量，然后需要使 用數控車床、加工中心等設備進行粗加工和精加工以及鉆孔等工序才可完成完整的加工 步驟。
加工過程中，各個工序之間獨立性較強，不同工序由不同的班組人員進行負責，自 動化程度較低對生產效率有著比較大的制約。在最后的質檢工序時，由于箱體類零件結 構形狀復雜，采取人工測量的方式受主觀因素影響誤差較大，質量可靠率低，不利于企 業對產品進行品控，廢品率較高。
2.2系統設計原則
加工過程信息管理系統的核心功能為實時采集制造車間的各類生產數據并集中處 理、分析，同時還具有生產計劃管理等功能模塊，可以使企業管理者及時了解企業的 生產情況以便及時調整企業的經營策略，合理分配資源，提高企業運轉效率，從而最 終提升企業核心競爭力［34］。
本論文針對箱體類零件加工過程信息管理系統設計，需要利用 RFID 技術在制造車 間現場采集相應加工過程信息和大容量、快速的數據傳輸處理能力，使用機器視覺技 術實現零件尺寸快速測量的能力，為了解決在工件生產過程中各類信息采集不及時、 不準確、格式不規范、質量誤差大等問題，此系統的設計以下基本原則：
（1） 在系統設計中要保證數據的準確性、實時性和規范性，由于制造車間生產過 程類信息種類多，變化快，需保證數據快速傳輸處理和標準規范才能保證系統統計分 析的準確性，使得管理者可以準確的把握當前企業的生產情況。
（2） 在系統設計中要體現可擴展性，制造車間的數據采集需求會隨著生產規模的 不斷擴大而增加，所設計的系統必須要滿足企業的需要，使得系統在需要時可在功能模 塊、網絡數據結構等方面進行擴展。
（3） 所設計的系統應該遵循經濟、可靠、實用的原則，必須在一定程度上能夠解決 現場的實際問題，需要具有一定的容錯性，使得制造車間減少停工時間，提升生產效率， 增加系統的可靠性。
2.3系統總體設計
2.3.1系統體系結構
根據功能需求，本文完成了對箱體類零件加工過程管理系統的體系結構設計，其結 構具體分為四層，分別為數據采集層、數據層、功能層和用戶層，系統體系結構示意圖 如圖 2.2 所示。
（1）用戶層 用戶層指面向用戶的各類功能界面及人機交互程序，可以使得企業的管理人員和一 線生產員工通過系統前臺應用程序界面，及時管理和了解企業的生產經營情況和狀態。
（2）功能層 功能層指系統的各個功能模塊的程序邏輯和業務流程，承接用戶層的相關操作并與
數據層鏈接，處理和交換各類數據。
（3）數據層 數據層主要指系統所構建的各類數據庫，可接收數據采集層傳輸的各類信息，并且 可供功能層進行各類數據的查詢、修改和統計分析。
（4）數據采集層 數據采集層為整個系統的基礎，主要指車間內的各個信息采集設備，如 RFID 讀寫 器、數控系統 OPC 模塊等，生產過程信息管理系統的數據全部依賴數據采集層完成采 集和傳輸。
2.3.2系統功能模型 根據系統功能需求分析，結合系統體系結構，本文設計的箱體類零件加工過程信息 管理系統主要有五大功能模塊：人員管理模塊、質量監控管理模塊、物料管理模塊、生 產計劃管理模塊和基本信息管理模塊，系統功能模型如圖 2.3 所示。
圖 2.3 系統功能模型
（1） 基本信息管理模塊
基本信息管理模塊包括產品基礎信息、工藝流程信息和車間基礎信息三個子功能模 塊，產品基礎信息記錄了企業各個產品的詳細的規格及技術參數，工藝流程信息記錄了 每個產品的具體工藝路線，車間基礎信息則記錄了企業每個車間的基礎固定信息，用于 相關其他功能的調用顯示，該模塊內的信息大多數為固定信息，不經常變化，同時也可 通過此模塊對各項信息進行修改、增加或刪除。
（2） 生產計劃管理模塊
生產計劃管理模塊包括生產計劃管理、計劃分析統計兩個子模塊，通過此功能模塊， 企業相關生產管理人員可進行生產計劃的制定、和實時跟蹤，同時此模塊可跟隨車間產 品生產的實時狀態進行更新，也可直觀分析各個計劃的完成情況。
（3） 物料監控管理模塊
物料監控管理模塊包括物料信息管理、物料狀態跟蹤、以及物料生產過程信息三個 子模塊。物料信息管理子模塊記錄了所有參與生產過程中的物料的規格、供貨商、成本 等信息，物料狀態跟蹤子模塊用于顯示目前物料的入庫、加工、出庫等狀態，物料生產 過程信息管理模塊統計了產品在生產過程中的各個工序節點完成的時間及負責人以及 加工進度。
（4） 質量監控管理模塊
質量管理模塊由質量信息管理、質量追溯、質量監控和質量水平統計四個子模塊組 成。其中質量信息管理子模塊用于記錄機器視覺零件尺寸檢測系統測得的尺寸數據及質 量檢測報告，質量追溯功能則可以通過已銷售出去的產品身上印有的“身份碼”來讀取 該產品當時的質量檢測數據，便于處理相關產品售后責任劃分問題，質量監控和質量水 平統計四個子模塊可通過質檢工位設置的顯示終端，顯示實時的工件測量數據及當日、 當月的產品質量總體水平，方便生產管理人員分析調整相關工藝流程，提高良品率。
（5） 人員管理模塊
人員管理模塊包括人員信息管理、人員狀態跟蹤和人員考勤三個子模塊。人員信息 管理子模塊記錄了企業員工的各項基本信息如姓名、出生年月、入職日期等，這些基本 信息都將寫入員工的帶有 RFID 功能的員工卡中，員工在相關生產過程中設備即可識別 讀取對應的信息，人員狀態跟蹤子模塊則顯示當前員工的工作狀態及工作地點，通過該 子模塊可查詢員工目前在哪個工位或休息還是就餐狀態，人員考勤子模塊則可以記錄人 員的上崗和下班時間，方便統計員工的出勤信息。
2.3.3系統網絡結構
根據系統的體系結構和功能需求，還需要對系統的網絡拓撲結構完成設計，如圖 2.4 所示。在網絡拓撲結構的底層為車間的數據采集器，根據加工過程信息采集需求，在車 間的各個關鍵工序位置設置數據采集點，各個數據采集點的數據匯聚至車間交換機，交 換機以企業生產車間為單位，每個車間配備一臺交換機。由各個車間交換機與車間數據 服務器組成車間局域網，車間工作人員可通過車間局域網接收處理各類加工過程信息， 車間數據服務器則主要用于存儲數據采集器收集到的關于車間生產的全部信息數據。網 絡拓撲結構的頂層為加工過程信息管理系統的服務器，其與企業局域網和車間數據服務 器相連，可供企業管理層通過企業局域網進行訪問，之所以將管理系統服務器架設于企 業局域網，是因為企業還有ERP系統，涉及行政、財務等需要加密的信息，為確保企業 管理人員在訪問加工過程信息管理系統的過程中信息安全，故將管理系統服務器架設于 企業局域網。
圖 2.4 系統網絡結構
2.4本章小結
本章先是對系統總體需求進行分析，確立了系統設計的兩個原則，而后根據功能需 求建立出系統體系結構及功能模型，分別對各個功能模塊予以介紹，最后根據功能需求 和系統體系結構，對系統網絡拓撲結構進行設計，完成了系統的總體設計。
第三章 加工過程信息采集方法研究與實現
生產現場數據采集的方式有很多種，從以往的手工記錄到現代的 IC 卡、條形碼、 二維碼、RFID和機器視覺等，車間應根據各自的功能需求，選擇合適的采集方式［35］。 本章重點根據制造車間的需求，介紹各類采集方法的優缺點，對采集數據進行分類，選 擇相應的采集方法和采集流程，從而完成加工過程信息采集系統的設計。
3.1數據采集方法研究
對車間加工過程信息的實時采集是研發加工過程信息管理系統的基礎，首先需要完 成對各項信息的采集才可用于管理系統各個功能模塊業務的處理，針對不同的工序和環 境條件，用到的采集方法往往也不同，目前常用的車間數據采集方法有人工采集、自動 識別兩種，如圖 3.1 所示［36］。
圖 3.1 數據采集方法分類
（1）人工采集
在以往傳統的制造過程中，由于信息技術水平較差，車間加工過程信息的采集往往 依賴于人工填寫工序記錄單來進行的，由于受工人主觀影響較大，數據的規范性、時效 性、準確性都大打折扣，隨著現在社會信息技術的飛速發展，越來越多的企業開始對加 工過程信息采集技術進行信息化改造，但目前為止人工采集的方式并未被完全取代，有 些小批量、個性化生產的產品，還依然使用人工采集的方式進行記錄，然后由專門的人 員負責匯總整理并存檔。
（2）自動識別 自動識別技術往往都是由識別器和信息載體組成，各類自動識別技術都有標準的編 碼規范，當信息載體進入識別器的有效識別區域后，識別器即可識別信息載體內的數據， 并通過對應的編碼規范進行解碼，從而得到我們需要的數據，傳輸至信息管理系統進行 進一步處理。隨著信息技術、傳感器技術、計算機技術的飛速發展，自動識別技術的種 類和性能也突飛猛進。目前主流的自動識別技術有：一維碼（條形碼）、二維碼、 RFID 射頻卡、機器視覺識別等。
條形碼和二維碼技術，分別是依靠圖像上多個寬度不同的黑色條和空白條和矩陣點， 按照編碼規范即可表示一組信息，一套完整的條形碼或二維碼識別系統應包括條形碼標 簽、掃碼器、計算機組成，其有著識別速度快、標簽成本低、靈活度高的特點，條形碼 和二維碼識別技術不僅可以用于人工手持識別器進行識別，也可用于工業自動化設備運 行過程中的自動識別。但對于箱體類零件加工現場來說，環境油污較多，不利于條形碼 和二維碼標簽的粘貼，容易受到污染造成無法讀取數據的情況，可靠性較差［38］。
RFID技術剛出現的時候，最早應用于英國空軍將本國飛機上裝有RFID射頻芯片， 地面雷達向空中發射信號，當射頻芯片接收到雷達信號后會返回飛機的身份信息，由此 區分飛機是否為敵機。RFID技術目前已被廣泛應用于物流、倉儲、工業等各行各業的 生產運營活動中，大大提高了企業生產經營活動的效率［39］。
RFID射頻識別系統包括三個部分：RFID標簽（Tag）、RFID閱讀器（Reader）和應 用軟件。將RFID標簽張貼或裝配至對應的物體上，當RFID標簽進入讀寫器的有效識 別區域內時，讀寫器無需接觸標簽即可讀取或寫入RFID標簽內的數據信息，識別速度 快，往往在物體移動過程中就可完成讀取、寫入操作， RFID 標簽還可封裝于各類殼體 中，也可用于環境惡劣的工業生產現場，成為目前車間加工過程信息采集的主流技術手 段，本文所述加工過程信息采集方式也主要以RFID技術為主［40］。
3.2數據采集流程方案設計
3.2.1 制造車間數據分類
制造車間信息種類多、更新快，為便于信息管理系統對采集的數據進行處理，需首
先對制造車間數據進行分類，制造車間數據種類如圖 3.3 所示。
圖 3.3 制造車間數據種類
根據圖 3.3 可以看出制造車間數據主要分為靜態基礎信息和動態過程信息：靜態信 息指人員、物料、設備、車間和工藝固有的屬性類信息，該類信息不是動態變化的，但 也是管理系統所需要用到的信息，動態過程信息主要指人員、設備、車間、物料、任務 進度、質量等在生產過程中不斷變化和實時更新的信息。各類信息都還包含豐富的子類 信息，如圖 3.4 所示。
圖 3.4 生產數據詳細信息分類子圖
3.2.2基于 RFID 的數據采集流程分析 在開展生產任務前，企業管理人員會將制定的生產計劃等信息，通過信息管理系統 的計劃管理模塊錄入，車間生產管理人員根據所下達的生產計劃開始安排車間工人進行 生產，并實時監控生產計劃的完成進度，根據進度情況及時作出對應的調整。
RFID 射頻卡分為員工卡、物料卡、設備卡、產品卡，其中物料卡和設備卡需要采用 特殊的帶有金屬保護外殼的RFID射頻芯片，從而保護芯片不受車間惡劣環境的污染和 損壞［41］。物料RFID卡在物料剛剛入廠的時候就需貼上唯一的用于身份識別的RFID卡， 用于之后的加工信息記錄、加工狀態跟蹤、質檢信息記錄功能。設備RFID卡安裝在各 個設備機體的醒目位置，方便車間設備巡檢人員對設備每日的狀態、維修及保養工作進 行掃碼記錄。員工卡在員工入職時，由企業人力部門進行發卡，卡內保存員工的姓名、 編號等基礎信息，后續員工的上崗、下班等操作都需用到員工卡，員工在離職時需交回 卡片，人力部門可對卡片信息進行清空，進行二次利用。產品卡在產品加工步驟全部完 成，質檢合格后進行張貼，同時與產品的加工過程信息進行綁定，用于后期產品質量追 溯功能的實現。
員工在每天開始工作前，都需在所在工位的終端采集設備上刷卡上班，刷卡的同時 系統會記錄該員工的上班時間并且將此刻的工位負責人變為該員工。當開始進行產品的 加工工序時，每完成一個工序,都需要在信息采集終端掃描所加工產品的RFID射頻卡， 對其加工過程信息和加工進度狀態進行記錄和更新，當完成所有加工工序后，在質檢工 序進行基于機器視覺的零件尺寸精密測量，從而評估零件是否為合格品，同時生成質檢 報告傳輸至系統數據庫進行記錄。
對于不同的工序、環境、數據種類，使用的采集方式也不同，對于物料的入庫、出 庫、清點等操作，可由倉庫管理員使用手持式數據采集終端讀取物料上的RFID射頻卡 用于識別物料身份并記錄相關狀態變化。對于生產進度追蹤，需要各個工位的工人點擊 信息采集終端界面，完成產品在每一工序加工信息的記錄，對于設備運行狀態的監控， 可通過數控系統的系統接口對數控設備當前的各項工作狀態信息進行讀取和實時監控， 質量類信息由機器視覺尺寸測量系統測量后，自動將質量檢測報告傳送至系統，從而完 成質量類信息的采集和記錄。
3.2.3基于 RFID 的數據采集流程詳細設計
（ 1）人員信息采集
人員基礎信息在員工入職的時候，由企業人力部門通過RFID讀寫器將信息寫入其 員工卡內，信息包括姓名、年齡、學歷、崗位、入職日期等等，員工每日開展工作之 前首先需要在加工過程信息采集系統的采集終端上點擊開始上班同時識別員工卡，識 別成功后系統會自動記錄員工當日的上班時間并開始統計工時，同時當前工位負責人 也會變為該員工，如發生遲到、曠工等情況，系統也會同步上報至信息管理系統，在 工作過程中，隨著對產品加工進度的記錄，也會對應的更新員工的計件工作量，作為 員工的績效考核數據。人員信息采集過程如圖 3.5 所示。
圖 3.5 人員信息采集流程圖
（2）物料信息采集
箱體類零件從毛坯件開始，開始有對應的 RFID 射頻識別卡，之后的每完成一步工 序需要由對應工位的當班工人進行記錄，工人在每日的加工任務開始前，需要清點當前 工位待加工物料與當日的計劃量是否對應，如出現缺件、破損等情況，應及時向倉庫管 理人員進行報備，如物料齊全，則開始生產，每完成一件產品的工序加工，需要在加工 過程信息采集終端處掃描其RFID射頻識別卡，對其加工過程信息和狀態進行記錄和更 新，在質檢工序時，質檢數據和質檢報告也是與之綁定的，該卡相當于零件的“身份碼”。 物料信息采集過程如圖 3.6 所示。
圖 3.6 物料信息采集過程圖
（3）質量信息采集
產品質量是企業的一條“生命線”，若想提升企業產品在市場的競爭力，質量是非常 重要的一環，沒有良好的質量保證，企業也是無法做大做強的［42］。傳統箱體類零件加工 企業由于缺乏專業的檢測設備，往往采取同一批次的零件抽檢一部分進行檢查的方式進 行質檢，由于是人工使用量具進行質檢，受人工測量水平及量具質量的影響，誤差較大， 同時由于大部分零件沒有被抽到檢測，無法準確判斷整個一批次零件的質量情況，極易 出現廢品漏檢的情況。
論文設計的箱體類零件加工過程信息管理系統其質量數據采集的方式為基于機器 視覺技術，使用工業CCD相機和專業光源，通過使用HALCON特定的視覺處理算子， 完成對箱體類零件的關鍵部位尺寸進行檢測并同步生成檢測報告，報告通過車間局域網 實時上傳至系統數據服務器，通過零件的RFID電子標簽作為識別ID,與檢測報告實現 綁定，質量管理人員也可輸入質量信息修改授權密碼來進行質量數據的修改與刪除操作。 圖 3.7 為質量信息采集流程。
圖 3.7 質量信息采集流程
（4）計劃進度信息采集
在車間加工過程中，每加工完成一個工序，在記錄工件加工過程信息和狀態的同時， 還會向管理系統的計劃管理模塊同步相應的信息，統計每日各個工序加工完成的總數， 同時與當日、當月計劃進行對比，顯示計劃完成的進度情況，便于生產管理人員及時調 整生產工作的節奏和效率，同時也便于企業管理層對企業的運營策略、資源調配進行決 策。
3.2.4 設備信息采集流程分析
OPC 技術被看作是工業控制系統和計算機應用程序的通訊接口標準，簡單來說，就 是工業控制系統如果支持 0PC 技術，則代表其可以與計算機內開發的應用程序實現通 訊，往往人們通過 OPC 技術，用來使用計算機來監控工業現場中某些關鍵設備的實時 工作狀態。本課題以 SIEMENS 數控系統為平臺，其支持 OPC 技術，通過訪問西門子 OPC 服務器實現實時的數據采集，使管理系統可對車間加工中心等設備進行監控，及時 處理設備故障報警等情況，如圖3.8所示為OPC客戶端數據采集的流程圖。
圖 3.8 OPC 客戶端數據采集流程
3.2.5 設備信息采集流程詳細設計
設備信息采集主要是為了實現對車間帶有數控系統的設備的實時監控，通過 OPC
技術將其與計算機應用程序客戶端連接，實時讀取設備的工作狀態及參數，及時獲取設
備報警及故障信息，車間管理人員可通過管理系統的設備信息監控模塊，了解數控設備 的轉速、倉門開啟/關閉狀態、夾具加緊狀態、坐標狀態等信息。設備信息采集流程如圖 3.9 所示。
圖 3.9 設備信息采集流程
3.3數據庫設計
為滿足加工過程信息實時采集系統和管理系統對數據存儲和處理的需求，需根據 系統功能需求，設計系統數據庫的數據結構及邏輯關系，加工過程信息管理系統所采 集到的數據首先都存儲于對應的數據表中，管理系統的各個功能模塊的實現，也需要 對不同的數據表進行讀取、修改、刪除等操作。本文對系統數據庫的數據結構進行了 詳細的設計，較為核心的數據表如下：車間數據表、人員信息表、物料信息表、RFID 讀寫器表、質量文件表、工位數據表、計劃數據表、工藝文件表、工序數據表、在制 品信息表、權限信息表、車間狀態統計表、產品信息表。圖 3.1-3.13 為各個核心數據 表的詳細結構。圖 3.10 為數據庫邏輯概念模型。
表 3.1 車間數據表
序號 字段名 類型 主鍵 允許空值 說明
1 FID Int Y N 車間編號
2 FName Varchar N N 車間名稱
3 FT Varchar N Y 車間溫度
4 FN Varchar N Y 車間噪音
5 FP Varchar N Y 車間粉塵
表 3.2 人員信息表
序號 字段名 類型 主鍵 允許空值 說明
1 EID Int Y N 員工編號
2 EName Varchar N N 員工姓名
3 Sex Varchar N N 性別
4 EBirth Datetime N N 出生日期
5 EJDay Datetime N N 入職日期
6 Education Varchar N N 學歷
7 Department Varchar N N 所屬部門
8 StationID Int N Y 工位編號
9 FID Int N Y 車間編號
10 Right Varchar N N 權限角色
11 PassWord Varchar N N 系統密碼
表 3.3 物料信息表
序號 字段名 類型 主鍵 允許空值 說明
1 GID Int Y N 物料編號
2 GName Varchar N N 物料名稱
3 Unit Varchar N N 單位
4 SPF Varchar N N 規格型號
5 Weight Varchar N N 重量
6 MF Varchar N N 生產廠家
7 AddP Varchar N N 錄入人員
8 AddDay Datetime N N 錄入時間
9 Department Varchar N N 所屬部門
表 3.4 RFID 讀寫器表
序號 字段名 類型 主鍵 允許空值 說明
1 ReaderID Int Y N 讀寫器編號
2 ReaderStatus Varchar N N 讀寫器狀態
3 StationID Int N N 工位編號
4 ReaderM Varchar N Y 供應商
5 HZ Varchar N N 工作頻率
6 WorkingD Varchar N N 作用距離
7 ROM Varchar N N 存儲容量
8 Speed Varchar N N 傳輸速度
9 ReaderIP Varchar N N IP地址
表 3.5 質量文件表
序號 字段名 類型 主鍵 允許空值 說明
1 QID Int Y N 質檢編號
2 GID Int N N 質檢物料編號
3 QRequire Varchar N N 質檢要求
4 Qualified Varchar N N 合格情況
5 QPeople Varchar N N 質檢負責人
6 QTime Datetime N N 質檢時間
7 StationID Int N Y 工位編號
8 FID Int Y N 車間編號
表 3.6 工位數據表
序號 字段名 類型 主鍵 允許空值 說明
1 StationID Int Y N 工位編號
2 StationName Varchar N N 工位名稱
3 FID Int N N 車間編號
表 3.7 計劃數據表
序號 字段名 類型 主鍵 允許空值 說明
1 PlanID Int Y N 計劃編號
2 ProductID Int N N 產品編碼
3 PlanXZ Varchar N N 計劃性質
4 PlanNumber Int N N 計劃數量
5 PlanFT Datetime N N 計劃完成時間
表 3.8 產品信息表
序號 字段名 類型 主鍵 允許空值 說明
1 ProductID Int Y N 產品編碼
2 ProductName Varchar N N 產品名稱
3 ProductXH Varchar N N 產品型號
4 ProductGN Varchar N N 產品功能
5 PlanFT Datetime N N 計劃完成時間
6 CraftID Int N N 工藝文件編號
表 3.9 車間狀態統計表
序號 字段名 類型 主鍵 允許空值 說明
1 PlanID Int N N 當日計劃編號
2 PlanNumberD Int N N 當日計劃數量
3 MachiningNumbe Int N N 正在加工數量
4 WaitingNumber Int N N 等待加工數量
5 FinishNumber Int N N 加工完成數量
6 Qualified Int N N 合格數量
7 Scrapped Int N N 報廢數量
8 Rework Int N N 返修數量
9 PassRate Varchar N N 當日合格率
10 PlanFT Datetime N N 計劃完成時間
11 EstimatedTime Datetime N N 預計完成時間
表 3.10 權限信息表
序號 字段名 類型 主鍵 允許空值 說明
1 UserID Int Y N 角色編號
2 UserName Varchar N N 角色名稱
3 Right1 Varchar N N 權限1
Auditors Varchar N N 審核人員
ReviewDate Datetime N N 審核日期
表 3.11 在制品信息表
序號 字段名 類型 主鍵 允許空值 說明
1 ProductSN Int Y N 在制品編號
2 ProductName Varchar N N 在制品名稱
3 ProcessID Int N N 當前工序編號
4 PlanID Int Y N 所屬計劃編號
5 QID Int Y N 質檢編號
6 ProductID Int Y N 產品編碼
7 NextProcess Varchar N N 下道工序
8 EFTime Datetime N N 預計完成時間
表 3.12 工序數據表
序號 字段名 類型 主鍵 允許空值 說明
1 ProcessID Int Y N 工序編號
2 ProcessName Varchar N N 工序名稱
3 ProductMS Varchar N N 工序描述
4 FID Int N N 車間編號
5 WHours Varchar N N 加工工時
表 3.13 工藝文件表
序號 字段名 類型 主鍵 允許空值 說明
1 CraftID Int Y N 工藝編號
2 CraftName Varchar N N 工藝名稱
3 ProcessName1 Varchar N N 工序 1 名稱
ProcessWriter Varchar N N 編寫人員
WriteDate Datetime N N 編寫日期
Auditors Varchar N N 審核人員
ReviewDate Datetime N N 審核日期
圖 3.10 數據庫邏輯概念模型
3.4本章小結
本章首先通過對不同的采集方法進行介紹分析，針對箱體類零件加工過程信息采集 系統，得出RFID技術較為符合系統的功能要求，隨后對基于RFID技術的數據采集流 程和設備信息采集流程進行分析，并詳細設計了各類數據的采集流程。最后根據系統的 功能和數據需求，詳細設計了系統的數據庫結構。
第四章 基于機器視覺的精密尺寸測量系統研究與實現
本章通過對視覺測量系統所需的各個硬件進行性能參數的分析，在滿足檢測精度和 速度的要求的前提下，確定適用于本文的硬件選型，然后在此基礎上進行視覺檢測算子 和交互程序界面的設計，從而實現對箱體類零件的尺寸測量功能。
4.1視覺系統的硬件環境
4.1.1 工業相機的選型
工業相機是視覺系統中不可或缺的一環，由于視覺系統處理的圖像就是由相機采集 而來，相機所采集到的圖像的質量好壞，將影響之后圖像處理的難易以及圖像檢測的精 度。工業相機目前大致可以分為CCD相機和CMOS相機，所謂CCD與CMOS其實是 說的相機的圖像傳感器，也是相機的核心部件，可將圖像信號轉化為數字信號，傳輸至 計算機。 CCD 相機與 CMOS 相機相比，其有著噪聲少、靈敏度高、功耗低、和體積小 的特點，是視覺檢測領域工業相機的常用類型［44］。
本文根據研究內容的需要選用維視數字圖像公司的MV-EM510M型號的工業相機, 該相機有著分辨率高、功耗低、圖像刷新快等特點，可用于機器視覺檢測等領域。 MV- EM510M的主要性能參數如表4.1所示，相機如圖4.1所示。
表 4.1 MV-EM510M 的主要性能參數
項目 參數
最高分辨率 2456*2058
最大幀率 15fps
輸出顏色 黑白
采集方式 連續/外觸發/軟觸發
輸出方式 千兆以太網輸出(1000Mbit/s)
傳輸距離 100米
功耗 2.5W
圖 4.1 MV-EM510M 工業相機
4.1.2光源和照明方式的選擇
工業相機是機器視覺系統的核心部件，光源也是系統的關鍵一環，選擇合適的光源， 可大大提高所采集的圖像質量，突出主體，降低圖像處理的難度，從而提高了系統的定 位和測量精度［45］。如果光源照明方式選擇不合理，則會導致主體難以分離，后期圖像處 理難度大，檢測結果誤差大等問題。
光源在機器視覺系統中主要有以下幾點作用：
（1） 使需要測量或檢測的區域與其他區域的色彩或灰度盡量相差較大，便于后期 圖像處理與區域分割。
（2） 可減小因為環境光線、測量物體的材料對視覺測量的結果影響
（3） 使測量物體的細節顯示的更加清楚，尤其是像半導體質量檢測時，需要光源對 電路板進行照射，從而使相機可以采集到電路板上所需測量或檢測部分的清晰圖像。
目前用于機器視覺的常見光源有：鹵素燈、高頻熒光燈、LED光源等，LED光源因 為具有亮度高、能耗低、體積小、壽命長等優點，是機器視覺測量中最常使用的一種光 源。常用的LED光源根據形狀劃分有面光源、環形光源、點光源、條形光源，不同的檢 測物體和需求需要選擇對應核實的光源，才能讓視覺檢測工作事半功倍。表4.2為常用 光源的性能比較，表4.3是常見的LED光源的結構及特點［46］。
表 4.2 常用光源性能比較
面光源
光線柔和、趨近于自然光、功
耗低
點光源
條形光源 體積小、功率大、亮度高、常 作為鏡頭的同軸光源
組合和安裝靈活，適合對大型 方形物體的檢測 電子元件檢測、
Mark 點定位、晶 片及液晶玻璃底 基校正等。
金屬表面檢查、 圖像掃描、表面 裂縫檢測、 LCD 面板檢測等
本文選用維視圖像公司生產的型號MV-RL84X40-V的LED環形光源，使用正面照
明的方式，箱體零件各個被測區域的圖像清晰、明顯，滿足箱體零件的檢測要求。
環形 LED 光源由高密度的 LED 陣列組成，可提供各種角度的環形光，其光線亮度 高再加上其結構緊湊的特點，在正向照明時，可與相機鏡頭同軸安裝，節省安裝空間。
其工作原理如圖4.2所示，環形LED光源與相機同軸安裝，垂直于被測工件進行正向照 明，可使相機采集到的清晰的被測工件表面圖像。
圖 4.2 環形光源照明圖
常用的光源照明方式除了正向照明還有背面照明的方式，背面照明往往是為了采集
被測工件的外圍輪廓信息，往往采用LED面光源提供背光，由于被測工件會擋住光線， 所以相機采集到的黑影即為北側工件的輪廓，該種照明方式采集到的圖像對比度高，適 合于半導體元件的引腳檢測、機械零件的外輪廓尺寸測量，其原理圖如圖 4.3 所示。
由于本文針對箱體類零件進行檢測，選用環形 LED 光源和正向照明的方式，這種 照明方案可清晰地采集到箱體零件表面的圖像信息，對箱體類零件的外形輪廓尺寸、表
面孔徑尺寸進行檢測。如圖 4.4所示為光源結構示意圖。
4.1.3鏡頭的選擇
鏡頭起到的作用是將待檢測工件的圖像通過光學變換最終成像在工業相機的圖像 傳感器上，鏡頭的焦距、對比度等參數都對成像造成直接的影響，因此在設計機器視 覺檢測系統時，應根據檢測需求選擇合適的鏡頭，使得系統在滿足功能和精度要求的 同時，兼顧經濟型。
在對鏡頭選型的時候，還應注意工業相機的接口，應選擇和工業相機接口相匹配
的鏡頭，才能夠順利安裝鏡頭［47］。本文選擇是維視圖像BT-MPX系列C 口五百萬像素 工業鏡頭，其具有高性能、低照度、大通光孔徑，低畸變率的特點，能配合MV- EM510M相機使用，在高精度測量、檢測、識別等方面得以廣泛利用。
4.2視覺系統的軟件環境
本文中圖像處理算法的實現，采用Microsoft Visual Studio 2015和HALCON 19.05 編程，使用C#語言進行編寫，可通過在HALCON軟件中使用其內置的各種圖像處理算 子功能根據檢測需求進行組合開發，設計完成后，可以直接輸出C#等程序代碼，嵌套入 C#程序中。下面簡要介紹一下Microsoft Visual Studio2015與HALCON19.05視覺算法庫 的配置。
圖4.5 HALCON10.0視覺開發環境配置
（1） 把 HALCON 19.05 安裝到相應的目錄下。
（2） 使用 Microsoft Visual Studio2015 新建一個 MFC 項目。
（3）把HALCON19.05安裝目錄下的全部配置文件放入Microsoft Visual Studio2015 的項目配置屬性管理器的界面的VC#目錄下，同時把HALCON19.05安裝目錄下的庫文 件放到VC#目錄下的庫目錄中，然后點擊應用按鈕，隨后需要設置好需要的附加庫依賴 項，配置界面如圖 4.5 所示。
4.3視覺檢測整體方案設計
機器視覺零件尺寸檢測系統方案如圖 4.6 所示，機器視覺零件尺寸檢測系統由硬件 模塊和軟件模塊組成。硬件模塊包括：工業相機、鏡頭、光源、計算機、圖像采集卡、 檢測臺支架等；軟件模塊包括：相機標定、圖像采集、圖像預處理、測量算子、交互程 序等。
圖 4.6 機器視覺零件尺寸檢測系統方案
4.4圖像的預處理
