CN116653457A - 一种数字化皮纹喷墨设备的生产控制方法及系统 - Google Patents

一种数字化皮纹喷墨设备的生产控制方法及系统 Download PDF

Info

Publication number
CN116653457A
CN116653457A CN202310924431.6A CN202310924431A CN116653457A CN 116653457 A CN116653457 A CN 116653457A CN 202310924431 A CN202310924431 A CN 202310924431A CN 116653457 A CN116653457 A CN 116653457A
Authority
CN
China
Prior art keywords
ink
jet
inkjet
sub
working condition
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
CN202310924431.6A
Other languages
English (en)
Other versions
CN116653457B (zh
Inventor
邱炜
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.)
Shenzhen Ju Jin Paper Product Packaging Co ltd
Original Assignee
Shenzhen Ju Jin Paper Product Packaging 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 Shenzhen Ju Jin Paper Product Packaging Co ltd filed Critical Shenzhen Ju Jin Paper Product Packaging Co ltd
Priority to CN202310924431.6A priority Critical patent/CN116653457B/zh
Publication of CN116653457A publication Critical patent/CN116653457A/zh
Application granted granted Critical
Publication of CN116653457B publication Critical patent/CN116653457B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B41PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41JTYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J29/00Details of, or accessories for, typewriters or selective printing mechanisms not otherwise provided for
    • B41J29/38Drives, motors, controls or automatic cut-off devices for the entire printing mechanism
    • B41J29/393Devices for controlling or analysing the entire machine ; Controlling or analysing mechanical parameters involving printing of test patterns
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B41PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41JTYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J2/00Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed
    • B41J2/005Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed characterised by bringing liquid or particles selectively into contact with a printing material
    • B41J2/01Ink jet
    • B41J2/015Ink jet characterised by the jet generation process
    • B41J2/04Ink jet characterised by the jet generation process generating single droplets or particles on demand
    • B41J2/045Ink jet characterised by the jet generation process generating single droplets or particles on demand by pressure, e.g. electromechanical transducers
    • B41J2/04501Control methods or devices therefor, e.g. driver circuits, control circuits
    • 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
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/42Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/513Sparse representations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757Matching configurations of points or features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761Proximity, similarity or dissimilarity measures
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)

Abstract

本发明涉及工业设备控制技术领域,特别是一种数字化皮纹喷墨设备的生产控制方法及系统,通过获取待喷墨产品的工程图纸信息,根据所述工程图纸信息将待喷墨产品分为喷墨区域与非喷墨区域;将所述喷墨区域分为若干个子喷墨区域,并根据所述工程图纸信息确定出各个子喷墨区域的预设喷墨参数,根据所述第一实时工况三维模型图与第二实时工况三维模型图确定出喷涂在子喷墨区域中墨料外溢速度,根据所述墨料外溢速度生成停止加工程序或参数调节程序,通过本方法能够根据缺陷情况确定出喷墨量补偿值,充分考虑缺陷喷墨后皮纹结构的影响,能够确保皮纹的形状尺寸精度,降低报废,提高设备加工精度。

