CN113390885B - 一种激光头切割保护镜状态检测装置及检测方法 - Google Patents

一种激光头切割保护镜状态检测装置及检测方法 Download PDF

Info

Publication number
CN113390885B
CN113390885B CN202110942188.1A CN202110942188A CN113390885B CN 113390885 B CN113390885 B CN 113390885B CN 202110942188 A CN202110942188 A CN 202110942188A CN 113390885 B CN113390885 B CN 113390885B
Authority
CN
China
Prior art keywords
lens
cutting line
state
signal processing
processing module
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.)
Active
Application number
CN202110942188.1A
Other languages
English (en)
Other versions
CN113390885A (zh
Inventor
杨绪广
林高令
张永泽
陈传明
牛满钝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jinan Bodor Laser Co Ltd
Original Assignee
Jinan Bodor Laser Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jinan Bodor Laser Co Ltd filed Critical Jinan Bodor Laser Co Ltd
Priority to CN202110942188.1A priority Critical patent/CN113390885B/zh
Publication of CN113390885A publication Critical patent/CN113390885A/zh
Application granted granted Critical
Publication of CN113390885B publication Critical patent/CN113390885B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/94Investigating contamination, e.g. dust
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00Working by laser beam, e.g. welding, cutting or boring
    • B23K26/36Removing material
    • B23K26/38Removing material by boring or cutting
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00Working by laser beam, e.g. welding, cutting or boring
    • B23K26/70Auxiliary operations or equipment
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Plasma & Fusion (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Laser Beam Processing (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

本发明提供一种激光头切割保护镜状态检测装置及检测方法,涉及激光切割头技术领域,包括:安装在激光切割头内的光敏传感器、信号处理模块、数据通信模块以及数据储存模块;光敏传感器实时检测激光切割头中镜片产生的光亮度;信号处理模块根据预设方式得到光亮度比对数据,将光亮度比对数据与预设阈值进行比对判断,得出镜片当前状态信息;本发明实现了直接对镜片进行健康状态的监测,避免了如果镜片被污染了,会造成切割效果的明显下降,用户会停机进行镜片检查的滞后性。由于该过程的检测完无需人为干预,同时也不需要等待镜片温升来获取其表面污染状况,对于激光头的保护会更加可靠和及时,降低激光头在使用过程中的损毁几率。

