CN116674300A - 一种基于铜管探伤结果的自动喷墨标记系统及方法 - Google Patents

一种基于铜管探伤结果的自动喷墨标记系统及方法 Download PDF

Info

Publication number
CN116674300A
CN116674300A CN202310597969.0A CN202310597969A CN116674300A CN 116674300 A CN116674300 A CN 116674300A CN 202310597969 A CN202310597969 A CN 202310597969A CN 116674300 A CN116674300 A CN 116674300A
Authority
CN
China
Prior art keywords
copper pipe
defect
ink
marking
flaw detection
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
CN202310597969.0A
Other languages
English (en)
Other versions
CN116674300B (zh
Inventor
王辉
刘昆
杨雪鹏
朱永广
禄鹏
谈志祥
李裕
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.)
Changzhou Runlai Technology Co ltd
Original Assignee
Changzhou Runlai Technology 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 Changzhou Runlai Technology Co ltd filed Critical Changzhou Runlai Technology Co ltd
Priority to CN202310597969.0A priority Critical patent/CN116674300B/zh
Publication of CN116674300A publication Critical patent/CN116674300A/zh
Application granted granted Critical
Publication of CN116674300B publication Critical patent/CN116674300B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J3/00—Typewriters or selective printing or marking mechanisms characterised by the purpose for which they are constructed
    • B41J3/407—Typewriters or selective printing or marking mechanisms characterised by the purpose for which they are constructed for marking on special material
    • B41J3/413—Typewriters or selective printing or marking mechanisms characterised by the purpose for which they are constructed for marking on special material for metal
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J2/00—Typewriters or selective printing mechanisms characterised by the printing or marking process for which they are designed
    • B41J2/005—Typewriters 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
    • B41J2/01—Ink jet
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J3/00—Typewriters or selective printing or marking mechanisms characterised by the purpose for which they are constructed
    • B41J3/407—Typewriters or selective printing or marking mechanisms characterised by the purpose for which they are constructed for marking on special material
    • B41J3/4073—Printing on three-dimensional objects not being in sheet or web form, e.g. spherical or cubic objects
    • B41J3/40731—Holders for objects, e. g. holders specially adapted to the shape of the object to be printed or adapted to hold several objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J3/00—Typewriters or selective printing or marking mechanisms characterised by the purpose for which they are constructed
    • B41J3/407—Typewriters or selective printing or marking mechanisms characterised by the purpose for which they are constructed for marking on special material
    • B41J3/4073—Printing on three-dimensional objects not being in sheet or web form, e.g. spherical or cubic objects
    • B41J3/40733—Printing on cylindrical or rotationally symmetrical objects, e. g. on bottles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41J—TYPEWRITERS; SELECTIVE PRINTING MECHANISMS, i.e. MECHANISMS PRINTING OTHERWISE THAN FROM A FORME; CORRECTION OF TYPOGRAPHICAL ERRORS
    • B41J3/00—Typewriters or selective printing or marking mechanisms characterised by the purpose for which they are constructed
    • B41J3/44—Typewriters or selective printing mechanisms having dual functions or combined with, or coupled to, apparatus performing other functions
    • B41J3/445—Printers integrated in other types of apparatus, e.g. printers integrated in cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41M—PRINTING, DUPLICATING, MARKING, OR COPYING PROCESSES; COLOUR PRINTING
    • B41M5/00—Duplicating or marking methods; Sheet materials for use therein
    • B41M5/0041—Digital printing on surfaces other than ordinary paper
    • B41M5/0058—Digital printing on surfaces other than ordinary paper on metals and oxidised metal surfaces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41M—PRINTING, DUPLICATING, MARKING, OR COPYING PROCESSES; COLOUR PRINTING
    • B41M5/00—Duplicating or marking methods; Sheet materials for use therein
    • B41M5/0082—Digital printing on bodies of particular shapes
    • B41M5/0088—Digital printing on bodies of particular shapes by ink-jet printing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/048—Marking the faulty objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4472—Mathematical theories or simulation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4481—Neural networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/023—Solids
    • G01N2291/0234—Metals, e.g. steel
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/028—Material parameters
    • G01N2291/0289—Internal structure, e.g. defects, grain size, texture
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/26—Scanned objects
    • G01N2291/262—Linear objects
    • 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)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Manufacturing & Machinery (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本发明涉及铜材探伤标记技术领域，尤其涉及一种基于铜管探伤结果的自动喷墨标记系统及方法，系统包括：探伤检测模块、喷墨标记模块和延迟控制模块；探伤检测模块用于识别待测铜管的内部缺陷，并将缺陷信号输出至延迟控制模块；延迟控制模块用于处理探伤检测模块和喷墨标记模块之间工作的时间延迟，接收缺陷信号，并对喷墨标记模块发出喷墨标记命令；喷墨标记模块接收延迟控制模块的喷墨标记命令，并对内部存在缺陷的铜管进行标记。通过本发明，有效解决了探伤系统与自动喷墨标记系统工作匹配上的偏差，且对墨汁喷溅的铜管产品进行自动检测，保证铜管产品的生产质量，降低人工检测产本。

Description

一种基于铜管探伤结果的自动喷墨标记系统及方法
技术领域
本发明涉及铜材探伤技术领域，尤其涉及一种基于铜管探伤结果的自动喷墨标记系统及方法。
背景技术
随着社会的不断发展，精密铜管广泛应用于电子、航空航天、卫生医疗、汽车、制冷空调等领域，铜管行业也得到了快速的发展。铜管探伤是一种非破坏性检测技术，主要用于检测铜管内部的缺陷，自动喷墨标记系统要求在检测系统中对系统识别的缺陷进行有效标记以便后续处理。
随着铜管生产技术的不断进步，铜管生产速度和精准度也不断提高，自动喷墨标记系统与探伤系统经常因匹配上的偏差导致标记可靠性降低，缺陷定位不准确等问题，给铜管生产带来质量上的隐患。
公开于该背景技术部分的信息仅仅旨在加深对本公开总体背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成本领域技术人员所公知的现有技术。
发明内容
本发明提供了一种基于铜管探伤结果的自动喷墨标记系统及方法，可有效解决背景技术中的问题。
为了达到上述目的，本发明所采用的技术方案是：
一种基于铜管探伤结果的自动喷墨标记系统，所述系统包括：探伤检测模块、喷墨标记模块和延迟控制模块；
所述探伤检测模块用于识别待测铜管的内部缺陷，并将缺陷信号输出至所述延迟控制模块；
所述延迟控制模块用于处理所述探伤检测模块和所述喷墨标记模块之间工作的时间延迟，接收所述缺陷信号，并对所述喷墨标记模块发出喷墨标记命令；
所述喷墨标记模块接收所述延迟控制模块的喷墨标记命令，并对内部存在缺陷的铜管进行标记；
所述喷墨标记模块包括：
喷嘴控制单元，对喷嘴内的压力进行控制，接收所述喷墨时间参数，并根据所述喷墨时间参数做出相应的喷墨标记；
烘干温控单元，对标记的所述铜管上的墨迹进行烘干，且对温度进行控制。
进一步地，所述探伤检测模块包括：
超声检测单元，用于向所述待测铜管发射混频超声信号，检测并采集所述混频超声信号经过所述铜管后的超声输出信号；
缺陷判断单元，对所述超声输出信号进行缺陷识别，并根据所述超声输出信号判断所述铜管的缺陷位置，且输出判断信息；
指令传输单元，接收所述缺陷判断单元的判断信息，并根据所述判断信息计算出喷墨时间参数，并输出所述喷墨时间参数。
进一步地，所述系统还包括墨迹复检模块，所述墨迹复检模块对缺陷处理后的合格的铜管产品进行溅射墨迹的识别。
一种基于铜管探伤结果的自动喷墨标记方法，所述方法包括步骤：
S10：对待测铜管进行探伤检测，且获得铜管的内部缺陷，并记录对应的探伤初始时间点；
S20：对所述探伤检测和喷墨标记之间进行时间延迟，所述时间延迟为探伤初始时间点至标记初始时间点之间所需要的时间；
S30：根据所述时间延迟对获得内部缺陷处的铜管进行喷墨标记；
S40：对喷墨标记处的所述铜管进行墨迹烘干。
进一步地，所述方法步骤S10包括：
A10：获取所述内部缺陷的位置，并根据所述内部缺陷的位置建立缺陷坐标轴；
A20：设置缺陷连续阈值，并将所述缺陷坐标轴上的内部缺陷之间的距离与所述缺陷连续阈值做比较，若大于等于所述缺陷连续阈值为间断缺陷，若小于所述缺陷连续阈值为连续缺陷；
A30：根据所述间断缺陷和/或所述连续缺陷进行范围扩展形成缺陷段落，所述缺陷段落的前序端标记为缺陷初始位置，获取该位置的时间点为标记初始时间点；
其中，所述缺陷段落为喷墨范围。
进一步地，所述方法步骤S10还包括：
B10：对待测铜管发射混频超声信号，检测并采集所述混频超声信号经过所述铜管后的超声输出信号；
B20：构建卷积神经网络中的铜管缺陷特征集合，所述铜管缺陷特征集合包括与铜管多种类缺陷特征分别对应的第一卷积层；
B30：将所述超声输出信号转化成能够进行卷积运算的检测矩阵；
B40：通过所述第一卷积层对所述检测矩阵进行卷积运算，获得所述铜管的内部缺陷。
进一步地，在步骤S40之后，还包括步骤：
S50：将烘干后的铜管按照所述缺陷段落进行缺陷裁切处理，且裁切长度在所述缺陷段落两侧对称延伸10~20mm；
S60：将裁切后具有内部缺陷的铜管绑绕在铜管缠线辊上；
S70：对缠绕在所述铜管缠线辊上的铜管进行溅射墨迹的识别。
进一步地，步骤S70包括：
S701：缠绕在铜管缠线辊上的具有内部缺陷的铜管进行图像采集，采集方向与所述铜管缠线辊的底面直径重合，采集位置至少设置有4个，所述采集位置均匀分布在所述铜管缠线辊的周围，且采集范围覆盖所述铜管缠线辊的整体高度和整体圆周范围；
S702：对采集图像进行锐化和灰度处理；
S703：生成卷积神经网络中具有溅射特征的第二卷积层；
S704：将所述采集图像转化成能够进行卷积运算的复检矩阵；
S705：通过所述第二卷积层对所述复检矩阵进行卷积、池化运算，对缠绕在所述铜管缠线辊上的铜管进行溅射墨迹的识别。
进一步地，当识别出具有溅射墨迹后，还包括步骤：
S80：根据所述溅射墨迹的识别结果对喷嘴内的压力进行控制。
进一步地，步骤S80包括：
S801：建立溅射范围学习模型；
S802：将所述第一卷积层和第二卷积层进行叠加，生成叠加卷积层；
S803：将步骤S702中的所述采集图像按灰度值建立坐标矩阵，并获得灰度值大于等于X的像素坐标为目标坐标，其中X为墨迹处的灰度值；
S804：将相邻所述目标坐标间插入Y个灰度值小于X的像素列，生成供卷积神经网络识别的溅射矩阵；
S805：通过所述叠加卷积层对所述溅射矩阵进行特征识别，获得喷墨标记对溅射密集度的影响，并将所述影响输入所述溅射范围学习模型，对溅射范围进行学习分析并调节所述喷嘴内的压力。
通过本发明的技术方案，可实现以下技术效果：
有效解决了探伤系统与自动喷墨标记系统工作匹配上的偏差，且对墨汁喷溅的铜管产品进行自动检测，保证铜管产品的生产质量，降低人工检测产本。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
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中记载的一些实施例，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为基于铜管探伤结果的自动喷墨标记系统的结构示意图；
图2为基于铜管探伤结果的自动喷墨标记方法的流程示意图；
图3为获取探伤初始时间点的流程示意图；
图4为获得铜管的缺陷特征的流程示意图；
图5为喷墨标记后续的流程示意图；
图6为复检方法的流程示意图。
具体实施方式
本申请通过提供一种基于铜管探伤结果的自动喷墨标记系统及方法，有效解决了探伤系统与自动喷墨标记系统工作匹配上的偏差，且对墨汁喷溅的铜管产品进行自动检测，保证铜管产品的生产质量，降低人工检测产本。
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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
实施例一
如图1所示，一种基于铜管探伤结果的自动喷墨标记系统，系统包括：探伤检测模块、喷墨标记模块和延迟控制模块；探伤检测模块用于识别待测铜管的内部缺陷，并将缺陷信号输出至延迟控制模块；延迟控制模块用于处理探伤检测模块和喷墨标记模块之间工作的时间延迟，接收缺陷信号，并对喷墨标记模块发出喷墨标记命令；喷墨标记模块接收延迟控制模块的喷墨标记命令，并对内部存在缺陷的铜管进行标记。
其中，喷墨标记模块包括：
喷嘴控制单元，对喷嘴内的压力进行控制，接收喷墨时间参数，并根据喷墨时间参数做出相应的喷墨标记；
烘干温控单元，对标记的铜管上的墨迹进行烘干，且对温度进行控制；
为了进一步提升工作效果，还可包括自检测单元，对喷嘴控制单元和烘干温控单元的工作状态进行检测。
本发明中，延迟控制模块调整探伤检测模块和喷墨标记模块之间的操作关系，通常情况下，在安装探伤和喷墨标记装置时，喷墨装置在探伤装置的下游位置，且相隔距离与铜管的生产速度相关，一般而言，铜管的产出速度越快，探伤装置与喷墨标记装置的距离越远，而生产速度往往又和生产铜管的型号相关，在进行探伤和喷墨标记前，确定探伤装置和喷墨标记装置的距离。通过上述技术方案，有效解决了探伤系统与自动喷墨标记系统工作匹配上的偏差，且对墨汁喷溅的铜管产品进行自动检测，保证铜管产品的生产质量，降低人工检测产本。
具体而言，喷嘴内的压力控制会造成两方面的影响，其一控制标记强度，以及墨至铜管表面的时间；其二控制喷墨边界，避免周围铜管被强压的喷墨溅射到，影响后续对标识处的处理；而烘干温控单元的温度设置也和铜管的生产速度相关，即通过探伤处和标记处的速度，一般而言关系为速度越快，会适当的提高烘干温度，但是温度需设置上限，从而避免对铜管造成影响；自检测单元对烘干温控单元进行温度检测，并将检测的温度信息传输给控制终端；自检测单元对喷嘴控制单元进行检测，通过检测压力值，对标记压力进行控制，且可以通过压力值的变化判断堵头是否被墨汁堵住。
进一步来说，参照图1，探伤检测模块包括：
超声检测单元，用于向待测铜管发射混频超声信号，检测并采集混频超声信号经过铜管后的超声输出信号；
缺陷判断单元，对超声输出信号进行缺陷识别，并根据超声输出信号判断铜管的缺陷位置，且输出判断信息；
指令传输单元，接收缺陷判断单元的判断信息，并根据判断信息计算出喷墨时间参数，并输出喷墨时间参数。
具体而言，本实施例采用混频超声检测技术，超声探伤作为一种非破坏性检测技术，利用超声波在材料中传播时，受到界面反射、衍射、折射、散射等现象的影响，并经过接收器转化成电信号，通过反射波信号的强度、时间延迟、波形形状等特征，可以判断被检测铜管内部缺陷的类型、位置、大小、深度等信息。例如，当超声波遇到一个孔洞或裂纹时，反射波信号会比较明显，而当超声波遇到均匀材料时，反射波信号则相对较弱。电信号被缺陷判断单元接收根据波形特征判断缺陷类别以及信息；指令传输单元根据判断信息计算出喷墨时间参数，可包括：喷墨标记的时间长度，时间长度可以明确标记的初始时间点和结束时间点。
进一步来说，参照图1，系统还包括墨迹复检模块，墨迹复检模块对裁切后具有内部缺陷的铜管产品进行溅射墨迹的识别。
具体而言，喷墨复检模块对于缠绕在铜管缠线辊上的铜管废料进行再次检测，此次检测主要识别铜管废料两端的位置，从而确定喷墨压力是否恰当。
实施例二
如图2所示，一种基于铜管探伤结果的自动喷墨标记方法，方法包括步骤：
S10：对待测铜管进行探伤检测，且获得铜管的内部缺陷，并记录对应的探伤初始时间点；
S20：对探伤检测和喷墨标记之间进行时间延迟，时间延迟为探伤初始时间点至标记初始时间点之间所需要的时间；
S30：根据时间延迟对获得内部缺陷处的铜管进行喷墨标记；
S40：对喷墨标记处的铜管进行墨迹烘干。
具体而言，在探伤检测的过程中，明确记录出探伤位置的初始时间点和缺陷范围，并将特征信息输出，并通过延迟控制调节探伤初始时间点距离喷墨标记的初始时间点之间的时间差，从而控制喷墨标记精确的标记在缺陷位置的初始点上，烘干系统在喷墨标记的下游，与前阶段控制延迟同理，且对喷墨的标记及时进行烘干，可以有效避免墨汁造成污染。
进一步而言，参照图3所示，方法步骤S10包括：
A10：获取内部缺陷的位置，并根据内部缺陷的位置建立缺陷坐标轴；
A20：设置缺陷连续阈值，并将缺陷坐标轴上的内部缺陷之间的距离与缺陷连续阈值做比较，若大于等于缺陷连续阈值为间断缺陷，若小于缺陷连续阈值为连续缺陷；
A30：根据间断缺陷和/或连续缺陷进行范围扩展形成缺陷段落，缺陷段落的前序端标记为缺陷初始位置，获取该位置的时间点为标记初始时间点；其中，缺陷段落为喷墨范围。
具体而言，在后续处理喷墨标记处时当两个缺陷过于靠近则中间无损铜管的处理和再加工人工成本过高，而两个缺陷之间如相距较远的话，在大量产出的情况下又浪费过多材料，所以要根据人工成本和节省材料的角度上对于缺陷连续上设置缺陷连续阈值，进而确定铜管探伤部位的连续性，若缺陷间隔小于缺陷连续阈值，缺陷位置即被判定为连续缺陷，根据缺陷部位的连续缺陷和间断缺陷的判定，明确需要处理的缺陷位置，进而明确标记初始位置确定标记初始时间点，其中前序端为先进入探伤处或标记处的铜管一端。当缺陷间距小于缺陷连续阈值时，可将连续的缺陷作为一处缺陷而整体标记，在后续对铜管进行截取时，也不必再对中间位置进行截取，减少喷墨动作的执行次数，以及铜管处理的繁琐性。截取后的缺陷位置后续仍可进行铜材料的重复利用。
进一步来说，如图4所示，方法步骤S10还包括：
B10：对待测铜管发射混频超声信号，检测并采集混频超声信号经过铜管后的超声输出信号；
B20：构建卷积神经网络中的铜管缺陷特征集合，铜管缺陷特征集合包括与铜管多种类缺陷特征分别对应的第一卷积层；
B30：将超声输出信号转化成能够进行卷积运算的检测矩阵；
B40：通过第一卷积层对检测矩阵进行卷积运算，获得铜管的内部缺陷。
具体而言，通过发射混频超声信号和返回信号制作出超声波的波形图，通过预先构建的卷积神经网络中对于缺陷在波形图中的特征制成若干层能够辨认出波形特征的第一卷积层，通过第一卷积层对波形图的滤波获得铜管的缺陷特征，包括缺陷类别的确认，从而明确内部缺陷。
进一步来说，如图5所示，在步骤S40之后，还包括步骤：
S50：将烘干后的铜管按照缺陷段落进行缺陷裁切处理，且裁切长度在缺陷段落两侧对称延伸10~20mm；
S60：将裁切后具有内部缺陷的铜管绑绕在铜管缠线辊上；
S70：对缠绕在铜管缠线辊上的铜管进行溅射墨迹的识别。
具体而言，生产出的铜管需要对缺陷位置进行剪切，并将废品的铜管缠绕在铜管缠线辊上，便于进行后续材料的再利用，而将缺陷位置处的两端留出一定的距离，是为了了解标记处附近的喷溅情况，从而对枪针内压力控制进行反馈，进而减小喷溅范围，更好地增加成品率。
进一步而言，参照图6，步骤S70还包括：
S701：缠绕在铜管缠线辊上的具有内部缺陷的铜管进行图像采集，采集方向与铜管缠线辊的底面直径重合，采集位置至少设置有4个，采集位置均匀分布在铜管缠线辊的周围，且采集范围覆盖铜管缠线辊的整体高度和整体圆周范围；
S702：对采集图像进行锐化和灰度处理；
S703：生成卷积神经网络中具有溅射特征的第二卷积层；
S704：将采集图像转化成能够进行卷积运算的复检矩阵；
S705：通过第二卷积层对复检矩阵进行卷积、池化运算，对缠绕在铜管缠线辊上的铜管进行溅射墨迹的识别。
具体而言，在铜管缠线辊的周围设置采集装置，并在铜管缠线辊的多个方向上进行图像采集且至少应该有4个方向，并转化成能被卷积神经网络识别的复检矩阵，将预先构建好的具有溅射特征的第二卷积层对复检矩阵进行卷积和池化的运算处理，识别出溅射的特征，进而确定压力值对于溅射范围的影响，便于工作人员及时判定并调整调节生产工艺参数，提高成品率质量。
进一步而言，当识别出具有溅射墨迹后，还包括步骤：
S80：根据溅射墨迹的识别结果对喷嘴内的压力进行控制，而该步骤具体包括：
S801：建立溅射范围学习模型；
S802：将第一卷积层和第二卷积层进行叠加，生成叠加卷积层；
S803：将步骤S702中的采集图像按灰度值建立坐标矩阵，并获得灰度值大于等于X的像素坐标为目标坐标，其中X为墨迹处的灰度值；
S804：将相邻目标坐标间插入Y个灰度值小于X的像素列，生成供卷积神经网络识别的溅射矩阵；
S805：通过叠加卷积层对溅射矩阵进行特征识别，获得喷墨标记对溅射密集度的影响，并将影响输入溅射范围学习模型，对溅射范围进行学习分析并调节喷嘴内的压力。
具体而言，通过对溅射范围学习模型的建立对喷嘴内的压力对溅射范围的影响进行分析，步骤S803和S804的方法是将溅射灰度值的溅射距离进行强化，令后续叠加卷积层能更好地进行识别溅射特征，通过对溅射特征的分析以及和压力参数的关系，更好地对喷嘴内的压力进行控制和调整。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑系统，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (10)

1.一种基于铜管探伤结果的自动喷墨标记系统，其特征在于，所述系统包括：探伤检测模块、喷墨标记模块和延迟控制模块；
所述探伤检测模块用于识别待测铜管的内部缺陷，并将缺陷信号输出至所述延迟控制模块；
所述延迟控制模块用于处理所述探伤检测模块和所述喷墨标记模块之间工作的时间延迟，接收所述缺陷信号，并对所述喷墨标记模块发出喷墨标记命令；
所述喷墨标记模块接收所述延迟控制模块的喷墨标记命令，并对内部存在缺陷的铜管进行标记；
所述喷墨标记模块包括：
喷嘴控制单元，对喷嘴内的压力进行控制，接收所述喷墨时间参数，并根据所述喷墨时间参数做出相应的喷墨标记；
烘干温控单元，对标记的所述铜管上的墨迹进行烘干，且对温度进行控制。
2.根据权利要求1所述的基于铜管探伤结果的自动喷墨标记系统，其特征在于，所述探伤检测模块包括：
超声检测单元，用于向所述待测铜管发射混频超声信号，检测并采集所述混频超声信号经过所述铜管后的超声输出信号；
缺陷判断单元，对所述超声输出信号进行缺陷识别，并根据所述超声输出信号判断所述铜管的缺陷位置，且输出判断信息；
指令传输单元，接收所述缺陷判断单元的判断信息，并根据所述判断信息计算出喷墨时间参数，并输出所述喷墨时间参数。
3.根据权利要求1所述的基于铜管探伤结果的自动喷墨标记系统，其特征在于，所述系统还包括墨迹复检模块，所述墨迹复检模块对裁切后具有内部缺陷的铜管产品进行溅射墨迹的识别。
4.一种基于铜管探伤结果的自动喷墨标记方法，其特征在于，所述方法包括步骤：
S10：对待测铜管进行探伤检测，且获得铜管的内部缺陷，并记录对应的探伤初始时间点；
S20：对所述探伤检测和喷墨标记之间进行时间延迟，所述时间延迟为探伤初始时间点至标记初始时间点之间所需要的时间；
S30：根据所述时间延迟对获得内部缺陷处的铜管进行喷墨标记；
S40：对喷墨标记处的所述铜管进行墨迹烘干。
5.根据权利要求4所述的基于铜管探伤结果的自动喷墨标记方法，其特征在于，所述方法步骤S10包括：
A10：获取所述内部缺陷的位置，并根据所述内部缺陷的位置建立缺陷坐标轴；
A20：设置缺陷连续阈值，并将所述缺陷坐标轴上的内部缺陷之间的距离与所述缺陷连续阈值做比较，若大于等于所述缺陷连续阈值为间断缺陷，若小于所述缺陷连续阈值为连续缺陷；
A30：根据所述间断缺陷和/或所述连续缺陷进行范围扩展形成缺陷段落，所述缺陷段落的前序端标记为缺陷初始位置，获取该位置的时间点为标记初始时间点；
其中，所述缺陷段落为喷墨范围。
6.根据权利要求5所述的基于铜管探伤结果的自动喷墨标记方法，其特征在于，所述方法步骤S10还包括：
B10：对待测铜管发射混频超声信号，检测并采集所述混频超声信号经过所述铜管后的超声输出信号；
B20：构建卷积神经网络中的铜管缺陷特征集合，所述铜管缺陷特征集合包括与铜管多种类缺陷特征分别对应的第一卷积层；
B30：将所述超声输出信号转化成能够进行卷积运算的检测矩阵；
B40：通过所述第一卷积层对所述检测矩阵进行卷积运算，获得所述铜管的内部缺陷。
7.根据权利要求6所述的基于铜管探伤结果的自动喷墨标记方法，其特征在于，在步骤S40之后，还包括步骤：
S50：将烘干后的铜管按照所述缺陷段落进行缺陷裁切处理，且裁切长度在所述缺陷段落两侧对称延伸10~20mm；
S60：将裁切后具有内部缺陷的铜管绑绕在铜管缠线辊上；
S70：对缠绕在所述铜管缠线辊上的铜管进行溅射墨迹的识别。
8.根据权利要求7所述的基于铜管探伤结果的自动喷墨标记方法，其特征在于，步骤S70包括：
S701：对缠绕在铜管缠线辊上的具有内部缺陷的铜管进行图像采集，采集方向与所述铜管缠线辊的底面直径重合，采集位置至少设置有4个，所述采集位置均匀分布在所述铜管缠线辊的周围，且采集范围覆盖所述铜管缠线辊的整体高度和整体圆周范围；
S702：对采集图像进行锐化和灰度处理；
S703：生成卷积神经网络中具有溅射特征的第二卷积层；
S704：将所述采集图像转化成能够进行卷积运算的复检矩阵；
S705：通过所述第二卷积层对所述复检矩阵进行卷积、池化运算，对缠绕在所述铜管缠线辊上的具有内部缺陷的铜管两端进行溅射墨迹的识别。
9.根据权利要求8所述的基于铜管探伤结果的自动喷墨标记方法，其特征在于，当识别出具有溅射墨迹后，还包括步骤：
S80：根据所述溅射墨迹的识别结果对喷嘴内的压力进行控制。
10.根据权利要求9所述的基于铜管探伤结果的自动喷墨标记方法，其特征在于，步骤S80包括：
S801：建立溅射范围学习模型；
S802：将所述第一卷积层和第二卷积层进行叠加，生成叠加卷积层；
S803：将步骤S702中的所述采集图像按灰度值建立坐标矩阵，并获得灰度值大于等于X的像素坐标为目标坐标，其中X为墨迹处的灰度值；
S804：将相邻所述目标坐标间插入Y个灰度值小于X的像素列，生成供卷积神经网络识别的溅射矩阵；
S805：通过所述叠加卷积层对所述溅射矩阵进行特征识别，获得喷墨标记对溅射密集度的影响，并将所述影响输入所述溅射范围学习模型，对溅射范围进行学习分析并调节所述喷嘴内的压力。
CN202310597969.0A 2023-05-24 2023-05-24 一种基于铜管探伤结果的自动喷墨标记系统及方法 Active CN116674300B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310597969.0A CN116674300B (zh) 2023-05-24 2023-05-24 一种基于铜管探伤结果的自动喷墨标记系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310597969.0A CN116674300B (zh) 2023-05-24 2023-05-24 一种基于铜管探伤结果的自动喷墨标记系统及方法

Publications (2)

Publication Number Publication Date
CN116674300A true CN116674300A (zh) 2023-09-01
CN116674300B CN116674300B (zh) 2023-11-14

Family

ID=87788261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310597969.0A Active CN116674300B (zh) 2023-05-24 2023-05-24 一种基于铜管探伤结果的自动喷墨标记系统及方法

Country Status (1)

Country Link
CN (1) CN116674300B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117169336A (zh) * 2023-09-07 2023-12-05 常熟中佳新材料有限公司 一种铜管复绕机的铜管缺陷标记系统

Citations (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06201662A (ja) * 1992-12-29 1994-07-22 Sanyo Special Steel Co Ltd 探傷信号判別装置
JPH09264877A (ja) * 1996-03-28 1997-10-07 Mitsubishi Nagasaki Mach Co Ltd 超音波自動探傷装置
US20020154308A1 (en) * 1999-03-18 2002-10-24 Nkk Corporation, A Japanese Corporation Method for marking defect and device therefor
CN201697881U (zh) * 2010-05-25 2011-01-05 上海龙阳精密复合铜管有限公司 铜管伤点墨迹在线检测装置
CN201735477U (zh) * 2010-06-29 2011-02-09 上海海亮铜业有限公司 探伤仪喷墨装置
CN102358080A (zh) * 2009-03-26 2012-02-22 精工爱普生株式会社 液体喷射装置
CN202548064U (zh) * 2012-03-05 2012-11-21 广东省科学院自动化工程研制中心 一种基于机器视觉的铜管墨迹在线检测装置
KR20130012384A (ko) * 2011-07-25 2013-02-04 (주)그림 불량 마킹 시스템과 그에 사용되는 불량 마킹 장치
CN105172367A (zh) * 2015-09-15 2015-12-23 南京理工科技化工有限责任公司 导爆管缺陷在线标记系统
CN209102669U (zh) * 2018-11-20 2019-07-12 浙江海亮股份有限公司 一种探伤标记联动改善装置
CN209649806U (zh) * 2018-12-10 2019-11-19 上海海亮铜业有限公司 一种喷墨系统烘干余热回收装置
CN110726735A (zh) * 2019-09-03 2020-01-24 北京精思博智科技有限公司 一种基于深度学习的全自动电路板缺陷检测系统及方法
CN110961374A (zh) * 2019-12-28 2020-04-07 东北轻合金有限责任公司 基于涡流检测的铝及铝合金薄壁管材自动分选方法
CN211100555U (zh) * 2019-11-27 2020-07-28 海亮奥托铜管（广东）有限公司 一种表面清洁装置及应用其的铜管生产设备
CN111768363A (zh) * 2020-05-13 2020-10-13 华南农业大学 基于深度学习的电路板表面缺陷检测方法及检测系统
CN111797890A (zh) * 2020-05-18 2020-10-20 中国电力科学研究院有限公司 一种用于检测输电线路设备缺陷的方法及系统
WO2020250378A1 (ja) * 2019-06-13 2020-12-17 Ｊｆｅスチール株式会社 超音波探傷方法、超音波探傷装置、鋼材の製造設備列、鋼材の製造方法、及び鋼材の品質保証方法
CN112373207A (zh) * 2020-10-30 2021-02-19 汕头东风印刷股份有限公司 喷墨测试方法、装置以及终端设备
CN213441713U (zh) * 2020-09-23 2021-06-15 海亮奥托铜管（广东）有限公司 一种用于铜管探伤的喷墨标记装置
CN213472577U (zh) * 2020-06-30 2021-06-18 重庆平湖金龙精密铜管有限公司 一种铜管缺陷打码装置
CN113269720A (zh) * 2021-04-16 2021-08-17 张家港华程机车精密制管有限公司 一种直缝焊管的缺陷检测方法、系统和可读介质
CN214374498U (zh) * 2020-12-30 2021-10-08 无锡麦诺威管业有限公司 一种用于焊管生产的自动探伤机
CN113570601A (zh) * 2021-09-24 2021-10-29 深圳新视智科技术有限公司 缺陷打标方法和系统
CN113670931A (zh) * 2021-08-09 2021-11-19 中冶南方工程技术有限公司 一种基于神经网络的钢板表面缺陷检测方法及系统
CN113758932A (zh) * 2021-09-07 2021-12-07 广东奥普特科技股份有限公司 一种基于深度学习的锂电池膈膜缺陷视觉系统
CN114460167A (zh) * 2022-01-19 2022-05-10 苏州瑞昭丰自动化控制有限公司 一种压痕代替喷墨的缺陷标记方法和装置
CN114926462A (zh) * 2022-07-19 2022-08-19 苏州翔楼新材料股份有限公司 一种金属材料表面缺陷的智能检测方法及系统
CN115689998A (zh) * 2022-09-30 2023-02-03 芜湖佳先传动轴有限公司 一种汽车轴承套圈用多通道自动探伤系统
CN218848038U (zh) * 2022-10-24 2023-04-11 江苏常宝钢管股份有限公司 钢管探伤定位装置

Patent Citations (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06201662A (ja) * 1992-12-29 1994-07-22 Sanyo Special Steel Co Ltd 探傷信号判別装置
JPH09264877A (ja) * 1996-03-28 1997-10-07 Mitsubishi Nagasaki Mach Co Ltd 超音波自動探傷装置
US20020154308A1 (en) * 1999-03-18 2002-10-24 Nkk Corporation, A Japanese Corporation Method for marking defect and device therefor
CN102358080A (zh) * 2009-03-26 2012-02-22 精工爱普生株式会社 液体喷射装置
CN201697881U (zh) * 2010-05-25 2011-01-05 上海龙阳精密复合铜管有限公司 铜管伤点墨迹在线检测装置
CN201735477U (zh) * 2010-06-29 2011-02-09 上海海亮铜业有限公司 探伤仪喷墨装置
KR20130012384A (ko) * 2011-07-25 2013-02-04 (주)그림 불량 마킹 시스템과 그에 사용되는 불량 마킹 장치
CN202548064U (zh) * 2012-03-05 2012-11-21 广东省科学院自动化工程研制中心 一种基于机器视觉的铜管墨迹在线检测装置
CN105172367A (zh) * 2015-09-15 2015-12-23 南京理工科技化工有限责任公司 导爆管缺陷在线标记系统
CN209102669U (zh) * 2018-11-20 2019-07-12 浙江海亮股份有限公司 一种探伤标记联动改善装置
CN209649806U (zh) * 2018-12-10 2019-11-19 上海海亮铜业有限公司 一种喷墨系统烘干余热回收装置
WO2020250378A1 (ja) * 2019-06-13 2020-12-17 Ｊｆｅスチール株式会社 超音波探傷方法、超音波探傷装置、鋼材の製造設備列、鋼材の製造方法、及び鋼材の品質保証方法
CN110726735A (zh) * 2019-09-03 2020-01-24 北京精思博智科技有限公司 一种基于深度学习的全自动电路板缺陷检测系统及方法
CN211100555U (zh) * 2019-11-27 2020-07-28 海亮奥托铜管（广东）有限公司 一种表面清洁装置及应用其的铜管生产设备
CN110961374A (zh) * 2019-12-28 2020-04-07 东北轻合金有限责任公司 基于涡流检测的铝及铝合金薄壁管材自动分选方法
CN111768363A (zh) * 2020-05-13 2020-10-13 华南农业大学 基于深度学习的电路板表面缺陷检测方法及检测系统
CN111797890A (zh) * 2020-05-18 2020-10-20 中国电力科学研究院有限公司 一种用于检测输电线路设备缺陷的方法及系统
CN213472577U (zh) * 2020-06-30 2021-06-18 重庆平湖金龙精密铜管有限公司 一种铜管缺陷打码装置
CN213441713U (zh) * 2020-09-23 2021-06-15 海亮奥托铜管（广东）有限公司 一种用于铜管探伤的喷墨标记装置
CN112373207A (zh) * 2020-10-30 2021-02-19 汕头东风印刷股份有限公司 喷墨测试方法、装置以及终端设备
CN214374498U (zh) * 2020-12-30 2021-10-08 无锡麦诺威管业有限公司 一种用于焊管生产的自动探伤机
CN113269720A (zh) * 2021-04-16 2021-08-17 张家港华程机车精密制管有限公司 一种直缝焊管的缺陷检测方法、系统和可读介质
CN113670931A (zh) * 2021-08-09 2021-11-19 中冶南方工程技术有限公司 一种基于神经网络的钢板表面缺陷检测方法及系统
CN113758932A (zh) * 2021-09-07 2021-12-07 广东奥普特科技股份有限公司 一种基于深度学习的锂电池膈膜缺陷视觉系统
CN113570601A (zh) * 2021-09-24 2021-10-29 深圳新视智科技术有限公司 缺陷打标方法和系统
CN114460167A (zh) * 2022-01-19 2022-05-10 苏州瑞昭丰自动化控制有限公司 一种压痕代替喷墨的缺陷标记方法和装置
CN114926462A (zh) * 2022-07-19 2022-08-19 苏州翔楼新材料股份有限公司 一种金属材料表面缺陷的智能检测方法及系统
CN115689998A (zh) * 2022-09-30 2023-02-03 芜湖佳先传动轴有限公司 一种汽车轴承套圈用多通道自动探伤系统
CN218848038U (zh) * 2022-10-24 2023-04-11 江苏常宝钢管股份有限公司 钢管探伤定位装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117169336A (zh) * 2023-09-07 2023-12-05 常熟中佳新材料有限公司 一种铜管复绕机的铜管缺陷标记系统
CN117169336B (zh) * 2023-09-07 2024-07-05 常熟中佳新材料有限公司 一种铜管复绕机的铜管缺陷标记系统

Also Published As

Publication number Publication date
CN116674300B (zh) 2023-11-14

Similar Documents

Publication Publication Date Title
CN116674300B (zh) 一种基于铜管探伤结果的自动喷墨标记系统及方法
US10769774B2 (en) Method and device for detecting a defect in a steel plate, as well as apparatus and server therefor
Meister et al. Investigations on Explainable Artificial Intelligence methods for the deep learning classification of fibre layup defect in the automated composite manufacturing
CN110570410A (zh) 一种自动识别检测焊缝缺陷的检测方法
CN114706358B (zh) 一种直缝焊管的焊接工艺信息处理方法及系统
CN105184792B (zh) 一种圆锯片磨损量在线测量方法
CN115591742A (zh) 一种点胶质量识别的点胶机自动控制方法及系统
CN116618878A (zh) 一种焊前工艺参数确定方法、焊接质量在线预测方法、装置及存储介质
CN112183919A (zh) 质量预测系统和质量预测方法
CN111123263B (zh) 基于地质雷达检测数据的隧道钢筋识别检测系统、方法
US20230274407A1 (en) Systems and methods for analyzing weld quality
Xia et al. Segmentation and quantitative evaluation for tool wear condition via an improved SE-U-Net
CN105388163A (zh) 陶瓷砖表面缺陷智能检测系统
Chen et al. Automatic recognition of welding seam defects in tofd images based on tensorflow
JPH05298513A (ja) プロセスパラメータの非許容偏差の検出方法
CN115625317B (zh) 一种用于压铸调控的表面水纹优化处理方法及系统
CN115106615B (zh) 一种基于工况智能识别的焊偏实时检测方法及系统
CN111257422B (zh) 基于机器视觉的轮轴缺陷识别模型构建方法和缺陷识别方法
CN114295720A (zh) 一种无损检测工业电源内灌胶气泡的方法及装置
Yin et al. Automatic measurement system of section geometry parameters for composite filter rods based on machine vision
CN100346160C (zh) 超声波探伤闸门实时跟踪底波方法
CN108181315B (zh) 一种基于图像处理的饼干损伤检测装置及检测方法
CN118010847B (zh) 一种内螺纹管胚缺陷检测方法及系统
EP3015818B1 (en) Method for classifying metal tubes according to their eccentricity
Rahman et al. In situ process monitoring of multi-layer deposition in wire arc additive manufacturing (WAAM) process with acoustic data analysis and machine learning

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