Description

一种数字化皮纹喷墨设备的生产控制方法及系统
技术领域
本发明涉及工业设备控制技术领域,特别是一种数字化皮纹喷墨设备的生产控制方法及系统。
背景技术
现有皮纹技术想通过批量生产,只能依靠机器模压实现,工序复杂,时效性低,灵活性、拓展性较低,不可以适用于纸张,胶片等材料,局限于布料上工作。为解决上述问题,数字化皮纹喷墨设备应运而生,数字化皮纹喷墨设备是一种用于在皮革产品上打印纹理和图案的喷墨设备,它利用数字化技术和喷墨技术,可以精确地打印出各种复杂的皮纹和图案,提供了制作个性化皮革产品的可能性。相对于传统的模压皮革制作方式,数字化皮纹喷墨设备简化了生产工序,提高了生产效率,节省了材料成本,实现了不同的工艺结合,可通过数据文件实时调整皮纹的种类图形、厚度与间距来达到皮纹工艺呈现,解决了传统机器皮革制作修改工序复杂,时间长,不可数据化,效果不统一,材料局限的痛点。
目前的数字化皮纹喷墨设备仍存在许多不足的地方,其一由于皮革、纸张、胶片等基板难免会存在如凹坑、裂纹、凸起等缺陷,若在对基板喷墨时不考虑这些缺陷的存在,则会导致喷涂得到的皮纹模型偏差率较大,导致废品率增加;其二是在喷墨加工过程中,若出现墨料外溢速度过大等异常工况时,数字化皮纹喷墨设备并不能智能调节喷墨参数,导致加工过程中出现大量废品,影响经济效益,并且还会出现产品已经是废品仍然对其进行继续喷涂加工的情况,导致加工成本升高。
发明内容
本发明克服了现有技术的不足,提供了一种数字化皮纹喷墨设备的生产控制方法及系统。
为达到上述目的本发明采用的技术方案为:
本发明第一方面提供了一种数字化皮纹喷墨设备的生产控制方法,包括以下步骤:
获取待喷墨产品的工程图纸信息,根据所述工程图纸信息将待喷墨产品分为喷墨区域与非喷墨区域;将所述喷墨区域分为若干个子喷墨区域,并根据所述工程图纸信息确定出各个子喷墨区域的预设喷墨参数;
获取各个子喷墨区域在喷墨前的表面图像信息,根据所述表面图像信息对各个子喷墨区域进行检测,得到第一检测报告或第二检测报告;
若子喷墨区域的检测报告为第一检测报告,则基于所述表面图像信息对该子喷墨区域的预设喷墨参数进行修正,得到该子喷墨区域的最终喷墨参数;若子喷墨区域的检测报告为第二检测报告,则不对该子喷墨区域的预设喷墨参数进行修正,并将所述预设喷墨参数标定为该子喷墨区域的最终喷墨参数;
基于所述最终喷墨参数控制数字化皮纹喷墨设备对待喷墨产品相应的子喷墨区域进行喷墨加工,并在第一预设加工时间节点上获取子喷墨区域的第一实时工况图像信息,根据所述第一实时工况图像信息构建第一实时工况三维模型图,对所述第一实时工况三维模型图进行分析,得到第一工况分析结果或第二工况分析结果;
若工况分析结果为第一工况分析结果,则在第二预设加工时间节点上获取子喷墨区域的第二实时工况图像信息,根据所述第二实时工况图像信息构建第二实时工况三维模型图;
根据所述第一实时工况三维模型图与第二实时工况三维模型图确定出喷涂在子喷墨区域中墨料外溢速度;根据所述墨料外溢速度生成停止加工程序或参数调节程序。
进一步地,本发明的一个较佳实施例中,获取各个子喷墨区域在喷墨前的表面图像信息,根据所述表面图像信息对各个子喷墨区域进行识别,得到第一检测报告或第二检测报告,具体为:
通过大数据网络获取各种预设缺陷类型的缺陷图像信息,构建数据库,并各种预设缺陷类型的缺陷图像信息导入所述数据库中,得到特性数据库;
获取各个子喷墨区域在喷墨前的表面图像信息,将所述表面图像信息导入特性数据库中,通过欧几里得距离算法计算所述表面图像信息与各缺陷图像信息之间的欧几里得距离值,根据所述欧几里得距离值确定出所述表面图像信息与各缺陷图像信息之间的相似度,得到多个相似度;
在多个所述相似度中提取出最大相似度,并将所述最大相似度与预设相似度进行比较;若所述最大相似度大于预设相似度,则说明该子喷墨区域中存在缺陷,此时生成第一检测报告;若所述最大相似度不大于预设相似度,则说明该子喷墨区域中不存在缺陷,此时生成第二检测报告。
进一步地,本发明的一个较佳实施例中,若子喷墨区域的检测报告为第一检测报告,则基于所述表面图像信息对该子喷墨区域的预设喷墨参数进行修正,得到该子喷墨区域的最终喷墨参数,具体为:
若子喷墨区域的检测报告为第一检测报告,则获取该子喷墨区域的工程图纸信息,根据所述工程图纸信息构建得到该子喷墨区域的预设喷墨三维模型图;
获取该子喷墨区域的表面图像信息,通过特征点匹配追踪算法对所述表面图像信息进行特征提取处理,得到子喷墨区域的稀疏特征点;对所述稀疏特征点进行全局匹配处理,得到全局特征点;
选取任一全局特征点作为坐标原点,根据所述坐标原点建立三维坐标系,并在所述三维坐标系中获取各全局特征点的坐标信息,根据所述坐标信息生成全局特征点的三维点云数据,并将所述三维点云数据进行汇集,得到三维点云数据集;
计算三维点云数据集中每一点云数据与邻近点云数据之间的欧氏距离,并将欧式距离最短的邻近点云数据标定为对应点,将每一点云数据与其对应点进行进行配对,形成点云数据点对;
对各点云数据点对进行刚体与非刚体转换,使得三维点云数据集中各三维点云数据以统一的坐标系表示,最后对三维点云数据集中各三维点云数据进行网格化处理,生成该子喷墨区域的实际三维模型图;
获取该子喷墨区域的预设喷墨参数,根据所述预设喷墨参数对该子喷墨区域的实际三维模型图进行仿真喷墨分析,并获取对该子喷墨区域进行仿真喷墨后的模拟三维模型图;
构建整合空间,将所述预设喷墨三维模型图与模拟三维模型图导入所述整合空间中进行整合,并在所述整合空间中获取预设喷墨三维模型图与模拟三维模型图在各个位置区域上的模型差值,根据所述模型差值确定出该子喷墨区域的喷墨量补偿值,根据所述喷墨量补偿值对所述预设喷墨参数进行修正,得到该子喷墨区域的最终喷墨参数。
进一步地,本发明的一个较佳实施例中,对所述第一实时工况三维模型图进行分析,得到第一工况分析结果或第二工况分析结果,具体为:
通过大数据网络获取数字化皮纹喷墨设备在加工时发生预设类型异常工况对应的异常工况模型图,构建知识图谱,并将发生预设类型异常工况对应的异常工况模型图导入所述知识图谱中;
获取在第一预设加工时间节点上子喷墨区域的第一实时工况三维模型图,将所述第一实时工况三维模型图导入所述知识图谱中,通过灰色关联分析法计算所述第一实时工况三维模型图与各异常工况模型图之间的重合度,得到多个重合度;
在多个所述重合度中提取出最大重合度,将最大重合度与预设重合度进行比较;若所述最大重合度大于预设重合度,则说明加工工况异常,此时生成第一工况分析结果;若所述最大重合度不大于预设重合度,则说明加工工况正常,此时生成第二工况分析结果。
进一步地,本发明的一个较佳实施例中,根据所述第一实时工况三维模型图与第二实时工况三维模型图确定出喷涂在子喷墨区域中墨料外溢速度,具体为:
利用SIFT算法获取所述第一实时工况三维模型图的第一描述符,以及获取所述第二实时工况三维模型图的第二描述符;
对所述第一描述符与第二描述符进行匹配操作,以匹配得到相对应的描述符点对,根据所述描述符点对计算得到第一实时工况三维模型图与第二实时工况三维模型图的变换矩阵;
构建网格三维空间坐标系,将所述第一实时工况三维模型图与第二实时工况三维模型图导入网格三维空间坐标系中,并根据所述变换矩阵对第一实时工况三维模型图与第二实时工况三维模型图进行配准处理;
配准完毕后,在所述网格三维空间坐标系中提取两个实时工况三维模型图的轮廓曲线,得到轮廓曲线模型图;利用网格法将所述轮廓曲线模型图进行离散,离散得到若干对网格点对,并获取每一网格点对之间的网格距离,根据每一网格点对之间的网格距离计算出平局网格距离;
根据所述平局网格距离、第一预设加工时间节点以及第二预设加工时间节点计算得到墨料外溢速度。
进一步地,本发明的一个较佳实施例中,根据所述墨料外溢速度生成停止加工程序或参数调节程序,具体为:
获取数字化皮纹喷墨设备喷涂该子喷墨区域的剩余喷墨量,以及获取数字化皮纹喷墨设备的极限喷墨速度,根据所述剩余喷墨量与极限喷墨速度计算出喷涂该子喷墨区域所需的最短喷墨时间;
获取待喷墨产品的非喷墨区域,根据所述墨料外溢速度计算出墨料外溢至距离最近的非喷墨区域的最短外溢时间;将所述最短喷墨时间与最短外溢时间进行比较;
若所述最短喷墨时间大于最短外溢时间,则生成停止加工程序,停止对该产品继续加工;
若所述最短喷墨时间不大于最短外溢时间,则生成参数调节程序,并根据参数调节程序对数字化皮纹喷墨设备的实时喷墨参数进行调节。
进一步地,本发明的一个较佳实施例中,若所述最短喷墨时间不大于最短外溢时间,则生成参数调节程序,并根据参数调节程序对数字化皮纹喷墨设备的实时喷墨参数进行调节,具体为:
获取墨料外溢至距离最近的非喷墨区域的最短外溢时间,以及获取数字化皮纹喷墨设备喷涂该子喷墨区域的剩余喷墨量;
根据所述最短外溢时间与剩余喷墨量计算出喷涂该子喷墨区域所需的实际喷墨速度;
获取数字化皮纹喷墨设备的实时喷墨速度,计算所述实际喷墨速度与实时喷墨速度之间的差值,得到喷墨速度差;根据所述喷墨速度差对数字化皮纹喷墨设备的实时喷墨速度进行调节。
本发明第二方面提供了一种数字化皮纹喷墨设备的生产控制系统,所述生产控制系统包括存储器与处理器,所述存储器中存储有数字化皮纹喷墨设备的生产控制方法程序,当所述数字化皮纹喷墨设备的生产控制方法程序被所述处理器执行时,实现任一项所述的数字化皮纹喷墨设备的生产控制方法步骤。
本发明解决了背景技术中存在的技术缺陷,本发明具备以下有益效果:通过获取待喷墨产品的工程图纸信息,根据所述工程图纸信息将待喷墨产品分为喷墨区域与非喷墨区域;将所述喷墨区域分为若干个子喷墨区域,并根据所述工程图纸信息确定出各个子喷墨区域的预设喷墨参数,根据所述第一实时工况三维模型图与第二实时工况三维模型图确定出喷涂在子喷墨区域中墨料外溢速度,根据所述墨料外溢速度生成停止加工程序或参数调节程序。通过本方法能够根据缺陷情况确定出喷墨量补偿值,充分考虑缺陷喷墨后皮纹结构的影响,能够确保皮纹的形状尺寸精度,降低报废,提高设备加工精度;并且能避免出现半成品是废品依旧继续加工的现象,降低加工成本;在加工过程中能够实时调控加工参数,实现了智能化调控。
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实施例的附图。
图1为一种数字化皮纹喷墨设备的生产控制方法的第一方法流程图;
图2为一种数字化皮纹喷墨设备的生产控制方法的第二方法流程图;
图3为一种数字化皮纹喷墨设备的生产控制方法的第三方法流程图;
图4为一种数字化皮纹喷墨设备的生产控制系统的系统框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示,本发明第一方面提供了一种数字化皮纹喷墨设备的生产控制方法,包括以下步骤:
S102:获取待喷墨产品的工程图纸信息,根据所述工程图纸信息将待喷墨产品分为喷墨区域与非喷墨区域;将所述喷墨区域分为若干个子喷墨区域,并根据所述工程图纸信息确定出各个子喷墨区域的预设喷墨参数;
S104:获取各个子喷墨区域在喷墨前的表面图像信息,根据所述表面图像信息对各个子喷墨区域进行检测,得到第一检测报告或第二检测报告;
S106:若子喷墨区域的检测报告为第一检测报告,则基于所述表面图像信息对该子喷墨区域的预设喷墨参数进行修正,得到该子喷墨区域的最终喷墨参数;若子喷墨区域的检测报告为第二检测报告,则不对该子喷墨区域的预设喷墨参数进行修正,并将所述预设喷墨参数标定为该子喷墨区域的最终喷墨参数;
S108:基于所述最终喷墨参数控制数字化皮纹喷墨设备对待喷墨产品相应的子喷墨区域进行喷墨加工,并在第一预设加工时间节点上获取子喷墨区域的第一实时工况图像信息,根据所述第一实时工况图像信息构建第一实时工况三维模型图,对所述第一实时工况三维模型图进行分析,得到第一工况分析结果或第二工况分析结果;
S110:若工况分析结果为第一工况分析结果,则在第二预设加工时间节点上获取子喷墨区域的第二实时工况图像信息,根据所述第二实时工况图像信息构建第二实时工况三维模型图;
S112:根据所述第一实时工况三维模型图与第二实时工况三维模型图确定出喷涂在子喷墨区域中墨料外溢速度;根据所述墨料外溢速度生成停止加工程序或参数调节程序。
需要说明的是,工程图纸信息由设计人员设计得到,工程图纸信息中包括对皮革、纸张、胶片等基板喷墨后皮纹的尺寸信息、形状信息以及纹理信息等。预设喷墨参数包括喷头的移动速度、移动路径、墨料类型等,预设喷墨参数为在基板没有任何缺陷的前提条件下计算得到的理想喷墨参数。
其中,获取各个子喷墨区域在喷墨前的表面图像信息,根据所述表面图像信息对各个子喷墨区域进行识别,得到第一检测报告或第二检测报告,具体为:
通过大数据网络获取各种预设缺陷类型的缺陷图像信息,构建数据库,并各种预设缺陷类型的缺陷图像信息导入所述数据库中,得到特性数据库;
获取各个子喷墨区域在喷墨前的表面图像信息,将所述表面图像信息导入特性数据库中,通过欧几里得距离算法计算所述表面图像信息与各缺陷图像信息之间的欧几里得距离值,根据所述欧几里得距离值确定出所述表面图像信息与各缺陷图像信息之间的相似度,得到多个相似度;
在多个所述相似度中提取出最大相似度,并将所述最大相似度与预设相似度进行比较;若所述最大相似度大于预设相似度,则说明该子喷墨区域中存在缺陷,此时生成第一检测报告;若所述最大相似度不大于预设相似度,则说明该子喷墨区域中不存在缺陷,此时生成第二检测报告。
需要说明的是,预设缺陷类型包括凹坑、裂纹、凸起等缺陷,预设缺陷类型对应的缺陷图像信息可以在大数据网络中获取。在对各个子喷墨区域喷墨前,首先通过搭载在数字化皮纹喷墨设备上的工业摄像机获取子喷墨区域的表面图像信息,然后可以对表面图像信息进行滤波、去噪等步骤进行处理,以提高图像清晰度。通过欧几里得距离算法计算所述表面图像信息与各缺陷图像信息之间的欧几里得距离值,欧几里得距离值越小,图像之间的相似度越高。若最大相似度大于预设相似度,则说明该子喷墨区域中存在凹坑、裂纹、凸起等缺陷,此时若直接按照预设喷墨参数对该子喷墨区域喷涂墨料,喷涂所形成的皮纹势必会出现偏差,因此此时需要根据缺陷情况对预设喷墨参数进行修正。若所述最大相似度不大于预设相似度,则说明该子喷墨区域中不存在缺陷,此时按照预设喷墨参数对该子喷墨区域喷涂墨料即可。通过以上步骤可以快速识别出子喷墨区域中识别存在缺陷。
需要说明的是,欧几里得距离算法,也称为欧氏距离算法,是一种计算两个点在多维空间中距离的方法,该算法基于欧几里得几何中计算两点之间直线距离的公式。使用欧几里得距离算法计算两个特征向量(或特征矩阵)之间的距离。可以将两个特征向量之间的距离视为它们的相似性度量。一般来说,欧几里得距离越小,则表示两个图像越相似。距离越大,则表示两个图像越不相似。
其中,若子喷墨区域的检测报告为第一检测报告,则基于所述表面图像信息对该子喷墨区域的预设喷墨参数进行修正,得到该子喷墨区域的最终喷墨参数,具体为:
若子喷墨区域的检测报告为第一检测报告,则获取该子喷墨区域的工程图纸信息,根据所述工程图纸信息构建得到该子喷墨区域的预设喷墨三维模型图;
获取该子喷墨区域的表面图像信息,通过特征点匹配追踪算法对所述表面图像信息进行特征提取处理,得到子喷墨区域的稀疏特征点;对所述稀疏特征点进行全局匹配处理,得到全局特征点;
其中,特征点匹配追踪算法是一种在图像或视频序列中追踪特定目标或区域的方法,它的基本原理是通过在连续帧之间寻找和匹配显著的特征点来实现目标的追踪;
选取任一全局特征点作为坐标原点,根据所述坐标原点建立三维坐标系,并在所述三维坐标系中获取各全局特征点的坐标信息,根据所述坐标信息生成全局特征点的三维点云数据,并将所述三维点云数据进行汇集,得到三维点云数据集;
计算三维点云数据集中每一点云数据与邻近点云数据之间的欧氏距离,并将欧式距离最短的邻近点云数据标定为对应点,将每一点云数据与其对应点进行进行配对,形成点云数据点对;
对各点云数据点对进行刚体与非刚体转换,使得三维点云数据集中各三维点云数据以统一的坐标系表示,最后对三维点云数据集中各三维点云数据进行网格化处理,生成该子喷墨区域的实际三维模型图;
获取该子喷墨区域的预设喷墨参数,根据所述预设喷墨参数对该子喷墨区域的实际三维模型图进行仿真喷墨分析,并获取对该子喷墨区域进行仿真喷墨后的模拟三维模型图;
构建整合空间,将所述预设喷墨三维模型图与模拟三维模型图导入所述整合空间中进行整合,并在所述整合空间中获取预设喷墨三维模型图与模拟三维模型图在各个位置区域上的模型差值,根据所述模型差值确定出该子喷墨区域的喷墨量补偿值,根据所述喷墨量补偿值对所述预设喷墨参数进行修正,得到该子喷墨区域的最终喷墨参数。
需要说明的是,若某一个子喷墨区域的检测报告为第一检测报告,说明该喷墨区域存在缺陷,此时获取该子喷墨区域的表面图像信息,并且对该表面图像信息进行特征匹配处理,从而得到稀疏特征点,而若直接通过稀疏特征点直接重构子喷墨区域的实际三维模型图,由于稀疏特征点数量的局限性,构建得到的模型会存在失真与局部丢失的情况,因此此时需要对稀疏特征点进行全局匹配处理,从而得到全局特征点(即数量更多的稀疏特征点),然后再基于全局特征点并且通过三维点云重构法构建得到该子喷墨区域的实际三维模型图。通过以上步骤能够更加真实的还原该子喷墨区域的形状构造,能够快速得到精度更高的实际三维模型图。
并且根据工程图纸信息利用如SolidWorks、UG等工业三维软件构建得到该子喷墨区域的预设喷墨三维模型图,预设喷墨三维模型图为在理想条件下(无任何缺陷)对该子喷墨区域喷涂墨料后的结构模型图。接着再获取该子喷墨区域的预设喷墨参数,并且将预设喷墨参数与子喷墨区域的实际三维模型图数据导入工业三维软件,从而通过工业三维软件以预设喷墨参数为基础对实际三维模型图进行模拟仿真喷墨加工,并且当仿真加工完毕后,在工业三维软件提取出模拟三维模型图。接着再将预设喷墨三维模型图与模拟三维模型图进行整合比较,从而获取预设喷墨三维模型图与模拟三维模型图在各个位置区域上的模型差值,根据所述模型差值确定出该子喷墨区域的喷墨量补偿值,根据所述喷墨量补偿值对所述预设喷墨参数进行修正,得到该子喷墨区域的最终喷墨参数。另外还需要说明的是,由于墨料在冷却后均有一定的收缩性,因此不能单单通过计算子喷墨区域中的体积值的方式来简单确定该子喷墨区域的喷墨量补偿值,还需要考虑墨料冷缩性的问题,因此需要通过模拟仿真喷墨加工的方式确定喷墨量补偿值。通过以上步骤能够根据子喷墨区域中缺陷实际情况精准确定出该子喷墨区域所需的喷墨量补偿值,充分考虑缺陷喷墨后皮纹结构的影响,能够确保皮纹的形状尺寸精度,降低报废,提高设备加工精度。
其中,对所述第一实时工况三维模型图进行分析,得到第一工况分析结果或第二工况分析结果,如图2所示,具体为:
S202:通过大数据网络获取数字化皮纹喷墨设备在加工时发生预设类型异常工况对应的异常工况模型图,构建知识图谱,并将发生预设类型异常工况对应的异常工况模型图导入所述知识图谱中;
S204:获取在第一预设加工时间节点上子喷墨区域的第一实时工况三维模型图,将所述第一实时工况三维模型图导入所述知识图谱中,通过灰色关联分析法计算所述第一实时工况三维模型图与各异常工况模型图之间的重合度,得到多个重合度;
S206:在多个所述重合度中提取出最大重合度,将最大重合度与预设重合度进行比较;若所述最大重合度大于预设重合度,则说明加工工况异常,此时生成第一工况分析结果;若所述最大重合度不大于预设重合度,则说明加工工况正常,此时生成第二工况分析结果。
需要说明的是,当确定出子喷墨区域的最终喷墨参数后根据最终喷墨参数控制数字化皮纹喷墨设备对子喷墨区域进行喷墨加工,并在第一预设加工时间节点上获取子喷墨区域的第一实时工况图像信息,根据所述第一实时工况图像信息构建第一实时工况三维模型图,其中根据第一实时工况图像信息构建第一实时工况三维模型图的建模原理与通过表面图像信息构建实际三维模型图的原理相同,在此不多做赘述。
需要说明的是,预设类型异常工况为墨料溢流状态异常的工况,如墨料形状不规则、墨料出现孔洞以及墨料外溅等。通过计算所述第一实时工况三维模型图与各异常工况模型图之间的重合度,若最大重合度大于预设重合度,说明在喷墨加工时墨料发生了预设类型异常工况,则说明加工工况异常,此时生成第一工况分析结果;若所述最大重合度不大于预设重合度,则说明加工工况正常,此时生成第二工况分析结果。通过以上方法能够自动识别出喷墨加工过程中工况是否正常。
需要说明的是,灰色关联分析法是一种用于处理灰色系统的定量分析方法,它是建立在灰色系统理论基础上的一种方法,可以用于研究多个因素之间的关联程度。通过灰色关联分析法,可以确定各个因素对系统的影响程度,并找出最相关和最重要的因素。
其中,根据所述第一实时工况三维模型图与第二实时工况三维模型图确定出喷涂在子喷墨区域中墨料外溢速度,具体为:
利用SIFT算法获取所述第一实时工况三维模型图的第一描述符,以及获取所述第二实时工况三维模型图的第二描述符;
其中,SIFT算法的中文名为尺度不变特征变换,SIFT算法是一种在计算机视觉领域中常用的特征提取算法,SIFT算法的主要目标是提取出在不同尺度和旋转下具有稳定性的特征点;描述符是一种用于标识和描述特征点的向量或矩阵,如可以获取实时工况三维模型图的底面或基准面的描述符。
对所述第一描述符与第二描述符进行匹配操作,以匹配得到相对应的描述符点对,根据所述描述符点对计算得到第一实时工况三维模型图与第二实时工况三维模型图的变换矩阵;
构建网格三维空间坐标系,将所述第一实时工况三维模型图与第二实时工况三维模型图导入网格三维空间坐标系中,并根据所述变换矩阵对第一实时工况三维模型图与第二实时工况三维模型图进行配准处理;
配准完毕后,在所述网格三维空间坐标系中提取两个实时工况三维模型图的轮廓曲线,得到轮廓曲线模型图;利用网格法将所述轮廓曲线模型图进行离散,离散得到若干对网格点对,并获取每一网格点对之间的网格距离,根据每一网格点对之间的网格距离计算出平局网格距离;
根据所述平局网格距离、第一预设加工时间节点以及第二预设加工时间节点计算得到墨料外溢速度。
需要说明的是,如以底面或基准面为配对基准从而对第一实时工况三维模型图与第二实时工况三维模型图进行配准后,提取两个实时工况三维模型图的轮廓曲线,其中轮廓曲线即两个模型图的外形轮廓形状,从而得到轮廓曲线模型图;然后利用网格法将所述轮廓曲线模型图进行离散,离散得到若干对网格点对,再根据每一网格点对之间的网格距离计算出平局网格距离,再根据所述平局网格距离、第一预设加工时间节点以及第二预设加工时间节点从而精准计算得到墨料外溢速度。
其中,根据所述墨料外溢速度生成停止加工程序或参数调节程序,如图3所示,具体为:
S302:获取数字化皮纹喷墨设备喷涂该子喷墨区域的剩余喷墨量,以及获取数字化皮纹喷墨设备的极限喷墨速度,根据所述剩余喷墨量与极限喷墨速度计算出喷涂该子喷墨区域所需的最短喷墨时间;
S304:获取待喷墨产品的非喷墨区域,根据所述墨料外溢速度计算出墨料外溢至距离最近的非喷墨区域的最短外溢时间;将所述最短喷墨时间与最短外溢时间进行比较;
S306:若所述最短喷墨时间大于最短外溢时间,则生成停止加工程序,停止对该产品继续加工;
S308:若所述最短喷墨时间不大于最短外溢时间,则生成参数调节程序,并根据参数调节程序对数字化皮纹喷墨设备的实时喷墨参数进行调节。
需要说明的是,若在喷墨加工时墨料发生了预设类型异常工况,此时需要进一步对墨料的具体情况进行分析。具体来说,根据剩余喷墨量与极限喷墨速度计算出喷涂该子喷墨区域所需的最短喷墨时间,其中剩余喷墨量表示的是将该子喷墨区域喷涂成预设形状尺寸的皮纹所需的喷墨量,此参数可以直接在设备的数据处理系统中获取得到。接着再根据墨料外溢速度计算出墨料外溢至距离最近的非喷墨区域的最短外溢时间。若所述最短喷墨时间大于最短外溢时间,此时说明即使使得数字化皮纹喷墨设备的按照极限喷墨速度对该子喷墨区域进行喷墨加工,但是在喷涂完毕前,墨料已经会外溢至非喷墨区域,说明即使继续对该子喷墨区域进行喷墨加工其依旧是废品,墨料始终会外溢至非喷墨区域,此时生成停止加工程序,停止对该产品继续加工,并且对该产品进行报废处理,能避免出现半成品是废品依旧继续加工的现象,降低加工成本。
若所述最短喷墨时间不大于最短外溢时间,此时说明可以通过调高皮纹喷墨设备的喷墨速度,并且保证喷墨速度不大于极限喷墨速度的前提下,来使得在墨料溢流至非喷墨区域前将该子喷墨区域加工完毕,因为当对该子喷墨区域停止喷墨后,墨料会在极短的时间内凝固,因此当在墨料外溢至非喷墨区域前就对该子喷墨区域停止喷墨,此时该子喷墨区域的形状尺寸质量是合格的,因此此时可以通过调节喷墨速度的方式来避免产品报废,从而有效的降低报废率,提高经济效益。
其中,若所述最短喷墨时间不大于最短外溢时间,则生成参数调节程序,并根据参数调节程序对数字化皮纹喷墨设备的实时喷墨参数进行调节,具体为:
获取墨料外溢至距离最近的非喷墨区域的最短外溢时间,以及获取数字化皮纹喷墨设备喷涂该子喷墨区域的剩余喷墨量;
根据所述最短外溢时间与剩余喷墨量计算出喷涂该子喷墨区域所需的实际喷墨速度;
获取数字化皮纹喷墨设备的实时喷墨速度,计算所述实际喷墨速度与实时喷墨速度之间的差值,得到喷墨速度差;根据所述喷墨速度差对数字化皮纹喷墨设备的实时喷墨速度进行调节。
需要说明的是,若所述最短喷墨时间不大于最短外溢时间,通过以上步骤来调节数字化皮纹喷墨设备的实时喷墨速度,从而减少对该子喷墨区域的喷墨时间,从而在墨料溢流至非喷墨区域前完成对该子喷墨区域的喷墨加工,能够有效降低废品率,实现了智能调控,提高经济效益。
此外,所述生产控制方法还包括以下步骤:
通过大数据网络获取各种预设环境参数组合条件之下的所对应的环境响应系数,构建第二数据库,并将各种预设环境参数组合条件之下的所对应的环境响应系数导入所述第二数据库中;
获取数字化皮纹喷墨设备的实时喷墨环境参数,并将所述实时喷墨环境参数导入所述第二数据库,通过哈希算法计算所述实时喷墨环境参数与各预设环境参数组合之间的哈希值,得到多个哈希值;
在多个哈希值中提取出最大哈希值,获取与最大哈希值对应的预设环境参数组合,根据与最大哈希值对应的预设环境参数组合确定出数字化皮纹喷墨设备的实时环境响应系数;
将所述实时环境响应系数与预设环境响应系数范围进行比较;若所述实时环境响应系数大于预设环境响应系数范围的最大值,则在喷墨加工时将数字化皮纹喷墨设备中喷嘴温度调低;若所述实时环境响应系数小于预设环境响应系数范围的最小值,则在喷墨加工时将数字化皮纹喷墨设备中喷嘴温度调高。
需要说明的是,在对产品进行喷墨加工的过程中,温度、湿度等环境参数对墨料的溢流速度形成一定的影响,如加工环境中的温度越高、湿度越高,墨料的溢流速度也会相应加快,因此环境参数有可能会导致墨料外溢速度过快而导致墨料溢流至非喷墨区域上,从而导致产品报废。环境响应系数是指墨料溢流速度对环境变化的响应程度,它通常用来描述系统或物体在面对外部刺激时的行为变化或效应。环境响应系数越大,墨料溢流速度受影响程度越大。而环境响应系数的大小与环境参数有关,如在一定范围内温度越大、湿度越大,环境响应系数越大。因此可以通过通过大数据网络获取各种预设环境参数组合条件之下的所对应的环境响应系数,如不同温度、湿度调节组合条件之下对应的环境响应系数。然后通过以上步骤获取得到数字化皮纹喷墨设备的实时环境响应系数,若所述实时环境响应系数大于预设环境响应系数范围的最大值,说明在当前加工环境的影响下,墨料溢流速度会过快,此时可以通过将数字化皮纹喷墨设备中喷嘴温度调低的方式来适当降低墨料溢流速度,以消除加工环境参数的影响;若所述实时环境响应系数小于预设环境响应系数范围的最小值,说明在当前加工环境的影响下,墨料溢流速度会过慢,此时可以通过将数字化皮纹喷墨设备中喷嘴温度调高的方式来适当提高墨料溢流速度,以消除加工环境参数的影响。通过以上方式可以有效提高产品的良率,实现了智能化控制。
此外,所述生产控制方法还包括以下步骤:
获取数字化皮纹喷墨设备当前所加工的子喷墨区域位置,根据所述子喷墨区域位置建立检索标签,根据所述检索标签对大数据网络共享数据库进行检索,得到加工该子喷墨区域的历史工况参数,以及得到历史工况参数对应的加工成功率;
获取最大加工成功率所对应的历史工况参数,将最大加工成功率所对应的历史工况参数标定为最佳工况参数;
获取数字化皮纹喷墨设备当前所加工的子喷墨区域位置的实时工况参数,将所述实时工况参数与最佳工况参数进行比较,得到工况参数差值;
若所述工况参数差值大于预设阈值,则根据所述工况参数差值生成补偿信息,根据所述补偿信息对实时工况参数进行调整。
需要说明的是,通过以上步骤能够根据历史工况参数对数字化皮纹喷墨设备的实时工况参数进行调整,以能够有效提高产品良率。
此外,所述生产控制方法还包括以下步骤:
根据层次分析法建立评估体系,根据所述评估体系获取得到评估指标;
获取子喷墨区域喷墨完毕后的图像信息,根据所述子喷墨区域喷墨完毕后的图像信息建立皮纹三维模型图;
预制标准皮纹三维模型图,根据标准皮纹三维模型建立评估指标的得分评估系统,将所述皮纹三维模型图导入所述得分评估系统中进行评分,得到皮纹三维模型图的评估得分;
判断所述评估得分是否在预设评估得分阈值范围内;若所述评估得分不在预设评估得分阈值范围,则将该子喷墨区域标定为废品,并生成停止加工指令,停止对下一子喷墨区域继续加工。
需要说明的是,通过本方法能够判断出加工完毕的子喷墨区域指令是否合格,若不合格,则立即对产品进行报废处理,避免出现对废品继续进行加工现象,降低加工成本。
如图4所示,本发明第二方面提供了一种数字化皮纹喷墨设备的生产控制系统,所述生产控制系统包括存储器11与处理器22,所述存储器11中存储有数字化皮纹喷墨设备的生产控制方法程序,当所述数字化皮纹喷墨设备的生产控制方法程序被所述处理器22执行时,实现任一项所述的数字化皮纹喷墨设备的生产控制方法步骤。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种数字化皮纹喷墨设备的生产控制方法,其特征在于,包括以下步骤:
获取待喷墨产品的工程图纸信息,根据所述工程图纸信息将待喷墨产品分为喷墨区域与非喷墨区域;将所述喷墨区域分为若干个子喷墨区域,并根据所述工程图纸信息确定出各个子喷墨区域的预设喷墨参数;
获取各个子喷墨区域在喷墨前的表面图像信息,根据所述表面图像信息对各个子喷墨区域进行检测,得到第一检测报告或第二检测报告;
若子喷墨区域的检测报告为第一检测报告,则基于所述表面图像信息对该子喷墨区域的预设喷墨参数进行修正,得到该子喷墨区域的最终喷墨参数;若子喷墨区域的检测报告为第二检测报告,则不对该子喷墨区域的预设喷墨参数进行修正,并将所述预设喷墨参数标定为该子喷墨区域的最终喷墨参数;
基于所述最终喷墨参数控制数字化皮纹喷墨设备对待喷墨产品相应的子喷墨区域进行喷墨加工,并在第一预设加工时间节点上获取子喷墨区域的第一实时工况图像信息,根据所述第一实时工况图像信息构建第一实时工况三维模型图,对所述第一实时工况三维模型图进行分析,得到第一工况分析结果或第二工况分析结果;
若工况分析结果为第一工况分析结果,则在第二预设加工时间节点上获取子喷墨区域的第二实时工况图像信息,根据所述第二实时工况图像信息构建第二实时工况三维模型图;
根据所述第一实时工况三维模型图与第二实时工况三维模型图确定出喷涂在子喷墨区域中墨料外溢速度;根据所述墨料外溢速度生成停止加工程序或参数调节程序。
2.根据权利要求1所述的一种数字化皮纹喷墨设备的生产控制方法,其特征在于,获取各个子喷墨区域在喷墨前的表面图像信息,根据所述表面图像信息对各个子喷墨区域进行识别,得到第一检测报告或第二检测报告,具体为:
通过大数据网络获取各种预设缺陷类型的缺陷图像信息,构建数据库,并各种预设缺陷类型的缺陷图像信息导入所述数据库中,得到特性数据库;
获取各个子喷墨区域在喷墨前的表面图像信息,将所述表面图像信息导入特性数据库中,通过欧几里得距离算法计算所述表面图像信息与各缺陷图像信息之间的欧几里得距离值,根据所述欧几里得距离值确定出所述表面图像信息与各缺陷图像信息之间的相似度,得到多个相似度;
在多个所述相似度中提取出最大相似度,并将所述最大相似度与预设相似度进行比较;若所述最大相似度大于预设相似度,则说明该子喷墨区域中存在缺陷,此时生成第一检测报告;若所述最大相似度不大于预设相似度,则说明该子喷墨区域中不存在缺陷,此时生成第二检测报告。
3.根据权利要求1所述的一种数字化皮纹喷墨设备的生产控制方法,其特征在于,若子喷墨区域的检测报告为第一检测报告,则基于所述表面图像信息对该子喷墨区域的预设喷墨参数进行修正,得到该子喷墨区域的最终喷墨参数,具体为:
若子喷墨区域的检测报告为第一检测报告,则获取该子喷墨区域的工程图纸信息,根据所述工程图纸信息构建得到该子喷墨区域的预设喷墨三维模型图;
获取该子喷墨区域的表面图像信息,通过特征点匹配追踪算法对所述表面图像信息进行特征提取处理,得到子喷墨区域的稀疏特征点;对所述稀疏特征点进行全局匹配处理,得到全局特征点;
选取任一全局特征点作为坐标原点,根据所述坐标原点建立三维坐标系,并在所述三维坐标系中获取各全局特征点的坐标信息,根据所述坐标信息生成全局特征点的三维点云数据,并将所述三维点云数据进行汇集,得到三维点云数据集;
计算三维点云数据集中每一点云数据与邻近点云数据之间的欧氏距离,并将欧式距离最短的邻近点云数据标定为对应点,将每一点云数据与其对应点进行进行配对,形成点云数据点对;
对各点云数据点对进行刚体与非刚体转换,使得三维点云数据集中各三维点云数据以统一的坐标系表示,最后对三维点云数据集中各三维点云数据进行网格化处理,生成该子喷墨区域的实际三维模型图;
获取该子喷墨区域的预设喷墨参数,根据所述预设喷墨参数对该子喷墨区域的实际三维模型图进行仿真喷墨分析,并获取对该子喷墨区域进行仿真喷墨后的模拟三维模型图;
构建整合空间,将所述预设喷墨三维模型图与模拟三维模型图导入所述整合空间中进行整合,并在所述整合空间中获取预设喷墨三维模型图与模拟三维模型图在各个位置区域上的模型差值,根据所述模型差值确定出该子喷墨区域的喷墨量补偿值,根据所述喷墨量补偿值对所述预设喷墨参数进行修正,得到该子喷墨区域的最终喷墨参数。
4.根据权利要求1所述的一种数字化皮纹喷墨设备的生产控制方法,其特征在于,对所述第一实时工况三维模型图进行分析,得到第一工况分析结果或第二工况分析结果,具体为:
通过大数据网络获取数字化皮纹喷墨设备在加工时发生预设类型异常工况对应的异常工况模型图,构建知识图谱,并将发生预设类型异常工况对应的异常工况模型图导入所述知识图谱中;
获取在第一预设加工时间节点上子喷墨区域的第一实时工况三维模型图,将所述第一实时工况三维模型图导入所述知识图谱中,通过灰色关联分析法计算所述第一实时工况三维模型图与各异常工况模型图之间的重合度,得到多个重合度;
在多个所述重合度中提取出最大重合度,将最大重合度与预设重合度进行比较;若所述最大重合度大于预设重合度,则说明加工工况异常,此时生成第一工况分析结果;若所述最大重合度不大于预设重合度,则说明加工工况正常,此时生成第二工况分析结果。
5.根据权利要求1所述的一种数字化皮纹喷墨设备的生产控制方法,其特征在于,根据所述第一实时工况三维模型图与第二实时工况三维模型图确定出喷涂在子喷墨区域中墨料外溢速度,具体为:
利用SIFT算法获取所述第一实时工况三维模型图的第一描述符,以及获取所述第二实时工况三维模型图的第二描述符;
对所述第一描述符与第二描述符进行匹配操作,以匹配得到相对应的描述符点对,根据所述描述符点对计算得到第一实时工况三维模型图与第二实时工况三维模型图的变换矩阵;
构建网格三维空间坐标系,将所述第一实时工况三维模型图与第二实时工况三维模型图导入网格三维空间坐标系中,并根据所述变换矩阵对第一实时工况三维模型图与第二实时工况三维模型图进行配准处理;
配准完毕后,在所述网格三维空间坐标系中提取两个实时工况三维模型图的轮廓曲线,得到轮廓曲线模型图;利用网格法将所述轮廓曲线模型图进行离散,离散得到若干对网格点对,并获取每一网格点对之间的网格距离,根据每一网格点对之间的网格距离计算出平局网格距离;
根据所述平局网格距离、第一预设加工时间节点以及第二预设加工时间节点计算得到墨料外溢速度。
6.根据权利要求1所述的一种数字化皮纹喷墨设备的生产控制方法,其特征在于,根据所述墨料外溢速度生成停止加工程序或参数调节程序,具体为:
获取数字化皮纹喷墨设备喷涂该子喷墨区域的剩余喷墨量,以及获取数字化皮纹喷墨设备的极限喷墨速度,根据所述剩余喷墨量与极限喷墨速度计算出喷涂该子喷墨区域所需的最短喷墨时间;
获取待喷墨产品的非喷墨区域,根据所述墨料外溢速度计算出墨料外溢至距离最近的非喷墨区域的最短外溢时间;将所述最短喷墨时间与最短外溢时间进行比较;
若所述最短喷墨时间大于最短外溢时间,则生成停止加工程序,停止对该产品继续加工;
若所述最短喷墨时间不大于最短外溢时间,则生成参数调节程序,并根据参数调节程序对数字化皮纹喷墨设备的实时喷墨参数进行调节。
7.根据权利要求6所述的一种数字化皮纹喷墨设备的生产控制方法,其特征在于,若所述最短喷墨时间不大于最短外溢时间,则生成参数调节程序,并根据参数调节程序对数字化皮纹喷墨设备的实时喷墨参数进行调节,具体为:
获取墨料外溢至距离最近的非喷墨区域的最短外溢时间,以及获取数字化皮纹喷墨设备喷涂该子喷墨区域的剩余喷墨量;
根据所述最短外溢时间与剩余喷墨量计算出喷涂该子喷墨区域所需的实际喷墨速度;
获取数字化皮纹喷墨设备的实时喷墨速度,计算所述实际喷墨速度与实时喷墨速度之间的差值,得到喷墨速度差;根据所述喷墨速度差对数字化皮纹喷墨设备的实时喷墨速度进行调节。
8.一种数字化皮纹喷墨设备的生产控制系统,其特征在于,所述生产控制系统包括存储器与处理器,所述存储器中存储有数字化皮纹喷墨设备的生产控制方法程序,当所述数字化皮纹喷墨设备的生产控制方法程序被所述处理器执行时,实现如权利要求1-7任一项所述的数字化皮纹喷墨设备的生产控制方法步骤。
CN202310924431.6A 2023-07-26 2023-07-26 一种数字化皮纹喷墨设备的生产控制方法及系统 Active CN116653457B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310924431.6A CN116653457B (zh) 2023-07-26 2023-07-26 一种数字化皮纹喷墨设备的生产控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310924431.6A CN116653457B (zh) 2023-07-26 2023-07-26 一种数字化皮纹喷墨设备的生产控制方法及系统

Publications (2)

Publication Number Publication Date
CN116653457A true CN116653457A (zh) 2023-08-29
CN116653457B CN116653457B (zh) 2023-10-20

Family

ID=87715621

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310924431.6A Active CN116653457B (zh) 2023-07-26 2023-07-26 一种数字化皮纹喷墨设备的生产控制方法及系统

Country Status (1)

Country Link
CN (1) CN116653457B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116985525A (zh) * 2023-09-25 2023-11-03 深圳正实自动化设备有限公司 一种全自动视觉印刷机的智能管理方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101864678A (zh) * 2009-04-17 2010-10-20 上海华峰超纤材料股份有限公司 一种超细纤维合成革的印花加工方法及所得产品
US20130293611A1 (en) * 2012-05-07 2013-11-07 Fujifilm Corporation Image recording apparatus and method
CN107878042A (zh) * 2017-11-01 2018-04-06 福建铁工机智能机器人有限公司 鞋子上智能喷墨印刷花纹的生产工艺及其使用的生产设备
CN110084328A (zh) * 2019-04-30 2019-08-02 广东依明机械科技有限公司 一种包装材料的唯一纹理防伪二维码印制设备
CN114555371A (zh) * 2019-10-11 2022-05-27 3M创新有限公司 喷墨印刷方法和喷墨印刷设备
CN114963268A (zh) * 2022-06-16 2022-08-30 杭州老板电器股份有限公司 一种烟机面板及其制备方法和应用

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101864678A (zh) * 2009-04-17 2010-10-20 上海华峰超纤材料股份有限公司 一种超细纤维合成革的印花加工方法及所得产品
US20130293611A1 (en) * 2012-05-07 2013-11-07 Fujifilm Corporation Image recording apparatus and method
CN107878042A (zh) * 2017-11-01 2018-04-06 福建铁工机智能机器人有限公司 鞋子上智能喷墨印刷花纹的生产工艺及其使用的生产设备
CN110084328A (zh) * 2019-04-30 2019-08-02 广东依明机械科技有限公司 一种包装材料的唯一纹理防伪二维码印制设备
CN114555371A (zh) * 2019-10-11 2022-05-27 3M创新有限公司 喷墨印刷方法和喷墨印刷设备
CN114963268A (zh) * 2022-06-16 2022-08-30 杭州老板电器股份有限公司 一种烟机面板及其制备方法和应用

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116985525A (zh) * 2023-09-25 2023-11-03 深圳正实自动化设备有限公司 一种全自动视觉印刷机的智能管理方法及系统
CN116985525B (zh) * 2023-09-25 2024-01-09 深圳正实自动化设备有限公司 一种全自动视觉印刷机的智能管理方法及系统

Also Published As

Publication number Publication date
CN116653457B (zh) 2023-10-20

Similar Documents

Publication Publication Date Title
CN110111297B (zh) 一种基于迁移学习的注塑制品表面图像缺陷识别方法
CN115082485B (zh) 一种注塑制品表面气泡缺陷检测方法及系统
CN116653457B (zh) 一种数字化皮纹喷墨设备的生产控制方法及系统
CN111507357B (zh) 一种缺陷检测语义分割模型建模方法、装置、介质及设备
Benyang et al. Safety helmet detection method based on YOLO v4
CN114387233A (zh) 一种基于机器视觉的砂型缺陷检测方法及系统
CN108596875B (zh) 一种基于图像分割算法的半导体芯片溢料快速检测方法
CN111462120A (zh) 一种基于语义分割模型缺陷检测方法、装置、介质及设备
CN112862811A (zh) 基于深度学习的材料显微图像缺陷识别方法、设备及装置
CN113781585B (zh) 一种增材制造零件表面缺陷在线检测方法及系统
CN113870217A (zh) 一种基于机器视觉的边缘偏移视觉测量方法、图像检测仪
CN114613705B (zh) 一种半导体元器件加工的控制方法、系统及介质
CN109085178A (zh) 一种用于增材制造的缺陷指纹精确在线监测方法和反馈策略
CN111415376A (zh) 汽车玻璃亚像素轮廓提取方法及汽车玻璃检测方法
CN116309847A (zh) 一种基于二维图像和三维点云结合的堆叠工件位姿估计方法
CN114022483B (zh) 一种基于边缘特性的注塑飞边区域识别方法
CN114040116B (zh) 塑胶模材良品监测反馈系统
CN109308707B (zh) 铝锭厚度非接触式在线测量方法
CN117440308B (zh) 一种麦克风话筒生产产线智能控制方法及系统
CN116985525B (zh) 一种全自动视觉印刷机的智能管理方法及系统
CN107609565B (zh) 一种基于图像全局特征主成分线性回归的室内视觉定位方法
Cao et al. Generative adversarial network for prediction of workpiece surface topography in machining stage
CN117392097A (zh) 基于改进YOLOv8算法的增材制造工艺缺陷检测方法和系统
CN117021440A (zh) 一种基于机器视觉的树脂镜片自动浇注方法及系统
CN106056575A (zh) 一种基于似物性推荐算法的图像匹配方法

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