在相機采集到的圖像之后，首先要進行的就是圖像的預處理。圖像預處理的工作內 容主要是消除圖像采集時產生的椒鹽噪聲或高斯噪聲、鏡頭畸變以及篩選興趣區域，將 待測工件的不同區域區域進行分割。本文使用HALCON視覺處理軟件內置的各種算子， 對圖像進行預處理，其內置了上千種圖像處理算子和幾何變換函數，可根據待測工件的 測量要求，進行圖像的預處理操作，提高測量的精度和處理的速度。
本課題主要需要對變速箱箱體部分表面幾何形狀的尺寸進行檢測，首先需要采集待 測目標的圖像，然后需要通過圖像的預處理步驟將所需測量部位的輪廓或區域分割出來， 才能使用測量算子進行對應部位的尺寸測量。本文針對箱體類零件的尺寸檢測，在圖 4.7 所示幾個方面進行圖像預處理技術的分析與研究。
圖像灰度變換 ?圖像噪聲處理 ? 二值化 ? 邊緣提取
圖 4.7 圖像預處理研究技術
4.4.1 圖像的灰度變換
大部分情況下，工業相機采集到的圖像為RGB彩色圖像，彩色圖像中有大量的色 彩顏色數據，對于零件尺寸檢測來說，色彩顏色數據給圖像的預處理帶來困難，需要過 濾去除掉色彩數據，將圖像轉換為灰度圖像，然后再根據各個部位的灰度值差，來進行 后續的區域選擇。
圖像中的色彩信息都是由R (紅色)、G (綠色)、B (藍色)三個通道構成的，而 灰度圖像就是將這三個通道統一轉換為灰度值，從而圖像就變為了由各個灰度不同的像
素點構成，一般采用公式 4.1 進行轉換：
Gray=Rx0.299+Gx0.587+Bx0.114 (4.1)
其中Gray表示灰度，數值區間為0-255； R表示紅色，G表示綠色，B表示藍色。 圖4.8為RGB圖像轉換灰度圖像示意圖［49］。
(a) RGB格式圖像 (b)灰度圖像
圖4.8 RGB圖像轉換灰度圖像示意圖
4.4.2 圖像的噪聲處理
圖像在采集和傳輸的過程中，受相機性能、傳輸介質、圖像處理卡等因素的影響， 最常出現的兩種噪聲為椒鹽噪聲和高斯噪聲，兩種噪聲都會使圖像變得模糊，后期對視 覺檢測精度造成極大的影響。椒鹽噪聲是圖像中隨機出現的白點或黑點，往往是設備或 傳輸線纜受干擾導致的，如圖4.9 (a)所示為摻雜椒鹽噪聲的箱體零件圖像。
處理椒鹽噪聲最常用的方法為中值濾波法，其原理為：使一個中值濾波器模板在圖 像中進行漫游，它將一個像素的值用該像素鄰域中強度值的中間值來取代，然后將其賦 值給對應模板中心位置的像素［50］。處理后的圖像如4.9(b)所示，圖像清晰度有了較大的 改善，椒鹽噪聲產生的白點也幾乎消失了。
(a) 存在椒鹽噪聲圖像 (b) 濾波處理后圖像
圖 4.9 椒鹽噪聲濾波示意圖
高斯噪聲指的是概率密度函數服從高斯分布的一類噪聲，其概率密度函數如公式
4.2所示，其中卩、"分別是隨機變量的均值和標準差。
陀)=壽旳［爭］ (4.2)
高斯噪聲也是常見的一種噪聲，它之所以叫高斯噪聲是因為它的概率密度函數服從 高斯分布(即正態分布)，高斯噪聲往往是由于電磁干擾或電氣設備干擾導致的，如圖 4.10(a)所示圖像即為高斯噪聲的效果。
(a) 存在高斯噪聲圖像 (b) 濾波處理后圖像
4.10 高斯噪聲濾波示意圖
高斯噪聲可使用高斯濾波的方式進行減噪處理，高斯濾波就是對整幅圖像的像素 進行加權平均，每一個像素點的值，都由其本身和鄰域內的其他像素值經過加權平均 后得到。通過處理得到4.10(b)的結果，從圖像中可以看到，高斯濾波比較好的還原了 圖像元是特征，但使圖像變得有些模糊。高斯濾波是圖像處理，計算機視覺里面最常 用的濾波手段。
4.4.3灰度圖像的二值化處理
一幅灰度圖像，其所有的像素都是由灰度值來表示，灰度直方圖界面則表示了整幅 圖像中像素灰度的分布情況，由圖 4.11 所示，橫坐標為灰度值，縱坐標為對應灰度值像 素的數量，可以通過拖動兩側的區間軸來通過灰度來篩選圖像的感興趣區域，將我們測 量不需要用到的那部分區域盡可能的排除掉，為接下來的處理打下基礎。在圖像預處理 流程中，會經常使用灰度直方圖來鎖定圖像檢測范圍，或找出檢測主體，排除外界干擾。
灰度圖像二值化的過程，也是指根據選擇不同的灰度范圍來鎖定圖像的感興趣區域 的過程，系統會根據設定的灰度范圍，自動將符合灰度值要求的像素的值置為“1”，將 不符合灰度值要求的像素的值置為“0”。灰度直方圖可以直觀的顯示出各個灰度區間的 像素數量，可通過對灰度范圍選擇合適的閾值可選擇出圖像要測量部分的輪廓范圍，從
而完成二值化，選出主要感興趣區域。在圖 4.12中，分別是箱體零件的灰度圖像和轉化
的二值圖像，圖中黑色區域就是被選擇出來的區域，這一步已可以排除大部分無關圖像
元素［52］。
圖 4.11 灰度直方圖界面
(a) 箱體零件灰度圖像 (b) 箱體零件二值化圖像
圖 4.12 二值化示意圖
4.4.4邊緣檢測與圖像分割
在完成圖像的預處理后，需要進行圖像感興趣 區域分割的工作即 ROI(Region of Interest)分割。其本質就是將測量所需的圖像關鍵區域在其復雜的背景中分離出來，形 成獨立的區域選區，本文研究的箱體類零件在圖像采集的時候，采集到的圖像包含大量 背景信息，需要首先通過ROI分割步驟處理才可以進行測量工作，主要步驟如下：
( 1 )邊緣檢測 邊緣檢測是通過識別圖像中亮度、灰度等屬性有明顯變化的點，以變化點為界限，將變 化點連通后從而實現邊緣檢測的目的，是零件尺寸測量系統中常用到的算法。邊緣檢測 算子又分為一階算子和二階算子，其中一階算子有： Roberts Cross 算子、 Sobel 算子、 Kirsch 算子等，二階算子有： Canny 算子、 Laplacian 算子等。
( 2)特征選擇 邊緣檢測完成后，往往有許多對于我們來說沒有價值的邊緣，這時就需要利用特征 選擇的功能，針對邊緣檢測的結果，選擇提取出需要測量的部位，特征選擇可根據周長、 面積、長度、高度、圓度、半徑等因素，對圖像的邊緣進行篩選，最終選擇出我們需要 測量的部分。
( 3)圖像分割 圖像分割就是把圖像分成若干個特定的、具有獨特性質的區域并提出感興趣目標的 技術和過程。本文主要是針對需要測量的重點區域，將之前鎖定的ROI區域從圖像中分 割出來，形成一個個獨立的輪廓選區，在此基礎上依次進行各個部分的尺寸測量工作。
4.5零件尺寸的測量
4.5.1相機標定
本文針對箱體零件尺寸測量時主要是一個維度(x方向)的尺寸，不需要對空間點 進行求取，目前對線陣相機的標定方法中，主要有構建標定面法和虛擬靶標方法，本文 利用機器視覺軟件 HALCON 采用構建標定面法來進行標定，首先可利用 HALCON 內 部函數gen_caltab來生成一個標準的標定板圖像，如圖4.13所示為一個30x30的標準標 定板圖像，然后進入標定板圖像采集的步驟。
圖 4.13 標定板圖像
使用標定板對相機進行標定步驟：
步驟 1：開啟相機、光源燈設備，檢查是否可以正常顯示采集到的的圖像。
步驟 2：首先使用零件調整相機測量距離，調整到合適的距離后固定固定相機，然 后使用標定板進行采集。
步驟 3：重復上個步驟的過程，使標定板在檢測臺上的位置發生 X 軸、 Y 軸和任意 方向的改變。相機采集到的標定板圖如 4.14所示。
在標定完成后， Halcon 的標定程序可以通過采集到的標定板上各個點的坐標值來進 行鏡頭圖像畸變計算，最后得到校正后的相機內參數和外參數。標定完成后可以解決因 為相機成像時產生畸變而影響視覺系統檢測精度的問題。
4.5.2基于HALCON的尺寸測量實現
在完成相機的標定后，即可確定相機的內參外參，此時就可以使用HALCON的測 量算子，對圖像進行測量工作，本文針對一種變速箱箱體零件，目的測量其三個孔的半 徑，測量流程如下：
（1） 圖像預處理 為了對待測箱體類零件進行準確測量，首先第一步需要對圖像進行濾波處理，去除 圖像采集時產生的各種噪聲，從而使圖像清晰，便于下面的處理和測量步驟，處理效果 如圖4.15所示。
2) 邊緣檢測
使用 canny 算子對圖像進行邊緣檢測，如圖 4.16 所示為圖像的邊緣檢測結果示意
