在线检测的核心原理是什么？

机器视觉通过相机、镜头、光源和图像处理算法，对点胶后的胶点或胶线进行实时拍摄，并自动测量其尺寸、位置、形状和完整性。

MARCO（北京）认为，机器视觉的作用不只是代替人工观察，更重要的是把胶点质量转化为可测量、可判断和可追溯的数据。

机器视觉可以检测哪些缺陷？

对于离散胶点，视觉系统可以检测胶点直径、面积、圆度、中心位置、缺胶、溢胶、偏点、拉丝和散点。

对于连续胶线，可以检测胶线宽度、轨迹偏差、接头状态、断胶、堆胶和密封闭合性。对于透明胶、黑色胶或反光基材，则需要选择对应的光源和成像方式。

为什么光源设计非常重要？

胶液与产品表面的颜色、透明度和反光特性不同，普通照明可能无法形成清晰对比。

环形光适合观察胶点轮廓，同轴光适合平整反光表面，低角度光有利于突出胶线边缘。对于透明胶，还可采用紫外荧光、背光或特定波段照明。

光源选择不合理，即使相机分辨率很高，也难以获得稳定检测结果。

如何检测胶点尺寸和位置？

视觉系统首先识别产品基准点，建立产品坐标系，再提取胶点轮廓并计算直径、面积、中心坐标及其与目标位置之间的偏差。

系统应根据产品公差设置检测上限和下限。当胶点尺寸或位置超出范围时，可立即报警、标记或隔离产品。

对于微小胶点，相机分辨率、镜头放大倍率和像素标定必须满足测量要求。

二维视觉能否检测胶量？

二维视觉主要检测胶点投影面积和轮廓，不能直接获得准确高度和体积。同样大小的胶点，其高度和实际胶量可能不同。

对于胶高、胶层厚度和三维形貌要求较高的产品，可结合激光测高、结构光或三维视觉，测量胶点高度、体积和表面缺陷。

如何实现在线实时检测？

点胶设备完成一个胶点或一组胶线后，相机立即采集图像，算法在生产节拍内完成定位、测量和判断。

检测结果可与产品编号、胶水批次、点胶参数和设备编号关联。发现异常后，系统可停止点胶、隔离产品或通知设备进行喷嘴清洁。

人工智能视觉有什么优势？

传统视觉依靠固定灰度和尺寸阈值，适合背景稳定、缺陷规则的场景。人工智能视觉可以学习复杂缺陷特征，更适合识别透明胶、气泡、飞溅、不规则断胶和复杂背景。

但人工智能模型必须建立在真实、准确且具有代表性的样本数据基础上，并通过持续验证避免误判和漏判。

如何利用视觉数据优化工艺？

视觉检测数据可用于统计胶点平均值、标准差、缺陷率和CPK。当胶点尚未超差但尺寸持续变小或位置逐渐偏移时，系统可以提前发现工艺漂移。

检测结果还可反馈至点胶控制器，在安全范围内调整供胶压力、驱动波形或运动位置，形成闭环控制。

MARCO（北京）如何实现在线检测？

MARCO（北京）将压电喷射阀、精密容积阀、运动控制与视觉系统进行集成，对胶点尺寸、落点位置和胶线完整性进行在线检测。

通过配方管理、缺陷识别、CPK统计和生产数据追溯，可将点胶质量管理由人工抽检转变为全过程自动监控。

结论

机器视觉通过稳定成像、轮廓测量、缺陷识别、自动判断和数据追溯，实现胶点质量在线检测。

真正有效的视觉检测系统，不仅能够发现不合格胶点，还应及时识别工艺漂移，并为点胶参数优化和闭环控制提供依据。