CN116079138B - 一种打筒机自动控制方法 - Google Patents
一种打筒机自动控制方法 Download PDFInfo
- Publication number
- CN116079138B CN116079138B CN202310250738.2A CN202310250738A CN116079138B CN 116079138 B CN116079138 B CN 116079138B CN 202310250738 A CN202310250738 A CN 202310250738A CN 116079138 B CN116079138 B CN 116079138B
- Authority
- CN
- China
- Prior art keywords
- cylinder
- pixel
- ima
- value
- edge
- 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.)
- Active
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23D—PLANING; SLOTTING; SHEARING; BROACHING; SAWING; FILING; SCRAPING; LIKE OPERATIONS FOR WORKING METAL BY REMOVING MATERIAL, NOT OTHERWISE PROVIDED FOR
- B23D33/00—Accessories for shearing machines or shearing devices
- B23D33/006—Accessories for shearing machines or shearing devices for obtaining pieces of a predetermined length, e.g. control arrangements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/24—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves
- B23Q17/2452—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves for measuring features or for detecting a condition of machine parts, tools or workpieces
- B23Q17/2471—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves for measuring features or for detecting a condition of machine parts, tools or workpieces of workpieces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B26—HAND CUTTING TOOLS; CUTTING; SEVERING
- B26D—CUTTING; DETAILS COMMON TO MACHINES FOR PERFORATING, PUNCHING, CUTTING-OUT, STAMPING-OUT OR SEVERING
- B26D5/00—Arrangements for operating and controlling machines or devices for cutting, cutting-out, stamping-out, punching, perforating, or severing by means other than cutting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B26—HAND CUTTING TOOLS; CUTTING; SEVERING
- B26D—CUTTING; DETAILS COMMON TO MACHINES FOR PERFORATING, PUNCHING, CUTTING-OUT, STAMPING-OUT OR SEVERING
- B26D5/00—Arrangements for operating and controlling machines or devices for cutting, cutting-out, stamping-out, punching, perforating, or severing by means other than cutting
- B26D5/007—Control means comprising cameras, vision or image processing systems
