CN110363756A - 一种用于磨头的磨损检测系统及检测方法 - Google Patents
一种用于磨头的磨损检测系统及检测方法 Download PDFInfo
- Publication number
- CN110363756A CN110363756A CN201910651642.0A CN201910651642A CN110363756A CN 110363756 A CN110363756 A CN 110363756A CN 201910651642 A CN201910651642 A CN 201910651642A CN 110363756 A CN110363756 A CN 110363756A
- Authority
- CN
- China
- Prior art keywords
- bistrique
- image
- information
- characteristic point
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title abstract description 31
- 238000005299 abrasion Methods 0.000 claims abstract description 50
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000010276 construction Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 33
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000012790 confirmation Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000007514 turning Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 229910001651 emery Inorganic materials 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/56—Investigating resistance to wear or abrasion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0001—Type of application of the stress
- G01N2203/0005—Repeated or cyclic
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/06—Indicating or recording means; Sensing means
- G01N2203/0641—Indicating or recording means; Sensing means using optical, X-ray, ultraviolet, infrared or similar detectors
- G01N2203/0647—Image analysis
Abstract
本发明提供了一种磨损检测系统,包括磨头,还包括模型构建模块,用于构建待检测磨头模型,并根据待检测磨头模型对磨头表面进行区域划分,得到区域划分位置信息;图像及信息确定模块,用于根据磨头的锁定状态和待检测磨头模型获取磨头的图像组,确定图像组中每张输入图像所对应的区域划分位置信息;图像磨损识别模块,用于对图像组进行图像识别,获得磨损的磨头表面图像,并根据磨损的磨头表面图像相应的区域划分位置信息,获得磨损位置信息;磨损评价模块,用于根据磨损位置信息,生成损伤检测报告。本发明可以实现检测磨头是否处于良好使用状态,及并根据监测情况,实时更换或维修磨头,进而提高板材的加工质量。
Description
技术领域
本发明涉及磨损检测领域,具体而言,涉及一种用于磨头的磨损检测系统及检测方法。
背景技术
磨头是一种小型带柄磨削工具的总称,应用于电磨机、吊磨机、手电钻,种类很多主要有陶瓷磨头,橡胶磨头,金刚石磨头,砂布磨头等,是磨削工艺中的重要作用部件,如出现磨头损坏、报废等情况,便会使得磨削加工环节中的产品需要重新加工或延长磨削加工时间,且在现代工艺中,当磨削装置出现问题时,常需要工作人员逐个地进行检查,极为耗费时间,从而拉低了生产工艺的生产效率。
另外,经过大量检索发现一些典型的现有技术,如专利CN107817186A,提供了一种精确测量模具磨损的检测系统,包括检测平台和悬于所述检测平台上的检测部,所述检测部包括磨头Y向运动装置、磨头X向运动装置和磨头Z向升降装置,所述磨头Z向升降装置与所述磨头X向运动装置连接,所述磨头X向运动装置与所述磨头Y向运动装置连接,所述磨头Z向升降装置连接有磨头夹紧装置,所述磨头Z向升降装置上设有光栅尺。本发明还提供了一种精确测量模具磨损的检测方法。该技术方案着眼于实现全工况轨迹的磨损,提高检测的准确度。或如专利CN105823448A,则工件加工精度检测和磨头进给量补偿在线检测,对磨头的磨损进行实时监控,消除磨头磨损对工件磨削质量的不良影响,并科学地选择磨头进给量补偿调整时机。又如一种典型的案例JP6075995B2,提供了砂轮磨损量检测方法,用于检测在用于磨削板材工件的磨削装置中使用的砂轮的消耗量,包括第一高度计,用于测量保持台的上表面高度,第二高度计,用于测量由保持台保持的板状工件的上表面高度,负载检测装置,用于检测在研磨板状工件期间由保持装置从研磨装置接收的负载。
