注塑成型视觉检测:如何设计可靠的模具保护与产品品质检测
2026-09-03 15:18:26
機器視覺正逐漸廣泛應用於射出成型製程,用來檢查模具狀態、確認產品是否已取出、檢查埋入零件、偵測產品缺陷,以及支援自動化品質控制。然而,要建立可靠的射出成型視覺檢測系統,並不是只要安裝一台工業相機,再定義何種影像屬於 OK 或 NG 即可。
檢測必須安排在成型週期中正確的時間點執行。檢測目標必須能在受控的光學條件下清楚呈現。系統必須有足夠時間擷取與處理影像,同時射出成型機也必須知道,當結果為 OK、NG 或無法判定時,應該如何回應。
因此,機器視覺應被視為生產製程的一部分,而不是一套獨立的檢測設備。
實際進行工程評估時,可以先從四個問題開始:
- 系統能否清楚看見檢測目標?
- 系統能否正確判斷目標狀態?
- 系統能否在可用時間內完成判斷?
- 當偵測到異常狀況時,生產設備能否正確做出反應?
相較於一開始只討論相機解析度,這四個問題對實際工程評估更有意義。
視覺系統會將影像轉換為資訊,但只有當這些資訊與成型製程連結時,才真正具有實際用途。
例如,射出成型產品在頂出後仍殘留於模穴內。如果直到後端的離線檢測站才發現該產品異常,雖然可以判定產品有問題,但模具並沒有因此受到保護。若目的是模具保護,檢測就必須在下一次允許合模之前完成。
產品品質檢測則有不同的需求。
短射、毛邊、黑點、刮痕、尺寸特徵、顏色差異、條碼或文字等項目,通常需要在產品到達穩定且適合拍攝的位置後進行檢測。依應用不同,產品可能需要放置於治具、由機械手臂移載,或送至多台相機前,才能做出可靠判斷。
因此,這兩類檢測任務所要解決的問題並不相同。
在 HUARONG 的系統架構中,HCM Series 用於下一個成型週期開始前的模內安全監控,而HCP Series 則用於產品取出後,或在專用檢測位置進行產品品質檢測。
延伸閱讀:常見射出成型缺陷:原因、類型與解決方案
在選擇相機、鏡頭或軟體之前,專案首先應該明確定義視覺系統究竟需要做出什麼判斷。
| 工程問題 | HCM Series | HCP Series |
|---|---|---|
| 主要判斷 | 模具區域是否已具備執行下一個機台動作的條件? | 產品是否符合所定義的品質標準? |
| 典型檢測階段 | 開模後、下一次合模之前 | 產品取出後,或於檢測站 |
| 典型檢測目標 | 殘留產品、埋入件、頂出狀態、產品取出狀態、模穴狀態 | 短射、毛邊、表面缺陷、尺寸、顏色、識別碼 |
| 主要 NG 處理方式 | 停止或禁止下一個機台動作 | 剔除、分流、記錄或進一步確認產品 |
| 主要整合對象 | 射出成型機、機械手臂、PLC、I/O | 治具、機械手臂、輸送帶、PLC、追溯系統 |
這是一套製程規劃架構,而不是固定不變的機台規格。
HCM Series 的設計以特定的控制時間窗口為核心,也就是模具開啟後,到下一個可能具有危險性的動作被允許之前。
依應用不同,系統可以檢查成型品是否殘留於模具內,螺帽、端子或 Pin 等埋入件是否存在且位置正確,頂出動作是否已完成,取出裝置是否已將產品取走,以及指定的模穴區域是否已清空。
真正重要的結果,並不只是螢幕上顯示綠色或紅色狀態。
檢測結果必須成為機台的控制條件。
當預先設定的檢測條件符合時,OK 訊號可以允許生產流程繼續執行。當偵測到 NG 狀態時,控制邏輯可以停止自動運轉程序、觸發警報,並要求確認後才能恢復生產。
實際控制邏輯必須依每一個專案個別定義,因為不同生產單元的模具動作、頂出流程、機械手臂時序、安全迴路以及可使用的機台訊號都可能不同。
HCP Series 著重於另一個問題:
受檢產品是否符合所定義的品質要求?
可能的檢測項目包括短射、缺料、毛邊、黑點、污染、刮痕、孔位、尺寸、顏色特徵、條碼、QR Code,以及 OCR 文字內容。
部分應用也可能需要多個拍攝角度或 3D 檢測,特別是在高度、深度或三維幾何形狀無法透過單張二維影像可靠判斷時。
因此,系統配置應該由實際檢測任務反向決定。
一套適合檢查產品外輪廓的相機配置,不一定適合偵測微小的表面缺陷。為了產生清楚尺寸邊界而設計的照明方式,在高反光表面上可能效果不佳。一台相機可能可以完整檢查某一種產品,換成另一種產品後卻可能產生視覺死角。
不存在一套可以適用於所有射出成型產品的通用相機配置。
可靠的射出成型機器視覺檢測,取決於產品、光學、照明、定位、時序與控制邏輯之間的相互配合。
第一個問題不應該是:
相機有多少百萬畫素?
第一個真正該問的問題應該是:
系統究竟需要偵測或量測什麼?
常見需求包括有無判斷、位置、輪廓、孔徑、表面缺陷、印刷內容、顏色或尺寸偏差。
每一項需求同時都必須具備明確的驗收標準。
如果黑點必須判定為 NG,就需要定義最小缺陷尺寸。
如果檢查的是埋入件位置,就必須定義允許的位置偏差。
如果進行尺寸量測,則必須明確定義所要求的公差。
如果沒有可以量化的判斷標準,檢測門檻就會變得主觀,也會增加後續驗證的困難。
評估相機時,不應將解析度與視野分開考慮。
如果一台相機需要一次涵蓋很大的模具表面,一個很小的缺陷在影像中可能只佔少數幾個像素。同一台相機如果只拍攝較小的檢測區域,同樣尺寸的缺陷便能呈現更多影像細節。
因此,工程選型應同時考慮視野範圍、工作距離、特徵尺寸、鏡頭特性、光學解析度、景深以及可用的安裝空間。
目標並不是單純取得高解析度影像,而是讓需要檢查的特徵在影像中清楚到足以進行穩定且可重複的判斷。
視覺演算法只能根據它所接收到的影像進行判斷,因此照明會直接影響檢測穩定性。
背光可能有助於形成清楚的產品輪廓。表面檢測可能需要不同角度的光源,才能顯示刮痕或表面異常。高反光的埋入件可能需要控制反射光。透明或半透明塑膠則會帶來不同的光學挑戰。
當需要降低環境可見光干擾時,也可以考慮紅外線照明。不過,無論採用何種照明方式,都應使用實際模具、實際材料、實際相機以及真正需要檢測的目標進行驗證。
對產品品質檢測而言,治具設計與產品如何進入檢測位置,有時與影像處理演算法本身同樣重要。
如果每一個產品進入檢測區域時的角度、高度或位置都不同,感興趣區域可能隨之偏移。系統因此可能必須設定較寬鬆的容許範圍,進而增加誤判為 NG 的情況,或降低真正缺陷的檢出靈敏度。
因此,檢測站應盡可能維持產品、相機與照明之間一致且可重複的位置關係。
如果視覺系統與機械手臂整合,控制流程還必須明確定義機械手臂何時離開相機視野,以及產品何時已經穩定到可以進行影像擷取。
自動化視覺檢測常見的一個問題,是將大部分注意力都放在偵測準確度上,卻沒有明確定義生產設備在取得結果後應該如何反應。
一套生產系統至少應該定義三種可能狀態。
對模具監控而言,OK 結果代表機台可以依照預先設定的流程繼續運轉。
對產品檢測而言,該產品可以繼續進入下一道製程,或移動至良品區。
對模具保護而言,下一個可能造成危險的機台動作應依照控制設計被禁止執行。
對產品品質檢測而言,該產品可以被剔除、分流、記錄,或送往其他位置進行進一步確認。
不要直接將無法判定的結果視為 OK。
可能造成無法判定的原因包括照明失效、影像受到遮擋、產品定位錯誤、通訊失敗,或影像品質異常。
對 HCM 應用而言,無法判定的結果通常應使系統進入由機台控制邏輯所定義的安全狀態。
對 HCP 應用而言,則可以依照品質管理流程,將產品送往人工確認或其他複檢程序。
因此,NG 處理方式應該從系統設計初期就納入規劃,包括需要停止哪一個動作、異常產品如何被隔離、誰有權限進行系統復歸,以及重新開始生產之前是否需要再次執行檢測。
這個問題沒有適用於所有應用的單一答案。
視覺系統的處理時間並不只有相機曝光時間。完整流程可能包括觸發延遲、曝光、影像傳輸、影像處理、I/O訊號輸出、PLC 掃描時間,以及機台或自動化設備的反應時間。
真正重要的工程問題是:
從影像可以開始擷取的時間點,到機台必須取得判斷結果之前,實際上有多少可用時間?
如果影像擷取與處理可以在機台、頂出裝置或機械手臂執行其他動作的同時完成,視覺檢測對整體成型週期可能只有很小的影響,甚至沒有額外影響。
反之,如果機台必須等待視覺檢測結果才能繼續下一個動作,視覺處理時間就會直接成為實際成型週期的一部分。
因此,真正的週期影響程度取決於檢測任務,以及影像處理與機台動作之間的時序關係。
模具保護視覺系統或產品品質檢測系統,不一定只能搭配新的射出成型機。
既有設備同樣可以評估進行整合。
但是,是否適合改裝,不能只用「機台是否還有空的電氣端子」來判斷。
實際評估項目應包括機台控制器、可使用的 I/O、既有機台訊號、機械手臂介面、安全迴路、復歸邏輯、安裝空間,以及可使用的檢測時間窗口。
如果是模具監控應用,可能會使用到的訊號包括開模完成確認、檢測觸發、視覺系統 Ready、檢測完成、OK、NG,以及 Reset 等狀態。實際訊號定義仍需依照機台與控制架構決定。
因此,即使相機本身的安裝相對簡單,較舊的設備仍可能需要額外的控制工程修改才能完成整合。
視覺專案應該以完整生產製程的角度進行驗證,而不能只確認影像辨識展示是否成功。
明確指定系統必須偵測的特徵、缺陷或安全條件,並定義驗收標準。
應避免使用「檢查產品品質」這類過於籠統的要求。
使用實際產品或模具進行測試,確認視野、鏡頭選擇、工作距離、照明、反射、景深以及可能存在的遮擋問題。
目標是在接近實際生產的操作條件下,取得穩定的影像。
確認檢測目標在射出成型週期中的哪一個時間點可以被清楚看見,並且處於穩定狀態。
確認實際可以提供多少檢測時間,並同時定義 OK、NG、Alarm、Reset,以及無法判定等狀態。
單一張成功辨識的測試影像並不足以證明系統可以實際投入生產。
驗證過程應包含具代表性的良品、已知 NG 產品、接近判定臨界值的樣品、正常生產中可能出現的位置變化,以及符合實際狀況的生產環境。
最終目的是確認,在所要求的生產速度下,完整的檢測與設備反應流程仍能維持穩定。
可靠的射出成型視覺檢測,並不是單純加裝一台相機就能完成。系統必須將影像擷取、檢測邏輯、機台時序以及生產設備的反應整合成一個完整流程。
在模具保護應用中,視覺檢測結果決定下一個機台動作是否可以安全執行。在產品品質檢測應用中,視覺結果則可以支援產品分流、剔除、量測以及品質追溯。
因此,相機選型、光學系統、照明、定位、成型週期時序、PLC 整合以及品質判定標準,應該被視為同一套系統一起評估,而不是各自獨立處理。
一個實際可執行的視覺檢測專案,至少應該明確回答五個問題:
需要檢查什麼?什麼時間點應該擷取影像?如何定義 OK 與 NG?取得檢測結果後,機台應該執行什麼動作?系統要如何在實際生產條件下完成驗證?
當這些問題先被明確定義之後,適合的視覺系統架構也會更容易確定。
對於需要與射出成型機、機械手臂或生產控制系統整合的應用,HUARONG 可以根據實際模具、產品、檢測需求、成型週期時序以及機台可使用訊號進行方案評估。
- 集团名称: 华嵘集团
- 品牌: 华嵘、煜达、南嵘
- 服务项目: 注塑机、立式射出机、成型设备取出装置
- 服务电话: (06)7956777
- 集团总部: 台南市西港区庆安里中州21之6号
- 官方网站: https://www.huarong.com.tw/