圖，本文為便于觀察，對線寬進行了加粗處理。
圖 4.16 邊緣檢測結果示意圖
(3) 特征選擇
通過圓度、周長、面積三個參數，篩選出需要測量的部位，如圖 4.17所示。
o C °
圖 4.17 特征選擇示意圖
(4) 擬合圓處理
受攝像機的硬件及鏡頭位置等因素影響，邊緣檢測得到的圓會有畸變的情況產生，
這時需要使用算子對其進行擬合圓處理，如圖 4.18 為處理結果圖。
圖 4.18 擬合圓示意圖
5) 使用測量算子測量并輸出結果
通過 HALCON 的測量算子，對該三個區域分別進行半徑計算，并將計算結果顯示 在圖像的對應位置，以及把檢測數據回傳至加工過程信息管理系統，與質量信息管理模 塊的接口進行對接。測量結果圖像如圖 4.19 所示。
圖 4.19 測量結果示意圖
4.6.Net 環境下的程序開發設計
在完成 HALCON 的算子設計之后，已經可以實現箱體零件目標特征的尺寸檢測功 能，但為了實現與加工過程信息管理系統的對接，便于人機交互和后期的數據分析處理 及儲存，需要在.Net環境下對視覺測量功能進行界面及業務邏輯的設計，為便于后期與 管理系統連接，使用C#語言進行程序的編寫，使其實現設備自檢、檢測人員登陸、尺寸 測量、測量數據記錄及回傳等功能。
圖 4.20 視覺尺寸測量系統界面
如圖 4.20 所示為本文所設計的視覺尺寸測量系統界面，員工通過歡迎界面可進入 測量系統、設置數據回傳服務器以及備份和恢復測量數據的操作，進入主界面后，可依 次完成測量所需的各項步驟，同時可對質量特性規則和視覺算子進行調整，以及對測量 數據的查詢和手動同步，手動同步是為了解決因網絡故障導致的暫時性通信中斷的情況， 大大提高了系統的可靠性。
4.7本章小結
本章完成了機器視覺零件尺寸檢測系統的硬件選型，包括相機、光源、照明方式和 鏡頭，主要借助于Microsoft Visual Studio 2015平臺和HALCON 19.05視覺算法庫設計 了圖像處理軟件，對需要用到的圖像預處理知識和邊緣提取的知識進行了分析和研究， 然后研究了實現基于機器視覺的零件尺寸測量功能所需的相機標定、HALCON算子以 及使用C#語言基于.NET開發環境設計了測量系統的界面及業務邏輯。通過對這些的研 究，能夠很好的對圖像進行處理，提高檢測的精度并且可對檢測數據實現高效的上傳存 儲及處理。
第五章 箱體類加工過程信息管理系統的實現
本章將對箱體類加工過程信息管理系統的各個功能模塊分別進行界面和功能的開 發，系統采用 Microsoft SQL server2012 建立系統數據庫結構，使用 Microsoft Visual Studio2015設計WinForms窗體類型界面應用程序，編程語言為C#，可滿足生產現場管 理信息化的需求，提高企業的和車間的管理水平和生產效率。
5.1系統類模塊
5.1.1登陸模塊
本系統使用基于.NET平臺的ADO.NET技術連接數據庫，實現數據的增、刪、改、 查。界面每隔1秒鐘，會自動根據用戶名所輸入的內容向數據庫進行查詢，如查詢到相 關用戶記錄，則會顯示用戶的權限角色，如果沒有查詢到記錄，則下方顯示用戶權限角 色的區域為空。當用戶輸入用戶名時，系統會自動查詢系統賬戶信息數據表，若有對應 信息匹配成功則顯示用戶權限類型并且允許用戶進入并將窗口跳轉到主窗口，此時用戶 可操作權限許可的所有系統功能。若用戶輸入的信息與系統賬戶信息數據表中的信息不 匹配或查無此信息，則會彈出錯誤提示對話框，并且拒絕用戶進入系統主界面。登陸界 面如圖 5.1 所示。
數據庫具體連接關鍵語句如下：
SqlConnection conn = new SqlConnection("Data Source=(local);Initial
Catalog=User;Integrated Security=True");〃 創建數據庫連接實體
conn.Open();〃打開數據庫
conn.Close();〃關閉數據庫
數據庫查詢的語句如下：
select UserRight from Userinfo where UserName='" + txtUserName.Text.Trim() + "' ;"// 查詢用戶的權限角色
select * from Userinfo where UserName='" + txtUserName.Text.Trim() + "' and
UserPsw='" + txtPwd.Text.Trim() + "'"//查詢是否有用戶名與密碼對應正確的記錄
圖 5.1 登陸界面
5.1.2主窗口模塊
主窗口模塊是程序被剛啟動時出現的菜單選擇頁面，其中左側導航欄包括系統的所 有功能并分為六大類，分別為:生產資料管理、我方信息管理、統計分析、用戶管理、系 統維護、幫助。點擊相應的功能按鍵即可進入對應的功能模塊界面。
本系統設有權限管理系統，用戶在登陸成功后，程序會根據用戶的權限顯示 可使 用的功能模塊，不可使用的功能則會自動隱藏，同時界面上方也設有下拉菜單控件，方 便迎合各類用戶的使用習慣，下方狀態欄可顯示當前登陸用戶、登陸時間、系統時間等 詳細信息。主窗口界面如圖 5.2 所示。
圖 5.2 管理員與班長主窗口界面
部分權限控制代碼如下：
if (GMR == "0") { 貨物資料管理 ToolStripMenuItem.Visible = false; 貨物資料管 理.Visible = false; }//GMR代表貨物資料管理權限，值為1為允許，值為0為不允許
5.1.3數據庫備份恢復模塊
通過該模塊可實現對軟件數據庫的備份與恢復操作，可將數據庫文件保存至本地， 保存的數據庫鏡像文件可用于突發情況下數據庫數據的一鍵恢復，通過定期備份，可有 效防止企業因系統崩潰等問題導致數據丟失的情況，圖 5.3 所示為數據庫備份恢復模塊 界面。
數據庫備份命令語句如下：
SqlConnection conn = new SqlConnection("Data Source=(local);Initial Catalog=User;Integrated Security=True");
conn.Open();
SqlCommand cmd = new SqlCommand("backup database [User] to disk='" + localFilePath + "'", conn);
cmd.ExecuteNonQuery();
conn.Dispose();
MessageBox.Show(”備份成功，備份文件已保存至"+ localFilePath);} else{MessageBox.Show("操作已取消！ ");}}
5.2物料類功能模塊
5.2.1物料信息管理模塊
在該子窗體中，通過RFID掃描器掃描物料上的RFID卡，物料的相關信息會自動 顯示，工作人員可以實現對物料信息數據表中數據的錄入、編輯、刪除、瀏覽、查詢等 各項操作，同時可查看物料的當前加工進度或狀態，方便企業管理人員及時了解物料的 加工情況以及庫存情況。物料信息主界面如圖 5.4 所示。
圖 5.4 物料信息主界面 物料狀態及進度部分核心代碼：
if (JGZXF == "1") { StateNow = "已完成加工中心工序" ; lblJGZXE.Visible = true ; lblJGZX.Visible = false; lblZJ.Visible = false; lblDDRK.Visible = false; lblYRK.Visible = false; lblDD.Visible = false; Value = 40; }//JGZXF代表物料的狀態為完成加工中心加工，Value 代表進度條的值
5.2.2物料加工狀態記錄跟蹤模塊