可见,如何实现智能化检测磨头的磨损情况,其实际应用中的亟待处理的实际问题还有很多未提出具体的解决方案。
发明内容
为了克服现有技术的不足提供了一种用于磨头的磨损检测系统及检测方法,本发明的具体技术方案如下:
一种用于磨头的磨损检测系统,包括磨头、模型构建模块、图像及信息确定模块、图像磨损识别模块及磨损评价模块,其中,所述模型构建模块,用于构建待检测磨头模型,并根据所述待检测磨头模型对所述磨头表面进行区域划分,得到区域划分位置信息;所述图像及信息确定模块,用于根据磨头的锁定状态和所述待检测磨头模型获取磨头的图像组,确定所述图像组中每张输入图像所对应的区域划分位置信息;图像磨损识别模块,用于对所述图像组进行图像识别,获得磨损的磨头表面图像,并根据所述磨损的磨头表面图像相应的区域划分位置信息,获得磨损位置信息;所述磨损评价模块,用于根据磨损位置信息,生成损伤检测报告。
可选的,所述图像及信息确定模块,用于当所述磨头处于锁定状态时,根据所述待检测磨头模型将所述区域位置信息与磨头连杆处的位置信息进行比对,确定所述图像组中每张输入图像所对应的区域位置信息为以下之一:正面磨头区、背面磨头区、侧面磨头区。
可选的,所述图像磨损识别模块,包括:
第一识别单元,用于根据所述待检测磨头模型及区域获取预先存储的待检测磨头特征点,且针对所述图像组分别提取特征点,并根据图像组中每张输入图像的区域位置信息将所述图像组的图像的特征点与所述待检测磨头特征点进行比较,得到未完全匹配的图像;
第二识别单元,用于根据所述未完全匹配的图像和所述待检测磨头模型,得到未匹配特征点的坐标信息,根据所述未匹配特征点的坐标信息,获取得到相邻坐标距离不超过预设坐标单位值的未匹配特征点坐标信息,并根据所述不超过预设坐标单位值得未匹配特征点坐标信息计算得到未匹配特征点区域面积,并判断所述未匹配特征点区域面积是否大于预设区域面积,若是,则标记所述未匹配区特征点所在的区域异常,且继续获取未匹配特征点的相应图像的区域位置信息。
另外,本发明还提供了一种磨损检测方法,应用于所述磨损检测系统,包括:构建待检测磨头模型,并根据所述待检测磨头模型对所述磨头表面进行区域划分,得到区域划分位置信息;根据磨头的锁定状态和所述待检测磨头模型获取磨头的图像组,确定所述图像组中每张输入图像所对应的区域划分位置信息;对所述图像组进行图像识别,获得磨损的磨头表面图像,并根据所述磨损的磨头表面图像相应的区域划分位置信息,获得磨损位置信息;根据磨损位置信息,生成损伤检测报告。
可选的,根据所述图像的区域位置信息,判断未匹配特征点的相应图像的区域位置属于正面磨头区、背面磨头区或侧面磨头区,
若所述输入图像的区域位置为侧面磨头区,则获取所述磨头的最边缘特征点的坐标信息并计算并将计算得到剩余厚度值并按大小排序,获取得到最小排序剩余厚度值,并确认所述最小排序剩余厚度是否小于预存的预警厚度值,若小于所述预存预警厚度,则向终端发送包括建议更换磨头的提醒信息;还轮询确认所述磨头最边缘特征点的坐标信息之间是否存在未匹配的特征点,若确认存在未匹配的特征点,则根据所述未匹配的特征点的坐标信息获取得到灰度值并计算得到相应的灰度均值,且根据所述区域位置信息获取得到预存预警灰度均值并判断相应的灰度均值是否大于或等于所述预存预警灰度均值,若是,则标记所相应的磨头表面区域磨损异常,并向终端发送磨损异常信息,若否,则标记所相应的磨头表面区域正常;
若所述输入图像的区域位置为正面磨头区或背面磨头区,则获取所述磨头的未匹配特征点的坐标信息获取得到灰度值并计算得到相应的灰度均值,判断灰度均值是否小于或等于正背面预警灰度均值,若否,则标记相应的磨头表面区域磨损异常,并向终端发送磨损异常信息,若是,则标记所相应的磨头表面区域正常。
可选的,根据所述磨损位置信息、剩余厚度值、灰度均值和/或未匹配特征点区域面积信息,生成损伤检测报告。
本发明所取得的有益效果包括:1、可以免受损的磨头继续加工板材,给板材造成损坏或导致部分板材区域未被加工,从而需要多次运行磨头对板材进行打磨处理,可以有效地避免后续加工的麻烦,也可以无需反复开启或延长打磨装置的运行时间,极大地节约能源;2、便于进行磨头损伤检测的工作人员清楚获知未匹配特征点的所在区域,便于工作人员进行查看磨头情况;3、可以智能化地检测磨头是否处于良好运行状态,及并根据监测情况,实时更换或维修磨头,进而提高板材的加工质量。
附图说明
从以下结合附图的描述可以进一步理解本发明,将重点放在示出实施例的原理上。
图1是本发明实施例之一中一种磨损检测系统的一结构示意图;
图2是本发明实施例之一中一种磨损检测系统的另一结构示意图;
图3是本发明实施例之一中一种磨损检测方法的流程示意图;
