CN116309556B - 一种基于机器视觉技术的钢构件成品质量管理方法 - Google Patents

一种基于机器视觉技术的钢构件成品质量管理方法 Download PDF

Info

Publication number
CN116309556B
CN116309556B CN202310538776.8A CN202310538776A CN116309556B CN 116309556 B CN116309556 B CN 116309556B CN 202310538776 A CN202310538776 A CN 202310538776A CN 116309556 B CN116309556 B CN 116309556B
Authority
CN
China
Prior art keywords
steel member
target steel
quality
target
crankshaft
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
Application number
CN202310538776.8A
Other languages
English (en)
Other versions
CN116309556A (zh
Inventor
裴小放
王珩
沈翔
李亮
肖丽娜
楚跃峰
田路路
黄忍
尹守强
梁昊
杨立东
刘迪
吴竞一
杨晓徐
张阔
李凯旋
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.)
Anhui Shuzhi Construction Research Institute Co ltd
China Tiesiju Civil Engineering Group Co Ltd CTCE Group
Original Assignee
Anhui Shuzhi Construction Research Institute Co ltd
China Tiesiju Civil Engineering Group Co Ltd CTCE Group
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 Anhui Shuzhi Construction Research Institute Co ltd, China Tiesiju Civil Engineering Group Co Ltd CTCE Group filed Critical Anhui Shuzhi Construction Research Institute Co ltd
Priority to CN202310538776.8A priority Critical patent/CN116309556B/zh
Publication of CN116309556A publication Critical patent/CN116309556A/zh
Application granted granted Critical
Publication of CN116309556B publication Critical patent/CN116309556B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M11/00Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/20Metals
    • G01N33/204Structure thereof, e.g. crystal structure
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection
    • 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
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Analytical Chemistry (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明涉及钢构件成品质量管理领域,具体公开一种基于机器视觉技术的钢构件成品质量管理方法,本发明通过从直轴部分的基本尺寸、表面平整度和型材形状,分析钢构件中直轴部分的质量评价系数,保证直轴部分质量;从曲轴部分的弯曲形状、曲面厚度均匀度和曲面外观,分析钢构件中曲轴部分的质量评价系数,保证曲轴部分质量;从连接部分的位置和尺寸,分析钢构件中连接部分的质量评价系数,保证连接部分质量;从加固部分的强度系数和焊接质量,分析钢构件中加固部分的质量评价系数,保证加固部分质量;进一步综合评估得到质量合格的各钢构件,并生成质量不合格的各钢构件的质检问题标签集合,形成有效的质量记录和追溯体系。