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Forests & Forestry (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种打筒机自动控制方法,获取打筒机连续产出的多个筒状产品,通过高速摄像机捕捉筒状产品的截面图像,利用筒状产品的截面图像计算筒状产品的边缘齿率偏度,通过筒状产品的边缘齿率偏度对打筒机作出调整。所述方法能够提高打筒机的产出成品质量,无需对打筒产品进行人工质检,大幅节省生产成本,还能有效检测打筒机是否存在隐患,在打筒机的工作过程中实时监测是否产生了异常产品,从而对打筒机作出调整,防止损失扩大,保证打筒机能持续产出高质量筒类。
Description
技术领域
本发明涉及切割技术领域,特别涉及一种打筒机自动控制方法。
背景技术
筒形物品、筒状产品在工业制造或日常生活中被广泛使用,如纸筒、笔筒、塑料管、钢制筒体等。现有的筒类加工切割技术主要以半自动加工设备为主,针对不同的切割材料需要对打筒机进行不同的参数设定,随着切割设备的更新迭代,现有的切割机在部件结构上往往表现为模块化,即通过对切割设备中的核心部件或磨损较为严重的部件进行单独替换或升级,能够充分利用设备价值,降低成本。
在打筒机的长期使用过程中,由于各种因素,如刀具的磨损度、脉冲电源的稳定度或伺服电机的电源频率等等,打筒成品的质量可能会出现参差不齐。在半自动加工设备上,由于打筒速度较快,如果切割设备出现切割位置偏移或精度丢失等异常,产品合格率将会大幅降低,当切割设备出现不易发现的异常时,打筒成品的质量更会被严重影响,甚至出现大批废弃成品。因此,提出一种打筒机自动控制方法,使得打筒机在出现异常时能够被及时处理,是打筒机是否能够持续地生成高质量筒类产品的关键。
发明内容
本发明的目的在于提出一种打筒机自动控制方法,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
本发明提供了一种打筒机自动控制方法,获取打筒机连续产出的多个筒状产品,通过高速摄像机捕捉筒状产品的截面图像,利用筒状产品的截面图像计算筒状产品的边缘齿率偏度,通过筒状产品的边缘齿率偏度对打筒机作出调整。所述方法能够提高打筒机的产出成品质量,无需对打筒产品进行人工质检,大幅节省生产成本,还能有效检测打筒机是否存在隐患,在打筒机的工作过程中实时监测是否产生了异常产品,从而对打筒机作出调整,防止损失扩大,保证打筒机能持续产出高质量筒类。
为了实现上述目的,根据本公开的一方面,提供一种打筒机自动控制方法,所述方法包括以下步骤:
S100,获取打筒机连续产出的多个筒状产品;
S200,通过高速摄像机捕捉筒状产品的截面图像;
S300,利用筒状产品的截面图像计算筒状产品的边缘齿率偏度;
S400,通过筒状产品的边缘齿率偏度对打筒机作出调整。
进一步地,步骤S100中,所述打筒机为切纸管机、数控切割机、卷筒分切机中的任意一种,所述筒状产品为塑料管、纸管、钢管中的任意一种或多种。
进一步地,步骤S200中,通过高速摄像机捕捉筒状产品的截面图像的步骤具体为:当筒状产品被打筒机完成切割时,生成筒状产品的切割面,通过高速摄像机捕捉所述切割面的图像,记该切割面的图像为筒状产品的截面图像。
进一步地,步骤S300中,利用筒状产品的截面图像计算筒状产品的边缘齿率偏度的步骤为:将筒状产品的截面图像进行特征提取处理,得到筒状产品的边缘图像;所述特征提取处理包括前景提取、灰度化处理步骤。
进一步地,步骤S300中,利用筒状产品的截面图像计算筒状产品的边缘齿率偏度的步骤还包括:
S301,记多个筒状产品的数量为N,依次获取每个筒状产品的边缘图像并记为Ima(i),Ima(i)为N个筒状产品中的第i个筒状产品的边缘图像,i=1,2,…,N,从i=1开始依次计算每个筒状产品的边缘图像Ima(i)的齿率平稳度rate(i),即rate(i)为第i个筒状产品的边缘图像的齿率平稳度,转至S302;所述多个筒状产品一般设置为[30,50]个筒状产品,即N=[30,50];
S302,初始化整数变量j,j的取值范围为[1,N],从j=1开始遍历j于j的取值范围内,转至S303;
S303,以P_low表示当前的Ima(j)内灰度值最小的像素点的灰度值,以P_high表示当前的Ima(j)内灰度值最大的像素点的灰度值,记P_diff(k)=Point(k)-P_high,Point(k)表示当前的Ima(j)内的第k个像素点的灰度值,k=1,2,…,N(j),N(j)为当前的Ima(j)内所有像素点的数量,转至S304;
S304,通过式子P_diff(k)=Point(k)-P_high得到N(j)个值P_diff(1),P_diff(2),…,P_diff(N(j)),以集合P_diff{}储存N(j)个值P_diff(1),P_diff(2),…,P_diff(N(j)),记集合P_diff{}中所有元素的平均值为P_m,以Key(j)表示当前的Ima(j)内的所有灰度值低于P_m的像素点的灰度值的平均值,通过下式计算第j个筒状产品的边缘齿率偏度Margin(j):
Margin(j)=[rate(j)/Key(j)]/abs(N-P_high/sum(P_m));
式中,rate(j)表示当前的Ima(j)的齿率平稳度rate(j),abs()表示取绝对值运算,sum(P_m)表示当前的Ima(j)内的所有灰度值低于P_m的像素点的灰度值的总和;转至S305;
