CN115639217A - 一种新能源动力电池盖板片的工控全检方法及系统 - Google Patents
一种新能源动力电池盖板片的工控全检方法及系统 Download PDFInfo
- Publication number
- CN115639217A CN115639217A CN202211283384.3A CN202211283384A CN115639217A CN 115639217 A CN115639217 A CN 115639217A CN 202211283384 A CN202211283384 A CN 202211283384A CN 115639217 A CN115639217 A CN 115639217A
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- result
- cover plate
- monitoring 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000007689 inspection Methods 0.000 title claims abstract description 39
- 238000012544 monitoring process Methods 0.000 claims abstract description 138
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000005516 engineering process Methods 0.000 claims abstract description 35
- 238000004886 process control Methods 0.000 claims abstract description 11
- 238000001035 drying Methods 0.000 claims description 45
- 230000008569 process Effects 0.000 claims description 36
- 238000011156 evaluation Methods 0.000 claims description 34
- 238000004458 analytical method Methods 0.000 claims description 31
- 230000003993 interaction Effects 0.000 claims description 16
- 238000004220 aggregation Methods 0.000 claims description 13
- 230000002776 aggregation Effects 0.000 claims description 13
- 238000007405 data analysis Methods 0.000 claims description 11
- 239000003595 mist Substances 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 30
- 230000005540 biological transmission Effects 0.000 description 11
- 238000012549 training Methods 0.000 description 10
- 238000003466 welding Methods 0.000 description 7
- 239000007788 liquid Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000005452 bending Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000004080 punching Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 229910052734 helium Inorganic materials 0.000 description 1
- 239000001307 helium Substances 0.000 description 1
- SWQJXJOGLNCZEY-UHFFFAOYSA-N helium atom Chemical compound [He] SWQJXJOGLNCZEY-UHFFFAOYSA-N 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Images
Classifications
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Secondary Cells (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供了一种新能源动力电池盖板片的工控全检方法及系统，涉及电池检测技术领域，方法包括：采集获得电池盖板片的加工工艺数据；对所述加工工艺数据解析，布设所述图像采集装置，并获得设定工艺控制参数；进行实时设备工作数据采集，获得设备数据采集结果；进行毛刷设备图像采集监测，生成设备监测数据；通过所述设定工艺控制参数、所述设备数据采集结果和所述设备监测数据，生成工控监测数据；进行所述电池盖板片的图像采集，生成尺寸监测数据；通过所述尺寸监测数据和所述工控监测数据获得所述电池盖板片的全检数据。解决了现有技术中存在着由于没有联合检测设备工控数据和产品尺寸数据，使得检测结果比较单一且检测效率低的技术问题。
