金科院：人工智能为机器装上“眼睛”和“大脑”

以机器代替人眼来完成各种测量、分析、判断工作，由金陵科技学院和山东泰金精锻股份有限公司合作研制开发的“机器视觉工业零件表面探伤系统”于2019年底投入市场，经过一年多的产业化推广，获得了市场认可与好评。近日，该项目被认定为2020年度济南市莱芜区产业领军人才项目，项目技术总监、金陵科技学院机电工程学院郑李明博士入选莱芜产业领军人才“创新人才”人选名单。

工业产品表面缺陷的品质检测一直是制造工厂繁重琐碎的工序，也是阻滞其智能化的痛点。郑李明说，“当前工业零件表面探伤主要采用人工紫外线磁粉探伤方式，一定程度上存在毒性、污染、漏检等弊端，不仅效率低，还存在质量安全风险。工业化生产亟需一种具有无污染、全自动、高效率的探伤系统，从而根本解决相关制造业的产业痛点。”

“机器视觉工业零件表面探伤系统”与传统荧光探伤系统的不同之处在于，无需进行充磁、添加荧光剂及冲洗等工序，而是利用单色光源在零件表面的反射特性，采用机器视觉方法进行伤痕检测。

据介绍，该系统由 PLC 控制的流水线系统实现零件的上料、检测、分拣、浸油和收料，8 路摄像机采集视频图像，AI 人工智能芯片对 8 路视频图像进行伤痕图像检测与提取，当该芯片发现伤痕图像时，则将触发编解码芯片对相应图像进行编码标注，同时将采集到的伤痕图像通过网络传送给智能硬盘录像机进行实时记录。人机交互系统可以根据用户对伤痕的不同定义标准进行工业现场机器学习，同时对伤痕工件进行自主检测与判断并将将判断结果反馈给自动化系统，以实现合格工件及不合格工件的分拣。

值得一提的是，该系统使用的机器视觉轴类零件表面探伤系统产品，是由郑李明带领团队成员独立自主研发，具有自主知识产权，其技术水平被认定达到国际先进、国内领先。该产品的知识产权已经在中国、美国、德国、加拿大等多个国家布局。目前，已获得中国、美国和加拿大等国家发明专利。

郑李明表示，与企业开展产学研合作，在发挥高校科技优势、服务企业的同时，有利于高校教师带领学生参加工程实践，充分将课堂的理论知识应用于工程现场，提高学生的工程应用能力，这是应用型大学人才培养一种重要形式，也是学校积极开展科学研究，鼓励教师与企业进行产学研合作的目的之一。（韩旭）