自动检测与计算机辅助检验（CAT）

自动检测的原理与方法
检测和检验是制造过程中最基本的活动之一。通过检测和检验活动提供产品及其制造过程的质量信息，按照这些信息对产品的制造过程实施控制——进行修正和补偿活动，使废次品与返修品率降到最低程度，保证产品质量形成过程的稳定性及其产出产品的一致性。
传统的检测和检验主要依赖人，并主要靠手工方式完成。它既费时又耗资，使生产周期增长，生产成本增加。同时，传统的检验和检测活动主要是在加工制造过程之后进行，一旦检出废次品，其损失已发生。此外，基于人工检测的信息，经常包含有人的误差（人差）的影响，按这样的信息控制制造过程，不仅要在过程后才可实施，而且也会引入人差的误差。因此，不能依赖这种信息实现实时或在机过程控制。
新的检测和检验常常是以多种先进的传感技术为基础的，且易于同计算机系统结合。在合适的软件支持下，这类自动化检测或检验系统可以自动地完成数据采集、处理、特征提取和识别，以及多种分析与计算。
1. 检测（Inspection）和检验（Testing）
在大多数情况下，检测和检验有不同的含义。
（1）质量控制中的检测 检测是指为了确定产品、零件、组件和部件或原材料是否满足设计规定的质量标准和技术要求目标值而进行的测试／测量等质量检测活动。例如：按设计图样规定的有关标准对机械零件的尺寸、形状和相互位置精度、表面粗糙度与表面质量等指标的目标值满足状况进行测量、数据处理和评价的相关质量检测活动。
检测的目标是：
1）实际测定产品（含零、部件）的规定质量特性及其指标的量值。
2）根据测得值的偏离状况，判定产品的质量水平（等级），确定废次品。
3）认定测量方法的正确性和对测量活动简化是否会影响对规定特征的控制。检测活动的实践中，第3）个目标的示例是：认定采用多种过／不过量规控制孔径、螺纹副加工质量是否满足产品质量标准的要求。
对规定的检测项目进行实际测量可获取制造过程各输入与输出阶段或工序的实测值，并可根据这些信息——时序实测值数列，确定其趋势与变动状况，调整制造过程，使生产能修正偏差，恢复正常的质量状态。采用简化测量，如用量规时，只能确定可否接受，但不能提供调整所需的信息，故不能实现质量控制。简化测量／检测的目的是节约测量时间，降低测量费用。
（2）质量控制中的检验 检验又称试验，它是对产品功能和性能进行评定的一种质量控制方法。检验指的是在实际工作环境（现场条件）或设计规定的工作条件下，对产品的功能、性能和寿命进行测定、试验和评价的质量控制活动。通常只有通过检验的产品才能上市供应用户。检验分为两类：一类是破坏性试验，如高压破坏试验；另一类是无损检测试验，如高压容器的无损探伤等。产品的检验评价是设计改进或修改、制造过程改善的依据，特别是要求安全认证的产品，如汽车、摩托车、压力容器、家电与炊事用具等，必须重视安全检验的评价。
上述两类质量控制法，过去多以人为主体来完成，为减少检测、检验的工作量，降低成本，从60年代以来，工业发达国家中的企业多采用质量控制法，并配置了多种先进、有效的自动检测装置与系统。
2. 统计质量控制（SQC）基础
统计质量控制是根据产品（含零件、组件、部件、原材料等）的抽样数据和统计分析结果对其质量进行推断，其理论基础是数理统计和概率论。抽样又称采样，是从产品中随机地抽出样件，对每一样件进行规定的质量特征项目的技术指标的检测或检验。在加工过程抽样中，质量特征指标是在制造过程中或制造过程刚完成后进行检测或检验，譬如：孔径自动检测仪可以在孔的磨削过程中实时地进行孔径尺寸的检测，而孔磨削加工完成后，可以进行在线或离线的检测或检验。
（1）制造中的偏差 任何一个制造工序必然存在偏差，利用足够精度且可靠的测量器具和正确的测量方法可以发现任何两个已加工工件或零件间的差异。根据误差理论，这种差异或偏差可分为两类。
1）随机偏差：它是由随机因素引起的不确定性。例如：原材料或毛坯件的加工余量、材料的可加工性、材料的缺陷和硬度的不均匀性等的变化、加工参数和设备调整及运行中的变动性、加工过程的变动性（振动、力与热效应的影响）及参与者的人因（即人的因素）的变化等，就是引起随机偏差的因素。这类偏差的表现规律是：单个偏差（又称误差）的绝对值及其符号有不确定性和无法预测的特征，而对其样本总体的统计则服从分布的规律。最常见和最典型的随机偏差趋向于服从正态分布。前苏联国家计量院与其他国家专家学者的研究结论是：大多数计量器具的测量误差的分布同正态分布相差甚远。甚至有的专家研究后认为：没有一种实际情况会导致一个真正的正态分布。鉴于这些研究结果，美国把基于非正态分布和计算机的新型控制图技术列为90年代的国家研究的课题。试图以它代替基于手工的计算，假定服从正态分布的现行质量过程控制图技术。