S305,如果当前变量j的值小于N时,令j的值增加1,转至S303;如果当前变量j的值大于或等于N时,结束遍历,得到N个筒状产品的边缘齿率偏度Margin(1),Margin(2),…,Margin(N),以Margin(i)表示第i个筒状产品的边缘齿率偏度。
本步骤的有益效果为:在打筒机的正常工作过程中,打筒速度大约为一秒两至三个筒,在一段连续的时间内,打筒机所产出的筒状产品的截面基本一致,合格的筒状产品的截面是相当光滑且匀整的,但是,当打筒机出现如割片磨损、伺服电机电压异常或割片松动等异常时,所产出的筒状产品的截面往往不够光洁平整,而这些截面上的异常则在图像中通过像素点的灰度值反映出来,如截面出现断层时,截面图像中就会存在灰度值差异相当大的像素点,且这些像素点集中在一个连续区域,因此,通过对筒状产品的截面图像内的像素点灰度值进行计算转化,利用像素点之间的差异反映出截面图像的异常程度,本步骤的方法通过截面图像上的像素点,计算出每个筒状产品的边缘齿率偏度,边缘齿率偏度反映出截面图像的匀整程度,同时指示了每个截面相对于多个截面是否存在异常,通过边缘齿率偏度能够发现打筒机在工作过程中所产出的筒的质量是否合格,无需人工质检,大幅节省人力,还能够提高打筒质量,有效降低产品的次品率或废品率。
进一步地,所述计算边缘图像Ima(i)的齿率平稳度rate(i)的方法为:
S3011,选取边缘图像Ima(i)内的任意一个像素点,记该像素点为P(begin),在边缘图像Ima(i)内筛选出所有相邻于P(begin)的像素点,将所有相邻于P(begin)的像素点与P(begin)组成区域Pixel_A,转至S3012;
S3012,计算区域Pixel_A的稳定度Re_A,转至S3013;
其中,所述Re_A=[PA_means/P(begin)_G]*[sum(Pixel_A)_ex/sum(Pixel_A)],PA_means为区域Pixel_A内所有像素点的灰度值的平均值,P(begin)_G为像素点P(begin)的灰度值,sum(Pixel_A)为区域Pixel_A中所有像素点的灰度值的总和,sum(Pixel_A)_ex为区域Pixel_A中其他像素点的灰度值的总和,所述区域Pixel_A中其他像素点,即在区域Pixel_A中剔除了P(begin)后剩余的所有像素点;
S3013,在边缘图像Ima(i)内,将所有相邻于区域Pixel_A的像素点记为检验像素点,以Test_M表示所有检验像素点的灰度值的平均值,在所有检验像素点中,将稳定的检验像素点加入至区域Pixel_A中,更新区域Pixel_A(即,将区域Pixel_A更新为添加了稳定的检验像素点后的区域Pixel_A),转至S3014;其中,稳定的检验像素点的定义为:记检验像素点的灰度值为Test_P,当Test_P的值除以Test_M的值小于当前Re_A的值时,记该检验像素点为稳定的检验像素点;
S3014,当区域Pixel_A内所有像素点的数量超过Ima(i)_M时,以区域Pixel_A内所有像素点的灰度值的平均值作为边缘图像Ima(i)的齿率平稳度rate(i);当区域Pixel_A内所有像素点的数量未超过Ima(i)_M时,将P(begin)更改为区域Pixel_A内灰度值最小的像素点,转至S3012;所述Ima(i)_M为边缘图像Ima(i)中所有像素点数量的一半。
本步骤的有益效果为:当筒状产品的截面图像中像素点的灰度值差异较大、且不同灰度值的总数较多时,像素点对截面的异常的反映程度不够准确,通过在边缘图像中生成区域Pixel_A,能够过滤掉非必要像素,防止其他噪音像素的灰度值参与计算从而影响异常判断,本步骤的方法利用检验像素点计算出每个边缘图像的齿率平稳度,以齿率平稳度辅助边缘齿率偏度的计算,能够为截面图像的异常检测提供准确的参数,正确反映打筒机的运行状态。
进一步地,步骤S400中,通过筒状产品的边缘齿率偏度对打筒机作出调整的步骤具体为:
在打筒机的工作过程中,实时地选取打筒机连续产出的N个筒状产品,计算所述N个筒状产品的边缘齿率偏度Margin(1),Margin(2),…,Margin(N),在N个筒状产品任意选取int(N/n)个筒状产品,如果这N/n个筒状产品的边缘齿率偏度全部大于Ms的值,说明打筒机存在异常,则通过调整打筒机的工作电流以降低打筒机的打筒速度;或者,对打筒机的切割刀片进行更换;其中,Ms的值等于[Margin(1)+Margin(2)+…+Margin(N)]/N,n设置为[4,7]中的任意一个整数,int()为向上取整运算。
本步骤的有益效果为:当连续的多个筒状产品的边缘齿率偏度都过大时,说明打筒机的工作状态出现异常,本步骤的方法利用筒状产品的边缘齿率偏度,对打筒机及时作出调整,防止打筒机损坏或产出大量不合格的筒状产品。
由于多个异常的筒状产品的截面图像往往不同,需要考虑每个独立的截面图像中像素点的灰度值特征,为提高边缘齿率偏度反映筒状产品的割面异常的准确率,计算边缘齿率偏度的方法还包括:
将计算边缘齿率偏度Margin(j)的算式更新为:
Margin(j)=[rate(j)/Key(j)]/abs(N2*Km-P_high/sum(P_m));其中,
