CN115201444A - 一种铝版基缺陷检测筛查系统及方法 - Google Patents
一种铝版基缺陷检测筛查系统及方法 Download PDFInfo
- Publication number
- CN115201444A CN115201444A CN202210833373.1A CN202210833373A CN115201444A CN 115201444 A CN115201444 A CN 115201444A CN 202210833373 A CN202210833373 A CN 202210833373A CN 115201444 A CN115201444 A CN 115201444A
- Authority
- CN
- China
- Prior art keywords
- detection
- defect
- module
- unqualified
- preset
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 154
- 230000007547 defect Effects 0.000 title claims abstract description 146
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 title claims abstract description 56
- 229910052782 aluminium Inorganic materials 0.000 title claims abstract description 56
- 238000012216 screening Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000000758 substrate Substances 0.000 title claims abstract description 17
- 238000004519 manufacturing process Methods 0.000 claims abstract description 71
- 238000011156 evaluation Methods 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 230000003139 buffering effect Effects 0.000 claims description 27
- 238000011895 specific detection Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 208000034656 Contusions Diseases 0.000 claims description 3
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims description 3
- 208000034526 bruise Diseases 0.000 claims description 3
- 239000000835 fiber Substances 0.000 claims description 3
- 239000012535 impurity Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 238000012854 evaluation process Methods 0.000 claims 1
- 229910000838 Al alloy Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/20—Metals
- G01N33/204—Structure thereof, e.g. crystal structure
- G01N33/2045—Defects
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Crystallography & Structural Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种铝版基缺陷检测筛查系统及方法,涉及工业缺陷检测技术领域,包括上位机、请求上传模块、缺陷检测模块以及设备评估模块;请求上传模块用于检测员上传检测请求至上位机,其中检测请求携带有若干个检测任务;上位机用于将检测请求分发至缺陷检测模块;缺陷检测模块用于将对应检测任务按照缺陷吸引值QX大小进行降序排列后依次对铝版基进行缺陷检测,提高检测效率;缺陷检测模块用于将对应的信号和检测数据打上时间戳发送至上位机;设备评估模块用于对不合格信号进行监测,并根据监测到的不合格信号对生产设备的生产偏离系数PL进行评估,判断是否要对生产设备进行检修和校准,以提高产品合格率,减少生产成本。
