控制器选型

       在系统设计之初，采用模块化设计，通过硅碳棒瑕疵检测系统与在自动化生产线进行信息交互而完成相应动作。对控制器进行选型的需求有:(1)能完成与PLC设备的信息交互功能，具备必要的硬件条件;(2)能满足深度学习进行工业部署的设备要求，如速度、系统版本等;(3)安装方便，运行稳定;(4)在硅碳棒瑕疵系统运行过程中有对硅碳棒瑕疵数据进行存储的需求，故应具有足够的存储空何。

       控制器的外接接口应考虑有通讯功能和工业相机数据传输功能，对于通讯功能，需要支持现场生产线控制器，现场所采用控制器为西门子1500系列PLC，支持的通讯协议有OPC UA. TCP等、在该系统中选用OPC UA通讯协议完成信息交互，通过千兆网与现场交换机进行连接，故需要一个千兆网接口完成通讯。对于工业相机数据传输，因为该工业相机直接与交换机进行连接可能会造成数据阻塞，不能满足现场的检测需求，故需要将四台工业相机都需控制器直接进行相连，因此外部相机设备需要通过有四个千兆网口进行连接。综合以上所述，该控制器需要具备至少五个千兆网口，来满足信息交互和工业相机数据传输的需求。

       硅碳棒瑕疵检测因为涉及到深度学习技术在实际工业上的边缘部署策略，故在选型时需要充分考虑深度学习在嵌入式设备进行边缘部署的适用性。该硅碳棒瑕疵检测系统中选用常用的inter处理器，具有良好的实用性.由第五章可知，在部署端采用openVINO套件进行部署，查阅。penVIrTO官方网站可知，openVlrlO套件只支持英特尔6代及以上的处理器，故系统处理器应为6代及以上。在该系统中所选微型控制器为英特尔8代产品，满足。penVINO部署要求。

       视觉控制器需要充分考虑现场安装条件，以及现场设备的运行环境，将视觉控制器安装至指定的配电箱中。同时为减少安装步骤，方便部署，在千兆王接口选取时选用带有POE供电的接口，可以将数据传输与相机供电一并完成，可减少安装过程中的布线难度。图2-10为视觉控制器图。

       至此，采集系统所需的工业相机、镜头以及控制器己完成选型，可以完成图像采集任务.但是在实际工程中，还需要机械结构为支撑，故下面对机械结构部分进行选型设计。

其他部件选型

       对于机械框架，需要按照现场生产条件进行设计，主要作用是固定相机、光源等其他设备.机械结构部分受力较小，故机械结构整体框架采用的是40'40mm铝型材进行搭建，固定选用角码和螺栓固定的方法进行固定。外部采用黑色幕布进行全封闭遮光，目的是将工业生产现场的光干扰进行规避。整体设计与实现软件部分设计至此，己完成对数据采集装置的设备选型及机械结构设计工作，但是结合实际需求，通过现场人工触发采集耗时较多，故本装置充分结合实际生产现场，将现场检测工作人员的检测知识进行初步量化，实现采集装置自动化采集任务。

       将硅碳棒表面待检测面分别记为A面、B面、C面和D面，现阶段硅碳棒瑕疵检测过程主要由人工进行检测，检测流程为A面到位，人工进行检测、后按下硅碳棒“旋转卯“”按钮，检测B面，一次完成C. D面的检测，后综合A, B, C, D面检测结果进行动作，当检测到有硅碳棒瑕疵也会按下现场"NG”按钮，当硅碳棒无硅碳棒瑕疵时，按下，OK”按钮，之后硅碳棒按照设定工艺流入下一步工序。经过分析该部分可以通过与PLC控制器的通讯来实现。表2-10为实现自动化采集装置所需求的触发信号。

       硬件方面，整体框架通过40mm"40mm铝型材进行搭建，工业相机通过鸭嘴之家进行固定，白玻纤维幕布通过撑杆进行固定，撑杆可通过纤维块进行调整，以调整幕布角度。

       软件方面，基于python语言开发，利用OPC UA通讯技术，实现了与生产线的信息交互，并基于python中Tkinter模块开发了相机模块与PLC通讯人机交互界面。实现了根据人工检测结果完成硅碳棒硅碳棒瑕疵图像的自动化采集功能。

       该系统设计充分考虑生产现场条件，将人工检测过程及人工检测结果与系统充分融合，对于硅碳棒瑕疵数据的具体采集流程如下所述.当生产线存在待检测硅碳棒，硅碳棒经传送机构运送到达待检测位置后，发送信号，触发数据采集装置运行，由人工对硅碳棒硅碳棒瑕疵进行检测，人工可通过旋转机构旋转方形硅碳棒、使方形硅碳棒作预设角度的轴向旋转，人工检测后当方形硅碳棒表面存在硅碳棒瑕疵时，方形硅碳棒旋转至指定位姿后触发采集装置进行拍摄，并存储，完成后方形硅碳棒再经传送机构送出检测工步。22.http://www.zbqunqiang.cn/