Description

一种激光头切割保护镜状态检测装置及检测方法
技术领域
本发明涉及激光切割头技术领域,尤其涉及一种激光头切割保护镜状态检测装置及检测方法。
背景技术
在进行穿孔和切割的过程中,激光切割头的下保护镜片往往很容易被污染,这也使得激光切割头的下保护镜片为易损件,需要用户频繁的去更换,影响切割效率。如果激光切割头在连续的加工过程中,一旦镜片被污染,且用户不能及时的发现污染现象,就会很容易的导致镜片温度升高,从而对整个镜腔环境造成威胁,甚至直接导致激光头的报废,因此对于镜片污染的及时检测,就显得尤为重要。
目前,对于该问题的解决主要有以下几种方式:
1、通过实际的切割效果来判定镜片是否被污染了,如果镜片被污染了,切割效果会明显下降,此时用户停机进行镜片的检查和更换,但此种方式不能及时的对镜片污染做出反应,很容易导致激光头镜腔污染和激光头的损伤;
2、由于镜片污染时,其温度会有明显的升高,通过观察激光头内部的温度传感器,可间接的获取镜片的健康状态,但由于镜片温升需要时间,因此通过温度传感器对镜片状态进行检测不能及时反应激光头温度状态,有一定的滞后性,导致激光头损伤,影响设备使用。
发明内容
为了克服上述现有技术中的不足,本发明提供一种激光头切割保护镜状态检测装置,包括:安装在激光切割头内的光敏传感器、信号处理模块、数据通信模块以及数据储存模块;
光敏传感器靠近激光切割头的镜片设置,光敏传感器用于实时检测激光切割头中镜片产生的光亮度;
光敏传感器、数据通信模块以及数据储存模块分别与信号处理模块通信连接;
信号处理模块通过光敏传感器获取镜片的光亮度数据,并根据预设方式得到光亮度比对数据,将光亮度比对数据与预设阈值进行比对判断,得出镜片当前状态信息;
信号处理模块通过数据通信模块将镜片的光亮度数据和得出镜片当前状态信息上传给服务器,以及获取服务器发送的数据,并将数据储存到数据储存模块中。
进一步的讲,信号处理模块获取服务器发送的镜片缓慢老化预设阈值以及镜片缓慢老化数据获取方式,并储存到数据储存模块中;
信号处理模块基于镜片缓慢老化预设阈值以及镜片缓慢老化数据获取方式,得到镜片当前缓慢老化状态信息。
进一步的讲,信号处理模块用于按照时间先后顺序依次获取光亮度数据L1、L2至LN;
根据dn=L(N+1)-LN计算镜片缓慢老化比对数据;
根据dn<10且L(N+1)<L0+100,判断镜片缓慢老化状态。
进一步的讲,信号处理模块获取服务器发送的镜片污染状态预设阈值以及镜片污染状态数据获取方式,并储存到数据储存模块中;
信号处理模块基于镜片污染状态预设阈值以及镜片污染状态数据获取方式,得到镜片当前污染状态信息。
进一步的讲,信号处理模块用于按照时间先后顺序依次获取光亮度数据L1、L2至LN;
根据dn=L(N+1)-LN计算镜片污染状态数据;
根据dn≥10或L(N+10) >L0+100,判断镜片当前污染状态数据是否满足条件。
进一步的讲,信号处理模块获取服务器发送的镜片丢失预设阈值以及镜片丢失数据获取方式,并储存到数据储存模块中;
信号处理模块基于镜片丢失预设阈值以及镜片丢失数据获取方式,得到镜片丢失状态信息。
进一步的讲,信号处理模块用于按照时间先后顺序依次获取光亮度数据L1、L2至LN;
根据dn=LN-L0计算镜片丢失状态数据;
根据dn<0,判断镜片是否丢失。
进一步的讲,还包括:图像获取模块;
图像获取模块与信号处理模块通信连接,信号处理模块通过图像获取下保护镜片图像信息;
信号处理模块根据控制指令,调取预设时间段内的下保护镜片图像信息;
对下保护镜片图像进行灰度转化,设定图像健康阈值,利用Canny检测算子提取像素突变边缘,Hough Transformation算子检测出边缘直线数量;
信号处理模块里的综合打分系统可以根据像素突变边缘的直线数量、位置、轮廓形状、轮廓面积等对下保护镜片健康状态进行综合打分;
当综合打分低于图像健康阈值时,发出报警提示,提示镜片老化。
进一步的讲,信号处理模块还可以根据控制指令,通过图像获取模块比如相机获取激光头实际切割线的图像信息,间接分析镜片健康状态;
进一步的讲,激光切割头设有上安装座、镜片托架、下安装座以及底部套件;
镜片固设在镜片托架上;
镜片托架夹持在上安装座和下安装座中间;
上安装座和下安装座通过螺栓与底部套件可拆卸连接;
镜片托架的侧部开设有通光孔,通光孔贯穿至镜片的磨砂侧面,并作为镜片光的输出通道;
光敏传感器安装于所述通光孔内部,且光敏传感器的检测端正对着镜面的侧面磨砂面;
光敏传感器的检测端距离镜片的侧面距离为1mm至2mm。
本发明还提供一种激光头切割保护镜状态检测方法,方法包括:
服务器向信号处理模块发送的获取光亮度比对数据的预设方式以及比对预设阈值;
服务器向信号处理模块发送检测控制指令;
信号处理模块通过光敏传感器获取镜片的光亮度数据,并根据预设方式得到光亮度比对数据,将光亮度比对数据与预设阈值进行比对判断,得出镜片当前状态信息;
信号处理模块通过数据通信模块将镜片的光亮度数据和得出镜片当前状态信息上传给服务器。
进一步的讲,方法还包括:信号处理模块根据控制指令,调取预设时间段内的下保护镜片图像信息;
对下保护镜片图像进行灰度转化,设定图像健康阈值,利用Canny检测算子提取像素突变边缘,Hough Transformation算子检测出边缘直线数量;
信号处理模块里的综合打分系统可以根据像素突变边缘的直线数量、位置、轮廓形状、轮廓面积等对下保护镜片健康状态进行综合打分;
当综合打分低于图像健康阈值时,发出报警提示,提示镜片老化。
进一步的讲,方法还包括:信号处理模块通过图像获取模块采集切割物的切割线图像信息;
信号处理模块根据控制指令,调取预设时间段内的预设长度的切割线图像信息;
对切割线图像进行灰度转化,设定预设图像阈值,并利用四叉树图像分割方式对切割线图像进行分割;
通过qtgetblk函数提取分割后切割线子图像的像素;再对每个切割线子图像基于预设切割线图像的RGB均值进行替换,以得到切割线图像;
基于k均值聚类算法对切割线子图像进行聚类分析,利用k均值聚类算法计算每个切割线子图像对应各聚类合适的切割线中心点;
利用各切割线子图像的切割线中心点对切割线子图像进行聚类;
依据各切割线子图像中的切割线状态变化对聚类后得到的若干个切割线子图像进行排序并定义属性,以通过不同切割线状态表示所提取切割线的不同区域。
在对切割线子图像进行聚类分析后,提取表征各切割线子图像中的切割线状态;在切割线子图像中,采用欧几里得距离计算方式,分别计算预设长度的切割线状态;
切割线状态为当前切割线的宽度、直线度、切割面的毛刺状态以及切割面的状态;
当切割线状态中任一参数超阈值时,发出报警提示,提示镜片老化。
从以上技术方案可以看出,本发明具有以下优点:
本发明解决了激光头保护镜片的污染检测问题,本发明检测镜片对于光的吸收强度,实现了直接对镜片进行健康状态的监测,避免了如果镜片被污染了,会造成切割效果的明显下降,用户会停机进行镜片检查的滞后性,以及造成隐患扩大的问题。还避免了温度传感器对镜片状态进行检测不能及时反应激光头温度状态,有一定的滞后性,导致激光头损伤,影响设备使用的技术问题。
本发明提供了多种激光头切割保护镜状态检测方式,多种检测方式可以同时使用时,也可以基于实际需要任一选择使用。在进行检测时,任意一种检测方式检测到超阈值,或者非正常时,均可以判断当前镜片状态非正常,需要进行处理,由于该过程的检测完无需人为干预,同时也不需要等待镜片温升来获取其表面污染状况,因此对于激光头的保护会更加可靠和及时,大大降低了激光头在使用过程中的损毁几率。
附图说明
为了更清楚地说明本发明的技术方案,下面将对描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为激光头切割保护镜状态检测装置示意图;
图2为激光切割头实施例示意图;
图3为激光头切割保护镜状态检测装置实施例示意图。
附图标记说明:1-光敏传感器,2-信号处理模块,3-数据通信模块,4-数据储存模块,5-服务器,6-图像获取模块,11-上安装座,12-镜片托架,13-下安装座,14-底部套件,15-通光孔。
具体实施方式
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
本发明提供一种激光头切割保护镜状态检测装置,如图1和图2所示,包括:安装在激光切割头内的光敏传感器1、信号处理模块2、数据通信模块3以及数据储存模块4;
本发明涉及的激光切割头可以为本领域常用的激光切割头结构,当然也可以采用本发明提供的实施例的结构,具体结构形式本发明不做限定。
其中,作为本发明的实施例,激光切割头设有上安装座11、镜片托架12、下安装座13以及底部套件14;
镜片固设在镜片托架12上;镜片托架12夹持在上安装座11和下安装座13中间;上安装座11和下安装座13通过螺栓与底部套件14可拆卸连接;
镜片托架12的侧部开设有通光孔15,通光孔15贯穿至镜片的磨砂侧面,并作为镜片光的输出通道;光敏传感器1安装于所述通光孔15内部,且光敏传感器1的检测端正对着镜面的侧面磨砂面;
光敏传感器1靠近激光切割头的镜片设置,光敏传感器1用于实时检测激光切割头中镜片产生的光亮度;光敏传感器1的检测端距离镜片的侧面距离为1mm至2mm。优选地光敏传感器1前端距离镜片的侧面直线距离为1mm。
作为本发明涉及的光敏传感器1可识别的光线波段为1064nm左右,其对于穿孔和切割过程中产生的可见光以及环境光不敏感。通光孔15直接贯穿至保护镜片的磨砂侧面,用来作为镜片光的输出通道,光敏传感器1安装于该通光孔径里面且正对着镜面的侧面磨砂面。
作为本发明的一种实施方式,光敏传感器1、数据通信模块3以及数据储存模块4分别与信号处理模块2通信连接;
信号处理模块2通过光敏传感器1获取镜片的光亮度数据,并根据预设方式得到光亮度比对数据,将光亮度比对数据与预设阈值进行比对判断,得出镜片当前状态信息;
信号处理模块2通过数据通信模块3将镜片的光亮度数据和得出镜片当前状态信息上传给服务器5,以及获取服务器5发送的数据,并将数据储存到数据储存模块4中。
作为检测装置可以包括无线通信单元、音频/视频(A/V)输入单元、用户输入单元、感测单元、输出单元、存储器、接口单元、控制器和电源单元等等。但是应理解的是,并不要求实施所有示出的组件。可以替代地实施更多或更少的组件。将在下面详细描述移动终端的元件。
数据通信模块3可以采用无线互联网模块,这样支持无线互联网接入。数据通信模块3所涉及的无线互联网接入技术可以包括无线局域网络(Wi-Fi,WLAN,Wireless LocalArea Networks)、无线宽带(Wibro)、全球微波互联接入(Wimax)、高速下行链路分组接入(HSDPA,High Speed Downlink Packet Access)等等。
当然作为本发明涉及的检测装置还可以涉及显示单元可以显示在检测处理的信息。显示单元可以显示捕获的图像和/或接收的图像、示出视频或图像以及相关功能的UI或GUI等等。
信号处理模块2可以通过使用特定用途集成电路(ASIC,Application SpecificIntegrated Circuit)、数字信号处理器(DSP,Digital Signal Processing)、数字信号处理装置(DSPD,Digital Signal Processing Device)、可编程逻辑装置(PLD,ProgrammableLogic Device)、现场可编程门阵列(FPGA,Field Programmable Gate Array)、处理器、控制器、微控制器、微处理器、被设计为执行这里描述的功能的电子单元中的至少一种来实施,在一些情况下,这样的实施方式可以在控制器中实施。对于软件实施,诸如过程或功能的实施方式可以与允许执行至少一种功能或操作的单独的软件模块来实施。软件代码可以由以任何适当的编程语言编写的软件应用程序(或程序)来实施,软件代码可以存储在存储器中并且由控制器执行。
这里,信号处理模块2用于处理光敏传感器1的电压信号以及识别逻辑,同时负责与系统服务器5,或者PLC进行通讯,如获取当前出光功率,发送污染信号,镜片缺失信号等。
作为本发明的实施方式,光敏传感器1通过0-3.3V模拟电压的方式连接到信号处理模块2的引脚上,信号处理模块2通过模拟数字转换将模拟电压信号转换成数字信号,方便进行后续运算和逻辑处理。
数据储存模块4储存有不同功率的激光照射于状态优良的镜片上对应的光敏传感器1的电压值,这些值将作为判断镜片污染状况的基准参考值。当然也可以采用信号处理模块2内部FLASH区存储来作为数据储存模块4。
对于信号处理过程来讲,信号处理模块2会通过485总线获取系统当前出光的功率值,然后会自动查询数据储存模块4对应的光敏传感器1输出的电压值,然后与从光敏传感器1读取回来的实时电压值进行比较,根据光敏传感器1的值和光敏传感器1的变化趋势判断出镜片污染状态和镜片缺失状态。
本发明中的激光切割头的保护镜片在遭受污染后,其周围的散射光强度会变大,同时镜片自身也会吸收更多的激光能量,因此镜片的整体亮度会有所升高,因为光强度变化是瞬间的,非常有利于污染情况的及时发现和保护,通过光敏传感器1即可检测出镜片光亮度900nm到1500nm波段光的变化趋势从而做出镜片健康状态的判断。
作为本发明的实施方式,在对镜片缓慢老化的检测过程中,信号处理模块2获取服务器5发送的镜片缓慢老化预设阈值以及镜片缓慢老化数据获取方式,并储存到数据储存模块4中;
这个检测过程中,服务器5先将镜片缓慢老化预设阈值以及镜片缓慢老化数据获取方式配置到信号处理模块2。
信号处理模块2通过光敏传感器1获取镜片的光亮度数据,根据光亮度以及镜片缓慢老化数据获取方式得到镜片缓慢老化比对数据,将镜片缓慢老化比对数据与镜片缓慢老化预设阈值进行比对判断,得出镜片当前镜片缓慢老化状态信息,并上传至服务器5。
进一步的讲,在对镜片缓慢老化的检测过程中,可以优选的采用如下方式:
(1)信号处理模块2通过RS485总线和光敏传感器1获取系统当前的实际出光功率W0;
(2)信号处理模块2通过获取到的激光出光功率W0查询数据储存模块4存储的参考亮度系数值L0;
(3)信号处理模块2在第T=1ms时,读取光敏传感器1的电压值U1,转换为对应的亮度系数值L1,第T=2ms时得到L2,以此类推,第T=Nms为LN。当然这里的T=1ms,T=2ms仅仅是一个指代,不做具体时间限定,具体时间点,或时间段可以根据实际使用情况进行限定。
(4)计算dn=L(N+1)-LN的值,通过dn<10,且L(N+1)<L0+100判断镜片缓慢老化状态。如果dn<10,且L(N+1)<L0+100,则镜片为缓慢老化状态,否则,为正常状态。
作为本发明的实施方式,还涉及对镜片污染状态的检测。信号处理模块2获取服务器5发送的镜片污染状态预设阈值以及镜片污染状态数据获取方式,并储存到数据储存模块4中;
信号处理模块2基于镜片污染状态预设阈值以及镜片污染状态数据获取方式,得到镜片当前污染状态信息。
这个检测过程中,服务器5先将镜片污染状态预设阈值以及镜片污染状态数据获取方式配置到信号处理模块2。
信号处理模块2通过光敏传感器1获取镜片的光亮度数据,根据光亮度以及镜片污染状态数据获取方式得到镜片污染状态数据,将镜片污染状态数据与镜片污染状态预设阈值进行比对判断,得出镜片当前镜片污染状态信息,并上传至服务器5。
进一步的讲,在对镜片污染状态的检测过程中,可以优选的采用如下方式:
(1)信号处理模块2通过RS485总线和光敏传感器1获取系统当前的实际出光功率W0;
(2)信号处理模块2通过获取到的激光出光功率W0查询数据储存模块4存储的参考亮度系数值L0
(3)信号处理模块2在第T=1ms时通过读取光敏传感器1的电压值U1,转换为对应的亮度系数值L1,第T=2ms时得到L2,以此类推,第T=Nms为LN。
(4)依次计算dn=L(N+1)-LN的值,通过dn≥10或L(N+10) >L0+100判断镜片污染状态。
如果dn≥10,或L(N+10) >L0+100,则镜片污染状态较为严重,否则,为正常状态。
dn的含义为:镜片光亮度数据;
第T=1ms时对应的亮度系数值L1,第T=2ms时得到L2,以此类推,第T=Nms为LN。
N+10的含义是结合L(N+10)来进行解释为:第T=(N+10)ms即为L(N+10)。
作为本发明的实施方式,还涉及对镜片丢失的检测。信号处理模块2获取服务器5发送的镜片丢失预设阈值以及镜片丢失数据获取方式,并储存到数据储存模块4中;信号处理模块2基于镜片丢失预设阈值以及镜片丢失数据获取方式,得到镜片丢失状态信息。
这个检测过程中,服务器5先将镜片丢失预设阈值以及镜片丢失数据获取方式配置到信号处理模块2。
信号处理模块2通过光敏传感器1获取镜片的光亮度数据,根据光亮度以及镜片丢失数据获取方式得到镜片丢失状态数据,将镜片丢失状态数据与镜片丢失预设阈值进行比对判断,得出镜片丢失信息,并上传至服务器5。
进一步的讲,在对镜片丢失的检测过程中,可以优选的采用如下方式:
(1)信号处理模块2通过RS485总线和光敏传感器1获取系统当前的实际出光功率W0;
(2)信号处理模块2通过获取到的激光出光功率查询数据储存模块4存储的参考亮度系数值L0;
(3)信号处理模块2在第1ms时通过读取光敏传感器1的电压值U1,转换为对应的亮度系数值L1,第2ms时得到L2,以此类推,第Nms为LN。
(4)计算dn=LN-L0的值,若dn<0,判断为镜片丢失,信号处理单元将通过485总线输出镜片丢失信号至PLC。(以上亮度系数为0~4095)
依次计算dn=LN-L0的值,通过dn<0镜片丢失状态。
如果dn<0,则为镜片丢失状态,否则,为正常状态。
作为本发明提供的另一种检测方式,如图3所示,本发明还包括:图像获取模块6;图像获取模块6与信号处理模块通信连接,信号处理模块通过图像获取模块6采集下保护镜片图像信息;
下保护镜片图像通过处理后,信号处理模块里的综合打分系统可以判断出镜片的健康状态;
本发明中,在切割头下保护镜斜上方设置图像获取模块,可以采用微型工业相机等类似装置进行拍摄,相机前方的特殊波段滤光片可以免疫激光对相机的伤害。
信号处理模块里的综合打分系统可以根据像素突变边缘的直线数量、位置、轮廓形状、轮廓面积等对下保护镜片健康状态进行综合打分;当综合打分低于图像健康阈值时,发出报警提示,提示镜片老化。
进一步的讲,信号处理模块还可以根据控制指令,通过图像获取模块6比如相机获取切割线图像的信息;
对切割线图像进行灰度转化,设定预设图像阈值,并利用四叉树图像分割方式对切割线图像进行分割;
也就是说,在对切割线图像进行灰度转化时,是基于图像二值化处理,也就是将切割线图像上的像素点的灰度值设置为0或255,使切割线图像呈现出明显的黑和白的视觉效果。
进一步的讲,设定预设图像阈值,并利用四叉树图像分割方式对切割线图像进行分割;这里预设图像阈值是用户根据需要进行设定的阈值,其是OpenCV图像处理中二值化处理的常用阈值设定。
通过qtgetblk函数提取分割后切割线子图像的像素;再对每个切割线子图像基于预设切割线图像的RGB均值进行替换,以得到切割线图像。
基于k均值聚类算法对切割线子图像进行聚类分析,利用k均值聚类算法计算每个切割线子图像对应各聚类合适的切割线中心点;
K-Means算法是聚焦于相似的无监督的算法,可以使用距离作为数据对象间相似性度量的标准,即切割线子图像数据对象间的距离越小,则它们的相似性越高,则它们越有可能在同一个类簇。K-Means算法是发现给定切割线图像的k个簇的算法。簇个数k是用户给定的,每一个簇通过其质心,即簇中所有点的中心来描述。
利用各切割线子图像的切割线中心点对切割线子图像进行聚类;
依据各切割线子图像中的切割线状态变化对聚类后得到的若干个切割线子图像进行排序并定义属性,以通过不同切割线状态表示所提取切割线的不同区域。
在对切割线子图像进行聚类分析后,提取表征各切割线子图像中的切割线状态;在切割线子图像中,采用欧几里得距离计算方式,分别计算预设长度的切割线状态;
切割线状态为当前切割线的宽度、直线度、切割面的毛刺状态以及切割面的状态;
当切割线状态中任一参数超阈值时,发出报警提示,提示镜片老化。
还将切割线子图像中的切割面的状态基于RGB直方图分布展示,并比对当前的RGB直方图状态与预设RGB直方图状态的偏差是否在预设范围内。
本发明是配置各个切割线子图像的切割线中心点,当然也可以是切割线的一段。利用切割线子图像的切割线中心点对切割线图像进行聚类;依据各切割线子图像中的切割线状态变化对聚类后得到的若干个切割线子图像进行排序并定义属性,以通过不同切割线状态表示所提取切割线的不同区域。
在对切割线子图像进行聚类分析后,提取表征各切割线子图像中的切割线状态;在切割线子图像中,采用欧几里得距离计算方式,分别计算预设长度的切割线状态;当切割线状态中任一参数超阈值时,发出报警提示,提示镜片老化。
本发明的实施例中,对切割线图像的切割线效果进行分割提取,并处理后,进行切割线状态的判断。进而实现对镜片当前污染状态进行判断。
进一步的将,本发明还对比RGB直方图分布,切割图像中的切割线分布图像的RGB分布规律具有较好的一致性,均服从正太分布,且集中点相近,说明切割线的状态良好,镜片正常。如切割线分布图像的RGB分布杂乱,则可能是切割状态无法满足要求,进而可以判断镜片是否有问题。这样可以有效排除切割线以外的干扰,提取切割线有效信息。
也就是说切割图像中,切割线的图像与切割线以外的图像具有不同的色差,或者基于灰度值不同,这样如果RGB直方图分布较为稳定,则证明当前切割状态稳定。
还基于切割线的图像RGB的状态与正常切割线图像的RGB的状态比对,这样,判断切割线的状态信息。
本发明涉及的检测装置可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器5上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
基于上述装置,本发明还提供一种激光头切割保护镜状态检测方法,方法包括:
服务器向信号处理模块发送的获取光亮度比对数据的预设方式以及比对预设阈值;
服务器向信号处理模块发送检测控制指令;
信号处理模块发通过光敏传感器获取镜片的光亮度数据,并根据预设方式得到光亮度比对数据,将光亮度比对数据与预设阈值进行比对判断,得出镜片当前状态信息;
信号处理模块通过数据通信模块将镜片的光亮度数据和得出镜片当前状态信息上传给服务器。
本发明的方法还包括:
信号处理模块基于镜片缓慢老化预设阈值以及镜片缓慢老化数据获取方式,得到镜片当前缓慢老化状态信息;
将得出的镜片缓慢老化比对数据和镜片当前缓慢老化状态信息上传到服务器;
以及信号处理模块基于镜片污染状态预设阈值以及镜片污染状态数据获取方式,得到镜片当前污染状态信息;
将得出的镜片污染状态比对数据和镜片当前污染状态信息上传到服务器;
以及信号处理模块基于镜片丢失预设阈值以及镜片丢失数据获取方式,得到镜片丢失状态信息;
将得出的镜片丢失比对数据和镜片当前镜片丢失数据上传到服务器。
这样,本发明解决了激光头保护镜片的污染检测问题,本发明检测镜片对于光的吸收强度,实现了直接对镜片进行健康状态的监测,避免了如果镜片被污染了,会造成切割效果的明显下降,用户会停机进行镜片检查的滞后性,以及造成隐患扩大的问题。还避免了温度传感器对镜片状态进行检测不能及时反应激光头温度状态,有一定的滞后性,导致激光头损伤,影响设备使用的技术问题。
而作为本发明中配置了对镜片老化程度的判断方式,涉及了基于光亮度比对数据与预设阈值进行比对判断,得出镜片当前状态信息。
还涉及了基于切割线状态中任一参数超阈值时,发出报警提示,提示镜片老化。
进一步还将切割线子图像中的切割面的状态基于RGB直方图分布展示,并比对当前的RGB直方图状态与预设RGB直方图状态的偏差是否在预设范围内,得出镜片当前状态信息。
基于上述几种方式可以同步同时使用来对激光头切割保护镜状态检测,也可以则一,或则几个来使用。具体使用方式这里不做限定。
对于上述几种激光头切割保护镜状态检测方式,如果同时使用时,任意一种检测方式检测到超阈值,或者非正常时,均可以判断当前镜片状态非正常,需要进行处理,由于该过程的检测无需人为干预,同时也不需要等待镜片温升来获取其表面污染状况,因此对于激光头的保护会更加可靠和及时,大大降低了激光头在使用过程中的损毁几率。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种激光头切割保护镜状态检测方法,其特征在于,方法包括:信号处理模块和图像获取模块;
服务器向信号处理模块发送获取光亮度比对数据的预设方式以及比对预设阈值;
服务器向信号处理模块发送检测控制指令;
信号处理模块通过光敏传感器获取镜片的光亮度数据,按照时间先后顺序依次获取光亮度数据L1、L2至LN;
根据dn=L(N+1)-LN计算镜片缓慢老化比对数据;
如果dn<10,且L(N+1)<L0+100,则镜片为缓慢老化状态;L0为参考亮度系数值;
信号处理模块再根据控制指令,调取预设时间段内的下保护镜片图像信息;
对下保护镜片图像进行灰度转化,设定图像健康阈值;
信号处理模块里的综合打分系统根据像素突变边缘的直线数量、位置、轮廓形状、轮廓面积对下保护镜片健康状态进行综合打分;
当综合打分低于图像健康阈值时,发出报警提示,提示镜片老化状态;
通过数据通信模块将镜片的光亮度数据和得出镜片当前状态信息上传给服务器。
2.根据权利要求1所述的激光头切割保护镜状态检测方法,其特征在于,
信号处理模块用于按照时间先后顺序依次获取光亮度数据L1、L2至LN;
根据dn=L(N+1)-LN计算镜片污染状态数据;
如果dn≥10,或L(N+10) >L0+100,则镜片为严重污染状态,否则,为正常状态。
3.根据权利要求1所述的激光头切割保护镜状态检测方法,其特征在于,
信号处理模块获取服务器发送的镜片丢失预设阈值以及镜片丢失数据获取方式,并储存到数据储存模块中;
信号处理模块基于镜片丢失预设阈值以及镜片丢失数据获取方式,得到镜片丢失状态信息;
信号处理模块用于按照时间先后顺序依次获取光亮度数据L1、L2至LN;
根据dn=LN-L0计算镜片丢失状态数据;
如果dn<0,则为镜片丢失状态,否则,为正常状态。
4.根据权利要求1所述的激光头切割保护镜状态检测方法,其特征在于,
图像获取模块与信号处理模块通信连接,信号处理模块通过图像获取模块采集切割物的切割线图像信息;
信号处理模块根据控制指令,调取预设时间段内的预设长度的切割线图像信息;
对切割线图像进行灰度转化,设定预设图像阈值,并利用四叉树图像分割方式对切割线图像进行分割;
通过qtgetblk函数提取分割后切割线子图像的像素;再对每个切割线子图像基于预设切割线图像的RGB均值进行替换,以得到切割线图像;
基于k均值聚类算法对切割线子图像进行聚类分析,利用k均值聚类算法计算每个切割线子图像对应各聚类合适的切割线中心点;
利用各切割线子图像的切割线中心点对切割线子图像进行聚类;
依据各切割线子图像中的切割线状态变化对聚类后得到的若干个切割线子图像进行排序并定义属性,以通过不同切割线状态表示所提取切割线的不同区域;
在对切割线子图像进行聚类分析后,提取表征各切割线子图像中的切割线状态;在切割线子图像中,采用欧几里得距离计算方式,分别计算预设长度的切割线状态;
切割线状态为当前切割线的宽度、直线度、切割面的毛刺状态以及切割面的状态;
当切割线状态中任一参数超阈值时,发出报警提示,提示镜片老化。
5.根据权利要求4所述的激光头切割保护镜状态检测方法,其特征在于,
还将切割线子图像中的切割面的状态基于RGB直方图分布展示,并比对当前的RGB直方图状态与预设RGB直方图状态的偏差是否在预设范围内。
CN202110942188.1A 2021-08-17 2021-08-17 一种激光头切割保护镜状态检测装置及检测方法 Active CN113390885B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110942188.1A CN113390885B (zh) 2021-08-17 2021-08-17 一种激光头切割保护镜状态检测装置及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110942188.1A CN113390885B (zh) 2021-08-17 2021-08-17 一种激光头切割保护镜状态检测装置及检测方法

Publications (2)

Publication Number Publication Date
CN113390885A CN113390885A (zh) 2021-09-14
CN113390885B true CN113390885B (zh) 2021-11-09

Family

ID=77622624

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110942188.1A Active CN113390885B (zh) 2021-08-17 2021-08-17 一种激光头切割保护镜状态检测装置及检测方法

Country Status (1)

Country Link
CN (1) CN113390885B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115041840B (zh) * 2022-08-12 2022-11-01 烟台亿众智能科技有限公司 一种高精度数控激光切割机
CN115781004B (zh) * 2023-02-09 2023-05-16 广州三义激光科技有限公司 一种激光扩束镜保护镜防护系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102435713A (zh) * 2010-09-21 2012-05-02 成都中医药大学 中药品质自动检测系统
CN111128382A (zh) * 2019-12-30 2020-05-08 清华大学 一种人工智能多模成像分析装置
CN111474179A (zh) * 2020-04-09 2020-07-31 南京理工大学 镜片表面清洁度检测装置及方法
CN112558751A (zh) * 2019-09-25 2021-03-26 武汉市天蝎科技有限公司 一种智能眼镜基于mems和光波导镜片的视线追踪方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0610305D0 (en) * 2006-05-24 2006-07-05 Boc Group Plc Laser cutting head
US20170241864A1 (en) * 2016-02-02 2017-08-24 Shenzhen Hali-Power Industrial Co., Ltd. Lens detection devices and detection systems
CN109990910A (zh) * 2017-12-29 2019-07-09 大族激光科技产业集团股份有限公司 一种激光头镜片温度检测系统及方法
CN208496111U (zh) * 2018-06-05 2019-02-15 济南森峰科技有限公司 一种用于激光切割头的反射光探测装置
CN108982426A (zh) * 2018-08-14 2018-12-11 南京牧镭激光科技有限公司 窗口镜的使用寿命检测方法及装置
CN209945997U (zh) * 2019-05-30 2020-01-14 温州际高检测仪器有限公司 眼镜抗紫外辐射试验机
CN110465756B (zh) * 2019-06-28 2024-05-28 广州中国科学院工业技术研究院 激光保护镜片温度检测装置及其检测方法
CN212371415U (zh) * 2020-06-12 2021-01-19 深圳欧斯普瑞智能科技有限公司 高功率智能激光切割头
CN112907526B (zh) * 2021-02-07 2022-04-19 电子科技大学 基于lbf的卫星望远镜镜片表面疵病检测方法
CN113134691A (zh) * 2021-05-24 2021-07-20 上海柏楚数控科技有限公司 用于激光切割的污点定位方法、装置以及激光切割系统
CN113252568A (zh) * 2021-06-10 2021-08-13 菲特(天津)检测技术有限公司 基于机器视觉的镜片表面缺陷检测方法、系统、产品、终端

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102435713A (zh) * 2010-09-21 2012-05-02 成都中医药大学 中药品质自动检测系统
CN112558751A (zh) * 2019-09-25 2021-03-26 武汉市天蝎科技有限公司 一种智能眼镜基于mems和光波导镜片的视线追踪方法
CN111128382A (zh) * 2019-12-30 2020-05-08 清华大学 一种人工智能多模成像分析装置
CN111474179A (zh) * 2020-04-09 2020-07-31 南京理工大学 镜片表面清洁度检测装置及方法

Also Published As

Publication number Publication date
CN113390885A (zh) 2021-09-14

Similar Documents

Publication Publication Date Title
CN113390885B (zh) 一种激光头切割保护镜状态检测装置及检测方法
CN108307146B (zh) 一种高压输电线路安全隐患检测系统及方法
CN107884415A (zh) 缺陷产品的识别方法、装置和工业相机
US7936926B2 (en) Apparatus, method, and program for face feature point detection
US20180340962A1 (en) Apparatus and method for diagnosing electric power equipment using thermal imaging camera
CN108318773B (zh) 一种输电导线断股检测方法及系统
CN106454330B (zh) 视频信号的模糊异常检测方法
CN109196553B (zh) 一种光伏板识别方法、地面站、控制设备及无人机
CN107895362A (zh) 一种微型接线端子质量检测的机器视觉方法
CN112364740A (zh) 一种基于计算机视觉的无人机房监控方法及系统
CN110895249A (zh) 电缆接头识别系统及方法
CN104048966B (zh) 一种基于大律法的布面疵点检测及分类方法
CN111861990A (zh) 一种产品不良外观检测的方法、系统及存储介质
CN111127810A (zh) 机房明火自动告警方法及系统
CN116297199B (zh) 一种基于机器视觉自动检测锂电池参数的检测系统
CN112819784A (zh) 一种配电线路导线断股散股检测方法及系统
CN111426693A (zh) 一种质量缺陷检测系统及其检测方法
CN113589217A (zh) 智能电表缺陷检测装置
CN113781498B (zh) 一种复合绝缘子智能诊断方法
CN111899210A (zh) 一种基于图像识别的电弧检测方法
KR20170037648A (ko) 컬러-기반 외부 물체 검출 시스템
CN113049600A (zh) 一种基于视觉检测的发动机零件错漏装检测方法及系统
CN109257594B (zh) 电视出厂检测方法、装置及计算机可读存储介质
CN114708821B (zh) 一种基于多传感器数据融合的智能led显示屏系统
CN115147386A (zh) U型管的缺陷检测方法、装置及电子设备

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
GR01 Patent grant
GR01 Patent grant