式中,N2的值等于int(ln(N)),int()为向上取整运算,ln()为以常数e为底数的对数函数,N(j)_m为齿率平稳度最大的边缘图像中所有像素点的数量,Gx(j)为集合Gxj{}中的第x个元素,x=1,2,…,L,L为集合Gxj{}中所有元素的数量;集合Gxj{}由当前Ima(j)内所有灰度值小于K的像素点组成,K=max(P_diff{})*N(j)/sum(Ima(j)),max(P_diff{})为集合P_diff{}中值最大的元素,sum(Ima(j))为当前Ima(j)内所有像素点的灰度值的总和。
本步骤的有益效果为:由于各截面图像中的像素特征不尽相同,本步骤的方法通过改变边缘齿率偏度算式中的参数值,更多地改变截面图像中部分像素在边缘齿率偏度时的权重,能够提高边缘齿率偏度反映筒状产品的割面异常的准确率。
本公开还提供了一种打筒机自动控制系统,所述一种打筒机自动控制系统包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现一种打筒机自动控制方法中的步骤,所述打筒机自动控制系统可以运行于桌上型计算机、笔记本电脑、移动电话、手提电话、平板电脑、掌上电脑及云端数据中心等计算设备中,可运行的系统可包括,但不仅限于,处理器、存储器、服务器集群,所述处理器执行所述计算机程序运行在以下系统的单元中:
产品获取单元,用于获取打筒机连续产出的多个筒状产品;
图像捕捉单元,用于通过高速摄像机捕捉筒状产品的截面图像;
图像计算单元,用于利用筒状产品的截面图像计算筒状产品的边缘齿率偏度;
参数调整单元,用于通过筒状产品的边缘齿率偏度对打筒机作出调整。
本发明的有益效果为:所述方法能够提高打筒机的产出成品质量,无需对打筒产品进行人工质检,大幅节省生产成本,还能有效检测打筒机是否存在隐患,在打筒机的工作过程中实时监测是否产生了异常产品,从而对打筒机作出调整,防止损失扩大,保证打筒机能持续产出高质量筒类。
附图说明
通过对结合附图所示出的实施方式进行详细说明,本公开的上述以及其他特征将更加明显,本公开附图中相同的参考标号表示相同或相似的元素,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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,在附图中:
图1所示为一种打筒机自动控制方法的流程图;
图2所示为一种打筒机自动控制系统的系统结构图。
具体实施方式
以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本公开的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
如图1所示为根据本发明的一种打筒机自动控制方法的流程图,下面结合图1来阐述根据本发明的实施方式的一种打筒机自动控制方法。
本公开提出一种打筒机自动控制方法,所述方法包括以下步骤:
S100,获取打筒机连续产出的多个筒状产品;
S200,通过高速摄像机捕捉筒状产品的截面图像;
S300,利用筒状产品的截面图像计算筒状产品的边缘齿率偏度;
S400,通过筒状产品的边缘齿率偏度对打筒机作出调整。
进一步地,步骤S100中,所述打筒机为切纸管机、数控切割机、卷筒分切机中的任意一种,所述筒状产品为塑料管、纸管、钢管中的任意一种或多种。
进一步地,步骤S200中,通过高速摄像机捕捉筒状产品的截面图像的步骤具体为:当筒状产品被打筒机完成切割时,生成筒状产品的切割面,通过高速摄像机捕捉所述切割面的图像,记该切割面的图像为筒状产品的截面图像。
进一步地,步骤S300中,利用筒状产品的截面图像计算筒状产品的边缘齿率偏度的步骤为:将筒状产品的截面图像进行特征提取处理,得到筒状产品的边缘图像;所述特征提取处理包括前景提取、灰度化处理步骤。
进一步地,步骤S300中,利用筒状产品的截面图像计算筒状产品的边缘齿率偏度的步骤还包括:
S301,记多个筒状产品的数量为N,依次获取每个筒状产品的边缘图像并记为Ima(i),Ima(i)为N个筒状产品中的第i个筒状产品的边缘图像,i=1,2,…,N,从i=1开始依次计算每个筒状产品的边缘图像Ima(i)的齿率平稳度rate(i),即rate(i)为第i个筒状产品的边缘图像的齿率平稳度,转至S302;所述多个筒状产品一般设置为[30,50]个筒状产品,即N=[30,50];
S302,初始化整数变量j,j的取值范围为[1,N],从j=1开始遍历j于j的取值范围内,转至S303;
S303,以P_low表示当前的Ima(j)内灰度值最小的像素点的灰度值,以P_high表示当前的Ima(j)内灰度值最大的像素点的灰度值,记P_diff(k)=Point(k)-P_high,Point(k)表示当前的Ima(j)内的第k个像素点的灰度值,k=1,2,…,N(j),N(j)为当前的Ima(j)内所有像素点的数量,转至S304;
S304,通过式子P_diff(k)=Point(k)-P_high得到N(j)个值P_diff(1),P_diff(2),…,P_diff(N(j)),以集合P_diff{}储存N(j)个值P_diff(1),P_diff(2),…,P_diff(N(j)),记集合P_diff{}中所有元素的平均值为P_m,以Key(j)表示当前的Ima(j)内的所有灰度值低于P_m的像素点的灰度值的平均值,通过下式计算第j个筒状产品的边缘齿率偏度Margin(j):
Margin(j)=[rate(j)/Key(j)]/abs(N-P_high/sum(P_m));
式中,rate(j)表示当前的Ima(j)的齿率平稳度rate(j),abs()表示取绝对值运算,sum(P_m)表示当前的Ima(j)内的所有灰度值低于P_m的像素点的灰度值的总和;转至S305;
S305,如果当前变量j的值小于N时,令j的值增加1,转至S303;如果当前变量j的值大于或等于N时,结束遍历,得到N个筒状产品的边缘齿率偏度Margin(1),Margin(2),…,Margin(N),以Margin(i)表示第i个筒状产品的边缘齿率偏度。
进一步地,所述计算边缘图像Ima(i)的齿率平稳度rate(i)的方法为:
S3011,选取边缘图像Ima(i)内的任意一个像素点,记该像素点为P(begin),在边缘图像Ima(i)内筛选出所有相邻于P(begin)的像素点,将所有相邻于P(begin)的像素点与P(begin)组成区域Pixel_A,转至S3012;
S3012,计算区域Pixel_A的稳定度Re_A,转至S3013;
其中,所述Re_A=[PA_means/P(begin)_G]*[sum(Pixel_A)_ex/sum(Pixel_A)],PA_means为区域Pixel_A内所有像素点的灰度值的平均值,P(begin)_G为像素点P(begin)的灰度值,sum(Pixel_A)为区域Pixel_A中所有像素点的灰度值的总和,sum(Pixel_A)_ex为区域Pixel_A中其他像素点的灰度值的总和,所述区域Pixel_A中其他像素点,即在区域Pixel_A中剔除了P(begin)后剩余的所有像素点;
S3013,在边缘图像Ima(i)内,将所有相邻于区域Pixel_A的像素点记为检验像素点,以Test_M表示所有检验像素点的灰度值的平均值,在所有检验像素点中,将稳定的检验像素点加入至区域Pixel_A中,更新区域Pixel_A(即,将区域Pixel_A更新为添加了稳定的检验像素点后的区域Pixel_A),转至S3014;其中,稳定的检验像素点的定义为:记检验像素点的灰度值为Test_P,当Test_P的值除以Test_M的值小于当前Re_A的值时,记该检验像素点为稳定的检验像素点;
S3014,当区域Pixel_A内所有像素点的数量超过Ima(i)_M时,以区域Pixel_A内所有像素点的灰度值的平均值作为边缘图像Ima(i)的齿率平稳度rate(i);当区域Pixel_A内所有像素点的数量未超过Ima(i)_M时,将P(begin)更改为区域Pixel_A内灰度值最小的像素点,转至S3012;所述Ima(i)_M为边缘图像Ima(i)中所有像素点数量的一半。
进一步地,步骤S400中,通过筒状产品的边缘齿率偏度对打筒机作出调整的步骤具体为:
在打筒机的工作过程中,实时地选取打筒机连续产出的N个筒状产品,计算所述N个筒状产品的边缘齿率偏度Margin(1),Margin(2),…,Margin(N),在N个筒状产品任意选取int(N/n)个筒状产品,如果这N/n个筒状产品的边缘齿率偏度全部大于Ms的值,说明打筒机存在异常,则通过调整打筒机的工作电流以降低打筒机的打筒速度;或者,对打筒机的切割刀片进行更换;其中,Ms的值等于[Margin(1)+Margin(2)+…+Margin(N)]/N,n设置为[4,7]中的任意一个整数,int()为向上取整运算。
由于多个异常的筒状产品的截面图像往往不同,需要考虑每个独立的截面图像中像素点的灰度值特征,为提高边缘齿率偏度反映筒状产品的割面异常的准确率,计算边缘齿率偏度的方法还包括:
将计算边缘齿率偏度Margin(j)的算式更新为:
Margin(j)=[rate(j)/Key(j)]/abs(N2*Km-P_high/sum(P_m));其中,
式中,N2的值等于int(ln(N)),int()为向上取整运算,ln()为以常数e为底数的对数函数,N(j)_m为齿率平稳度最大的边缘图像中所有像素点的数量,Gx(j)为集合Gxj{}中的第x个元素,x=1,2,…,L,L为集合Gxj{}中所有元素的数量;集合Gxj{}由当前Ima(j)内所有灰度值小于K的像素点组成,K=max(P_diff{})*N(j)/sum(Ima(j)),max(P_diff{})为集合P_diff{}中值最大的元素,sum(Ima(j))为当前Ima(j)内所有像素点的灰度值的总和。
所述一种打筒机自动控制系统包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种打筒机自动控制方法实施例中的步骤,所述一种打筒机自动控制系统可以运行于桌上型计算机、笔记本电脑、移动电话、手提电话、平板电脑、掌上电脑及云端数据中心等计算设备中,可运行的系统可包括,但不仅限于,处理器、存储器、服务器集群。
本公开的实施例提供的一种打筒机自动控制系统,如图2所示,该实施例的一种打筒机自动控制系统包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种打筒机自动控制方法实施例中的步骤,所述处理器执行所述计算机程序运行在以下系统的单元中:
产品获取单元,用于获取打筒机连续产出的多个筒状产品;
图像捕捉单元,用于通过高速摄像机捕捉筒状产品的截面图像;
图像计算单元,用于利用筒状产品的截面图像计算筒状产品的边缘齿率偏度;
