换向器视觉检测
-Kqqm.png)
简介
换向器作为电机转子的重要零部件，对外观有很高的要求，为转子的平稳运行，提供基础。
换向器常见的视觉检测项目有：
铜排损伤
缺角
钩间毛刺
槽内毛刺
槽内壁云母
槽口封料
钩尖碰废
电木掉块
钩钩夹角
钩槽夹角
槽槽夹角
为了实现换向器的多方位检测，我们为换向器的常规检测设计了三个工位，分别检测换向器的侧面、顶面、底面。
检测效果展示
槽内余料
“槽内余料” 特指在换向片之间的云母槽（或绝缘槽）中残留的金属碎屑、碳粉、粉尘或其他异物。这些看似微小的残留物，实则是一个重大的质量隐患和安全风险源，其危害主要体现在：
引发短路与环火（最严重的危害）
加速电刷与换向器磨损
导致换向恶化与火花增大
造成绝缘性能下降与击穿风险
为了对槽内异物的不同形态进行检测，我们使用传统算法 + 深度学习的方式，传统算法用于检测颜色与槽底相差较大的异物，深度学习用于检测特征不好获取的异物。
-xTyA.png)
电木损伤
电木部件的局部缺损或不均匀膨胀，会破坏转子原有的精密动平衡，导致电机产生剧烈的振动和异响，加速轴承磨损，威胁整个传动系统的安全。
由于电木损坏的发生时机多样（固化前或固化后）、出现损坏的位置随机，其呈现的特征效果不一致。为了达到较好的检测效果，我们统一采用传统算法+深度学习的方式进行检测。
换向器铜排表面损伤
换向器的铜排（即换向片）表面是其与电刷进行电流交换和机械滑动的“工作面”。这个表面的状态直接决定了电机的换向性能、效率和寿命。表面划痕、凹坑、灼痕等不平整处会破坏电刷与换向器之间稳定、连续的接触。电刷在划过这些缺陷时会发生跳动或瞬间断开，导致电流突变，产生机械性火花。长期运行会形成“损伤→火花→更大损伤”的恶性循环。
.png)
转子视觉检测
简介
转子，作为电机中唯一旋转的核心动力部件，其外观状态是内在质量的直接外显。传统依赖老师傅“眼看、手摸、耳听”的检测方式，在规模化、精密化、数字化的现代制造体系中已显疲态。引入自动化视觉检测，已从“锦上添花”的技术展示，转变为保障安全、质量、效率与数据智能的刚性需求。
常见转子视觉检测项有：
铁芯部位检测
滴漆检测
换向器检测
钩部检测
并线检测
槽内检测
挡圈检测
包胶检测
检测效果展示
铁芯部位展示
铁芯位置检测包括：铁芯长短、动平衡位置、槽楔纸长短、缺槽楔检测。
换向器检测
换向器检测主要包含：精车长短、车未尽、钩部不良（扁钩、弯钩、炸钩、缺钩）检测、铜排损伤。
并线检测
本工位单独对钩尖并线进行检测，因传统算法无法对线的位置进行准确测量，因此并线采用深度学习进行相对不良。
槽内检测
槽内检测包含：槽内进胶、槽内毛刺检测。用户可以方便地通过面积、亮度阈值参数的设定，对设备的检测结果进行调整。
碳刷架视觉检测
简介
碳刷架虽小，却是电机换向系统稳定运行的“咽喉要塞”和“压力调节器”。对其外观进行自动化视觉检测，是保障电机整体性能、可靠性与安全性的关键一环，其必要性同样不容忽视。它的任何微小瑕疵，都会通过碳刷这个“执行终端”被放大，直接影响电机的核心性能。引入视觉检测，是对这一关键部件进行主动防御、精密管控的必然选择。
常见碳刷架的视觉检测项有：
焊点是否焊锡
电感固定柱
弹簧外观
限位柱
锡球残留
保持片
检测效果展示
焊锡点是否点焊
1、2、3处为点焊不合格（未点焊）；4、5、6处为合格。该项检测使用深度学习检测，不良和合格品的特征较为明显，深度学习模型需要较小的数据集就能达到很好的检测效果。
弹簧检测
弹簧检测即可使用传统算法寻找特征进行缺陷判断，但是由于弹簧待检测区域较小，使用传统算法对定位的要求较高。使用深度学习检测可以规避掉这些因素，在保证准确率的前提下，降低因为环境、物料、定位等因素导致的频繁修改参数问题。
锡球残留
锡球大小、位置、形状各异并且缺陷较小，有些缺陷肉眼很难直观地发现，所能出现的位置会出现别的元器件干扰，因此锡球检测是另一个传统算法无法解决的难题。深度学习的目标检测在此大展身手，能够有效的检测出缺陷及其所在位置。由于残留的锡球较小，使用视觉检测软件可以达到优于常人的检测的检测效果。
视觉检测的优势
在电机，特别是直流电机和通用电机的制造与维修领域，换向器、转子、碳刷架等零件的外观质量是性能与可靠性的“晴雨表”。传统的人工目检方式，已难以满足现代工业对一致性、效率和数据化的苛刻要求。引入机器视觉检测系统，带来了多维度的颠覆性优势：
精度与一致性优势：超越人眼极限
这是视觉检测最根本的价值。
微观缺陷无所遁形：人眼易疲劳，对微小划痕（<0.1mm）、细微毛刺、浅表灼痕、颜色轻微不均等不敏感。视觉系统配合高分辨率相机和专用光源，可以稳定检测出人眼难以察觉的缺陷，将质量控制提升到微米级。
绝对客观，杜绝误判：检测标准被量化为具体的像素、灰度、几何参数，排除了人工检测中因经验、情绪、疲劳带来的主观性和波动性。同一产品，任何时候、任何班次的检测标准都完全一致。
效率与成本优势：实现全检与降本增效
极速检测，支持100%全检：视觉系统可在毫秒级内完成一个换向器多个角度（端面、圆周、槽内）的全面拍摄与分析，速度远超人工。这使得对生产线上每一个换向器进行100%全检成为可能，从根本上杜绝不良品流出。
大幅降低人力成本：可替代多名专职检验员，将人力从重复、枯燥的检测工作中解放出来，从事更高价值的设备维护、工艺优化等工作。
减少后续成本：早期拦截缺陷品，避免了有缺陷的换向器流入后续的组装、测试甚至客户现场，从而节省了巨大的返工、报废、售后和信誉损失成本。
数据化与可追溯优势：驱动智能制造
这是视觉检测带来的高阶价值。
过程数据化与统计分析：系统自动记录每一件产品的检测结果（OK/NG）、缺陷类型、尺寸、位置等海量数据。通过统计分析，可以精准定位生产瓶颈，例如：发现“槽口毛刺”缺陷在某个时间点突然增多，可追溯至刀具磨损或下刻工艺参数漂移。
完整的质量追溯：每个换向器的检测数据可与生产批次、设备编号、操作工等信息绑定，形成完整的质量档案。一旦发生客诉，可快速反向追溯至生产源头。
为工艺优化提供依据：长期的数据积累是宝贵的“工业知识”，可用于建立更精确的工艺窗口，实现从“经验驱动”到 “数据驱动” 的工艺优化。