Description
技术领域
本发明涉及工业缺陷检测技术领域,具体是一种铝版基缺陷检测筛查系统及方法。
背景技术
现今越来越多的铝合金材质被用作车身结构件及安全件,铝合金产品件不仅达到了汽车轻量化目的,其强度及吸能缓冲优势相对传统的钢件也较为明显。铝型材的生产是工业生产中的重要一环。在铝型材的实际生产过程中,由于各方面因素的影响,铝型材表面会产生裂纹、起皮、划伤等瑕疵,这些瑕疵会严重影响铝型材的质量。
然而,铝型材的表面自身会含有纹路,与瑕疵的区分度不高。传统人工肉眼检查十分费力,不能及时准确的判断出表面瑕疵,质检的效率难以把控,以至于当生产设备存在生产不合格产品趋势时,无法及时预警,以便对生产设备进行检修和校准,导致大量次品,从而增加铝型材生产成本;基于以上不足,本发明提出一种铝版基缺陷检测筛查系统及方法。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种铝版基缺陷检测筛查系统及方法。
为实现上述目的,根据本发明的第一方面的实施例提出一种铝版基缺陷检测筛查系统,包括上位机、云平台、请求上传模块、缺陷检测模块、设备评估模块以及报警模块;
所述请求上传模块用于检测员上传检测请求至上位机,其中检测请求携带有若干个检测任务,每个检测任务均对应一项缺陷;所述缺陷包括拉毛、油污、碰伤、缩痕、杂质、银丝、色差、飞边以及浮纤;
所述上位机用于将检测请求分发至缺陷检测模块;所述缺陷检测模块用于根据多个检测任务依次对铝版基进行缺陷检测,具体检测步骤为:
当接收到检测请求后,获取对应铝版基的生产设备;每个生产设备均带有唯一设备标识;在预设时间内,采集对应生产设备生产的不合格产品,对不合格产品作缺陷分析,得到对应的缺陷原因;
根据缺陷原因的出现情况对缺陷吸引值QX进行分析;将对应检测任务按照缺陷吸引值QX大小进行降序排列后依次对铝版基进行缺陷检测;
所述缺陷检测模块用于将对应的信号和检测数据打上时间戳发送至上位机;所述上位机负责检测数据的展示、存储及上传至云平台;
所述设备评估模块与云平台相连接,用于对不合格信号进行监测,并根据监测到的不合格信号对生产设备的生产偏离系数PL进行评估,判断是否要对生产设备进行检修和校准。
进一步地,缺陷吸引值QX的具体分析过程为:
针对某种缺陷原因,统计该缺陷原因的出现次数为Ci;
统计该缺陷原因相邻出现时刻之间的时间段内其余缺陷原因的出现次数为缺陷缓冲频次,得到缓冲频次信息组;根据缓冲频次信息组对缓冲极限值GF进行评估;利用公式QX=(Ci×b5)/(GF×b6)计算得到对应缺陷原因的缺陷吸引值QX,其中b5、b6均为预设系数因子。
进一步地,缓冲极限值GF的具体评估过程为:
按照标准差公式计算得到缓冲频次信息组的标准差并标记为α;遍历缓冲频次信息组,将最大值标记为Fmax,将最小值标记为Fmin;利用公式Cb=(Fmax-Fmin)/(Fmin+u)计算得到差异比Cb,其中u为预设补偿系数;
利用公式CW=α×b1+Cb×b2计算得到离散值CW,其中b1、b2均为预设系数因子;按照平均值计算公式得到缓冲频次信息组的平均值G1;
进一步地,所述缺陷检测模块还包括:
若当前检测任务测试合格,则判断检测请求内的若干检测任务是否均执行完毕,若是,则生成合格信号和对应的检测数据;否则执行下一检测任务;若当前检测任务测试不合格,则生成不合格信号和对应的检测数据。
进一步地,所述设备评估模块的具体评估步骤如下:
在铝版基的一个检测周期内,对带有同一设备标识的合格信号和不合格信号进行监测;在预设时间内,统计不合格信号的出现次数为L1;
统计两个不合格信号之间合格信号的出现次数为偏离缓冲频次Rm;将偏离缓冲频次Rm与预设缓冲阈值相比较,计算得到差缓系数RX;
进一步地,差缓系数RX的具体计算过程为:
统计Rm小于预设缓冲阈值的次数占比为Zb;当Rm小于预设缓冲阈值时,获取Rm与预设缓冲阈值的差值并求和得到差缓总值RZ;利用公式RX=Zb×g1+RZ×g2计算得到差缓系数RX,其中g1、g2均为预设系数因子。
进一步地,一种铝版基缺陷检测筛查方法,包括如下步骤:
步骤一:检测员通过请求上传模块上传检测请求至上位机;所述上位机用于将检测请求分发至缺陷检测模块;
步骤二:当接收到检测请求后,所述缺陷检测模块用于根据多个检测任务依次对铝版基进行缺陷检测,具体检测步骤为:
获取对应铝版基的生产设备,在预设时间内,采集对应生产设备生产的不合格产品;对不合格产品作缺陷分析,得到对应的缺陷原因;
根据缺陷原因的出现情况进行缺陷吸引值分析;获取缺陷原因对应的检测任务,将检测任务按照缺陷吸引值QX大小进行降序排列;
按照检测任务的排序依次对铝版基进行缺陷检测,并将对应的信号和检测数据打上时间戳发送至上位机;所述信号包括合格信号和不合格信号;