参数调整单元,用于通过筒状产品的边缘齿率偏度对打筒机作出调整。
所述一种打筒机自动控制系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中。所述一种打筒机自动控制系统包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述例子仅仅是一种打筒机自动控制方法及系统的示例,并不构成对一种打筒机自动控制方法及系统的限定,可以包括比例子更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述一种打筒机自动控制系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立元器件门电路或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述一种打筒机自动控制系统的控制中心,利用各种接口和线路连接整个一种打筒机自动控制系统的各个分区域。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述一种打筒机自动控制方法及系统的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明提供了一种打筒机自动控制方法,获取打筒机连续产出的多个筒状产品,通过高速摄像机捕捉筒状产品的截面图像,利用筒状产品的截面图像计算筒状产品的边缘齿率偏度,通过筒状产品的边缘齿率偏度对打筒机作出调整。所述方法能够提高打筒机的产出成品质量,无需对打筒产品进行人工质检,大幅节省生产成本,还能有效检测打筒机是否存在隐患,在打筒机的工作过程中实时监测是否产生了异常产品,从而对打筒机作出调整,防止损失扩大,保证打筒机能持续产出高质量筒类。尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,从而有效地涵盖本公开的预定范围。此外,上文以发明人可预见的实施例对本公开进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。
Claims (6)
1.一种打筒机自动控制方法,其特征在于,所述方法包括以下步骤:
S100,获取打筒机连续产出的多个筒状产品;
S200,通过高速摄像机捕捉筒状产品的截面图像;
S300,利用筒状产品的截面图像计算筒状产品的边缘齿率偏度;
S400,通过筒状产品的边缘齿率偏度对打筒机作出调整;
其中,步骤S300中,利用筒状产品的截面图像计算筒状产品的边缘齿率偏度的步骤还包括:
S301,记多个筒状产品的数量为N,依次获取每个筒状产品的边缘图像并记为Ima(i),Ima(i)为N个筒状产品中的第i个筒状产品的边缘图像,i=1,2,…,N,从i=1开始依次计算每个筒状产品的边缘图像Ima(i)的齿率平稳度rate(i),即rate(i)为第i个筒状产品的边缘图像的齿率平稳度,转至S302;
S302,初始化整数变量j,j的取值范围为[1,N],从j=1开始遍历j于j的取值范围内,转至S303;
S303,以P_low表示当前的Ima(j)内灰度值最小的像素点的灰度值,以P_high表示当前的Ima(j)内灰度值最大的像素点的灰度值,记P_diff(k)=Point(k)-P_high,Point(k)表示当前的Ima(j)内的第k个像素点的灰度值,k=1,2,…,N(j),N(j)为当前的Ima(j)内所有像素点的数量,转至S304;
S304,通过式子P_diff(k)=Point(k)-P_high得到N(j)个值P_diff(1),P_diff(2),…,P_diff(N(j)),以集合P_diff{}储存N(j)个值P_diff(1),P_diff(2),…,P_diff(N(j)),记集合P_diff{}中所有元素的平均值为P_m,以Key(j)表示当前的Ima(j)内的所有灰度值低于P_m的像素点的灰度值的平均值,通过下式计算第j个筒状产品的边缘齿率偏度Margin(j):
Margin(j)=[rate(j)/Key(j)]/abs(N-P_high/sum(P_m));
式中,rate(j)表示当前的Ima(j)的齿率平稳度rate(j),abs()表示取绝对值运算,sum(P_m)表示当前的Ima(j)内的所有灰度值低于P_m的像素点的灰度值的总和;转至S305;
S305,如果当前变量j的值小于N时,令j的值增加1,转至S303;如果当前变量j的值大于或等于N时,结束遍历,得到N个筒状产品的边缘齿率偏度Margin(1),Margin(2),…,Margin(N),以Margin(i)表示第i个筒状产品的边缘齿率偏度。
2.根据权利要求1所述的一种打筒机自动控制方法,其特征在于,步骤S100中,所述打筒机为切纸管机、数控切割机、卷筒分切机中的任意一种,所述筒状产品为塑料管、纸管、钢管中的任意一种或多种。
3.根据权利要求1所述的一种打筒机自动控制方法,其特征在于,步骤S200中,通过高速摄像机捕捉筒状产品的截面图像的步骤具体为:当筒状产品被打筒机完成切割时,生成筒状产品的切割面,通过高速摄像机捕捉所述切割面的图像,记该切割面的图像为筒状产品的截面图像。