在生產車間的各個工位，員工可通過生產信息管理系統工位操作端界面，來完成上 班、下班、物料加工與完成的記錄工作，員工在上崗前，點擊上班按鈕后掃描RFID卡， 從而完成上班操作，系統數據庫會自動記錄上班時間并更新當前在崗員工狀態，當物料 進入該工位開始加工和加工完成的時候，員工也需要分別點擊“開始加工”和“加工完成” 按鈕，并且掃描物料的RFID芯片卡，系統會自動將開始加工和加工完成的相關狀態信 息上傳至數據庫，從而實現加工狀態記錄跟蹤功能，使每一件產品的加工軌跡都變的清 晰透明，方便企業的統計和分析工作。工位操作端界面如圖5.5所示。
圖 5.5 工位操作端界面
5.2.3物料質量信息管理模塊
此功能用于實時查詢、管理制造產品的質檢信息，質檢工序完成后，機器視覺測量 系統在自動回傳質檢報告的同時，還會給管理系統發送各項質量特性合格與否的信號， 同時顯示詳細質量報告的ID，方便進行質量的追溯，質量信息管理界面則可以設置各項 質量檢測指標的合格區間，從而直觀顯示物料質檢的詳細結果。其中 Q1、 Q2、 Q3、 Q4、 Q5、Q6分別代表六個檢測參數，后臺可設定參數的數量及合格范圍，系統會自動讀取 質量信息數據庫中的數據，與合格范圍對比后，在前臺界面直觀顯示“合格”或“不合格” 的結果。如需修改質量信息，車間管理人員需要輸入密碼從而打開修改權限，否則無法 進行修改，質量信息管理界面如圖5.6所示。
判斷質量是否合格語句：
string Q1 = dataGridView1.CurrentRow.Cells[2].Value.ToString();
if (Q1< "10")//這里我們設質量誤差最大為10mm
{txtQ1.Text = "合格";
txtQ1.BackColor = Color.Green;}
else{txtQ1.Text = "不合格";
txtQ1.BackColor = Color.Red; }
圖 5.6 質量信息管理界面
5.3設備狀態監控模塊
此功能用于實時遠程監控各類大型加工設備如加工中心、數控車床的實時運行狀態 及報警避免信息，便于車間工作人員了解各個設備的運行情況，及時處理設備的相關報 警信號，從而導致生產事故，造成企業損失。首先，界面首頁如圖 5.7 所示，會顯示各 個設備的運行日志以及報警信息，點擊對應設備圖標后，可進入設備的遠程監控界面， 如圖所示，車間工作人員可從界面中看到設備的三色燈狀態、防護門開關情況、夾具的
松緊情況、主軸轉速、刀具號、當前坐標等信息。
圖 5.7 設備狀態監控界面
5.4員工類功能模塊
5.4.1 員工資料管理模塊
此功能用于管理所有員工信息靜態數據，在該子窗體中，可以實現對車間員工信 息數據表的各項操作，同時可為員工綁定用于登陸系統的賬號，從而達到每個員工都 擁有一個唯一的系統操作用戶名，可為其分配相應的權限，從而實現權限管理、責任 歸屬的功能。提高了企業人事方面管理的效率，也為加工過程信息管理系統其他模塊 進行功能所需數據調取提供必要的數據。員工資料管理界面以及綁定系統用戶賬號功 能如圖 5.8、圖 5.9 所示。
添加員工語句：
INSERT INTO
[dbo].[Employee]([EName] ,[Esex],[EBirthday] ,[EWDate] ,[EDiploma] ,[EDepartment]
,[EPosition] ,[EType])VALUES (...);//VALUES代表向數據庫中添加的各個字段的值
5.4.2權限管理功能模塊
此模塊可添加、刪除系統的用戶角色類別并設置各個用戶角色的權限，當功能權限 被設定為禁止時，用戶登陸系統后，主界面會自動隱藏相應的功能入口，從而達到禁止 用戶操作的目的，其中設置質量管理密碼的入口是用于修改質量信息管理界面的權限密 碼。用戶權限管理界面和添加權限角色界面如圖5.10和圖5.11 所示。
添加權限角色代碼如下：
INSERT INTO
[dbo].[UserRight]([UserType],[GMR],[QMR],[EMR],[PMR],[SAR] ,[EBR],[UMR] ,[S
MR])VALUES(.); //VALUES 代表向數據庫中添加的各個字段的值
5.5生產計劃及統計分析功能模塊
此模塊可實現生產計劃的添加、刪除、修改功能，車間管理人員可以根據物料編
號、計劃編號、計劃期對記錄進行添加、刪除或修改。右上角則有進度條顯示計劃總 完成進度，方便管理人員對生產狀況進行分析和及時的調整，如圖 5.12、圖 5.13 所示
為生產計劃及統計分析功能模塊和添加生產計劃界面。
5.6應用意義研究
通過實際應用效果驗證，本論文所述的箱體類零件加工過程信息管理系統與合作企 業箱體制造車間的生產流程可以實現較好的結合，可以快速的、準確的記錄和傳輸各類 生產信息，極大的提高了生產現場的透明度，滿足企業管理層對現場數據的實時采集與 監控，車間生產任務的在線下達與調整，人員、設備、物料、質量的細致管理等需求， 取得了良好的效果，具有重要的現實應用意義和巨大的經濟效益。
5.7本章小結
本章主要完成了箱體類零件加工過程信息管理系統各個功能模塊的界面和功能的 設計開發，并通過運行軟件完成系統功能的測試，經過測試得出結論，軟件可穩定運行， 各項功能操作無沖突或不兼容等現象，可滿足生產活動的需要。
第六章 總結與展望
6.1總結
當今時代對于制造業企業來說，實現信息化的需求主要在于實現產品生產過程各類 信息的實時采集和監控，然而要想實現這一點，不僅僅需要引入先進的信息技術，只有 將信息技術與先進的生產管理方法相結合，才能使信息化改造產生實際的應用意義和經 濟效益。論文將先進的生產管理方法與信息采集技術結合，設計和開發了一種箱體類零 件的加工過程信息管理系統，旨在解決合作企業各類生產信息管理混亂，交互遲緩，質 量可靠性差、影響生產效率和管理決策等問題。論文所完成的主要內容如下：
首先，完成了系統的的整體設計，論文通過對箱體類零件加工車間的生產特點及工 藝流程分析，從而得出系統具體功能需求模型，詳細設計了系統的體系結構和網絡拓撲 結構。詳細分析并設計了基于RFID技術的生產過程信息采集流程。使用Microsoft SQL Server 2012設計系統數據庫結構，利用機器視覺技術完成了基于機器視覺的箱體類零件 尺寸檢測系統的圖像預處理、圖像測量算子、系統人機交互界面的設計并對接生產過程 信息管理系統，利用 Microsoft Visual Studio 2015設計完成了系統各個功能模塊的交互 界面設計，通過 ADO.NET 技術實現生產過程信息與數據庫的交互，使得企業管理層、 車間管理層、車間操作人員等通過系統對各類生產過程信息進行實時監控和管理。
其次，論文完成了對各個主要功能模塊的詳細設計，包括界面設計和業務功能的設 計，實現了系統的預期功能。其中包括登陸模塊、主窗口模塊、物料信息管理模塊、加 工狀態記錄跟蹤模塊、設備狀態監控模塊、員工資料管理模塊、生產計劃及統計分析模 塊、質量信息管理模塊、權限管理功能模塊、數據庫備份及恢復模塊。
6.2展望
由于箱體類零件的多樣性、生產過程的復雜性和多變性以及論文工作的時間限制， 針對本文所述的箱體類零件加工過程信息管理系統還有很多方面可以進一步完善和優 化，總結如下：
1. 在網絡結構方面，目前網絡拓撲結構設計僅可以實現局域網訪問，后期可通過 云服務器技術，將數據庫“上云”，從而實現在保證安全的情況下的廣域網訪問， 使得企業員工隨時隨地可以查看各類生產信息。
2. 在設備監控方面，可通過引入大數據算法，通過對設備各項運行參數的監控和 分析，預測設備故障情況，使得提前做出對應的決策動作，將設備故障引起的企 業產能和效益損失降到最低。
參考文獻
[1]張瑩婷.《中國制造2025》解讀之:中國制造2025,我國制造強國建設的宏偉藍圖[J].工業爐,2019, 41(02):53.
