亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Manufacturing Technology >> 工业技术

金属检测中的人为因素

视觉或机械检查是否真的 100%?

金属检测是制造过程中的关键步骤,有助于确保作为(字面上)无数产品组件的小金属零件的质量。然而,对零件进行 100% 检测的概念有点棘手。

这是因为,无论您使用何种检测方法,人们都不可能检测到零件表面的每一个微小部分——这意味着 100% 的检测并不完全是 100%。

金属检测的内容、方法和时间

在 Metal Cutting,我们通常会在每个项目开始时制定抽样计划。在计划中,我们详细说明了我们生产的零件的哪些尺寸——它们的直径、长度等——将被检查,以及这些检查的方式和时间。

作为一项规则,我们使用具有相关可接受质量水平 (AQL) 的 c=0 抽样计划,它决定了每批中随机选择的零件数量将被检查。根据这个计划,如果随机选择的零件只有一个未通过检查,则必须进行 100% 的检查。

金属检验可能发生在接收、生产过程中的指定步骤(或多个步骤)、制造结束时(包装和交付之前)或以上所有阶段。此外,偶然发现可能会要求进行检查。

例如,在对客户提供的进货材料进行盘点时,例如将被切割成小部件的长棒或长管,我们可能会注意到并提醒客户注意可能影响最终成品的凿痕、划痕或其他表面缺陷产品。那时,客户可能会做以下三件事之一:

由于检查金属零件的质量是我们 DNA 的一部分,我们随时准备、愿意并且能够满足此类要求。但是,如果客户提供的材料导致检查时间增加,则可能需要重新报价工作的价格。另外,我们时刻提醒客户,即使是100%的目测也不能100%保证。

可以肯定的是,我们精通并拥有一系列具有各种功能的自动化视觉检测机器,这些机器具有非常高的准确性、可重复性和可靠性。但是,这些机器是为特定任务预先设计的。

我们的自动检测机不适用于金属零件上出现的、由我们的供应商或客户的原材料供应商造成的意外视觉缺陷。在交易方面,没有人愿意付钱让我们拥有并使用一台机器来寻找一开始就不应该存在的东西。

因此,这些附加的 100% 视觉检查都是由人眼完成的。

目测金属检测是否 100%?

目视检查通常用于检测金属零件中的各种表面光洁度问题,从腐蚀和污染到可能对产品性能产生影响的裂纹和表面不规则性。这种金属检测的范围从肉眼检查到使用精密光学工具,如高倍显微镜。

执行 100% 目视检查通常需要在尽可能接近的水平上观察小零件——例如,在显微镜下滚动小圆棒或圆管以检查零件表面的每个微小部分。

这需要一个人在物理上移动零件,同时确保沿着零件长度的 100% 在管或杆圆周的所有 360º 处检查表面。眨眼,一个微不足道却很重要的缺陷很容易被漏掉。

更重要的是,目视检查员利用他们的经验,通过判断缺陷的相对大小、颜色、深度和其他特征来决定零件是通过还是失败,从而使结果具有主观性。此外,人是有缺陷的,即使是最勤奋的检查员也会犯错误。

事实上,人为错误是涉及人员的任何流程的正常组成部分,尤其是在任务量大且重复性高的情况下。在大量生产力研究和数据中,共识是,对于大容量活动,人类通常可以显示 80% 到 90% 的准确率,在一定量的重复后准确率会急剧下降。

人工操作员可能会误读千分尺,将零件放入错误的箱子中,或者只是在关键的毫秒内“眨眼”。即使您采用二元、通过-失败的检查、判断和人为错误方法,也会对 100% 目视检查的结果产生影响。

并不是说任何特定的人都无法在特定任务中达到 100% 的准确性。但与机械化或计算执行的任务不同,人类很难做到完美。毕竟犯错是人之常情!

机械金属检测是否 100%?

当然,金属检测不限于“肉眼”或使用光学工具进行目视检查;许多制造商(包括金属切割,如上所述)也使用各种可以自动化大部分零件检测过程的机器。

可以购买一台可以完美检查 100% 零件的尺寸和某些颜色特征的设备。但是,当需要判断或没有通过失败的标准时,机械检查(如外观检查)不能100%保证。

例如,涡流检测 (ECT) 利用电磁感应来检查金属部件的表面缺陷,例如裂纹、点蚀和腐蚀。也可用于薄壁管等零件的厚度测量。

但是,由于 ECT 是基于间接测量的,因此仪器读数与被检查零件的结构特征之间的相关性会有所不同,必须根据具体应用仔细确定。 (阅读有关涡流检测的更多信息。)

机械检测中的人为因素

在金属零件的机械检查中也存在人为因素,在诸如机器编程和为视觉测量系统等工具设置照明等重要步骤中为人为错误创造了空间。在使用千分尺和其他测量设备时,人类确实参与了诸如将零件送入机器以及施加压力等任务。


工业技术

  1. 什么是金属玻璃?
  2. “自动驾驶”供应链的到来
  3. 网络安全战略中的关键人为因素
  4. 工作设备检验标准程序
  5. 焊接铝材有哪些挑战?
  6. 物联网提高金属制造效率的 4 种方法
  7. 钣金量规:钣金制造的重要性
  8. 3D 金属挤压是添加剂的下一波浪潮吗?
  9. 手工去毛刺与机器去毛刺:成本因素
  10. 如何减少人为因素以消除偏差?
  11. 金属加工经济学
  12. 测量小金属零件的垂直度