4.根据权利要求1所述的一种打筒机自动控制方法,其特征在于,步骤S300中,利用筒状产品的截面图像计算筒状产品的边缘齿率偏度的步骤为:将筒状产品的截面图像进行特征提取处理,得到筒状产品的边缘图像;所述特征提取处理包括前景提取、灰度化处理步骤。
5.根据权利要求1所述的一种打筒机自动控制方法,其特征在于,所述计算边缘图像Ima(i)的齿率平稳度rate(i)的方法为:
S3011,选取边缘图像Ima(i)内的任意一个像素点,记该像素点为P(begin),在边缘图像Ima(i)内筛选出所有相邻于P(begin)的像素点,将所有相邻于P(begin)的像素点与P(begin)组成区域Pixel_A,转至S3012;
S3012,计算区域Pixel_A的稳定度Re_A,转至S3013;
其中,所述Re_A=[PA_means/P(begin)_G]*[sum(Pixel_A)_ex/sum(Pixel_A)],PA_means为区域Pixel_A内所有像素点的灰度值的平均值,P(begin)_G为像素点P(begin)的灰度值,sum(Pixel_A)为区域Pixel_A中所有像素点的灰度值的总和,sum(Pixel_A)_ex为区域Pixel_A中其他像素点的灰度值的总和,所述区域Pixel_A中其他像素点,即在区域Pixel_A中剔除了P(begin)后剩余的所有像素点;
S3013,在边缘图像Ima(i)内,将所有相邻于区域Pixel_A的像素点记为检验像素点,以Test_M表示所有检验像素点的灰度值的平均值,在所有检验像素点中,将稳定的检验像素点加入至区域Pixel_A中,更新区域Pixel_A,转至S3014;其中,稳定的检验像素点的定义为:记检验像素点的灰度值为Test_P,当Test_P的值除以Test_M的值小于当前Re_A的值时,记该检验像素点为稳定的检验像素点;
S3014,当区域Pixel_A内所有像素点的数量超过Ima(i)_M时,以区域Pixel_A内所有像素点的灰度值的平均值作为边缘图像Ima(i)的齿率平稳度rate(i);当区域Pixel_A内所有像素点的数量未超过Ima(i)_M时,将P(begin)更改为区域Pixel_A内灰度值最小的像素点,转至S3012;所述Ima(i)_M为边缘图像Ima(i)中所有像素点数量的一半。
6.根据权利要求1所述的一种打筒机自动控制方法,其特征在于,步骤S400中,通过筒状产品的边缘齿率偏度对打筒机作出调整的步骤具体为:
在打筒机的工作过程中,实时地选取打筒机连续产出的N个筒状产品,计算所述N个筒状产品的边缘齿率偏度Margin(1),Margin(2),…,Margin(N),在N个筒状产品任意选取int(N/n)个筒状产品,如果这N/n个筒状产品的边缘齿率偏度全部大于Ms的值,说明打筒机存在异常,则通过调整打筒机的工作电流以降低打筒机的打筒速度;或者,对打筒机的切割刀片进行更换;其中,Ms的值等于[Margin(1)+Margin(2)+…+Margin(N)]/N,n设置为[4,7]中的任意一个整数,int()为向上取整运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310250738.2A CN116079138B (zh) | 2023-03-14 | 2023-03-14 | 一种打筒机自动控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310250738.2A CN116079138B (zh) | 2023-03-14 | 2023-03-14 | 一种打筒机自动控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116079138A CN116079138A (zh) | 2023-05-09 |
CN116079138B true CN116079138B (zh) | 2023-10-20 |
Family
ID=86202837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310250738.2A Active CN116079138B (zh) | 2023-03-14 | 2023-03-14 | 一种打筒机自动控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116079138B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03166096A (ja) * | 1989-11-22 | 1991-07-18 | Mita Ind Co Ltd | ロール紙裁断装置 |
CN101693347A (zh) * | 2009-10-23 | 2010-04-14 | 沈阳工业大学 | 一种基于图像处理的回转类刀具在机测量方法 |
CN104384594A (zh) * | 2014-11-25 | 2015-03-04 | 江苏大学 | 超大型剪板机板料剪切边缘变形量自动补偿系统及方法 |
CN109886958A (zh) * | 2019-03-18 | 2019-06-14 | 济南奥图科技有限责任公司 | 一种基于方管焊缝位置自动识别的方法、装置及系统 |
