CN114648521A - 一种基于机器视觉的智慧工厂生产在线监测分析系统 - Google Patents

一种基于机器视觉的智慧工厂生产在线监测分析系统 Download PDF

Info

Publication number
CN114648521A
CN114648521A CN202210350108.8A CN202210350108A CN114648521A CN 114648521 A CN114648521 A CN 114648521A CN 202210350108 A CN202210350108 A CN 202210350108A CN 114648521 A CN114648521 A CN 114648521A
Authority
CN
China
Prior art keywords
sealing
production line
bag
monitored
appearance
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
CN202210350108.8A
Other languages
English (en)
Other versions
CN114648521B (zh
Inventor
李豪
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.)
Beijing Guolian Video Information Technology Co ltd
Original Assignee
Wuhan Minyi Digital 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 Wuhan Minyi Digital Technology Co ltd filed Critical Wuhan Minyi Digital Technology Co ltd
Priority to CN202210350108.8A priority Critical patent/CN114648521B/zh
Publication of CN114648521A publication Critical patent/CN114648521A/zh
Application granted granted Critical
Publication of CN114648521B publication Critical patent/CN114648521B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T7/0006—Industrial image inspection using a design-rule based approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Manufacturing & Machinery (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开一种基于机器视觉的智慧工厂生产在线监测分析系统，本发明通过获取目标工厂生产线上各待监测密封袋的外观缺陷参数和对应封口带的相关参数，评估目标工厂生产线上各待监测密封袋的外观质量影响系数，对比筛选各外观质量符合密封袋，并通过检测目标工厂生产线上各外观质量符合密封袋的性能参数，分析目标工厂生产线上各外观质量符合密封袋的性能质量影响系数，筛选目标工厂生产线上各合格密封袋，从而实现对密封袋性能质量进行全面监测，进一步提高密封袋性能质量监测的全面性和可靠性，进而能够保障后期密封袋的使用效果，在极大程度上满足用户对密封袋的使用需求，增加用户对密封袋的使用体验感。

Description

一种基于机器视觉的智慧工厂生产在线监测分析系统
技术领域
本发明涉及生产线监测分析领域，涉及到一种基于机器视觉的智慧工厂生产在线监测分析系统。
背景技术
密封袋大多数是以塑料为主要原料制成的袋子，因其阴隔性好、热封性能高和防潮性能好，被广泛用于食品行业、药物行业等各个方面。随着我们对塑料密封袋质量要求日益增强，密封袋生产企业对密封袋生产质量监测的方法也越来越重视。
但是，现有的密封袋生产线生产质量在线监测基本采用人工目视监测的方式，但由于质量监测人员是在高度紧张、连续地单纯作业环境下工作，存在部分人员因个人能力差别和疲劳等因素造成密封袋漏检或少检的问题，从而无法实现对工厂生产线上密封袋外观质量进行精准监测，导致出现部分外观质量不符合生产标准的密封袋流入市场的现象，进一步影响消费者对密封袋生产企业的信誉评价，进而不利于密封袋生产企业的经济发展。
现有的密封袋生产线生产质量在线监测一般通过人员抽样监测密封袋性能质量，存在无法全面地确定密封袋的性能质量是否合格的问题，导致部分密封袋的性能质量无法保证，进而影响后期密封袋的使用效果，在极大程度上无法满足用户对密封袋的使用需求，进一步降低用户对密封袋的使用体验感。
发明内容
针对上述问题，本发明提出了一种基于机器视觉的智慧工厂生产在线监测分析系统，实现对密封袋生产在线监测分析的功能。
本发明解决其技术问题采用的技术方案是：
本发明提供一种基于机器视觉的智慧工厂生产在线监测分析系统，包括：
密封袋外观图像采集模块：用于将目标工厂生产线上各待监测密封袋进行编号，并采集目标工厂生产线上各待监测密封袋的外观图像；
密封袋外观缺陷参数获取模块：用于根据目标工厂生产线上各待监测密封袋的外观图像，获取目标工厂生产线上各待监测密封袋的外观缺陷参数；
密封袋外观缺陷参数分析模块：用于基于目标工厂生产线上各待监测密封袋的外观缺陷参数，分析目标工厂生产线上各待监测密封袋的外观缺陷影响权重指数；
封口带相关参数获取模块：用于根据目标工厂生产线上各待监测密封袋的外观图像，获取目标工厂生产线上各待监测密封袋对应封口带的相关参数；
封口带相关参数分析模块：用于基于目标工厂生产线上各待监测密封袋对应封口带的相关参数，分析目标工厂生产线上各待监测密封袋对应封口带的相关参数影响权重指数；
外观质量影响系数评估模块：用于评估目标工厂生产线上各待监测密封袋的外观质量影响系数，对比筛选目标工厂生产线上外观质量符合的各待监测密封袋，并记为各外观质量符合密封袋；
密封袋数据存储库：用于存储标准密封袋外观质量影响系数和标准密封袋对应封口带的最大封口承受拉力；
密封袋性能参数检测模块：用于对目标工厂生产线上各外观质量符合密封袋的性能参数进行检测，其中性能参数包括封口强度和密封气密性，并分析目标工厂生产线上各外观质量符合密封袋的性能参数影响比例指数；
性能质量影响系数分析处理模块：用于综合分析目标工厂生产线上各外观质量符合密封袋的性能质量影响系数，对比筛选目标工厂生产线上各合格密封袋，并进行处理。
作为一种优选方案，所述密封袋外观图像采集模块具体包括：
将待监测密封袋生产工厂记为目标工厂，获取目标工厂生产线上排列的各待监测密封袋，并按照预设排列顺序依次对目标工厂生产线上各待监测密封袋进行编号，将目标工厂生产线上各待监测密封袋的编号分别记为1,2,...,i,...,n；
对目标工厂生产线上各待监测密封袋的外观图像进行采集，得到目标工厂生产线上各待监测密封袋的外观采集图像，并对目标工厂生产线上各待监测密封袋的外观采集图像进行图像降噪滤波处理和增强处理，得到目标工厂生产线上各待监测密封袋的外观图像，将目标工厂生产线上各待监测密封袋的外观图像标记为ai，其中i＝1,2,...,n。
作为一种优选方案，所述密封袋外观缺陷参数获取模块中获取目标工厂生产线上各待监测密封袋的外观缺陷参数，具体获取包括：
根据目标工厂生产线上各待监测密封袋的外观图像，提取目标工厂生产线上各待监测密封袋的外观图像中对应的外观缺陷参数，其中外观缺陷参数包括划痕面积、污染面积和气泡数量，将目标工厂生产线上各待监测密封袋对应的划痕面积、污染面积和气泡数量分别标记为w1ai、w2ai、w3ai。
作为一种优选方案，所述密封袋外观缺陷参数分析模块中分析目标工厂生产线上各待监测密封袋的外观缺陷影响权重指数，包括：
将目标工厂生产线上各待监测密封袋对应的划痕面积w1ai、污染面积w2ai和气泡数量w3ai代入外观缺陷影响权重指数分析公式
Figure BDA0003579556190000041
得到目标工厂生产线上各待监测密封袋的外观缺陷影响权重指数ξi，其中λ1、λ2、λ3分别表示为预设的划痕面积、污染面积、气泡数量对应的密封袋外观缺陷影响因子，W1′、W2′、W3′分别表示为预设的密封袋外观许可划痕面积、密封袋外观标准表面积、密封袋外观许可气泡数量，k预表示为预设的密封袋外观污染面积与标准表面积的许可占比，Δk允许表示为预设的密封袋外观污染面积与标准表面积的允许误差占比。
作为一种优选方案，所述封口带相关参数获取模块中获取目标工厂生产线上各待监测密封袋对应封口带的相关参数，具体获取方式为：
根据目标工厂生产线上各待监测密封袋的外观图像，获取目标工厂生产线上各待监测密封袋的外观图像中对应封口带的相关参数，其中封口带的相关参数包括两侧宽度差值、两侧长度差值、边缘缺口面积和瑕疵点数量，将目标工厂生产线上各待监测密封袋对应封口带的两侧宽度差值、两侧长度差值、边缘缺口面积和瑕疵点数量分别标记p1ai、p2ai、p3ai、p4ai。
作为一种优选方案，所述封口带相关参数分析模块中分析目标工厂生产线上各待监测密封袋对应封口带的相关参数影响权重指数，具体包括：
将目标工厂生产线上各待监测密封袋对应封口带的两侧宽度差值p1ai、两侧长度差值p2ai、边缘缺口面积p3ai和瑕疵点数量p4ai代入封口带相关参数影响权重指数分析公式
Figure BDA0003579556190000051
得到目标工厂生产线上各待监测密封袋对应封口带的相关参数影响权重指数ψi，其中γ1、γ2、γ3、γ4分别表示为预设的封口带宽度差值、封口带长度差值、封口带边缘缺口面积、封口带瑕疵点数量对应的密封袋外观缺陷影响因子，Δp1′和Δp′2分别表示为预设的两侧封口带允许宽度差值和两侧封口带允许长度差值，P3″和P4″分别表示为预设的封口带许可边缘缺口面积和封口带许可瑕疵点数量。
作为一种优选方案，所述外观质量影响系数评估模块对应的具体评估方式为：
