生产线每天都要面对不止一种的产品。在产品装配流程，尤其是在那些高度复杂环境下的产品装配流程中，生产过程中的焊接环节会面临持续的挑战。零部件数量和种类的增长导致了生产复杂性以及出错概率的增长。Polaris Industries公司发现，在错误检测方面，采用机器视觉系统是一种简单而且节约成本的方案。
        在他们的装配环境下，所有部件都必须被正确放置在指定的位置。装配过程中出现问题的产品必须被送去维修或者作为报废品处理，因此出现任何差错都会导致生产质量降低、增加生产成本。于是，该公司的宗旨就是降低出差错的概率控制工程网版权所有,他们愿意在这方面进行投资。
        为了使投资达到节省成本的目的，以往的经验显示，由于每条生产线的废品率都不算低，因此降低废品率在所有节约成本的方法中无疑是最为有效的。此外，产能方面的提升将会增加公司的总体收入。
        Polaris Industries公司是一家生产雪地车、全地形车以及其他休闲车的企业。该公司已经通过在自动化方面的一些小投入节约了一大笔报废成本，并由此获得了可观的收益。
        多年来，该公司一直担心机器视觉系统在恶劣的焊接环境下无法保证可靠性，因此采用接触式以及接近式传感器检验哪些部件需要焊接。
        采用接触式传感器时，机器人利用焊接钢丝的末端或边缘，有时候还利用喷嘴接触零部件；这些操作在焊接流程开始之后发生。焊接机械上采用接近式传感器是为了防止焊接流程初始化或者防止焊接中途出现其他操作，除非流程执行到了特定的步骤或是有零部件被弄错了。
        由于基于传感器的验证系统耗费了过多的时间和成本www.cechina.cn，Polaris公司最终决定安装带有摄像头的机器视觉系统。其中，摄像头是由Teledyne Dalsa公司的工业产品组提供的。Polaris公司的焊接工程师Jeff Steiner与Hartfiel Automation公司的Tom Wright合作设计了这套系统。这套方案的表现堪称完美，大幅减少了生产循环时间以及产品报废率。
        传感器的缺陷
        在Polaris公司位于美国爱荷华州Spirit Lake的工厂里，操作员将框架输送到一台固定装置中。这是整个焊接生产线的第一站。这些框架包含了产品生产模具中必要的几个部分。由于在这台固定装置中采用Ferris轮式或转盘式定位器的弧焊机器人会，于是到了第二站，机器人操作员就会在机器人工作的同时将经过焊接的部件取下并送入新的部件。
        为某一系列特殊产品设计的框架要求零部件在载入时朝向必须正确；然而，同一个产品系统中不同模具的对应零部件往往看上去非常相似。例如，两个部件可能只在体积上存在细微的差异，细微到操作人员都可能无法识别的差异。操作人员完全有可能由于疏忽大意而忘记载入某个部件或是将部件放到了错误的位置（如图1所示）。因此，在机器人将部件焊接到框架上之前对每个部件的正确性进行检验是非常重要的。

图1  机器视觉系统能够识别零部件在装载过程中的位置错误。图片来源：Teledyne Dalsa公司

        以往的操作流程中，机器人采用接触式或接近式传感器进行检验。这种做法对于每个部件都会增加30秒的循环时间，形成了生产瓶颈。如果机器人发现一处差错或一个部件被遗漏，那么操作人员只能收回机械手、修正问题、重新定位机械手并再次启动接触式传感器，然后才能恢复装配操作。这一冗长的过程导致了生产时间上巨大的损失。而且控制工程网版权所有，即使采取了检验措施，每天的废品率仍然高达5%。由于框架一旦经过焊接就无法进行修复了，每天都会出现5%的材料损失以及生产报废品所导致的时间损失。
        可靠性、速度
        任何产量较大的焊接生产环境都不是采用机器视觉系统进行检验的最佳平台。主要原因是环境光线不足以及存在其他的替代方案。
        Polaris公司的方案包括了一台视觉控制器以及两台摄像头。摄像头安装在操作员的身后，远离了焊接机器人周围最不利的环境（见图2）。

图2  Polaris公司的生产线采用了Teledyne Dalsa公司的摄像头。

        这两台每秒60帧、640×480像素的摄像头能够检验框架是否被正确加载以及是否可以进行焊接了。它们将每个部件的检验时间缩短到了200毫秒。检验结果是以图像方式显示的，绿色代表检验结果正确，红色代表错误。操作人员能够赶在框架被送达焊接机器人之前对任何错误进行修正。因此生产流程既不会因此而中断，又省下了大量的时间。
        “如果不考虑其他收益，单就降低报废品的回报而言www.cechina.cn，只需要一个多月就能够收回成本。”
        当我们为机器人上的接触式传感器进行编程时，需要将整个流程暂停几分钟到几小时。在安装接近式传感器时，花费的时间会更长。具体时间由某个部件需要用到的接近式传感器的数量决定，有时可能会长达几天。
        与之形成鲜明对比的是，Polaris公司的工程师花在为用于第一批框架上22个零件配置视觉程序的时间不会超过15分钟。离线情况下为另外19个零件编程的时间少于一个小时。如果由于零件或工具产生变更需要对视觉程序进行升级，也仅需要花费几分钟时间。
        在计算机器视觉系统的投资回报率时，我们只需要关注新流程与原有流程之间产生成本变化的部分。任何没有发生变动的成本都不必拿来考虑。
        Polaris公司在摄像头、控制器以及其他设备（包括工程时间以及安装劳动力）上的投入总计9500美元。
        新的流程使得Polaris公司的机器人每小时的工作效率提升了大约4.5分钟。假设每天只有一班工作时间，这就意味着每小时能够多生产1.6个框架或者说每天能够多生产9.8个框架。
        由于生产效率得到了增加，Polaris公司能够将从事焊接、生产的劳动力成本降低5.5%。
        此外，报废产品的数量降低了23%，或者说每天可以减少8个。报废一个装配件的成本与生产一个替代品的成本相当。考虑到每个框架的生产成本为50美元，视觉系统每天能够带来490美元的额外收入并降低400美元的报废成本。

Polaris 公司采用机器视觉系统的投资与收益分析

Polaris公司机器视觉系统的投资回报。资料来源：Teledyne Dalsa公司。

        每天890美元的收益意味着视觉系统只需要投运10.7个工作日，或者说只经过两个五天的工作周，就能够收回成本。即使不考虑其他利益CONTROL ENGINEERING China版权所有，单就减少报废品的回报而言，也只需要23.8天或者说一个多月就能够收回成本了（如上页表格所示）。