Description
技术领域
本发明涉及电池检测技术领域，具体涉及一种新能源动力电池盖板片的工控全检方法及系统。
背景技术
电动汽车最重要的组成部件，即动力电池。动力电池是由一个个的电芯组成，所以从质量上要对每一个电芯进行把控。焊接出来后的电芯如果焊接质量不良，会造成漏液，漏电等严重质量问题。而且焊接工艺有电阻焊，激光焊等多种工艺，每家的质量并不能统一，所以需要严格的检测工序。
动力电池顶盖板制造行业普遍采用激光焊接方式将防爆阀、极柱焊接在盖板上。盖板、防爆阀、极柱等材料成分变异时，或焊接操作时环境污染等原因将引起焊接熔合区存在针孔、裂缝等品质缺陷。这种顶盖板有缺陷的电池，将引起电池内部与外界环境导通，造成漏液，使其不能正常使用。传统的动力电池顶盖板氦检装置，只能检测某个单一的部分，其检测单一性具有很强的局限性。
现有技术中存在着由于没有联合检测设备工控数据和产品尺寸数据，使得检测结果比较单一且检测效率低的技术问题。
发明内容
本申请提供了一种新能源动力电池盖板片的工控全检方法及系统，用于针对解决现有技术中存在着由于没有联合检测设备工控数据和产品尺寸数据，使得检测结果比较单一且检测效率低的技术问题。
鉴于上述问题，本申请提供了一种新能源动力电池盖板片的工控全检方法及系统。
第一方面，本申请提供了一种新能源动力电池盖板片的工控全检方法，所述方法包括：采集获得电池盖板片的加工工艺数据；对所述加工工艺数据解析，基于解析结果布设所述图像采集装置，并获得设定工艺控制参数；通过所述数据交互装置进行实时设备工作数据采集，获得设备数据采集结果；通过所述图像采集装置进行毛刷设备图像采集监测，生成设备监测数据；通过所述设定工艺控制参数、所述设备数据采集结果和所述设备监测数据进行设备工作异常评价，生成工控监测数据；通过所述图像采集装置进行所述电池盖板片的图像采集，基于图像采集结果生成尺寸监测数据；通过所述尺寸监测数据和所述工控监测数据获得所述电池盖板片的全检数据。
第二方面，本申请提供了一种新能源动力电池盖板片的工控全检系统，所述系统包括：工艺数据采集模块，所述工艺数据采集模块用于采集获得电池盖板片的加工工艺数据；数据解析模块，所述数据解析模块用于对所述加工工艺数据解析，基于解析结果布设所述图像采集装置，并获得设定工艺控制参数；实时工作数据采集模块，所述实时工作数据采集模块用于通过所述数据交互装置进行实时设备工作数据采集，获得设备数据采集结果；设备监测数据生成模块，所述设备监测数据生成模块用于通过所述图像采集装置进行毛刷设备图像采集监测，生成设备监测数据；工控监测数据生成模块，所述工控监测数据生成模块用于通过所述设定工艺控制参数、所述设备数据采集结果和所述设备监测数据进行设备工作异常评价，生成工控监测数据；尺寸监测数据生成模块，所述尺寸监测数据生成模块用于通过所述图像采集装置进行所述电池盖板片的图像采集，基于图像采集结果生成尺寸监测数据；全检数据获得模块，所述全检数据获得模块用于通过所述尺寸监测数据和所述工控监测数据获得所述电池盖板片的全检数据。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了一种新能源动力电池盖板片的工控全检方法，采集获得电池盖板片的加工工艺数据；对所述加工工艺数据解析，基于解析结果布设所述图像采集装置，并获得设定工艺控制参数；通过所述数据交互装置进行实时设备工作数据采集，获得设备数据采集结果；通过所述图像采集装置进行毛刷设备图像采集监测，生成设备监测数据；通过所述设定工艺控制参数、所述设备数据采集结果和所述设备监测数据进行设备工作异常评价，生成工控监测数据；通过所述图像采集装置进行所述电池盖板片的图像采集，基于图像采集结果生成尺寸监测数据；通过所述尺寸监测数据和所述工控监测数据获得所述电池盖板片的全检数据。本申请实施例通过获取尺寸监测数据和工控监测数据，获得电池盖板片的全检数据，能够对电池盖板片的生产设备运行过程、生产出的电池盖板片尺寸进行全面监测，达到了避免错检或漏检等问题的发生、提升电池盖板片工控检测的准确性和效率的技术效果。
附图说明
图1为本申请提供了一种新能源动力电池盖板片的工控全检方法流程示意图；
图2为本申请提供了一种新能源动力电池盖板片的工控全检方法中对工控监测数据获得流程示意图；
图3为本申请提供了一种新能源动力电池盖板片的工控全检方法中设备监测数据获得流程示意图；
图4为本申请提供了一种新能源动力电池盖板片的工控全检系统结构示意图。
附图标记说明：工艺数据采集模块1，数据解析模块2，实时工作数据采集模块3，设备监测数据生成模块4，工控监测数据生成模块5，尺寸监测数据生成模块6，全检数据获得模块7。
具体实施方式
