CN114609144A - 一种基于ai视觉分级分色的瓷砖产线及控制方法 - Google Patents

Abstract

本发明提供一种基于AI视觉分级分色的瓷砖产线及控制方法，瓷砖生产线包括：通过传送装置依次连接的各工序生产设备、AI视觉分级分色设备、标记设备、分选设备和包装设备，以及与上述设备通讯连接的控制中心。所述控制方法包括：获取瓷砖成品图像并与数据库进行比对，获得每一块瓷砖成品的缺陷种类数据和色号数据，根据比对结果对瓷砖成品进行标记、分流；根据缺陷种类数据和色号数据调取相应的生产设备当前的运行数据，分析比对当前的运行数据并得到分析结果，并根据分析结果对设备进行调整。上述瓷砖生产线及控制方法不仅能够提高瓷砖分级分色的准确率，还能够对瓷砖产线形成闭环控制，及时调整生产工艺，减少不良品。

Description

一种基于AI视觉分级分色的瓷砖产线及控制方法

技术领域

本发明涉及瓷砖生产领域，尤其涉及一种基于AI视觉分级分色的瓷砖产线及控制方法。

背景技术

目前陶瓷墙地砖(后文简称瓷砖)的分级分色检测主要通过线上检测和线下检测配合来实现的，其检测工作依靠人工来完成，该陶瓷墙地砖的分级分色检测，根据其特性可分为2个部分，分别为分色检测和分级检测，分色检测即由于瓷砖生产线施釉、窑炉温差等多加工，导致同批生产的不同瓷砖之间，砖面出现一定的色彩偏差，为满足产品使用的美观性和一致性，因而需对其进行分类；分级检测又可称为缺陷检测，其主要检测加工后的成品是否存在物理性的缺陷，如：裂痕、磨花、崩角、针孔等；

线上检测即为在陶瓷墙地砖加工生产线的末端(即在砖坯包装线的前端)，依靠人工不断的比对生产线的陶瓷墙地砖与标准样品砖，挑选出颜色一致性差和具有物理性缺陷的瓷砖。

线下检测即为在生产线每运行一段时间后，挑选一定量不同时间段或不同生产批次的同类陶瓷墙地砖(经过线上人工检测的陶瓷墙地砖)，并将其铺平在一个光线较为均衡的房间内进行观察和比对,从而确认陶瓷墙地砖的等级和最终的色号。

上述两种检测方法在很大程度上依赖检测人员的工作经验和工作状态，检测结果具有不确定性。另外，由于检测周期长、检测数据不精准，难以根据检测结果及时调整生产工艺，使得产品在生产过程中易出现批量的质量问题。

发明内容

本发明旨提供一种基于AI视觉分级分色的瓷砖产线及控制方法，该基于AI 视觉分级分色的瓷砖产线及控制方法不仅能够提高瓷砖分级分色的准确率，还能够对瓷砖产线形成闭环控制，及时调整生产工艺，减少不良品。

为了实现上述目的，本发明的技术方案为：

基于AI视觉分级分色的瓷砖产线控制方法，其包括以下步骤：

S1：获取瓷砖成品图像，将瓷砖成品图像与数据库进行比对，获得每一块瓷砖成品的缺陷种类数据和色号数据；

S2：根据每一块瓷砖成品的缺陷种类数据和色号数据对瓷砖成品进行标记，并根据标记对瓷砖成品进行分流；

S3：根据缺陷种类数据和色号数据调取相应的生产设备当前的运行数据，分析比对当前的运行数据和预设的运行数据的得到分析结果，收集并储存上述分析结果。

在上述的控制方法中，步骤S1具体包括：将瓷砖成品图像与数据库中进行比对，判断是否存在缺陷并识别缺陷的类型，形成缺陷种类数据；将瓷砖成品图像与数据库进行比对，识别瓷砖成品图像的标准色号类型或识别为非标准色号，形成色号数据；

其中，所述数据库包括大量的缺陷数据和标准色号数据。

在上述的控制方法中，所述数据库内包括至少一种标准色号数据。

进一步地，步骤S2中所述的根据标记对瓷砖成品进行分流具体包括：

先将具有缺陷的瓷砖成品和不具有缺陷的瓷砖成品分流，再将不具有缺陷的瓷砖成品根据其色号数据分流。

进一步地，5.步骤S3中所述的根据缺陷种类数据和色号数据调取相应的生产设备当前的运行数据具体包括：

针对每种不同的缺陷类型，分别统计单位时间内具有该种缺陷的瓷砖成品数量占瓷砖成品总量的比例，获得针对不同的缺陷种类的缺陷比例值；

当任意一个缺陷比例值大于其对应的预设比例值，调取相应生产设备的运行数据。

进一步地，步骤S3中所述的根据缺陷种类数据和色号数据调取相应的生产设备当前的运行数据具体还包括：

统计单位时间内被识别为非标准色号的瓷砖成品数量占单位时间内瓷砖成品数量的比例，确定该比例为色差比例值，当该色差比例值大于预设的色差比例值时，调取相应生产设备当前的运行数据。

进一步地，步骤S3中所述的分析比对当前的运行数据和预设的运行数据的得到分析结果包括：

将生产设备当前的运行数据与预设的运行数据范围进行比对，判断生产设备当前的运行数据是否超出预设的运行数据范围。

进一步地，在步骤S3中所述的并根据分析结果对设备进行调整具体包括：

当生产设备当前的运行数据超出预设的运行数据范围，向该生产设备发出调整信号，直至生产设备当前的运行数据在预设的运行数据范围内。

本发明还提供一种基于AI视觉分级分色的瓷砖产线，其应用于上述的控制方法，所述瓷砖产线包括通过传送装置依次连接的瓷砖压机、淋釉设备、印刷设备、烧成设备、抛光设备、磨边设备和AI视觉分级分色设备、分选设备和包装设备，以及与上述生产设备通讯连接的控制中心；

所述AI视觉分级分色设备用于获取瓷砖成品图像后，获得每一块瓷砖成品的缺陷种类数据和色号数据；根据每一块瓷砖成品的缺陷种类数据和色号数据向标记设备发送标记信号，以对瓷砖成品标记并利用分选设备分流，并将每一块瓷砖成品的缺陷种类数据和色号数据发送至控制中心；

所述控制中心用于实时获取瓷砖产线上的生产设备的当前运行数据、根据缺陷种类数据和色号数据调取相应的生产设备当前的运行数据，分析比对当前的运行数据和预设的运行数据的得到分析结果，并根据分析结果对设备进行调整。

与现有技术相比，本发明的基于AI视觉分级分色的瓷砖产线及控制方法，至少具有以下有益效果：

1、利用AI分级分色设备替代人工检测，基于大数据平台，量化瓷砖成品的检测标准，不仅减少人员工作的强度，还提高了检测准确性。

2、将检测数据及时上传检测系统，确保数据的实时性，对检测数据和设备数据进行分析与处理，判断检测数据中不同种类缺陷造成的原因，将其与整线生产设备运行异常情况进行匹配，建立关联，及时发现问题所在，对生产设备做出相应的调整与优化，使得瓷砖产线形成一个闭环的自我反馈系统，减少不良品的产生。

具体实施方式

下面对本发明提供的技术方案进行更为详细的阐述。

本发明的基于AI视觉分级分色的瓷砖产线包括通过传送装置依次连接的瓷砖压机、淋釉设备、印刷设备、烧成设备、抛光设备、磨边设备和AI视觉分级分色设备、分选设备和包装设备，以及与上述生产设备通讯连接的控制中心。

在以往的瓷砖产线中，AI视觉分级分色设备只用于获取瓷砖成品图像后，将瓷砖成品图像与数据库进行比对，得出比对结果并将比对结果发送至分选设备，由分选设备对瓷砖成品分流。

在本发明中，所述AI视觉分级分色设备还用于收集在分级分色过程中获取的缺陷种类数据和色号数据并发送至控制中心。由控制中心根据缺陷种类数据和色号数据调取相应的生产设备当前的运行数据，并根据运行数据发出调整信号，从而能够在较短的时间内根据瓷砖成品的质量实时调整生产工艺，减少不良品的产生。

本发明的基于AI视觉分级分色的瓷砖产线控制方法具体如下：

步骤S1、获取瓷砖成品图像，将瓷砖成品图像与数据库进行比对，获得每一块瓷砖成品的缺陷种类数据和色号数据；

步骤S2、根据每一块瓷砖成品的缺陷种类数据和色号数据对瓷砖成品进行标记，并根据标记对瓷砖成品进行分流；

步骤S3、根据缺陷种类数据和色号数据调取相应的生产设备当前的运行数据，分析比对当前的运行数据和预设的运行数据的得到分析结果，并根据分析结果对设备进行调整。

在上述方法中，步骤S1具体为：将瓷砖成品图像与数据库中进行比对，判断是否存在缺陷并识别缺陷的类型，形成缺陷种类数据；将瓷砖成品图像与数据库进行比对，识别瓷砖成品图像的标准色号类型或识别为非标准色号，形成色号数据。

其中，所述数据库包括大量的缺陷数据和标准色号数据。AI视觉分级分色设备根据大量的缺陷图图像、成品图像学习，抓取图片特征，形成上述具有大量缺陷数据和标准色号数据的数据库。其中，所述缺陷数据包括但不限于刮痕、缺角、变形、尺寸偏差等缺陷类型，基于大数据的AI视觉分级不受员工经验、工作状态的影响，其准确度和稳定性更高。所述数据库内包括至少一种标准色号数据，标准色号可以由工输入确定，也可以由AI视觉分级分色设备学习一定量的成品图像后，确定数量最多的集中色号为标准色号，本申请对标准色号的确定方法不作限制。

在识别瓷砖成品图像的色号时，对获取的成品图像的色差值与不同标准色号数据的色差值进行比对，判断该成品图像是否属于其中一种标准色号，当不属于标准色号时，判断为非标准色号。

结合上述分级分色方法，步骤S2中所述的根据标记对瓷砖成品进行分流具体包括：

先将具有缺陷的瓷砖成品和不具有缺陷的瓷砖成品分流，再将不具有缺陷的瓷砖成品根据其色号数据分流。

在步骤3中，所述根据缺陷种类数据调取相应的生产设备当前的运行数据具体包括：

针对每种不同的缺陷类型，分别统计单位时间内具有该种缺陷的瓷砖成品数量占瓷砖成品总量的比例，获得针对不同的缺陷种类的缺陷比例值；

当任意一个缺陷比例值大于其对应的预设比例值，调取相应生产设备的运行数据。

根据瓷砖生产过程中的产生的不同缺陷的可能原因，上述缺陷类型包括刮痕、缺角、变形、厚度偏差等，则调取相应生产设备的运行数据具体为：

当上述刮痕比例值大于预设的刮痕比例值时，调取抛光设备当前的运行数据；

当上述缺角比例值大于预设的缺角比例值，或上述尺寸偏差比例值大于预设的尺寸偏差比例值时，调取磨边设备当前的运行数据；

当上述变形比例值大于预设的变形比例值时，调取磨边设备当前的运行数据；

当上述厚度偏差比例值大于预设的厚度偏差比例值时，调取瓷砖压机设备当前的运行数据厚度偏差比例值。

综上，即当某一种缺陷类型在单位时间内出现的次数较多时，才需要调取相应的设备当前的运行数据，并进行下一步的运行数据分析。避免了偶然因素导致出现缺陷而进行不必要的运行数据分析。

需要说明的是，上述缺陷种类与生产设备对应关系为人工预先设定，例如，将刮痕对应的生产设备对应为抛光生产设备和传送设备，即抛光设备或传送设备出现故障时，有可能会在瓷砖上形成刮痕。当控制中心确定当前的瓷砖成品存在刮痕，并且刮痕比例值大于预设的刮痕比例值时，会调取抛光生产设备和传送设备的运行数据。

关于瓷砖分色，所述根据缺陷种类数据和色号数据调取相应的生产设备当前的运行数据具体还包括：

统计单位时间内被识别为非标准色号的瓷砖成品数量占单位时间内瓷砖成品数量的比例，确定该比例为色差比例值，当该色差比例值大于预设的色差比例值时，调取相应生产设备当前的运行数据。

当色差比例值较小时，可能由于偶然原因导致，瓷砖生产线未出现异常，此时不适宜调整生产工艺。当色差比例值较大时，说明大量的瓷砖出现了大量非标准色号，存在一定的规律性，可判断为瓷砖生产线出现故障，由此避免不必要的调整和停顿而影响瓷砖生产线的生产效率。根据瓷砖的生产工艺，出现非标准色的原因主要由于印刷设备、淋釉设备等出现故障，因此，可预先设定出现非标准色与印刷设备、淋釉设备关联，这样，当出现非标准色过多时，控制中心会调取印刷设备、淋釉设备当前的运行数据。另外，根据瓷砖的生产工艺，还可以将出现非标准色与瓷砖压机、烧成设备等关联。

需要说明的是，调取相应生产设备的运行数据的方法包括但不限于上述具体实施例。

调取了生产设备当前的运行数据之后，还需要根据当前的运行数据对生产设备进行分析，以消除产生不良品的生产因素。

具体地，步骤S3中所述的分析比对当前的运行数据和预设的运行数据得到分析结果，并根据分析结果对设备进行调整具体包括：

将生产设备当前的运行数据与预设的运行数据范围进行比对，判断生产设备当前的运行数据是否超出预设的运行数据范围；

当生产设备当前的运行数据超出预设的运行数据范围，向该生产设备发出调整信号，直至生产设备当前的运行数据在预设的运行数据范围内。

例如，当AI视觉分级分色设备检测到发现产品表面存在较多的刮痕缺陷，单位时间内刮痕比例值大于预设的刮痕比例值时，控制中心调取抛光设备当前的运行数据，并与预设的运行数据进行比对后，得出抛光压力大于预设抛光压力范围，则需要向抛光设备发出调整信号。抛光设备收到调整信号后，及时调整抛光压力值至预设的抛光压力范围内，进而有效避免之后的瓷砖在抛光过程中产生刮痕，从而减少了不良品。

需要说明的是，根据所述运行数据发出调整信号的方法包括但不限于上述具体实施例。

除此之外，对于一些无法自动调整的运行数据，将生产设备当前的运行数据与预设的运行数据范围进行比对，当生产设备当前的运行数据超出预设的运行数据范围时，控制中心发出调整信号以通知工作人员进行调整，工作人员查阅由控制中心分析并储存的分析结果，进行进一步排查。

比如检测到抛光磨具的磨削深度已大于预设的磨削深度，则发出调整信号，工作人员查看分析结构后进一步排查是否需要更换抛光磨具。

总之，本发明的基于AI视觉分级分色的瓷砖产线及控制方法既能够精准地分选出色差大、具有缺陷的瓷砖，便于后续包装。又能够根据分级分色过程中获取的缺陷种类数据和色号数据分析当前生产工艺存在的问题，从而反馈至各生产设备中并及时调整生产设备的运行参数，减少不良品的产生。

在本发明的描述中，需要理解的是，术语“竖向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系，仅是为便于描述本发明和简化描述，而不是指示或暗指所指的装置或元件必须具有特定的方位、为特定的方位构造和操作，因而不能理解为对本发明保护内容的限制。

如果本文中使用了“第一”、“第二”等词语来限定零部件的话，本领域技术人员应该知晓：“第一”、“第二”的使用仅仅是为了便于描述本发明和简化描述，如没有另外声明，所述词语并没有特殊的含义。

本发明并不局限于所述实施方式，如果对本发明的各种改动或变形不脱离本发明的精神和范围，倘若这些改动和变形属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变形。

Claims (9)

1.一种基于AI视觉分级分色的瓷砖产线控制方法，其特征在于，包括以下步骤：

S1：获取瓷砖成品图像，将瓷砖成品图像与数据库进行比对，获得每一块瓷砖成品的缺陷种类数据和色号数据；

S2：根据每一块瓷砖成品的缺陷种类数据和色号数据对瓷砖成品进行标记，并根据标记对瓷砖成品进行分流；

S3：根据缺陷种类数据和色号数据调取相应的生产设备当前的运行数据，分析比对当前的运行数据和预设的运行数据得到分析结果，并根据分析结果对设备进行调整。

2.根据权利要求1所述的基于AI视觉分级分色的瓷砖产线控制方法，其特征在于，步骤S1具体包括：

将瓷砖成品图像与数据库中进行比对，判断是否存在缺陷并识别缺陷的类型，形成缺陷种类数据；将瓷砖成品图像与数据库进行比对，识别瓷砖成品图像的标准色号类型或识别为非标准色号，形成色号数据；

其中，所述数据库包括大量的缺陷数据和标准色号数据。

3.根据权利要求2所述的基于AI视觉分级分色的瓷砖产线控制方法，其特征在于：

所述数据库内包括至少一种标准色号数据。

4.根据权利要求3所述的基于AI视觉分级分色的瓷砖产线控制方法，其特征在于，步骤S2中所述的根据标记对瓷砖成品进行分流具体包括：

先将具有缺陷的瓷砖成品和不具有缺陷的瓷砖成品分流，再将不具有缺陷的瓷砖成品根据其色号数据分流。

5.根据权利要求2所述的基于AI视觉分级分色的瓷砖产线控制方法，其特征在于，步骤S3中所述的根据缺陷种类数据和色号数据调取相应的生产设备当前的运行数据具体包括：

针对每种不同的缺陷类型，分别统计单位时间内具有该种缺陷的瓷砖成品数量占瓷砖成品总量的比例，获得针对不同的缺陷种类的缺陷比例值；

当任意一个缺陷比例值大于其对应的预设比例值，调取相应生产设备的运行数据。

6.根据权利要求5所述的基于AI视觉分级分色的瓷砖产线控制方法，其特征在于，步骤S3中所述的根据缺陷种类数据和色号数据调取相应的生产设备当前的运行数据具体还包括：

统计单位时间内被识别为非标准色号的瓷砖成品数量占单位时间内瓷砖成品数量的比例，确定该比例为色差比例值，当该色差比例值大于预设的色差比例值时，调取相应生产设备当前的运行数据。

7.根据权利要求1所述的基于AI视觉分级分色的瓷砖产线控制方法，其特征在于，步骤S3中所述的分析比对当前的运行数据和预设的运行数据的得到分析结果包括：

将生产设备当前的运行数据与预设的运行数据范围进行比对，判断生产设备当前的运行数据是否超出预设的运行数据范围。

8.根据权利要求7所述的基于AI视觉分级分色的瓷砖产线控制方法，其特征在于，在步骤S3中所述的并根据分析结果对设备进行调整具体包括：

当生产设备当前的运行数据超出预设的运行数据范围，向该生产设备发出调整信号，直至生产设备当前的运行数据在预设的运行数据范围内。

9.基于AI视觉分级分色的瓷砖产线，其特征在于：应用于如权利要求1-8中任意一项所述的控制方法；

所述瓷砖产线包括通过传送装置依次连接的瓷砖压机、淋釉设备、印刷设备、烧成设备、抛光设备、磨边设备、AI视觉分级分色设备、标记设备、分选设备和包装设备，以及与上述生产设备通讯连接的控制中心；

所述AI视觉分级分色设备用于获取瓷砖成品图像后，获得每一块瓷砖成品的缺陷种类数据和色号数据；根据每一块瓷砖成品的缺陷种类数据和色号数据向标记设备发送标记信号，以对瓷砖成品标记并利用分选设备分流，并将每一块瓷砖成品的缺陷种类数据和色号数据发送至控制中心；

所述控制中心用于实时获取瓷砖产线上的生产设备的当前运行数据、根据缺陷种类数据和色号数据调取相应的生产设备当前的运行数据，分析比对当前的运行数据和预设的运行数据的得到分析结果，并根据分析结果对设备进行调整。