将目标工厂生产线上各待监测密封袋的外观缺陷影响权重指数ξi和各待监测密封袋对应封口带的相关参数影响权重指数ψi代入密封袋外观质量影响系数评估公式中，得到目标工厂生产线上各待监测密封袋的外观质量影响系数φi，将目标工厂生产线上各待监测密封袋的外观质量影响系数与密封袋数据存储库中存储的标准密封袋外观质量影响系数进行对比，若目标工厂生产线上某待监测密封袋的外观质量影响系数小于标准密封袋外观质量影响系数，则表明该待监测密封袋的外观质量符合标准，筛选统计目标工厂生产线上外观质量符合的各待监测密封袋，并记为各外观质量符合密封袋，将目标工厂生产线上各外观质量符合密封袋的编号分别标记为1,2,...,j,...,m，且m≤n。
作为一种优选方案，所述密封袋性能参数检测模块中分析目标工厂生产线上各外观质量符合密封袋的性能参数影响比例指数，包括：
通过对目标工厂生产线上各外观质量符合密封袋对应封口带的封口承受拉力进行检测，得到目标工厂生产线上各外观质量符合密封袋对应封口带的封口承受拉力，将目标工厂生产线上各外观质量符合密封袋对应封口带的封口承受拉力标记为fbj，其中j＝1,2,...,m；
提取密封袋数据存储库中存储的标准密封袋对应封口带的最大封口承受拉力，分析目标工厂生产线上各外观质量符合密封袋的封口强度影响比例指数
Figure BDA0003579556190000061
其中
Figure BDA0003579556190000062
表示为目标工厂生产线上第j个外观质量符合密封袋的封口强度影响比例指数，δ表示为预设的密封袋封口强度影响因子，fmax表示为标准密封袋对应封口带的最大封口承受拉力。
作为一种优选方案，所述密封袋性能参数检测模块中分析目标工厂生产线上各外观质量符合密封袋的性能参数影响比例指数，还包括：
将目标工厂生产线上各外观质量符合密封袋的内部充入预设容量气体，并对目标工厂生产线上各外观质量符合密封袋进行固定压力施压，检测目标工厂生产线上各外观质量符合密封袋在各预设时间点后的轮廓体积，将目标工厂生产线上各外观质量符合密封袋在各预设时间点后的轮廓体积标记为Vjtr，r＝1,2,...,u，r表示为第r个预设时间点；
分析目标工厂生产线上各外观质量符合密封袋的密封气密性影响比例指数
Figure BDA0003579556190000071
其中
Figure BDA0003579556190000072
表示为目标工厂生产线上第j个外观质量符合密封袋的密封气密性影响比例指数，ε表示为预设的密封袋密封气密性影响因子，Vjtr+1表示为目标工厂生产线上第j个外观质量符合密封袋在第r+1预设时间点后的轮廓体积，t′0表示为预设时间点之间的时长，ΔV误差表示为预设的标准密封袋在单位时间内轮廓体积的允许误差值。
作为一种优选方案，所述性能质量影响系数分析处理模块中综合分析目标工厂生产线上各外观质量符合密封袋的性能质量影响系数，具体分析方式为：
将目标工厂生产线上各外观质量符合密封袋的封口强度影响指数
Figure BDA0003579556190000073
和密封气密性影响指数
Figure BDA0003579556190000074
代入公式
Figure BDA0003579556190000075
得到目标工厂生产线上各外观质量符合密封袋的性能质量影响系数Φj，其中σ1和σ2分别表示为预设的密封袋封口强度影响因子和密封袋密封气密性影响因子。
本发明具有以下有益效果：
本发明提供的一种基于机器视觉的智慧工厂生产在线监测分析系统，通过采集目标工厂生产线上各待监测密封袋的外观图像，获取目标工厂生产线上各待监测密封袋的外观缺陷参数和对应封口带的相关参数，评估得到目标工厂生产线上各待监测密封袋的外观质量影响系数，对比筛选目标工厂生产线上各外观质量符合密封袋，从而实现对工厂生产线上密封袋外观质量进行精准监测，有效避免因人员个人能力差别和疲劳因素造成密封袋漏检或少检的问题，进而降低外观质量不符合生产标准的密封袋流入市场的可能性，在极大程度上能够提高消费者对密封袋生产企业的信誉评价，促进密封袋生产企业的经济发展。
本发明提供的一种基于机器视觉的智慧工厂生产在线监测分析系统，通过检测目标工厂生产线上各外观质量符合密封袋的性能参数，综合分析目标工厂生产线上各外观质量符合密封袋的性能质量影响系数，对比筛选目标工厂生产线上各合格密封袋，并进行处理，从而实现对密封袋的性能质量进行全面监测，进一步提高目标工厂生产线上密封袋性能质量监测的全面性和可靠性，进而能够保障后期密封袋的使用效果，在极大程度上满足用户对密封袋的使用需求，增加用户对密封袋的使用体验感。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明的系统模块连接图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明提供一种基于机器视觉的智慧工厂生产在线监测分析系统，包括密封袋外观图像采集模块、密封袋外观缺陷参数获取模块、密封袋外观缺陷参数分析模块、封口带相关参数获取模块、封口带相关参数分析模块、外观质量影响系数评估模块、密封袋数据存储库、密封袋性能参数检测模块和性能质量影响系数分析处理模块。
所述密封袋外观图像采集模块分别与密封袋外观缺陷参数获取模块和封口带相关参数获取模块连接，密封袋外观缺陷参数分析模块分别与密封袋外观缺陷参数获取模块和外观质量影响系数评估模块连接，封口带相关参数分析模块分别与封口带相关参数获取模块和外观质量影响系数评估模块连接，外观质量影响系数评估模块分别与密封袋数据存储库和密封袋性能参数检测模块连接，密封袋性能参数检测模块分别与密封袋数据存储库和性能质量影响系数分析处理模块。
所述密封袋外观图像采集模块用于将目标工厂生产线上各待监测密封袋进行编号，并采集目标工厂生产线上各待监测密封袋的外观图像。
作为一种优选方案，所述密封袋外观图像采集模块具体包括：
将待监测密封袋生产工厂记为目标工厂，获取目标工厂生产线上排列的各待监测密封袋，并按照预设排列顺序依次对目标工厂生产线上各待监测密封袋进行编号，将目标工厂生产线上各待监测密封袋的编号分别记为1,2,...,i,...,n；
通过目标工厂生产线上安装的x射线检测仪对目标工厂生产线上各待监测密封袋的外观图像进行采集，得到目标工厂生产线上各待监测密封袋的外观采集图像，并对目标工厂生产线上各待监测密封袋的外观采集图像进行图像降噪滤波处理和增强处理，得到目标工厂生产线上各待监测密封袋的外观图像，将目标工厂生产线上各待监测密封袋的外观图像标记为ai，其中i＝1,2,...,n。
所述密封袋外观缺陷参数获取模块用于根据目标工厂生产线上各待监测密封袋的外观图像，获取目标工厂生产线上各待监测密封袋的外观缺陷参数。
作为一种优选方案，所述密封袋外观缺陷参数获取模块中获取目标工厂生产线上各待监测密封袋的外观缺陷参数，具体获取包括：
根据目标工厂生产线上各待监测密封袋的外观图像，提取目标工厂生产线上各待监测密封袋的外观图像中对应的外观缺陷参数，其中外观缺陷参数包括划痕面积、污染面积和气泡数量，将目标工厂生产线上各待监测密封袋对应的划痕面积、污染面积和气泡数量分别标记为w1ai、w2ai、w3ai。
所述密封袋外观缺陷参数分析模块用于基于目标工厂生产线上各待监测密封袋的外观缺陷参数，分析目标工厂生产线上各待监测密封袋的外观缺陷影响权重指数。
作为一种优选方案，所述密封袋外观缺陷参数分析模块中分析目标工厂生产线上各待监测密封袋的外观缺陷影响权重指数，包括：
将目标工厂生产线上各待监测密封袋对应的划痕面积w1ai、污染面积w2ai和气泡数量w3ai代入外观缺陷影响权重指数分析公式
Figure BDA0003579556190000111
得到目标工厂生产线上各待监测密封袋的外观缺陷影响权重指数ξi，其中λ1、λ2、λ3分别表示为预设的划痕面积、污染面积、气泡数量对应的密封袋外观缺陷影响因子，W1′、W2′、W3′分别表示为预设的密封袋外观许可划痕面积、密封袋外观标准表面积、密封袋外观许可气泡数量，k预表示为预设的密封袋外观污染面积与标准表面积的许可占比，Δk允许表示为预设的密封袋外观污染面积与标准表面积的允许误差占比。
所述封口带相关参数获取模块用于根据目标工厂生产线上各待监测密封袋的外观图像，获取目标工厂生产线上各待监测密封袋对应封口带的相关参数。
作为一种优选方案，所述封口带相关参数获取模块中获取目标工厂生产线上各待监测密封袋对应封口带的相关参数，具体获取方式为：
根据目标工厂生产线上各待监测密封袋的外观图像，获取目标工厂生产线上各待监测密封袋的外观图像中对应封口带的相关参数，其中封口带的相关参数包括两侧宽度差值、两侧长度差值、边缘缺口面积和瑕疵点数量，将目标工厂生产线上各待监测密封袋对应封口带的两侧宽度差值、两侧长度差值、边缘缺口面积和瑕疵点数量分别标记p1ai、p2ai、p3ai、p4ai。
在一种可能的设计中，上述中获取目标工厂生产线上各待监测密封袋对应封口带的两侧宽度差值和两侧长度差值，具体获取方式包括：
根据目标工厂生产线上各待监测密封袋的外观图像，获取目标工厂生产线上各待监测密封袋的外观图像中两侧封口带的平均宽度和平均长度，将目标工厂生产线上各待监测密封袋对应两侧封口带的平均宽度进行对比，得到目标工厂生产线上各待监测密封袋对应两侧封口带的宽度差值，并记为目标工厂生产线上各待监测密封袋对应封口带的两侧宽度差值，同时将目标工厂生产线上各待监测密封袋对应两侧封口带的平均长度进行对比，得到目标工厂生产线上各待监测密封袋对应两侧封口带的长度差值，并记为目标工厂生产线上各待监测密封袋对应封口带的两侧长度差值。
所述封口带相关参数分析模块用于基于目标工厂生产线上各待监测密封袋对应封口带的相关参数，分析目标工厂生产线上各待监测密封袋对应封口带的相关参数影响权重指数。
作为一种优选方案，所述封口带相关参数分析模块中分析目标工厂生产线上各待监测密封袋对应封口带的相关参数影响权重指数，具体包括：
将目标工厂生产线上各待监测密封袋对应封口带的两侧宽度差值p1ai、两侧长度差值p2ai、边缘缺口面积p3ai和瑕疵点数量p4ai代入封口带相关参数影响权重指数分析公式
Figure BDA0003579556190000131
得到目标工厂生产线上各待监测密封袋对应封口带的相关参数影响权重指数ψi，其中γ1、γ2、γ3、γ4分别表示为预设的封口带宽度差值、封口带长度差值、封口带边缘缺口面积、封口带瑕疵点数量对应的密封袋外观缺陷影响因子，Δp′1和Δp′2分别表示为预设的两侧封口带允许宽度差值和两侧封口带允许长度差值，P3″和P4″分别表示为预设的封口带许可边缘缺口面积和封口带许可瑕疵点数量。
所述外观质量影响系数评估模块用于评估目标工厂生产线上各待监测密封袋的外观质量影响系数，对比筛选目标工厂生产线上外观质量符合的各待监测密封袋，并记为各外观质量符合密封袋。
作为一种优选方案，所述外观质量影响系数评估模块对应的具体评估方式为：
将目标工厂生产线上各待监测密封袋的外观缺陷影响权重指数ξi和各待监测密封袋对应封口带的相关参数影响权重指数ψi代入密封袋外观质量影响系数评估公式中，得到目标工厂生产线上各待监测密封袋的外观质量影响系数φi，将目标工厂生产线上各待监测密封袋的外观质量影响系数与密封袋数据存储库中存储的标准密封袋外观质量影响系数进行对比，若目标工厂生产线上某待监测密封袋的外观质量影响系数小于标准密封袋外观质量影响系数，则表明该待监测密封袋的外观质量符合标准，筛选统计目标工厂生产线上外观质量符合的各待监测密封袋，并记为各外观质量符合密封袋，将目标工厂生产线上各外观质量符合密封袋的编号分别标记为1,2,...,j,...,m，且m≤n。
在一种可能的设计中，上述中密封袋外观质量影响系数评估公式为φi＝μ1*ξi+*μ2*ψi，其中φi表示为目标工厂生产线上各待监测密封袋的外观质量影响系数，μ1表示为预设的密封袋外观缺陷参数的影响因子，μ2表示为预设的密封袋对应封口带相关参数的影响因子，且μ1+μ2＝1。
在本实施例中，本发明通过采集目标工厂生产线上各待监测密封袋的外观图像，获取目标工厂生产线上各待监测密封袋的外观缺陷参数和对应封口带的相关参数，评估得到目标工厂生产线上各待监测密封袋的外观质量影响系数，对比筛选目标工厂生产线上各外观质量符合密封袋，从而实现对工厂生产线上密封袋外观质量进行精准监测，有效避免因人员个人能力差别和疲劳因素造成密封袋漏检或少检的问题，进而降低外观质量不符合生产标准的密封袋流入市场的可能性，在极大程度上能够提高消费者对密封袋生产企业的信誉评价，促进密封袋生产企业的经济发展。
所述密封袋数据存储库用于存储标准密封袋外观质量影响系数和标准密封袋对应封口带的最大封口承受拉力。
所述密封袋性能参数检测模块用于对目标工厂生产线上各外观质量符合密封袋的性能参数进行检测，其中性能参数包括封口强度和密封气密性，并分析目标工厂生产线上各外观质量符合密封袋的性能参数影响比例指数。
作为一种优选方案，所述密封袋性能参数检测模块中分析目标工厂生产线上各外观质量符合密封袋的性能参数影响比例指数，包括：
通过对目标工厂生产线上各外观质量符合密封袋对应封口带的封口承受拉力进行检测，得到目标工厂生产线上各外观质量符合密封袋对应封口带的封口承受拉力，将目标工厂生产线上各外观质量符合密封袋对应封口带的封口承受拉力标记为fbj，其中j＝1,2,...,m；
提取密封袋数据存储库中存储的标准密封袋对应封口带的最大封口承受拉力，分析目标工厂生产线上各外观质量符合密封袋的封口强度影响比例指数
Figure BDA0003579556190000151
其中
Figure BDA0003579556190000152
表示为目标工厂生产线上第j个外观质量符合密封袋的封口强度影响比例指数，δ表示为预设的密封袋封口强度影响因子，fmax表示为标准密封袋对应封口带的最大封口承受拉力。
需要说明的是，上述中对目标工厂生产线上各外观质量符合密封袋对应封口带的封口承受拉力检测，具体为：
通过施压方式将目标工厂生产线上各外观质量符合密封袋对应封口带的封口状态调整为闭合状态，并将目标工厂生产线上各外观质量符合密封袋对应两侧封口带均匀地向反方向用力，直至目标工厂生产线上各外观质量符合密封袋对应封口带的封口状态为张开状态，获取目标工厂生产线上各外观质量符合密封袋对应封口带受到的反方向作用力，并记为目标工厂生产线上各外观质量符合密封袋对应封口带的封口承受拉力。
作为一种优选方案，所述密封袋性能参数检测模块中分析目标工厂生产线上各外观质量符合密封袋的性能参数影响比例指数，还包括：
将目标工厂生产线上各外观质量符合密封袋的内部充入预设容量气体，并对目标工厂生产线上各外观质量符合密封袋进行固定压力施压，检测目标工厂生产线上各外观质量符合密封袋在各预设时间点后的轮廓体积，将目标工厂生产线上各外观质量符合密封袋在各预设时间点后的轮廓体积标记为Vjtr，r＝1,2,...,u，r表示为第r个预设时间点；
分析目标工厂生产线上各外观质量符合密封袋的密封气密性影响比例指数
Figure BDA0003579556190000161
其中
Figure BDA0003579556190000162
表示为目标工厂生产线上第j个外观质量符合密封袋的密封气密性影响比例指数，ε表示为预设的密封袋密封气密性影响因子，Vjtr+1表示为目标工厂生产线上第j个外观质量符合密封袋在第r+1预设时间点后的轮廓体积，t′0表示为预设时间点之间的时长，ΔV误差表示为预设的标准密封袋在单位时间内轮廓体积的允许误差值。
所述性能质量影响系数分析处理模块用于综合分析目标工厂生产线上各外观质量符合密封袋的性能质量影响系数，对比筛选目标工厂生产线上各合格密封袋，并进行处理。
作为一种优选方案，所述性能质量影响系数分析处理模块中综合分析目标工厂生产线上各外观质量符合密封袋的性能质量影响系数，具体分析方式为：
将目标工厂生产线上各外观质量符合密封袋的封口强度影响指数
Figure BDA0003579556190000171
和密封气密性影响指数
Figure BDA0003579556190000172
代入公式
Figure BDA0003579556190000173
得到目标工厂生产线上各外观质量符合密封袋的性能质量影响系数Φj，其中σ1和σ2分别表示为预设的密封袋封口强度影响因子和密封袋密封气密性影响因子。
需要说明的是，所述性能质量影响系数分析处理模块中对比筛选目标工厂生产线上各合格密封袋，并进行处理，具体包括：
将目标工厂生产线上各外观质量符合密封袋的性能质量影响系数与预设的标准密封袋的性能质量影响系数阈值进行对比，若目标工厂生产线上某外观质量符合密封袋的性能质量影响系数小于预设的标准密封袋的性能质量影响系数阈值，表明目标工厂生产线上该外观质量符合密封袋的性能质量合格，记为合格密封袋，统计目标工厂生产线上各合格密封袋的编号，并根据目标工厂生产线上各合格密封袋的编号，将目标工厂生产线上各合格密封袋放置至生产线合格区域。
在本实施例中，本发明通过检测目标工厂生产线上各外观质量符合密封袋的性能参数，综合分析目标工厂生产线上各外观质量符合密封袋的性能质量影响系数，对比筛选目标工厂生产线上各合格密封袋，并进行处理，从而实现对密封袋的性能质量进行全面监测，进一步提高目标工厂生产线上密封袋性能质量监测的全面性和可靠性，进而能够保障后期密封袋的使用效果，在极大程度上满足用户对密封袋的使用需求，增加用户对密封袋的使用体验感。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种基于机器视觉的智慧工厂生产在线监测分析系统，其特征在于，包括：
密封袋外观图像采集模块：用于将目标工厂生产线上各待监测密封袋进行编号，并采集目标工厂生产线上各待监测密封袋的外观图像；
密封袋外观缺陷参数获取模块：用于根据目标工厂生产线上各待监测密封袋的外观图像，获取目标工厂生产线上各待监测密封袋的外观缺陷参数；
密封袋外观缺陷参数分析模块：用于基于目标工厂生产线上各待监测密封袋的外观缺陷参数，分析目标工厂生产线上各待监测密封袋的外观缺陷影响权重指数；
封口带相关参数获取模块：用于根据目标工厂生产线上各待监测密封袋的外观图像，获取目标工厂生产线上各待监测密封袋对应封口带的相关参数；
封口带相关参数分析模块：用于基于目标工厂生产线上各待监测密封袋对应封口带的相关参数，分析目标工厂生产线上各待监测密封袋对应封口带的相关参数影响权重指数；
外观质量影响系数评估模块：用于评估目标工厂生产线上各待监测密封袋的外观质量影响系数，对比筛选目标工厂生产线上外观质量符合的各待监测密封袋，并记为各外观质量符合密封袋；
密封袋数据存储库：用于存储标准密封袋外观质量影响系数和标准密封袋对应封口带的最大封口承受拉力；
密封袋性能参数检测模块：用于对目标工厂生产线上各外观质量符合密封袋的性能参数进行检测，其中性能参数包括封口强度和密封气密性，并分析目标工厂生产线上各外观质量符合密封袋的性能参数影响比例指数；
性能质量影响系数分析处理模块：用于综合分析目标工厂生产线上各外观质量符合密封袋的性能质量影响系数，对比筛选目标工厂生产线上各合格密封袋，并进行处理。
2.根据权利要求1所述的一种基于机器视觉的智慧工厂生产在线监测分析系统，其特征在于：所述密封袋外观图像采集模块具体包括：
将待监测密封袋生产工厂记为目标工厂，获取目标工厂生产线上排列的各待监测密封袋，并按照预设排列顺序依次对目标工厂生产线上各待监测密封袋进行编号，将目标工厂生产线上各待监测密封袋的编号分别记为1,2,...,i,...,n；
对目标工厂生产线上各待监测密封袋的外观图像进行采集，得到目标工厂生产线上各待监测密封袋的外观采集图像，并对目标工厂生产线上各待监测密封袋的外观采集图像进行图像降噪滤波处理和增强处理，得到目标工厂生产线上各待监测密封袋的外观图像，将目标工厂生产线上各待监测密封袋的外观图像标记为ai，其中i＝1,2,...,n。
3.根据权利要求1所述的一种基于机器视觉的智慧工厂生产在线监测分析系统，其特征在于：所述密封袋外观缺陷参数获取模块中获取目标工厂生产线上各待监测密封袋的外观缺陷参数，具体获取包括：
根据目标工厂生产线上各待监测密封袋的外观图像，提取目标工厂生产线上各待监测密封袋的外观图像中对应的外观缺陷参数，其中外观缺陷参数包括划痕面积、污染面积和气泡数量，将目标工厂生产线上各待监测密封袋对应的划痕面积、污染面积和气泡数量分别标记为w1ai、w2ai、w3ai。
4.根据权利要求1所述的一种基于机器视觉的智慧工厂生产在线监测分析系统，其特征在于：所述密封袋外观缺陷参数分析模块中分析目标工厂生产线上各待监测密封袋的外观缺陷影响权重指数，包括：
将目标工厂生产线上各待监测密封袋对应的划痕面积w1ai、污染面积w2ai和气泡数量w3ai代入外观缺陷影响权重指数分析公式
Figure FDA0003579556180000031
得到目标工厂生产线上各待监测密封袋的外观缺陷影响权重指数ξi，其中λ1、λ2、λ3分别表示为预设的划痕面积、污染面积、气泡数量对应的密封袋外观缺陷影响因子，W′1、W′2、W′3分别表示为预设的密封袋外观许可划痕面积、密封袋外观标准表面积、密封袋外观许可气泡数量，k预表示为预设的密封袋外观污染面积与标准表面积的许可占比，Δk允许表示为预设的密封袋外观污染面积与标准表面积的允许误差占比。
5.根据权利要求1所述的一种基于机器视觉的智慧工厂生产在线监测分析系统，其特征在于：所述封口带相关参数获取模块中获取目标工厂生产线上各待监测密封袋对应封口带的相关参数，具体获取方式为：
根据目标工厂生产线上各待监测密封袋的外观图像，获取目标工厂生产线上各待监测密封袋的外观图像中对应封口带的相关参数，其中封口带的相关参数包括两侧宽度差值、两侧长度差值、边缘缺口面积和瑕疵点数量，将目标工厂生产线上各待监测密封袋对应封口带的两侧宽度差值、两侧长度差值、边缘缺口面积和瑕疵点数量分别标记p1ai、p2ai、p3ai、p4ai。
6.根据权利要求1所述的一种基于机器视觉的智慧工厂生产在线监测分析系统，其特征在于：所述封口带相关参数分析模块中分析目标工厂生产线上各待监测密封袋对应封口带的相关参数影响权重指数，具体包括：
将目标工厂生产线上各待监测密封袋对应封口带的两侧宽度差值p1ai、两侧长度差值p2ai、边缘缺口面积p3ai和瑕疵点数量p4ai代入封口带相关参数影响权重指数分析公式
Figure FDA0003579556180000041
得到目标工厂生产线上各待监测密封袋对应封口带的相关参数影响权重指数ψi，其中γ1、γ2、γ3、γ4分别表示为预设的封口带宽度差值、封口带长度差值、封口带边缘缺口面积、封口带瑕疵点数量对应的密封袋外观缺陷影响因子，Δp′1和Δp′2分别表示为预设的两侧封口带允许宽度差值和两侧封口带允许长度差值，P″3和P″4分别表示为预设的封口带许可边缘缺口面积和封口带许可瑕疵点数量。
7.根据权利要求1所述的一种基于机器视觉的智慧工厂生产在线监测分析系统，其特征在于：所述外观质量影响系数评估模块对应的具体评估方式为：
将目标工厂生产线上各待监测密封袋的外观缺陷影响权重指数ξi和各待监测密封袋对应封口带的相关参数影响权重指数ψi代入密封袋外观质量影响系数评估公式中，得到目标工厂生产线上各待监测密封袋的外观质量影响系数φi，将目标工厂生产线上各待监测密封袋的外观质量影响系数与密封袋数据存储库中存储的标准密封袋外观质量影响系数进行对比，若目标工厂生产线上某待监测密封袋的外观质量影响系数小于标准密封袋外观质量影响系数，则表明该待监测密封袋的外观质量符合标准，筛选统计目标工厂生产线上外观质量符合的各待监测密封袋，并记为各外观质量符合密封袋，将目标工厂生产线上各外观质量符合密封袋的编号分别标记为1,2,...,j,...,m，且m≤n。
8.根据权利要求1所述的一种基于机器视觉的智慧工厂生产在线监测分析系统，其特征在于：所述密封袋性能参数检测模块中分析目标工厂生产线上各外观质量符合密封袋的性能参数影响比例指数，包括：
通过对目标工厂生产线上各外观质量符合密封袋对应封口带的封口承受拉力进行检测，得到目标工厂生产线上各外观质量符合密封袋对应封口带的封口承受拉力，将目标工厂生产线上各外观质量符合密封袋对应封口带的封口承受拉力标记为fbj，其中j＝1,2,...,m；
提取密封袋数据存储库中存储的标准密封袋对应封口带的最大封口承受拉力，分析目标工厂生产线上各外观质量符合密封袋的封口强度影响比例指数
Figure FDA0003579556180000061
其中
Figure FDA0003579556180000062
表示为目标工厂生产线上第j个外观质量符合密封袋的封口强度影响比例指数，δ表示为预设的密封袋封口强度影响因子，fmax表示为标准密封袋对应封口带的最大封口承受拉力。
9.根据权利要求1所述的一种基于机器视觉的智慧工厂生产在线监测分析系统，其特征在于：所述密封袋性能参数检测模块中分析目标工厂生产线上各外观质量符合密封袋的性能参数影响比例指数，还包括：
将目标工厂生产线上各外观质量符合密封袋的内部充入预设容量气体，并对目标工厂生产线上各外观质量符合密封袋进行固定压力施压，检测目标工厂生产线上各外观质量符合密封袋在各预设时间点后的轮廓体积，将目标工厂生产线上各外观质量符合密封袋在各预设时间点后的轮廓体积标记为Vjtr，r＝1,2,...,u，r表示为第r个预设时间点；
分析目标工厂生产线上各外观质量符合密封袋的密封气密性影响比例指数
Figure FDA0003579556180000063
其中
Figure FDA0003579556180000064
表示为目标工厂生产线上第j个外观质量符合密封袋的密封气密性影响比例指数，ε表示为预设的密封袋密封气密性影响因子，Vjtr+1表示为目标工厂生产线上第j个外观质量符合密封袋在第r+1预设时间点后的轮廓体积，t′0表示为预设时间点之间的时长，ΔV误差表示为预设的标准密封袋在单位时间内轮廓体积的允许误差值。
10.根据权利要求1所述的一种基于机器视觉的智慧工厂生产在线监测分析系统，其特征在于：所述性能质量影响系数分析处理模块中综合分析目标工厂生产线上各外观质量符合密封袋的性能质量影响系数，具体分析方式为：
将目标工厂生产线上各外观质量符合密封袋的封口强度影响指数
Figure FDA0003579556180000071
和密封气密性影响指数
Figure FDA0003579556180000072
代入公式
Figure FDA0003579556180000073
得到目标工厂生产线上各外观质量符合密封袋的性能质量影响系数Φj，其中σ1和σ2分别表示为预设的密封袋封口强度影响因子和密封袋密封气密性影响因子。
CN202210350108.8A 2022-04-02 2022-04-02 一种基于机器视觉的智慧工厂生产在线监测分析系统 Active CN114648521B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210350108.8A CN114648521B (zh) 2022-04-02 2022-04-02 一种基于机器视觉的智慧工厂生产在线监测分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210350108.8A CN114648521B (zh) 2022-04-02 2022-04-02 一种基于机器视觉的智慧工厂生产在线监测分析系统

Publications (2)

Publication Number Publication Date
CN114648521A true CN114648521A (zh) 2022-06-21
CN114648521B CN114648521B (zh) 2022-12-20

Family

ID=81997235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210350108.8A Active CN114648521B (zh) 2022-04-02 2022-04-02 一种基于机器视觉的智慧工厂生产在线监测分析系统

Country Status (1)

Country Link
CN (1) CN114648521B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114937264A (zh) * 2022-07-21 2022-08-23 国网江西省电力物资有限公司 一种基于人工智能的变压器制造组装工艺监测分析系统
CN116049756A (zh) * 2023-04-03 2023-05-02 天津市天立独流老醋股份有限公司 一种食品加工设备智能监测管理系统及方法
CN116614414A (zh) * 2023-07-20 2023-08-18 深圳市博力扬光电技术有限公司 一种基于大数据的交换机检测方法及装置
CN116777921A (zh) * 2023-08-25 2023-09-19 南通睿智超临界科技发展有限公司 一种用于仪器表盘的玻璃质量检测方法
CN116797331A (zh) * 2022-11-04 2023-09-22 武汉旻一数字科技有限公司 一种基于大数据的银行卡读卡器读取数据采集管理系统
CN116880428A (zh) * 2023-09-06 2023-10-13 山东领峰保温材料有限公司 基于动态控制的保温板材生产管理系统
CN116977116A (zh) * 2023-08-09 2023-10-31 湖北宇晴防水科技有限公司 一种基于智能制造工厂的防水材料生产智能监测管理系统
CN117094609A (zh) * 2023-10-20 2023-11-21 山东卓越精工集团有限公司 一种基于机器视觉的铝型材生产质量智能管理系统
CN116977116B (zh) * 2023-08-09 2024-06-07 浙大城市学院滨江创新中心 一种基于智能制造工厂的防水材料生产智能监测管理系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103018253A (zh) * 2012-11-30 2013-04-03 湖南大学 医药视觉检测机器人的安瓿瓶外观质量检测方法
CN105675614A (zh) * 2016-02-19 2016-06-15 清华大学 一种包装袋封口质量检测设备和包装袋封口质量检测方法
CN207190381U (zh) * 2017-07-10 2018-04-06 雄县申海包装彩印有限公司 制袋机及应用其的制袋系统
CN208022671U (zh) * 2018-02-06 2018-10-30 江苏省苏科农化有限责任公司 一种铝箔封口及检测系统
CN110232385A (zh) * 2019-04-29 2019-09-13 广州超音速自动化科技股份有限公司 极片隔膜袋热封质检方法、电子设备及存储介质
JP2019196915A (ja) * 2018-05-07 2019-11-14 株式会社リブドゥコーポレーション 包装体検査方法および包装体検査装置
CN111414684A (zh) * 2020-03-16 2020-07-14 中国农业大学 包装质量的控制方法、装置、系统和计算机可读存储介质
CN113673915A (zh) * 2021-10-22 2021-11-19 华夏生生药业(北京)有限公司 基于生产全周期跟踪的聚丙烯输液袋质量监测分析系统
CN113800048A (zh) * 2020-06-15 2021-12-17 伍福庆 一种食品自动装袋机及其工作方法
CN114002254A (zh) * 2021-10-08 2022-02-01 华中农业大学 基于低场核磁共振的谷物中γ-氨基丁酸含量无损检测方法
CN216050472U (zh) * 2021-08-16 2022-03-15 江苏塑光汽车部件有限公司 塑料燃油箱生产线气密性自动检测工装

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103018253A (zh) * 2012-11-30 2013-04-03 湖南大学 医药视觉检测机器人的安瓿瓶外观质量检测方法
CN105675614A (zh) * 2016-02-19 2016-06-15 清华大学 一种包装袋封口质量检测设备和包装袋封口质量检测方法
CN207190381U (zh) * 2017-07-10 2018-04-06 雄县申海包装彩印有限公司 制袋机及应用其的制袋系统
CN208022671U (zh) * 2018-02-06 2018-10-30 江苏省苏科农化有限责任公司 一种铝箔封口及检测系统
JP2019196915A (ja) * 2018-05-07 2019-11-14 株式会社リブドゥコーポレーション 包装体検査方法および包装体検査装置
CN110232385A (zh) * 2019-04-29 2019-09-13 广州超音速自动化科技股份有限公司 极片隔膜袋热封质检方法、电子设备及存储介质
CN111414684A (zh) * 2020-03-16 2020-07-14 中国农业大学 包装质量的控制方法、装置、系统和计算机可读存储介质
CN113800048A (zh) * 2020-06-15 2021-12-17 伍福庆 一种食品自动装袋机及其工作方法
CN216050472U (zh) * 2021-08-16 2022-03-15 江苏塑光汽车部件有限公司 塑料燃油箱生产线气密性自动检测工装
CN114002254A (zh) * 2021-10-08 2022-02-01 华中农业大学 基于低场核磁共振的谷物中γ-氨基丁酸含量无损检测方法
CN113673915A (zh) * 2021-10-22 2021-11-19 华夏生生药业(北京)有限公司 基于生产全周期跟踪的聚丙烯输液袋质量监测分析系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XIAODONG YANG等: "Sealing Detection Technology of Cotton Ball of Edible Fungus Bag", 《BDCPS 2020: BIG DATA ANALYTICS FOR CYBER-PHYSICAL SYSTEM IN SMART CITY》 *
济南瑞莱铂智能科技有限公司: "常见包装袋密封性检测标准方法", 《HTTPS://WWW.CHEM17.COM/TECH_NEWS/DETAIL/2518478.HTML》 *
温朋磊: "基于机器视觉的块体袋装缺陷检测技术研究", 《中国优秀硕士学位论文全文数据库_工程科技Ⅱ辑》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114937264A (zh) * 2022-07-21 2022-08-23 国网江西省电力物资有限公司 一种基于人工智能的变压器制造组装工艺监测分析系统
CN116797331B (zh) * 2022-11-04 2024-05-28 重庆市奉节县兴农融资担保有限责任公司 一种基于大数据的银行卡读卡器读取数据采集管理系统
CN116797331A (zh) * 2022-11-04 2023-09-22 武汉旻一数字科技有限公司 一种基于大数据的银行卡读卡器读取数据采集管理系统
CN116049756A (zh) * 2023-04-03 2023-05-02 天津市天立独流老醋股份有限公司 一种食品加工设备智能监测管理系统及方法
CN116614414A (zh) * 2023-07-20 2023-08-18 深圳市博力扬光电技术有限公司 一种基于大数据的交换机检测方法及装置
CN116614414B (zh) * 2023-07-20 2023-09-26 深圳市博力扬光电技术有限公司 一种基于大数据的交换机检测方法及装置
CN116977116A (zh) * 2023-08-09 2023-10-31 湖北宇晴防水科技有限公司 一种基于智能制造工厂的防水材料生产智能监测管理系统
CN116977116B (zh) * 2023-08-09 2024-06-07 浙大城市学院滨江创新中心 一种基于智能制造工厂的防水材料生产智能监测管理系统
CN116777921A (zh) * 2023-08-25 2023-09-19 南通睿智超临界科技发展有限公司 一种用于仪器表盘的玻璃质量检测方法
CN116880428A (zh) * 2023-09-06 2023-10-13 山东领峰保温材料有限公司 基于动态控制的保温板材生产管理系统
CN116880428B (zh) * 2023-09-06 2023-12-01 山东领峰保温材料有限公司 基于动态控制的保温板材生产管理系统
CN117094609B (zh) * 2023-10-20 2024-01-12 山东卓越精工集团有限公司 一种基于机器视觉的铝型材生产质量智能管理系统
CN117094609A (zh) * 2023-10-20 2023-11-21 山东卓越精工集团有限公司 一种基于机器视觉的铝型材生产质量智能管理系统

Also Published As

Publication number Publication date
CN114648521B (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
CN114648521B (zh) 一种基于机器视觉的智慧工厂生产在线监测分析系统
CN102621192B (zh) 一种利用电子鼻检测芒果新鲜度的方法
CN111721719B (zh) 一种基于大数据的生鲜商品安全智能检测管理系统
CN115829422B (zh) 基于大数据的工业设备运行异常状态识别方法
CN102590247A (zh) 一种基于x光图像处理技术的钢丝绳损伤检测方法
CN105092579A (zh) 一种芒果品质无损检测设备
CN110186854A (zh) 一种食品安全性信息检测方法
CN111537469A (zh) 一种基于近红外技术的苹果品质快速无损检测方法
CN115063034A (zh) 一种基于人工智能的玻璃生产制造在线监测分析管理系统
CN108169086A (zh) 一种流体颗粒物浓度检测方法
EP3120127A1 (de) Dichteanstiegsmessung in folienkammer
CN111982905B (zh) 一种基于工业大数据图像分析的木材质量智能检测系统
CN105738311A (zh) 一种基于近红外光谱技术的苹果甜度无损快速检测方法
CN113030007B (zh) 基于相似度学习算法快速检验烟用香精质量稳定性的方法
CN108169248B (zh) 一种自适应的用于液态危险品检测的s参数匹配方法
Sanabria et al. Assessment of glued timber integrity by limited-angle microfocus X-ray computed tomography
CN113015122A (zh) 基于物联网和无线传感器技术的装配式建筑质量监测分析方法
CN107679581A (zh) 基于红外图像像素矩阵的特征值处理煤气流分布的方法
CN116052406A (zh) 一种远程智能抄表系统
Dutaur et al. The detection of nonstationarity in the determination of deposition fluxes
CN111103245B (zh) 一种基于光谱技术玉米霉变的快速检测方法
CN112633286B (zh) 一种基于危险品相似率和识别概率的智能安检系统
史勇 et al. Research status and development trend of non-destructive testing technology and grading equipment for Hami melon
CN111307753B (zh) 一种基于太赫兹技术的纤维材料检测系统及方法
CN114414418B (zh) 一种基于机器视觉的透明纸抗刮花涂层在线检测分析方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20221206

Address after: 100085 703, Building 1, No. 1, Shangdi Xinxi Road, Haidian District, Beijing

Applicant after: Beijing Guolian video information technology Co.,Ltd.

Address before: 430070 Luoyu Road, Hongshan District, Wuhan City, Hubei Province

Applicant before: Wuhan Minyi Digital Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: 9th Floor, Building 3, Zone 6, No. 188 South Fourth Ring West Road, Fengtai District, Beijing, 100070

Patentee after: Beijing Guolian video information technology Co.,Ltd.

Address before: 100085 703, Building 1, No. 1, Shangdi Xinxi Road, Haidian District, Beijing

Patentee before: Beijing Guolian video information technology Co.,Ltd.