2）分配偏差：在制造过程处于稳定状态时，只存在随机偏差（系统误差可以设法消除）的过程被称为处在统计控制状态中。当制造过程脱离上述正常状态时所出现的偏差称为分配偏差，此时，制造过程处于不稳定状态。造成分配偏差（误差）的原因有刀具的失效、机床／机器装备的故障、原材料或坯件的缺陷、误操作和制造过程的突变等。在制造过程中，当制造系统的输出误差偏离正常的统计分布范围时，分配误差就会自行显露出来。因此，制造／加工过程误差的稳定性的研究成为当代质量控制技术的重要研究课题。
（2）过程能力 过程能力是指当制造过程处于统计控制状态时，制造过程输出所固有的正常变动的范围。按此定义，在生产中，过程能力等于6倍的标准方差σ或±3σ。若制造过程处于统计控制中，则称该过程为稳定状态。在规划产品制造过程和选择制造过程时，必须保证产品的制造过程的过程能力（又称为固有允差极限）同产品设计要求的允差（公差）相匹配。在质量工程中，这种匹配关系用过程能力系数Cp来度量，Cp被定义为
Cp＝2容差（公差）/6σ＝2Δ／6σ (1)
Δ＝y-m
式中 y——产品输出的特征指标的实际值；
m——该产品功能特征指标的目标值。
对于服从或可以用正态分布近似的制造过程，要求Cp≥1。例如：为满足设计规定公差（容差）为0.025mm的零件的加工，若选取制造过程能力（±3σ）≤±0.025mm的过程，即Cp1≥（2×0.025）/（2×0.025）＝1的过程是与加工要求相匹配的；若选择±0.03σ＝±0.03mm的过程，即Cp＝（2×0.025）/（2×0.03）≈0.83＜1的过程，则不能满足要求，故是不匹配的。现今制造企业选取±6σ或±9σ（飞机制造）作为容差限，故Cp＝2或Cp＝3。
（3）控制图 统计质量控制的目标是识别制造过程超出统计控制范围时，指示应该采取修正活动。现有的统计质量控制常用以下两种基本方法：
1）接收抽样（Acceptance Sampling）：它由一批零件、原材料或配件中抽取样件，并决定是否接收这批零件、原材料或配件。其决策的根据是采集的样件检测或检验的数据的统计分析结果。在质量控制中，上下工序间或各加工阶段间零件或产品的检测也可以采用此种方法。但JIT（准时）生产制中，主张由供货厂商提供100％合格品，而不进行耗时费钱的接收抽样检验。
2）控制图（Control Charts）：它是为了确定制造过程是否随时间的进展保持统计控制状态而绘制制造过程规定的输出项目指标测得值随时间变化特性的一种方法。控制图现在主要用于大量或大批与中批生产的过程。经过改造革新的基于误差流理论的新型控制图可以表达产品质量指标变化的趋势和变化的分散范围。现有的控制图主要有：
① X图：是表征制造过程给定输出项（指标的测得值）的均值随时间的变化情况。按照制造过程的进行，成组抽样，将每组测得值的算术平均值画在控制图中而获得。
② R图：在R图中给出的是每组抽样的范围。它用来监视过程的变化和指示过程偏差范围随时间的变化特性。
③ P图：画入P图的是每组抽样中废品所占的百分数。它主要用来控制废品率。当废品率超过上控制限时，表征该过程已偏离了统计控制范围。
④ C图：它是将每次抽样样品中的废品顺序件号、件数或计数画在控制图中，用于表征废品件号或件数随时间的变化状况。
3．自动检测原理与方法
现有的统计质量控制在实施时存在两类问题。其一采取抽样办法进行采样件的检测或检验，由于经济生产的要求，采样的样本是较小的，例如大量生产中只抽取1％或更少的样件，在进行破坏性检验或可靠性试验中，其抽样件数就更少。因此，其统计推断的风险必然较高，对产品质量或制造过程质量状况的判断准确性低，按此判断，提高质量所付出的代价高。其二，即使不考虑正态分布假定的正确性，按照正态分布的统计，必然存在少数废次品。虽然它对大的产出量来讲，是小概率事件，但一旦产品上市后，对买到这些废品的用户来讲，则是100％的废品概率。因此，这对于今天和跨世纪的市场是不允许的。结论只能是：采取100％的检测战略获取100％的合格品。但是，依赖于手工检测方式的100％检验，将造成以下不良后果：第一，必然延长检验时间。即使在日本式的JIT生产方式下，虽可不增加检验人员，但操作者必然要有更好的检测技术保证，必然要付出更艰辛的劳动（在一定条件下可以这样要求操作者，但由于以上原因，并非是一定可取的）；第二，由于人生理与心理因素的限制，常常使检测结果受人的因素的影响（假定有有效的检测技术培训保证下），即必然渗入人差，影响检测结果的正确性。如果，依赖专职检验人员来完成，必然延长生产周期，增大检测成本。实践已经证明，采用手工方式的100％检测不可能获取100％高质量和合格的产品。
（1）100％的自动检测 检测过程的自动化为100％检测提供了有效的手段。自动检测是检测过程所包含的一个或多个检测阶段的自动化。它包括自动化装卸与传输系统同一些操作的支持；完成实际检测的过程，手工装卸被测件于自动检测仪器设备上；装卸与检测均完全自动化完成等三种情况。能发挥自动检测的全部效能的方式之一是把它们集成进制造过程中，进行在机或在线，亦或实时地100％检测。另一种方式是对制造过程的质量形成子过程，特别是对关键装备的加工过程实施监视或监控。自动检测在制造过程的监视中可以发挥两种积极作用：
1）及时提供反馈信息：为了提高质量，要及时调整制造过程，由自动检测装置采集到的数据是制造系统质量控制补偿调整所需的质量特性的反馈信息来源。当自动检测结果指示过程的输出值已偏离目标值时，通过反馈控制可以修正输入参数而使输出“返回”正常值范围。采用这种方法比之采用抽样离线检测法可使产品的质量变动保持在更小的分散范围内。因此，采用自动检测后提高了制造过程的过程能力。
2）根据质量等级进行零件／产品分类：对于制造过程合适的质量水平可分为两个或两个以上，如“可接收的”、“可返修的”、“废品”等。分类器可以集成进检验工序中，也可以根据检测到的数据前馈，进行单独分类工序或作业。
值得一提的是，尽管我们介绍了包括自动化程度很高的自动检测方式，但并不意味着我们提倡普遍采用这类高级自动化的检测方法。相反，我们主张从实际出发，既要考虑是否必要，又要考虑是否在经济上可承受，且能否收回投资而实现好的效益。这方面，我们应以日本丰田的JIT生产方式中对自动检测的应用为借鉴，结合国情和企业实际进行正确的决策。JIT逻辑中有两个基本的概念：一是准时化；二是自治化（Autonomation）。注意并非自动化（Aut0mation）！自治化在日语中称为“Jidoka”，指的是建立一种自动监视和管理不正常状态的机制。它有两层含义：
1）他们所主张的自治化并非一般意义上的自动化。自动化的一般含义是“以机器代替人”。根据这种理解的自动化，只需人按起动电钮，机器就代替人自动地运行起来，完成规定的工作或活动，而无须人的参与。现实是，大多数自动化机器设备不具备发现制造质量故障缺陷的能力，也不具备出现制造质量问题时自动停机的功能。换言之，这类自动化的机床或设备还没有配置自动监视和控制质量的能力。因此，一旦机器出现故障，质量缺陷或运作差错时，仍然“自动地”生产不合格的制品，或导致设备故障，造成浪费。丰田公司虽然也应用这一层含义，但更强调其第二层含义。
2）另一个含义是“自动化缺陷控制”。他们主张配置一种能发现质量缺陷和机器设备动作异常或操作错误的技术和装置。例如：
① 由限位开关和电眼组成的接触式检测装置被用来测量零部件、产品在尺寸、形状等与正常情况的差异，并自动检测是否存在某种质量缺陷，进行自动识别和分类。
② 颜色识别检出装置。它对产品、零部件的检测是利用各种颜色的反射光线，而不是限位开关和电眼。
③ 记录式检测装置。它可以把现场作业人员的每个操作自动记录下来。在发生漏操作时，该装置就自动发出信号，提醒作业人员进行弥补。
④ 接触式自动停机装置。当异常状况或作业人员操作失误时，该装置自动停机，如丰田公司配置在装配线上每两个相邻工位交接处的停机踏板，一旦作业人员越出自己的工位区限，踩在踏板上，装配线运行停止。
⑤ 利用灯光显示牌和数字显示牌发现异常情况报警或醒视作用。如：用红灯表示机器发生故障，停止生产线；绿灯表示一切正常；白灯表示生产任务已完成；黄灯表示出现异常，请求帮助；蓝灯表示不合格品已出现等等。
在要求的产品或零部件全数制作完成后，机器或生产线自动停止工作。在有效的管理配合下，从实际出发实施各种层次上的自动检测。
（2）离线与在线检测 确定检测进行的时机，是制造过程质量控制中极为重要的问题。相对于制造过程，把检测分为离线检测、在线／过程中检测和在线／过程后检测三类，其工作原理如图1所示。图1a表示离线检测，此时零件或产品脱离制造过程，在距生产线一定距离的检测工作站上进行检测。这种检测方式必然存在制造和检测的延时。大多数手工检测属于这一类。在制造的过程能力能满足设计目标要求的公差范围内，高生产率或生产时间短而生产过程输出状况稳定，超差的风险小时，或在线检测成本相对较高时，多采用离线检测方式。这种检测方式的主要不足是不能及时发现输出的质量问题，质量检测的反馈信息只能代表有相当长时间滞后的状况。替代它的检测方式是在线检测。在线检测是指检测器具、装置或检测工作站在空间上集成在制造系统中，制造过程与检测过程没有时间滞后（并非指检出时间与故障缺陷发生时间无时间滞后！）或只有短的时间滞后。前者称（加工）过程中，后者称（加工）过程后。因此，在线检测按是否与制造过程有时间滞后分为在线过程中检测和在线过程后检测两类。习惯上又把在线过程中检测称为实时检测，把在线过程后检测称为在线检测。