[2]方紅軍.中國高端裝備制造業的現狀及發展問題研究J].現代經濟信息,2019(23):301-302.
⑶ 晏亮.信息化時代下電工電子技術的發展分析J].黑龍江科技信息,2016, (29): 54.
[4]陳峰.實時信號數據采集系統的研發與設計[D].上海交通大學,2010.
[5]Ake K, Clemons J, Cubine M, et al. Information Technology for Manufacturing[J]. 2004.
[6]Kalaitzakis K, Koutroulis E, Vlachos V. Development of a data acquisition system for remote monitoring of renewable energy systemsJ]. Measurement, 34(2): 75 ?83.
[7]Koutroulis E, Kalaitzakis K. Development of an integrated data-acquisition system for renewable energy sources systems monitoring[J]. Renewable Energy, 28(1): 139?152.
[8]張新聚，陳寧，馬秀紅.基于TCP/IP協議的PLC遠程數據采集系統設計J].組合機床與自動化加工 技術,2020(04):91-94.
[9]Cao H, Folan P, Mascolo J, et al. RFID in product lifecycle management: a case in the automotive industry[J]. International Journal of Computer Integrated Manufacturing, 22(7): 616?637.
[10]Huang G Q, Zhang Y, Jiang P. RFID-based wireless manufacturing for real-time management of job shop WIP inventories[J]. International Journal of Advanced Manufacturing Technology, 36(7-8): 752? 764.
[11]段華偉，肖中俊.RFID技術在灌裝生產線中的應用研究J].機電工程技術,2019,48(11):168-169+228.
[12]譚淋心.基于RFID的智能實驗室管理系統設計[D].貴州大學,2019.
[13]張昊，陳宇.應用RFID技術和無線通信的實時物流追蹤系統J].測控技術,2005, (12): 68?70.
[14]賀地求，龔天軍，廖平.基于射頻識別技術的零件分揀系統J].機械與電子,2005, (10): 6?&
[15]Qiu R G. RFID-enabled automation in support of factory integration[J]. 2017, 23(6): 677?68316.
[16]段華偉.基于RFID的MES系統應用研究J].智慧工廠,2019(04):61-63.
[17]Pejvak Oghazi, Fakhreddin Fakhrai Rad, Stefan Karlsson, et al. RFID and ERP systems in supply chain management. 2018, 27(2):171-182.
[18]Sokjin Kim, Jeong-Gu Kang, Bumkyu Choi, et al. RFID- and MEMS-based onboard crew location
recognition system for incident response. 2020, 44(2):181-188.
[19]Blaiotta C, Jorge Cardoso M, Ashburner J. Variational inference for medical image segmentation[J]. Computer Vision & Image Understanding: S1020489987.
[20]Zhe LI, Ding Z L, Yuan F. Global calibration method for multi-vision measurement system with coplanar targets[J]. Optics & Precision Engineering, 2008, 16(3): 467?472.
[21]Yutaka SASAKI,Masato SUZUKI,Peng CHEN,Tomohiro SAITO. The Development of Intelligent
Green Soybean Selector by Machine Vision[J]. The Japanese Society of Agricultural Machinery and Food Engineers,2000,62(6).
[22]Sako H, Recognition Strategies in Machine Vision Applications. In 2007.
[23]Reconstruciton. Digital close range photogrammetry in motor vehicle accident reconstruction[J]. dublin institute of technology, 2008.
[24]馬琳.基于機器視覺的模具殘留物檢測系統研究[D].東華大學,2015.
[25]阮寶科,王強，張梅軍,廖明.基于機器視覺技術的機械零件表面損傷檢測[J].機械工程 師,2003(08):52-54.
[26]郭聿荃.基于機器視覺的機械零件識別技術研究[D].吉林大學,2016.
[27]黃正福，熊四昌.基于機器視覺的軸承尺寸檢測[J].機床與液壓,2004(12):183-185.
[28]張永軍，劉經南，張祖勛等.基于非量測CCD攝像機的鈑金件誤差檢測[J].測繪學報，2004, (02): 132?137.
[29]沈美，于翔.基于機器視覺的水稻紋枯病檢測與分類的研究與實現[J].江蘇科技信 息,2019,36(34):28-30.
[30]薛春明.基于機器視覺的隧道智能檢測技術研究現狀及技術分析[J].山西交通科技,2019(06):66-6 8.
[31]朱文博，洪都.基于圖像處理的零件二維尺寸檢測方法[J].光學技術,2020,46(02):184-191.
[32]劉富強,吳勇,李玉山,付海涵，李福濱.MES在火箭總裝車間的研究與應用[J].質量與可靠 性,2019(06):52-55.
[33]武和平.生產管控MES系統在鋼鐵企業的應用分析[J].價值工程,2020,39(03):259-261.
[34]龍騰.我國企業信息管理現代化進程研究[J].商場現代化,2008, (10): 113?114.
[35]葉少劍，謝衛林，孫思達，熊露.論RFID技術在焊裝車間的應用[J].汽車實用技術,2020(04):170-173.
[36]張欽軍.電子標簽在自動化生產線中的應用設計[J].微計算機信息,2007, (32): 232?234.
[37]劉姍姍.基于RFID技術的制造業精細生產管理研究[碩士].北京林業大學,2008.
[38]田景賀，范玉順，朱云龍.基于現場總線的RFID生產線集成控制系統J].計算機工程,2008, (03): 258?260.
[39]馬麗瓊，高大慶,張玉梅.無線射頻識別技術研究J].信息與電腦(理論版),2019,31(20):150-151+157.
[40]段華偉.無線射頻識別技術(RFID)簡述J].智慧工廠,2019(01):59-62.
[41]江美欣.先進辨識技術RFID在制造業之應用機會分析[M].工業技術研究院產業經濟與資訊服 務中心, 2005.
[42]曾祥興，王喜成.RFID在制造業質量追溯中的應用J].桂林電子科技大學學報,2007, (04): 293? 295.
[43]Chen M C. Roundness measurements for discontinuous perimeters via machine visions[J]. Computers in Industry, 47(2): 185?197.
[44]粟序明，方成剛，洪榮晶，吳偉偉，朱浪.基于機器視覺的二維精密測量系統[J].工具技 術,2019,53(12):92-96.
[45]Kosmopoulos D, Varvarigou T. Automated inspection of gaps on the automobile production line through stereo vision and specular reflection[J]. Computers in Industry, 46(1): 49?63.
[46]于嵐旭，喻道遠，龔文明.大型回轉體零件表面輪廓誤差分析與實時補償的計算方法J].機床與 液壓, 2013, 41(23): 35?40.
[47]朱梓豪，張帥，葛欣.基于機器學習的圖像邊緣檢測方法的研究與應用J].信息與電腦(理論版), 2018, (04): 56?58.
[48]許曉萍.圖像邊緣檢測方法的研究與預測J].計算機光盤軟件與應用,2013, 16(15): 124?126.
[49]陽建中. 圖像去噪和邊緣檢測研究[碩士].廣西師范大學, 2011.
[50]石美紅，毛江輝，梁穎，等.一種強高斯噪聲的圖像濾波方法J].計算機應用，2007, (07): 1637? 1640.
[51]楊明,宋麗華.改進的快速中值濾波算法在圖像去噪中的應用J].測繪工程.2011(03)
[52]朱文博，洪都.基于圖像處理的零件二維尺寸檢測方法J].光學技術,2020,46(02)
上一篇：銀川南通商會信息管理流程優化硏究
下一篇：沒有了
相關標簽:
