CN116660468A - 一种化妆品生产流水线智能监测分析方法 - Google Patents
一种化妆品生产流水线智能监测分析方法 Download PDFInfo
- Publication number
- CN116660468A CN116660468A CN202310613684.1A CN202310613684A CN116660468A CN 116660468 A CN116660468 A CN 116660468A CN 202310613684 A CN202310613684 A CN 202310613684A CN 116660468 A CN116660468 A CN 116660468A
- Authority
- CN
- China
- Prior art keywords
- lipstick
- color paste
- coefficient
- analyzing
- target color
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 34
- 239000002537 cosmetic Substances 0.000 title claims abstract description 22
- 238000012544 monitoring process Methods 0.000 title claims abstract description 17
- 238000012360 testing method Methods 0.000 claims abstract description 68
- 238000001514 detection method Methods 0.000 claims abstract description 54
- 238000004458 analytical method Methods 0.000 claims abstract description 44
- 238000000227 grinding Methods 0.000 claims abstract description 29
- 238000005429 filling process Methods 0.000 claims abstract description 18
- 238000001303 quality assessment method Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 7
- 238000012797 qualification Methods 0.000 claims description 39
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 15
- 239000000741 silica gel Substances 0.000 claims description 15
- 229910002027 silica gel Inorganic materials 0.000 claims description 15
- 230000007547 defect Effects 0.000 claims description 13
- 238000013441 quality evaluation Methods 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 229920001296 polysiloxane Polymers 0.000 claims description 3
- 238000005303 weighing Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000007711 solidification Methods 0.000 description 3
- 230000008023 solidification Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
-
- 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
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Cosmetics (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明涉及化妆品生产技术领域，具体公开一种化妆品生产流水线智能监测分析方法，该方法包括：色浆研磨过程检测、色浆研磨质量分析、浇筑灌装过程检测、浇筑灌装过程分析、口红质量检测、口红质量分析、口红折断力测试和口红质量评估指数分析，本发明不仅对色浆的显色和口红成品质量这两个层面进行分析，还对口红浇筑灌装过程进行分析，进而避免出现模具的温度和色浆的温度相差过大的现象，从而降低色浆在灌装过程中出现凝固或者产生异味事件的发生率，提高了口红生产质量分析的精确性，本发明克服了现有技术中主要针对口红的颜色和缺陷分析的问题，确保口红的整体美观效果，提高口红的相关经济效益。
Description
技术领域
本发明涉及化妆品生产技术领域，具体而言，涉及一种化妆品生产流水线智能监测分析方法。
背景技术
化妆品是指以涂擦、喷洒或者其他类似的方法，散布于人体表面任何部位，以达到清洁、消除不良气味、护肤、美容和修饰目的的日用化学工业产品，口红是唇用美容化妆品的一种，口红的主要功能使赋予嘴唇色调，强调或改变两唇的轮廓，口红的使用更显生气和活力，进而口红在化妆品中及其重要，口红的质量直接影响口红的销量和市场评价，进而就需要在口红的生产过程进行检测分析，以此确保口红的生产质量。
现有的口红生产质量分析在一定程度上可以满足当前要求，但是还存在一定的缺陷，其具体体现在：(1)现有口红生产质量分析大多集中于色浆的显色和口红成品的质量这两个层面，对口红的浇筑灌装过程分析的关注度不高，口红灌装过程时，模具的温度和色浆的温度相差过大不利于色浆的灌装，进而就导致色浆在灌装过程中出现凝固或者产生异味的现象，从而影响口红对应的最终的生产质量，降低了口红生产质量分析的精确性，进而难以保证口红的生产质量，在一定程度上不利于口红的可持续发展。
(2)现有口红生产质量在分析口红的外观质量时，大多是针对口红的颜色和缺陷进行分析，对口红与管体的相对位置的分析力度不够深入，进而容易出现口红与管体的位置不贴合的现象，从而影响口红的整体美观效果，进而在一定程度上影响消费者的体验感和使用感，降低口红的相关经济效益。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种化妆品生产流水线智能监测分析方法,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：一种化妆品生产流水线智能监测分析方法，包括：色浆研磨过程检测：对色浆研磨过程进行检测，进而统计色浆对应的研磨时长，将研磨完成的色浆标记为目标色浆，进而对目标色浆进行图像采集。
色浆研磨质量分析：分析目标色浆对应的质量系数μ。
浇筑灌装过程检测：对色浆浇筑灌装过程进行检测，进而通过温度传感器获取目标色浆在各检测时间点的温度和硅胶模具在各检测时间的温度。
浇筑灌装过程分析：分析浇筑灌装对应的质量评估系数ξ。
口红质量检测：从生产完成的口红随机抽取各口红进行外观图像采集，进而得到各口红对应的外观图像，并对各口红进行称重，从而得到各口红对应的重量。
口红质量分析：分析口红对应的综合外观质量合格系数AL。
口红折断力测试：获取各口红对应的折断力，进而分析口红对应的折断力符合系数ZD。
口红质量评估指数分析：综合分析口红对应的质量评估指数。
作为一种优选的方案，所述目标色浆对应的质量系数，其具体分析方法为：从云数据库中提取色浆对应的适宜研磨时长，分析色浆对应的研磨时长规范系数其中T表示为色浆对应的研磨时长，T′表示为色浆对应的适宜研磨时长。
基于采集的目标色浆对应的图像，并在目标色浆对应的图像布设各测试点，进而获取目标色浆在各测试点对应的RGB值。
获取目标色浆对应的预计口红显色值，并从云数据库中提取各口红显色值所属色浆对应的预计RGB值，进而筛选目标色浆对应的预计RGB值。
分析目标色浆所属各测试点对应的颜色合格系数其中Ri、Gi、Bi分别表示为目标色浆在第i个测试点对应的R值、G值、B值，R′、G′、B′分别表示为目标色浆对应的预计R值、预计G值、预计B值，λ1、λ2、λ3分别表示为预设的R值相似度、G值相似度、B值相似度对应的权重系数，i表示为各测试点的编号，i＝1,2,...,n。
基于目标色浆所属各测试点对应颜色合格系数筛选目标色浆所属测试点对应的最大颜色合格系数YGmax和最小颜色合格系数YGmin。
基于目标色浆所属各测试点对应的颜色合格系数分析目标色浆对应的颜色偏差系数其中YGi+1表示为目标色浆所属第i+1测试点对应的颜色合格系数，n表示为测试点的数量。
分析目标色浆对应的颜色评估系数其中e表示为自然常数，γ1、γ2分别表示为预设的颜色合格系数、颜色偏差系数对应的权值因子。
分析目标色浆对应的粘度合理系数η。
分析目标色浆对应的质量系数其中χ1、χ2、χ3分别表示为预设的颜色评估系数、粘度合理系数、研磨时长对应的占比因子。
作为一种优选的方案，所述目标色浆对应的粘度合理系数，其具体分析方法为：通过粘度测试仪获取目标色浆对应的粘度值。
从云数据库中提取色浆对应的适宜粘度范围，进而将目标色浆对应的粘度值与色浆对应的适宜粘度值范围进行对比，若目标色浆对应的粘度值处于色浆对应的适宜粘度值范围内，则将目标色浆对应的粘度合理系数标记为η1，反之，则进行以下分析：获取色浆对应的适宜粘度最大值Qmax和适宜粘度最小值Qmin，分析目标色浆对应的粘度合理系数其中Q表示为目标色浆对应的粘度值。
获取目标色浆对应的粘度合理系数η，其中η＝η1或η2。
作为一种优选的方案，所述浇筑灌装对应的质量评估系数，其具体分析方法为：基于目标色浆在各检测时间点的温度和硅胶模具在各检测时间点的温度分析目标色浆在各检测时间点与硅胶模具的温度符合系数，其计算公式为：其中σm表示为目标色浆在第m个检测时间点与硅胶模具的温度符合系数，WDm表示为目标色浆在第m个检测时间点的温度，WD′m表示为硅胶模具在第m个检测时间点的温度，WD表示为预设的允许温度误差，m表示为各检测时间点的编号，m＝1,2,...,l。
基于目标色浆在各检测时间点与硅胶模具的温度符合系数获取目标色浆对应的最大温度符合系数σmax和最小温度符合系数σmin。
分析浇筑灌装对应的质量评估系数其中l表示为检测时间点的数量，σ″表示为预设的允许温度符合系数误差，δ1、δ2分别表示为预设的温度符合、温度偏差对应的比例系数。
作为一种优选的方案，所述口红对应的综合外观质量合格系数AL＝(e-1)(φ+XS+ZH)，其中φ表示为口红对应的外观质量合格系数，XS表示为口红对应的色彩相似系数，ZH表示为口红对应的重量合格系数。
作为一种优选的方案，所述口红对应的外观质量合格系数，其具体分析方法为：基于各口红对应的外观图像获取各口红对应外观图像所属各缺口区域的面积Spj，其中p表示为各口红的编号，p＝1,2,...,q，j表示为各缺口区域的编号，j＝1,2,...,k。
统计各口红对应外观图像所属缺口区域的数量Mp。
分析各口红对应的外观缺陷系数其中k表示为缺口区域的数量，S′、M′分别表示为预设的允许缺口面积、允许缺口区域数量。
基于各口红对应的外观图像，以各口红对应底座中心点为原点建立坐标系，进而获取各口红对应顶点的坐标(xp,yp,zp)，并在各口红对应柱体随机选取各测试点，进而获取各口红对应柱体所属各测试点的坐标(x′p,h,y′p,h,z′p,h)，其中h表示为各测试点的编号，h＝1,2,...,g。
分析各口红对应的顶点偏差系数其中L′表示为预设的允许偏移误差值，Z′表示为预设的口红对应的适宜高度，xp0、yp0分别表示为第p个口红所属原点在x轴、y轴对应的坐标值。
从云数据库中提取口红对应底座的半径R，进而分析各口红所属各测试点的位置偏差系数
将各口红所属各测试点的位置偏差系数与预设的位置偏差系数阈值进行对比，若某口红所属某测试点的位置偏差系数大于或等于位置偏差系数阈值，则将该测试点标记为偏差点，进而得到各口红对应的各偏差点，并统计各口红对应偏差点的数量SLp。
统计各口红对应的测试点的数量SL′p，分析各口红对应的柱体位置偏差系数其中g表示测试点的数量，θp,h+1表示为第p个口红所属第h+1个测试点的位置偏差系数，α1、α2分别表示为预设的测试点偏差系数、偏差点数量对应的权值系数。
分析口红对应的外观质量合格系数其中β1、β2、β3分别表示为预设的外观缺陷系数、顶点偏差系数、柱体位置偏差系数对应的占比数值,q表示为口红的数量。
作为一种优选的方案，所述口红对应的色彩相似系数，其具体分析方法为：通过各口红对应的外观图像获取各口红所属各检测点对应的RGB值，并从云数据库中提取口红对应的标准RGB值。
分析口红对应的色彩相似系数，其中RR′、GG′、BB′分别表示为口红对应的标准R值、G值、B值，其中RRpb、GGpb、BBpb分别表示为第p个口红所属第b个检测点对应的R值、G值、B值，F1、F2、F3分别表示为预设的R值相似度、G值相似度、B值相似度对应的占比系数，c表示为检测点的数量，b表示为各检测点的编号，b＝1,2,...,c。
作为一种优选的方案，所述口红对应的重量合格系数，其具体分析方法为：基于各口红对应的重量ZLp与云数据库中存储的口红的标准重量ZL获取各口红对应的重量差值CZp＝|ZLp-ZL′|。
将各口红对应的重量差值与预设的差值阈值进行对比，若某口红对应的重量差值大于或等于预设的差值阈值，则将该口红标记为重量异常口红，进而得到各重量异常口红，并统计重量异常口红的数量SJ。
统计口红对应的数量SY，进而分析口红对应的重量合格系数
作为一种优选的方案，所述分析口红对应的折断力符合系数，其具体方法为：从云数据库中提取口红对应的适宜折断力范围，进而将各口红对应的折断力与适宜折断力范围进行对比，若某口红对应的折断力处于适宜折断力范围内，则将该口红标记为折断力符合口红，进而得到各折断力符合口红。
统计折断力符合口红的数量SI，并分析口红对应的折断力符合系数
作为一种优选的方案，所述分析口红对应的质量评估指数，其计算公式为：PY＝(e+1)(μ+ξ+AL+ZD)，其中PY表示为口红对应的质量评估指数。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：(1)本发明在口红生产质量分析时，不仅对色浆的显色和口红成品质量这两个层面进行分析，还对口红浇筑灌装过程进行分析，进而避免出现模具的温度和色浆的温度相差过大的现象，从而降低色浆在灌装过程中出现凝固或者产生异味事件的发生率，保障了口红对应最终的生产质量，提高了口红生产质量分析的精确性，进而在一定程度上促进口红的可持续发展。
(2)本发明在分析口红的外观质量时，结合口红的颜色、缺陷以及口红与管体的相对位置综合分析口红的外观质量，克服了现有技术中主要针对口红的颜色和缺陷分析的问题，进而避免出现口红与管体的位置不贴合的现象，从而确保口红的整体美观效果，进而在一定程度上提高消费者的体验感和使用感，提高口红的相关经济效益。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的方法流程图。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，本发明提供一种化妆品生产流水线智能监测分析方法，包括：色浆研磨过程检测：对色浆研磨过程进行检测，进而统计色浆对应的研磨时长，将研磨完成的色浆标记为目标色浆，进而对目标色浆进行图像采集。
色浆研磨质量分析：分析目标色浆对应的质量系数μ。
在本发明的具体实施例中，所述目标色浆对应的质量系数，其具体分析方法为：从云数据库中提取色浆对应的适宜研磨时长，分析色浆对应的研磨时长规范系数其中T表示为色浆对应的研磨时长，T′表示为色浆对应的适宜研磨时长。
基于采集的目标色浆对应的图像，并在目标色浆对应的图像布设各测试点，进而获取目标色浆在各测试点对应的RGB值。
获取目标色浆对应的预计口红显色值，并从云数据库中提取各口红显色值所属色浆对应的预计RGB值，进而筛选目标色浆对应的预计RGB值。
分析目标色浆所属各测试点对应的颜色合格系数其中Ri、Gi、Bi分别表示为目标色浆在第i个测试点对应的R值、G值、B值，R′、G′、B′分别表示为目标色浆对应的预计R值、预计G值、预计B值，λ1、λ2、λ3分别表示为预设的R值相似度、G值相似度、B值相似度对应的权重系数，i表示为各测试点的编号，i＝1,2,...,n。
基于目标色浆所属各测试点对应颜色合格系数筛选目标色浆所属测试点对应的最大颜色合格系数YGmax和最小颜色合格系数YGmin。
基于目标色浆所属各测试点对应的颜色合格系数分析目标色浆对应的颜色偏差系数其中YGi+1表示为目标色浆所属第i+1测试点对应的颜色合格系数，n表示为测试点的数量。
分析目标色浆对应的颜色评估系数其中e表示为自然常数，γ1、γ2分别表示为预设的颜色合格系数、颜色偏差系数对应的权值因子。
分析目标色浆对应的粘度合理系数η。
分析目标色浆对应的质量系数其中χ1、χ2、χ3分别表示为预设的颜色评估系数、粘度合理系数、研磨时长对应的占比因子。
在本发明的具体实施例中，所述目标色浆对应的粘度合理系数，其具体分析方法为：通过粘度测试仪获取目标色浆对应的粘度值。
从云数据库中提取色浆对应的适宜粘度范围，进而将目标色浆对应的粘度值与色浆对应的适宜粘度值范围进行对比，若目标色浆对应的粘度值处于色浆对应的适宜粘度值范围内，则将目标色浆对应的粘度合理系数标记为η1，反之，则进行以下分析：获取色浆对应的适宜粘度最大值Qmax和适宜粘度最小值Qmin，分析目标色浆对应的粘度合理系数其中Q表示为目标色浆对应的粘度值。
获取目标色浆对应的粘度合理系数η，其中η＝η1或η2。
浇筑灌装过程检测：对色浆浇筑灌装过程进行检测，进而通过温度传感器获取目标色浆在各检测时间点的温度和硅胶模具在各检测时间的温度。
浇筑灌装过程分析：分析浇筑灌装对应的质量评估系数ξ。
在本发明的具体实施例中，所述浇筑灌装对应的质量评估系数，其具体分析方法为：基于目标色浆在各检测时间点的温度和硅胶模具在各检测时间点的温度分析目标色浆在各检测时间点与硅胶模具的温度符合系数，其计算公式为：其中σm表示为目标色浆在第m个检测时间点与硅胶模具的温度符合系数，WDm表示为目标色浆在第m个检测时间点的温度，WD′m表示为硅胶模具在第m个检测时间点的温度，WD表示为预设的允许温度误差，m表示为各检测时间点的编号，m＝1,2,...,l。
基于目标色浆在各检测时间点与硅胶模具的温度符合系数获取目标色浆对应的最大温度符合系数σmax和最小温度符合系数σmin。
分析浇筑灌装对应的质量评估系数其中l表示为检测时间点的数量，σ″表示为预设的允许温度符合系数误差，δ1、δ2分别表示为预设的温度符合、温度偏差对应的比例系数。
本发明在口红生产质量分析时，不仅对色浆的显色和口红成品质量这两个层面进行分析，还对口红浇筑灌装过程进行分析，进而避免出现模具的温度和色浆的温度相差过大的现象，从而降低色浆在灌装过程中出现凝固或者产生异味事件的发生率，保障了口红对应最终的生产质量，提高了口红生产质量分析的精确性，进而在一定程度上促进口红的可持续发展。
口红质量检测：从生产完成的口红随机抽取各口红进行外观图像采集，进而得到各口红对应的外观图像，并对各口红进行称重，从而得到各口红对应的重量。
口红质量分析：分析口红对应的综合外观质量合格系数AL。
在本发明的具体实施例中，所述口红对应的综合外观质量合格系数AL＝(e-1)(φ+XS+ZH)，其中φ表示为口红对应的外观质量合格系数，XS表示为口红对应的色彩相似系数，ZH表示为口红对应的重量合格系数。
在本发明的具体实施例中，所述口红对应的外观质量合格系数，其具体分析方法为：基于各口红对应的外观图像获取各口红对应外观图像所属各缺口区域的面积Spj，其中p表示为各口红的编号，p＝1,2,...,q，j表示为各缺口区域的编号，j＝1,2,...,k。
需要说明的是，基于各口红对应的外观图像获取各口红对应外观图像所属各缺口区域的面积，其具体方法为：将各口红对应的外观图像对应的各灰度值与云数据库中储存的缺口对应的灰度值范围进行对比，若某口红对应外观图像的某灰度值处于缺口对应的灰度值范围内，则将该灰度值标记为缺口灰度值，进而得到各口红对应外观图像的各缺口灰度值，进而获取各口红对应外观图像所属各缺口灰度值的区域，将其标记为各口红对应外观图像所属的各缺口区域，进而得到各口红对应外观图像所属各缺口区域的面积Spj。
统计各口红对应外观图像所属缺口区域的数量Mp。
分析各口红对应的外观缺陷系数其中k表示为缺口区域的数量，S′、M′分别表示为预设的允许缺口面积、允许缺口区域数量。
基于各口红对应的外观图像，以各口红对应底座中心点为原点建立坐标系，进而获取各口红对应顶点的坐标(xp,yp,zp)，并在各口红对应柱体随机选取各测试点，进而获取各口红对应柱体所属各测试点的坐标(x′p,h,y′p,h,z′p,h)，其中h表示为各测试点的编号，h＝1,2,...,g。
需要说明的是，口红由管体和柱体组成，其中管体为外包装产品，柱体为口红凝固之后的实际产品。
分析各口红对应的顶点偏差系数其中L′表示为预设的允许偏移误差值，Z′表示为预设的口红对应的适宜高度，xp0、yp0分别表示为第p个口红所属原点在x轴、y轴对应的坐标值。
从云数据库中提取口红对应底座的半径R，进而分析各口红所属各测试点的位置偏差系数
将各口红所属各测试点的位置偏差系数与预设的位置偏差系数阈值进行对比，若某口红所属某测试点的位置偏差系数大于或等于位置偏差系数阈值，则将该测试点标记为偏差点，进而得到各口红对应的各偏差点，并统计各口红对应偏差点的数量SLp。
统计各口红对应的测试点的数量SL′p，分析各口红对应的柱体位置偏差系数其中g表示测试点的数量，θp,h+1表示为第p个口红所属第h+1个测试点的位置偏差系数，α1、α2分别表示为预设的测试点偏差系数、偏差点数量对应的权值系数。
分析口红对应的外观质量合格系数其中β1、β2、β3分别表示为预设的外观缺陷系数、顶点偏差系数、柱体位置偏差系数对应的占比数值,q表示为口红的数量。
在本发明的具体实施例中，所述口红对应的色彩相似系数，其具体分析方法为：通过各口红对应的外观图像获取各口红所属各检测点对应的RGB值，并从云数据库中提取口红对应的标准RGB值。
分析口红对应的色彩相似系数
，其中RR′、GG′、BB′分别表示为口红对应的标准R值、G值、B值，其中RRpb、GGpb、BBpb分别表示为第p个口红所属第b个检测点对应的R值、G值、B值，F1、F2、F3分别表示为预设的R值相似度、G值相似度、B值相似度对应的占比系数，c表示为检测点的数量，b表示为各检测点的编号，b＝1,2,...,c。
在本发明的具体实施例中，所述口红对应的重量合格系数，其具体分析方法为：基于各口红对应的重量ZLp与云数据库中存储的口红的标准重量ZL获取各口红对应的重量差值CZp＝|ZLp-ZL′|。
将各口红对应的重量差值与预设的差值阈值进行对比，若某口红对应的重量差值大于或等于预设的差值阈值，则将该口红标记为重量异常口红，进而得到各重量异常口红，并统计重量异常口红的数量SJ。
统计口红对应的数量SY，进而分析口红对应的重量合格系数
本发明在分析口红的外观质量时，结合口红的颜色、缺陷以及口红与管体的相对位置综合分析口红的外观质量，克服了现有技术中主要针对口红的颜色和缺陷分析的问题，进而避免出现口红与管体的位置不贴合的现象，从而确保口红的整体美观效果，进而在一定程度上提高消费者的体验感和使用感，提高口红的相关经济效益。
口红折断力测试：获取各口红对应的折断力，进而分析口红对应的折断力符合系数ZD。
需要说明的是，通过口红折断力测试仪获取各口红对应的折断力。
在本发明的具体实施例中，所述分析口红对应的折断力符合系数，其具体方法为：从云数据库中提取口红对应的适宜折断力范围，进而将各口红对应的折断力与适宜折断力范围进行对比，若某口红对应的折断力处于适宜折断力范围内，则将该口红标记为折断力符合口红，进而得到各折断力符合口红。
统计折断力符合口红的数量SI，并分析口红对应的折断力符合系数
口红质量评估指数分析：综合分析口红对应的质量评估指数。
在本发明的具体实施例中，所述分析口红对应的质量评估指数，其计算公式为：PY＝(e+1)(μ+ξ+AL+ZD)，其中PY表示为口红对应的质量评估指数。
以上内容仅仅是对本发明结构所作的举例和说明，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，只要不偏离发明的结构或者超越本发明所定义的范围，均应属于本发明的保护范围。
Claims (10)
1.一种化妆品生产流水线智能监测分析方法，其特征在于，包括：
色浆研磨过程检测：对色浆研磨过程进行检测，进而统计色浆对应的研磨时长，将研磨完成的色浆标记为目标色浆，进而对目标色浆进行图像采集；
色浆研磨质量分析：分析目标色浆对应的质量系数μ；
浇筑灌装过程检测：对色浆浇筑灌装过程进行检测，进而通过温度传感器获取目标色浆在各检测时间点的温度和硅胶模具在各检测时间的温度；
浇筑灌装过程分析：分析浇筑灌装对应的质量评估系数ξ；
口红质量检测：从生产完成的口红随机抽取各口红进行外观图像采集，进而得到各口红对应的外观图像，并对各口红进行称重，从而得到各口红对应的重量；
口红质量分析：分析口红对应的综合外观质量合格系数AL；
口红折断力测试：获取各口红对应的折断力，进而分析口红对应的折断力符合系数ZD；
口红质量评估指数分析：综合分析口红对应的质量评估指数。
2.根据权利要求1所述的一种化妆品生产流水线智能监测分析方法，其特征在于：所述目标色浆对应的质量系数，其具体分析方法为：
从云数据库中提取色浆对应的适宜研磨时长，分析色浆对应的研磨时长规范系数其中T表示为色浆对应的研磨时长，T′表示为色浆对应的适宜研磨时长；
基于采集的目标色浆对应的图像，并在目标色浆对应的图像布设各测试点，进而获取目标色浆在各测试点对应的RGB值；
获取目标色浆对应的预计口红显色值，并从云数据库中提取各口红显色值所属色浆对应的预计RGB值，进而筛选目标色浆对应的预计RGB值；
分析目标色浆所属各测试点对应的颜色合格系数其中Ri、Gi、Bi分别表示为目标色浆在第i个测试点对应的R值、G值、B值，R′、G′、B′分别表示为目标色浆对应的预计R值、预计G值、预计B值，λ1、λ2、λ3分别表示为预设的R值相似度、G值相似度、B值相似度对应的权重系数，i表示为各测试点的编号，i＝1,2,...,n；
基于目标色浆所属各测试点对应颜色合格系数筛选目标色浆所属测试点对应的最大颜色合格系数YGmax和最小颜色合格系数YGmin；
基于目标色浆所属各测试点对应的颜色合格系数分析目标色浆对应的颜色偏差系数其中YGi+1表示为目标色浆所属第i+1测试点对应的颜色合格系数，n表示为测试点的数量；
分析目标色浆对应的颜色评估系数其中e表示为自然常数，γ1、γ2分别表示为预设的颜色合格系数、颜色偏差系数对应的权值因子；
分析目标色浆对应的粘度合理系数η；
分析目标色浆对应的质量系数χ1、χ2、χ3分别表示为预设的颜色评估系数、粘度合理系数、研磨时长对应的占比因子。
3.根据权利要求2所述的一种化妆品生产流水线智能监测分析方法，其特征在于：所述目标色浆对应的粘度合理系数，其具体分析方法为：
通过粘度测试仪获取目标色浆对应的粘度值；
从云数据库中提取色浆对应的适宜粘度范围，进而将目标色浆对应的粘度值与色浆对应的适宜粘度值范围进行对比，若目标色浆对应的粘度值处于色浆对应的适宜粘度值范围内，则将目标色浆对应的粘度合理系数标记为η1，反之，则进行以下分析：
获取色浆对应的适宜粘度最大值Qmax和适宜粘度最小值Qmin，分析目标色浆对应的粘度合理系数其中Q表示为目标色浆对应的粘度值；
获取目标色浆对应的粘度合理系数η，其中η＝η1或η2。
4.根据权利要求1所述的一种化妆品生产流水线智能监测分析方法，其特征在于：所述浇筑灌装对应的质量评估系数，其具体分析方法为：
基于目标色浆在各检测时间点的温度和硅胶模具在各检测时间点的温度分析目标色浆在各检测时间点与硅胶模具的温度符合系数，其计算公式为：其中σm表示为目标色浆在第m个检测时间点与硅胶模具的温度符合系数，WDm表示为目标色浆在第m个检测时间点的温度，WD′m表示为硅胶模具在第m个检测时间点的温度，WD表示为预设的允许温度误差，m表示为各检测时间点的编号，m＝1,2,...,l；
基于目标色浆在各检测时间点与硅胶模具的温度符合系数获取目标色浆对应的最大温度符合系数σmax和最小温度符合系数σmin；
分析浇筑灌装对应的质量评估系数其中l表示为检测时间点的数量，σ″表示为预设的允许温度符合系数误差，δ1、δ2分别表示为预设的温度符合、温度偏差对应的比例系数。
5.根据权利要求1所述的一种化妆品生产流水线智能监测分析方法，其特征在于：所述口红对应的综合外观质量合格系数AL＝(e-1)(φ+XS+ZH)，其中φ表示为口红对应的外观质量合格系数，XS表示为口红对应的色彩相似系数，ZH表示为口红对应的重量合格系数。
6.根据权利要求5所述的一种化妆品生产流水线智能监测分析方法，其特征在于：所述口红对应的外观质量合格系数，其具体分析方法为：
基于各口红对应的外观图像获取各口红对应外观图像所属各缺口区域的面积Spj，其中p表示为各口红的编号，p＝1,2,...,q，j表示为各缺口区域的编号，j＝1,2,...,k；
统计各口红对应外观图像所属缺口区域的数量Mp；
分析各口红对应的外观缺陷系数其中k表示为缺口区域的数量，S′、M′分别表示为预设的允许缺口面积、允许缺口区域数量；
基于各口红对应的外观图像，以各口红对应底座中心点为原点建立坐标系，进而获取各口红对应顶点的坐标(xp,yp,zp)，并在各口红对应柱体随机选取各测试点，进而获取各口红对应柱体所属各测试点的坐标(x′p,h,y′p,h,z′p,h)，其中h表示为各测试点的编号，h＝1,2,...,g；
分析各口红对应的顶点偏差系数其中L′表示为预设的允许偏移误差值，Z′表示为预设的口红对应的适宜高度，xp0、yp0分别表示为第p个口红所属原点在x轴、y轴对应的坐标值；
从云数据库中提取口红对应底座的半径R，进而分析各口红所属各测试点的位置偏差系数
将各口红所属各测试点的位置偏差系数与预设的位置偏差系数阈值进行对比，若某口红所属某测试点的位置偏差系数大于或等于位置偏差系数阈值，则将该测试点标记为偏差点，进而得到各口红对应的各偏差点，并统计各口红对应偏差点的数量SLp；
统计各口红对应的测试点的数量SL′p，分析各口红对应的柱体位置偏差系数其中g表示测试点的数量，θp,h+1表示为第p个口红所属第h+1个测试点的位置偏差系数，α1、α2分别表示为预设的测试点偏差系数、偏差点数量对应的权值系数；
分析口红对应的外观质量合格系数其中β1、β2、β3分别表示为预设的外观缺陷系数、顶点偏差系数、柱体位置偏差系数对应的占比数值,q表示为口红的数量。
7.根据权利要求6所述的一种化妆品生产流水线智能监测分析方法，其特征在于：所述口红对应的色彩相似系数，其具体分析方法为：
通过各口红对应的外观图像获取各口红所属各检测点对应的RGB值，并从云数据库中提取口红对应的标准RGB值；
分析口红对应的色彩相似系数 其中RR′、GG′、BB′分别表示为口红对应的标准R值、G值、B值，其中RRpb、GGpb、BBpb分别表示为第p个口红所属第b个检测点对应的R值、G值、B值，F1、F2、F3分别表示为预设的R值相似度、G值相似度、B值相似度对应的占比系数，c表示为检测点的数量，b表示为各检测点的编号，b＝1,2,...,c。
8.根据权利要求6所述的一种化妆品生产流水线智能监测分析方法，其特征在于：所述口红对应的重量合格系数，其具体分析方法为：
基于各口红对应的重量ZLp与云数据库中存储的口红的标准重量ZL获取各口红对应的重量差值CZp＝|ZLp-ZL′|；
将各口红对应的重量差值与预设的差值阈值进行对比，若某口红对应的重量差值大于或等于预设的差值阈值，则将该口红标记为重量异常口红，进而得到各重量异常口红，并统计重量异常口红的数量SJ；
统计口红对应的数量SY，进而分析口红对应的重量合格系数
9.根据权利要求8所述的一种化妆品生产流水线智能监测分析方法，其特征在于：所述分析口红对应的折断力符合系数，其具体方法为：
从云数据库中提取口红对应的适宜折断力范围，进而将各口红对应的折断力与适宜折断力范围进行对比，若某口红对应的折断力处于适宜折断力范围内，则将该口红标记为折断力符合口红，进而得到各折断力符合口红；
统计折断力符合口红的数量SI，并分析口红对应的折断力符合系数
10.根据权利要求1所述的一种化妆品生产流水线智能监测分析方法，其特征在于：所述分析口红对应的质量评估指数，其计算公式为：PY＝(e+1)(μ+ξ+AL+ZD)，其中PY表示为口红对应的质量评估指数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310613684.1A CN116660468B (zh) | 2023-05-29 | 2023-05-29 | 一种化妆品生产流水线智能监测分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310613684.1A CN116660468B (zh) | 2023-05-29 | 2023-05-29 | 一种化妆品生产流水线智能监测分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116660468A true CN116660468A (zh) | 2023-08-29 |
| CN116660468B CN116660468B (zh) | 2024-02-13 |
Family
ID=87725458
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310613684.1A Active CN116660468B (zh) | 2023-05-29 | 2023-05-29 | 一种化妆品生产流水线智能监测分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116660468B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117252867A (zh) * | 2023-11-14 | 2023-12-19 | 广州市品众电子科技有限公司 | 一种基于图像识别的vr设备生产产品质量监测分析方法 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001258640A (ja) * | 2000-03-21 | 2001-09-25 | Shiseido Co Ltd | 棒状化粧料の製造システム |
| KR20050092170A (ko) * | 2004-03-15 | 2005-09-21 | 주식회사 엘지생활건강 | 코아 립 메이크업 |
| US20080080766A1 (en) * | 2006-10-02 | 2008-04-03 | Gregory Payonk | Apparatus and Method for Analyzing Skin Using L*a*b* Colorspace |
| CN101637438A (zh) * | 2008-07-31 | 2010-02-03 | 株式会社资生堂 | 笔状化妆品及其制造方法 |
| JP2010091390A (ja) * | 2008-10-07 | 2010-04-22 | Kao Corp | 顔料ペースト混合物組成の決定方法 |
| JP2016070847A (ja) * | 2014-09-30 | 2016-05-09 | 花王株式会社 | 化粧料の艶の評価方法及び評価装置 |
| CN108378525A (zh) * | 2012-09-17 | 2018-08-10 | 奥里尔股份有限公司 | 自定义化妆品掺和机器 |
| CN208581923U (zh) * | 2018-06-07 | 2019-03-08 | 上海缇曼生物科技有限公司 | 一种方便进行调色口红灌装机构 |
| CN109908031A (zh) * | 2019-03-07 | 2019-06-21 | 浙江纳美新材料股份有限公司 | 一种可食用口红色浆及其制备方法 |
| CN111239142A (zh) * | 2020-03-17 | 2020-06-05 | 中科创达软件股份有限公司 | 膏体外观缺陷检测设备及方法 |
| CN111951218A (zh) * | 2020-07-09 | 2020-11-17 | 黄鹏 | 一种混合深度学习模型的口红质检系统 |
| CN112545922A (zh) * | 2020-12-01 | 2021-03-26 | 原田(苏州)技术研发有限公司 | 一种多功能口红及其制备方法 |
| CN114280076A (zh) * | 2021-11-30 | 2022-04-05 | 南京我乐家居智能制造有限公司 | 一种基于机器视觉的产品表面粉末喷涂质量监测分析管理系统 |
| CN216453831U (zh) * | 2021-11-25 | 2022-05-10 | 广州莱倩化妆品有限公司 | 一种口红生产用脱模装置 |
| CN114533574A (zh) * | 2021-12-27 | 2022-05-27 | 浙江百姿化妆品股份有限公司 | 一种新型口红及其制备方法 |
| CN115824892A (zh) * | 2022-11-30 | 2023-03-21 | 谱尼测试集团江苏有限公司 | 一种彩妆类产品防水性能的测试方法 |
-
2023
- 2023-05-29 CN CN202310613684.1A patent/CN116660468B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001258640A (ja) * | 2000-03-21 | 2001-09-25 | Shiseido Co Ltd | 棒状化粧料の製造システム |
| KR20050092170A (ko) * | 2004-03-15 | 2005-09-21 | 주식회사 엘지생활건강 | 코아 립 메이크업 |
| US20080080766A1 (en) * | 2006-10-02 | 2008-04-03 | Gregory Payonk | Apparatus and Method for Analyzing Skin Using L*a*b* Colorspace |
| CN101637438A (zh) * | 2008-07-31 | 2010-02-03 | 株式会社资生堂 | 笔状化妆品及其制造方法 |
| JP2010091390A (ja) * | 2008-10-07 | 2010-04-22 | Kao Corp | 顔料ペースト混合物組成の決定方法 |
| CN108378525A (zh) * | 2012-09-17 | 2018-08-10 | 奥里尔股份有限公司 | 自定义化妆品掺和机器 |
| JP2016070847A (ja) * | 2014-09-30 | 2016-05-09 | 花王株式会社 | 化粧料の艶の評価方法及び評価装置 |
| CN208581923U (zh) * | 2018-06-07 | 2019-03-08 | 上海缇曼生物科技有限公司 | 一种方便进行调色口红灌装机构 |
| CN109908031A (zh) * | 2019-03-07 | 2019-06-21 | 浙江纳美新材料股份有限公司 | 一种可食用口红色浆及其制备方法 |
| CN111239142A (zh) * | 2020-03-17 | 2020-06-05 | 中科创达软件股份有限公司 | 膏体外观缺陷检测设备及方法 |
| CN111951218A (zh) * | 2020-07-09 | 2020-11-17 | 黄鹏 | 一种混合深度学习模型的口红质检系统 |
| CN112545922A (zh) * | 2020-12-01 | 2021-03-26 | 原田(苏州)技术研发有限公司 | 一种多功能口红及其制备方法 |
| CN216453831U (zh) * | 2021-11-25 | 2022-05-10 | 广州莱倩化妆品有限公司 | 一种口红生产用脱模装置 |
| CN114280076A (zh) * | 2021-11-30 | 2022-04-05 | 南京我乐家居智能制造有限公司 | 一种基于机器视觉的产品表面粉末喷涂质量监测分析管理系统 |
| CN114533574A (zh) * | 2021-12-27 | 2022-05-27 | 浙江百姿化妆品股份有限公司 | 一种新型口红及其制备方法 |
| CN115824892A (zh) * | 2022-11-30 | 2023-03-21 | 谱尼测试集团江苏有限公司 | 一种彩妆类产品防水性能的测试方法 |
Non-Patent Citations (10)
| Title |
|---|
| YULIA A PARK;曲镝;廖峰;: "通过图像分析、临床评估和消费者评估的方法评价唇部产品的性能", 日用化学品科学, no. 08 * |
| 何宏恺, 宦萍, 赵树洪, 古学群: "粉类唇膏类化妆品重金属含量过程监控的研究", 检验检疫科学, no. 06 * |
| 冯海?;张镖;胡悦;丘利霞;潘桦丽;潘钊言;付裕;: "天然色素口红的制备及质量稳定性考察", 香料香精化妆品, no. 03 * |
| 吴少娟;郭清泉;: "基于BP神经网络的化妆品色彩配方设计", 日用化学工业, no. 07 * |
| 周显恩;王耀南;朱青;吴成中;彭玉;: "基于机器视觉的瓶口缺陷检测方法研究", 电子测量与仪器学报, no. 05 * |
| 崔儒东;: "化妆品包装纸盒的生产加工和品质监控", 印刷技术, no. 08 * |
| 戴琼;: "口红式安瓿助断器的研制及其临床应用的安全性监测", 护理研究, no. 13 * |
| 本刊编辑部;王梦辉;: "美丽无价 安全至上――关注化妆品安全消费", 健康天地(美丽版), no. 05 * |
| 杨庄蓉;: "质地单项较佳:YSL、兰蔻、纪梵希", 消费者报道, no. 02 * |
| 程树军;: "彩妆品的安全风险评估及控制", 日用化学品科学, no. 12 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117252867A (zh) * | 2023-11-14 | 2023-12-19 | 广州市品众电子科技有限公司 | 一种基于图像识别的vr设备生产产品质量监测分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116660468B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116660468B (zh) | 一种化妆品生产流水线智能监测分析方法 | |
| Bruner | Human paleoneurology and the evolution of the parietal cortex | |
| Rotshtein et al. | Role of features and second-order spatial relations in face discrimination, face recognition, and individual face skills: Behavioral and functional magnetic resonance imaging data | |
| An et al. | Distinct functional organizations for processing different motion signals in V1, V2, and V4 of macaque | |
| CN104000602A (zh) | 情感带宽测定及其情感损伤判别方法 | |
| Koudelová et al. | Modelling of facial growth in Czech children based on longitudinal data: Age progression from 12 to 15 years using 3D surface models | |
| Paterson et al. | The role of velocity in affect discrimination | |
| JP2001346627A (ja) | 化粧アドバイスシステム | |
| ATE409423T1 (de) | Profiliertes system zum aufbringen eines kosmetikprodukts, verfahren zu seiner herstellung,applikatoranordnung und zusammenbauverfahren für eine solche anordnung | |
| BE1017201A4 (nl) | Werkwijze voor het bepalen van de veroudering van de huid van het gelaat van personen. | |
| JPWO2016143759A1 (ja) | 感情推定装置及び感情推定方法 | |
| CN106096521A (zh) | 一种基于网格划分的拥挤踩踏预警方法及装置 | |
| JP2018518154A5 (zh) | ||
| CN104732217B (zh) | 一种自适应模板大小指纹方向场计算方法 | |
| Bocaege et al. | Disturbances and noise: Defining furrow‐form enamel hypoplasia | |
| CN113743471A (zh) | 一种驾驶评估方法及其系统 | |
| Adamu et al. | Sex determination using facial linear dimensions and angles among Hausa population of Kano State, Nigeria | |
| WO2014009758A1 (en) | Device to determine visuo-spatial ability | |
| JP2023073375A (ja) | 皮膚の歪み測定方法 | |
| Karchani et al. | Association of subjective and interpretive drowsiness with facial dynamic changes in simulator driving | |
| Almukhtar et al. | Accuracy of generic mesh conformation: The future of facial morphological analysis | |
| JP2012008617A (ja) | 顔画像評価方法、顔評価方法および画像処理装置 | |
| Zheng et al. | Telling one face from another: Electrocortical correlates of facial characteristics among individual female faces | |
| JP2017119109A (ja) | ストレス判定装置及び方法 | |
| Marian et al. | Emotions in context: Pictorial influences on affective attributions. |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240119 Address after: Room 302, building 2, No. 44, Zhongsheng Road, Zhongcun street, Panyu District, Guangzhou, Guangdong 510000 Applicant after: Guangzhou Angbo Technology Co.,Ltd. Address before: No. 1745 Chanling Avenue, Douhudi Town, Gong'an County, Jingzhou City, Hubei Province, 434399 Applicant before: Jingzhou Washout Environmental Protection Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |