CN114677369A - 一种基于人工智能的汽车轮胎生产质量监测分析系统 - Google Patents

一种基于人工智能的汽车轮胎生产质量监测分析系统 Download PDF

Info

Publication number
CN114677369A
CN114677369A CN202210411757.4A CN202210411757A CN114677369A CN 114677369 A CN114677369 A CN 114677369A CN 202210411757 A CN202210411757 A CN 202210411757A CN 114677369 A CN114677369 A CN 114677369A
Authority
CN
China
Prior art keywords
tire
detected
detection
compliance index
shape
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
CN202210411757.4A
Other languages
English (en)
Other versions
CN114677369B (zh
Inventor
杨振
张宇
祁正国
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.)
JIANGHUI COLLEGE OF ANHUI UNIVERSITY
Original Assignee
JIANGHUI COLLEGE OF ANHUI UNIVERSITY
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 JIANGHUI COLLEGE OF ANHUI UNIVERSITY filed Critical JIANGHUI COLLEGE OF ANHUI UNIVERSITY
Priority to CN202210411757.4A priority Critical patent/CN114677369B/zh
Publication of CN114677369A publication Critical patent/CN114677369A/zh
Application granted granted Critical
Publication of CN114677369B publication Critical patent/CN114677369B/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
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06T2207/30242—Counting objects in image
    • 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

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

Abstract

本发明公开一种基于人工智能的汽车轮胎生产质量监测分析系统，包括当前生产批次汽车轮胎数量统计模块、汽车轮胎外形检测分析模块、汽车轮胎重量分布检测分析模块、汽车轮胎橡胶圈结构用料检测分析模块、质量数据库、汽车轮胎表观质量解析模块和质量显示终端，通过从汽车轮胎的外形质量、重量分布均匀度质量和橡胶圈结构用料合规质量出发，对当前生产批次中各待检测轮胎的表观质量进行检测分析，扩展了汽车轮胎表观质量的检测指标，实现了汽车轮胎表观质量多维度全面性的检测，同时在检测过程中，对每项检测指标都借用检测设备提供了智能化的检测方法，该检测方式还避免了检测差异性，能够在一定程度上提升检测的精准度。