步骤三:通过设备评估模块对不合格信号进行监测,根据监测到的不合格信号对生产设备的生产偏离系数PL进行评估,判断是否要对生产设备进行检修和校准。
与现有技术相比,本发明的有益效果是:
1、本发明中所述缺陷检测模块用于根据多个检测任务依次对铝版基进行缺陷检测;当接收到检测请求后,获取对应铝版基的生产设备;在预设时间内,采集对应生产设备生产的不合格产品;对不合格产品作缺陷分析,得到对应的缺陷原因;根据缺陷原因的出现情况对缺陷吸引值QX进行分析;然后获取缺陷原因对应的检测任务,将检测任务按照缺陷吸引值QX大小进行降序排列,按照检测任务的排序依次对铝版基进行缺陷检测,提高检测效率;
2、本发明中所述缺陷检测模块用于将对应的信号和检测数据打上时间戳发送至上位机;所述设备评估模块用于对不合格信号进行监测,并根据监测到的不合格信号对生产设备的生产偏离系数进行评估,判断是否要对生产设备进行检修和校准;若PL大于预设偏离阈值,则表明对应生产设备存在生产不合格产品的趋势,生成偏离信号;以提醒检测员对该生产设备进行检修和校准,以提高产品合格率,减少生产成本。
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为本发明一种铝版基缺陷检测筛查系统的系统框图。
图2为本发明一种铝版基缺陷检测筛查方法的原理框图。
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它实施例,都属于本发明保护的范围。
如图1至图2所示,一种铝版基缺陷检测筛查系统,包括上位机、云平台、请求上传模块、缺陷检测模块、设备评估模块以及报警模块;
本实施例中的上位机负责检测数据的展示、存储及上传至云平台;上位机对缺陷检测模块检测铝版基后获得的数据提供了统一的展示界面,使用户关心的结果数据能够简洁,清晰的展示,且其应用软件能够统一多种设备的应用软件,使整个生产系统的所有环节都使用同一软件,使用人员可快速适应不同环节的操作软件;
请求上传模块用于检测员上传检测请求至上位机,其中检测请求携带有若干个检测任务,每个检测任务均对应一项缺陷;缺陷包括拉毛、油污、碰伤、缩痕、杂质、银丝、色差、飞边以及浮纤等;
上位机用于将检测请求分发至缺陷检测模块;缺陷检测模块用于根据多个检测任务依次对铝版基进行缺陷检测,具体检测步骤为:
当接收到检测请求后,获取对应铝版基的生产设备;每个生产设备均带有唯一设备标识;在预设时间内,采集对应生产设备生产的不合格产品;对不合格产品作缺陷分析,得到对应的缺陷原因;
针对某种缺陷原因,统计该缺陷原因的出现次数为Ci;截取该缺陷原因相邻出现时刻之间的时间段为缺陷缓冲时段;统计每个缺陷缓冲时段内其余缺陷原因的出现次数为缺陷缓冲频次,得到缓冲频次信息组;
按照标准差公式计算得到缓冲频次信息组的标准差并标记为α;遍历缓冲频次信息组,将最大值标记为Fmax,将最小值标记为Fmin;利用公式Cb=(Fmax-Fmin)/(Fmin+u)计算得到差异比Cb,其中u为预设补偿系数;
利用公式CW=α×b1+Cb×b2计算得到离散值CW,其中b1、b2均为预设系数因子;按照平均值计算公式得到缓冲频次信息组的平均值G1,利用公式计算得到缓冲极限值GF,其中b3、b4均为预设系数因子,γ为预设均衡因子,取值0.236598;
利用公式QX=(Ci×b5)/(GF×b6)计算得到对应缺陷原因的缺陷吸引值QX,其中b5、b6均为预设系数因子;获取缺陷原因对应的检测任务,将检测任务按照缺陷吸引值QX大小进行降序排列;
按照检测任务的排序依次对铝版基进行缺陷检测,提高检测效率;其中,若当前检测任务测试合格,则判断检测请求内的若干检测任务是否均执行完毕,若是,则生成合格信号和对应的检测数据;否则,执行下一检测任务;若当前检测任务测试不合格,则生成不合格信号和对应的检测数据;检测数据均带有设备标识;
缺陷检测模块用于将对应的信号和检测数据打上时间戳发送至上位机;设备评估模块与云平台相连接,用于对不合格信号进行监测,并根据监测到的不合格信号对生产设备的生产偏离系数进行评估,判断是否要对生产设备进行检修和校准;具体评估步骤如下:
在铝版基的一个检测周期内,对带有同一设备标识的合格信号和不合格信号进行监测;在预设时间内,统计不合格信号的出现次数为L1;
截取相邻两个不合格信号出现时刻之间的时间段为偏离缓冲时段,统计每个偏离缓冲时段内合格信号的出现次数为偏离缓冲频次Rm;
将偏离缓冲频次Rm与预设缓冲阈值相比较;统计Rm小于预设缓冲阈值的次数占比为Zb;当Rm小于预设缓冲阈值时,获取Rm与预设缓冲阈值的差值并求和得到差缓总值RZ;利用公式RX=Zb×g1+RZ×g2计算得到差缓系数RX,其中g1、g2均为预设系数因子;
将生产偏离系数PL与预设偏离阈值相比较;若PL大于预设偏离阈值,则表明对应生产设备存在生产不合格产品的趋势,生成偏离信号;
设备评估模块用于将偏离信号传输至上位机,上位机接收到偏离信号后控制报警模块发出警报,以提醒检测员对该生产设备进行检修和校准,以提高产品合格率,减少生产成本;
