CN115908432A - 一种物料输出品质检测系统及预测方法 - Google Patents

一种物料输出品质检测系统及预测方法 Download PDF

Info

Publication number
CN115908432A
CN115908432A CN202310231203.0A CN202310231203A CN115908432A CN 115908432 A CN115908432 A CN 115908432A CN 202310231203 A CN202310231203 A CN 202310231203A CN 115908432 A CN115908432 A CN 115908432A
Authority
CN
China
Prior art keywords
module
dimensional material
unit
shadow
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
Application number
CN202310231203.0A
Other languages
English (en)
Other versions
CN115908432B (zh
Inventor
赵章启
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.)
Shanxian Longyu Biotechnology Co ltd
Original Assignee
Shanxian Longyu Biotechnology 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 Shanxian Longyu Biotechnology Co ltd filed Critical Shanxian Longyu Biotechnology Co ltd
Priority to CN202310231203.0A priority Critical patent/CN115908432B/zh
Publication of CN115908432A publication Critical patent/CN115908432A/zh
Application granted granted Critical
Publication of CN115908432B publication Critical patent/CN115908432B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明涉及数据识别技术领域,具体涉及一种物料输出品质检测系统及预测方法,包括:控制终端,是系统的主控端,用于发出控制命令;载入模块,用于载入物料规格参数;捕捉模块,用于实时捕捉设备上输出物料的规格参数;构建模块,用于接收载入模块载入的物料规格参数及捕捉模块捕捉到的物料规格参数,参考物料规格参数构建三维物料模型;模拟模块,用于模拟光源照射三维物料模型;本发明中系统通过载入物料规格参数的方式,提供系统服务设备输出物料以准确的比对数据来源,在比对阶段,采用构建三维物料模型、对三维物料模型进行渲染及模拟光源照射的方式,获取物料在模拟照射状态下所呈现的穿透阴影。

Description

一种物料输出品质检测系统及预测方法
技术领域
本发明涉及数据识别技术领域,具体涉及一种物料输出品质检测系统及预测方法。
背景技术
物料指生产领域流转的一切材料,包括燃料、零部件、半成品、外协件以及生产过程中必然产生的边角余料、废料以及各种废物统称为“物料”,机械制造中生产的机械零件就是物料中的一种,其应用于各类机械设备的组装。
现有的申请号为201910911247 .1的发明专利,具体涉及物料检测系统及物料检测方法,其特征在于,包括:工作台;检测机构,所述检测机构设于所述工作台;工位切换机构,所述工位切换机构包括转盘和转盘驱动器,所述转盘驱动器设于所述工作台、并用于驱动所述转盘转动,所述转盘上设有夹持结构,所述夹持结构设有至少两个、并呈间距设置;及夹料机构和输送机构,所述夹料机构用于将所述夹持结构上的物料取走、并将所述物料置于所述输送机构,所述夹料机构和所述输送机构成套设置、并设有至少两套;
该申请中提供技术方案其目的在于:解决现有技术中“电容器在出厂前,为保证出厂质量,需要进行质量检测,现有的检测方式通常是依靠人工进行检测,人工检测需要人工单个检测且依赖检测人员的工作经验,不仅检测效率低,而且用人成本高”的问题。
然而,针对于机械零件这类物料,目前没有较为针对性的品质检测系统供制造设备制得的成品进行品质检测,通常以采集检测目标的图像数据并依据标准检测目标参数进行比对的方式来对检测目标进行品质检测,检测技术长时间未革新,且不具备对批量检测目标整体合格率的预测功能。
发明内容
解决的技术问题
针对现有技术所存在的上述缺点,本发明提供了一种物料输出品质检测系统及预测方法,解决了上述背景技术中提出的技术问题。
技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
第一方面,一种物料输出品质检测系统,包括:
控制终端,是系统的主控端,用于发出控制命令;
载入模块,用于载入物料规格参数;
捕捉模块,用于实时捕捉设备上输出物料的规格参数;
构建模块,用于接收载入模块载入的物料规格参数及捕捉模块捕捉到的物料规格参数,参考物料规格参数构建三维物料模型;
模拟模块,用于模拟光源照射三维物料模型;
分析模块,用于分析三维物料模型在模拟的光源照射下产生阴影图像的面积及阴影色彩深度;
评价模块,用于获取分析模块分析到的三维物料模型对应阴影图像的面积及阴影色彩深度结果数据,参考结果数据评价两组三维物料模型是否一致;
分拣模块,用于接收评价模块对于两组三维物料模型是否一致的评价结果,对评价结果为不一致的当前设备上输出的物料进行分拣。
更进一步地,所述载入模块运行载入的物料规格参数通过系统端用户手动编辑输入,且在输入时同步对输入的物料规格参数进行字符标记,并且在完成标记后对物料规格参数进行储存;
所述捕捉模块下级设置有子模块,包括:
采集单元,用于采集设备上输出物料的图像数据;
识别单元,用于接收采集单元采集的物料图像数据,识别物料图像数据中物料图像的轮廓线条;
其中,采集单元由若干组摄像头集成,对设备上传输的物料进行除仰视视角以外的其他五组正方向的图像数据进行采集,采集的图像数据通过识别单元识别物料图像的轮廓线条并实时向构建模块发送,所述载入模块在识别单元向构建模块发送物料图像的轮廓线条数据阶段,同步向构建模块发送载入的物料规格参数。
更进一步地,所述构建模块在构建三维物料模型时,根据两组物料规格参数构建两组三维物料模型,且两组三维物料模型在构建过程中模型面朝向一一对应。
更进一步地,所述模拟模块下级设置有子模块,包括:
渲染单元,用于渲染构建模块构建的三维物料模型;
设置单元,用于设置三维物料模型渲染后的透光率、模拟光源的强度、模拟光源照射三维物料模型时的角度;
截取单元,用于获取模拟光源在照射完成渲染的三维物料模型时,模拟光源穿透三维物料模型状态下其相对侧产生的阴影图像,对阴影图像进行截取;
其中,渲染单元在对三维物料模型进行渲染时,应用透光率不小于60%的任意一种颜色对三维物料模型进行渲染,截取单元截取的阴影图像向识别单元传输,通过识别单元获取阴影图像的轮廓线条。
更进一步地,所述分析模块在分析三维物料模型对应阴影的面积时,根据阴影图像的轮廓线条组成封闭图形,应用封闭图形计算三维物料模型对应阴影面积,分析模块在分析三维物料模型在模拟的光源照射下产生阴影图像的色彩深度时,通过如下公式对阴影的色彩深度进行计算,公式为:
式中:为阴影图像的色彩深度;D为DIN表色系的暗度;S为DIN表色系的彩度;Y为CIEXYZ表色系的明度;为在相同色度坐标情况下,最亮颜色的明度。
更进一步地,所述分析模块及评价模块下级设置有子模块,包括:
编辑单元,用于编辑设定评价模块在评价两组三维物料模型是否一致时所使用的允许误差阈值;
储存单元,用于接收分析模块及评价模块的运行结果数据,对接收的数据内容在配置数据接收时间戳后储存;
其中,编辑单元编辑设定的允许误差阈值包括:阴影图像面积允许误差阈值、阴影色彩深度允许误差阈值,允许误差阈值在供评价模块使用时,通过系统端用户手动编辑进行设定,允许误差阈值取值范围与载入模块载入的物料规格参数成正比。
更进一步地,所述分拣模块在对评价结果为不一致的当前设备上输出的物料进行分拣时,进一步判定当前设备上输出的物料对应的三维物料模型,较当前设定的允许误差阈值中最大极限值大或最小极限值小,分拣模块根据判定结果对物料进行分拣。
更进一步地,所述控制终端通过介质电性连接有载入模块及捕捉模块,所述捕捉模块下级通过介质电性连接有采集单元及识别单元,所述载入模块通过介质电性连接有构建模块及模拟模块,所述构建模块通过介质电性与识别单元相连接,所述模拟模块下级通过介质电性连接有渲染单元、设置单元及截取单元,所述模拟模块通过介质电性连接有分析模块及评价模块,所述分析模块及评价模块下级通过介质电性连接有编辑单元及储存单元,所述评价模块通过介质电性连接有分拣模块。
第二方面,一种物料输出品质预测方法,包括以下步骤:
步骤1:于系统的储存单元中,获取物料对应三维物料模型的阴影图像面积、阴影色彩深度及三维物料模型的评价结果数据;
步骤2:建立数据监测任务,确认数据监测任务监测周期,接收步骤1中获取到的数据内容,根据数据内容于储存单元中储存时的对应时间戳在数据监测任务中配置排序;
步骤3:遍历数据监测任务中所有数据内容,根据数据内容生成物料对应三维物料模型阴影图像面积变化线形图及阴影色彩深度变化线形图;
步骤4:应用三维物料模型的评价结果数据,在各线形图中标记两组三维物料模型不一致的点位;
步骤5:根据线形图中标记点位对线形图中指示数据内容的线条进行分段,统计分段结果的各线段所经历的物料数量,进一步通过线段数量求得均值;
步骤6:监测设备运行状态,在设备运行输出物料开始时,同步对设备输出物料进行计数,实时将计数结果与均值比对,在计数结果与均值相等时向用户端反馈:
步骤7:设备运行状态下,用户端实时获取当前设备输出物料的计数结果,将计数结果记作被除数,将均值记作除数,计算求得二者最大整数商值;
其中,步骤6中用户端对接收的反馈进行读取后,步骤6对设备的输出物料进行计数的操作被重置;步骤7中得到的商作为当前批次设备输出物料中预测的不合格的物料的数量。
更进一步地,所述步骤7在进行商值计算时所应用的除数通过用户端编辑设定添加干扰因子,在添加干扰因子后,干扰因子与除数合计值记作除数参与商值计算;
其中,干扰因子取值范围为0~1,干扰因子通过物料的精度要求允许误差与的乘积进行求取;
精度要求允许误差单位为厘米,精度要求允许误差记作Z,则Z·的值处于0~1范围内。
有益效果
采用本发明提供的技术方案,与已知的公有技术相比,具有如下有益效果:
1、本发明提供一种物料输出品质检测系统,该系统在运行过程中,通过载入物料规格参数的方式,提供系统服务设备输出物料以准确的比对数据来源,在比对阶段,采用构建三维物料模型、对三维物料模型进行渲染及模拟光源照射的方式,获取物料在模拟照射状态下所呈现的穿透阴影,进一步的根据载入系统的物料规格参数再次进行模型构建、渲染及模拟光源照射,从而以此获取了标准物料规格参数应呈现的穿透阴影,再由两组阴影进行面积及色彩深度的比对,精准、快捷的对设备输出物料的品质检测判定。
2、本发明中系统在运行的过程中,还能够进一步的对完成评价的物料进行分析,并根据分析结果,能够对不合格的物料中具备回收条件的物料及不具备回收条件的物料进行分拣,从而达到降低物料生产成本的目的,有效的提升了系统的功能性。
3、本发明提供一种物料输出品质预测方法,通过该方法中的步骤执行能够进一步的维护本发明中系统运行的稳定,且在该方法中的步骤执行时,还能够应用系统中储存的数据内容,对设备输出物料的合格率及残次品数量进行预测,以达到提供用户更多数据,为用户通过设备执行生产任务时带来更多有效参考数据,此外在该方法对设备输出物料的合格率及残次品数量进行预测的阶段,进一步添加干扰因子介入预测过程,使得该方法对设备输出物料的合格率及残次品数量的预测更加可靠。
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为一种物料输出品质检测系统的结构示意图;
图2为一种物料输出品质预测方法的流程示意图;
图3为本发明中三维物料模型在模拟光源照射先所呈阴影的演示示例图;
图中的标号分别代表:1、控制终端;2、载入模块;3、捕捉模块;31、采集单元;32、识别单元;4、构建模块;5、模拟模块;51、渲染模块;52、设置模块;53、截取单元;6、分析模块;7、评价模块;71、编辑单元;72、储存单元;8、分拣模块;
a、模拟光源照射方向;b、演示三维物料模型;c、虚拟光源穿透演示三维物料模型传输的阴影。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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他实施例,都属于本发明保护的范围。
下面结合实施例对本发明作进一步的描述。
实施例1
本实施例的一种物料输出品质检测系统,如图1所示,包括:
控制终端1,是系统的主控端,用于发出控制命令;
载入模块2,用于载入物料规格参数;
捕捉模块3,用于实时捕捉设备上输出物料的规格参数;
构建模块4,用于接收载入模块2载入的物料规格参数及捕捉模块3捕捉到的物料规格参数,参考物料规格参数构建三维物料模型;
模拟模块5,用于模拟光源照射三维物料模型;
分析模块6,用于分析三维物料模型在模拟的光源照射下产生阴影图像的面积及阴影色彩深度;
评价模块7,用于获取分析模块6分析到的三维物料模型对应阴影图像的面积及阴影色彩深度结果数据,参考结果数据评价两组三维物料模型是否一致;
分拣模块8,用于接收评价模块7对于两组三维物料模型是否一致的评价结果,对评价结果为不一致的当前设备上输出的物料进行分拣。
在本实施例中,控制终端1控制载入模块2载入物料规格参数,同时控制捕捉模块3运行实时捕捉设备上输出物料的规格参数,构建模块4后置运行接收载入模块2载入的物料规格参数及捕捉模块3捕捉到的物料规格参数,参考物料规格参数构建三维物料模型,同步的模拟模块5模拟光源照射三维物料模型,再由分析模块6分析三维物料模型在模拟的光源照射下产生阴影图像的面积及阴影色彩深度,进一步评价模块7运行获取分析模块6分析到的三维物料模型对应阴影图像的面积及阴影色彩深度结果数据,参考结果数据评价两组三维物料模型是否一致,最后分拣模块8接收评价模块7对于两组三维物料模型是否一致的评价结果,对评价结果为不一致的当前设备上输出的物料进行分拣。
实施例2
在具体实施层面,在实施例1的基础上,本实施例参照图1所示对实施例1中一种物料输出品质检测系统做进一步具体说明:
载入模块2运行载入的物料规格参数通过系统端用户手动编辑输入,且在输入时同步对输入的物料规格参数进行字符标记,并且在完成标记后对物料规格参数进行储存;
捕捉模块3下级设置有子模块,包括:
采集单元31,用于采集设备上输出物料的图像数据;
识别单元32,用于接收采集单元31采集的物料图像数据,识别物料图像数据中物料图像的轮廓线条;
其中,采集单元31由若干组摄像头集成,对设备上传输的物料进行除仰视视角以外的其他五组正方向的图像数据进行采集,采集的图像数据通过识别单元32识别物料图像的轮廓线条并实时向构建模块4发送,载入模块2在识别单元32向构建模块4发送物料图像的轮廓线条数据阶段,同步向构建模块4发送载入的物料规格参数。
通过上述设置,可以使得能够对物料的规格参数进行标记储存,从而使得系统能够应用于一定规格参数范围内不同的规格参数的物料的品质检测,提升了系统的适用性,并且对物料的图像数据进一步的完成了轮廓线条的识别,为系统的后续运行提供了基础的数据支持。
如图1所示,构建模块4在构建三维物料模型时,根据两组物料规格参数构建两组三维物料模型,且两组三维物料模型在构建过程中模型面朝向一一对应。
通过该设置可以使得系统运行构建的三维物料模型的视角相同。
如图1所示,模拟模块5下级设置有子模块,包括:
渲染单元51,用于渲染构建模块4构建的三维物料模型;
设置单元52,用于设置三维物料模型渲染后的透光率、模拟光源的强度、模拟光源照射三维物料模型时的角度;
截取单元53,用于获取模拟光源在照射完成渲染的三维物料模型时,模拟光源穿透三维物料模型状态下其相对侧产生的阴影图像,对阴影图像进行截取;
其中,渲染单元51在对三维物料模型进行渲染时,应用透光率不小于60%的任意一种颜色对三维物料模型进行渲染,截取单元53截取的阴影图像向识别单元32传输,通过识别单元32获取阴影图像的轮廓线条。
通过上述模拟模块5的下级子模块的设置,为系统对三维物料模型在渲染阶段提供了准确的渲染条件设置,确保三维物料模型的渲染过程稳定进行,保证截取单元53能够截取到三维物料模型的阴影图像。
实施例3
在具体实施层面,在实施例1的基础上,本实施例参照图1所示对实施例1中一种物料输出品质检测系统做进一步具体说明:
分析模块6在分析三维物料模型对应阴影的面积时,根据阴影图像的轮廓线条组成封闭图形,应用封闭图形计算三维物料模型对应阴影面积,分析模块6在分析三维物料模型在模拟的光源照射下产生阴影图像的色彩深度时,通过如下公式对阴影的色彩深度进行计算,公式为:
式中:为阴影图像的色彩深度;D为DIN表色系的暗度;S为DIN表色系的彩度;Y为CIEXYZ表色系的明度;为在相同色度坐标情况下,最亮颜色的明度。
如图1所示,分析模块6及评价模块7下级设置有子模块,包括:
编辑单元71,用于编辑设定评价模块7在评价两组三维物料模型是否一致时所使用的允许误差阈值;
储存单元72,用于接收分析模块6及评价模块7的运行结果数据,对接收的数据内容在配置数据接收时间戳后储存;
其中,编辑单元71编辑设定的允许误差阈值包括:阴影图像面积允许误差阈值、阴影色彩深度允许误差阈值,允许误差阈值在供评价模块7使用时,通过系统端用户手动编辑进行设定,允许误差阈值取值范围与载入模块2载入的物料规格参数成正比。
通过上述分析模块6及评价模块7下级设置的子模块,能够提供以系统对物料进行准确判定检测的依据,并且对系统运行所得的重要数据进行了储存处理,以便于方法在步骤执行时,具备充足数据以完成其步骤的执行。
如图1所示,分拣模块8在对评价结果为不一致的当前设备上输出的物料进行分拣时,进一步判定当前设备上输出的物料对应的三维物料模型,较当前设定的允许误差阈值中最大极限值大或最小极限值小,分拣模块8根据判定结果对物料进行分拣。
通过该设置,能够使得系统对物料进行优劣检测后,进一步对定性为残次品的物料进行区分,使得残次品中具备二次处理条件的物料被筛选出,从而达到节省物料生产成本,提高生产物料合格率的目的。
如图1所示,控制终端1通过介质电性连接有载入模块2及捕捉模块3,捕捉模块3下级通过介质电性连接有采集单元31及识别单元32,载入模块2通过介质电性连接有构建模块4及模拟模块5,构建模块4通过介质电性与识别单元32相连接,模拟模块5下级通过介质电性连接有渲染单元51、设置单元52及截取单元53,模拟模块5通过介质电性连接有分析模块6及评价模块7,分析模块6及评价模块7下级通过介质电性连接有编辑单元71及储存单元72,评价模块7通过介质电性连接有分拣模块8。
实施例4
在具体实施层面,在实施例1的基础上,本实施例参照图2所示对实施例1中一种物料输出品质检测系统做进一步具体说明:
一种物料输出品质预测方法,包括以下步骤:
步骤1:于系统的储存单元中,获取物料对应三维物料模型的阴影图像面积、阴影色彩深度及三维物料模型的评价结果数据;
步骤2:建立数据监测任务,确认数据监测任务监测周期,接收步骤1中获取到的数据内容,根据数据内容于储存单元中储存时的对应时间戳在数据监测任务中配置排序;
步骤3:遍历数据监测任务中所有数据内容,根据数据内容生成物料对应三维物料模型阴影图像面积变化线形图及阴影色彩深度变化线形图;
步骤4:应用三维物料模型的评价结果数据,在各线形图中标记两组三维物料模型不一致的点位;
步骤5:根据线形图中标记点位对线形图中指示数据内容的线条进行分段,统计分段结果的各线段所经历的物料数量,进一步通过线段数量求得均值;
步骤6:监测设备运行状态,在设备运行输出物料开始时,同步对设备输出物料进行计数,实时将计数结果与均值比对,在计数结果与均值相等时向用户端反馈:
步骤7:设备运行状态下,用户端实时获取当前设备输出物料的计数结果,将计数结果记作被除数,将均值记作除数,计算求得二者最大整数商值;
其中,步骤6中用户端对接收的反馈进行读取后,步骤6对设备的输出物料进行计数的操作被重置;步骤7中得到的商作为当前批次设备输出物料中预测的不合格的物料的数量。
如图1所示,步骤7在进行商值计算时所应用的除数通过用户端编辑设定添加干扰因子,在添加干扰因子后,干扰因子与除数合计值记作除数参与商值计算;
其中,干扰因子取值范围为0~1,干扰因子通过物料的精度要求允许误差与的乘积进行求取;
精度要求允许误差单位为厘米,精度要求允许误差记作Z,则Z·的值处于0~1范围内。
如图3所示,该图演示了模拟光源根据指定角度照射完成渲染的三维物料模型后,模拟光源穿透三维物料模型所产生的阴影,由于三维物料模型根据设备上输出的物料实体及载入模块2载入系统的物料规格参数进行构建,从而在设备上输出的物料实体规格参数与载入模块2载入系统的物料规格参数不同时,二者构建的三维物料模型也不相同,进而由上述记载内容中,产生的阴影在穿过不同规格参数的三维物料模型时,所呈现的阴影面积及阴影色彩深度由于穿透距离的不同,所得到的数值也不相同。
综上而言,上述实施例中系统在运行过程中,通过载入物料规格参数的方式,提供系统服务设备输出物料以准确的比对数据来源,在比对阶段,采用构建三维物料模型、对三维物料模型进行渲染及模拟光源照射的方式,获取物料在模拟照射状态下所呈现的穿透阴影,进一步的根据载入系统的物料规格参数再次进行模型构建、渲染及模拟光源照射,从而以此获取了标准物料规格参数应呈现的穿透阴影,再由两组阴影进行面积及色彩深度的比对,精准、快捷的对设备输出物料的品质检测判定;同时系统在运行的过程中,还能够进一步的对完成评价的物料进行分析,并根据分析结果,能够对不合格的物料中具备回收条件的物料及不具备回收条件的物料进行分拣,从而达到降低物料生产成本的目的,有效的提升了系统的功能性;
此外,实施例中记载的方法,能够进一步的维护系统运行的稳定,且在该方法中的步骤执行时,还能够应用系统中储存的数据内容,对设备输出物料的合格率及残次品数量进行预测,以达到提供用户更多数据,为用户通过设备执行生产任务时带来更多有效参考数据,此外在该方法对设备输出物料的合格率及残次品数量进行预测的阶段,进一步添加干扰因子介入预测过程,使得该方法对设备输出物料的合格率及残次品数量的预测更加可靠。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种物料输出品质检测系统,其特征在于,包括:
控制终端(1),是系统的主控端,用于发出控制命令;
载入模块(2),用于载入物料规格参数;
捕捉模块(3),用于实时捕捉设备上输出物料的规格参数;
构建模块(4),用于接收载入模块(2)载入的物料规格参数及捕捉模块(3)捕捉到的物料规格参数,参考物料规格参数构建三维物料模型;
模拟模块(5),用于模拟光源照射三维物料模型;
分析模块(6),用于分析三维物料模型在模拟的光源照射下产生阴影图像的面积及阴影色彩深度;
评价模块(7),用于获取分析模块(6)分析到的三维物料模型对应阴影图像的面积及阴影色彩深度结果数据,参考结果数据评价两组三维物料模型是否一致;
分拣模块(8),用于接收评价模块(7)对于两组三维物料模型是否一致的评价结果,对评价结果为不一致的当前设备上输出的物料进行分拣。
2.根据权利要求1所述的一种物料输出品质检测系统,其特征在于,所述载入模块(2)运行载入的物料规格参数通过系统端用户手动编辑输入,且在输入时同步对输入的物料规格参数进行字符标记,并且在完成标记后对物料规格参数进行储存;
所述捕捉模块(3)下级设置有子模块,包括:
采集单元(31),用于采集设备上输出物料的图像数据;
识别单元(32),用于接收采集单元(31)采集的物料图像数据,识别物料图像数据中物料图像的轮廓线条;
其中,采集单元(31)由若干组摄像头集成,对设备上传输的物料进行除仰视视角以外的其他五组正方向的图像数据进行采集,采集的图像数据通过识别单元(32)识别物料图像的轮廓线条并实时向构建模块(4)发送,所述载入模块(2)在识别单元(32)向构建模块(4)发送物料图像的轮廓线条数据阶段,同步向构建模块(4)发送载入的物料规格参数。
3.根据权利要求1所述的一种物料输出品质检测系统,其特征在于,所述构建模块(4)在构建三维物料模型时,根据两组物料规格参数构建两组三维物料模型,且两组三维物料模型在构建过程中模型面朝向一一对应。
4.根据权利要求1所述的一种物料输出品质检测系统,其特征在于,所述模拟模块(5)下级设置有子模块,包括:
渲染单元(51),用于渲染构建模块(4)构建的三维物料模型;
设置单元(52),用于设置三维物料模型渲染后的透光率、模拟光源的强度、模拟光源照射三维物料模型时的角度;
截取单元(53),用于获取模拟光源在照射完成渲染的三维物料模型时,模拟光源穿透三维物料模型状态下其相对侧产生的阴影图像,对阴影图像进行截取;
其中,渲染单元(51)在对三维物料模型进行渲染时,应用透光率不小于60%的任意一种颜色对三维物料模型进行渲染,截取单元(53)截取的阴影图像向识别单元(32)传输,通过识别单元(32)获取阴影图像的轮廓线条。
5.根据权利要求1或4所述的一种物料输出品质检测系统,其特征在于,所述分析模块(6)在分析三维物料模型对应阴影的面积时,根据阴影图像的轮廓线条组成封闭图形,应用封闭图形计算三维物料模型对应阴影面积,分析模块(6)在分析三维物料模型在模拟的光源照射下产生阴影图像的色彩深度时,通过如下公式对阴影的色彩深度进行计算,公式为:
式中:为阴影图像的色彩深度;D为DIN表色系的暗度;S为DIN表色系的彩度;Y为CIEXYZ表色系的明度;为在相同色度坐标情况下,最亮颜色的明度。
6.根据权利要求1所述的一种物料输出品质检测系统,其特征在于,所述分析模块(6)及评价模块(7)下级设置有子模块,包括:
编辑单元(71),用于编辑设定评价模块(7)在评价两组三维物料模型是否一致时所使用的允许误差阈值;
储存单元(72),用于接收分析模块(6)及评价模块(7)的运行结果数据,对接收的数据内容在配置数据接收时间戳后储存;
其中,编辑单元(71)编辑设定的允许误差阈值包括:阴影图像面积允许误差阈值、阴影色彩深度允许误差阈值,允许误差阈值在供评价模块(7)使用时,通过系统端用户手动编辑进行设定,允许误差阈值取值范围与载入模块(2)载入的物料规格参数成正比。
7.根据权利要求1所述的一种物料输出品质检测系统,其特征在于,所述分拣模块(8)在对评价结果为不一致的当前设备上输出的物料进行分拣时,进一步判定当前设备上输出的物料对应的三维物料模型,较当前设定的允许误差阈值中最大极限值大或最小极限值小,分拣模块(8)根据判定结果对物料进行分拣。
8.根据权利要求1所述的一种物料输出品质检测系统,其特征在于,所述控制终端(1)通过介质电性连接有载入模块(2)及捕捉模块(3),所述捕捉模块(3)下级通过介质电性连接有采集单元(31)及识别单元(32),所述载入模块(2)通过介质电性连接有构建模块(4)及模拟模块(5),所述构建模块(4)通过介质电性与识别单元(32)相连接,所述模拟模块(5)下级通过介质电性连接有渲染单元(51)、设置单元(52)及截取单元(53),所述模拟模块(5)通过介质电性连接有分析模块(6)及评价模块(7),所述分析模块(6)及评价模块(7)下级通过介质电性连接有编辑单元(71)及储存单元(72),所述评价模块(7)通过介质电性连接有分拣模块(8)。
9.一种物料输出品质预测方法,所述方法是对如权利要求1-8中任意一项所述一种物料输出品质检测系统的实施方法,其特征在于,包括以下步骤:
步骤1:于系统的储存单元中,获取物料对应三维物料模型的阴影图像面积、阴影色彩深度及三维物料模型的评价结果数据;
步骤2:建立数据监测任务,确认数据监测任务监测周期,接收步骤1中获取到的数据内容,根据数据内容于储存单元中储存时的对应时间戳在数据监测任务中配置排序;
步骤3:遍历数据监测任务中所有数据内容,根据数据内容生成物料对应三维物料模型阴影图像面积变化线形图及阴影色彩深度变化线形图;
步骤4:应用三维物料模型的评价结果数据,在各线形图中标记两组三维物料模型不一致的点位;
步骤5:根据线形图中标记点位对线形图中指示数据内容的线条进行分段,统计分段结果的各线段所经历的物料数量,进一步通过线段数量求得均值;
步骤6:监测设备运行状态,在设备运行输出物料开始时,同步对设备输出物料进行计数,实时将计数结果与均值比对,在计数结果与均值相等时向用户端反馈:
步骤7:设备运行状态下,用户端实时获取当前设备输出物料的计数结果,将计数结果记作被除数,将均值记作除数,计算求得二者最大整数商值;
其中,步骤6中用户端对接收的反馈进行读取后,步骤6对设备的输出物料进行计数的操作被重置;步骤7中得到的商作为当前批次设备输出物料中预测的不合格的物料的数量。
10.根据权利要求9所述的一种物料输出品质预测方法,其特征在于,所述步骤7在进行商值计算时所应用的除数通过用户端编辑设定添加干扰因子,在添加干扰因子后,干扰因子与除数合计值记作除数参与商值计算;
其中,干扰因子取值范围为0~1,干扰因子通过物料的精度要求允许误差与的乘积进行求取;
精度要求允许误差单位为厘米,精度要求允许误差记作Z,则Z·的值处于0~1范围内。
CN202310231203.0A 2023-03-13 2023-03-13 一种物料输出品质检测系统及预测方法 Active CN115908432B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310231203.0A CN115908432B (zh) 2023-03-13 2023-03-13 一种物料输出品质检测系统及预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310231203.0A CN115908432B (zh) 2023-03-13 2023-03-13 一种物料输出品质检测系统及预测方法

Publications (2)

Publication Number Publication Date
CN115908432A true CN115908432A (zh) 2023-04-04
CN115908432B CN115908432B (zh) 2023-06-02

Family

ID=86491561

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310231203.0A Active CN115908432B (zh) 2023-03-13 2023-03-13 一种物料输出品质检测系统及预测方法

Country Status (1)

Country Link
CN (1) CN115908432B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115201208A (zh) * 2022-08-04 2022-10-18 扬州安睿自动化科技有限公司 一种平面包在线瑕疵检测方法及装置
CN116342602A (zh) * 2023-05-30 2023-06-27 四川都得利管业有限公司 一种塑料管生产质量的精细化检测方法及系统
CN116416250A (zh) * 2023-06-12 2023-07-11 山东每日好农业发展有限公司 一种速食罐装产品产线的成品检测系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050284937A1 (en) * 2004-06-25 2005-12-29 Ning Xi Automated dimensional inspection
US20110122231A1 (en) * 2009-11-24 2011-05-26 Omron Corporation Method for dislaying measurement effective area in three-dimensional visual sensor and three-dimensional visual sensor
CN110619661A (zh) * 2019-09-18 2019-12-27 王伟乾 一种基于增强现实的测量室外料场原料体积的方法
CN110874820A (zh) * 2018-08-29 2020-03-10 阿里巴巴集团控股有限公司 一种物料仿真形变数据获取方法及装置
CN112487044A (zh) * 2019-09-11 2021-03-12 珠海格力电器股份有限公司 目标识别分拣方法、装置和存储介质
WO2022183500A1 (zh) * 2021-03-05 2022-09-09 中国科学院深圳先进技术研究院 基于投影的点云质量评价方法、装置、设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050284937A1 (en) * 2004-06-25 2005-12-29 Ning Xi Automated dimensional inspection
US20110122231A1 (en) * 2009-11-24 2011-05-26 Omron Corporation Method for dislaying measurement effective area in three-dimensional visual sensor and three-dimensional visual sensor
CN110874820A (zh) * 2018-08-29 2020-03-10 阿里巴巴集团控股有限公司 一种物料仿真形变数据获取方法及装置
CN112487044A (zh) * 2019-09-11 2021-03-12 珠海格力电器股份有限公司 目标识别分拣方法、装置和存储介质
CN110619661A (zh) * 2019-09-18 2019-12-27 王伟乾 一种基于增强现实的测量室外料场原料体积的方法
WO2022183500A1 (zh) * 2021-03-05 2022-09-09 中国科学院深圳先进技术研究院 基于投影的点云质量评价方法、装置、设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHENHAN LEI ET AL.: ""Construction of Urban Design Support System using Cloud Computing Type Virtual Reality and Case Study"", 《INTERNATIONAL REVIEW FOR SPATIAL PLANNING AND SUSTAINABLE DEVELOPMENT》, pages 1 - 14 *
谢泳: "建筑物实体模型阴影的生成与应用", 西安科技大学学报, no. 04 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115201208A (zh) * 2022-08-04 2022-10-18 扬州安睿自动化科技有限公司 一种平面包在线瑕疵检测方法及装置
CN115201208B (zh) * 2022-08-04 2023-09-08 扬州安睿自动化科技有限公司 一种平面包在线瑕疵检测方法及装置
CN116342602A (zh) * 2023-05-30 2023-06-27 四川都得利管业有限公司 一种塑料管生产质量的精细化检测方法及系统
CN116416250A (zh) * 2023-06-12 2023-07-11 山东每日好农业发展有限公司 一种速食罐装产品产线的成品检测系统
CN116416250B (zh) * 2023-06-12 2023-09-05 山东每日好农业发展有限公司 一种速食罐装产品产线的成品检测系统

Also Published As

Publication number Publication date
CN115908432B (zh) 2023-06-02

Similar Documents

Publication Publication Date Title
CN115908432B (zh) 一种物料输出品质检测系统及预测方法
CN107402220B (zh) 一种激光选区熔化成形铺粉质量视觉在线检测方法及系统
AU2017344741B2 (en) System and method for performing automated analysis of air samples
CN109584227A (zh) 一种基于深度学习目标检测算法的焊点质量检测方法及其实现系统
WO2019204854A1 (en) System and method for performing automated analysis of air samples
CN114994061B (zh) 一种基于机器视觉的钢轨智能化检测方法及系统
CN112053318A (zh) 基于深度学习的二维pcb缺陷实时自动检测与分类装置
CN108627520A (zh) 一种非均质固体材料外观质量的在线检测系统和方法
CN111982921A (zh) 孔缺陷的检测方法、装置、传送平台及存储介质
CN112036755A (zh) 一种建筑工程质量检测的监管方法及系统
CN110414341A (zh) 一种基于无人机技术的露天矿爆堆测量统计方法
CN102074031B (zh) 一种印刷电路板外观检查机的建标方法
CN106706656A (zh) 一种基于机器视觉的拉链检测装置及方法
CN116593479B (zh) 电池盖板外观质量检测方法、装置、设备及存储介质
CN108802052A (zh) 一种关于拉链缺陷的检测系统及其检测方法
CN109685756A (zh) 影像特征自动辨识装置、系统及方法
CN109102486B (zh) 基于机器学习的表面缺陷检测方法及装置
CN108985325A (zh) 一种分类方法、装置、设备和系统
CN108491759A (zh) 一种基于深度学习的工序检测装置及其工序检测方法
AU2018101327B4 (en) System and method for performing automated analysis of air samples
CN110148141A (zh) 一种丝印滤光片小片检测计数方法及设备
CN113034620A (zh) 校正方法、校正装置、计算机可读存储介质及计算机设备
Shen et al. Design and implementation of PCB detection and classification system based on machine vision
CN114862794A (zh) 一种用于玻璃器皿的气泡检测系统
JPH0835940A (ja) 木材の自動選別方法及び装置

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