本申请提供的一种新能源动力电池盖板片的工控全检方法，首先采集获得电池盖板片的加工工艺数据；对所述加工工艺数据解析，基于解析结果布设所述图像采集装置，并获得设定工艺控制参数；通过所述数据交互装置进行实时设备工作数据采集，获得设备数据采集结果；通过所述图像采集装置进行毛刷设备图像采集监测，生成设备监测数据；通过所述设定工艺控制参数、所述设备数据采集结果和所述设备监测数据进行设备工作异常评价，生成工控监测数据；通过所述图像采集装置进行所述电池盖板片的图像采集，基于图像采集结果生成尺寸监测数据；通过所述尺寸监测数据和所述工控监测数据获得所述电池盖板片的全检数据，解决了现有技术中存在着由于没有联合检测设备工控数据和产品尺寸数据，使得检测结果比较单一且检测效率低的技术问题。
实施例一
如图1所示，本申请提供的一种新能源动力电池盖板片的工控全检方法，所述方法应用于工控全检系统，所述工控全检系统与数据交互装置、图像采集装置通信连接，所述方法包括：
步骤S100：采集获得电池盖板片的加工工艺数据；
本申请实施例中，动力电池为现有技术中生产的任意类型动力电池，上述的工控全检系统为进行动力电池盖板片工控全检的系统平台，上述的工控全检系统与数据交互装置、图像采集装置通信连接，上述的数据交互装置用于实现各种数据的信息交互，图像采集装置是用于采集图像的设备，包含但不限于摄像机、无人机等设备。
具体而言，采集获得电池盖板片的加工工艺数据，电池盖板片的加工工艺包含多个流程，每个流程都有其对应的工艺参数信息，多个加工流程的工艺参数信息即为电池盖板片的加工工艺数据，电池盖板片的加工流程包括但不限于冲压、烘干、带毛刷的自动化设备对盖板去毛刺、盖板CCD外观检测，与加工流程对应的工艺参数信息就是需要获取的加工工艺数据，比如，冲压速度、油雾浓度、毛刷转速、盖板CCD外观等。
步骤S200：对所述加工工艺数据解析，基于解析结果布设所述图像采集装置，并获得设定工艺控制参数；
具体而言，对加工工艺数据解析，基于解析结果，布设所述图像采集装置，并获得设定工艺控制参数，加工工艺数据包含了电池盖板片的所有加工流程对应的加工工艺参数信息，对加工工艺数据进行分析，确定哪些位置需要布设图像采集装置，比如，对盖板去毛刺、盖板CCD外观检测阶段需要通过图像采集装置获取毛刷信息以及外观信息，就可以在这些位置放置图像采集装置，获得设定工艺控制参数，设定工艺控制参数包含压床的冲压速度、进行烘干时的除油参数、流水线传输速度，具体的，除油参数包含温度控制和风量控制。
步骤S300：通过所述数据交互装置进行实时设备工作数据采集，获得设备数据采集结果；
通过数据交互装置进行实时设备工作数据采集，实时设备工作数据即设备在实际工作时的实时数据，包含设备运行时的冲压速度、温度、风量、流水线传输速度等，具体根据加工工序进行采集，进而获得设备数据采集结果，设备数据采集结果由采集到的实时设备工作数据构成。
步骤S400：通过所述图像采集装置进行毛刷设备图像采集监测，生成设备监测数据；
具体而言，毛刷设备的工作过程是带毛刷的自动化设备对盖板(定位孔、极柱孔、防爆阀口、注液孔、外轮廓端面和表面)去毛刺，毛刷的损耗程度在该工序中显得很重要，通过布设的图像采集装置进行毛刷设备图像采集，并对采集到的图像其进行特征提取，进一步判断毛刷设备的运行状态，对毛刷设备进行实时的监测，进而生成设备监测数据。
步骤S500：通过所述设定工艺控制参数、所述设备数据采集结果和所述设备监测数据进行设备工作异常评价，生成工控监测数据；
具体而言，通过上述设定工艺控制参数、上述设备数据采集结果和上述设备监测数据进行设备工作异常评价，设备工作异常评价包括多方面的，比如烘干工序中的油雾浓度、流水线传输速度等，生成工控监测数据，工控监测数据包含加工过程中冲压速度、油雾浓度、流水线传输速度等数据出现的异常，工控监测数据为后续获得电池盖板片的全检数据提供了数据支持。
步骤S600：通过所述图像采集装置进行所述电池盖板片的图像采集，基于图像采集结果生成尺寸监测数据；
具体而言，通过上述的图像采集装置进行电池盖板片的图像采集，基于图像采集结果生成尺寸监测数据，尺寸监测数据包含正面和反面以及四个侧面的数据，正面和反面的尺寸数据包含极柱孔中心是否偏离、注液孔中心是否偏离、防爆片(防爆阀口)沉孔高度，定位孔间距，长度距离，宽度距离等，侧面尺寸数据包含电池盖板片边缘是否有铝丝，在这里，可以选择通过卷积核对图像进行处理，通过卷积核的计算，进行电池盖板片的特征位置匹配，根据匹配结果获得尺寸监测数据，尺寸监测数据是后续获得电池盖板片的全检数据的重要依据之一。
步骤S700：通过所述尺寸监测数据和所述工控监测数据获得所述电池盖板片的全检数据。
具体而言，以上述尺寸监测数据和上述工控监测数据为基准，就可以获得电池盖板片的全检数据，确定电池盖板片的整个加工过程是否出现异常，以及加工出的电池盖板片是否合格。
本申请实施例通过采集获得电池盖板片的加工工艺数据，获得设定工艺控制参数，进行实时设备工作数据采集，获得设备数据采集结果，进行毛刷设备图像采集监测，生成设备监测数据，通过所述设定工艺控制参数、所述设备数据采集结果和所述设备监测数据进行设备工作异常评价，生成工控监测数据，进行电池盖板片的图像采集，基于图像采集结果生成尺寸监测数据，通过所述尺寸监测数据和所述工控监测数据获得电池盖板片的全检数据，能够对电池盖板片的生产设备运行过程、生产出的电池盖板片尺寸进行全面监测，达到了避免错检或漏检等问题的发生、提升电池盖板片工控检测的准确性和效率的技术效果。
进一步而言，通过所述设定工艺控制参数、所述设备数据采集结果和所述设备监测数据进行设备工作异常评价，生成工控监测数据，如图2所示，本申请实施例步骤S500还包括：
步骤S510：对所述设备数据采集结果进行工艺数据分析，获得烘干设备数据；
步骤S520：通过所述设定工艺参数获得烘干质量需求数据；
步骤S530：通过所述烘干设备数据中油雾浓度监测数据和所述烘干质量需求数据比对，基于比对结果生成所述工控监测数据。
具体而言，对上述的设备数据采集结果进行工艺数据分析，获得烘干设备数据，烘干设备数据包含油雾浓度监测数据、流水线传输速度等，通过所述设定工艺参数获得烘干质量需求数据，烘干质量需求数据即指通过设定工艺参数想要达到的油雾浓度，通过对烘干设备数据中油雾浓度监测数据和烘干质量需求数据进行比对，进而得出烘干设备数据中油雾浓度监测数据和烘干质量需求数据是否有差距，相对于烘干质量需求数据，烘干设备数据中油雾浓度监测数据是偏大还是偏小，具体的偏差值是多少，以比对结果为准，生成工控监测数据，为获得电池盖板片的全检数据提供数据基础。
进一步而言，本申请实施例步骤S530还包括：
步骤S531：构建烘干质量需求与流水线速度的平衡关联集合；
步骤S532：根据所述烘干质量需求数据进行所述平衡关联集合的流水线速度匹配，获得匹配速度值；
步骤S533：通过所述烘干设备数据和所述匹配速度值进行速度偏离分析，基于速度偏离分析结果和所述比对结果生成所述工控监测数据。
具体而言，流水线传输速度与冲床的冲压速度也相关，流水线传输速度越快，除油不一定干净；流水线传输速度越慢，除油效果越好，但生产效率越低，所以需要根据烘干质量需求综合控制，具体的，不同的烘干质量需求对应不同的流水线传输速度，以此为基准，构建烘干质量需求与流水线速度的平衡关联集合，平衡关联集合包含各种烘干质量需求，及其对应的流水线速度，根据上述烘干质量需求数据，根据平衡关联集合进行流水线速度匹配，获得匹配速度值，通过上述烘干设备数据中的流水线传输速度和匹配速度值进行速度偏离分析，确定烘干设备数据中的流水线传输速度相对于匹配速度值是否存在偏离，是偏大还是偏小，进而确定具体偏离值，基于速度偏离分析结果和步骤S530 中的比对结果生成工控监测数据，进一步的完善工控监测数据，提升电池盖板片的全检数据的准确性。
进一步而言，通过所述图像采集装置进行毛刷设备图像采集监测，生成设备监测数据，如图3所示，本申请实施例步骤S400还包括：
步骤S410：获得所述毛刷设备的设备基础数据和使用时长数据；
步骤S420：通过所述设备基础数据和所述使用时长数据进行所述毛刷设备的设备状态评价，获得第一设备状态评价结果；
步骤S430：获得毛刷设备图像，对所述毛刷设备图像进行刷毛特征识别匹配，获得特征识别匹配结果；
步骤S440：根据所述特征识别匹配结果生成第二设备状态评价结果；
步骤S450：根据所述第一设备状态评价结果和所述第二设备状态评价结果获得所述设备监测数据。
具体而言，获得毛刷设备的设备基础数据和使用时长数据，毛刷设备的设备基础数据包含设备类型、毛刷的转速控制、设备工作参数等，使用时长数据即毛刷设备的自开始使用一直到当前的时长，基于上述的设备基础数据和使用时长数据，进行毛刷设备的设备状态评价，比如说，设备使用时间较长，且毛刷的转速较快，那么刷毛的损耗程度较严重，毛刷转速过慢，对毛刺的清除不一定干净，以此为基准，从而获得第一设备状态评价结果。获得毛刷设备图像，毛刷可能会存在损耗，比如折断或弯曲，对毛刷设备图像进行刷毛特征识别匹配，特征识别匹配即确定刷毛的损耗程度，进而获得特征识别匹配结果，这里可以利用机器学习训练一个特征识别匹配模型，进行特征识别匹配。
具体的，模型的训练数据包括毛刷设备图像和用来标识该毛刷的损耗程度的级别信息，根据毛刷设备图像中的刷毛弯折程度和断裂程度对毛刷的损耗程度进行分级，以此为基准训练模型，将训练数据集中每一组训练数据输入特征识别匹配模型，通过这组训练数据对应的监督数据进行特征识别匹配模型的输出监督调整，当特征识别匹配模型的输出结果与监督数据一致，则当前组训练结束，将训练数据集中全部的训练数据均训练结束，则特征识别匹配模型训练完成。为了保证特征识别匹配模型的准确性，可以通过测试数据集进行特征识别匹配模型的测试处理，举例而言，测试准确率可以设定为90％，当测试数据集的测试准确率满足90％时，则特征识别匹配模型构建完成。将毛刷设备图像输入特征识别匹配模型，输出毛刷设备的毛刷损耗程度，从而获取特征识别匹配结果，毛刷设备的毛刷损耗程度越高，毛刺清除就也不干净，以此为基准进行第二设备状态评价，生成第二设备状态评价结果，第二设备状态评价结果反映的就是对毛刺清除的干净程度，根据上述第一设备状态评价结果和上述第二设备状态评价结果获得所述设备监测数据，为获得工控监测数据提供依据。
进一步而言，本申请实施例步骤S800还包括：
步骤S810：对所述设备数据采集结果进行工艺数据分析，获得毛刷设备数据；
步骤S820：基于所述毛刷设备数据和所述设备监测数据进行设备运行与损耗的匹配控制分析，获得匹配控制分析结果；
步骤S830：根据所述匹配控制分析结果获得所述工控监测数据。
具体而言，对所述设备数据采集结果进行工艺数据分析，获得毛刷设备数据，毛刷设备数据包含毛刷损耗程度、毛刷清洁程度、毛刷转速等，以毛刷设备数据和上述设备监测数据为基准，进行设备运行与损耗的匹配控制分析，获得匹配控制分析结果，就是通过调整设备运行的控制数据，从而降低损耗，换句话说，就是在不影响加工质量的情况下，减小损耗，比如说，毛刷的转速控制，速度过快，毛刷损耗大；速度过慢，毛刺清除不一定干净，需要综合毛刷损耗和毛刺清除度，获取一个合适的毛刷转速，根据匹配控制分析结果获得工控监测数据，使得工控监测数据更加完善、准确。
进一步而言，本申请实施例步骤S600还包括：
步骤S610：获得所述电池盖板片的定位特征信息；
步骤S620：基于所述定位特征信息进行所述图像采集结果的识别定位，获得定位结果；
步骤S630：根据定位结果进行电池盖板片的特征位置匹配，根据匹配结果获得所述尺寸监测数据。
具体而言，获得电池盖板片的定位特征信息，定位特征信息包含极柱孔中心是否偏离、注液孔中心是否偏离、防爆片(防爆阀口)沉孔高度，定位孔间距，长度距离，宽度距离等，基于定位特征信息进行图像采集结果的识别定位，获得定位结果，根据定位结果进行电池盖板片的特征位置匹配，根据匹配结果获得尺寸监测数据，这里可以基于卷积核进行特征位置匹配，示例如，判断极柱孔中心是否偏离，首先通过图像采集装置对合格产品进行图像采集，根据合格产品的极柱孔中心位置信息，对该图像进行位置分区编码，即根据合格产品的图像信息获得第一零点位置，并将所述零点位置标识，后续采集到的电池盖板片的图像，均以零点位置为基准点，并将变化信息进行标识记录，将合格产品的图像分成10×10的小格子，计算目标位置模块的卷积核，作为卷积特征，将采集到的电池盖板片的图像也都分成10×10的小格子，计算每个小格子的卷积核，对采集到的电池盖板片的图像进行特征匹配，根据不同位置处的特征卷积结果判断目标位置与目标特征的匹配程度，获得特征匹配度的计算结果，进一步根据特征匹配度判断极柱孔中心是否偏离，后续使用同样的方法获得其它尺寸监测数据，确定对电池盖半片的尺寸数据，便于检测出合格品和不合格品。
进一步而言，本申请实施例步骤S430还包括：
步骤S431：构建刷毛特征集合；
步骤S432：通过所述刷毛特征集合对所述毛刷设备图像进行刷毛特征识别匹配，获得匹配种类信息和匹配相似度信息；
步骤S433：根据所述匹配种类信息进行同类特征聚合，获得同类特征聚合结果，其中，所述同类特征聚合结果包括数量标识；
步骤S434：根据所述匹配相似度信息对所述同类特征聚合结果进行加权计算，根据计算结果获得所述特征识别匹配结果。
具体而言，一个刷子上有很多刷毛，每个刷毛呈现出来的状态各不相同，根据每个刷毛的状态特征，比如弯折特征、断裂特征等，构建刷毛特征集合，以刷毛特征集合为标准，对毛刷设备图像进行刷毛特征识别匹配，获得匹配种类信息和匹配相似度信息，就是对毛刷设备图像中的所有刷毛进行状态评价，确定每一个刷毛属于哪种状态特征，匹配相似度指刷毛与匹配种类的相似度，比如说，根据刷毛弯折程度将弯折了分为一级、二级、三级，刷毛不可能刚好是一级、二级或者三级，它可能与一级相似度90％，根据匹配种类信息进行同类特征聚合，同类特征聚合指的是将属于同一种状态特征的刷毛集合到一起，进而获得同类特征聚合结果，其中，同类特征聚合结果包括数量标识，数量标识就是指将同一种特征分为不同级别，根据匹配相似度信息对同类特征聚合结果进行加权计算，相似度高的，所占的权重就可以大一些，进一步获得特征识别匹配结果，为获得设备监测数据提供数据支持。
实施例二
基于与前述实施例中一种新能源动力电池盖板片的工控全检方法相同的发明构思，如图4所示，本申请提供了一种新能源动力电池盖板片的工控全检系统，所述系统与数据交互装置、图像采集装置通信连接，所述系统包括：
工艺数据采集模块1，所述工艺数据采集模块1用于采集获得电池盖板片的加工工艺数据；
数据解析模块2，所述数据解析模块2用于对所述加工工艺数据解析，基于解析结果布设所述图像采集装置，并获得设定工艺控制参数；
实时工作数据采集模块3，所述实时工作数据采集模块3用于通过所述数据交互装置进行实时设备工作数据采集，获得设备数据采集结果；
设备监测数据生成模块4，所述设备监测数据生成模块4用于通过所述图像采集装置进行毛刷设备图像采集监测，生成设备监测数据；
工控监测数据生成模块5，所述工控监测数据生成模块5用于通过所述设定工艺控制参数、所述设备数据采集结果和所述设备监测数据进行设备工作异常评价，生成工控监测数据；
尺寸监测数据生成模块6，所述尺寸监测数据生成模块6用于通过所述图像采集装置进行所述电池盖板片的图像采集，基于图像采集结果生成尺寸监测数据；
全检数据获得模块7，所述全检数据获得模块7用于通过所述尺寸监测数据和所述工控监测数据获得所述电池盖板片的全检数据。
进一步而言，所述系统还包括：
烘干设备数据获取模块，所述烘干设备数据获取模块用于对所述设备数据采集结果进行工艺数据分析，获得烘干设备数据；
烘干质量需求数据获取模块，所述烘干质量需求数据获取模块用于通过所述设定工艺参数获得烘干质量需求数据；
数据比对模块，所述数据比对模块用于通过所述烘干设备数据中油雾浓度监测数据和所述烘干质量需求数据比对，基于比对结果生成所述工控监测数据。
进一步而言，所述系统还包括：
平衡关联集合构建模块，所述平衡关联集合构建模块用于构建烘干质量需求与流水线速度的平衡关联集合；
速度匹配模块，所述速度匹配模块用于根据所述烘干质量需求数据进行所述平衡关联集合的流水线速度匹配，获得匹配速度值；
速度偏离分析模块，所述速度偏离分析模块用于通过所述烘干设备数据和所述匹配速度值进行速度偏离分析，基于速度偏离分析结果和所述比对结果生成所述工控监测数据。
进一步而言，所述系统还包括：
毛刷设备数据获取模块，所述毛刷设备数据获取模块用于获得所述毛刷设备的设备基础数据和使用时长数据；
第一设备状态评价模块，所述第一设备状态评价模块用于通过所述设备基础数据和所述使用时长数据进行所述毛刷设备的设备状态评价，获得第一设备状态评价结果；
特征识别匹配模块，所述特征识别匹配模块用于获得毛刷设备图像，对所述毛刷设备图像进行刷毛特征识别匹配，获得特征识别匹配结果；
第一设备状态评价模块，所述第一设备状态评价模块用于根据所述特征识别匹配结果生成第二设备状态评价结果；
设备监测数据获取模块，所述设备监测数据获取模块用于根据所述第一设备状态评价结果和所述第二设备状态评价结果获得所述设备监测数据。
进一步而言，所述系统还包括：
工艺数据分析模块，工艺数据分析模块用于对所述设备数据采集结果进行工艺数据分析，获得毛刷设备数据；
匹配控制分析模块，所述匹配控制分析模块用于基于所述毛刷设备数据和所述设备监测数据进行设备运行与损耗的匹配控制分析，获得匹配控制分析结果；
工控监测数据获取模块，所述工控监测数据获取模块用于根据所述匹配控制分析结果获得所述工控监测数据。
进一步而言，所述系统还包括：
定位特征信息获取模块，所述定位特征信息获取模块用于获得所述电池盖板片的定位特征信息；
识别定位模块，所述识别定位模块用于基于所述定位特征信息进行所述图像采集结果的识别定位，获得定位结果；
特征位置匹配模块，所述特征位置匹配模块用于根据定位结果进行电池盖板片的特征位置匹配，根据匹配结果获得所述尺寸监测数据。
进一步而言，所述系统还包括：
刷毛特征集合构建模块，所述刷毛特征集合构建模块用于构建刷毛特征集合；
刷毛特征识别匹配模块，所述刷毛特征识别匹配模块用于通过所述刷毛特征集合对所述毛刷设备图像进行刷毛特征识别匹配，获得匹配种类信息和匹配相似度信息；
同类特征聚合模块，所述同类特征聚合模块用于根据所述匹配种类信息进行同类特征聚合，获得同类特征聚合结果，其中，所述同类特征聚合结果包括数量标识；
加权计算模块，所述加权计算模块用于根据所述匹配相似度信息对所述同类特征聚合结果进行加权计算，根据计算结果获得所述特征识别匹配结果。
本说明书通过前述对一种新能源动力电池盖板片的工控全检方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种新能源动力电池盖板片的工控全检方法，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种新能源动力电池盖板片的工控全检方法，其特征在于，所述方法应用于工控全检系统，所述工控全检系统与数据交互装置、图像采集装置通信连接，所述方法包括：
采集获得电池盖板片的加工工艺数据；
对所述加工工艺数据解析，基于解析结果布设所述图像采集装置，并获得设定工艺控制参数；
通过所述数据交互装置进行实时设备工作数据采集，获得设备数据采集结果；
通过所述图像采集装置进行毛刷设备图像采集监测，生成设备监测数据；
通过所述设定工艺控制参数、所述设备数据采集结果和所述设备监测数据进行设备工作异常评价，生成工控监测数据；
通过所述图像采集装置进行所述电池盖板片的图像采集，基于图像采集结果生成尺寸监测数据；
通过所述尺寸监测数据和所述工控监测数据获得所述电池盖板片的全检数据。
2.如权利要求1所述的方法，其特征在于，所述方法包括：
对所述设备数据采集结果进行工艺数据分析，获得烘干设备数据；
通过所述设定工艺参数获得烘干质量需求数据；
通过所述烘干设备数据中油雾浓度监测数据和所述烘干质量需求数据比对，基于比对结果生成所述工控监测数据。
3.如权利要求2所述的方法，其特征在于，所述方法包括：
构建烘干质量需求与流水线速度的平衡关联集合；
根据所述烘干质量需求数据进行所述平衡关联集合的流水线速度匹配，获得匹配速度值；
通过所述烘干设备数据和所述匹配速度值进行速度偏离分析，基于速度偏离分析结果和所述比对结果生成所述工控监测数据。
4.如权利要求1所述的方法，其特征在于，所述方法包括：
获得所述毛刷设备的设备基础数据和使用时长数据；
通过所述设备基础数据和所述使用时长数据进行所述毛刷设备的设备状态评价，获得第一设备状态评价结果；
获得毛刷设备图像，对所述毛刷设备图像进行刷毛特征识别匹配，获得特征识别匹配结果；
根据所述特征识别匹配结果生成第二设备状态评价结果；
根据所述第一设备状态评价结果和所述第二设备状态评价结果获得所述设备监测数据。
5.如权利要求4所述的方法，其特征在于，所述方法包括：
对所述设备数据采集结果进行工艺数据分析，获得毛刷设备数据；
基于所述毛刷设备数据和所述设备监测数据进行设备运行与损耗的匹配控制分析，获得匹配控制分析结果；
根据所述匹配控制分析结果获得所述工控监测数据。
6.如权利要求1所述的方法，其特征在于，所述方法包括：
获得所述电池盖板片的定位特征信息；
基于所述定位特征信息进行所述图像采集结果的识别定位，获得定位结果；
根据定位结果进行电池盖板片的特征位置匹配，根据匹配结果获得所述尺寸监测数据。
7.如权利要求4所述的方法，其特征在于，所述对所述毛刷设备图像进行刷毛特征识别匹配，获得特征识别匹配结果，还包括：
构建刷毛特征集合；
通过所述刷毛特征集合对所述毛刷设备图像进行刷毛特征识别匹配，获得匹配种类信息和匹配相似度信息；
根据所述匹配种类信息进行同类特征聚合，获得同类特征聚合结果，其中，所述同类特征聚合结果包括数量标识；
根据所述匹配相似度信息对所述同类特征聚合结果进行加权计算，根据计算结果获得所述特征识别匹配结果。
8.一种新能源动力电池盖板片的工控全检系统，其特征在于，所述系统与数据交互装置、图像采集装置通信连接，所述系统包括：
工艺数据采集模块，所述工艺数据采集模块用于采集获得电池盖板片的加工工艺数据；
数据解析模块，所述数据解析模块用于对所述加工工艺数据解析，基于解析结果布设所述图像采集装置，并获得设定工艺控制参数；
实时工作数据采集模块，所述实时工作数据采集模块用于通过所述数据交互装置进行实时设备工作数据采集，获得设备数据采集结果；
设备监测数据生成模块，所述设备监测数据生成模块用于通过所述图像采集装置进行毛刷设备图像采集监测，生成设备监测数据；
工控监测数据生成模块，所述工控监测数据生成模块用于通过所述设定工艺控制参数、所述设备数据采集结果和所述设备监测数据进行设备工作异常评价，生成工控监测数据；
尺寸监测数据生成模块，所述尺寸监测数据生成模块用于通过所述图像采集装置进行所述电池盖板片的图像采集，基于图像采集结果生成尺寸监测数据；
全检数据获得模块，所述全检数据获得模块用于通过所述尺寸监测数据和所述工控监测数据获得所述电池盖板片的全检数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211283384.3A CN115639217B (zh) | 2022-10-20 | 2022-10-20 | 一种新能源动力电池盖板片的工控全检方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211283384.3A CN115639217B (zh) | 2022-10-20 | 2022-10-20 | 一种新能源动力电池盖板片的工控全检方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115639217A true CN115639217A (zh) | 2023-01-24 |
| CN115639217B CN115639217B (zh) | 2023-05-16 |
Family
ID=84944566
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211283384.3A Active CN115639217B (zh) | 2022-10-20 | 2022-10-20 | 一种新能源动力电池盖板片的工控全检方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115639217B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116359233A (zh) * | 2023-06-02 | 2023-06-30 | 东声(苏州)智能科技有限公司 | 方形电池外观缺陷检测方法、装置、存储介质和电子设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02277038A (ja) * | 1989-04-19 | 1990-11-13 | Ricoh Co Ltd | 原稿サイズ検出装置 |
| CN113343361A (zh) * | 2021-06-30 | 2021-09-03 | 东风汽车集团股份有限公司 | 车身尺寸智能监控方法、装置、设备及存储介质 |
| CN114202248A (zh) * | 2022-01-13 | 2022-03-18 | 浙江工企信息技术股份有限公司 | 一种基于mes智能制造的生产管理方法及系统 |
| CN114701135A (zh) * | 2022-05-20 | 2022-07-05 | 深圳市信润富联数字科技有限公司 | 基于虚拟量测模型的注塑工件尺寸预测方法 |
| CN114754824A (zh) * | 2022-06-16 | 2022-07-15 | 江苏邦润智能科技有限公司 | 一种拉丝机的监测预警方法及系统 |
| CN115047162A (zh) * | 2022-06-24 | 2022-09-13 | 张家港沙龙精密管业有限公司 | 一种钢管热处理的缺陷检测方法及系统 |
| CN115202310A (zh) * | 2022-08-12 | 2022-10-18 | 山东品正金属制品有限公司 | 一种电动汽车电机扣件的自动化加工方法及系统 |
-
2022
- 2022-10-20 CN CN202211283384.3A patent/CN115639217B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02277038A (ja) * | 1989-04-19 | 1990-11-13 | Ricoh Co Ltd | 原稿サイズ検出装置 |
| CN113343361A (zh) * | 2021-06-30 | 2021-09-03 | 东风汽车集团股份有限公司 | 车身尺寸智能监控方法、装置、设备及存储介质 |
| CN114202248A (zh) * | 2022-01-13 | 2022-03-18 | 浙江工企信息技术股份有限公司 | 一种基于mes智能制造的生产管理方法及系统 |
| CN114701135A (zh) * | 2022-05-20 | 2022-07-05 | 深圳市信润富联数字科技有限公司 | 基于虚拟量测模型的注塑工件尺寸预测方法 |
| CN114754824A (zh) * | 2022-06-16 | 2022-07-15 | 江苏邦润智能科技有限公司 | 一种拉丝机的监测预警方法及系统 |
| CN115047162A (zh) * | 2022-06-24 | 2022-09-13 | 张家港沙龙精密管业有限公司 | 一种钢管热处理的缺陷检测方法及系统 |
| CN115202310A (zh) * | 2022-08-12 | 2022-10-18 | 山东品正金属制品有限公司 | 一种电动汽车电机扣件的自动化加工方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116359233A (zh) * | 2023-06-02 | 2023-06-30 | 东声(苏州)智能科技有限公司 | 方形电池外观缺陷检测方法、装置、存储介质和电子设备 |
| CN116359233B (zh) * | 2023-06-02 | 2023-10-03 | 东声(苏州)智能科技有限公司 | 方形电池外观缺陷检测方法、装置、存储介质和电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115639217B (zh) | 2023-05-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111354366B (zh) | 一种异常声音检测方法及异常声音检测装置 | |
| CN109840900B (zh) | 一种应用于智能制造车间的故障在线检测系统及检测方法 | |
| JP2019098515A (ja) | 刃具状態検査システム及び方法 | |
| CN115639217A (zh) | 一种新能源动力电池盖板片的工控全检方法及系统 | |
| CN101246369A (zh) | 一种汽车零部件尺寸质量控制系统和方法 | |
| CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
| CN116540682B (zh) | 模拟单机测试方法、系统、装置、设备及介质 | |
| CN111159487A (zh) | 一种汽车发动机主轴预测性维护智能系统 | |
| CN113253037A (zh) | 基于电流波纹的边云协同设备状态监测方法及系统、介质 | |
| Tuo et al. | Dynamic acquisition and real-time distribution of carbon emission for machining through mining energy data | |
| CN117115169A (zh) | 一种汽车配件压铸模具表面形变异常智能识别方法 | |
| CN111076960B (zh) | 一种基于人工智能算法的声纹质量检测方法 | |
| CN117309042A (zh) | 基于物联网技术的智能制造数据实时监测方法及系统 | |
| CN115265635B (zh) | 一种基于数据分析的工业机器视觉检测管理系统 | |
| CN116307938A (zh) | 一种加工中心进给系统健康状态评估方法 | |
| WO2023085992A1 (en) | Image analysis of cut flowers | |
| TWI399660B (zh) | 偵測半導體製程變異之方法 | |
| KR102222566B1 (ko) | 비전 및 딥러닝 기술을 이용하여 자동차 엔진 헤드의 밸브 시트면과 압입 후 틈새의 품질을 자동으로 측정하기 위한 게이지 및 이를 이용한 품질 측정 시스템 | |
| CN105204464A (zh) | 一种线束压着品质在线管理系统和方法 | |
| CN111077857A (zh) | 一种电厂设备管理平台系统及设备管理方法 | |
| CN116207845B (zh) | 一种用于电力设备保护的自动化监控方法及系统 | |
| CN117741090B (zh) | 一种变速箱精密铸件质量缺陷检测方法 | |
| CN116551467B (zh) | 基于物联网监控数据的刀具磨损状态识别方法 | |
| CN115100600B (zh) | 一种电池包的产线智能检测方法及系统 | |
| CN114912642B (zh) | 一种基于互联网的人工智能机器人故障预测系统 |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: No. 86 Kechuang Road, Wuzhen Town, Tongxiang City, Jiaxing City, Zhejiang Province, 314501 Patentee after: Zhejiang Zhongze Precision Technology Co.,Ltd. Country or region after: China Address before: 314031 Building 9, hi tech equipment entrepreneurship center, Xiuzhou District, Jiaxing City, Zhejiang Province Patentee before: ZHEJIANG ZZ PRECISION TECHNOLOGY CO.,LTD. Country or region before: China |