CN116435091B - 一种基于电感绕线机的异常调整方法及装置 - Google Patents

一种基于电感绕线机的异常调整方法及装置 Download PDF

Info

Publication number
CN116435091B
CN116435091B CN202310701266.8A CN202310701266A CN116435091B CN 116435091 B CN116435091 B CN 116435091B CN 202310701266 A CN202310701266 A CN 202310701266A CN 116435091 B CN116435091 B CN 116435091B
Authority
CN
China
Prior art keywords
winding
inductance
winding machine
wire
state
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
CN202310701266.8A
Other languages
English (en)
Other versions
CN116435091A (zh
Inventor
蔡旌章
王其艮
蔡尚霖
黄文辉
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.)
Cenke Technology Shenzhen Group Co ltd
Original Assignee
Cenke Technology Shenzhen Group 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 Cenke Technology Shenzhen Group Co ltd filed Critical Cenke Technology Shenzhen Group Co ltd
Priority to CN202310701266.8A priority Critical patent/CN116435091B/zh
Publication of CN116435091A publication Critical patent/CN116435091A/zh
Application granted granted Critical
Publication of CN116435091B publication Critical patent/CN116435091B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
    • H01F41/00—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties
    • H01F41/02—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties for manufacturing cores, coils, or magnets
    • H01F41/04—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties for manufacturing cores, coils, or magnets for manufacturing coils
    • H01F41/06—Coil winding
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
    • H01F41/00—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties
    • H01F41/02—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties for manufacturing cores, coils, or magnets
    • H01F41/04—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties for manufacturing cores, coils, or magnets for manufacturing coils
    • H01F41/06—Coil winding
    • H01F41/079—Measuring electrical characteristics while winding
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
    • H01F41/00—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties
    • H01F41/02—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties for manufacturing cores, coils, or magnets
    • H01F41/04—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties for manufacturing cores, coils, or magnets for manufacturing coils
    • H01F41/06—Coil winding
    • H01F41/08—Winding conductors onto closed formers or cores, e.g. threading conductors through toroidal cores
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
    • H01F41/00—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties
    • H01F41/02—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties for manufacturing cores, coils, or magnets
    • H01F41/04—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties for manufacturing cores, coils, or magnets for manufacturing coils
    • H01F41/06—Coil winding
    • H01F41/094—Tensioning or braking devices
    • 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
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/25—Process efficiency

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Coil Winding Methods And Apparatuses (AREA)

Abstract

本发明涉及智能物联网领域，揭露一种基于电感绕线机的异常调整方法及装置，包括：在预检测电感绕线机的设备状态及绕线导线的导线位置状态都处于正常状态时，启动电感绕线机中主轴驱动装置的绕线操作，并获取绕线过程的绕线视频和绕线结束后的绕线图像；基于绕线视频和绕线图像，检测电感绕线机的电感状态类别；在电感状态类别处于电感断线异常或电感线圈异常时，对应执行电感绕线机的断线异常调整或线圈异常调整，得到电感绕线机的第一异常调整结果或第二异常调整结果，并基于第一异常调整结果或第二异常调整结果，确定电感绕线机的最终异常调整结果。本发明可以提高电感绕线机的工作效率。

Description

一种基于电感绕线机的异常调整方法及装置
技术领域
本发明涉及智能物联网领域，尤其涉及一种基于电感绕线机的异常调整方法及装置。
背景技术
电感绕线机的异常调整是指对电感绕线机中出现的电感异常模式作出的适当改变和调节。电感绕线机在工业使用中经常会面临电感异常的问题，导致电感绕线机因为异常而损坏或无法正常工作。
目前，针对电感绕线机的电感异常的问题，往往需要暂停电感绕线机的工作来进行异常排查，无法对电感异常的部分进行准确定位和自动调整，致使极大地降低了电感绕线机的工作效率。
发明内容
本发明提供一种基于电感绕线机的异常调整方法及装置，其主要目的在于提高电感绕线机的工作效率。
为实现上述目的，本发明提供的一种基于电感绕线机的异常调整方法，包括：
预检测所述电感绕线机的设备状态；
在所述设备状态处于设备正常状态时，启动所述电感绕线机，以获取所述电感绕线机的环形磁芯位置的磁芯图像；
根据所述磁芯图像，判断所述电感绕线机中绕线导线的导线位置状态；
若所述导线位置状态处于位置正常状态，则启动所述电感绕线机中主轴驱动装置的绕线操作，并获取所述绕线操作过程中的绕线视频和所述绕线操作结束后的绕线图像；
基于所述绕线视频和所述绕线图像，检测所述电感绕线机的电感状态类别；
在所述电感状态类别处于电感断线异常时，获取所述绕线导线的当前绕线张力和预设绕线张力，根据所述当前绕线张力和所述预设绕线张力，计算张力过载比，基于所述张力过载比，执行所述电感绕线机的断线异常调整，得到所述电感绕线机的第一异常调整结果，并，基于所述第一异常调整结果确定所述电感绕线机的最终异常调整结果；或
在所述电感状态类别处于电感线圈异常时，获取所述绕线导线的当前绕线圈数和预设绕线圈数，计算所述当前绕线圈数和所述预设绕线圈数的圈数差值，根据所述圈数差值，执行所述电感绕线机的线圈异常调整，得到所述电感绕线机的第二异常调整结果，并，基于所述第二异常调整结果确定所述电感绕线机的最终异常调整结果。
可选地，所述电感绕线机包括：绕线主轴、排线架、送线装置、托盘装置、红外对接器及夹线装置，所述预检测所述电感绕线机的设备状态，包括：
将所述电感绕线机接通电源之后，启动所述绕线主轴与所述排线架，以执行所述电感绕线机的装置归零操作，得到所述电感绕线机的绕排线状态；
启动所述送线装置，以检测所述托盘装置的托盘引线状态；
利用所述红外对接器，检测所述夹线装置的夹线装置状态；
根据所述绕排线状态、所述托盘引线状态及所述夹线装置状态，确定所述电感绕线机的设备状态。
可选地，所述启动所述电感绕线机，包括：
接收用户的启动控制指令，根据所述启动控制指令，控制所述电感绕线机的夹线装置，以夹紧所述绕线导线并将所述绕线导线穿过环形磁芯；
检测所述电感绕线机的卡线槽内所述绕线导线的引入状态；
所述引入状态为已引入时，夹紧所述绕线导线，以执行所述电感绕线机的启动操作。
可选地，所述根据所述磁芯图像，判断所述电感绕线机中绕线导线的导线位置状态，包括：
识别所述电感绕线机的环形磁芯，获取所述电感绕线机未启动时的所述环形磁芯的初始图像；
对所述磁芯图像和所述初始图像进行差分运算，得到差分图像；
对所述差分图像进行引线检测，得到引线检测状态；
根据所述引线检测状态，确定所述电感绕线机中绕线导线的导线位置状态。
可选地，所述对所述差分图像进行引线检测，得到引线检测状态，包括：
对所述差分图像进行灰度化处理，得到差分灰度图像；
对所述差分灰度图像进行去噪处理，得到差分去噪图像；
利用下述公式计算所述差分去噪图像的最优分割阈值：
；
其中，T*表示最优分割阈值，arg表示变元符号，max表示最大值符号，i表示差分去噪图像的像素灰度，L表示差分去噪图像的灰度像素级，ni表示像素灰度i在差分去噪图像中的出现次数，p1表示不大于分割阈值的差分去噪图像的像素概率，T表示分割阈值；
根据所述最优分割阈值，对所述差分去噪图像进行图像二值分割，得到二值化差分图像；
对所述二值化差分图像进行连通性分析，得到差分连通域；
根据所述差分连通域，确定所述引线检测状态。
可选地，所述基于所述绕线视频和所述绕线图像，检测所述电感绕线机的电感状态类别，包括：
基于所述绕线视频，对所述电感绕线机进行电感断线异常检测，得到所述电感绕线机的电感断线状态；
基于所述绕线图像，对所述电感绕线机进行电感线圈异常检测，得到所述电感绕线机的电感线圈状态；
根据所述电感断线状态和所述电感线圈状态，确定所述电感绕线机的电感状态类别。
可选地，所述基于所述绕线视频，对所述电感绕线机进行电感断线异常检测，得到所述电感绕线机的电感断线状态，包括：
将所述绕线视频转换为视频帧图像，对所述视频帧图像进行灰度化处理，得到灰度帧图像；
对所述灰度帧图像进行去噪处理，得到去噪帧图像；
依次对所述去噪帧图像中的后帧去噪图像和前帧去噪图像进行差分处理，得到差分帧图像；
按时间顺序倒序排列所述差分帧图像，生成差分帧序列，根据所述差分帧序列，判定所述电感绕线机的电感断线状态。
可选地，所述基于所述绕线图像，对所述电感绕线机进行电感线圈异常检测，得到所述电感绕线机的电感线圈状态，包括：
获取所述电感绕线机的环形磁芯的实物内径和实物外径，根据所述实物内径和所述实物外径，利用预设的实物尺寸和图像尺寸之间的映射比例，计算所述环形磁芯的图像内径和图像外径；
在所述绕线图像中提取所述环形磁芯的内环点和外环点，根据所述图像内径、所述图像外径、所述内环点及所述外环点，计算所述环形磁芯的磁芯环心；
提取所述绕线图像的上边缘，根据所述上边缘和所述磁芯环心，计算所述环形磁芯的左右中心线；
根据所述左右中心线，获取所述环形磁芯的左线圈数量和右线圈数量，基于所述左线圈数量和所述右线圈数量，利用预设的左线圈阈值和右线圈阈值，分别计算所述左线圈阈值与所述左线圈数量的左差分值及所述右线圈阈值与所述右线圈数量的右差分值；
根据所述左差分值和所述右差分值，判定所述电感绕线机的电感线圈状态。
可选地，所述基于所述张力过载比，执行所述电感绕线机的断线异常调整，得到所述电感绕线机的第一异常调整结果，包括：
识别所述电感绕线机的绕线导线，获取所述绕线导线的绕线速度和绕线张力，根据所述绕线速度和预设绕线速度，计算速度过载比，根据所述速度过载比，调整所述绕线速度，得到调整绕线速度；
基于所述张力过载比，调整所述绕线张力，得到调整绕线张力；
根据所述调整绕线速度和所述调整绕线张力，执行所述电感绕线机的断线异常调整，得到所述电感绕线机的第一异常调整结果。
为了解决上述问题，本发明还提供一种基于电感绕线机的异常调整装置，所述装置包括：
设备状态预检测模块，用于预检测所述电感绕线机的设备状态；
磁芯图像获取模块，用于在所述设备状态处于设备正常状态时，启动所述电感绕线机，以获取所述电感绕线机的环形磁芯位置的磁芯图像；
导线状态判断模块，用于根据所述磁芯图像，判断所述电感绕线机中绕线导线的导线位置状态；
绕线操作开启模块，用于若所述导线位置状态处于位置正常状态，则启动所述电感绕线机中主轴驱动装置的绕线操作，并获取所述绕线操作过程中的绕线视频和所述绕线操作结束后的绕线图像；
状态类别检测模块，用于基于所述绕线视频和所述绕线图像，检测所述电感绕线机的电感状态类别；
异常调整模块，用于在所述电感状态类别处于电感断线异常时，获取所述绕线导线的当前绕线张力和预设绕线张力，根据所述当前绕线张力和所述预设绕线张力，计算张力过载比，基于所述张力过载比，执行所述电感绕线机的断线异常调整，得到所述电感绕线机的第一异常调整结果，并，基于所述第一异常调整结果确定所述电感绕线机的最终异常调整结果；或，用于在所述电感状态类别处于电感线圈异常时，获取所述绕线导线的当前绕线圈数和预设绕线圈数，计算所述当前绕线圈数和所述预设绕线圈数的圈数差值，根据所述圈数差值，执行所述电感绕线机的线圈异常调整，得到所述电感绕线机的第二异常调整结果，并，基于所述第二异常调整结果确定所述电感绕线机的最终异常调整结果。
可以看出，本发明通过预检测所述电感绕线机的设备状态可以确定电感绕线机的设备状态有无异常以为后续设备的异常调整前提，启动所述电感绕线机可以得到电感绕线机运行中的实时情况，并获取所述电感绕线机的环形磁芯位置的磁芯图像可以为判断电感绕线机的绕线操作是否正常提供数据对象，及根据所述磁芯图像，判断所述电感绕线机中绕线导线的导线位置状态可以判断绕线导线的引入有无异常，以进一步确定绕线操作的状态；其次，本发明通过在所述导线位置状态处于位置正常状态，则启动所述电感绕线机中主轴驱动装置的绕线操作可以正常开启绕线操作并获取实时绕线状态，以为后续检测电感异常前提，并基于所述绕线视频和所述绕线图像，检测所述电感绕线机的电感状态类别可以确定电感绕线机的具体的实时电感状态类别，并在所述电感状态类别处于电感断线异常时，获取所述绕线导线的当前绕线张力和预设绕线张力可以确定导致断线异常时的第一主要因子数据，根据所述当前绕线张力和所述预设绕线张力，计算张力过载比以作为后续对电感断线异常的调整依据，并基于所述第一异常调整结果确定所述电感绕线机的最终异常调整结果自适应实时调整电感绕线机运行中的断线异常问题而无需停机排查调整，极大地提高了电感绕线机的工作效率；进一步地，本发明通过在所述电感状态类别处于电感线圈异常时，获取所述绕线导线的当前绕线圈数和预设绕线圈数可以确定导致线圈异常时的第二主要因子数据，并计算所述当前绕线圈数和所述预设绕线圈数的圈数差值可以作为后续对电感线圈异常的调整依据，及根据所述圈数差值，执行所述电感绕线机的线圈异常调整可以得到所述电感绕线机的实时线圈异常调整结果，提高了电感绕线机的自适应性，并基于所述第二异常调整结果确定所述电感绕线机的最终异常调整结果自适应实时调整电感绕线机运行中的线圈异常问题而无需停机排查调整，极大地提高了电感绕线机的工作效率。因此，本发明提出的一种基于电感绕线机的异常调整方法及装置，可以提高电感绕线机的工作效率。
附图说明
图1为本发明一实施例提供的基于电感绕线机的异常调整方法的流程示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
图2为本发明一实施例提供的基于电感绕线机的异常调整装置的模块示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供基于电感绕线机的异常调整方法。所述基于电感绕线机的异常调整方法的执行主体包括但不限于服务端、终端等能够被配置为执行本发明实施例提供的该方法的电子设备中的至少一种。换言之，所述基于电感绕线机的异常调整方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的基于电感绕线机的异常调整方法的流程示意图。在本发明实施例中，所述基于电感绕线机的异常调整方法包括：
S1、预检测所述电感绕线机的设备状态。
本发明实施例通过预检测所述电感绕线机的设备状态可以确定电感绕线机的设备状态有无异常以为后续设备的异常调整前提。其中，所述电感绕线机是指是专业解决半导体行业线圈绕制工艺的自动化设备。
进一步地，作为本发明的一个可选实施例，所述电感绕线机包括：绕线主轴、排线架、送线装置、托盘装置、红外对接器及夹线装置，所述预检测所述电感绕线机的设备状态，包括：将所述电感绕线机接通电源之后，启动所述绕线主轴与所述排线架，以执行所述电感绕线机的装置归零操作，得到所述电感绕线机的绕排线状态；启动所述送线装置，以检测所述托盘装置的托盘引线状态；利用所述红外对接器，检测所述夹线装置的夹线装置状态；根据所述绕排线状态、所述托盘引线状态及所述夹线装置状态，确定所述电感绕线机的设备状态。
其中，所述绕线主轴是指提供旋转动力拉动漆包线或导线旋转的动力轴。所述排线架是指整理固定绕线导线的排线布线装置。所述送线装置是指由驱动装置驱动的传送导线到指定位置的装置。所述托盘装置是用于集装、堆放、搬运及运输的放置作为单元负荷的货物和制品的水平平台装置。所述红外对接器是指利用红外线感应原理检测导线是否引入夹线装置的检测设备。夹线装置是为使导线在一定的张力状态下顺利构成线迹，专门对导线施加夹紧力的装置。
可选地，所述执行所述电感绕线机的装置归零操作可通过智能总控制器将所述绕线主轴与所述排线架退回到初始位置实现。所述检测所述托盘装置的托盘引线状态可以通过启动下料机械手臂进行二次送线，并开启托盘装置上的检测传感器来检测绕线导线是否进入托盘装置实现。
S2、在所述设备状态处于设备正常状态时，启动所述电感绕线机，以获取所述电感绕线机的环形磁芯位置的磁芯图像。
本发明实施例通过启动所述电感绕线机可以得到电感绕线机运行中的实时情况。
进一步地，作为本发明的一个可选实施例，所述启动所述电感绕线机，包括：接收用户的启动控制指令，根据所述启动控制指令，控制所述电感绕线机的夹线装置，以夹紧所述绕线导线并将所述绕线导线穿过环形磁芯；检测所述电感绕线机的卡线槽内所述绕线导线的引入状态；所述引入状态为已引入时，夹紧所述绕线导线，以执行所述电感绕线机的启动操作。
其中，所述卡线槽是用来将电源线、数据线等线材规范的整理，固定在墙上或者天花板上的电工用具，其根据材质的不同，可划分为环保PVC线槽、无卤PPO线槽、无卤PC/ABS线槽、钢铝等金属线槽等。
可选地，根据所述启动控制指令，控制所述电感绕线机的夹线装置可通过可编程逻辑控制器将启动控制指令加载到内存并执行所述启动控制指令实现。所述夹紧所述绕线导线并将所述绕线导线穿过环形磁芯可通过调用预构建的电感绕线机的夹线装置的可编程逻辑控制器的夹紧控制指令及导线穿过指令实现。所述检测所述电感绕线机的卡线槽内所述绕线导线的引入状态可通过启动卡线槽传感器检测。
其中，所述可编程逻辑控制器是种专门为在工业环境下应用而设计的数字运算操作电子系统，其采用一种可编程的存储器，在其内部存储执行逻辑运算、顺序控制、定时、计数和算术运算等操作的指令，通过数字式或模拟式的输入输出来控制各种类型的机械设备或生产过程。所述卡线槽传感器是指能将卡线槽中导线是否引入的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求的检测装置。
进一步地，本发明实施例通过获取所述电感绕线机的环形磁芯位置的磁芯图像可以为判断电感绕线机的绕线操作是否正常提供数据对象。其中，所述环形磁芯位置是指为了增加电磁体的磁感应强度，在电感线圈的磁路中设置的环形导磁物质体的所在地方。
进一步地，作为本发明的一个可选实施例，所述获取所述电感绕线机的环形磁芯位置的磁芯图像可以通过摄像传感器从所述环形磁芯的垂直方向拍摄获取。其中，所述磁芯图像是指电感绕线机的磁芯部分形成视觉景象的事物。所述摄像传感器是利用光电器件的光电转换功能将感光面上的光像转换为与光像成相应比例关系的电信号。
S3、根据所述磁芯图像，判断所述电感绕线机中绕线导线的导线位置状态。
本发明实施例通过根据所述磁芯图像，判断所述电感绕线机中绕线导线的导线位置状态可以判断绕线导线的引入有无异常，以进一步确定绕线操作的状态。
进一步地，作为本发明的一个可选实施例，所述根据所述磁芯图像，判断所述电感绕线机中绕线导线的导线位置状态，包括：识别所述电感绕线机的环形磁芯，获取所述电感绕线机未启动时的所述环形磁芯的初始图像；对所述磁芯图像和所述初始图像进行差分运算，得到差分图像；对所述差分图像进行引线检测，得到引线检测状态；根据所述引线检测状态，确定所述电感绕线机中绕线导线的导线位置状态。
可选地，所述对所述差分图像进行引线检测，得到引线检测状态，包括：
对所述差分图像进行灰度化处理，得到差分灰度图像；
对所述差分灰度图像进行去噪处理，得到差分去噪图像；
利用下述公式计算所述差分去噪图像的最优分割阈值：
；
其中，T*表示最优分割阈值，arg表示变元符号，max表示最大值符号，i表示差分去噪图像的像素灰度，L表示差分去噪图像的灰度像素级，ni表示像素灰度i在差分去噪图像中的出现次数，p1表示不大于分割阈值的差分去噪图像的像素概率，T表示分割阈值；
根据所述最优分割阈值，对所述差分去噪图像进行图像二值分割，得到二值化差分图像；
对所述二值化差分图像进行连通性分析，得到差分连通域；
根据所述差分连通域，确定所述引线检测状态。
可选地，所述对所述二值化差分图像进行连通性分析，得到差分连通域可通过blob分析法实现。
可选地，所述根据所述差分连通域，确定所述引线检测状态，包括：若所述差分连通域存在时，判断所述导线位置状态为正常状态；若所述差分连通域不存在时，判断所述导线位置状态为异常状态。
S4、若所述导线位置状态处于位置正常状态时，启动所述电感绕线机中主轴驱动装置的绕线操作，并获取所述绕线操作过程中的绕线视频和所述绕线操作结束后的绕线图像。
本发明实施例中，所述主轴驱动装置是指为电感绕线机的关节和主轴提供运动和力量的部件。本发明实施例通过启动所述电感绕线机中主轴驱动装置的绕线操作可以正常开启绕线操作并获取实时绕线状态，以为后续检测电感异常前提。
进一步地，本发明实施例通过获取所述绕线操作过程中的绕线视频和所述绕线操作结束后的绕线图像可以分别为后续的电感断线检测和电感线圈检测提供处理对象。
进一步地，作为本发明的一个可选实施例，所述获取所述绕线操作过程中的绕线视频和所述绕线操作结束后的绕线图像可以分别通过摄像机或相机获取。
S5、基于所述绕线视频和所述绕线图像，检测所述电感绕线机的电感状态类别。
本发明实施例通过基于所述绕线视频和所述绕线图像，检测所述电感绕线机的电感状态类别可以确定电感绕线机的具体的实时电感状态类别，所述电感状态类别包括电感断线异常、电感线圈异常及电感正常。
进一步地，作为本发明的一个可选实施例，所述基于所述绕线视频和所述绕线图像，检测所述电感绕线机的电感状态类别，包括：基于所述绕线视频，对所述电感绕线机进行电感断线异常检测，得到所述电感绕线机的电感断线状态；基于所述绕线图像，对所述电感绕线机进行电感线圈异常检测，得到所述电感绕线机的电感线圈状态；根据所述电感断线状态和所述电感线圈状态，确定所述电感绕线机的电感状态类别。
可选地，所述基于所述绕线视频，对所述电感绕线机进行电感断线异常检测，得到所述电感绕线机的电感断线状态，包括：将所述绕线视频转换为视频帧图像，对所述视频帧图像进行灰度化处理，得到灰度帧图像；对所述灰度帧图像进行去噪处理，得到去噪帧图像；依次对所述去噪帧图像中的后帧去噪图像和前帧去噪图像进行差分处理，得到差分帧图像；按时间顺序倒序排列所述差分帧图像，生成差分帧序列，根据所述差分帧序列，判定所述电感绕线机的电感断线状态。
可选地，所述基于所述绕线图像，对所述电感绕线机进行电感线圈异常检测，得到所述电感绕线机的电感线圈状态，包括：获取所述电感绕线机的环形磁芯的实物内径和实物外径，根据所述实物内径和所述实物外径，利用预设的实物尺寸和图像尺寸之间的映射比例，计算所述环形磁芯的图像内径和图像外径；在所述绕线图像中提取所述环形磁芯的内环点和外环点，根据所述图像内径、所述图像外径、所述内环点及所述外环点，计算所述环形磁芯的磁芯环心；提取所述绕线图像的上边缘，根据所述上边缘和所述磁芯环心，计算所述环形磁芯的左右中心线；根据所述左右中心线，获取所述环形磁芯的左线圈数量和右线圈数量，基于所述左线圈数量和所述右线圈数量，利用预设的左线圈阈值和右线圈阈值，分别计算所述左线圈阈值与所述左线圈数量的左差分值及所述右线圈阈值与所述右线圈数量的右差分值；根据所述左差分值和所述右差分值，判定所述电感绕线机的电感线圈状态。
其中，所述左线圈阈值是指预先存储在云端的电感绕线机的环形磁芯左半部分的线圈圈数值。所述右线圈阈值是指预先存储在云端的电感绕线机的环形磁芯右半部分的线圈圈数值。
可选地，所述根据所述电感断线状态和所述电感线圈状态，确定所述电感绕线机的电感状态类别，包括：在所述电感断线状态处于断线异常时，确定所述电感绕线机的电感状态类别为电感断线异常；在所述电感断线状态处于断线正常并且所述电感线圈状态处于线圈异常时，确定所述电感绕线机的电感状态类别为电感线圈异常；在所述电感断线状态处于断线正常并且所述电感线圈状态处于线圈正常时，确定所述电感绕线机的电感状态类别为电感正常。
S6、在所述电感状态类别处于电感断线异常时，获取所述绕线导线的当前绕线张力和预设绕线张力，根据所述当前绕线张力和所述预设绕线张力，计算张力过载比，基于所述张力过载比，执行所述电感绕线机的断线异常调整，得到所述电感绕线机的第一异常调整结果，并，基于所述第一异常调整结果确定所述电感绕线机的最终异常调整结果。
本发明实施例通过获取所述绕线导线的当前绕线张力和预设绕线张力可以确定导致断线异常时的第一主要因子数据。所述当前绕线张力可通过张力传感器获取，所述预设绕线张力可以通过向云端获取。
进一步地，本发明实施例通过根据所述当前绕线张力和所述预设绕线张力，计算张力过载比以作为后续对电感断线异常的调整依据。
进一步地，作为本发明的一个可选实施例，所述根据所述当前绕线张力和所述预设绕线张力，计算张力过载比，包括：
利用下述公式计算计算张力过载比：
；
其中，β表示张力过载比，Fn表示当前绕线张力，Fe表示预设绕线张力。
进一步地，本发明实施例通过基于所述张力过载比，执行所述电感绕线机的断线异常调整可以得到所述电感绕线机的实时断线异常调整结果，提高了电感绕线机的自适应性和工作效率。
进一步地，作为本发明的一个可选实施例，所述基于所述张力过载比，执行所述电感绕线机的断线异常调整，得到所述电感绕线机的第一异常调整结果，包括：识别所述电感绕线机的绕线导线，获取所述绕线导线的绕线速度和绕线张力，根据所述绕线速度和预设绕线速度，计算速度过载比，根据所述速度过载比，调整所述绕线速度，得到调整绕线速度；基于所述张力过载比，调整所述绕线张力，得到调整绕线张力；根据所述调整绕线速度和所述调整绕线张力，执行所述电感绕线机的断线异常调整，得到所述电感绕线机的第一异常调整结果。
其中，所述预设绕线速度是指根据线圈材质和线圈大小预先设定好的绕线速度。
可选地，所述根据所述速度过载比，调整所述绕线速度，得到调整绕线速度可以通过先计算预构建的比例函数（所述速度过载比的函数）值，再计算所述比例函数值与所述绕线速度的乘积并使得所述乘积不大于预设绕线速度实现。
可以理解的是，本发明实施例中，所述基于所述第一异常调整结果确定所述电感绕线机的最终异常调整结果表示在所述电感状态类别处于电感断线异常时，自适应实时调整电感绕线机运行中的断线异常问题而无需停机排查调整，极大地提高了电感绕线机的工作效率。
S7、或在所述电感状态类别处于电感线圈异常时，获取所述绕线导线的当前绕线圈数和预设绕线圈数，计算所述当前绕线圈数和所述预设绕线圈数的圈数差值，根据所述圈数差值，执行所述电感绕线机的线圈异常调整，得到所述电感绕线机的第二异常调整结果，并，基于所述第二异常调整结果确定所述电感绕线机的最终异常调整结果。
本发明实施例通过获取所述绕线导线的当前绕线圈数和预设绕线圈数可以确定导致线圈异常时的第二主要因子数据。所述当前绕线圈数可通过对绕线图像阈值分割获取，所述预设绕线圈数可以通过向云端获取。
进一步地，本发明实施例通过计算所述当前绕线圈数和所述预设绕线圈数的圈数差值可以作为后续对电感线圈异常的调整依据。所述圈数差值可以通过对当前绕线圈数和预设绕线圈数进行差分运算得到。
进一步地，本发明实施例通过根据所述圈数差值，执行所述电感绕线机的线圈异常调整可以得到所述电感绕线机的第二异常调整结果，并提高了电感绕线机的自适应性和工作效率。
进一步地，作为本发明的一个可选实施例，所述根据所述圈数差值，执行所述电感绕线机的线圈异常调整，得到所述电感绕线机的第二异常调整结果，包括：识别所述圈数差值中的左圈数差值和右圈数差值，根据所述左圈数差值，控制所述电感绕线机的左绕线主轴调整左绕线流程；根据所述右圈数差值，控制所述电感绕线机的右绕线主轴调整右绕线流程；根据所述左绕线流程和所述右绕线流程，执行所述电感绕线机的线圈异常调整，得到所述电感绕线机的第二异常调整结果。
可以理解的是，本发明实施例中，所述基于所述第二异常调整结果确定所述电感绕线机的最终异常调整结果表示在所述电感状态类别处于电感线圈异常时的最终异常调整结果由所述第二异常调整结果确定。由于电感断线异常与电感线圈异常是相互独立的且不能同时出现，因此自适应调整线圈异常得到的所述第二异常调整结果与自适应调整断线异常得到的所述第一异常调整结果之间是“逻辑或”的关系，从而最终异常调整结果是所述第一异常调整结果、所述第二异常调整结果的“逻辑或”结果。
同时，在所述电感状态类别处于电感正常时表示所述电感绕线机未发生异常，因此保持电感绕线机的设备当前状态的配置参数不变以执行电感绕线机的正常运行，无需进行电感绕线机的异常调整。
可以看出，本发明实施例通过预检测所述电感绕线机的设备状态可以确定电感绕线机的设备状态有无异常以为后续设备的异常调整前提，启动所述电感绕线机可以得到电感绕线机运行中的实时情况，并获取所述电感绕线机的环形磁芯位置的磁芯图像可以为判断电感绕线机的绕线操作是否正常提供数据对象，及根据所述磁芯图像，判断所述电感绕线机中绕线导线的导线位置状态可以判断绕线导线的引入有无异常，以进一步确定绕线操作的状态；其次，本发明实施例通过在所述导线位置状态处于位置正常状态，则启动所述电感绕线机中主轴驱动装置的绕线操作可以正常开启绕线操作并获取实时绕线状态，以为后续检测电感异常前提，并基于所述绕线视频和所述绕线图像，检测所述电感绕线机的电感状态类别可以确定电感绕线机的具体的实时电感状态类别，并在所述电感状态类别处于电感断线异常时，获取所述绕线导线的当前绕线张力和预设绕线张力可以确定导致断线异常时的第一主要因子数据，根据所述当前绕线张力和所述预设绕线张力，计算张力过载比以作为后续对电感断线异常的调整依据，并基于所述第一异常调整结果确定所述电感绕线机的最终异常调整结果自适应实时调整电感绕线机运行中的断线异常问题而无需停机排查调整，极大地提高了电感绕线机的工作效率；进一步地，本发明实施例通过在所述电感状态类别处于电感线圈异常时，获取所述绕线导线的当前绕线圈数和预设绕线圈数可以确定导致线圈异常时的第二主要因子数据，并计算所述当前绕线圈数和所述预设绕线圈数的圈数差值可以作为后续对电感线圈异常的调整依据，及根据所述圈数差值，执行所述电感绕线机的线圈异常调整可以得到所述电感绕线机的实时线圈异常调整结果，提高了电感绕线机的自适应性，并基于所述第二异常调整结果确定所述电感绕线机的最终异常调整结果自适应实时调整电感绕线机运行中的线圈异常问题而无需停机排查调整，极大地提高了电感绕线机的工作效率。因此，本发明实施例提出的一种基于电感绕线机的异常调整方法及装置，可以提高电感绕线机的工作效率。
如图2所示，是本发明基于电感绕线机的异常调整装置的功能模块图。
本发明所述基于电感绕线机的异常调整装置100可以安装于电子设备中。根据实现的功能，所述基于电感绕线机的异常调整装置可以包括设备状态预检测模块101、磁芯图像获取模块102、导线状态判断模块103、绕线操作开启模块104、状态类别检测模块105以及异常调整模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备的处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述设备状态预检测模块101，用于预检测所述电感绕线机的设备状态；
所述磁芯图像获取模块102，用于在所述设备状态处于设备正常状态时，启动所述电感绕线机，以获取所述电感绕线机的环形磁芯位置的磁芯图像；
所述导线状态判断模块103，用于根据所述磁芯图像，判断所述电感绕线机中绕线导线的导线位置状态；
所述绕线操作开启模块104，用于若所述导线位置状态处于位置正常状态，则启动所述电感绕线机中主轴驱动装置的绕线操作，并获取所述绕线操作过程中的绕线视频和所述绕线操作结束后的绕线图像；
所述状态类别检测模块105，用于基于所述绕线视频和所述绕线图像，检测所述电感绕线机的电感状态类别；
所述异常调整模块106，用于在所述电感状态类别处于电感断线异常时，获取所述绕线导线的当前绕线张力和预设绕线张力，根据所述当前绕线张力和所述预设绕线张力，计算张力过载比，基于所述张力过载比，执行所述电感绕线机的断线异常调整，得到所述电感绕线机的第一异常调整结果，并，基于所述第一异常调整结果确定所述电感绕线机的最终异常调整结果；或，用于在所述电感状态类别处于电感线圈异常时，获取所述绕线导线的当前绕线圈数和预设绕线圈数，计算所述当前绕线圈数和所述预设绕线圈数的圈数差值，根据所述圈数差值，执行所述电感绕线机的线圈异常调整，得到所述电感绕线机的第二异常调整结果，并，基于所述第二异常调整结果确定所述电感绕线机的最终异常调整结果。
详细地，本发明实施例中所述基于电感绕线机的异常调整装置100中的所述各模块在使用时采用与上述的图1中所述的基于电感绕线机的异常调整方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能（Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (8)

1.一种基于电感绕线机的异常调整方法，其特征在于，所述方法包括：
预检测所述电感绕线机的设备状态；
在所述设备状态处于设备正常状态时，启动所述电感绕线机，以获取所述电感绕线机的环形磁芯位置的磁芯图像，其中，所述启动所述电感绕线机，包括：接收用户的启动控制指令，根据所述启动控制指令，控制所述电感绕线机的夹线装置，以夹紧绕线导线并将所述绕线导线穿过环形磁芯；检测所述电感绕线机的卡线槽内所述绕线导线的引入状态；所述引入状态为已引入时，夹紧所述绕线导线，以执行所述电感绕线机的启动操作；
识别所述电感绕线机的环形磁芯，获取所述电感绕线机未启动时的所述环形磁芯的初始图像；对所述磁芯图像和所述初始图像进行差分运算，得到差分图像；对所述差分图像进行引线检测，得到引线检测状态；根据所述引线检测状态，确定所述电感绕线机中绕线导线的导线位置状态；
若所述导线位置状态处于位置正常状态，则启动所述电感绕线机中主轴驱动装置的绕线操作，并获取所述绕线操作过程中的绕线视频和所述绕线操作结束后的绕线图像；
基于所述绕线视频和所述绕线图像，检测所述电感绕线机的电感状态类别；
在所述电感状态类别处于电感断线异常时，获取所述绕线导线的当前绕线张力和预设绕线张力，根据所述当前绕线张力和所述预设绕线张力，计算张力过载比，基于所述张力过载比，执行所述电感绕线机的断线异常调整，得到所述电感绕线机的第一异常调整结果，并基于所述第一异常调整结果确定所述电感绕线机的最终异常调整结果；
在所述电感状态类别处于电感线圈异常时，获取所述绕线导线的当前绕线圈数和预设绕线圈数，计算所述当前绕线圈数和所述预设绕线圈数的圈数差值，根据所述圈数差值，执行所述电感绕线机的线圈异常调整，得到所述电感绕线机的第二异常调整结果，并基于所述第二异常调整结果确定所述电感绕线机的最终异常调整结果。
2.如权利要求1所述的基于电感绕线机的异常调整方法，其特征在于，所述电感绕线机包括：绕线主轴、排线架、送线装置、托盘装置、红外对接器及夹线装置，所述预检测所述电感绕线机的设备状态，包括：
将所述电感绕线机接通电源之后，启动所述绕线主轴与所述排线架，以执行所述电感绕线机的装置归零操作，得到所述电感绕线机的绕排线状态；
启动所述送线装置，以检测所述托盘装置的托盘引线状态；
利用所述红外对接器，检测所述夹线装置的夹线装置状态；
根据所述绕排线状态、所述托盘引线状态及所述夹线装置状态，确定所述电感绕线机的设备状态。
3.如权利要求1所述的基于电感绕线机的异常调整方法，其特征在于，所述对所述差分图像进行引线检测，得到引线检测状态，包括：
对所述差分图像进行灰度化处理，得到差分灰度图像；
对所述差分灰度图像进行去噪处理，得到差分去噪图像；
利用下述公式计算所述差分去噪图像的最优分割阈值：
；
其中，T*表示最优分割阈值，arg表示变元符号，max表示最大值符号，i表示差分去噪图像的像素灰度，L表示差分去噪图像的灰度像素级，ni表示像素灰度i在差分去噪图像中的出现次数，P1表示不大于分割阈值的差分去噪图像的像素概率，T表示分割阈值；
根据所述最优分割阈值，对所述差分去噪图像进行图像二值分割，得到二值化差分图像；
对所述二值化差分图像进行连通性分析，得到差分连通域；
根据所述差分连通域，确定所述引线检测状态。
4.如权利要求1所述的基于电感绕线机的异常调整方法，其特征在于，所述基于所述绕线视频和所述绕线图像，检测所述电感绕线机的电感状态类别，包括：
基于所述绕线视频，对所述电感绕线机进行电感断线异常检测，得到所述电感绕线机的电感断线状态；
基于所述绕线图像，对所述电感绕线机进行电感线圈异常检测，得到所述电感绕线机的电感线圈状态；
根据所述电感断线状态和所述电感线圈状态，确定所述电感绕线机的电感状态类别。
5.如权利要求4所述的基于电感绕线机的异常调整方法，其特征在于，所述基于所述绕线视频，对所述电感绕线机进行电感断线异常检测，得到所述电感绕线机的电感断线状态，包括：
将所述绕线视频转换为视频帧图像，对所述视频帧图像进行灰度化处理，得到灰度帧图像；
对所述灰度帧图像进行去噪处理，得到去噪帧图像；
依次对所述去噪帧图像中的后帧去噪图像和前帧去噪图像进行差分处理，得到差分帧图像；
按时间顺序倒序排列所述差分帧图像，生成差分帧序列，根据所述差分帧序列，判定所述电感绕线机的电感断线状态。
6.如权利要求4所述的基于电感绕线机的异常调整方法，其特征在于，所述基于所述绕线图像，对所述电感绕线机进行电感线圈异常检测，得到所述电感绕线机的电感线圈状态，包括：
获取所述电感绕线机的环形磁芯的实物内径和实物外径，根据所述实物内径和所述实物外径，利用预设的实物尺寸和图像尺寸之间的映射比例，计算所述环形磁芯的图像内径和图像外径；
在所述绕线图像中提取所述环形磁芯的内环点和外环点，根据所述图像内径、所述图像外径、所述内环点及所述外环点，计算所述环形磁芯的磁芯环心；
提取所述绕线图像的上边缘，根据所述上边缘和所述磁芯环心，计算所述环形磁芯的左右中心线；
根据所述左右中心线，获取所述环形磁芯的左线圈数量和右线圈数量，基于所述左线圈数量和所述右线圈数量，利用预设的左线圈阈值和右线圈阈值，分别计算所述左线圈阈值与所述左线圈数量的左差分值及所述右线圈阈值与所述右线圈数量的右差分值；
根据所述左差分值和所述右差分值，判定所述电感绕线机的电感线圈状态。
7.如权利要求1所述的基于电感绕线机的异常调整方法，其特征在于，所述基于所述张力过载比，执行所述电感绕线机的断线异常调整，得到所述电感绕线机的第一异常调整结果，包括：
识别所述电感绕线机的绕线导线，获取所述绕线导线的绕线速度和绕线张力，根据所述绕线速度和预设绕线速度，计算速度过载比，根据所述速度过载比，调整所述绕线速度，得到调整绕线速度；
基于所述张力过载比，调整所述绕线张力，得到调整绕线张力；
根据所述调整绕线速度和所述调整绕线张力，执行所述电感绕线机的断线异常调整，得到所述电感绕线机的第一异常调整结果。
8.一种基于电感绕线机的异常调整装置，其特征在于，所述装置包括：
设备状态预检测模块，用于预检测所述电感绕线机的设备状态；
磁芯图像获取模块，用于在所述设备状态处于设备正常状态时，启动所述电感绕线机，以获取所述电感绕线机的环形磁芯位置的磁芯图像，其中，所述启动所述电感绕线机，包括：接收用户的启动控制指令，根据所述启动控制指令，控制所述电感绕线机的夹线装置，以夹紧绕线导线并将所述绕线导线穿过环形磁芯；检测所述电感绕线机的卡线槽内所述绕线导线的引入状态；所述引入状态为已引入时，夹紧所述绕线导线，以执行所述电感绕线机的启动操作；
导线状态判断模块，用于识别所述电感绕线机的环形磁芯，获取所述电感绕线机未启动时的所述环形磁芯的初始图像；对所述磁芯图像和所述初始图像进行差分运算，得到差分图像；对所述差分图像进行引线检测，得到引线检测状态；根据所述引线检测状态，确定所述电感绕线机中绕线导线的导线位置状态；
绕线操作开启模块，用于若所述导线位置状态处于位置正常状态，则启动所述电感绕线机中主轴驱动装置的绕线操作，并获取所述绕线操作过程中的绕线视频和所述绕线操作结束后的绕线图像；
状态类别检测模块，用于基于所述绕线视频和所述绕线图像，检测所述电感绕线机的电感状态类别；
异常调整模块，用于在所述电感状态类别处于电感断线异常时，获取所述绕线导线的当前绕线张力和预设绕线张力，根据所述当前绕线张力和所述预设绕线张力，计算张力过载比，基于所述张力过载比，执行所述电感绕线机的断线异常调整，得到所述电感绕线机的第一异常调整结果，并基于所述第一异常调整结果确定所述电感绕线机的最终异常调整结果；或用于在所述电感状态类别处于电感线圈异常时，获取所述绕线导线的当前绕线圈数和预设绕线圈数，计算所述当前绕线圈数和所述预设绕线圈数的圈数差值，根据所述圈数差值，执行所述电感绕线机的线圈异常调整，得到所述电感绕线机的第二异常调整结果，并基于所述第二异常调整结果确定所述电感绕线机的最终异常调整结果。
CN202310701266.8A 2023-06-14 2023-06-14 一种基于电感绕线机的异常调整方法及装置 Active CN116435091B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310701266.8A CN116435091B (zh) 2023-06-14 2023-06-14 一种基于电感绕线机的异常调整方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310701266.8A CN116435091B (zh) 2023-06-14 2023-06-14 一种基于电感绕线机的异常调整方法及装置

Publications (2)

Publication Number Publication Date
CN116435091A CN116435091A (zh) 2023-07-14
CN116435091B true CN116435091B (zh) 2023-08-29

Family

ID=87091181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310701266.8A Active CN116435091B (zh) 2023-06-14 2023-06-14 一种基于电感绕线机的异常调整方法及装置

Country Status (1)

Country Link
CN (1) CN116435091B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08188333A (ja) * 1995-01-11 1996-07-23 Sumitomo Electric Ind Ltd 線状体の巻き取り方法および装置
KR20040083928A (ko) * 2003-03-25 2004-10-06 엘지전선 주식회사 영상정보를 이용한 선재 자동정렬 권취방법 및 이를이용한 권취장치
CN105810431A (zh) * 2016-05-26 2016-07-27 贵阳顺络迅达电子有限公司 一种电感绕线器的电感检测装置和控制方法
JP2017168697A (ja) * 2016-03-17 2017-09-21 株式会社デンソー 巻線コイル製造方法、巻線コイル検査方法、及び、検査装置
CN108538571A (zh) * 2018-06-04 2018-09-14 天津工业大学 一种Litz线圈自动绕制系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11235607B2 (en) * 2019-07-31 2022-02-01 Ricoh Company, Ltd. Abnormality detecting device, abnormality detecting method, computer program product, and image forming device
CN112561317B (zh) * 2020-12-15 2023-07-28 广东工业大学 一种柔性材料卷对卷加工控制决策生成方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08188333A (ja) * 1995-01-11 1996-07-23 Sumitomo Electric Ind Ltd 線状体の巻き取り方法および装置
KR20040083928A (ko) * 2003-03-25 2004-10-06 엘지전선 주식회사 영상정보를 이용한 선재 자동정렬 권취방법 및 이를이용한 권취장치
JP2017168697A (ja) * 2016-03-17 2017-09-21 株式会社デンソー 巻線コイル製造方法、巻線コイル検査方法、及び、検査装置
CN105810431A (zh) * 2016-05-26 2016-07-27 贵阳顺络迅达电子有限公司 一种电感绕线器的电感检测装置和控制方法
CN108538571A (zh) * 2018-06-04 2018-09-14 天津工业大学 一种Litz线圈自动绕制系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
轮盘绕线式光缆拉伸测试装置;张长富;康;马保吉;朱育权;;机床与液压(第01期);全文 *

Also Published As

Publication number Publication date
CN116435091A (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
US10438340B2 (en) Automatic optical inspection system and operating method thereof
CN110689539B (zh) 一种基于深度学习的工件表面缺陷检测方法
CN108508027B (zh) 一种定子检测方法及检测装置
CN116435091B (zh) 一种基于电感绕线机的异常调整方法及装置
CN111251296B (zh) 一种适用于码垛电机转子的视觉检测系统
CN114570674B (zh) 一种基于高度传感器的自动分拣方法、装置及可读介质
CN117392218A (zh) 卷曲材料纠偏方法及装置
CN107907546A (zh) 一种基于智能移动终端的视觉缺陷检测方法与系统
CN103984967A (zh) 一种应用于商品标签检测的自动检测系统及自动检测方法
CN103496579B (zh) 自动移载机及其原点定位方法
CN112927170B (zh) 半导体制造工艺中的自动缺陷去除方法
CN111339729A (zh) 一种自动定位螺丝孔位置的平衡布局方法，设备及可读存储介质
WO2022260133A1 (ja) 監視システム、監視方法、プログラム、およびコンピュータプログラムが記憶されたコンピュータ読み取り可能な記録媒体
CN107507741B (zh) 一种用于小型断路器的零件组装的装配装置
CN111458351A (zh) 电池检测系统及电池检测方法
CN109158325A (zh) 集成电路冲切系统品种的视觉识别装置及识别方法和应用
CN108957384A (zh) 一种周转箱及电能计量设备方向判别方法与装置
CN114757905A (zh) 一种基于视觉的卷绳缠绕异常检测装置及方法
CN114757939A (zh) 一种基于机器视觉的光缆生产检测监管系统
CN110705586A (zh) 确认料架料位有工件的方法及系统
CN107843601B (zh) 一种基于图像处理的pcb板定位识别系统及方法
CN110844518A (zh) 基于fpga的输送带撕裂检测方法
CN112396585A (zh) 一种搜索输电线路异物方法及系统
CN213067735U (zh) 基于视觉识别的非晶铁芯测试装置
Zhang et al. Development of the HALCON software-based harness number identification

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