一种铝版基缺陷检测筛查方法,应用于上述一种铝版基缺陷检测筛查系统,包括如下步骤:
步骤一:检测员通过请求上传模块上传检测请求至上位机;上位机用于将检测请求分发至缺陷检测模块;
步骤二:当接收到检测请求后,缺陷检测模块用于根据多个检测任务依次对铝版基进行缺陷检测,具体检测步骤为:
获取对应铝版基的生产设备,在预设时间内,采集对应生产设备生产的不合格产品;对不合格产品作缺陷分析,得到对应的缺陷原因;
根据缺陷原因的出现情况进行缺陷吸引值分析;获取缺陷原因对应的检测任务,将检测任务按照缺陷吸引值QX大小进行降序排列;
缺陷检测模块用于按照检测任务的排序依次对铝版基进行缺陷检测,并将对应的信号和检测数据打上时间戳发送至上位机;其中,信号包括合格信号和不合格信号;
步骤三:通过设备评估模块对不合格信号进行监测,根据监测到的不合格信号对生产设备的生产偏离系数PL进行评估,判断是否要对生产设备进行检修和校准。
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:
一种铝版基缺陷检测筛查系统及方法,在工作时,请求上传模块用于检测员上传检测请求至上位机,上位机用于将检测请求分发至缺陷检测模块;缺陷检测模块用于根据多个检测任务依次对铝版基进行缺陷检测;当接收到检测请求后,获取对应铝版基的生产设备;在预设时间内,采集对应生产设备生产的不合格产品;对不合格产品作缺陷分析,得到对应的缺陷原因;根据缺陷原因的出现情况进行缺陷吸引值分析;然后获取缺陷原因对应的检测任务,将检测任务按照缺陷吸引值QX大小进行降序排列,按照检测任务的排序依次对铝版基进行缺陷检测,提高检测效率;
缺陷检测模块用于将对应的信号和检测数据打上时间戳发送至上位机;设备评估模块用于对不合格信号进行监测,并根据监测到的不合格信号对生产设备的生产偏离系数进行评估,判断是否要对生产设备进行检修和校准;若PL大于预设偏离阈值,则表明对应生产设备存在生产不合格产品的趋势,生成偏离信号;以提醒检测员对该生产设备进行检修和校准,以提高产品合格率,减少生产成本。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.一种铝版基缺陷检测筛查系统,其特征在于,包括上位机、云平台、请求上传模块、缺陷检测模块、设备评估模块以及报警模块;
所述请求上传模块用于检测员上传检测请求至上位机,其中检测请求携带有若干个检测任务,每个检测任务均对应一项缺陷;所述缺陷包括拉毛、油污、碰伤、缩痕、杂质、银丝、色差、飞边以及浮纤;
所述上位机用于将检测请求分发至缺陷检测模块;所述缺陷检测模块用于根据多个检测任务依次对铝版基进行缺陷检测,具体检测步骤为:
当接收到检测请求后,获取对应铝版基的生产设备;每个生产设备均带有唯一设备标识;在预设时间内,采集对应生产设备生产的不合格产品,对不合格产品作缺陷分析,得到对应的缺陷原因;
根据缺陷原因的出现情况对缺陷吸引值QX进行分析;将对应检测任务按照缺陷吸引值QX大小进行降序排列后依次对铝版基进行缺陷检测;
所述缺陷检测模块用于将对应的信号和检测数据打上时间戳发送至上位机;所述上位机负责检测数据的展示、存储及上传至云平台;
所述设备评估模块与云平台相连接,用于对不合格信号进行监测,并根据监测到的不合格信号对生产设备的生产偏离系数PL进行评估,判断是否要对生产设备进行检修和校准。
2.根据权利要求1所述的一种铝版基缺陷检测筛查系统,其特征在于,其中,缺陷吸引值QX的具体分析过程为:
针对某种缺陷原因,统计该缺陷原因的出现次数为Ci;
统计该缺陷原因相邻出现时刻之间的时间段内其余缺陷原因的出现次数为缺陷缓冲频次,得到缓冲频次信息组;根据缓冲频次信息组对缓冲极限值GF进行评估;利用公式QX=(Ci×b5)/(GF×b6)计算得到对应缺陷原因的缺陷吸引值QX,其中b5、b6均为预设系数因子。
4.根据权利要求1所述的一种铝版基缺陷检测筛查系统,其特征在于,所述缺陷检测模块还包括:
若当前检测任务测试合格,则判断检测请求内的若干检测任务是否均执行完毕,若是,则生成合格信号和对应的检测数据;否则执行下一检测任务;若当前检测任务测试不合格,则生成不合格信号和对应的检测数据。
6.根据权利要求5所述的一种铝版基缺陷检测筛查系统,其特征在于,其中,差缓系数RX的具体计算过程为:
统计Rm小于预设缓冲阈值的次数占比为Zb;当Rm小于预设缓冲阈值时,获取Rm与预设缓冲阈值的差值并求和得到差缓总值RZ;利用公式RX=Zb×g1+RZ×g2计算得到差缓系数RX,其中g1、g2均为预设系数因子。
7.一种铝版基缺陷检测筛查方法,应用于如权利要求1-6任一所述的一种铝版基缺陷检测筛查系统,其特征在于,包括如下步骤:
步骤一:检测员通过请求上传模块上传检测请求至上位机;所述上位机用于将检测请求分发至缺陷检测模块;
步骤二:当接收到检测请求后,所述缺陷检测模块用于根据多个检测任务依次对铝版基进行缺陷检测,具体检测步骤为:
获取对应铝版基的生产设备,在预设时间内,采集对应生产设备生产的不合格产品;对不合格产品作缺陷分析,得到对应的缺陷原因;
根据缺陷原因的出现情况进行缺陷吸引值分析;获取缺陷原因对应的检测任务,将检测任务按照缺陷吸引值QX大小进行降序排列;
按照检测任务的排序依次对铝版基进行缺陷检测,并将对应的信号和检测数据打上时间戳发送至上位机;所述信号包括合格信号和不合格信号;
步骤三:通过设备评估模块对不合格信号进行监测,根据监测到的不合格信号对生产设备的生产偏离系数PL进行评估,判断是否要对生产设备进行检修和校准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210833373.1A CN115201444A (zh) | 2022-07-14 | 2022-07-14 | 一种铝版基缺陷检测筛查系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210833373.1A CN115201444A (zh) | 2022-07-14 | 2022-07-14 | 一种铝版基缺陷检测筛查系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115201444A true CN115201444A (zh) | 2022-10-18 |
Family
ID=83581198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210833373.1A Pending CN115201444A (zh) | 2022-07-14 | 2022-07-14 | 一种铝版基缺陷检测筛查系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115201444A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115660382A (zh) * | 2022-12-08 | 2023-01-31 | 长沙润伟机电科技有限责任公司 | 一种基于物联网的车辆段调试管理系统 |
CN116663777A (zh) * | 2023-06-05 | 2023-08-29 | 重庆翰海睿智大数据科技股份有限公司 | 一种基于知识图谱的实验训练系统及方法 |
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 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104458749A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院沈阳自动化研究所 | 基于机器视觉的铝型材表面缺陷实时检测系统 |
CN112307415A (zh) * | 2020-10-31 | 2021-02-02 | 杭州集联科技有限公司 | 一种数字教育录播系统数据异常值在线检测方法 |
FR3110100A1 (fr) * | 2020-05-18 | 2021-11-19 | Faurecia Services Groupe | Procédé et système de détermination de causes de défauts observés dans des processus de soudage au laser |
CN113791084A (zh) * | 2021-08-20 | 2021-12-14 | 安徽初代物联科技有限责任公司 | 一种Mini LED晶圆外观缺陷检测系统及方法 |
CN114119268A (zh) * | 2022-01-24 | 2022-03-01 | 科大智能物联技术股份有限公司 | 一种用于印刷包装生产线的协同制造系统 |
CN114113987A (zh) * | 2022-01-24 | 2022-03-01 | 中大检测(湖南)股份有限公司 | 一种芯片检验追踪方法及系统 |
CN114266944A (zh) * | 2021-12-23 | 2022-04-01 | 安徽中科锟铻量子工业互联网有限公司 | 快速模型训练结果检验系统 |
-
2022
- 2022-07-14 CN CN202210833373.1A patent/CN115201444A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104458749A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院沈阳自动化研究所 | 基于机器视觉的铝型材表面缺陷实时检测系统 |
FR3110100A1 (fr) * | 2020-05-18 | 2021-11-19 | Faurecia Services Groupe | Procédé et système de détermination de causes de défauts observés dans des processus de soudage au laser |
CN112307415A (zh) * | 2020-10-31 | 2021-02-02 | 杭州集联科技有限公司 | 一种数字教育录播系统数据异常值在线检测方法 |
CN113791084A (zh) * | 2021-08-20 | 2021-12-14 | 安徽初代物联科技有限责任公司 | 一种Mini LED晶圆外观缺陷检测系统及方法 |
CN114266944A (zh) * | 2021-12-23 | 2022-04-01 | 安徽中科锟铻量子工业互联网有限公司 | 快速模型训练结果检验系统 |
CN114119268A (zh) * | 2022-01-24 | 2022-03-01 | 科大智能物联技术股份有限公司 | 一种用于印刷包装生产线的协同制造系统 |
CN114113987A (zh) * | 2022-01-24 | 2022-03-01 | 中大检测(湖南)股份有限公司 | 一种芯片检验追踪方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115660382A (zh) * | 2022-12-08 | 2023-01-31 | 长沙润伟机电科技有限责任公司 | 一种基于物联网的车辆段调试管理系统 |
CN116663777A (zh) * | 2023-06-05 | 2023-08-29 | 重庆翰海睿智大数据科技股份有限公司 | 一种基于知识图谱的实验训练系统及方法 |
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 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115201444A (zh) | 一种铝版基缺陷检测筛查系统及方法 | |
CN114692557B (zh) | 一种柔性电路板制造性能监测分析方法及系统 | |
CN114113987B (zh) | 一种芯片检验追踪方法及系统 | |
CN115034666A (zh) | 一种提高铝型材合格率的生产监控系统 | |
CN106018179A (zh) | 一种基于图像处理的胶料表面黏性测量方法及装置 | |
CN108921305B (zh) | 一种部件生命期监测方法 | |
CN113758524A (zh) | 一种电路板加工监测系统 | |
CN117172624A (zh) | 一种线束生产线智能化监测管理系统 | |
CN116885858A (zh) | 一种基于数字孪生技术的配电网故障处理方法及系统 | |
CN113990477B (zh) | 一种基于云平台的大数据智能健康监护系统 | |
CN114705965A (zh) | 基于大数据的第三代半导体可靠性数据分析系统 | |
CN116629447A (zh) | 应用于pcba产品的智能检测系统 | |
CN114001887B (zh) | 一种基于挠度监测的桥梁损伤评定方法 | |
RU2470352C1 (ru) | Способ статистического регулирования технологического процесса (варианты) | |
CN116165213A (zh) | 一种不锈钢链条产品质量检验方法及系统 | |
CN112883085B (zh) | 一种基于大数据和云计算的桥梁动态载荷安全在线实时监测分析预警管理平台 | |
CN115112183A (zh) | 一种用于异形机械零件尺寸检测系统 | |
CN114065509A (zh) | 一种地质灾害防治用裂缝计的故障排查方法 | |
CN110807605A (zh) | 关键检验特性缺陷率统计方法 | |
CN117262237B (zh) | 考虑装配分散性的飞机座舱盖骨架模拟件疲劳试验方法 | |
CN118010753B (zh) | 一种基于水玻璃铸造工艺的脚手架盘扣质量缺陷检测方法 | |
CN117850375B (zh) | 一种生产线的多维度监测系统 | |
CN117607019B (zh) | 电力金具表面智能检测方法和检测系统 | |
CN117872474B (zh) | 地震预警台网波形数据质量分析方法和系统 | |
CN117873007B (zh) | 基于工业物联网的制造流程管理方法、系统、设备及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221018 |