CN109931866A (zh) * | 2017-12-16 | 2019-06-25 | 陈伟 | 一种油管螺纹尺寸参数检测方法与设备 |
CN110900011A (zh) * | 2019-12-26 | 2020-03-24 | 中国科学院长春光学精密机械与物理研究所 | 数控激光管材切割机床在线检测系统 |
CN114882041A (zh) * | 2022-07-12 | 2022-08-09 | 江苏紫琅汽车集团股份有限公司 | 铸铁管道内部毛刺的投票表决与识别方法 |
-
2023
- 2023-03-14 CN CN202310250738.2A patent/CN116079138B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03166096A (ja) * | 1989-11-22 | 1991-07-18 | Mita Ind Co Ltd | ロール紙裁断装置 |
CN101693347A (zh) * | 2009-10-23 | 2010-04-14 | 沈阳工业大学 | 一种基于图像处理的回转类刀具在机测量方法 |
CN104384594A (zh) * | 2014-11-25 | 2015-03-04 | 江苏大学 | 超大型剪板机板料剪切边缘变形量自动补偿系统及方法 |
CN109931866A (zh) * | 2017-12-16 | 2019-06-25 | 陈伟 | 一种油管螺纹尺寸参数检测方法与设备 |
CN109886958A (zh) * | 2019-03-18 | 2019-06-14 | 济南奥图科技有限责任公司 | 一种基于方管焊缝位置自动识别的方法、装置及系统 |
CN110900011A (zh) * | 2019-12-26 | 2020-03-24 | 中国科学院长春光学精密机械与物理研究所 | 数控激光管材切割机床在线检测系统 |
CN114882041A (zh) * | 2022-07-12 | 2022-08-09 | 江苏紫琅汽车集团股份有限公司 | 铸铁管道内部毛刺的投票表决与识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116079138A (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102047409B1 (ko) | GPU 기반 TFT-LCD Mura 결함 탐지 방법 | |
US11126162B1 (en) | 3D printing slicing method, apparatus, device, and storage medium | |
Wang et al. | Sensor fusion for online tool condition monitoring in milling | |
CN114706358B (zh) | 一种直缝焊管的焊接工艺信息处理方法及系统 | |
CN116188472B (zh) | 一种数控机床零件的在线视觉检测方法 | |
CN108804383B (zh) | 基于度量空间的支撑点并行枚举方法及装置 | |
CN113610773B (zh) | 一种垫片孔洞质量检测方法、系统、装置及存储介质 | |
CN110969580A (zh) | 图像显示方法和装置 | |
CN116152749B (zh) | 基于数字孪生的齿轮磨损智能监测方法 | |
CN116079138B (zh) | 一种打筒机自动控制方法 | |
CN110222447B (zh) | 一种基于八叉树的自适应网格划分方法及系统 | |
CN113421265B (zh) | 线路板切割路径的生成方法和生成装置、分板机 | |
CN114298985A (zh) | 缺陷检测方法、装置、设备及存储介质 | |
CN108416790B (zh) | 一种用于工件破损率的检测方法 | |
CN105139345B (zh) | 一种优质非标准Gamma曲线的自动搜索方法 | |
CN114239810A (zh) | 一种基于改进PCANet模型的铣刀磨损预测方法 | |
CN116788783A (zh) | 一种基于模糊控制算法的带式输送机纠偏控制方法及系统 | |
CN116539619A (zh) | 产品缺陷检测方法、系统、装置及存储介质 | |
CN114800049B (zh) | 一种光栅尺加工运行信号误差补偿系统 | |
CN113781508B (zh) | 叶型孔图像的轮廓型线提取与分割方法及系统、设备、存储介质 | |
CN116811085B (zh) | 一种多层共挤吹膜机的运行状态实时评估方法 | |
CN114882024B (zh) | 目标对象的缺陷检测方法、装置、电子设备以及存储介质 | |
CN117274203B (zh) | 一种环保塑料制品表面质量视觉检测方法 | |
CN113182351B (zh) | 一种热连轧机振动振纹的发生位置判别方法和装置 | |
CN117237181B (zh) | 基于自动微分的光束平差计算方法、装置、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |