螺丝视觉检测设备解决方案（矩案例机器视觉在）

随着现代工业的发展，螺纹在机器和仪表制造、汽车、起重机械、石油工业和航空领域等得到了广泛的应用。

螺纹连接结构，连接可靠，凭借装配拆卸的便捷性，被广泛应用在机械设备以及其它设备中。作为应用非常广泛的机械零件，在机械联接和传动中有着重要地位，由于其互换性和标准化程度要求高，所以检测其精度是否符合标准已经是常见的工作。

在螺纹检测中，大多厂家主要采用的是机械检测方法。常用的有螺纹量规、工具显微镜、和其他通用量仪等，这些方法都是手工进行的，不仅检测速度慢、检测精度低，而且，螺丝螺母的使用量一般都很大，都是大批量生产，这时检测依靠人工已经不能满足实际生产的需要。

项目信息

在工业制造领域，对于零部件的要求很高，极小的零部件都会影响设备的正常运行和安全问题。再加之外螺轮廓形状复杂，参数多，所以利用机器视觉技术进行螺纹检测逐渐成为企业刚需。

一、检测难点

产品位置和角度随机，且相机需要倾斜拍摄才能看到一边的螺丝孔侧面，不同位置的特征有一定视差，传统视觉算法难以准确定位和检测螺纹。

二、检测要求

螺纹结构是生产生活中十分常见的工件结构，常常被用来进行物体固定和拼装。螺纹结构是否完整，螺纹有无缺损往往能够影响产品能否正常使用，是产品完美出厂的重要零部件。

本次客户想要测量产品部件上螺丝孔内螺纹的完整性和可用性。1．能够正确的检测到被测工件有无内螺纹。

2．控制器的检测速度控制在0.5S之内。

3．当检测出有不合格产品时，输出报警信号到PLC。

能准确识别螺孔中是否有螺纹。如有螺纹，执行OK信号同时产品进入下一工序检测；

如果螺孔中没有螺纹或没有开孔，输出报警信号给机械执行机构以剔除此次品。

三、检测目的

应用于金属工件的螺孔中螺纹检测，防止有不合格产品出现时没有被检测到。

解决方法

矩视智能低代码平台精确检测螺丝孔内螺纹缺陷、瑕疵，并对缺陷信息进行统计、分类和分析，优化生产过程控制，将产品进行分级，对合格品和不合格品进行分类，提高客户的信赖和满意度。

实现的过程如下：

采集图像→特征标准→深度学习→测试验证→模型下载。

如下图，利用我们自主研发的低代码平台即可一站式轻松检测出检测五金件螺柱内部的加工孔里面是否加工内螺纹。

第一步：采集图像，建议至少30张以上，上传低代码平台。

第二步：根据缺陷类型，添加标签（有螺纹/无螺纹）对部分图片进行特征标注。

第三步：一键进入训练，深度学习缺陷特征。

第四步：测试训练效果，未标注图片转为已标注。

第五步：下载模型，部署本地验证效果。

检测效果

使用目标定位算法进行判断，检测效果符合预期，深度学习模型对产品的适应能力很强，从检测效果和价格方面考虑都是用户首选。

本次检测方案检测效果，可以正确的检测螺纹孔，检测不合格产品时可以发出报警信号（OK/NG），每个检测周期时间完全能够满足客户要求。

良好的产品，内部成像完整且清晰，螺纹纹理流畅，均匀，没有缺损。不合格产品成像图片，可以凭借成像效果判断缺损方位与严重程度。

---

矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台，始终秉承0成本、0代码、0门槛、0硬件的产品理念。

平台以人工智能技术为核心，在机器视觉应用开发环节，为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、尺寸测量、目标定位等上百项通用功能，致力于成为全球用户量最多，落地场景最广泛的机器视觉低代码平台。

更多功能正在开发中，最新信息会第一时间在官方公众号“矩视智能”进行公布，欢迎大家关注

,