CN114578015A - 一种软磁铁氧体智能化质量检测方法 - Google Patents

一种软磁铁氧体智能化质量检测方法 Download PDF

Info

Publication number
CN114578015A
CN114578015A CN202210382563.6A CN202210382563A CN114578015A CN 114578015 A CN114578015 A CN 114578015A CN 202210382563 A CN202210382563 A CN 202210382563A CN 114578015 A CN114578015 A CN 114578015A
Authority
CN
China
Prior art keywords
oxidation
soft magnetic
detection
magnetic ferrite
data
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.)
Granted
Application number
CN202210382563.6A
Other languages
English (en)
Other versions
CN114578015B (zh
Inventor
周端磊
宋卢
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.)
Anhui Longci Metal Technology Co ltd
Original Assignee
Anhui Longci Metal Technology 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 Anhui Longci Metal Technology Co ltd filed Critical Anhui Longci Metal Technology Co ltd
Priority to CN202210382563.6A priority Critical patent/CN114578015B/zh
Publication of CN114578015A publication Critical patent/CN114578015A/zh
Application granted granted Critical
Publication of CN114578015B publication Critical patent/CN114578015B/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
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/20Metals
    • G01N33/202Constituents thereof
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/20Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring contours or curvatures, e.g. determining profile
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Soft Magnetic Materials (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种软磁铁氧体智能化质量检测方法,属于软磁铁氧体检测技术领域,具体步骤包括:步骤一:获取软磁铁氧体的烧结设备信息,设置烧结位分布图,并在每个烧结位上设置对应的编号;步骤二:获取软磁铁氧体历史烧结数据,根据获得的软磁铁氧体历史烧结数据对生产的软磁铁氧体进行抽样检测,获得氧化检测结果,根据对应的氧化检测数据生成氧化反馈数据;步骤三:将氧化检测结果和氧化反馈数据发送给对应的管理人员,并根据氧化检测数据进行软磁铁氧体的可疑标记;步骤四:将非可疑软磁铁氧体标记为外形检测目标,建立立体检测模型;步骤五:建立软磁铁氧体的标准检测模型,将立体检测模型与标准检测模型进行比较。

