CN114371174A - 一种用于工业产线的视觉孪生检测装置及方法 - Google Patents

一种用于工业产线的视觉孪生检测装置及方法 Download PDF

Info

Publication number
CN114371174A
CN114371174A CN202111548240.1A CN202111548240A CN114371174A CN 114371174 A CN114371174 A CN 114371174A CN 202111548240 A CN202111548240 A CN 202111548240A CN 114371174 A CN114371174 A CN 114371174A
Authority
CN
China
Prior art keywords
detection
production line
nas
local
industrial production
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
Application number
CN202111548240.1A
Other languages
English (en)
Inventor
龚灿
张义伟
金怀国
刘敏
吴子强
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.)
CETC 41 Institute
Original Assignee
CETC 41 Institute
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 CETC 41 Institute filed Critical CETC 41 Institute
Priority to CN202111548240.1A priority Critical patent/CN114371174A/zh
Publication of CN114371174A publication Critical patent/CN114371174A/zh
Pending legal-status Critical Current

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
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • 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
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106General arrangement of respective parts
    • G01N2021/0112Apparatus in one mechanical, optical or electronic block
    • 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
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种用于工业产线的视觉孪生检测装置和方法,该装置包括本地视觉检测设备、网络存储设备NAS以及云服务器;本地视觉检测设备包括控制处理器、工业相机以及光源;本地视觉检测设备通过千兆以太网交换机连接至网络存储设备NAS,将产线实时数据与检测结果先在网络存储设备NAS上存储,然后NAS通过车间WIFI或千兆网连接至互联网或局域网,将数据发送至云端服务器。本发明将工业产线视觉检测、大数据分析和数字双胞胎技术融合,将现实世界中复杂的产品在线检测转换成虚拟世界相对低成本的数字化信息进行协同及模型优化,通过现实与镜像的虚实连接、数据的不断迭代、模型的不断优化,获得最优的工业产线视觉检测解决方案,具有广阔的应用前景。

Description

一种用于工业产线的视觉孪生检测装置及方法
技术领域
本发明属于视觉检测领域,具体涉及一种用于工业产线的视觉孪生检测装置及方法。
背景技术
传统的在线视觉检测设备在生产调试过程中,往往需花巨资试验各种不同的实体样品性能,试验样品经常会遭到损坏,资源浪费时常发生,同时在维护过程中,由于在线可获得的数据有限,需要长时间跟踪在线检测情况来不断优化检测效果,维护成本高。
随着“工业4.0”的热潮从德国涌向全球以及“中国制造2025”的实施,越来越多的制造企业正决意将未来“智”造的愿景变成现实,以期在数字化引领的工业变革中占据先机。“数字化双胞胎”模型概念,为许多企业提供了数字化变革的方案与思路,能极大程度上提高企业的制造效率,成为全世界范围内争相引进学习的标杆。视觉检测孪生技术在云端构建与实际检测相对应的数字化镜像模型,对实际检测过程进行仿真测试和验证,以最低的成本达到检测设备的最优调整,能大幅提升工业企业数字化、智能化水平。
发明内容
针对现有技术中存在的上述技术问题,本发明提出了一种用于工业产线的视觉孪生检测装置及方法,设计合理,解决了现有技术的不足,具有良好的效果。
为了实现上述目的1,本发明采用如下技术方案:
一种用于工业产线的视觉孪生检测装置,包括本地视觉检测设备、网络存储设备NAS以及云服务器;本地视觉检测设备包括控制处理器、工业相机以及光源;
本地视觉检测设备通过千兆以太网交换机连接至网络存储设备NAS,将产线实时数据与检测结果先在网络存储设备NAS上存储,然后NAS通过车间WIFI或千兆网连接至互联网或局域网,将数据发送至云端服务器。
进一步地,本地视觉检测设备部署在工业产线上。
进一步地,云端服务器提供本地视觉检测软件设备的虚拟镜像,构建视觉检测孪生体,提供云端复检测试、参数调整的预测测试及二次分析功能。
为了实现上述目的2,本发明采用如下技术方案:
一种用于工业产线的视觉孪生检测方法,控制处理器通过触发同步信号实时采集产线上产品的图像,经过图像分析处理得出检测结果,然后根据检测结果做出报警或剔除动作,检测处理器将原始图像数据及检测结果发送至网络存储设备NAS缓存并传送到云服务器,云服务器实现图像数据的计算仿真,进行参数调整的快速测试,得出最优参数,最后将最优参数发送至本地视觉在线检测设备进行检测升级。
本发明所带来的有益技术效果为:
本发明创新性的将工业产线视觉检测、大数据分析和数字双胞胎技术融合,将现实世界中复杂的产品在线检测转换成虚拟世界相对低成本的数字化信息进行协同及模型优化,通过现实与镜像的虚实连接,数据的不断迭代,模型的不断优化,进而获得最优的工业产线视觉检测解决方案,具有非常广阔的应用前景。
附图说明
下面结合附图对本发明做进一步说明:
图1为本发明中的视觉孪生检测方法原理图;
图2为本发明中的视觉孪生检测方法流程图;
具体实施方式
本发明提出了一种用于工业产线的视觉孪生检测装置及方法,为了使本发明的优点、技术方案更加清楚、明确,下面结合具体实施例对本发明做详细说明。
一种用于工业产线的视觉孪生检测装置,包括本地视觉检测设备、网络存储设备NAS以及云服务器;本地视觉检测设备包括控制处理器、工业相机以及光源;
本地视觉检测设备通过千兆以太网交换机连接至网络存储设备NAS,将产线实时数据与检测结果先在网络存储设备NAS上存储,然后NAS通过车间WIFI或千兆网连接至互联网或局域网,将数据发送至云端服务器中的云端存储器中。
如图1所示,该视觉检测方法主要包括三个部分:现实空间中的物理对象,即工业产线上的本地视觉检测设备;虚拟空间中的虚拟对象,即云端的数字化镜像;连接物理对象与虚拟对象的信息通道,即通过互联网或局域网实现全数据上传,使本地端与云端达到互联互通。
如图2所示,该视觉孪生检测方法的工作过程为:控制处理器通过触发同步信号实时采集产线上产品的图像,经过图像分析处理得出检测结果,然后根据检测结果做出报警或剔除动作,检测处理器将原始图像数据及检测结果发送至网络存储设备NAS缓存并传送到云服务器,为云端服务器大数据分析、视觉检测孪生体运行提供数据来源;
由于网络带宽难以满足大量图像数据的实时传输,本发明提出使用网络存储设备NAS缓存中转。
云端服务器提供本地视觉检测软件设备的虚拟镜像,构建视觉检测孪生体,提供云端复检测试、参数调整的预测测试及二次分析功能。通过利用云服务器强大的计算能力,实现本地产线长时间运行的大量图像数据的计算仿真,进行参数调整的快速测试,得出最优参数,最后将最优参数发送至本地视觉在线检测设备进行检测升级,形成闭环,实现在线检测设备的智能优化。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。

Claims (4)

1.一种用于工业产线的视觉孪生检测装置,其特征在于,包括本地视觉检测设备、网络存储设备NAS以及云服务器;所述本地视觉检测设备包括控制处理器、工业相机以及光源;
所述本地视觉检测设备通过千兆以太网交换机连接至网络存储设备NAS,将产线实时数据与检测结果先在网络存储设备NAS上存储,然后NAS通过车间WIFI或千兆网连接至互联网或局域网,将数据发送至云端服务器。
2.根据权利要求1所述的一种用于工业产线的视觉孪生检测装置,其特征在于,所述本地视觉检测设备部署在工业产线上。
3.根据权利要求1所述的一种用于工业产线的视觉孪生检测装置,其特征在于,所述云端服务器提供本地视觉检测的虚拟镜像,构建视觉检测孪生体,提供云端复检测试、参数调整的预测测试及二次分析功能。
4.一种用于工业产线的视觉孪生检测方法,其特征在于,采用如权利要求1-3任一项所述的一种用于工业产线的视觉孪生检测装置,所述控制处理器通过触发同步信号实时采集产线上产品的图像,经过图像分析处理得出检测结果,然后根据检测结果做出报警或剔除动作,检测处理器将原始图像数据及检测结果发送至网络存储设备NAS缓存并传送到云服务器,云服务器实现图像数据的计算仿真,进行参数调整的快速测试,得出最优参数,最后将最优参数发送至本地视觉检测设备进行检测升级。
CN202111548240.1A 2021-12-17 2021-12-17 一种用于工业产线的视觉孪生检测装置及方法 Pending CN114371174A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111548240.1A CN114371174A (zh) 2021-12-17 2021-12-17 一种用于工业产线的视觉孪生检测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111548240.1A CN114371174A (zh) 2021-12-17 2021-12-17 一种用于工业产线的视觉孪生检测装置及方法

Publications (1)

Publication Number Publication Date
CN114371174A true CN114371174A (zh) 2022-04-19

Family

ID=81139238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111548240.1A Pending CN114371174A (zh) 2021-12-17 2021-12-17 一种用于工业产线的视觉孪生检测装置及方法

Country Status (1)

Country Link
CN (1) CN114371174A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117411895A (zh) * 2023-12-15 2024-01-16 武汉海微科技有限公司 工业生产检测数据处理方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109978052A (zh) * 2019-03-25 2019-07-05 北京快电科技有限公司 一种用户侧能源设备智慧检修方法
CN111208759A (zh) * 2019-12-30 2020-05-29 中国矿业大学(北京) 矿井无人化综采工作面数字孪生智能监控系统
CN111633644A (zh) * 2020-05-15 2020-09-08 哈尔滨工程大学 一种结合智能视觉的工业机器人数字孪生系统及其运行方法
CN111948228A (zh) * 2020-07-06 2020-11-17 中国电子科技集团公司第四十一研究所 基于5g通信云测试的工业产线全过程视觉检测系统
CN112668687A (zh) * 2020-12-01 2021-04-16 达闼机器人有限公司 云端机器人系统、云服务器、机器人控制模块和机器人

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109978052A (zh) * 2019-03-25 2019-07-05 北京快电科技有限公司 一种用户侧能源设备智慧检修方法
CN111208759A (zh) * 2019-12-30 2020-05-29 中国矿业大学(北京) 矿井无人化综采工作面数字孪生智能监控系统
CN111633644A (zh) * 2020-05-15 2020-09-08 哈尔滨工程大学 一种结合智能视觉的工业机器人数字孪生系统及其运行方法
CN111948228A (zh) * 2020-07-06 2020-11-17 中国电子科技集团公司第四十一研究所 基于5g通信云测试的工业产线全过程视觉检测系统
CN112668687A (zh) * 2020-12-01 2021-04-16 达闼机器人有限公司 云端机器人系统、云服务器、机器人控制模块和机器人

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117411895A (zh) * 2023-12-15 2024-01-16 武汉海微科技有限公司 工业生产检测数据处理方法、装置、设备及存储介质
CN117411895B (zh) * 2023-12-15 2024-03-29 武汉海微科技股份有限公司 工业生产检测数据处理方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
WO2020077672A1 (zh) 一种服务质量评估模型的训练方法及装置
CN111509862B (zh) 基于数字孪生云的海上平台电力系统结构优化方法及系统
CN106525415B (zh) 一种风电机组传动链健康状态评价系统及方法
CN112594142B (zh) 一种基于5g的端云协同风电运维诊断系统
CN110597057A (zh) 在工业应用场景下的数据处理系统
CN104185018B (zh) 用于视频监控系统测试的网络摄像机模拟装置及测试方法
CN111948228A (zh) 基于5g通信云测试的工业产线全过程视觉检测系统
CN114371174A (zh) 一种用于工业产线的视觉孪生检测装置及方法
CN104079885A (zh) 无人监守联动跟踪的网络摄像方法及装置
CN112163873A (zh) 一种基于边缘计算的产品质检系统及质检方法
CN103647347A (zh) 基于视频精确识别的变电站内设备状态巡视管理系统
CN114453709A (zh) 一种基于边缘计算的机器人焊接现场智能监控系统
Liu et al. Cloud-edge-end cooperative detection of wind turbine blade surface damage based on lightweight deep learning network
CN112803587A (zh) 一种基于诊断决策库的自动化设备状态智能巡视方法
Zhang et al. Intelligent patrol terminal of transmission line based on AI chip accelerated calculation
CN116866512A (zh) 一种光伏电站巡检系统及其运行方法
CN110794799A (zh) 应用于工业生产的具有故障诊断功能的大数据系统
CN110647070A (zh) 一种用于超大规模数据中心的动力环境监控系统
CN114136992A (zh) 新型的带钢表面缺陷实时在线检测系统及方法
CN114445411A (zh) 一种无人机巡线缺陷识别系统及控制方法
CN113139476A (zh) 一种面向数据中心的人体行为属性实时检测方法和系统
Guo et al. Based on the improved YOLOv3 under the catenary insulator image recognition
CN203120069U (zh) 一种视频质量检测装置及系统
CN112488873A (zh) 一种供用电设备健康码及状态轨迹智能挖掘构建方法
CN112187942A (zh) 一种服务于智能机舱的边缘计算系统

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