Description

一种基于人工智能的汽车轮胎生产质量监测分析系统
技术领域
本发明涉及汽车轮胎生产质量监测技术领域，具体而言，是一种一种基于人工智能的汽车轮胎生产质量监测分析系统。
背景技术
当前社会条件下,汽车已经成为一种普遍的代步出行工具,并且汽车的总体数量呈现不断上升的趋势。在汽车的众多组成构件中轮胎由于直接承担着的汽车的行驶功能，使得轮胎成为汽车的重要构件之一。轮胎质量的好坏对汽车的动力性、制动性、平顺性、行驶稳定性和燃料的经济性有着直接的影响。在这种情况下，关于轮胎生产的质量安全问题也越来越受到业界关注，尤其是轮胎出厂前的质量检测。如何能够准确有效的对轮胎缺陷进行检测，保证轮胎的出厂质量，是当前必须重视的问题。
然而目前对汽车轮胎出厂质量检测的关注点都是在轮胎的行驶性能方面，例如硬度检测、刚性检测、气密性检测、磨耗检测、动静平衡检测等，对轮胎的表观质量关注度不高，但轮胎的表观质量在一定程度上会影响汽车轮胎的行驶性能，因此对汽车轮胎的表观质量检测还是需要重点关注的，但现有技术中对汽车轮胎的表观质量检测存在以下缺陷：
1.目前对汽车轮胎的表观质量检测只是针对汽车轮胎的外形质量，如外形尺寸、形状、胎面纹理等，但外形质量对汽车轮胎行驶性能的影响只是一小部分，而汽车轮胎的重量分布均匀度及生产用料的符合度对汽车轮胎的行驶安全影响占比较大，这就使得目前对汽车轮胎的表观质量检测指标过于单一，无法体现出汽车轮胎表观质量的全面性检测，进一步导致检测结果可靠度不高；
2.目前对汽车轮胎的表观质量检测基本采用人工检测方式，一方面降低了检测效率，另一方面由于每个检测人员的检测经验存在差异，容易出现某些存在表观质量缺陷的汽车轮胎未被检测出的问题，由此可见人工检测方式不仅影响检测效率，还影响检测的精准度。
发明内容
为了克服上述不足，本发明搭建了一种基于人工智能的汽车轮胎生产质量监测分析系统，通过采用各种智能检测设备从多个维度对汽车轮胎的表观质量进行检测，以此提高了汽车轮胎表观质量检测的精准可靠度，进而充分解决了上述背景技术中提到的技术问题。
本发明的目的可以通过以下技术方案来实现：
一种基于人工智能的汽车轮胎生产质量监测分析系统，包括：
当前生产批次汽车轮胎数量统计模块，用于统计当前生产批次生产的汽车轮胎数量，并将生产出的各汽车轮胎均记为待检测轮胎，进而将各待检测轮胎分别编号为1,2,...,i,...,n；
汽车轮胎外形检测分析模块，用于对各待检测轮胎进行外形检测，并据此分析各待检测轮胎对应的外形合规指数；
汽车轮胎重量分布检测分析模块，用于对各待检测轮胎进行重量分布均匀度检测，并据此分析各待检测轮胎对应的重量分布均匀度合规指数；
汽车轮胎橡胶圈结构用料检测分析模块，用于对各待检测轮胎的橡胶圈进行结构用料检测，并据此分析各待检测轮胎对应的橡胶圈结构用料合规指数；
汽车轮胎表观质量解析模块，用于基于各待检测轮胎对应的外形合规指数、重量分布均匀度合规指数和橡胶圈结构用料合规指数，判断当前生产批次中是否存在表观质量不合格的汽车轮胎，若存在，则统计当前生产批次中表观质量不合格汽车轮胎的数量，并记录各表观质量不合格的汽车轮胎编号，同时解析各表观质量不合格汽车轮胎对应的表观质量缺陷；
质量显示终端，用于将表观质量不合格轮胎的编号及其对应的表观质量不合格汽车轮胎对应的表观质量缺陷进行显示。
作为上述技术方案的进一步改进，所述外形合规指数包括体积合规指数、形状合规指数和胎面纹理合规指数。
作为上述技术方案的进一步改进，所述汽车轮胎外形检测分析模块由汽车轮胎体积检测分析单元、汽车轮胎形状检测分析单元和汽车轮胎胎面纹理检测分析单元组成。
作为上述技术方案的进一步改进，所述汽车轮胎体积检测分析单元用于对各待检测轮胎进行体积检测，并据此分析各待检测轮胎对应的体积合规指数，其分析过程如下：
通过三维尺寸扫描仪对各待检测轮胎进行三维尺寸扫描，得到各待检测轮胎对应的三维尺寸，并基于此获取各待检测轮胎对应的体积；
从质量数据库中提取当前生产批次所属轮胎型号对应的规格体积，并将其与各待检测轮胎对应的体积进行对比，分析各待检测轮胎对应的体积合规指数，其计算公式为
Figure BDA0003604012350000041
其中εi表示为第i个待检测轮胎对应的体积合规指数，Vi表示为第i个待检测轮胎对应的体积，V0表示为当前生产批次所属轮胎型号对应的规格体积。
作为上述技术方案的进一步改进，所述汽车轮胎形状检测分析单元用于对各待检测轮胎进行形状检测，并据此分析各待检测轮胎对应的形状合规指数，其分析过程如下：
根据各待检测轮胎对应的三维尺寸扫描图像,采用线条勾勒形状轮廓，形成各待检测轮胎对应的形状轮廓；
从质量数据库中提取当前生产批次所属轮胎型号对应的规格形状轮廓，并将其与各待检测轮胎对应的形状轮廓进行重合对比，获取各待检测轮胎对应的形状轮廓与规格形状轮廓之间重合线条的长度；
统计当前生产批次所属轮胎型号对应规格形状轮廓的线条长度；
将各待检测轮胎对应的形状轮廓与规格形状轮廓之间重合线条的长度与当前生产批次所属轮胎型号对应规格形状轮廓的线条长度进行对比，计算各待检测轮胎对应的形状合规指数，其计算公式为
Figure BDA0003604012350000042
λi表示为第i个待检测轮胎对应的形状合规指数，li表示为第i个待检测轮胎对应的形状轮廓与规格形状轮廓之间重合线条的长度，L0表示为当前生产批次所属轮胎型号对应规格形状轮廓的线条长度。
作为上述技术方案的进一步改进，所述车轮胎胎面纹理检测分析单元用于对各待检测轮胎进行胎面纹理检测，并据此分析各待检测轮胎对应的胎面纹理合规指数，其分析过程如下：
将各待检测轮胎聚焦在胎面区域，并对胎面区域进行三维图像采集，得到各待检测轮胎对应的胎面三维图像；
从各待检测轮胎对应的胎面三维图像中统计胎纹区域的数量，并对各胎纹区域进行编号，进而提取各胎纹区域对应的胎纹基本参数；
从质量数据库中提取当前生产批次所属轮胎型号对应的规格胎纹图像，并从中统计胎纹区域的数量，进而将各胎纹区域按照相同的编号顺序进行编号，同时从规格胎纹图像中提取各胎纹区域对应的规格胎纹基本参数；
将各待检测轮胎胎面中各胎纹区域对应的胎纹基本参数与各胎纹区域对应的规格胎纹基本参数进行对比，分别计算各待检测轮胎胎面中各胎纹区域对应的胎纹形状匹配度、胎纹面积匹配度和胎纹厚度匹配度，并将其导入胎纹综合呈现匹配度计算公式中，计算出各待检测轮胎胎面中各胎纹区域对应的胎纹综合呈现匹配度，其中胎纹综合呈现匹配度计算公式为
Figure BDA0003604012350000051
其中α、β、γ分别表示为胎纹形状匹配度、胎纹面积匹配度、胎纹厚度匹配度，A、B、C分别表示为胎纹形状匹配度、胎纹面积匹配度、胎纹厚度匹配度对应的权重比例值；
将各待检测轮胎胎面中各胎纹区域对应的胎纹综合呈现匹配度与质量数据库中胎纹综合呈现标准匹配度进行对比，计算各待检测轮胎对应的胎面纹理合规指数，其计算公式为
Figure BDA0003604012350000061
σi表示为第i个待检测轮胎对应的胎面纹理合规指数，δij表示为第i个待检测轮胎胎面中第j个胎纹区域对应的胎纹综合呈现匹配度，j表示为胎纹区域的编号，j＝1,2,...,m,δ0表示为胎纹综合呈现标准匹配度。
作为上述技术方案的进一步改进，所述分析各待检测轮胎对应的重量分布均匀度合规指数具体包括：
在各待检测轮胎的表面进行均匀检测点划分，得到若干检测点；
设定固定悬挂位置，由此分别在固定悬挂位置以各检测点作为悬挂点对各待检测轮胎执行悬挂操作，并在轮胎静止后勾勒重力线，从而得到各待检测轮胎中以各检测点作为悬挂点对应的重力线；
将各待检测轮胎中以各检测点作为悬挂点对应的重力线进行重合对比，由此得到各待检测轮胎中相邻重力线之间的夹角，并从中筛选出最大夹角和最小夹角；
将各待检测轮胎对应相邻重力线之间的最大夹角与最小夹角进行对比，计算各待检测轮胎对应的重量分布均匀度合规指数，其计算公式为
Figure BDA0003604012350000062
Figure BDA0003604012350000063
表示为第i个待检测轮胎对应的重量分布均匀度合规指数，θimax、θimin分别表示为第i个待检测轮胎对应相邻重力线之间的最大夹角、最小夹角，
Figure BDA0003604012350000064
表示为预定义的相邻重力线之间的参考夹角。
作为上述技术方案的进一步改进，所述分析各待检测轮胎对应的橡胶圈结构用料合规指数具体包括：
通过X射线探测仪从轮胎侧面对各待检测轮胎的橡胶圈进行X射线照射，得到各待检测轮胎对应橡胶圈的射线底片，并从中统计橡胶圈存在的结构层数量，同时对各结构层按照预设的顺序进行编号；
从各待检测轮胎对应橡胶圈的射线底片中采集各结构层对应的显示灰度值，并基于此获取各结构层的用料名称；
根据各结构层在射线底片中显示的灰度值差异，识别各结构层在射线底片中的分布区域，并提取各结构层的分布区域轮廓，进而获取各结构层的用料厚度；
从质量数据库中提取当前生产批次所属轮胎型号对应橡胶圈中各结构层的规格用料名称及规格用料厚度，并将其与各待检测轮胎对应各结构层的用料名称和用料厚度进行匹配，计算各待检测轮胎对应橡胶圈中各结构层的用料名称匹配度和用料厚度匹配度，并基于此统计各待检测轮胎对应的橡胶圈结构用料合规指数，其计算公式为
Figure BDA0003604012350000071
Figure BDA0003604012350000072
表示为第i个待检测轮胎对应的橡胶圈结构用料合规指数，χik、υik分别表示为第i个待检测轮胎对应橡胶圈中第k个结构层对应的用料名称匹配度、用料厚度匹配度，k表示为结构层的编号，k＝1,2,...,z,a、b分别表示为用料名称匹配度、用料厚度匹配度对应的影响因子，且a+b＝1。
作为上述技术方案的进一步改进，所述判断当前生产批次中是否存在表观质量不合格的汽车轮胎对应的判断方法为将各待检测轮胎对应的外形合规指数、重量分布均匀度合规指数和橡胶圈结构用料合规指数与质量数据库中当前生产批次所属轮胎型号对应的标准外形合规指数、标准重量分布均匀度合规指数和标准橡胶圈结构用料合规指数进行对比，若某待检测轮胎对应的外形合规指数、重量分布均匀度合规指数和橡胶圈结构用料合规指数中任意一项合规指数不满足其对应的标准合规指数，则判断当前生产批次中存在表观质量不合格的汽车轮胎。
作为上述技术方案的进一步改进，该系统还包括质量数据库，其用于存储当前生产批次所属轮胎型号对应的规格体积、规格形状轮廓、规格胎纹图像、胎纹综合呈现标准匹配度、橡胶圈中各结构层的规格用料名称及规格用料厚度、标准外形合规指数、标准重量分布均匀度合规指数和标准橡胶圈结构用料合规指数。
与现有技术相比，本发明具有以下优点：
1.本发明通过从汽车轮胎的外形质量、重量分布均匀度质量和橡胶圈结构用料合规质量出发，对当前生产批次中各待检测轮胎的表观质量进行检测分析，扩展了汽车轮胎表观质量的检测指标，实现了汽车轮胎表观质量多维度全面性的检测，进而有效提高了检测结果的可靠度，为后续判断汽车轮胎表观质量的合格性提供了真实可靠的判断依据。
2.本发明在对各待检测轮胎进行外形质量、重量分布均匀度质量和橡胶圈结构用料合规质量检测过程中，对每项检测指标都借用检测设备提供了智能化的检测方法，相比较人工检测方式，该检测方式一方面由检测设备代替人工检测，能够有效提高检测效率，另一方面其提供的检测方法是统一的，大大避免了检测差异性，能够在一定程度上提升检测的精准度。
3.本发明在对汽车轮胎进行表观质量检测过程中，通过根据检测结果筛选出表观质量不合格的汽车轮胎，并对表观质量不合格的汽车轮胎进行表观质量缺陷解析，其表观质量缺陷的解析为表观质量不合格汽车轮胎的整改提供整改方向，避免因未对表观质量不合格的汽车轮胎进行表观质量缺陷识别导致对所有表观质量不合格的汽车轮胎均进行报废处理造成的浪费，从而有利于提高表观质量不合格汽车轮胎的利用率。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明系统模块连接示意图；
图2为本发明的汽车轮胎外形检测分析模块连接示意图。
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。
图1示出了一种基于人工智能的汽车轮胎生产质量监测分析系统对应的模块连接示意图，依图所示，该系统包括当前生产批次汽车轮胎数量统计模块、汽车轮胎外形检测分析模块、汽车轮胎重量分布检测分析模块、汽车轮胎橡胶圈结构用料检测分析模块、质量数据库、汽车轮胎表观质量解析模块和质量显示终端。
上述模块中当前生产批次汽车轮胎数量统计模块和汽车轮胎表观质量解析模块分别与汽车轮胎外形检测分析模块、汽车轮胎重量分布检测分析模块和汽车轮胎橡胶圈结构用料检测分析模块连接，汽车轮胎表观质量解析模块与质量显示终端连接。
所述当前生产批次汽车轮胎数量统计模块用于统计当前生产批次生产的汽车轮胎数量，并将生产出的各汽车轮胎均记为待检测轮胎，进而将各待检测轮胎分别编号为1,2,...,i,...,n。
所述汽车轮胎外形检测分析模块用于对各待检测轮胎进行外形检测，并据此分析各待检测轮胎对应的外形合规指数，其中外形合规指数包括体积合规指数、形状合规指数和胎面纹理合规指数。
在一个具体实施例中，参照图2所示，汽车轮胎外形检测分析模块由汽车轮胎体积检测分析单元、汽车轮胎形状检测分析单元和汽车轮胎胎面纹理检测分析单元组成。
所述汽车轮胎体积检测分析单元用于对各待检测轮胎进行体积检测，并据此分析各待检测轮胎对应的体积合规指数，其分析过程如下：
通过三维尺寸扫描仪对各待检测轮胎进行三维尺寸扫描，得到各待检测轮胎对应的三维尺寸，并基于此获取各待检测轮胎对应的体积；
从质量数据库中提取当前生产批次所属轮胎型号对应的规格体积，并将其与各待检测轮胎对应的体积进行对比，分析各待检测轮胎对应的体积合规指数，其计算公式为
Figure BDA0003604012350000111
其中εi表示为第i个待检测轮胎对应的体积合规指数，Vi表示为第i个待检测轮胎对应的体积，V0表示为当前生产批次所属轮胎型号对应的规格体积。
需要说明的是，在上述体积合规指数计算公式中，待检测轮胎的体积与当前生产批次所属轮胎型号对应的规格体积越接近，体积合规指数越大。
所述汽车轮胎形状检测分析单元用于对各待检测轮胎进行形状检测，并据此分析各待检测轮胎对应的形状合规指数，其分析过程如下：
根据各待检测轮胎对应的三维尺寸扫描图像,采用线条勾勒形状轮廓，形成各待检测轮胎对应的形状轮廓；
从质量数据库中提取当前生产批次所属轮胎型号对应的规格形状轮廓，并将其与各待检测轮胎对应的形状轮廓进行重合对比，获取各待检测轮胎对应的形状轮廓与规格形状轮廓之间重合线条的长度；
统计当前生产批次所属轮胎型号对应规格形状轮廓的线条长度；
将各待检测轮胎对应的形状轮廓与规格形状轮廓之间重合线条的长度与当前生产批次所属轮胎型号对应规格形状轮廓的线条长度进行对比，计算各待检测轮胎对应的形状合规指数，其计算公式为
Figure BDA0003604012350000121
λi表示为第i个待检测轮胎对应的形状合规指数，li表示为第i个待检测轮胎对应的形状轮廓与规格形状轮廓之间重合线条的长度，L0表示为当前生产批次所属轮胎型号对应规格形状轮廓的线条长度。
需要说明的是，在上述形状合规指数计算公式中，待检测轮胎对应的形状轮廓与当前生产批次所属轮胎型号对应规格形状轮廓之间重合线条的长度越长，形状合规指数越大。
所述车轮胎胎面纹理检测分析单元用于对各待检测轮胎进行胎面纹理检测，并据此分析各待检测轮胎对应的胎面纹理合规指数，其分析过程如下：
将各待检测轮胎聚焦在胎面区域，并对胎面区域进行三维图像采集，得到各待检测轮胎对应的胎面三维图像；
从各待检测轮胎对应的胎面三维图像中统计胎纹区域的数量，并对各胎纹区域进行编号，进而提取各胎纹区域对应的胎纹基本参数，其中胎纹基本参数包括胎纹形状、胎纹面积和胎纹厚度；
从质量数据库中提取当前生产批次所属轮胎型号对应的规格胎纹图像，并从中统计胎纹区域的数量，进而将各胎纹区域按照相同的编号顺序进行编号，同时从规格胎纹图像中提取各胎纹区域对应的规格胎纹基本参数；
将各待检测轮胎胎面中各胎纹区域对应的胎纹基本参数与各胎纹区域对应的规格胎纹基本参数进行对比，分别计算各待检测轮胎胎面中各胎纹区域对应的胎纹形状匹配度、胎纹面积匹配度和胎纹厚度匹配度，并将其导入胎纹综合呈现匹配度计算公式中，计算出各待检测轮胎胎面中各胎纹区域对应的胎纹综合呈现匹配度，其中胎纹综合呈现匹配度计算公式为
Figure BDA0003604012350000131
其中α、β、γ分别表示为胎纹形状匹配度、胎纹面积匹配度、胎纹厚度匹配度，A、B、C分别表示为胎纹形状匹配度、胎纹面积匹配度、胎纹厚度匹配度对应的权重比例值；
在一个具体实施例中，各待检测轮胎胎面中各胎纹区域对应胎纹形状匹配度的计算方法如下：
将各待检测轮胎对应的胎面三维图像聚焦在各胎纹区域，由此提取各胎纹区域的胎纹形状轮廓，并将其与各胎纹区域对应的规格胎纹形状轮廓进行重合对比，由此获取各待检测轮胎胎面中各胎纹区域的胎纹形状轮廓重合长度，记为dij；
获取当前生产批次所属轮胎型号的胎面中各胎纹区域对应的规格胎纹形状轮廓长度；
将各待检测轮胎胎面中各胎纹区域的胎纹形状轮廓重合长度与当前生产批次所属轮胎型号的胎面中各胎纹区域对应的规格胎纹形状轮廓长度进行对比，计算各待检测轮胎胎面中各胎纹区域对应的胎纹形状匹配度，其计算公式为
Figure BDA0003604012350000132
αij表示为第i个待检测轮胎胎面中第j个胎纹区域对应的胎纹形状匹配度，dij表示为第i个待检测轮胎胎面中第j个胎纹区域的胎纹形状轮廓重合长度，Dj表示为当前生产批次所属轮胎型号中第j个胎纹区域对应的规格胎纹形状轮廓长度。
在一个具体实施例中，各待检测轮胎胎面中各胎纹区域对应胎纹面积匹配度的计算方法如下：
将各待检测轮胎胎面中各胎纹区域对应的胎纹面积与各胎纹区域对应的规格胎纹面积进行对比，计算各待检测轮胎胎面中各胎纹区域对应的胎纹面积匹配度，其计算公式为
Figure BDA0003604012350000141
βij表示为第i个待检测轮胎胎面中第j个胎纹区域对应的胎纹面积匹配度，sij表示为第i个待检测轮胎胎面中第j个胎纹区域的胎纹面积，Sj表示为当前生产批次所属轮胎型号的胎面中第j个胎纹区域对应的规格胎纹面积。
在一个具体实施例中，各待检测轮胎胎面中各胎纹区域对应胎纹厚度匹配度的计算方法如下：
将各待检测轮胎胎面中各胎纹区域对应的胎纹厚度与各胎纹区域对应的规格胎纹厚度进行对比，计算各待检测轮胎胎面中各胎纹区域对应胎纹厚度匹配度，其计算公式为
Figure BDA0003604012350000142
γij表示为第i个待检测轮胎胎面中第j个胎纹区域对应的胎纹厚度匹配度，uij表示为第i个待检测轮胎胎面中第j个胎纹区域的胎纹厚度，Uj表示为当前生产批次所属轮胎型号的胎面中第j个胎纹区域对应的规格胎纹厚度。
将各待检测轮胎胎面中各胎纹区域对应的胎纹综合呈现匹配度与质量数据库中胎纹综合呈现标准匹配度进行对比，计算各待检测轮胎对应的胎面纹理合规指数，其计算公式为
Figure BDA0003604012350000151
σi表示为第i个待检测轮胎对应的胎面纹理合规指数，δij表示为第i个待检测轮胎胎面中第j个胎纹区域对应的胎纹综合呈现匹配度，j表示为胎纹区域的编号，j＝1,2,...,m,δ0表示为胎纹综合呈现标准匹配度。
所述汽车轮胎重量分布检测分析模块用于对各待检测轮胎进行重量分布均匀度检测，并据此分析各待检测轮胎对应的重量分布均匀度合规指数，其分析过程具体包括：
在各待检测轮胎的表面进行均匀检测点划分，得到若干检测点；
设定固定悬挂位置，由此分别在固定悬挂位置以各检测点作为悬挂点对各待检测轮胎执行悬挂操作，并在轮胎静止后勾勒重力线，从而得到各待检测轮胎中以各检测点作为悬挂点对应的重力线；
将各待检测轮胎中以各检测点作为悬挂点对应的重力线进行重合对比，由此得到各待检测轮胎中相邻重力线之间的夹角，并从中筛选出最大夹角和最小夹角；
将各待检测轮胎对应相邻重力线之间的最大夹角与最小夹角进行对比，计算各待检测轮胎对应的重量分布均匀度合规指数，其计算公式为
Figure BDA0003604012350000152
Figure BDA0003604012350000153
表示为第i个待检测轮胎对应的重量分布均匀度合规指数，θimax、θimin分别表示为第i个待检测轮胎对应相邻重力线之间的最大夹角、最小夹角，
Figure BDA0003604012350000154
表示为预定义的相邻重力线之间的参考夹角。
需要说明的是，在上述重量分布均匀度合规指数计算公式中，待检测轮胎对应相邻重力线之间最大夹角与最小夹角差距越小，重量分布均匀度合规指数越大。
所述汽车轮胎橡胶圈结构用料检测分析模块用于对各待检测轮胎的橡胶圈进行结构用料检测，并据此分析各待检测轮胎对应的橡胶圈结构用料合规指数，其分析过程具体包括：
通过X射线探测仪从轮胎侧面对各待检测轮胎的橡胶圈进行X射线照射，得到各待检测轮胎对应橡胶圈的射线底片，并从中统计橡胶圈存在的结构层数量，同时对各结构层按照预设的顺序进行编号；
从各待检测轮胎对应橡胶圈的射线底片中采集各结构层对应的显示灰度值，并基于此获取各结构层的用料名称，具体获取方式为将各结构层对应的显示灰度值与预设的各种材料名称在射线底片中显示的灰度值范围进行匹配，从中筛选出各结构层的用料名称；
根据各结构层在射线底片中显示的灰度值差异，识别各结构层在射线底片中的分布区域，并提取各结构层的分布区域轮廓，进而获取各结构层的用料厚度；
从质量数据库中提取当前生产批次所属轮胎型号对应橡胶圈中各结构层的规格用料名称及规格用料厚度，并将其与各待检测轮胎对应各结构层的用料名称和用料厚度进行匹配，计算各待检测轮胎对应橡胶圈中各结构层的用料名称匹配度和用料厚度匹配度，并基于此统计各待检测轮胎对应的橡胶圈结构用料合规指数，其计算公式为
Figure BDA0003604012350000161
Figure BDA0003604012350000162
表示为第i个待检测轮胎对应的橡胶圈结构用料合规指数，χik、υik分别表示为第i个待检测轮胎对应橡胶圈中第k个结构层对应的用料名称匹配度、用料厚度匹配度，k表示为结构层的编号，k＝1,2,...,z,其中χik的取值可以为μ或μ′，a、b分别表示为用料名称匹配度、用料厚度匹配度对应的影响因子，且a+b＝1。
在一个具体实施例中，计算各待检测轮胎对应橡胶圈中各结构层的用料名称匹配度对应的具体计算方法为设置一种用料名称匹配度计算规则，该规则的计算方式为若某结构层的用料名称与当前生产批次所属轮胎型号对应橡胶圈中该结构层的规格用料名称一致，则将该结构层的用料名称匹配度记为μ，反之则将该结构层的用料名称匹配度记为μ′，且μ＞μ′。
在一个具体实施例中，计算各待检测轮胎对应橡胶圈中各结构层的用料厚度匹配度对应的计算公式为
Figure BDA0003604012350000171
fik表示为第i个待检测轮胎对应橡胶圈中第k个结构层对应的用料厚度，Fk表示为当前生产批次所属轮胎型号对应橡胶圈中第k个结构层的规格用料厚度。
本发明通过从汽车轮胎的外形质量、重量分布均匀度质量和橡胶圈结构用料合规质量出发，对当前生产批次中各待检测轮胎的表观质量进行检测分析，扩展了汽车轮胎表观质量的检测指标，实现了汽车轮胎表观质量多维度全面性的检测，进而有效提高了检测结果的可靠度，为后续判断汽车轮胎表观质量的合格性提供了真实可靠的判断依据。
本发明在对各待检测轮胎进行外形质量、重量分布均匀度质量和橡胶圈结构用料合规质量检测过程中，对每项检测指标都借用检测设备提供了智能化的检测方法，相比较人工检测方式，该检测方式一方面由检测设备代替人工检测，能够有效提高检测效率，另一方面其提供的检测方法是统一的，大大避免了检测差异性，能够在一定程度上提升检测的精准度。
所述质量数据库用于存储当前生产批次所属轮胎型号对应的规格体积、规格形状轮廓、规格胎纹图像、胎纹综合呈现标准匹配度、橡胶圈中各结构层的规格用料名称及规格用料厚度、标准外形合规指数、标准重量分布均匀度合规指数和标准橡胶圈结构用料合规指数。
所述汽车轮胎表观质量解析模块用于基于各待检测轮胎对应的外形合规指数、重量分布均匀度合规指数和橡胶圈结构用料合规指数，判断当前生产批次中是否存在表观质量不合格的汽车轮胎，其判断方法为将各待检测轮胎对应的外形合规指数、重量分布均匀度合规指数和橡胶圈结构用料合规指数与质量数据库中当前生产批次所属轮胎型号对应的标准外形合规指数、标准重量分布均匀度合规指数和标准橡胶圈结构用料合规指数进行对比，若某待检测轮胎对应的外形合规指数、重量分布均匀度合规指数和橡胶圈结构用料合规指数中任意一项合规指数不满足其对应的标准合规指数，则判断当前生产批次中存在表观质量不合格的汽车轮胎，此时统计当前生产批次中表观质量不合格汽车轮胎的数量，并记录各表观质量不合格的汽车轮胎编号，同时解析各表观质量不合格汽车轮胎对应的表观质量缺陷，其解析方式为对各表观质量不合格的汽车轮胎分别获取其不满足标准合规指数的指标，该指标即为各表观质量不合格汽车轮胎对应的表观质量缺陷。
所述质量显示终端用于将表观质量不合格轮胎的编号及其对应的表观质量不合格汽车轮胎对应的表观质量缺陷进行显示，便于相关人员直观清楚地了解，为后续对表观质量不合格汽车轮胎的整改提供整改方向，避免因未对表观质量不合格的汽车轮胎进行表观质量缺陷识别导致对所有表观质量不合格的汽车轮胎均进行报废处理造成的浪费，从而有利于提高表观质量不合格汽车轮胎的利用率。
以上内容仅仅是对本发明结构所作的举例和说明，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，只要不偏离发明的结构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)

1.一种基于人工智能的汽车轮胎生产质量监测分析系统，其特征在于，包括：
当前生产批次汽车轮胎数量统计模块，用于统计当前生产批次生产的汽车轮胎数量，并将生产出的各汽车轮胎均记为待检测轮胎，进而将各待检测轮胎分别编号为1,2,...,i,...,n；
汽车轮胎外形检测分析模块，用于对各待检测轮胎进行外形检测，并据此分析各待检测轮胎对应的外形合规指数；
汽车轮胎重量分布检测分析模块，用于对各待检测轮胎进行重量分布均匀度检测，并据此分析各待检测轮胎对应的重量分布均匀度合规指数；
汽车轮胎橡胶圈结构用料检测分析模块，用于对各待检测轮胎的橡胶圈进行结构用料检测，并据此分析各待检测轮胎对应的橡胶圈结构用料合规指数；
汽车轮胎表观质量解析模块，用于基于各待检测轮胎对应的外形合规指数、重量分布均匀度合规指数和橡胶圈结构用料合规指数，判断当前生产批次中是否存在表观质量不合格的汽车轮胎，若存在，则统计当前生产批次中表观质量不合格汽车轮胎的数量，并记录各表观质量不合格的汽车轮胎编号，同时解析各表观质量不合格汽车轮胎对应的表观质量缺陷；
质量显示终端，用于将表观质量不合格轮胎的编号及其对应的表观质量不合格汽车轮胎对应的表观质量缺陷进行显示。
2.根据权利要求1所述的一种基于人工智能的汽车轮胎生产质量监测分析系统，其特征在于：所述外形合规指数包括体积合规指数、形状合规指数和胎面纹理合规指数。
3.根据权利要求1所述的一种基于人工智能的汽车轮胎生产质量监测分析系统，其特征在于：所述汽车轮胎外形检测分析模块由汽车轮胎体积检测分析单元、汽车轮胎形状检测分析单元和汽车轮胎胎面纹理检测分析单元组成。
4.根据权利要求3所述的一种基于人工智能的汽车轮胎生产质量监测分析系统，其特征在于：所述汽车轮胎体积检测分析单元用于对各待检测轮胎进行体积检测，并据此分析各待检测轮胎对应的体积合规指数，其分析过程如下：
通过三维尺寸扫描仪对各待检测轮胎进行三维尺寸扫描，得到各待检测轮胎对应的三维尺寸，并基于此获取各待检测轮胎对应的体积；
从质量数据库中提取当前生产批次所属轮胎型号对应的规格体积，并将其与各待检测轮胎对应的体积进行对比，分析各待检测轮胎对应的体积合规指数，其计算公式为
Figure FDA0003604012340000021
其中εi表示为第i个待检测轮胎对应的体积合规指数，Vi表示为第i个待检测轮胎对应的体积，V0表示为当前生产批次所属轮胎型号对应的规格体积。
5.根据权利要求3所述的一种基于人工智能的汽车轮胎生产质量监测分析系统，其特征在于：所述汽车轮胎形状检测分析单元用于对各待检测轮胎进行形状检测，并据此分析各待检测轮胎对应的形状合规指数，其分析过程如下：
根据各待检测轮胎对应的三维尺寸扫描图像,采用线条勾勒形状轮廓，形成各待检测轮胎对应的形状轮廓；
从质量数据库中提取当前生产批次所属轮胎型号对应的规格形状轮廓，并将其与各待检测轮胎对应的形状轮廓进行重合对比，获取各待检测轮胎对应的形状轮廓与规格形状轮廓之间重合线条的长度；
统计当前生产批次所属轮胎型号对应规格形状轮廓的线条长度；
将各待检测轮胎对应的形状轮廓与规格形状轮廓之间重合线条的长度与当前生产批次所属轮胎型号对应规格形状轮廓的线条长度进行对比，计算各待检测轮胎对应的形状合规指数，其计算公式为
Figure FDA0003604012340000031
λi表示为第i个待检测轮胎对应的形状合规指数，li表示为第i个待检测轮胎对应的形状轮廓与规格形状轮廓之间重合线条的长度，L0表示为当前生产批次所属轮胎型号对应规格形状轮廓的线条长度。
6.根据权利要求3所述的一种基于人工智能的汽车轮胎生产质量监测分析系统，其特征在于：所述车轮胎胎面纹理检测分析单元用于对各待检测轮胎进行胎面纹理检测，并据此分析各待检测轮胎对应的胎面纹理合规指数，其分析过程如下：
将各待检测轮胎聚焦在胎面区域，并对胎面区域进行三维图像采集，得到各待检测轮胎对应的胎面三维图像；
从各待检测轮胎对应的胎面三维图像中统计胎纹区域的数量，并对各胎纹区域进行编号，进而提取各胎纹区域对应的胎纹基本参数；
从质量数据库中提取当前生产批次所属轮胎型号对应的规格胎纹图像，并从中统计胎纹区域的数量，进而将各胎纹区域按照相同的编号顺序进行编号，同时从规格胎纹图像中提取各胎纹区域对应的规格胎纹基本参数；
将各待检测轮胎胎面中各胎纹区域对应的胎纹基本参数与各胎纹区域对应的规格胎纹基本参数进行对比，分别计算各待检测轮胎胎面中各胎纹区域对应的胎纹形状匹配度、胎纹面积匹配度和胎纹厚度匹配度，并将其导入胎纹综合呈现匹配度计算公式中，计算出各待检测轮胎胎面中各胎纹区域对应的胎纹综合呈现匹配度，其中胎纹综合呈现匹配度计算公式为
Figure FDA0003604012340000041
α、β、γ分别表示为胎纹形状匹配度、胎纹面积匹配度、胎纹厚度匹配度，A、B、C分别表示为胎纹形状匹配度、胎纹面积匹配度、胎纹厚度匹配度对应的权重比例值；
将各待检测轮胎胎面中各胎纹区域对应的胎纹综合呈现匹配度与质量数据库中胎纹综合呈现标准匹配度进行对比，计算各待检测轮胎对应的胎面纹理合规指数，其计算公式为
Figure FDA0003604012340000042
σi表示为第i个待检测轮胎对应的胎面纹理合规指数，δij表示为第i个待检测轮胎胎面中第j个胎纹区域对应的胎纹综合呈现匹配度，j表示为胎纹区域的编号，j＝1,2,...,m,δ0表示为胎纹综合呈现标准匹配度。
7.根据权利要求1所述的一种基于人工智能的汽车轮胎生产质量监测分析系统，其特征在于：所述分析各待检测轮胎对应的重量分布均匀度合规指数具体包括：
在各待检测轮胎的表面进行均匀检测点划分，得到若干检测点；
设定固定悬挂位置，由此分别在固定悬挂位置以各检测点作为悬挂点对各待检测轮胎执行悬挂操作，并在轮胎静止后勾勒重力线，从而得到各待检测轮胎中以各检测点作为悬挂点对应的重力线；
将各待检测轮胎中以各检测点作为悬挂点对应的重力线进行重合对比，由此得到各待检测轮胎中相邻重力线之间的夹角，并从中筛选出最大夹角和最小夹角；
将各待检测轮胎对应相邻重力线之间的最大夹角与最小夹角进行对比，计算各待检测轮胎对应的重量分布均匀度合规指数，其计算公式为
Figure FDA0003604012340000051
Figure FDA0003604012340000052
表示为第i个待检测轮胎对应的重量分布均匀度合规指数，θimax、θimin分别表示为第i个待检测轮胎对应相邻重力线之间的最大夹角、最小夹角，
Figure FDA0003604012340000053
表示为预定义的相邻重力线之间的参考夹角。
8.根据权利要求1所述的一种基于人工智能的汽车轮胎生产质量监测分析系统，其特征在于：所述分析各待检测轮胎对应的橡胶圈结构用料合规指数具体包括：
通过X射线探测仪从轮胎侧面对各待检测轮胎的橡胶圈进行X射线照射，得到各待检测轮胎对应橡胶圈的射线底片，并从中统计橡胶圈存在的结构层数量，同时对各结构层按照预设的顺序进行编号；
从各待检测轮胎对应橡胶圈的射线底片中采集各结构层对应的显示灰度值，并基于此获取各结构层的用料名称；
根据各结构层在射线底片中显示的灰度值差异，识别各结构层在射线底片中的分布区域，并提取各结构层的分布区域轮廓，进而获取各结构层的用料厚度；
从质量数据库中提取当前生产批次所属轮胎型号对应橡胶圈中各结构层的规格用料名称及规格用料厚度，并将其与各待检测轮胎对应各结构层的用料名称和用料厚度进行匹配，计算各待检测轮胎对应橡胶圈中各结构层的用料名称匹配度和用料厚度匹配度，并基于此统计各待检测轮胎对应的橡胶圈结构用料合规指数，其计算公式为
Figure FDA0003604012340000061
Figure FDA0003604012340000062
表示为第i个待检测轮胎对应的橡胶圈结构用料合规指数，χik、υik分别表示为第i个待检测轮胎对应橡胶圈中第k个结构层对应的用料名称匹配度、用料厚度匹配度，k表示为结构层的编号，k＝1,2,...,z,a、b分别表示为用料名称匹配度、用料厚度匹配度对应的影响因子，且a+b＝1。
9.根据权利要求1所述的一种基于人工智能的汽车轮胎生产质量监测分析系统，其特征在于：所述判断当前生产批次中是否存在表观质量不合格的汽车轮胎对应的判断方法为将各待检测轮胎对应的外形合规指数、重量分布均匀度合规指数和橡胶圈结构用料合规指数与质量数据库中当前生产批次所属轮胎型号对应的标准外形合规指数、标准重量分布均匀度合规指数和标准橡胶圈结构用料合规指数进行对比，若某待检测轮胎对应的外形合规指数、重量分布均匀度合规指数和橡胶圈结构用料合规指数中任意一项合规指数不满足其对应的标准合规指数，则判断当前生产批次中存在表观质量不合格的汽车轮胎。
10.根据权利要求1所述的一种基于人工智能的汽车轮胎生产质量监测分析系统，其特征在于：该系统还包括质量数据库，其用于存储当前生产批次所属轮胎型号对应的规格体积、规格形状轮廓、规格胎纹图像、胎纹综合呈现标准匹配度、橡胶圈中各结构层的规格用料名称及规格用料厚度、标准外形合规指数、标准重量分布均匀度合规指数和标准橡胶圈结构用料合规指数。
CN202210411757.4A 2022-04-19 2022-04-19 一种基于人工智能的汽车轮胎生产质量监测分析系统 Active CN114677369B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210411757.4A CN114677369B (zh) 2022-04-19 2022-04-19 一种基于人工智能的汽车轮胎生产质量监测分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210411757.4A CN114677369B (zh) 2022-04-19 2022-04-19 一种基于人工智能的汽车轮胎生产质量监测分析系统

Publications (2)

Publication Number Publication Date
CN114677369A true CN114677369A (zh) 2022-06-28
CN114677369B CN114677369B (zh) 2023-01-03

Family

ID=82078519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210411757.4A Active CN114677369B (zh) 2022-04-19 2022-04-19 一种基于人工智能的汽车轮胎生产质量监测分析系统

Country Status (1)

Country Link
CN (1) CN114677369B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114932703A (zh) * 2022-07-22 2022-08-23 广饶县计量测试检定所(广饶县产品质量检验所、广饶县橡胶轮胎产品与材料质量检验中心) 轮胎半成品重量均匀性检测方法
CN115854886A (zh) * 2022-12-22 2023-03-28 宁波宁兴精密制造有限公司 一种汽车中央通道模架定型筋体变形检测装置
CN116990022A (zh) * 2023-09-26 2023-11-03 成都工业职业技术学院 一种新能源汽车传动系统的轴承检测方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1134877A (zh) * 1995-05-04 1996-11-06 Igtt联合股份有限公司 采用多级工艺制造子午线轮胎的方法和装置
CN106022665A (zh) * 2016-07-19 2016-10-12 杭州朝阳橡胶有限公司 一种轮胎质量管控系统
CN108513551A (zh) * 2016-12-28 2018-09-07 住友橡胶工业株式会社 充气轮胎
CN112810252A (zh) * 2021-01-25 2021-05-18 广州金发碳纤维新材料发展有限公司 一种耐高温抗老化热塑性复合材料板及其制备方法
CN113065784A (zh) * 2021-04-13 2021-07-02 义乌市禾煜智能装备科技有限公司 一种基于大数据的汽车制造业汽车零部件产品生产质量全周期监测分析系统
CN213676268U (zh) * 2020-08-18 2021-07-13 北京多贝力轮胎有限公司 一种具有监测传感器的特巨型轮胎胎冠及轮胎
CN113159518A (zh) * 2021-03-24 2021-07-23 中策橡胶集团有限公司 轮胎生产质量智能化管控系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1134877A (zh) * 1995-05-04 1996-11-06 Igtt联合股份有限公司 采用多级工艺制造子午线轮胎的方法和装置
CN106022665A (zh) * 2016-07-19 2016-10-12 杭州朝阳橡胶有限公司 一种轮胎质量管控系统
CN108513551A (zh) * 2016-12-28 2018-09-07 住友橡胶工业株式会社 充气轮胎
CN213676268U (zh) * 2020-08-18 2021-07-13 北京多贝力轮胎有限公司 一种具有监测传感器的特巨型轮胎胎冠及轮胎
CN112810252A (zh) * 2021-01-25 2021-05-18 广州金发碳纤维新材料发展有限公司 一种耐高温抗老化热塑性复合材料板及其制备方法
CN113159518A (zh) * 2021-03-24 2021-07-23 中策橡胶集团有限公司 轮胎生产质量智能化管控系统
CN113065784A (zh) * 2021-04-13 2021-07-02 义乌市禾煜智能装备科技有限公司 一种基于大数据的汽车制造业汽车零部件产品生产质量全周期监测分析系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114932703A (zh) * 2022-07-22 2022-08-23 广饶县计量测试检定所(广饶县产品质量检验所、广饶县橡胶轮胎产品与材料质量检验中心) 轮胎半成品重量均匀性检测方法
CN115854886A (zh) * 2022-12-22 2023-03-28 宁波宁兴精密制造有限公司 一种汽车中央通道模架定型筋体变形检测装置
CN116990022A (zh) * 2023-09-26 2023-11-03 成都工业职业技术学院 一种新能源汽车传动系统的轴承检测方法及系统

Also Published As

Publication number Publication date
CN114677369B (zh) 2023-01-03

Similar Documents

Publication Publication Date Title
CN114677369B (zh) 一种基于人工智能的汽车轮胎生产质量监测分析系统
CN113033284B (zh) 一种基于卷积神经网络的车辆实时超载检测方法
CN110469772B (zh) 一种氢气瓶无损检测装置及检测方法
US10760898B2 (en) Optical device and method for inspecting tires
CN110111331B (zh) 基于机器视觉的蜂窝纸芯缺陷检测方法
CN110310262A (zh) 一种用于检测轮胎缺陷的方法、装置及系统
CN102914545A (zh) 一种基于计算机视觉的齿轮缺陷检测方法及系统
CN103221807B (zh) 快速处理和检测幅材型材料中的不均匀因素
CN104515786A (zh) 金属铸件疲劳过程内部缺陷演化的检测方法与分析方法
CN113065784A (zh) 一种基于大数据的汽车制造业汽车零部件产品生产质量全周期监测分析系统
CN111062093B (zh) 一种基于图像处理和机器学习的汽车轮胎寿命预测方法
CN113643552B (zh) 一种智能限速提醒系统的整车测试方法
CN117169282B (zh) 药品包装用复合膜的质量检测方法与系统
CN114663744A (zh) 基于机器学习的仪表自动识别方法及系统
CN112976961A (zh) 基于机器视觉和大数据分析的汽车行驶安全状态实时监测预警方法
CN112307579A (zh) 基于温度综合信息的热误差温度敏感点选择方法及系统
CN113109240A (zh) 一种计算机实施的粮食不完善粒测定方法和系统
CN117741090B (zh) 一种变速箱精密铸件质量缺陷检测方法
CN111753877A (zh) 一种基于深度神经网络迁移学习的产品质量检测方法
Zhang et al. Automatic forgery detection for x-ray non-destructive testing of welding
CN110120035A (zh) 一种可判别病疵等级的轮胎x光病疵检测方法
CN116205923B (zh) 基于x-ray的汽车轮毂内部缺陷无损检测方法
CN113095387A (zh) 基于联网车载adas的道路风险识别方法
CN117197085A (zh) 基于改进YOLOv8网络的公路快检图像路面病害检测方法
CN116503341A (zh) 一种汽车涂装胶泡缺陷的预测与原因分析方法

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
GR01 Patent grant
GR01 Patent grant