Description

一种软磁铁氧体智能化质量检测方法
技术领域
本发明属于软磁铁氧体检测技术领域,具体是一种软磁铁氧体智能化质量检测方法。
背景技术
软磁铁氧体材料是一种电子工业基础材料,已广泛应用于自动控制、信息存储、磁记录头、电视、通信等各个行业。软磁铁氧体材料的性能主要是由成分和制备工艺所决定的,因此为了保障软磁铁氧体材料的性能,使其能够达到设计标准,需要保障其生产产品原料的合格,原料不合格将会导致生产出来的软磁铁氧体达不到设计标准;且在软磁铁氧体的生产工艺中,容易发生烧结氧化的现象;因此为了保障生产出来的软磁铁氧体符合客户的使用要求,本发明提供了一种软磁铁氧体智能化质量检测方法;用于对软磁铁氧体进行检测。
发明内容
为了解决上述方案存在的问题,本发明提供了一种软磁铁氧体智能化质量检测方法。
本发明的目的可以通过以下技术方案实现:
一种软磁铁氧体智能化质量检测方法,具体步骤包括:
步骤一:获取软磁铁氧体的烧结设备信息,设置烧结位分布图,并在每个烧结位上设置对应的编号;
步骤二:获取软磁铁氧体历史烧结数据,根据获得的软磁铁氧体历史烧结数据对生产的软磁铁氧体进行抽样检测,获得氧化检测结果,根据对应的氧化检测数据生成氧化反馈数据;
步骤三:将氧化检测结果和氧化反馈数据发送给对应的管理人员,并根据氧化检测数据进行软磁铁氧体的可疑标记;
步骤四:将非可疑软磁铁氧体标记为外形检测目标,识别各个外形检测目标的尺寸数据,建立立体检测模型;
步骤五:获取软磁铁氧体设计尺寸,建立软磁铁氧体的标准检测模型,将立体检测模型与标准检测模型进行比较,获得误差集,判断误差集是否符合设计允许误差,获得对应的外形检测结果,包括外形检测合格和外形检测不合格。
进一步地,根据获得的软磁铁氧体历史烧结数据对生产的软磁铁氧体进行抽样检测的方法包括:
对获得的软磁铁氧体历史烧结数据根据烧结位分布图进行数据分类,获得烧结位历史数据,识别烧结位历史数据中的氧化程度超标的软磁铁氧体,标记为氧化目标,获取氧化目标参数,包括氧化值YH、位置影响值WY和规律修正值标记为GL,根据氧化目标参数获取氧化检测结果,氧化检测结果包括氧化检测合格和氧化检测不合格。
进一步地,获取氧化目标参数,根据氧化目标参数获取氧化检测结果的方法包括:
根据氧化目标数据计算当前烧结位的氧化值YH;获取待检的软磁铁氧体数量,将待检的软磁铁氧体标记为待检目标;设置抽检数量,绘制待检目标的输送分布图,识别待检目标的编号,根据识别的编号给待检目标标记对应的氧化值YH;获取正在被检测的软磁铁氧体在输送分布图中的位置,设置待检目标的位置影响值WY;获取前期检测位置数据,根据获得的前期检测位置数据设置规律修正值,将规律修正值标记为GL;根据抽检值公式获得抽检值,根据抽检值高低选择对应的待检目标进行检测,获得氧化检测结果。
进一步地,抽检值公式为
Figure BDA0003592459910000021
其中,c1、c2、c3均为比例系数,取值范围为0<c1≤1,0<c2≤1,0<c3≤1。
进一步地,根据氧化目标数据计算当前烧结位的氧化值的方法包括:
统计氧化目标在烧结位历史数据中的占比,将氧化目标标记为i,其中i=1、2、……、n,n为正整数;将统计的占比标记为YZ;获取各个氧化目标的氧化百分比,将获得的氧化百分比标记为YBi;根据氧化值公式
Figure BDA0003592459910000031
获得氧化值,其中YHB为标准氧化值,b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1。
进一步地,设置待检目标的位置影响值的方法包括:
设置轮回间隔,识别前一个要被检测的软磁铁氧体位置,设置位置影响值公式,根据设置的位置影响值公式获得位置影响值。
进一步地,位置影响值公式为
Figure BDA0003592459910000032
其中DY为当前待检目标与前一个要被检测的软磁铁氧体之间存在的待检目标数量,ZB为最佳间隔数量,λ为位置修正因子,β为比例系数,取值范围为0<β≤1。
进一步地,根据对应的氧化检测数据生成氧化反馈数据的方法包括:
获取氧化检测结果为不合格的氧化检测数据,进行检测数据关键词提取,获得检测关键词,进行检测关键词领域筛选,获得分析关键词;建立检索模型,通过检索模型对分析关键词进行分析,获得目标检索式,将目标检索式输入到指定的数据平台中进行检索,获得对应的检索数据,将获得的检索数据整合为氧化反馈数据。
与现有技术相比,本发明的有益效果是:
通过进行软磁铁氧体的氧化检测,避免因为软磁铁氧体氧化而导致其性能达不到设计要求;并通过对氧化检测数据进行分析,生成对应的反馈数据,辅助管理人员分析对应的原因,为后续的生产工艺改进提高数据支持;通过先进行软磁铁氧体的氧化检测,便于根据不同的检测结果将不合格的软磁铁氧体进行区别处理,降低外形检测的工作量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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为本发明方法流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,一种软磁铁氧体智能化质量检测方法,具体步骤包括:
步骤一:获取软磁铁氧体的烧结设备信息,设置烧结位分布图,并在每个烧结位上设置对应的编号;
因为软磁铁氧体在生产过程中具有烧结的环节,一般是在双推板氮气窑炉和钟罩炉内进行的,但是在烧结的过程中容易被氧化,影响软磁铁氧体的质量,因此需要对软磁铁氧体氧化程度进行检测,便于为后续的烧结改进提供数据支持;
烧结位即为软磁铁氧体的毛坯放在烧结位内进行烧结。
步骤二:获取大量的软磁铁氧体历史烧结数据,包括烧结合格数据、烧结不合格数据、具体对应的烧结位编号等数据;根据获得的软磁铁氧体历史烧结数据对生产的软磁铁氧体进行抽样检测,获得氧化检测结果,根据对应的氧化检测数据生成氧化反馈数据;
根据获得的软磁铁氧体历史烧结数据对生产的软磁铁氧体进行抽样检测的方法包括:
对获得的软磁铁氧体历史烧结数据根据烧结位分布图进行数据分类,获得烧结位历史数据,识别烧结位历史数据中的氧化程度超标的软磁铁氧体,标记为氧化目标,根据氧化目标数据计算当前烧结位的氧化值YH;
获取待检的软磁铁氧体数量,将待检的软磁铁氧体标记为待检目标;设置抽检数量,根据规定检测标准或企业检测标准进行设置,因为其内包含检测数量比例;绘制待检目标的输送分布图,识别待检目标的编号,即为对应烧结位的编号;根据识别的编号给待检目标标记对应的氧化值YH;
获取正在被检测的软磁铁氧体在输送分布图中的位置,设置待检目标的位置影响值WY;获取前期检测位置数据,根据获得的前期检测位置数据设置规律修正值,将规律修正值标记为GL;根据抽检值公式
Figure BDA0003592459910000051
获得抽检值,其中,c1、c2、c3均为比例系数,取值范围为0<c1≤1,0<c2≤1,0<c3≤1;根据抽检值高低选择对应的待检目标进行检测,获得氧化检测结果,氧化检测结果包括氧化检测合格和氧化检测不合格。
对获得的软磁铁氧体历史烧结数据根据烧结位分布图进行数据分类的方法为本领域常识,根据烧结位对应的历史数据进行分类,因此不进行详细叙述。
根据氧化目标数据计算当前烧结位的氧化值的方法包括:
统计氧化目标在烧结位历史数据中的占比,将氧化目标标记为i,其中i=1、2、……、n,n为正整数;将统计的占比标记为YZ;获取各个氧化目标的氧化百分比,将获得的氧化百分比标记为YBi;根据氧化值公式
Figure BDA0003592459910000052
获得氧化值,其中YHB为标准氧化值,由专家组根据烧结位分布图设置的对应烧结位的标准氧化值;b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1。
绘制待检目标的输送分布图的方法就是根据待检目标的传输装置进行绘制的,标记待检目标的位置,具体的为本领域常识,不进行详细叙述。
设置待检目标的位置影响值的方法包括:
设置轮回间隔,即为设置一个间隔数量,在这个间隔数量内选择对应数量的待检目标进行检测,根据检测速度、生产批次、传输速度等因素进行设置的,具体的是由专家组进行讨论设置的;
识别前一个要被检测的软磁铁氧体位置,根据位置影响值公式
Figure BDA0003592459910000061
获得位置影响值;其中DY为当前待检目标与前一个要被检测的软磁铁氧体之间存在的待检目标数量,ZB为最佳间隔数量,由专家组进行讨论设置;λ为位置修正因子,根据当前待检目标在轮回间隔内的位置进行匹配的,即由专家组设置有轮回间隔内位置修正因子匹配表;HU为标准位置影响值,由专家组根据实际情况进行讨论设置;β为比例系数,取值范围为0<β≤1。
根据获得的前期检测位置数据设置规律修正值的方法包括:
前期检测位置数据包括检测的软磁铁氧体的编号统计数据、同位数量数据等表示抽样规律的数据,基于CNN网络或DNN网络建立规律修正模型,用于根据抽样规律设置规律修正值,避免抽样规律化造成的始终抽取对应位置的软磁铁氧体,导致检测具有较大的片面性;具体建立规律修正模型的过程为本领域常识,因此不进行详细叙述。
根据对应的氧化检测数据生成氧化反馈数据的方法包括:
获取氧化检测结果为不合格的氧化检测数据,如不合格部位、氧化程度、烧结设备信息等数据;进行检测数据关键词提取,获得检测关键词,进行检测关键词领域筛选,就是筛选出与烧结氧化相关的关键词;获得分析关键词;建立检索模型,通过检索模型对分析关键词进行分析,获得目标检索式,将目标检索式输入到指定的数据平台中进行检索,获得对应的检索数据,将获得的检索数据整合为氧化反馈数据。
检索模型用于将分析关键词整合为检索式,进行原因检索,通过神经网络进行建立,可以根据需要指定对应的平台进行检索,进而训练不同的检索式,具体的建立和训练过程为本领域常识。
指定的数据平台是由对应的管理人员进行设置的,如企业内部的数据库平台、互联网平台、相关领域的技术平台等。
将获得的检索数据整合为反馈数据的方法为:根据检索数据的相关性进行整合,具体的可以直接使用现有的处理方法进行整合。
步骤三:将氧化检测结果和氧化反馈数据发送给对应的管理人员,并根据氧化检测数据进行软磁铁氧体的可疑标记;
根据氧化检测数据进行软磁铁氧体的可疑标记的方法包括:
根据该批次的氧化检测数据,统计各个烧结位的不合格率,将不合格率不满足要求的烧结位标记为可疑烧结位,识别对应烧结的软磁铁氧体,标记为可疑软磁铁氧体。
步骤四:将非可疑软磁铁氧体标记为外形检测目标,识别各个外形检测目标的尺寸数据,建立立体检测模型;
识别各个外形检测目标的尺寸数据的方法可以采用现有的识别技术进行识别,如通过采集图片,再通过图像识别技术识别对应的轮廓尺寸。
立体检测模型就是根据识别的尺寸数据建立的三维模型,具体的建立方式为本领域常识。
步骤五:获取软磁铁氧体设计尺寸,建立软磁铁氧体的标准检测模型,将立体检测模型与标准检测模型进行比较,获得误差集,判断误差集是否符合设计允许误差,获得对应的外形检测结果,包括外形检测合格和外形检测不合格。
误差集满足设计允许误差即为外形检测合格,误差集不满足设计允许误差即为外形检测不合格。
标准检测模型即为根据获取的软磁铁氧体设计尺寸进行建立的。
将立体检测模型与标准检测模型进行比较,进行的是尺寸比较,获得对应项的差值,组合成误差集。
通过先进行软磁铁氧体的氧化检测,便于根据不同的检测结果将不合格的软磁铁氧体进行区别处理,因为氧化后的软磁铁氧体和尺寸不合格的软磁铁氧体的处理步骤是完全不同的;降低外形检测的工作量;因为对应氧化检测不合格的软磁铁氧体是不需要再进行外形检测的,但是若先进行外形检测,为了后续的材料利用问题,还需要进行氧化检测,效率较差。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理:
获取软磁铁氧体的烧结设备信息,设置烧结位分布图,并在每个烧结位上设置对应的编号;获取软磁铁氧体历史烧结数据,根据获得的软磁铁氧体历史烧结数据对生产的软磁铁氧体进行抽样检测,获得氧化检测结果,根据对应的氧化检测数据生成氧化反馈数据;将氧化检测结果和氧化反馈数据发送给对应的管理人员,并根据氧化检测数据进行软磁铁氧体的可疑标记;将非可疑软磁铁氧体标记为外形检测目标,识别各个外形检测目标的尺寸数据,建立立体检测模型;获取软磁铁氧体设计尺寸,建立软磁铁氧体的标准检测模型,将立体检测模型与标准检测模型进行比较,获得误差集,判断误差集是否符合设计允许误差,获得对应的外形检测结果,包括外形检测合格和外形检测不合格。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。

Claims (8)

1.一种软磁铁氧体智能化质量检测方法,其特征在于,具体步骤包括:
步骤一:获取软磁铁氧体的烧结设备信息,设置烧结位分布图,并在每个烧结位上设置对应的编号;
步骤二:获取软磁铁氧体历史烧结数据,根据获得的软磁铁氧体历史烧结数据对生产的软磁铁氧体进行抽样检测,获得氧化检测结果,根据对应的氧化检测数据生成氧化反馈数据;
步骤三:将氧化检测结果和氧化反馈数据发送给对应的管理人员,并根据氧化检测数据进行软磁铁氧体的可疑标记;
步骤四:将非可疑软磁铁氧体标记为外形检测目标,识别各个外形检测目标的尺寸数据,建立立体检测模型;
步骤五:获取软磁铁氧体设计尺寸,建立软磁铁氧体的标准检测模型,将立体检测模型与标准检测模型进行比较,获得误差集,判断误差集是否符合设计允许误差,获得对应的外形检测结果,包括外形检测合格和外形检测不合格。
2.根据权利要求1所述的一种软磁铁氧体智能化质量检测方法,其特征在于,根据获得的软磁铁氧体历史烧结数据对生产的软磁铁氧体进行抽样检测的方法包括:
对获得的软磁铁氧体历史烧结数据根据烧结位分布图进行数据分类,获得烧结位历史数据,识别烧结位历史数据中的氧化程度超标的软磁铁氧体,标记为氧化目标,获取氧化目标参数,包括氧化值YH、位置影响值WY和规律修正值标记为GL,根据氧化目标参数获取氧化检测结果,氧化检测结果包括氧化检测合格和氧化检测不合格。
3.根据权利要求2所述的一种软磁铁氧体智能化质量检测方法,其特征在于,获取氧化目标参数,根据氧化目标参数获取氧化检测结果的方法包括:
根据氧化目标数据计算当前烧结位的氧化值YH;获取待检的软磁铁氧体数量,将待检的软磁铁氧体标记为待检目标;设置抽检数量,绘制待检目标的输送分布图,识别待检目标的编号,根据识别的编号给待检目标标记对应的氧化值YH;获取正在被检测的软磁铁氧体在输送分布图中的位置,设置待检目标的位置影响值WY;获取前期检测位置数据,根据获得的前期检测位置数据设置规律修正值,将规律修正值标记为GL;根据抽检值公式获得抽检值,根据抽检值高低选择对应的待检目标进行检测,获得氧化检测结果。
4.根据权利要求3所述的一种软磁铁氧体智能化质量检测方法,其特征在于,抽检值公式为
Figure FDA0003592459900000021
其中,c1、c2、c3均为比例系数,取值范围为0<c1≤1,0<c2≤1,0<c3≤1。
5.根据权利要求3所述的一种软磁铁氧体智能化质量检测方法,其特征在于,根据氧化目标数据计算当前烧结位的氧化值的方法包括:
统计氧化目标在烧结位历史数据中的占比,将氧化目标标记为i,其中i=1、2、……、n,n为正整数;将统计的占比标记为YZ;获取各个氧化目标的氧化百分比,将获得的氧化百分比标记为YBi;根据氧化值公式
Figure FDA0003592459900000022
获得氧化值,其中YHB为标准氧化值,b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1。
6.根据权利要求3所述的一种软磁铁氧体智能化质量检测方法,其特征在于,设置待检目标的位置影响值的方法包括:
设置轮回间隔,识别前一个要被检测的软磁铁氧体位置,设置位置影响值公式,根据设置的位置影响值公式获得位置影响值。
7.根据权利要求6所述的一种软磁铁氧体智能化质量检测方法,其特征在于,位置影响值公式为
Figure FDA0003592459900000031
其中DY为当前待检目标与前一个要被检测的软磁铁氧体之间存在的待检目标数量,ZB为最佳间隔数量,λ为位置修正因子,β为比例系数,取值范围为0<β≤1。
8.根据权利要求1所述的一种软磁铁氧体智能化质量检测方法,其特征在于,根据对应的氧化检测数据生成氧化反馈数据的方法包括:
获取氧化检测结果为不合格的氧化检测数据,进行检测数据关键词提取,获得检测关键词,进行检测关键词领域筛选,获得分析关键词;建立检索模型,通过检索模型对分析关键词进行分析,获得目标检索式,将目标检索式输入到指定的数据平台中进行检索,获得对应的检索数据,将获得的检索数据整合为氧化反馈数据。
CN202210382563.6A 2022-04-12 2022-04-12 一种软磁铁氧体智能化质量检测方法 Active CN114578015B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210382563.6A CN114578015B (zh) 2022-04-12 2022-04-12 一种软磁铁氧体智能化质量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210382563.6A CN114578015B (zh) 2022-04-12 2022-04-12 一种软磁铁氧体智能化质量检测方法

Publications (2)

Publication Number Publication Date
CN114578015A true CN114578015A (zh) 2022-06-03
CN114578015B CN114578015B (zh) 2024-02-13

Family

ID=81777878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210382563.6A Active CN114578015B (zh) 2022-04-12 2022-04-12 一种软磁铁氧体智能化质量检测方法

Country Status (1)

Country Link
CN (1) CN114578015B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116796621A (zh) * 2023-03-23 2023-09-22 国能长源荆门发电有限公司 一种用于过热器管的氧化检测方法及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006108475A (ja) * 2004-10-07 2006-04-20 Denso Corp 軟磁性材の製造方法
JP2006111518A (ja) * 2004-09-16 2006-04-27 Neomax Co Ltd ソフトフェライトコアの製造方法
CN103499634A (zh) * 2013-08-22 2014-01-08 王博 一种烧结矿中氧化亚铁的快速测定方法及装置
CN203588835U (zh) * 2013-10-12 2014-05-07 上海华源磁业有限公司 一种软磁铁氧体磁芯烧结用支撑垫板
JP2016195149A (ja) * 2015-03-31 2016-11-17 太陽誘電株式会社 コイル部品
CN106872317A (zh) * 2017-02-20 2017-06-20 中国电子产品可靠性与环境试验研究所 软磁铁氧体材料晶粒尺寸测量的预处理方法及测量方法
CN107132168A (zh) * 2017-07-14 2017-09-05 西安热工研究院有限公司 一种氧化皮在线检测装置及方法
CN108623296A (zh) * 2018-06-15 2018-10-09 天津易元科创电子科技有限公司 一种软磁铁氧体的湿法挤出制造方法
CN111413244A (zh) * 2019-01-04 2020-07-14 国电锅炉压力容器检验有限公司 一种氧化皮检测仪的标定方法
TW202035734A (zh) * 2019-02-28 2020-10-01 日商太陽誘電股份有限公司 軟磁性合金粉及其製造方法、以及由軟磁性合金粉製作之線圈零件及搭載其之電路基板
CN113063847A (zh) * 2021-02-26 2021-07-02 中航金属材料理化检测科技有限公司 用于35ncd16合金磁粉探伤缺陷检测方法
CN113402284A (zh) * 2021-07-27 2021-09-17 横店集团东磁股份有限公司 一种解决软磁铁氧体烧结开裂的方法
CN113534027A (zh) * 2021-06-23 2021-10-22 麦格磁电科技(珠海)有限公司 一种磁化度测试方法及其用于制备软磁铁氧体的方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006111518A (ja) * 2004-09-16 2006-04-27 Neomax Co Ltd ソフトフェライトコアの製造方法
JP2006108475A (ja) * 2004-10-07 2006-04-20 Denso Corp 軟磁性材の製造方法
CN103499634A (zh) * 2013-08-22 2014-01-08 王博 一种烧结矿中氧化亚铁的快速测定方法及装置
CN203588835U (zh) * 2013-10-12 2014-05-07 上海华源磁业有限公司 一种软磁铁氧体磁芯烧结用支撑垫板
JP2016195149A (ja) * 2015-03-31 2016-11-17 太陽誘電株式会社 コイル部品
CN106872317A (zh) * 2017-02-20 2017-06-20 中国电子产品可靠性与环境试验研究所 软磁铁氧体材料晶粒尺寸测量的预处理方法及测量方法
CN107132168A (zh) * 2017-07-14 2017-09-05 西安热工研究院有限公司 一种氧化皮在线检测装置及方法
CN108623296A (zh) * 2018-06-15 2018-10-09 天津易元科创电子科技有限公司 一种软磁铁氧体的湿法挤出制造方法
CN111413244A (zh) * 2019-01-04 2020-07-14 国电锅炉压力容器检验有限公司 一种氧化皮检测仪的标定方法
TW202035734A (zh) * 2019-02-28 2020-10-01 日商太陽誘電股份有限公司 軟磁性合金粉及其製造方法、以及由軟磁性合金粉製作之線圈零件及搭載其之電路基板
CN113063847A (zh) * 2021-02-26 2021-07-02 中航金属材料理化检测科技有限公司 用于35ncd16合金磁粉探伤缺陷检测方法
CN113534027A (zh) * 2021-06-23 2021-10-22 麦格磁电科技(珠海)有限公司 一种磁化度测试方法及其用于制备软磁铁氧体的方法
CN113402284A (zh) * 2021-07-27 2021-09-17 横店集团东磁股份有限公司 一种解决软磁铁氧体烧结开裂的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李克文, 刘剑, 胡滨: "软磁铁氧体的标准化及标准体系", 磁性材料及器件, no. 02, pages 49 - 56 *
殷文慧;丁川;曹亮亮;李梦楠;曾燕伟;: "MnZn铁氧体粉体的氧化特性及其对烧结的影响", 电子元件与材料, no. 01, pages 19 - 24 *
王自敏;邓志刚;: "粒度及其分布对永磁铁氧体性能参数的影响规律研究", 中国陶瓷, no. 02, pages 31 - 36 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116796621A (zh) * 2023-03-23 2023-09-22 国能长源荆门发电有限公司 一种用于过热器管的氧化检测方法及系统
CN116796621B (zh) * 2023-03-23 2023-12-12 国能长源荆门发电有限公司 一种用于过热器管的氧化检测方法及系统

Also Published As

Publication number Publication date
CN114578015B (zh) 2024-02-13

Similar Documents

Publication Publication Date Title
CN112036755B (zh) 一种建筑工程质量检测的监管方法及系统
CN109977808A (zh) 一种晶圆表面缺陷模式检测与分析方法
CN105678332A (zh) 火焰图像cnn识别建模的转炉炼钢终点判断方法及系统
CN114578015B (zh) 一种软磁铁氧体智能化质量检测方法
CN111402236A (zh) 一种基于图像灰度值的热轧带钢表面缺陷分级方法
CN108830492B (zh) 一种基于大数据的确定抽检商家的方法
Poonnoy et al. Classification of boiled shrimp's shape using image analysis and artificial neural network model
CN114066848A (zh) 一种fpca外观缺陷视觉检测系统
CN110717273B (zh) 一种工艺过程仿真边界条件构建方法
CN115883163A (zh) 网络安全告警监测方法
CN109584208B (zh) 一种针对工业结构缺陷智能识别模型的检验方法
CN112749893B (zh) 一种基于云计算的数据挖掘服务平台
CN110320337A (zh) 一种带钢表面质量自动判级系统和方法
CN117252459A (zh) 一种基于深度学习的水果质量评估系统
CN114662981B (zh) 基于大数据应用的污染源企业监管方法
CN116344378A (zh) 一种光伏板生产用智能检测系统及其检测方法
CN115578043A (zh) 一种基于人工智能的物流大数据实时监控与分析处理系统
CN113449966B (zh) 一种石膏板设备巡检方法及系统
CN109447446A (zh) 一种基于熵权topsis的阀门产品装配质量检测任务分析方法
Trofimov Multi-structural instrument for identifying surface defects on rails
CN117152157B (zh) 基于人工智能的电子元件识别方法
CN114783753B (zh) 一种软磁铁氧体智能化生产控制方法
CN117299596B (zh) 一种自动检测的物料筛选系统及其筛选方法
CN116664021B (zh) 一种基于移动端的工厂检查辅助决策系统及方法
CN117688452B (zh) 一种基于神经网络的食品农药残留量检测预警方法及系统

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
GR01 Patent grant
GR01 Patent grant