Description

一种基于机器视觉技术的钢构件成品质量管理方法
技术领域
本发明涉及钢构件成品质量管理领域,涉及到一种基于机器视觉技术的钢构件成品质量管理方法。
背景技术
钢构件作为建筑物结构的重要组成部分,其质量的好坏会影响到建筑物整体的安全性和可靠性。如果钢构件成品质量不达标,可能导致建筑物结构不稳定、变形或破坏等问题,威胁人身安全,还会影响企业的品牌形象和声誉,导致消费者对企业信任度降低,影响企业长远发展。只有通过对钢构件成品的质量进行管理,才能保证它的安全性和可靠性。因此,对钢构件成品的质量进行管理,具有现实意义。
现有的钢构件成品质量的管理方法存在一些不足:一方面,现有方法在对钢构件成品质量进行监测时,从整体框架对钢构件进行分析,没有将钢构件进行拆分,进一步分别对钢构件的各个组成部分进行针对性、细致化的检测分析,进而导致在质检过程中容易存在遗漏,使得钢构件质量检测结果的准确性和可靠性不足,同时使得钢构件质量评估体系不够完善。
另一方面,现有方法在对钢构件质量进行评估时,仅将钢构件分为合格品和不合格品,没有进一步对不合格钢构件进行深入分析,如不合格钢构件的哪些部分存在缺陷和质量问题,从而缺乏有效的质量记录和追溯体系,导致钢构件质量问题不能及时发现并处理,将不利于不合格钢构件后续的指向性维修和二次加工,生产效率不高。
发明内容
针对上述问题,本发明提出了一种基于机器视觉技术的钢构件成品质量管理方法,具体技术方案如下:一种基于机器视觉技术的钢构件成品质量管理方法,包括如下步骤:步骤一、钢构件模型建立与分解:对目标钢构件生产制造厂当前生产批次中各待验收的钢构件成品进行扫描,构建各待验收的钢构件成品的三维模型,将其记为各目标钢构件的三维模型,对各目标钢构件的三维模型进行分解,得到各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分对应的三维模型。
步骤二、钢构件直轴部分质量检测:根据各目标钢构件中直轴部分的三维模型,分析各目标钢构件中直轴部分的基本尺寸符合度、表面平整度和型材形状匹配度,综合得到各目标钢构件中直轴部分的质量评价系数。
步骤三、钢构件曲轴部分质量检测:根据各目标钢构件中曲轴部分的三维模型,分析各目标钢构件中曲轴部分的弯曲形状符合度、曲面厚度均匀度和曲面外观符合系数,综合得到各目标钢构件中曲轴部分的质量评价系数。
步骤四、钢构件连接部分质量检测:根据各目标钢构件中连接部分的三维模型,分析各目标钢构件中连接部分的位置匹配度和尺寸匹配度,综合得到各目标钢构件中连接部分的质量评价系数。
步骤五、钢构件加固部分质量检测:根据各目标钢构件中加固部分的三维模型,分析各目标钢构件中加固部分的强度系数和焊接质量系数,综合得到各目标钢构件中加固部分的质量评价系数。
步骤六、钢构件质量综合评估管理:根据各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数,评估得到质量合格的各钢构件,进一步生成质量不合格的各钢构件的质检问题标签集合,并进行相应处理。
在上述实施例的基础上,所述步骤二的具体过程包括::获取各目标钢构件直轴部分中各结构的长度、宽度和厚度和其对应的标准长度、标准宽度和标准厚度,分析得到各目标钢构件中直轴部分的基本尺寸符合度,将其记为/>,/>表示第/>个目标钢构件的编号,
:获取各目标钢构件直轴部分中各工作面的平整度,将其记为/>,/>表示直轴部分中第/>个工作面的编号,/>
通过分析公式得到各目标钢构件中直轴部分的表面平整度/>,其中/>表示第/>个目标钢构件直轴部分中第/>个工作面的平整度,/>表示预设的工作面平整度阈值。
:获取各目标钢构件直轴部分中各横截面的轮廓形状,进一步得到各目标钢构件直轴部分中各横截面的轮廓形状与标准轮廓形状的相似度,将其记为/>,/>表示直轴部分中第/>个横截面的编号,/>
通过分析公式得到各目标钢构件中直轴部分的型材形状匹配度/>,其中/>表示第/>个目标钢构件直轴部分中第/>个横截面的轮廓形状与标准轮廓形状的相似度,/>表示自然常数,/>表示横截面的数量,表示第/>个目标钢构件直轴部分中第/>个横截面的轮廓形状与标准轮廓形状的相似度。
在上述实施例的基础上,所述步骤二的具体过程还包括:将各目标钢构件中直轴部分的基本尺寸符合度、表面平整度/>和型材形状匹配度/>代入公式得到各目标钢构件中直轴部分的质量评价系数/>,其中/>分贝表示预设的直轴部分的基本尺寸符合度、表面平整度和型材形状匹配度的权值。
在上述实施例的基础上,所述步骤三的具体过程包括::按照预设的原则在各目标钢构件曲轴部分的曲面上标出各条轮廓线,将其记为各目标钢构件曲轴部分的各分析曲线。
按照预设的等距离原则在各目标钢构件曲轴部分中各分析曲线上布设各检测点,并选取各目标钢构件曲轴部分中各分析曲线对应的基准点,将各目标钢构件曲轴部分中各分析曲线上各检测点与其分析曲线对应的基准点进行连接,得到各目标钢构件曲轴部分中各分析曲线对应的各条辅助线。
获取各目标钢构件曲轴部分中各分析曲线对应各条辅助线的长度和其与竖直基准线之间的夹角,构建各目标钢构件曲轴部分中各分析曲线对应各条辅助线的特征坐标,进一步分析得到各目标钢构件中曲轴部分的弯曲形状符合度,将其记为
:获取各目标钢构件曲轴部分中曲面上各监测点处的厚度,分析得到各目标钢构件中曲轴部分的曲面厚度均匀度,将其记为/>
:获取各目标钢构件曲轴部分中曲面上各条裂纹的长度,分析得到各目标钢构件中曲轴部分的曲面外观符合系数,将其记为/>
在上述实施例的基础上,所述步骤三的具体过程还包括:将各目标钢构件中曲轴部分的弯曲形状符合度、曲面厚度均匀度/>和曲面外观符合系数/>代入公式得到各目标钢构件中曲轴部分的质量评价系数/>,其中/>分别表示预设的曲轴部分的弯曲形状符合度、曲面厚度均匀度和曲面外观符合系数的权值。
在上述实施例的基础上,所述步骤四的具体过程为::获取各目标钢构件连接部分中各结构的中心点的位置和其对应的参考位置,分析得到各目标钢构件中连接部分的位置匹配度,将其记为/>
:获取各目标钢构件连接部分中各结构的轮廓和其对应的标准轮廓,分析得到各目标钢构件中连接部分的尺寸匹配度,将其记为/>
:通过分析公式/>得到各目标钢构件中连接部分的质量评价系数
在上述实施例的基础上,所述步骤五的具体过程为::根据各目标钢构件中加固部分的三维模型,得到各目标钢构件加固部分中各加固结构的中心点位置和轮廓,分析得到各目标钢构件中加固部分的位置匹配度和尺寸匹配度,将其分别记为/>和/>
获取各目标钢构件加固部分中各加固结构与其对应各关联结构之间的接触面积,将其记为,其中/>表示第/>个加固结构的编号,/>,/>表示第/>个关联结构的编号,/>
通过分析公式得到各目标钢构件中加固部分的连接稳定性/>,其中/>表示加固结构的数量,/>表示关联结构的数量,/>表示预设的加固结构与其对应关联结构之间的接触面积的允许偏差,/>表示预设的目标钢构件加固部分中第/>个加固结构与其对应第/>个关联结构之间的标准接触面积。
通过分析公式得到各目标钢构件中加固部分的强度系数
:获取各目标钢构件加固部分中各条焊缝的均匀度和气泡面积,分析得到各目标钢构件中加固部分的焊接质量系数,将其记为/>
:通过分析公式/>得到各目标钢构件中加固部分的质量评价系数/>,其中/>分别表示预设的加固部分强度系数和焊接质量系数的权值。
在上述实施例的基础上,所述步骤六的具体过程为:提取数据库中存储的合格钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数参考范围。
将各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数分别与对应的质量评价系数参考范围进行比较,得到质量合格的各钢构件和质量不合格的各钢构件。
将质量不合格的各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数分别与对应的质量评价系数参考范围进行比较,分析得到质量不合格的各钢构件的质检问题标签集合,将其发送至目标钢构件生产制造厂的生产管理部门。
相对于现有技术,本发明所述的一种基于机器视觉技术的钢构件成品质量管理方法以下有益效果:1、本发明通过构建各目标钢构件的三维模型并进行分解,进一步从基本尺寸、表面平整度和型材形状,对钢构件直轴部分进行评估;从弯曲形状、曲面厚度均匀度和曲面外观,对钢构件曲轴部分进行评估;从位置和尺寸,对钢构件连接部分进行评估;从强度系数和焊接质量,对钢构件加固部分进行评估,通过对钢构件的各个组成部分进行针对性、细致化的检测分析,防止在质检过程中存在遗漏,提高钢构件质量检测结果的准确性和可靠性。
2、本发明根据各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数,评估得到质量合格的各钢构件,并生成质量不合格的各钢构件的质检问题标签集合,建立有效的质量记录和追溯体系,及时发现并处理钢构件质量问题,有利于不合格钢构件后续的指向性维修和二次加工,提高生产效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明的方法流程示意图。
图2为本发明的目标钢构件曲轴部分中分析曲线对应辅助线的示意图。
附图标记:1.曲轴部分的曲面;2.分析曲线;3.检测点;4.基准点;5.辅助线。
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作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。
请参阅图1所示,本发明提供的一种基于机器视觉技术的钢构件成品质量管理方法,包括如下步骤:步骤一、钢构件模型建立与分解:对目标钢构件生产制造厂当前生产批次中各待验收的钢构件成品进行扫描,构建各待验收的钢构件成品的三维模型,将其记为各目标钢构件的三维模型,对各目标钢构件的三维模型进行分解,得到各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分对应的三维模型。
需要说明的是,所述步骤一的具体过程为:采用数字化扫描技术对各待验收的钢构件成品进行全面、高精度的扫描,生成各待验收的钢构件成品对应的初步三维模型。
利用图像处理技术对各待验收的钢构件成品对应的初步三维模型进行分割、去噪、去除伪影等处理,得到清晰、精准的各待验收的钢构件成品的三维模型,将其记为各目标钢构件的三维模型。
按照预设的原则对各目标钢构件的三维模型进行结构分解,得到各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分对应的三维模型。
需要说明的是,所述钢构件的直轴部分如直柱和直梁等,钢构件的曲轴部分如弯柱和曲梁等,钢构件的连接部分指用于将钢构件固定于基础或其他部件上的部分,如孔和槽等,钢构件的加固部分指同时与钢构件中多个结构相连接,加强结构刚度或承载能力的部分,如加强筋和加强板等。
步骤二、钢构件直轴部分质量检测:根据各目标钢构件中直轴部分的三维模型,分析各目标钢构件中直轴部分的基本尺寸符合度、表面平整度和型材形状匹配度,综合得到各目标钢构件中直轴部分的质量评价系数。
作为一种优选方案,所述步骤二的具体过程包括::获取各目标钢构件直轴部分中各结构的长度、宽度和厚度和其对应的标准长度、标准宽度和标准厚度,分析得到各目标钢构件中直轴部分的基本尺寸符合度,将其记为/>,/>表示第/>个目标钢构件的编号,
需要说明的是,分析各目标钢构件中直轴部分的基本尺寸符合度,具体过程为:根据各目标钢构件中直轴部分的三维模型,获取各目标钢构件直轴部分中各结构的长度、宽度和厚度,将其分别记为,/>表示第/>个目标钢构件的编号,/>,/>表示直轴部分中第/>个结构的编号,/>
获取目标钢构件直轴部分中各结构的标准长度、标准宽度和标准厚度,将其分别记为
通过分析公式得到各目标钢构件中直轴部分的基本尺寸符合度/>,其中/>表示直轴部分中结构的数量,/>分别表示预设的直轴部分中第/>个结构的长度允许偏差、宽度允许偏差和厚度允许偏差。
:获取各目标钢构件直轴部分中各工作面的平整度,将其记为/>,/>表示直轴部分中第/>个工作面的编号,/>
需要说明的是,获取各目标钢构件直轴部分中各工作面的平整度,具体方法为:将各目标钢构件直轴部分中各工作面与基准平面进行拟合,得到各目标钢构件直轴部分中各工作面与基准平面的重合度,将其记为各目标钢构件直轴部分中各工作面的平整度。
通过分析公式得到各目标钢构件中直轴部分的表面平整度/>,其中/>表示第/>个目标钢构件直轴部分中第/>个工作面的平整度,/>表示预设的工作面平整度阈值。
:获取各目标钢构件直轴部分中各横截面的轮廓形状,进一步得到各目标钢构件直轴部分中各横截面的轮廓形状与标准轮廓形状的相似度,将其记为/>,/>表示直轴部分中第/>个横截面的编号,/>
需要说明的是,各目标钢构件直轴部分中各横截面的轮廓形状与标准轮廓形状的相似度,获取方法为:按照预设的等距离原则对各目标钢构件中直轴部分的三维模型进行切割,得到各目标钢构件中直轴部分的各横截面,获取各目标钢构件直轴部分中各横截面的轮廓形状。
提取数据库中存储的目标钢构件直轴部分横截面的标准轮廓形状,将各目标钢构件直轴部分中各横截面的轮廓形状与标准轮廓形状进行比较,得到各目标钢构件直轴部分中各横截面的轮廓形状与标准轮廓形状的相似度。
通过分析公式得到各目标钢构件中直轴部分的型材形状匹配度/>,其中/>表示第/>个目标钢构件直轴部分中第/>个横截面的轮廓形状与标准轮廓形状的相似度,/>表示自然常数,/>表示横截面的数量,/>表示第/>个目标钢构件直轴部分中第/>个横截面的轮廓形状与标准轮廓形状的相似度。
作为一种优选方案,所述步骤二的具体过程还包括:将各目标钢构件中直轴部分的基本尺寸符合度、表面平整度/>和型材形状匹配度/>代入公式得到各目标钢构件中直轴部分的质量评价系数/>,其中/>分贝表示预设的直轴部分的基本尺寸符合度、表面平整度和型材形状匹配度的权值。
步骤三、钢构件曲轴部分质量检测:根据各目标钢构件中曲轴部分的三维模型,分析各目标钢构件中曲轴部分的弯曲形状符合度、曲面厚度均匀度和曲面外观符合系数,综合得到各目标钢构件中曲轴部分的质量评价系数。
作为一种优选方案,所述步骤三的具体过程包括::参阅图2所示,按照预设的原则在各目标钢构件曲轴部分的曲面上标出各条轮廓线,将其记为各目标钢构件曲轴部分的各分析曲线。
按照预设的等距离原则在各目标钢构件曲轴部分中各分析曲线上布设各检测点,并选取各目标钢构件曲轴部分中各分析曲线对应的基准点,将各目标钢构件曲轴部分中各分析曲线上各检测点与其分析曲线对应的基准点进行连接,得到各目标钢构件曲轴部分中各分析曲线对应的各条辅助线。
获取各目标钢构件曲轴部分中各分析曲线对应各条辅助线的长度和其与竖直基准线之间的夹角,构建各目标钢构件曲轴部分中各分析曲线对应各条辅助线的特征坐标,进一步分析得到各目标钢构件中曲轴部分的弯曲形状符合度,将其记为
需要说明的是,各目标钢构件中曲轴部分的弯曲形状符合度,具体分析过程为:根据各目标钢构件曲轴部分中各分析曲线对应各条辅助线的特征坐标,绘制各目标钢构件曲轴部分中各分析曲线的参考特征曲线,将各目标钢构件曲轴部分中各分析曲线的参考特征曲线与预设的目标钢构件曲轴部分中分析曲线的标准参考特征曲线进行比对,得到各目标钢构件曲轴部分中各分析曲线的参考特征曲线与标准参考特征曲线的重合度,将其记为各目标钢构件曲轴部分中各分析曲线的拟合度,将各目标钢构件曲轴部分中各分析曲线的拟合度进行相互比较,得到各目标钢构件曲轴部分中分析曲线的最小拟合度,将其记为各目标钢构件中曲轴部分的弯曲形状符合度。
:获取各目标钢构件曲轴部分中曲面上各监测点处的厚度,分析得到各目标钢构件中曲轴部分的曲面厚度均匀度,将其记为/>
需要说明的是,获取各目标钢构件曲轴部分中曲面上各监测点处的厚度,具体过程为:按照预设的等面积原则对各目标钢构件曲轴部分的曲面进行网格式划分,得到各目标钢构件曲轴部分中曲面的各子区域,在各目标钢构件曲轴部分中曲面中各子区域的中心点处布设监测点,获取各目标钢构件曲轴部分中曲面上各监测点处的厚度。
需要说明的是,分析各目标钢构件中曲轴部分的曲面厚度均匀度,具体过程为:获取各目标钢构件曲轴部分中曲面上各监测点处的厚度,将其记为,/>表示第/>个监测点的编号,/>
通过分析公式得到各目标钢构件中曲轴部分的曲面厚度均匀度/>,其中/>表示监测点的数量,/>表示第/>个目标钢构件曲轴部分中曲面上第个监测点处的厚度,/>表示预设的曲面厚度偏差阈值。
:获取各目标钢构件曲轴部分中曲面上各条裂纹的长度,分析得到各目标钢构件中曲轴部分的曲面外观符合系数,将其记为/>
需要说明的是,分析各目标钢构件中曲轴部分的曲面外观符合系数,具体过程为:获取各目标钢构件曲轴部分中曲面上各条裂纹的长度,将其记为,/>表示第/>条裂纹的编号,/>
通过分析公式得到各目标钢构件中曲轴部分的曲面外观符合系数/>,其中/>表示预设的单位裂纹数量对应的影响因子,/>表示裂纹的数量,/>表示预设的裂纹长度阈值。
需要说明的是,目标钢构件曲轴部分中分析曲线对应的基准点的选取方法可以为分析曲线对应内切圆的圆心。
需要说明的是,绘制目标钢构件曲轴部分中分析曲线的参考特征曲线,具体过程为:以辅助线的长度为自变量,以辅助线与竖直基准线之间的夹角为因变量建立坐标系,根据目标钢构件曲轴部分中分析曲线对应各条辅助线的特征坐标,在坐标系中标出目标钢构件曲轴部分中分析曲线对应各条辅助线特征坐标的数据点,借助数学模型建立方法,绘制目标钢构件曲轴部分中分析曲线的参考特征曲线。
作为一种优选方案,所述步骤三的具体过程还包括:将各目标钢构件中曲轴部分的弯曲形状符合度、曲面厚度均匀度/>和曲面外观符合系数/>代入公式得到各目标钢构件中曲轴部分的质量评价系数,其中/>分别表示预设的曲轴部分的弯曲形状符合度、曲面厚度均匀度和曲面外观符合系数的权值。
步骤四、钢构件连接部分质量检测:根据各目标钢构件中连接部分的三维模型,分析各目标钢构件中连接部分的位置匹配度和尺寸匹配度,综合得到各目标钢构件中连接部分的质量评价系数。
作为一种优选方案,所述步骤四的具体过程为::获取各目标钢构件连接部分中各结构的中心点的位置和其对应的参考位置,分析得到各目标钢构件中连接部分的位置匹配度,将其记为/>
需要说明的是,各目标钢构件中连接部分的位置匹配度,获取方法为:获取各目标钢构件连接部分中各结构的中心点的位置和其对应的参考位置,得到各目标钢构件连接部分中各结构中心点的位置与其对应参考位置之间的距离,将其记为,/>表示连接部分中第/>个结构的编号,/>
通过分析公式得到各目标钢构件中连接部分的位置匹配度,其中/>表示连接部分中结构的数量,/>表示预设的单位位置偏差对应的影响因子。
:获取各目标钢构件连接部分中各结构的轮廓和其对应的标准轮廓,分析得到各目标钢构件中连接部分的尺寸匹配度,将其记为/>
需要说明的是,各目标钢构件中连接部分的尺寸匹配度,获取方法为:将各目标钢构件连接部分中各结构的轮廓与其对应的标准轮廓进行比对,得到各目标钢构件连接部分中各结构的轮廓与其对应标准轮廓的重合度,将其记为各目标钢构件连接部分中各结构的尺寸匹配度。
将各目标钢构件连接部分中各结构的尺寸匹配度进行相互比较,得到各目标钢构件连接部分中结构的最小尺寸匹配度,将其记为各目标钢构件中连接部分的尺寸匹配度。
:通过分析公式/>得到各目标钢构件中连接部分的质量评价系数
步骤五、钢构件加固部分质量检测:根据各目标钢构件中加固部分的三维模型,分析各目标钢构件中加固部分的强度系数和焊接质量系数,综合得到各目标钢构件中加固部分的质量评价系数。
作为一种优选方案,所述步骤五的具体过程为::根据各目标钢构件中加固部分的三维模型,得到各目标钢构件加固部分中各加固结构的中心点位置和轮廓,分析得到各目标钢构件中加固部分的位置匹配度和尺寸匹配度,将其分别记为/>和/>
获取各目标钢构件加固部分中各加固结构与其对应各关联结构之间的接触面积,将其记为,其中/>表示第/>个加固结构的编号,/>,/>表示第/>个关联结构的编号,/>
需要说明的是,各目标钢构件加固部分中各加固结构的各关联结构指各目标钢构件加固部分中各加固结构连接的各结构。
通过分析公式得到各目标钢构件中加固部分的连接稳定性/>,其中/>表示加固结构的数量,/>表示关联结构的数量,/>表示预设的加固结构与其对应关联结构之间的接触面积的允许偏差,/>表示预设的目标钢构件加固部分中第/>个加固结构与其对应第/>个关联结构之间的标准接触面积。
通过分析公式得到各目标钢构件中加固部分的强度系数
:获取各目标钢构件加固部分中各条焊缝的均匀度和气泡面积,分析得到各目标钢构件中加固部分的焊接质量系数,将其记为/>
:通过分析公式/>得到各目标钢构件中加固部分的质量评价系数/>,其中/>分别表示预设的加固部分强度系数和焊接质量系数的权值。
需要说明的是,分析各目标钢构件中加固部分的位置匹配度和尺寸匹配度的方法与分析各目标钢构件中连接部分的位置匹配度和尺寸匹配度的方法,原理相同。
需要说明的是,分析各目标钢构件中加固部分的焊接质量系数,具体过程为:在各目标钢构件加固部分中各条焊缝的表面布设各检测点,获取各目标钢构件加固部分中各条焊缝表面各检测点处的宽度,将其记为,/>表示第/>条焊缝的编号,/>,/>表示焊缝表面第/>个检测点的编号,/>
通过分析公式得到各目标钢构件加固部分中各条焊缝的均匀度/>,其中/>表示焊缝表面检测点的数量,/>表示第/>个目标钢构件加固部分中第/>条焊缝表面第/>个检测点处的宽度,/>表示预设的焊缝宽度允许偏差。
获取各目标钢构件加固部分中各条焊缝的气泡面积,将其记为
通过分析公式得到各目标钢构件中加固部分的焊接质量系数,其中/>分别表示预设的焊缝均匀度和气泡面积的阈值。
在本实施例中,本发明通过构建各目标钢构件的三维模型并进行分解,进一步从基本尺寸、表面平整度和型材形状,对钢构件直轴部分进行评估;从弯曲形状、曲面厚度均匀度和曲面外观,对钢构件曲轴部分进行评估;从位置和尺寸,对钢构件连接部分进行评估;从强度系数和焊接质量,对钢构件加固部分进行评估,通过对钢构件的各个组成部分进行针对性、细致化的检测分析,防止在质检过程中存在遗漏,提高钢构件质量检测结果的准确性和可靠性。
步骤六、钢构件质量综合评估管理:根据各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数,评估得到质量合格的各钢构件,进一步生成质量不合格的各钢构件的质检问题标签集合,并进行相应处理。
作为一种优选方案,所述步骤六的具体过程为:提取数据库中存储的合格钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数参考范围。
将各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数分别与对应的质量评价系数参考范围进行比较,得到质量合格的各钢构件和质量不合格的各钢构件。
需要说明的是,质量合格的各钢构件和质量不合格的各钢构件,获取方法为:将各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数分别与对应的质量评价系数参考范围进行比较,若某目标钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数均在对应的质量评价系数参考范围内,则该目标钢构件质量合格,反之,则该目标钢构件质量不合格,统计得到质量合格的各钢构件和质量不合格的各钢构件。
将质量不合格的各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数分别与对应的质量评价系数参考范围进行比较,分析得到质量不合格的各钢构件的质检问题标签集合,将其发送至目标钢构件生产制造厂的生产管理部门。
需要说明的是,获取质量不合格钢构件的质检问题标签集合,具体过程为:将质量不合格目标钢构件中直轴部分的质量评价系数与其对应的质量评价系数参考范围进行比较,若质量不合格目标钢构件中直轴部分的质量评价系数不属于其对应的质量评价系数参考范围内,则将直轴部分质量不合格标签归入质量不合格钢构件的质检问题标签集合中,同理,对质量不合格目标钢构件中曲轴部分、连接部分和加固部分的质量评价系数进行分析,进而得到质量不合格钢构件的质检问题标签集合。
在本实施例中,本发明根据各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数,评估得到质量合格的各钢构件,并生成质量不合格的各钢构件的质检问题标签集合,建立有效的质量记录和追溯体系,及时发现并处理钢构件质量问题,有利于不合格钢构件后续的指向性维修和二次加工,提高生产效率。
以上内容仅仅是对本发明的构思所作的举例和说明,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,只要不偏离发明的构思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 (8)

1.一种基于机器视觉技术的钢构件成品质量管理方法,其特征在于,包括如下步骤:
步骤一、钢构件模型建立与分解:对目标钢构件生产制造厂当前生产批次中各待验收的钢构件成品进行扫描,构建各待验收的钢构件成品的三维模型,将其记为各目标钢构件的三维模型,对各目标钢构件的三维模型进行分解,得到各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分对应的三维模型;
步骤二、钢构件直轴部分质量检测:根据各目标钢构件中直轴部分的三维模型,分析各目标钢构件中直轴部分的基本尺寸符合度、表面平整度和型材形状匹配度,综合得到各目标钢构件中直轴部分的质量评价系数;
步骤三、钢构件曲轴部分质量检测:根据各目标钢构件中曲轴部分的三维模型,分析各目标钢构件中曲轴部分的弯曲形状符合度、曲面厚度均匀度和曲面外观符合系数,综合得到各目标钢构件中曲轴部分的质量评价系数;
步骤四、钢构件连接部分质量检测:根据各目标钢构件中连接部分的三维模型,分析各目标钢构件中连接部分的位置匹配度和尺寸匹配度,综合得到各目标钢构件中连接部分的质量评价系数;
步骤五、钢构件加固部分质量检测:根据各目标钢构件中加固部分的三维模型,分析各目标钢构件中加固部分的强度系数和焊接质量系数,综合得到各目标钢构件中加固部分的质量评价系数;
步骤六、钢构件质量综合评估管理:根据各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数,评估得到质量合格的各钢构件,进一步生成质量不合格的各钢构件的质检问题标签集合,并进行相应处理。
2.根据权利要求1所述的一种基于机器视觉技术的钢构件成品质量管理方法,其特征在于:所述步骤二的具体过程包括:
:获取各目标钢构件直轴部分中各结构的长度、宽度和厚度和其对应的标准长度、标准宽度和标准厚度,分析得到各目标钢构件中直轴部分的基本尺寸符合度,将其记为/>,/>表示第/>个目标钢构件的编号,/>
:获取各目标钢构件直轴部分中各工作面的平整度,将其记为/>,/>表示直轴部分中第/>个工作面的编号,/>
通过分析公式得到各目标钢构件中直轴部分的表面平整度/>,其中/>表示第/>个目标钢构件直轴部分中第/>个工作面的平整度,/>表示预设的工作面平整度阈值;
:获取各目标钢构件直轴部分中各横截面的轮廓形状,进一步得到各目标钢构件直轴部分中各横截面的轮廓形状与标准轮廓形状的相似度,将其记为/>,/>表示直轴部分中第个横截面的编号,/>
通过分析公式得到各目标钢构件中直轴部分的型材形状匹配度/>,其中/>表示第/>个目标钢构件直轴部分中第/>个横截面的轮廓形状与标准轮廓形状的相似度,/>表示自然常数,/>表示横截面的数量,/>表示第/>个目标钢构件直轴部分中第/>个横截面的轮廓形状与标准轮廓形状的相似度。
3.根据权利要求2所述的一种基于机器视觉技术的钢构件成品质量管理方法,其特征在于:所述步骤二的具体过程还包括:
将各目标钢构件中直轴部分的基本尺寸符合度、表面平整度/>和型材形状匹配度代入公式/>得到各目标钢构件中直轴部分的质量评价系数/>,其中/>分贝表示预设的直轴部分的基本尺寸符合度、表面平整度和型材形状匹配度的权值。
4.根据权利要求1所述的一种基于机器视觉技术的钢构件成品质量管理方法,其特征在于:所述步骤三的具体过程包括:
:按照预设的原则在各目标钢构件曲轴部分的曲面上标出各条轮廓线,将其记为各目标钢构件曲轴部分的各分析曲线;
按照预设的等距离原则在各目标钢构件曲轴部分中各分析曲线上布设各检测点,并选取各目标钢构件曲轴部分中各分析曲线对应的基准点,将各目标钢构件曲轴部分中各分析曲线上各检测点与其分析曲线对应的基准点进行连接,得到各目标钢构件曲轴部分中各分析曲线对应的各条辅助线;
获取各目标钢构件曲轴部分中各分析曲线对应各条辅助线的长度和其与竖直基准线之间的夹角,构建各目标钢构件曲轴部分中各分析曲线对应各条辅助线的特征坐标,进一步分析得到各目标钢构件中曲轴部分的弯曲形状符合度,将其记为
:获取各目标钢构件曲轴部分中曲面上各监测点处的厚度,分析得到各目标钢构件中曲轴部分的曲面厚度均匀度,将其记为/>
:获取各目标钢构件曲轴部分中曲面上各条裂纹的长度,分析得到各目标钢构件中曲轴部分的曲面外观符合系数,将其记为/>
5.根据权利要求4所述的一种基于机器视觉技术的钢构件成品质量管理方法,其特征在于:所述步骤三的具体过程还包括:
将各目标钢构件中曲轴部分的弯曲形状符合度、曲面厚度均匀度/>和曲面外观符合系数/>代入公式/>得到各目标钢构件中曲轴部分的质量评价系数/>,其中/>分别表示预设的曲轴部分的弯曲形状符合度、曲面厚度均匀度和曲面外观符合系数的权值。
6.根据权利要求1所述的一种基于机器视觉技术的钢构件成品质量管理方法,其特征在于:所述步骤四的具体过程为:
:获取各目标钢构件连接部分中各结构的中心点的位置和其对应的参考位置,分析得到各目标钢构件中连接部分的位置匹配度,将其记为/>
:获取各目标钢构件连接部分中各结构的轮廓和其对应的标准轮廓,分析得到各目标钢构件中连接部分的尺寸匹配度,将其记为/>
:通过分析公式/>得到各目标钢构件中连接部分的质量评价系数/>
7.根据权利要求6所述的一种基于机器视觉技术的钢构件成品质量管理方法,其特征在于:所述步骤五的具体过程为:
:根据各目标钢构件中加固部分的三维模型,得到各目标钢构件加固部分中各加固结构的中心点位置和轮廓,分析得到各目标钢构件中加固部分的位置匹配度和尺寸匹配度,将其分别记为/>和/>
获取各目标钢构件加固部分中各加固结构与其对应各关联结构之间的接触面积,将其记为,其中/>表示第/>个加固结构的编号,/>,/>表示第/>个关联结构的编号,
通过分析公式得到各目标钢构件中加固部分的连接稳定性/>,其中/>表示加固结构的数量,/>表示关联结构的数量,/>表示预设的加固结构与其对应关联结构之间的接触面积的允许偏差,/>表示预设的目标钢构件加固部分中第/>个加固结构与其对应第/>个关联结构之间的标准接触面积;
通过分析公式得到各目标钢构件中加固部分的强度系数/>
:获取各目标钢构件加固部分中各条焊缝的均匀度和气泡面积,分析得到各目标钢构件中加固部分的焊接质量系数,将其记为/>
:通过分析公式/>得到各目标钢构件中加固部分的质量评价系数/>,其中/>分别表示预设的加固部分强度系数和焊接质量系数的权值。
8.根据权利要求1所述的一种基于机器视觉技术的钢构件成品质量管理方法,其特征在于:所述步骤六的具体过程为:
提取数据库中存储的合格钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数参考范围;
将各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数分别与对应的质量评价系数参考范围进行比较,得到质量合格的各钢构件和质量不合格的各钢构件;
将质量不合格的各目标钢构件中直轴部分、曲轴部分、连接部分和加固部分的质量评价系数分别与对应的质量评价系数参考范围进行比较,分析得到质量不合格的各钢构件的质检问题标签集合,将其发送至目标钢构件生产制造厂的生产管理部门。
CN202310538776.8A 2023-05-15 2023-05-15 一种基于机器视觉技术的钢构件成品质量管理方法 Active CN116309556B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310538776.8A CN116309556B (zh) 2023-05-15 2023-05-15 一种基于机器视觉技术的钢构件成品质量管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310538776.8A CN116309556B (zh) 2023-05-15 2023-05-15 一种基于机器视觉技术的钢构件成品质量管理方法

Publications (2)

Publication Number Publication Date
CN116309556A CN116309556A (zh) 2023-06-23
CN116309556B true CN116309556B (zh) 2023-07-21

Family

ID=86801659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310538776.8A Active CN116309556B (zh) 2023-05-15 2023-05-15 一种基于机器视觉技术的钢构件成品质量管理方法

Country Status (1)

Country Link
CN (1) CN116309556B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117094610B (zh) * 2023-10-20 2024-01-09 山东汇源杭萧钢构有限公司 一种基于装配式建筑的预制构件施工管理系统
CN117781882B (zh) * 2023-11-24 2024-06-18 济南科德智能科技有限公司 一种工业五金件检测mes数据采集分析系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016107804A (ja) * 2014-12-05 2016-06-20 株式会社東京アールアンドデー 車体フレームの補強構造
KR102103736B1 (ko) * 2019-08-22 2020-04-23 명지대학교 산학협력단 한옥의 내진설계를 위한 비틀림비정형 평가시스템 및 방법
CN111103291A (zh) * 2019-12-20 2020-05-05 广西柳州联耕科技有限公司 基于产品焊缝特征的图像识别与质量智能评价系统
CN111539938A (zh) * 2020-04-26 2020-08-14 中冶赛迪重庆信息技术有限公司 一种轧带钢带头曲度检测方法、系统、介质及电子终端
CN114357591A (zh) * 2022-02-28 2022-04-15 深圳市筑宇信息科技有限公司 一种基于bim技术的建筑物建造质量追踪分析管理系统
CN114778684A (zh) * 2022-06-21 2022-07-22 张家港沙龙精密管业有限公司 一种基于服役场景的钢管性能评估方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102075217B1 (ko) * 2017-12-26 2020-02-07 주식회사 포스코 용접부 검출 장치 및 방법
CN115841484B (zh) * 2022-12-30 2023-04-25 武汉誉城千里建工有限公司 一种基于三维激光扫描的钢结构焊接质量检测系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016107804A (ja) * 2014-12-05 2016-06-20 株式会社東京アールアンドデー 車体フレームの補強構造
KR102103736B1 (ko) * 2019-08-22 2020-04-23 명지대학교 산학협력단 한옥의 내진설계를 위한 비틀림비정형 평가시스템 및 방법
CN111103291A (zh) * 2019-12-20 2020-05-05 广西柳州联耕科技有限公司 基于产品焊缝特征的图像识别与质量智能评价系统
CN111539938A (zh) * 2020-04-26 2020-08-14 中冶赛迪重庆信息技术有限公司 一种轧带钢带头曲度检测方法、系统、介质及电子终端
CN114357591A (zh) * 2022-02-28 2022-04-15 深圳市筑宇信息科技有限公司 一种基于bim技术的建筑物建造质量追踪分析管理系统
CN114778684A (zh) * 2022-06-21 2022-07-22 张家港沙龙精密管业有限公司 一种基于服役场景的钢管性能评估方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
船体外板成型效果量化评价方法;许卓明;程良伦;周延周;黄琼;陈宜坤;;中国测试(第04期);27-31 *
钢丝加固受损钢筋混凝土短柱轴心受压试验研究;李亮;中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑(第2期);C038-1131 *

Also Published As

Publication number Publication date
CN116309556A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN116309556B (zh) 一种基于机器视觉技术的钢构件成品质量管理方法
CN109612412B (zh) 一种预制混凝土构件结合面粗糙度计算方法及评价系统
CN114354639B (zh) 一种基于3d点云的焊缝缺陷实时检测方法及系统
CN116618764B (zh) 一种镜面放电加工机的生产优化方法及系统
CN117094610B (zh) 一种基于装配式建筑的预制构件施工管理系统
CN116740060B (zh) 基于点云几何特征提取的装配式预制构件尺寸检测方法
CN112017293A (zh) 一种关于圆钢管几何初始缺陷的测量方法
CN116305436A (zh) 一种基于三维激光扫描结合bim的既有桥梁监测方法
CN115656182A (zh) 基于张量投票主成分分析的板材点云缺陷检测方法
CN101629812B (zh) 一种焊接接头成形组织特征的测量方法
CN117554186B (zh) 基于机器视觉的小型混凝土预制构件质量检测分析方法
CN114972457A (zh) 基于设计-实测点云模型的预制梁体数字预拼装匹配方法
Güldür Erkal et al. Automated geometric imperfection detection and quantification of CFS members from point clouds
CN112561989B (zh) 一种建造场景下吊装对象的识别方法
CN116228766B (zh) 一种等离子加工设备的智能调控方法及系统
CN116678368B (zh) 基于bim技术的装配式钢结构数据智能采集方法
CN116993804A (zh) 一种基于lsm算法的箍筋尺寸检测方法及系统
CN115880274A (zh) 基于三维计算机视觉的预制构件质量检测方法及系统
CN115388806A (zh) 零件表面线型偏差检测方法、装置、电子设备及存储介质
Yao et al. Robust locally weighted regression for profile measurement of magnesium alloy tube in hot bending process
CN110021027B (zh) 一种基于双目视觉的切边点计算方法
CN112229356B (zh) 一种基于点测量数据的零件质量检测方法
CN113393450B (zh) 用于数字线划图的数据质检方法、系统及可读存储介质
CN117911412B (zh) 用于工程机械用链轨节的尺寸检测方法及系统
CN116429170B (zh) 一种板坯质量检测方法

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