图4是本发明实施例之一中特征点的匹配结果示意图。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白,以下结合其实施例,对本发明进行进一步详细说明;应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明。对于本领域技术人员而言,在查阅以下详细描述之后,本实施例的其它系统、方法和/或特征将变得显而易见。旨在所有此类附加的系统、方法、特征和优点都包括在本说明书内、包括在本发明的范围内,并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征,并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或组件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
本发明为一种用于磨头的磨损检测系统及检测方法,根据图1-4所示讲述以下实施例:
实施例一:
本实施例提供了一种用于磨头的磨损检测系统,包括磨头、模型构建模块、图像及信息确定模块、图像磨损识别模块及磨损评价模块,其中,所述模型构建模块,用于构建待检测磨头模型,并根据所述待检测磨头模型对所述磨头表面进行区域划分,得到区域划分位置信息;所述图像及信息确定模块,用于根据磨头的锁定状态和所述待检测磨头模型获取磨头的图像组,确定所述图像组中每张输入图像所对应的区域划分位置信息;图像磨损识别模块,用于对所述图像组进行图像识别,获得磨损的磨头表面图像,并根据所述磨损的磨头表面图像相应的区域划分位置信息,获得磨损位置信息;所述磨损评价模块,用于根据磨损位置信息,生成损伤检测报告。
其中,所述图像及信息确定模块,用于当所述磨头处于锁定状态时,根据所述待检测磨头模型将所述区域位置信息与磨头连杆处的位置信息进行比对,确定所述图像组中每张输入图像所对应的区域位置信息为以下之一:正面磨头区、背面磨头区、侧面磨头区。
其中,所述图像磨损识别模块,包括:
第一识别单元,用于根据所述待检测磨头模型及区域获取预先存储的待检测磨头特征点,且针对所述图像组分别提取特征点,并根据图像组中每张输入图像的区域位置信息将所述图像组的图像的特征点与所述待检测磨头特征点进行比较,得到未完全匹配的图像;
第二识别单元,用于根据所述未完全匹配的图像和所述待检测磨头模型,得到未匹配特征点的坐标信息,根据所述未匹配特征点的坐标信息,获取得到相邻坐标距离不超过预设坐标单位值的未匹配特征点坐标信息,并根据所述不超过预设坐标单位值得未匹配特征点坐标信息计算得到未匹配特征点区域面积,并判断所述未匹配特征点区域面积是否大于预设区域面积,若是,则标记所述未匹配区特征点所在的区域异常,且继续获取未匹配特征点的相应图像的区域位置信息。
需要说明的是,本发明实施例中的磨损检测系统可以用于实现下述方法实施例中的全部技术方案,其各个功能模块的功能可以根据下述方法实施例中的方法具体实现,其具体实现过程可参照上述实施例中的相关描述,此处不再赘述。
另外,本发明还提供了一种磨损检测方法,应用于所述磨损检测系统,包括:
S101:构建待检测磨头模型,并根据所述待检测磨头模型对所述磨头表面进行区域划分,得到区域划分位置信息;
S102:根据磨头的锁定状态和所述待检测磨头模型获取磨头的图像组,确定所述图像组中每张输入图像所对应的区域划分位置信息;
S103:对所述图像组进行图像识别,获得磨损的磨头表面图像,并根据所述磨损的磨头表面图像相应的区域划分位置信息,获得磨损位置信息;
S104:根据磨损位置信息,生成损伤检测报告。
其中,根据所述图像的区域位置信息,判断未匹配特征点的相应图像的区域位置属于正面磨头区、背面磨头区或侧面磨头区,
若所述输入图像的区域位置为侧面磨头区,则获取所述磨头的最边缘特征点的坐标信息并计算并将计算得到剩余厚度值并按大小排序,获取得到最小排序剩余厚度值,并确认所述最小排序剩余厚度是否小于预存的预警厚度值,若小于所述预存预警厚度,则向终端发送包括建议更换磨头的提醒信息;还轮询确认所述磨头最边缘特征点的坐标信息之间是否存在未匹配的特征点,若确认存在未匹配的特征点,则根据所述未匹配的特征点的坐标信息获取得到灰度值并计算得到相应的灰度均值,且根据所述区域位置信息获取得到预存预警灰度均值并判断相应的灰度均值是否大于或等于所述预存预警灰度均值,若是,则标记所相应的磨头表面区域磨损异常,并向终端发送磨损异常信息,若否,则标记所相应的磨头表面区域正常;
若所述输入图像的区域位置为正面磨头区或背面磨头区,则获取所述磨头的未匹配特征点的坐标信息获取得到灰度值并计算得到相应的灰度均值,判断灰度均值是否小于或等于正背面预警灰度均值,若否,则标记相应的磨头表面区域磨损异常,并向终端发送磨损异常信息,若是,则标记所相应的磨头表面区域正常。
其中,根据所述磨损位置信息、剩余厚度值、灰度均值和/或未匹配特征点区域面积信息,生成损伤检测报告。
实施例二:
本实施例提供了一种用于磨头的磨损检测系统,包括磨头、模型构建模块、图像及信息确定模块、图像磨损识别模块及磨损评价模块,其中,所述模型构建模块,用于获取待构建模型的磨头的型号信息,并根据磨头未投入使用时的状态以及磨头当前的状态信息构建待检测磨头模型,并根据所述待检测磨头模型对所述磨头表面进行区域划分,得到区域划分位置信息,且所述区域划分之后,对每个区域进行XY轴直角坐标系构建,使得所述磨头的各个特征点都落入到所述XY轴坐标系中,且因根据区域划分后构建直角坐标系,可以清楚获取每个特征点的坐标信息,且根据对特征点坐标信息之间的计算,可快速地获知磨头的磨损情况。如从投入安装使用到现在,磨头已经磨损了多少厚度,或是磨头某个区域中的某个位置因投入到板材的打磨时,磨头与板材相互作用,使得磨头部分出现缺口,且通过同一圆周或同一表面的坐标信息的对比及计算,且可以获知缺口的位置、大小,是否超过可以允许缺口范围,是否可能对板材的打磨处理造成损坏;所述图像及信息确定模块,用于检测磨头的运行状态,并检测磨头是否处于锁定状态,若磨头已处于锁定状态,则自动调整图像及信息确定模块与所述磨头处于同一高度,以便于获取磨头的图像信息,则根据磨头的锁定状态和所述待检测磨头模型获取磨头的图像组,确定所述图像组中每张输入图像所对应的区域划分位置信息,并通过所述区域划分位置信息对所述输入图像进行标记,优选的,图像获取时优选使用COMS照相机或CCD照相机,或其它图像获取装置,所述输入图像的格式(解析度、彩色或黑白、静止图像或动画、灰度、数据格式等)是任意的,可以按照待检测的种类和传感检测的目的是当选择,在将可视光图像意外的特殊的图像(X射线图像、热红外图像等)用于检查时,可以使用与该图像相对应的图像获取装置;图像磨损识别模块,用于对所述图像组进行图像识别,获得磨损的磨头表面图像,并根据所述磨损的磨头表面图像信息中标记的区域划分位置信息获取相应的区域划分位置信息,进而获得磨损位置信息;所述磨损评价模块,用于根据磨损位置信息,对所述磨损情况进行风险评价,生成损伤检测报告,用户可通过查看该损伤检测报告,清楚获知磨损情况,并通过磨损情况中记载的磨损风险等级,判断磨头是否处于良好运行的状态,是否需要更换磨头,从而避免受损的磨头继续加工板材,给板材造成损坏或导致部分板材区域未被加工,从而需要多次运行磨头对板材进行打磨处理,可以有效地避免后续加工的麻烦,也可以无需反复开启或延长打磨装置的运行时间,极大地节约能源。
其中,所述图像及信息确定模块,用于当所述磨头处于锁定状态时,根据所述待检测磨头模型将所述区域位置信息与磨头连杆处的位置信息进行比对,确定所述图像组中每张输入图像所对应的区域位置信息为以下之一:正面磨头区、背面磨头区、侧面磨头区。优选的,为了更好的获取磨头表面的情况,获取的侧面图像至少为三张,而对应的所述侧面磨头区又可以分为侧面第一磨头区、侧面第二磨头区、侧面第三磨头区,从而可以实现对磨头侧面的图像全覆盖。另外,获取所述图像组之后,并将其与当前系统时间一并打包存储。由于图像组的图像均与系统时间对应存储,因此,图像及信息确定模块获取图像完成会后,在图像处理系统的磨损评价模块读取存储的图像区域划分位置信息时,同时也读取保存在本地的磨损图像。根据磨损图像对应的时间即可读取该时间磨头的图像信息,便于后续根据图像信息实现磨损定位。
其中,所述图像磨损识别模块,包括:
第一识别单元,用于根据所述待检测磨头模型及区域获取预先存储的待检测磨头特征点,且针对所述图像组分别提取特征点,并根据图像组中每张输入图像的区域位置信息将所述图像组的图像的特征点与所述待检测磨头特征点进行比较,得到未完全匹配的图像;具体的,所述特征点采用以磨头表面轮廓区域内的所述像素点,如采用特定角度设置的直线像素点的条数或圆区域内的像素点的个数等作为特征点,且在采取特征点时,对获取图像时的空间亮度进行统一亮度差额补偿,使得获取的磨头图像的灰度值上出入不大,以便于后续特征点的快速匹配。
第二识别单元,用于根据所述未完全匹配的图像和所述待检测磨头模型,得到未匹配特征点的坐标信息,根据所述未匹配特征点的坐标信息,获取得到相邻坐标距离不超过预设坐标单位值的未匹配特征点坐标信息,并根据所述不超过预设坐标单位值得未匹配特征点坐标信息计算得到未匹配特征点区域面积,并判断所述未匹配特征点区域面积是否大于预设区域面积,若是,则标记所述未匹配区特征点所在的区域异常,且继续获取未匹配特征点的相应图像的区域位置信息,以便于进行磨头损伤检测的工作人员清楚获知未匹配特征点的所在区域,便于工作人员进行查看磨头情况。
需要说明的是,本发明实施例中的磨损检测系统可以用于实现下述方法实施例中的全部技术方案,其各个功能模块的功能可以根据下述方法实施例中的方法具体实现,其具体实现过程可参照上述实施例中的相关描述,此处不再赘述。
另外,本发明还提供了一种磨损检测方法,应用于所述磨损检测系统,包括:
S101:构建待检测磨头模型,并根据所述待检测磨头模型对所述磨头表面进行区域划分,得到区域划分位置信息;
S102:根据磨头的锁定状态和所述待检测磨头模型获取磨头的图像组,确定所述图像组中每张输入图像所对应的区域划分位置信息;
S103:对所述图像组进行图像识别,获得磨损的磨头表面图像,并根据所述磨损的磨头表面图像相应的区域划分位置信息,获得磨损位置信息;
S104:根据磨损位置信息,生成损伤检测报告。
其中,根据所述图像的区域位置信息,判断未匹配特征点的相应图像的区域位置属于正面磨头区、背面磨头区或侧面磨头区,
若所述输入图像的区域位置为侧面磨头区,则获取所述磨头的最边缘特征点的坐标信息并根据所述最边缘特征点的坐标信息计算得到剩余厚度值,所述剩余厚度值按大小排序存储,如A特征点的坐标为(a,b),B特征点的坐标为(c,d),由此可以计算AB点之间的距离可根据勾股函数计算得到,且将该距离与预警剩余厚度值进行比较,即可通过比较结果知道磨头的厚度情况,以决定是否应该更换,根据排序结果获取得到最小排序剩余厚度值,并确认所述最小排序剩余厚度是否小于预存的预警厚度值,若小于所述预存预警厚度,则向终端发送包括建议更换磨头的提醒信息;还轮询确认所述磨头最边缘特征点的坐标信息之间是否存在未匹配的特征点,若确认存在未匹配的特征点,则根据所述未匹配的特征点的坐标信息获取得到灰度值并计算得到相应的灰度均值,且根据所述区域位置信息获取得到预存预警灰度均值并判断相应的灰度均值是否大于或等于所述预存预警灰度均值,若是,则标记所相应的磨头表面区域磨损异常,并向终端发送磨损异常信息,若否,则标记所相应的磨头表面区域正常;
若所述输入图像的区域位置为正面磨头区或背面磨头区,则获取所述磨头的未匹配特征点的坐标信息获取得到灰度值并计算得到相应的灰度均值,判断灰度均值是否小于或等于正背面预警灰度均值,若否,则标记相应的磨头表面区域磨损异常,并向终端发送磨损异常信息,若是,则标记所相应的磨头表面区域正常。
其中,根据所述磨损位置信息、剩余厚度值、灰度均值和/或未匹配特征点区域面积信息,生成损伤检测报告。
实施例三:
基于本实施例与实施例二基本相同,不同之处在于:所述检测系统还包括旋转检测模块以及电压检测模块,其中,当所述检测判断所述剩余厚度值、灰度均值和/或未匹配特征点区域面积异常时,则所述旋转检测模块响应启动,按规定时间进行所述磨头的转速值、连接磨头的连杆的旋转力矩值,并计算所述磨头的转速值的变化量、连接磨头的连杆旋转力矩值的变化量,并判断所述变化量是否超过了规定值。具体的,为了提高检测的准确性,所述旋转检测模块将所述磨头的转速值或旋转力矩值的最大值与最小值的均值作为所述磨头的转速值的变化量参考,与所述磨头检测时刻的转速值或旋转力矩值进行比较,若所述旋转检测模块判断所述变化量超过了规定值,并向系统终端发送警报提醒信息。另外,所述电压检测模块,用于在预设输入检测电流的情况下,检测带动所述磨头旋转的装置的两端电压值,并根据电压变化值,且随着磨损情况的不断变化,磨头的重量必将降低,从而的在输入电流不变的情况下,电压必将下降,从而判断所述磨头的磨损情况是否正常。
综上所述,本发明公开的一种用于磨头的磨损检测系统及检测方法,所产生的有益技术效果包括:1、可以免受损的磨头继续加工板材,给板材造成损坏或导致部分板材区域未被加工,从而需要多次运行磨头对板材进行打磨处理,可以有效地避免后续加工的麻烦,也可以无需反复开启或延长打磨装置的运行时间,极大地节约能源;2、便于进行磨头损伤检测的工作人员清楚获知未匹配特征点的所在区域,便于工作人员进行查看磨头情况;3、可以智能化地检测磨头是否处于良好运行状态,及并根据监测情况,实时更换或维修磨头,进而提高板材的加工质量。
虽然上面已经参考各种实施例描述了本发明,但是应当理解,在不脱离本发明的范围的情况下,可以进行许多改变和修改。也就是说上面讨论的方法、系统和设备是示例,各种配置可以适当地省略、替换或添加各种过程或组件。例如,在替代配置中,可以以与所描述的顺序不同的顺序执行方法和/或可以添加,省略和/或组合各种部件。而且,关于某些配置描述的特征可以以各种其他配置组合,如可以以类似的方式组合配置的不同方面和元素。此外,随着技术发展其中的元素可以更新,即许多元素是示例,并不限制本发明公开或权利要求的范围。
在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而,可以在没有这些具体细节的情况下实践配置,例如已经示出了众所周知的电路、过程、算法、结构和技术而没有不必要的细节,以避免模糊配置。该描述仅提供示例配置,并且不限制权利要求的范围,适用性或配置。相反,前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本发明公开的精神或范围的情况下,可以对元件的功能和布置进行各种改变。
综上,其旨在上述详细描述被认为是例示性的而非限制性的,并且应当理解,以下权利要求(包括所有等同物)旨在限定本发明的精神和范围。以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (6)
1.一种用于磨头的磨损检测系统,包括磨头,其特征在于,包括:模型构建模块、图像及信息确定模块、图像磨损识别模块及磨损评价模块,其中,
所述模型构建模块,用于构建待检测磨头模型,并根据所述待检测磨头模型对所述磨头表面进行区域划分,得到区域划分位置信息;
所述图像及信息确定模块,用于根据磨头的锁定状态和所述待检测磨头模型获取磨头的图像组,确定所述图像组中每张输入图像所对应的区域划分位置信息;
所述图像磨损识别模块,用于对所述图像组进行图像识别,获得磨损的磨头表面图像,并根据所述磨损的磨头表面图像相应的区域划分位置信息,获得磨损位置信息;
所述磨损评价模块,用于根据磨损位置信息,生成损伤检测报告。
2.如权利要求1所述的磨损检测系统,其特征在于,所述图像及信息确定模块,用于当所述磨头处于锁定状态时,根据所述待检测磨头模型将所述区域位置信息与磨头连杆处的位置信息进行比对,确定所述图像组中每张输入图像所对应的区域位置信息为以下之一:正面磨头区、背面磨头区、侧面磨头区。
3.如前述权利要求之一所述的磨损检测系统,其特征在于,所述图像磨损识别模块,包括:
第一识别单元,用于根据所述待检测磨头模型及区域获取预先存储的待检测磨头特征点,且针对所述图像组分别提取特征点,并根据图像组中每张输入图像的区域位置信息将所述图像组的图像的特征点与所述待检测磨头特征点进行比较,得到未完全匹配的图像;
第二识别单元,用于根据所述未完全匹配的图像和所述待检测磨头模型,得到未匹配特征点的坐标信息,根据所述未匹配特征点的坐标信息,获取得到相邻坐标距离不超过预设坐标单位值的未匹配特征点坐标信息,并根据所述不超过预设坐标单位值得未匹配特征点坐标信息计算得到未匹配特征点区域面积,并判断所述未匹配特征点区域面积是否大于预设区域面积,若是,则标记所述未匹配区特征点所在的区域异常,且继续获取未匹配特征点的相应图像的区域位置信息。
4.一种磨损检测方法,应用于权利要求1-3任一项所述的磨损检测系统,其特征在于,包括:
构建待检测磨头模型,并根据所述待检测磨头模型对所述磨头表面进行区域划分,得到区域划分位置信息;
根据磨头的锁定状态和所述待检测磨头模型获取磨头的图像组,确定所述图像组中每张输入图像所对应的区域划分位置信息;
对所述图像组进行图像识别,获得磨损的磨头表面图像,并根据所述磨损的磨头表面图像相应的区域划分位置信息,获得磨损位置信息;
根据磨损位置信息,生成损伤检测报告。
5.如权利要求4所述的磨损检测方法,其特征在于,根据所述图像的区域位置信息,判断未匹配特征点的相应图像的区域位置属于正面磨头区、背面磨头区或侧面磨头区,
若所述输入图像的区域位置为侧面磨头区,则获取所述磨头的最边缘特征点的坐标信息并计算并将计算得到剩余厚度值并按大小排序,获取得到最小排序剩余厚度值,并确认所述最小排序剩余厚度是否小于预存的预警厚度值,若小于所述预存预警厚度,则向终端发送包括建议更换磨头的提醒信息;还轮询确认所述磨头最边缘特征点的坐标信息之间是否存在未匹配的特征点,若确认存在未匹配的特征点,则根据所述未匹配的特征点的坐标信息获取得到灰度值并计算得到相应的灰度均值,且根据所述区域位置信息获取得到预存预警灰度均值并判断相应的灰度均值是否大于或等于所述预存预警灰度均值,若是,则标记所相应的磨头表面区域磨损异常,并向终端发送磨损异常信息,若否,则标记所相应的磨头表面区域正常;
若所述输入图像的区域位置为正面磨头区或背面磨头区,则获取所述磨头的未匹配特征点的坐标信息获取得到灰度值并计算得到相应的灰度均值,判断灰度均值是否小于或等于正背面预警灰度均值,若否,则标记相应的磨头表面区域磨损异常,并向终端发送磨损异常信息,若是,则标记所相应的磨头表面区域正常。
6.如前述权利要求之一所述的磨损检测方法,其特征在于,根据所述磨损位置信息、剩余厚度值、灰度均值和/或未匹配特征点区域面积信息,生成损伤检测报告。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910651642.0A CN110363756A (zh) | 2019-07-18 | 2019-07-18 | 一种用于磨头的磨损检测系统及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910651642.0A CN110363756A (zh) | 2019-07-18 | 2019-07-18 | 一种用于磨头的磨损检测系统及检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110363756A true CN110363756A (zh) | 2019-10-22 |
Family
ID=68220326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910651642.0A Pending CN110363756A (zh) | 2019-07-18 | 2019-07-18 | 一种用于磨头的磨损检测系统及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110363756A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111412864A (zh) * | 2020-02-26 | 2020-07-14 | 长安大学 | 一种基于磨痕灰度相似性的磨痕角自动检测方法 |
CN113658133A (zh) * | 2021-08-16 | 2021-11-16 | 江苏鑫丰源机电有限公司 | 一种基于图像处理的齿轮表面缺陷检测方法及系统 |
CN113858034A (zh) * | 2021-09-18 | 2021-12-31 | 长江存储科技有限责任公司 | 抛光装置、抛光装置的检测方法和抛光系统 |
CN114638779A (zh) * | 2021-07-29 | 2022-06-17 | 广州机智云物联网科技有限公司 | 纺织物质检系统、方法、装置、计算机设备和存储介质 |
CN116183423A (zh) * | 2023-04-28 | 2023-05-30 | 标格达精密仪器(广州)有限公司 | 一种基于图像识别的智能刷洗系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4345312A (en) * | 1979-04-13 | 1982-08-17 | Hitachi, Ltd. | Method and device for inspecting the defect of a pattern represented on an article |
JP2001126064A (ja) * | 1999-10-26 | 2001-05-11 | Nachi Fujikoshi Corp | 金属表面の欠陥検出方法 |
CN101344470A (zh) * | 2008-09-01 | 2009-01-14 | 株洲硬质合金集团有限公司 | 一种摩擦磨损试验机 |
WO2014034349A1 (ja) * | 2012-08-31 | 2014-03-06 | シャープ株式会社 | 欠陥分類装置、欠陥分類方法、制御プログラム、および記録媒体 |
CN103808731A (zh) * | 2014-01-20 | 2014-05-21 | 北京大恒图像视觉有限公司 | 一种在印刷品检测系统中使用的缺陷检测方法 |
CN104070445A (zh) * | 2013-03-29 | 2014-10-01 | 株式会社荏原制作所 | 研磨装置及磨损检测方法 |
CN106600600A (zh) * | 2016-12-26 | 2017-04-26 | 华南理工大学 | 基于特征匹配的晶圆缺陷检测方法 |
CN106803244A (zh) * | 2016-11-24 | 2017-06-06 | 深圳市华汉伟业科技有限公司 | 缺陷识别方法及系统 |
US20170178308A1 (en) * | 2015-12-21 | 2017-06-22 | General Electric Company | Methods and systems for detecting component wear |
CN107451999A (zh) * | 2017-08-16 | 2017-12-08 | 中惠创智无线供电技术有限公司 | 基于图像识别的异物检测方法和装置 |
CN108009566A (zh) * | 2017-11-09 | 2018-05-08 | 华南理工大学 | 一种时空窗口下的改进型pca损伤检测方法 |
CN108960256A (zh) * | 2018-06-28 | 2018-12-07 | 东软集团股份有限公司 | 一种部件损伤程度的确定方法、装置及设备 |
CN109118482A (zh) * | 2018-08-07 | 2019-01-01 | 腾讯科技(深圳)有限公司 | 一种面板缺陷分析方法、装置及存储介质 |
CN109470409A (zh) * | 2018-10-29 | 2019-03-15 | 青岛海信日立空调系统有限公司 | 一种风机扇叶损坏的检测装置和方法 |
-
2019
- 2019-07-18 CN CN201910651642.0A patent/CN110363756A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4345312A (en) * | 1979-04-13 | 1982-08-17 | Hitachi, Ltd. | Method and device for inspecting the defect of a pattern represented on an article |
JP2001126064A (ja) * | 1999-10-26 | 2001-05-11 | Nachi Fujikoshi Corp | 金属表面の欠陥検出方法 |
CN101344470A (zh) * | 2008-09-01 | 2009-01-14 | 株洲硬质合金集团有限公司 | 一种摩擦磨损试验机 |
WO2014034349A1 (ja) * | 2012-08-31 | 2014-03-06 | シャープ株式会社 | 欠陥分類装置、欠陥分類方法、制御プログラム、および記録媒体 |
CN104070445A (zh) * | 2013-03-29 | 2014-10-01 | 株式会社荏原制作所 | 研磨装置及磨损检测方法 |
CN103808731A (zh) * | 2014-01-20 | 2014-05-21 | 北京大恒图像视觉有限公司 | 一种在印刷品检测系统中使用的缺陷检测方法 |
US20170178308A1 (en) * | 2015-12-21 | 2017-06-22 | General Electric Company | Methods and systems for detecting component wear |
CN106803244A (zh) * | 2016-11-24 | 2017-06-06 | 深圳市华汉伟业科技有限公司 | 缺陷识别方法及系统 |
CN106600600A (zh) * | 2016-12-26 | 2017-04-26 | 华南理工大学 | 基于特征匹配的晶圆缺陷检测方法 |
CN107451999A (zh) * | 2017-08-16 | 2017-12-08 | 中惠创智无线供电技术有限公司 | 基于图像识别的异物检测方法和装置 |
CN108009566A (zh) * | 2017-11-09 | 2018-05-08 | 华南理工大学 | 一种时空窗口下的改进型pca损伤检测方法 |
CN108960256A (zh) * | 2018-06-28 | 2018-12-07 | 东软集团股份有限公司 | 一种部件损伤程度的确定方法、装置及设备 |
CN109118482A (zh) * | 2018-08-07 | 2019-01-01 | 腾讯科技(深圳)有限公司 | 一种面板缺陷分析方法、装置及存储介质 |
CN109470409A (zh) * | 2018-10-29 | 2019-03-15 | 青岛海信日立空调系统有限公司 | 一种风机扇叶损坏的检测装置和方法 |
Non-Patent Citations (4)
Title |
---|
朱爱斌等: "刀具磨损图像视差图的非标定方法", 《西安交通大学学报》 * |
朱爱斌等: "刀具磨损图像视差图的非标定方法", 《西安交通大学学报》, no. 03, 31 December 2015 (2015-12-31), pages 8 - 15 * |
王立春等: "一种基于图像匹配的公路破损标线检测方法", 《计算机技术与发展》 * |
王立春等: "一种基于图像匹配的公路破损标线检测方法", 《计算机技术与发展》, no. 09, 16 May 2018 (2018-05-16), pages 25 - 29 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111412864A (zh) * | 2020-02-26 | 2020-07-14 | 长安大学 | 一种基于磨痕灰度相似性的磨痕角自动检测方法 |
CN111412864B (zh) * | 2020-02-26 | 2021-12-07 | 长安大学 | 一种基于磨痕灰度相似性的磨痕角自动检测方法 |
CN114638779A (zh) * | 2021-07-29 | 2022-06-17 | 广州机智云物联网科技有限公司 | 纺织物质检系统、方法、装置、计算机设备和存储介质 |
CN114638779B (zh) * | 2021-07-29 | 2023-09-29 | 广州机智云物联网科技有限公司 | 纺织物质检系统、方法、装置、计算机设备和存储介质 |
CN113658133A (zh) * | 2021-08-16 | 2021-11-16 | 江苏鑫丰源机电有限公司 | 一种基于图像处理的齿轮表面缺陷检测方法及系统 |
CN113858034A (zh) * | 2021-09-18 | 2021-12-31 | 长江存储科技有限责任公司 | 抛光装置、抛光装置的检测方法和抛光系统 |
CN116183423A (zh) * | 2023-04-28 | 2023-05-30 | 标格达精密仪器(广州)有限公司 | 一种基于图像识别的智能刷洗系统 |
CN116183423B (zh) * | 2023-04-28 | 2023-08-08 | 标格达精密仪器(广州)有限公司 | 一种基于图像识别的智能刷洗系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110363756A (zh) | 一种用于磨头的磨损检测系统及检测方法 | |
JP5965038B2 (ja) | ウェブ製造プロセスにおける用途固有の繰り返し欠陥検出 | |
Lanzetta | A new flexible high-resolution vision sensor for tool condition monitoring | |
CN103459077A (zh) | 一种焊接系统的焊接室活动监控装置 | |
JP2007517232A (ja) | ウェブに基づく物品の歩留まりの最大化 | |
CN205580430U (zh) | 精密螺旋工件缝隙非接触式在线测控系统 | |
CN107705023A (zh) | 实现生产与品质管理信息化及标准化的控制方法及系统 | |
CN113030123B (zh) | 一种基于物联网的aoi检测反馈系统 | |
CN112862125A (zh) | 一种选煤厂运维管理系统、方法、电子设备及存储介质 | |
KR102623933B1 (ko) | 전극 코팅공정의 롤맵, 롤맵 작성방법 및 롤맵 작성 시스템 | |
KR20090030284A (ko) | 드릴검사장치, 드릴검사방법, 및 그 프로그램을 기록한 기록매체 | |
CN209496276U (zh) | 一种轮毂刀具管理系统 | |
CN106123808B (zh) | 一种用于汽车后视镜镜面角度偏转测量的方法 | |
CN103279823A (zh) | 车辆轮轴检修工序的检测方法及系统 | |
US11015921B2 (en) | Measurement system | |
CN110346232A (zh) | 一种损坏检测装置及检测方法 | |
JP7181257B2 (ja) | 原因分析システムおよび方法 | |
CN110360944B (zh) | 一种基于三维点云的吊钩形变监测与显示方法 | |
CN106493610A (zh) | 一种非接触式刀片磨损的在线检测方法 | |
KR102012341B1 (ko) | 시앤시 가공시간 예측 디지털 경광등 | |
CN206056563U (zh) | 一种不锈钢板表面光洁度在线检测装置 | |
CN104833321A (zh) | 一种金属表面特征检测装置 | |
CN111290334A (zh) | 一种基于物联网的机械加工测量系统及方法 | |
CN218566426U (zh) | 一种皮带跑偏视觉检测系统 | |
CN107478658A (zh) | 裂纹检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |