Автоматизированное 3D-сканирование

Определение

Автоматизированное 3D-сканирование — это промышленная технология 3D-измерений, которая выполняет сквозные рабочие процессы сбора, совмещения, обработки и анализа 3D-данных с минимальным регулярным участием человека. Это ключевой элемент промышленной 3D-дигитализации, используемый в таких отраслях, как машиностроение, аэрокосмическая промышленность, автопром и энергетика для решения повторяющихся высокопроизводительных задач 3D-измерения. Системы могут быть настроены для интеграции в поточное производство, работы в ячейках для серийной обработки или крупногабаритного сканирования стационарных объектов.

Принцип работы

Системы автоматизированного 3D-сканирования обычно включают четыре основных компонента: блоки 3D-сканирования (выпускаются в конфигурациях с одной или несколькими камерами, одним или несколькими проекторами), платформы управления движением (например, робототехнические манипуляторы, портальные системы, поворотные столы для позиционирования сканера или обрабатываемой детали), опциональные оптические системы отслеживания для расширения рабочей зоны при сканировании крупногабаритных деталей, а также встроенное программное обеспечение для управления рабочими процессами и обработки данных.

Стандартная работа выполняется по структурированному алгоритму:

1. Первоначальная настройка: Операторы выполняют однократную калибровку системы, задают необходимые параметры сканирования, а также программируют траектории движения или обучают алгоритмы AI для генерации оптимальных маршрутов сканирования с учетом геометрии детали и требований к точности.
2. Загрузка детали: Детали загружаются в систему вручную или с помощью автоматизированного транспорта, после чего их положение определяется по совмещению по характерным признакам или по опорным маркерам без ручной корректировки.
3. Сбор данных: Система движется по заранее заданным или оптимизированным с помощью AI траекториям сканирования, автоматически регулируя интенсивность света, выдержку и разрешение сканирования с учетом особенностей поверхности, таких как отражающая способность, глубокие полости или сложная кривизна.
4. Обработка в реальном времени: Полученные необработанные данные сканирования автоматически сшиваются, очищаются от внешних шумов и совмещаются с эталонными CAD-моделями, если рабочий процесс предназначен для контроля качества или оценки соответствия.
5. Формирование результатов: Система формирует стандартизированные результаты, включая плотные облака точек, герметичные полигональные 3D-модели или отчеты о размерных отклонениях.

Основные параметры и критерии оценки

Эффективность систем автоматизированного 3D-сканирования зависит от материала, размеров и качества поверхности детали, условий эксплуатации, конфигурации рабочего процесса и настроек программного обеспечения. Ниже приведены основные параметры, используемые для оценки пригодности системы для конкретной задачи:

Подходящие и неподходящие сценарии применения

Подходящие сценарии

• Серийный контроль качества и анализ размеров и допусков по геометрическим характеристикам (GD&T) для промышленных деталей малого и среднего размера.
• Поточный контроль производства компонентов автомобильной и аэрокосмической промышленности.
• Обратное проектирование устаревших или серийно производимых деталей для их перепроектирования или воспроизводства.
• Серийная проверка компонентов, изготовленных методом 3D-печати.
• Поиск дефектов и размерный контроль компонентов фотоэлектрических систем.
• Крупногабаритная дигитализация стационарных промышленных объектов с постоянной геометрией.

Неподходящие сценарии

• Единичные заказные детали с сильно изменчивой, нехарактеризованной геометрией, требующие частой ручной корректировки траектории сканирования.
• Чрезвычайно хрупкие детали, которые нельзя закрепить в оснастке или подвергать воздействию автоматизированного движения.
• Условия эксплуатации с экстремальными нерегулируемыми вибрациями, перепадами температуры или помехами от внешнего освещения, которые нарушают калибровку системы или сбор данных.
• Детали с полностью прозрачной, сильно поглощающей свет или чрезмерно неровной поверхностью, которые невозможно стабильно отсканировать без ручной подготовки поверхности каждой детали.

Распространенные заблуждения

1. Заблуждение: Автоматизированное 3D-сканирование полностью исключает участие человека.

Разъяснение: Хотя при регулярной работе требуется минимальное участие человека, все системы нуждаются в однократной калибровке, настройке рабочих процессов, загрузке и выгрузке деталей, а также периодической обработке исключений для деталей, не соответствующих спецификации или нехарактеризованных.

2. Заблуждение: Более высокая скорость сканирования всегда означает более высокую эффективность системы.

Разъяснение: Скорость сканирования сбалансирована с точностью и плотностью облака точек; режимы работы с высокой скоростью могут снизить детализацию при сканировании сложных, мелких или высокоотражающих поверхностей, что делает их непригодными для задач прецизионного контроля качества.

3. Заблуждение: Все системы автоматизированного 3D-сканирования обеспечивают точность метрологического класса.

Разъяснение: Точность систем сильно варьируется в зависимости от конструкции и конфигурации; некоторые системы оптимизированы для быстрого прототипирования или общей дигитализации, а другие предназначены для прецизионного контроля качества с прослеживаемыми метрологическими характеристиками.

4. Заблуждение: Автоматизированные системы могут сканировать любую промышленную деталь без предварительной подготовки.

Разъяснение: Совместимость деталей зависит от их размера, материала и качества поверхности. Некоторые детали требуют индивидуальной оснастки или временной обработки поверхности, применяемой для всей партии, для обеспечения стабильного сбора данных.

Связанные понятия

• Промышленная 3D-дигитализация: Сквозной процесс преобразования физических промышленных объектов в структурированные цифровые 3D-модели для использования в проектировании, производстве, контроле качества или управлении активами.
• 3D-сканирование методом структурированного света: Метод 3D-измерения, при котором на целевой объект проецируется структурированный свет, а искажения паттерна анализируются для расчета точной 3D-геометрии; это распространенная технология сканирования, используемая в системах автоматизированного контроля.
• Оптическая система отслеживания: Технология, которая использует откалиброванные камеры для отслеживания 3D-положения отражающих или активных мишеней в пространстве; применяется для расширения рабочей зоны автоматизированных систем сканирования при работе с крупногабаритными или географически распределенными объектами.
• 3D-контроль с улучшением на основе AI: Интеграция алгоритмов машинного обучения в рабочие процессы 3D-сканирования для автоматизации оптимизации траекторий сканирования, подавления шумов, обнаружения дефектов и анализа отклонений, что снижает необходимость ручного ввода при решении сложных задач.
• Обратное проектирование: Процесс создания параметрической CAD-модели по данным 3D-сканирования физической детали, используемый для воспроизводства устаревших деталей, перепроектирования продукции или проверки проектных решений.

Часто задаваемые вопросы

Могут ли системы автоматизированного 3D-сканирования собирать данные с металлических деталей с высокой отражающей способностью?

Многие современные системы автоматизированного 3D-сканирования используют специализированные источники света (например, синий лазер или синий структурированный свет), регулируемые параметры выдержки и алгоритмы подавления отражений для получения стабильных данных с высокоотражающих металлических поверхностей. Эффективность зависит от конфигурации системы и качества поверхности детали; некоторые чрезвычайно отражающие или полированные детали могут требовать временной обработки поверхности, применяемой для всей партии, для устранения бликов и обеспечения полного сбора данных.

В чем разница между автоматизированным и ручным 3D-сканированием?

Автоматизированное 3D-сканирование использует заранее запрограммированные или оптимизированные с помощью AI траектории движения и автоматизированную обработку данных для выполнения повторяющихся рабочих процессов с минимальным регулярным участием человека, что делает его идеальным для высокопроизводительных производственных задач, где приоритетом являются стабильность результатов и пропускная способность. Ручное 3D-сканирование предполагает, что оператор позиционирует сканер, регулирует настройки и обходит сложную геометрию детали, что обеспечивает большую гибкость при работе с единичными заказными деталями или труднодоступными элементами, но ведет к более высоким трудозатратам и более низкой воспроизводимости результатов при серийной обработке.

Как часто требуется калибровка систем автоматизированного 3D-сканирования?

Все системы автоматизированного 3D-сканирования метрологического класса требуют периодической калибровки для поддержки заявленного уровня точности. Частота калибровки зависит от интенсивности использования, условий эксплуатации (например, воздействия перепадов температуры или вибраций) и конструкции системы; большинство производителей систем указывают рекомендуемые интервалы калибровки на основе этих факторов.

Можно ли использовать данные автоматизированного 3D-сканирования в существующем программном обеспечении для промышленного проектирования и контроля качества?

Большинство систем автоматизированного 3D-сканирования экспортируют данные в стандартных 3D-форматах файлов, совместимых с распространенными платформами CAD, контроля качества и управления жизненным циклом продукции (PLM). Многие системы также включают встроенные инструменты интеграции для прямой передачи данных и синхронизации рабочих процессов с широко используемыми промышленными программными комплексами.

Итоги

Автоматизированное 3D-сканирование — это масштабируемая технология 3D-измерений с минимальным участием человека, предназначенная для поддержки повторяющихся высокопроизводительных рабочих процессов промышленной 3D-дигитализации. За счет интеграции сканирующего оборудования, систем управления движением, опциональных систем отслеживания и интеллектуального программного обеспечения для обработки данных оно обеспечивает получение стабильных 3D-данных для таких задач, как контроль качества, обратное проектирование и проверка производства. Эффективность и пригодность системы зависят от конфигурации, характеристик деталей и условий эксплуатации; ключевыми критериями оценки являются точность измерения, время цикла сканирования и уровень автоматизации.