鋼化玻璃外觀瑕疵氣泡檢測設備

隨著現代工業自動化技術日趨成熟，越來越多的制造企業考慮如何采用機器視覺來幫助生產線實現檢查、測量和自動識別等功能，以提高效率并降低成本，實現生產效益大化，視覺檢測也向玻璃行業的各類產品“發起”挑戰。

01 玻璃表面缺陷類型

玻璃在成形時，由于生產材料及生產過程原因引入的，不可避免的在玻璃表面（含內部）出現氣泡和結石、黑點、斑點等缺陷。
    玻璃上的結石、砂粒因運輸過程中振動摩擦，會出現玻璃表面劃傷；隨著玻璃加工設計的多樣化，對玻璃的打孔、挖槽、磨邊的情形越來越多，受定位、手法、機器等因素影響，會出現劃痕、裂紋、缺損；受環境或操作原因，也會出現油污、水漬及其它臟污等污漬。

常見的缺陷包括氣泡、結石、凹凸、劃傷和色斑等。開口泡和結石等缺陷會導致玻璃或組件存在爆片風險，所以這些缺陷的檢出尤其重要。

02傳統玻璃檢測方法
傳統的玻璃檢測方法是依靠人眼來判斷玻璃表面各種問題，存在很大的局限性：
1. 人眼對微小的缺陷不敏感，有誤檢、漏檢風險；
2.人眼無法連續、穩定完成高強度重復性檢測工作，會產生疲勞，速度慢、效率低；

3.主觀判斷受心情、思維、光照等影響，具有很大的不穩定性和非標準性。
目前玻璃的尺寸向著超薄和大尺寸的方向發展，這樣就要求生產速度隨之提升，給人工檢測也帶來了很大的困難，此外開口泡和結石此類缺陷尺寸在小于0.5mm時，人工往往很難發現。
    人眼檢測已無法滿足現代企業高速、精確、實時的品檢要求，而人工成本不斷上漲給企業經營帶來壓力。
    以iPhone OEM工廠為例，生產過程中的外觀檢查耗費30%以上的人力，每年檢查人力成本高達48億元人民幣。然而，隨著中國平均工資增長率超過10%，低成本勞動力的日子已經一去不復返。

    降低人力成本已成為企業重要、迫切需要解決的問題。為了減輕昂貴的勞動力負擔，機器視覺替代人眼，采用智能圖像采集和圖像處理技術，檢測系統利用視覺處理算法，實現缺陷精確檢測，智能分類和分級，已成為一種行業趨勢。

鋼化玻璃外觀瑕疵氣泡檢測設備