CN116700196B - Gdl烧结生产线的实时控制方法、系统、终端设备及介质 - Google Patents
Gdl烧结生产线的实时控制方法、系统、终端设备及介质 Download PDFInfo
- Publication number
- CN116700196B CN116700196B CN202310946722.5A CN202310946722A CN116700196B CN 116700196 B CN116700196 B CN 116700196B CN 202310946722 A CN202310946722 A CN 202310946722A CN 116700196 B CN116700196 B CN 116700196B
- Authority
- CN
- China
- Prior art keywords
- information
- quality
- optimized
- processing
- area
- 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
Links
- 238000005245 sintering Methods 0.000 title claims abstract description 206
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 92
- 238000012545 processing Methods 0.000 claims abstract description 108
- 238000003754 machining Methods 0.000 claims abstract description 102
- 238000013441 quality evaluation Methods 0.000 claims abstract description 78
- 238000009792 diffusion process Methods 0.000 claims abstract description 77
- 230000007547 defect Effects 0.000 claims description 183
- 230000008569 process Effects 0.000 claims description 30
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000013139 quantization Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000001303 quality assessment method Methods 0.000 claims description 5
- 238000011002 quantification Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 61
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 5
- 239000011148 porous material Substances 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Powder Metallurgy (AREA)
- Inert Electrodes (AREA)
Abstract
本申请适用于智能控制的技术领域,提供了一种GDL烧结生产线的实时控制方法、系统、终端设备及介质,其方法包括基于预设的相机,获取目标对象的待检测产品图;根据待检测产品图,确定目标对象的加工质量特征值;根据加工质量特征值和预设的加工过程质量评估公式,确定气体扩散层烧结生产线的加工过程质量评估值信息;获取气体扩散层烧结生产线的配置参数信息;根据加工过程质量评估值信息和配置参数信息,生成优化参数信息;根据优化参数信息对气体扩散层烧结生产线进行控制。本申请能够不断优化GDL烧结生产线的加工参数,有利于在大批量生产中获得更高品质的加工件。
Description
技术领域
本申请涉及智能控制的技术领域,具体而言,涉及一种GDL烧结生产线的实时控制方法、系统、终端设备及介质。
背景技术
气体扩散层(GDL,Gas-Diffusion Layer)是氢能燃料电池中的关键组成部分之一,气体扩散层的作用之一是使阴极氢气和阳极氧气更加均匀地分散;在气体扩散层的加工过程中,通常会利用GDL烧结生产线将气体扩散层和微孔层(MPL,Micro-Porous Layer)烧结在一起。
目前,在GDL烧结生产线大批量加工气体扩散层的过程中,GDL烧结生产线通常先按照生产人员预先输入的加工参数持续运行,然后生产人员对GDL烧结生产线出料处的加工件进行检测,通过确定加工件的品质问题反推GDL烧结生产线加工过程中的加工问题,然后手动修改加工参数;由于GDL烧结生产线不能自动优化加工参数,存在不利于获得更高品质的加工件的问题,有待进一步改进
发明内容
基于此,本申请实施例提供了一种GDL烧结生产线的实时控制方法、系统、终端设备及介质,以解决现有技术中不利于获得更高品质的加工件的问题。
第一方面,本申请实施例提供了一种GDL烧结生产线的实时控制方法,适用于气体扩散层烧结生产线,在气体扩散层烧结生产线的出料处安装有相机,所述方法包括:
基于预设的相机,获取目标对象的待检测产品图;
根据待检测产品图,确定目标对象的加工质量特征值,其中,加工质量特征值包括质量缺陷区域面积信息、质量缺陷区域数量信息、质量缺陷区域间隔信息和区域灰度均值信息;
根据加工质量特征值和预设的加工过程质量评估公式,确定气体扩散层烧结生产线的加工过程质量评估值信息,其中,加工过程质量评估值信息包括加工过程过烧信息、加工过程欠烧信息或加工过程达标信息;
获取气体扩散层烧结生产线的配置参数信息,其中,配置参数信息包括当前烧结温度信息和当前烧结时间信息;
根据加工过程质量评估值信息和配置参数信息,生成优化参数信息,其中,优化参数信息包括第一优化烧结温度信息和第一优化烧结时间信息;
根据优化参数信息对气体扩散层烧结生产线进行控制。
与现有技术相比存在的有益效果是:本申请实施例提供的GDL烧结生产线的实时控制方法,终端设备可以先获取目标对象的待检测产品图,然后根据待检测产品图,确定目标对象的加工质量特征值,再将加工质量特征值输入至加工过程质量评估公式中,确定出GDL烧结生产线的加工过程质量评估值信息,精准地确定目标对象是达到生产标准、存在欠烧的生产问题或存在过烧的生产问题,然后获取GDL烧结生产线的配置参数信息,再根据加工过程质量评估值信息和配置参数信息,生成出优化参数信息,实现优化GDL烧结生产线的加工参数,再根据优化参数信息对GDL烧结生产线进行控制,有利于获得更高品质的加工件,在一定程度上解决了当前不利于获得更高品质的加工件的问题。
第二方面,本申请实施例提供了一种GDL烧结生产线的实时控制系统,适用于气体扩散层烧结生产线,在气体扩散层烧结生产线的出料处安装有相机,所述系统包括:
待检测产品图获取模块:用于基于预设的相机,获取目标对象的待检测产品图;
加工质量特征值确定模块:用于根据待检测产品图,确定目标对象的加工质量特征值,其中,加工质量特征值包括质量缺陷区域面积信息、质量缺陷区域数量信息、质量缺陷区域间隔信息和区域灰度均值信息;
加工过程质量评估值信息确定模块:用于根据加工质量特征值和预设的加工过程质量评估公式,确定气体扩散层烧结生产线的加工过程质量评估值信息,其中,加工过程质量评估值信息包括加工过程过烧信息、加工过程欠烧信息或加工过程达标信息;
配置参数信息获取模块:用于获取气体扩散层烧结生产线的配置参数信息,其中,配置参数信息包括当前烧结温度信息和当前烧结时间信息;
优化参数信息生成模块:用于根据加工过程质量评估值信息和配置参数信息,生成优化参数信息,其中,优化参数信息包括第一优化烧结温度信息和第一优化烧结时间信息;
烧结生产线控制模块:用于根据优化参数信息对气体扩散层烧结生产线进行控制。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面的方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。
可以理解的是,上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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。
图1是本申请一实施例提供的实时控制方法的流程示意图;
图2是本申请一实施例提供的实时控制方法中步骤S200的流程示意图;
图3是本申请一实施例提供的气体扩散层示意图,其中,图3中的(a)为气体扩散层的第一示意图,图3中的(b)为气体扩散层的第二示意图;
图4是本申请一实施例提供的气体扩散层的第三示意图;
图5是本申请一实施例提供的质量缺陷区域的示意图,其中,图5中的(a)为质量缺陷区域的第一示意图,图5中的(b)为轮廓点的示意图;
图6是本申请一实施例提供的第一轮廓线的示意图;
图7是本申请一实施例提供的优化轮廓线的示意图;
图8是本申请一实施例提供的中心点的示意图;
图9是本申请一实施例提供的实时控制方法中步骤S300的流程示意图;
图10是本申请一实施例提供的实时控制方法中步骤S500的流程示意图;
图11是本申请一实施例提供的实时控制系统的模块框图;
图12是本申请一实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
请参阅图1,图1是本申请实施例提供的GDL烧结生产线的实时控制方法的流程示意图。在本实施例中,实时控制方法的执行主体为终端设备。可以理解的是,终端设备的类型包括但不限于手机、平板电脑、笔记本电脑、超级移动个人计算机(Ultra-MobilePersonal Computer,UMPC)、上网本、个人数字助理(Personal Digital Assistant,PDA)等,本申请实施例对终端设备的具体类型不作任何限制。
请参阅图1,本申请实施例提供的实时控制方法包括但不限于以下步骤:
在S100中,基于预设的相机,获取目标对象的待检测产品图。
具体来说,该实时控制方法可以适用于气体扩散层烧结生产线(即GDL烧结生产线);该相机可以是微距工业相机,该微距工业相机可以预先安装在GDL烧结生产线的出料处;待烧结加工的气体扩散层会从GDL烧结生产线的进料处输入,在GDL烧结生产线完成对气体扩散层的烧结加工后,烧结加工后的气体扩散层会从GDL烧结生产线的出料处输出;目标对象可以是该烧结加工后的气体扩散层,待检测产品图可以是基于相机对目标对象进行拍摄所获得的图像;终端设备可以基于预设的相机,获取目标对象的待检测产品图。
在S200中,根据待检测产品图,确定目标对象的加工质量特征值。
具体来说,加工质量特征值包括质量缺陷区域面积信息、质量缺陷区域数量信息、质量缺陷区域间隔信息和区域灰度均值信息;在获取待检测产品图之后,终端设备可以根据待检测产品图,确定目标对象的加工质量特征值。
不失一般性地,在实际生产中,烧结加工后的气体扩散层可能存在整体尺寸较大的情况,当待检测产品图所针对的对象为整个气体扩散层的时候,终端设备可以先将待检测产品图划分为若干个子图,然后依次对若干个子图执行步骤S200,从而提高GDL烧结生产线自动优化加工参数的精度;在一些可能的实现方式中,为了提高GDL烧结生产线自动优化加工参数的效率,待检测产品图所针对的对象可以为气体扩散层上随机分割出指定尺寸的区域,终端设备可以针对该随机分割出的区域执行步骤S200。
在一些可能的实现方式中,为了有利于后续获得更高品质的加工件,请参阅图2,步骤S200包括但不限于以下步骤:
在S210中,基于预设的目标检测算法,确定待检测产品图中的质量缺陷区域和质量缺陷区域的区域位置信息。
示例性地,目标检测算法可以是相较于一阶段(One-Stage,OS)目标检测算法更高精度的两阶段(Two-Stage,TS)目标检测算法,譬如基于快速区域的卷积神经网络(FasterRegion-based Convolutional Neural Network,Faster R-CNN)算法或者基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN)算法。
不失一般性地,由于气体扩散层通常由多孔、非编织性和大孔结构的碳基材组成,烧结加工后合格的气体扩散层对应的孔径通常在1微米至100微米,当气体扩散层欠烧的时候,气体扩散层的致密度会下降,孔径会增大至不符合生产要求,当气体扩散层过烧的时候,气体扩散层的致密度同样会下降,孔径同样会增大至不符合生产要求,并且气体扩散层的局部会发生复熔现象,该发生复熔现象的局部对应的颜色会相对于欠烧的气体扩散层或合格的气体扩散层更黑;质量缺陷区域可以为不符合生产要求的孔和/或发生复熔现象的局部,譬如气体扩散层上孔径为150微米的孔、孔径为5毫米的孔和/或面积为4平方厘米的复熔区域,该复熔区域为上述发生复熔现象的局部对应的区域。
具体来说,区域位置信息可以为质量缺陷区域在气体扩散层上的位置;终端设备可以基于预设的目标检测算法,确定待检测产品图中的质量缺陷区域和质量缺陷区域的区域位置信息。
示例性地,请参阅图3中的(a)、图3中的(b)和图4,图3中的(a)为烧结加工后合格的气体扩散层对应的待检测产品图,图3中的(b)和图4均为当加工过程中出现加工问题使得气体扩散层欠烧时,气体扩散层的待检测产品图,图4中矩形框所框选的区域为质量缺陷区域,需要说明的是,图4中框选区域的数量仅作示例,框选区域的具体数量不作限定。
在S220中,根据质量缺陷区域的数量,生成质量缺陷区域数量信息。
具体来说,终端设备可以质量缺陷区域的数量,生成质量缺陷区域数量信息;示例性地,请参阅图4,质量缺陷区域数量信息为8。
在S230中,基于预设的轮廓提取算法,获取质量缺陷区域中多个轮廓点对应的轮廓点位置信息。
具体来说,轮廓提取算法可以是索贝尔(Sobel)边缘检测算法或者坎尼(Canny)边缘检测算法;示例性地,请参阅图5中的(a)和图5中的(b),图5中的(a)为当气体扩散层欠烧时,待检测产品图中某一个质量缺陷区域,图5中的(b)用于展示轮廓点,图5的(b)中的圆圈为轮廓点;终端设备可以基于预设的轮廓提取算法,确定质量缺陷区域中的多个轮廓点,并且获取该些轮廓点对应的轮廓点位置信息。
在S240中,根据至少三个轮廓点对应的轮廓点位置信息,确定轮廓线转折角信息。
示例性地,请参阅图6,图6中内部标有“A”、“B”、“C”、“D”或“E”的圆圈均表示轮廓点;终端设备可以先针对内部标有“A”、“B”或“C”这三个轮廓点,根据内部标有“A”的轮廓点对应的轮廓点位置信息和内部标有“B”的轮廓点对应的轮廓点位置信息,生成第一轮廓线,然后根据内部标有“B”的轮廓点对应的轮廓点位置信息和内部标有“C”的轮廓点对应的轮廓点位置信息,生成第二轮廓线;轮廓线转折角信息表示相邻两条轮廓线之间的夹角,在终端设备根据内部标有“A”、“B”或“C”这三个轮廓点对应的轮廓点位置信息,确定出第一轮廓线和第二轮廓线之后,终端设备可以根据第一轮廓线和第二轮廓线,确定第一轮廓线和第二轮廓线二者所对应的轮廓线转折角信息;然后终端设备可以针对内部标有“C”、“D”或“E”这三个轮廓点,生成第三轮廓线和第四轮廓线,具体的处理过程相似,故不赘述;图6中四条虚线分别表示第一轮廓线、第二轮廓线、第三轮廓线或第四轮廓线。
在S250中,比对轮廓线转折角信息与预设的转折角阈值。
具体来说,转折角阈值可以根据实际需求进行选取,譬如170度、173度或175度;在终端设备确定轮廓线转折角信息之后,终端设备可以比对轮廓线转折角信息与预设的转折角阈值。
在S260中,若轮廓线转折角信息小于转折角阈值,则分别标记至少三个轮廓点为拓展轮廓点。
具体来说,如果轮廓线转折角信息小于转折角阈值,则终端设备可以分别标记这至少三个轮廓点为拓展轮廓点;示例性地,请参阅图6,针对内部标有“A”、“B”或“C”这三个轮廓点,当转折角阈值为175度、第一轮廓线和第二轮廓线二者之间的第一轮廓线转折角信息为80度的时候,终端设备可以标记内部标有“A”、“B”或“C”这三个轮廓点为拓展轮廓点;针对内部标有“C”、“D”或“E”这三个轮廓点,当转折角阈值为175度、第三轮廓线和第四轮廓线二者之间的第一轮廓线转折角信息为80度的时候,终端设备可以标记内部标有“C”、“D”或“E”这三个轮廓点为拓展轮廓点。
在S270中,根据质量缺陷区域中的各个拓展轮廓点,生成优化轮廓线。
具体来说,在终端设备标记拓展轮廓点之后,终端设备可以根据质量缺陷区域中的各个拓展轮廓点,生成优化轮廓线;示例性地,请参阅图7,终端设备可以根据内部标有字母“A”、“B”、“D”或“E”这四个拓展轮廓点,结合预设的外轮廓形状,生成优化轮廓线,图7中实线表示优化轮廓线。
在S280中,基于优化轮廓线和质量缺陷区域,生成优化缺陷区域。
具体来说,在终端设备生成优化轮廓线之后,终端设备可以基于优化轮廓线和质量缺陷区域,生成优化缺陷区域;示例性地,请参阅图6和图7,终端设备可以根据优化轮廓线、质量缺陷区域上的第二轮廓线和质量缺陷区域上的第三轮廓线,生成优化缺陷区域,即图7中内部标有剖面线对应的区域。
在S290中,根据预设的图形面积计算公式和优化缺陷区域,确定质量缺陷区域面积信息。
具体来说,质量缺陷区域面积信息用于描述质量缺陷区域的面积和优化缺陷区域的面积之和;图形面积计算公式可以是椭圆面积计算公式或圆面积计算;终端设备可以根据预设的图形面积计算公式,计算优化缺陷区域和质量缺陷区域组合而成的区域的面积,确定出质量缺陷区域面积信息。
在S291中,基于区域位置信息,分割待检测产品图,生成多个质量缺陷区域图。
具体来说,质量缺陷区域图与质量缺陷区域一一对应,每个质量缺陷区域图内均仅有一个完整的质量缺陷区域;示例性地,请参阅图4,终端设备可以基于区域位置信息,分割待检测产品图,生成多个质量缺陷区域图,质量缺陷区域图的数量为8个。
在S292中,针对每个质量缺陷区域图:对质量缺陷区域图进行灰度化处理,生成灰度区域图。
具体来说,终端设备可以针对每个质量缺陷区域图进行如下处理:对该质量缺陷区域图进行灰度化处理,生成灰度区域图,灰度区域图表示灰度化处理后的质量缺陷区域图。
在S293中,根据灰度区域图中各个像素点对应的灰度值之和的平均值,生成区域灰度均值信息。
具体来说,终端设备可以先确定灰度区域图中各个像素点对应的灰度值,然后根据各个灰度值之和除以像素点的数量,生成区域灰度均值信息。
在S294中,根据区域位置信息,确定质量缺陷区域的中心位置信息。
具体来说,中心位置信息用于描述质量缺陷区域的中心点在待检测产品图上的位置;终端设备可以先根据预设的三点确定圆心公式确定质量缺陷区域的中心点,然后根据区域位置信息,确定质量缺陷区域的中心位置信息。
在S295中,根据相邻两个中心位置信息之间的最短距离,生成质量缺陷区域间隔信息。
具体来说,质量缺陷区域间隔信息用于描述相邻两个质量缺陷区域对应的中心点之间的最短距离;终端设备可以根据相邻两个中心位置信息之间的最短距离,生成出质量缺陷区域间隔信息;示例性地,请参阅图8,图8中的两个圆点均表示中心点,图8中字母“D”对应的距离表示质量缺陷区域间隔信息。
在S300中,根据加工质量特征值和预设的加工过程质量评估公式,确定气体扩散层烧结生产线的加工过程质量评估值信息。
具体来说,加工过程质量评估值信息包括加工过程过烧信息、加工过程欠烧信息或加工过程达标信息,其中,加工过程过烧信息用于描述气体扩散层在GDL烧结生产线加工过程中过烧,加工过程欠烧信息用于描述气体扩散层在GDL烧结生产线加工过程中欠烧,加工过程达标信息用于描述气体扩散层在GDL烧结生产线加工过程中能够达到生产标准;终端设备可以根据加工质量特征值和预设的加工过程质量评估公式,确定气体扩散层烧结生产线的加工过程质量评估值信息,通过加工过程质量评估值信息准确地确定GDL烧结生产线加工过程中的加工问题。
在一些可能的实现方式中,为了有利于提高加工过程质量评估值信息的有效性,请参阅图9,步骤S300包括但不限于以下步骤:
在S310中,将质量缺陷区域面积信息、质量缺陷区域数量信息、质量缺陷区域间隔信息和区域灰度均值信息输入至预设的加工缺陷量化公式中,确定目标对象的加工缺陷特征值。
具体来说,终端设备可以先输入质量缺陷区域面积信息、质量缺陷区域数量信息、质量缺陷区域间隔信息和区域灰度均值信息至预设的加工缺陷量化公式中,确定出目标对象的加工缺陷特征值,加工缺陷特征值用于量化加工件品质问题的严重程度。
在一些可能的实现方式中,为了使加工缺陷特征值具有高相关性,上述加工缺陷量化公式可以为:
,
式中,表示加工缺陷特征值;/>表示区域灰度均值信息;/>表示质量缺陷区域面积信息;/>表示质量缺陷区域数量信息;/>表示质量缺陷区域间隔信息;/>表示预设的修正因子,修正因子的取值范围表示0.01至0.1,示例性地,当/>的时候,该修正因子可以取0.01,当/>的时候,该修正因子可以取0.02,当/>的时候,该修正因子可以取0.1。
在S320中,将加工缺陷特征值输入至预设的加工过程质量评估公式中,确定气体扩散层烧结生产线的加工过程质量评估值信息。
具体来说,在终端设备确定加工缺陷特征值之后,终端设备可以输入加工缺陷特征值至预设的加工过程质量评估公式中,确定出气体扩散层烧结生产线的加工过程质量评估值信息。
在一些可能的实现方式中,为了进一步提高加工过程质量评估值信息的有效性,上述加工过程质量评估公式可以为:
,
式中,表示加工过程质量评估值信息;/>表示加工缺陷特征值。
示例性地,当质量缺陷区域的形状为正圆型、质量缺陷区域的孔径为0.5cm(即5000微米)、为30、/>为5、/>为3的时候,/>可以为0.78,/>可以为0.01,/>可以为64.2,/>为加工过程过烧信息。
在S400中,获取气体扩散层烧结生产线的配置参数信息。
具体来说,配置参数信息包括当前烧结温度信息和当前烧结时间信息,其中,当前烧结温度信息用于描述GDL烧结生产线烧结加工该气体扩散层时的烧结温度,当前烧结时间信息用于描述GDL烧结生产线烧结加工该气体扩散层时的烧结时间;需要说明的是,当烧结温度偏低和烧结时间偏短的时候,烧结加工后的气体扩散层会存在欠烧的加工问题,当烧结温度偏高和烧结时间偏长的时候,烧结加工后的气体扩散层会存在过烧的加工问题,当烧结温度适当和烧结时间适当的时候,烧结加工后的气体扩散层可以达到生产标准;终端设备可以获取GDL烧结生产线的配置参数信息。
在S500中,根据加工过程质量评估值信息和配置参数信息,生成优化参数信息。
具体来说,优化参数信息包括第一优化烧结温度信息和第一优化烧结时间信息,其中,第一优化烧结温度信息用于描述优化后的烧结温度,第一优化烧结时间信息用于描述优化后的烧结时间;在终端设备获取配置参数信息之后,终端设备可以根据加工过程质量评估值信息和配置参数信息,生成优化参数信息。
在一些可能的实现方式中,为了有利于实现GDL烧结生产线自动优化加工参数,有利于获得更高品质的加工件,请参阅图10,步骤S500包括但不限于以下步骤:
在S510中,若加工过程质量评估值信息为加工过程达标信息,则将当前烧结温度信息定义为第二优化烧结温度信息,并将当前烧结时间信息定义为第二优化烧结时间信息。
具体来说,如果加工过程质量评估值信息为加工过程达标信息,则表明当前的烧结温度和烧结时间适当,终端设备可以将当前烧结温度信息定义为第二优化烧结温度信息,同时终端设备可以将当前烧结时间信息定义为第二优化烧结时间信息,使后续经过烧结加工的加工件继续符合生产标准。
在S520中,若加工过程质量评估值信息为加工过程欠烧信息,则根据预设的第一温度调整值和当前烧结温度信息之和,生成第三优化烧结温度信息,并根据预设的第一时间调整值和当前烧结时间信息之和,生成第三优化烧结时间信息。
具体来说,第一温度调整值可以为40摄氏度,第一时间调整值可以为20秒;如果加工过程质量评估值信息为加工过程欠烧信息,则表明当前的烧结温度偏低和烧结时间偏短,终端设备可以根据预设的第一温度调整值和当前烧结温度信息之和,生成第三优化烧结温度信息,同时终端设备可以根据预设的第一时间调整值和当前烧结时间信息之和,生成第三优化烧结时间信息,从而实现适当提高烧结温度和适当延长烧结时间,以有利于获得更高品质的加工件。
在S530中,若加工过程质量评估值信息为加工过程过烧信息,则根据预设的第二温度调整值和当前烧结温度信息之差,生成第四优化烧结温度信息,并根据预设的第二时间调整值和当前烧结时间信息之差,生成第四优化烧结温度信息。
具体来说,第二温度调整值可以为55摄氏度,第二时间调整值可以为30秒;如果加工过程质量评估值信息为加工过程过烧信息,则表明当前的烧结温度偏高和烧结时间偏长,终端设备可以根据预设的第二温度调整值和当前烧结温度信息之差,生成第四优化烧结温度信息,同时终端设备可以根据预设的第二时间调整值和当前烧结时间信息之差,生成第四优化烧结时间信息,实现适当降低烧结温度和适当缩短烧结时间,以进一步有利于获得更高品质的加工件。
在S600中,根据优化参数信息对气体扩散层烧结生产线进行控制。
具体来说,终端设备可以根据优化参数信息对GDL烧结生产线进行控制,实现不断地优化GDL烧结生产线的加工参数,有利于获得更高品质的加工件,有利于在大批量生产的应用场景中,大幅度地提高加工件的品质,同时,减少GDL烧结生产线基于人工输入的错误加工参数不断进行生产的情况。
本申请实施例GDL烧结生产线的实时控制方法的实施原理为:终端设备可以先获取目标对象的待检测产品图,然后根据待检测产品图,确定出目标对象的加工质量特征值,再输入加工质量特征值至加工过程质量评估公式中,确定出GDL烧结生产线的加工过程质量评估值信息,然后获取GDL烧结生产线的配置参数信息,再根据加工过程质量评估值信息和配置参数信息,生成出优化参数信息,实现优化GDL烧结生产线的加工参数,然后根据优化参数信息控制GDL烧结生产线,使GDL烧结生产线的烧结温度和烧结时间能够加工出更高品质的加工件。
需要说明的是,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本申请的实施例还提供了一种GDL烧结生产线的实时控制系统,适用于气体扩散层烧结生产线,在气体扩散层烧结生产线的出料处安装有相机,为便于说明,仅示出与本申请相关的部分,如图11所示,该系统110包括:
待检测产品图获取模块111:用于基于预设的相机,获取目标对象的待检测产品图;
加工质量特征值确定模块112:用于根据待检测产品图,确定目标对象的加工质量特征值,其中,加工质量特征值包括质量缺陷区域面积信息、质量缺陷区域数量信息、质量缺陷区域间隔信息和区域灰度均值信息;
加工过程质量评估值信息确定模块113:用于根据加工质量特征值和预设的加工过程质量评估公式,确定气体扩散层烧结生产线的加工过程质量评估值信息,其中,加工过程质量评估值信息包括加工过程过烧信息、加工过程欠烧信息或加工过程达标信息;
配置参数信息获取模块114:用于获取气体扩散层烧结生产线的配置参数信息,其中,配置参数信息包括当前烧结温度信息和当前烧结时间信息;
优化参数信息生成模块115:用于根据加工过程质量评估值信息和配置参数信息,生成优化参数信息,其中,优化参数信息包括第一优化烧结温度信息和第一优化烧结时间信息;
烧结生产线控制模块116:用于根据优化参数信息对气体扩散层烧结生产线进行控制。
可选的,上述加工质量特征值确定模块112包括:
质量缺陷区域确定子模块:用于基于预设的目标检测算法,确定待检测产品图中的质量缺陷区域和质量缺陷区域的区域位置信息,其中,区域位置信息用于描述质量缺陷区域在待检测产品图中的位置;
质量缺陷区域数量信息生成子模块:用于根据质量缺陷区域的数量,生成质量缺陷区域数量信息;
轮廓点位置信息获取子模块:用于基于预设的轮廓提取算法,获取质量缺陷区域中多个轮廓点对应的轮廓点位置信息;
轮廓线转折角信息确定子模块:用于根据至少三个轮廓点对应的轮廓点位置信息,确定轮廓线转折角信息;
转折角阈值比对子模块:用于比对轮廓线转折角信息与预设的转折角阈值;
拓展轮廓点标记子模块:用于若轮廓线转折角信息小于转折角阈值,则分别标记至少三个轮廓点为拓展轮廓点;
优化轮廓线生成子模块:用于根据质量缺陷区域中的各个拓展轮廓点,生成优化轮廓线;
优化缺陷区域生成子模块:用于基于优化轮廓线和质量缺陷区域,生成优化缺陷区域;
质量缺陷区域面积信息确定子模块:用于根据预设的图形面积计算公式和优化缺陷区域,确定质量缺陷区域面积信息,其中,质量缺陷区域面积信息用于描述质量缺陷区域的面积和优化缺陷区域的面积之和;
质量缺陷区域图生成子模块:用于基于区域位置信息,分割待检测产品图,生成多个质量缺陷区域图,其中,质量缺陷区域图与质量缺陷区域一一对应;
灰度区域图生成子模块:用于针对每个质量缺陷区域图:对质量缺陷区域图进行灰度化处理,生成灰度区域图;
区域灰度均值信息生成子模块:用于根据灰度区域图中各个像素点对应的灰度值之和的平均值,生成区域灰度均值信息;
中心位置信息确定子模块:用于根据区域位置信息,确定质量缺陷区域的中心位置信息;
质量缺陷区域间隔信息生成子模块:用于根据相邻两个中心位置信息之间的最短距离,生成质量缺陷区域间隔信息。
可选的,上述加工过程质量评估值信息确定模块113包括:
加工缺陷特征值确定子模块:用于将质量缺陷区域面积信息、质量缺陷区域数量信息、质量缺陷区域间隔信息和区域灰度均值信息输入至预设的加工缺陷量化公式中,确定目标对象的加工缺陷特征值;
加工过程质量评估值信息确定子模块:用于将加工缺陷特征值输入至预设的加工过程质量评估公式中,确定气体扩散层烧结生产线的加工过程质量评估值信息;
其中,上述加工缺陷量化公式为:
,
式中,为加工缺陷特征值;/>为区域灰度均值信息;/>为质量缺陷区域面积信息;/>为质量缺陷区域数量信息;/>为质量缺陷区域间隔信息;为预设的修正因子,修正因子的取值范围为0.01至0.1。
可选的,上述加工过程质量评估公式为:
,
式中,为加工过程质量评估值信息;/>为加工缺陷特征值。
可选的,上述优化参数信息生成模块115包括:
第一优化信息确定子模块:用于若加工过程质量评估值信息为加工过程达标信息,则将当前烧结温度信息定义为第二优化烧结温度信息,并将当前烧结时间信息定义为第二优化烧结时间信息;
第二优化信息确定子模块:用于若加工过程质量评估值信息为加工过程欠烧信息,则根据预设的第一温度调整值和当前烧结温度信息之和,生成第三优化烧结温度信息,并根据预设的第一时间调整值和当前烧结时间信息之和,生成第三优化烧结时间信息;
第三优化信息确定子模块:用于若加工过程质量评估值信息为加工过程过烧信息,则根据预设的第二温度调整值和当前烧结温度信息之差,生成第四优化烧结温度信息,并根据预设的第二时间调整值和当前烧结时间信息之差,生成第四优化烧结时间信息。
需要说明的是,上述模块之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
本申请实施例还提供了一种终端设备,如图12所示,该实施例的终端设备120包括:处理器121、存储器122以及存储在存储器122中并可在处理器121上运行的计算机程序123。处理器121执行计算机程序123时实现上述流量处理方法实施例中的步骤,例如图1所示的步骤S100至S600;或者,处理器121执行计算机程序123时实现上述装置中各模块的功能,例如图12所示模块121至123的功能。
该终端设备120可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备,该终端设备120包括但不仅限于处理器121、存储器122。本领域技术人员可以理解,图12仅仅是终端设备120的示例,并不构成对终端设备120的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端设备120还可以包括输入输出设备、网络接入设备、总线等。
其中,处理器121可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等;通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器122可以是终端设备120的内部存储单元,例如终端设备120的硬盘或内存,存储器122也可以是终端设备120的外部存储设备,例如终端设备120上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等;进一步地,存储器122还可以既包括终端设备120的内部存储单元也包括外部存储设备,存储器122还可以存储计算机程序123以及终端设备120所需的其它程序和数据,存储器122还可以用于暂时地存储已经输出或者将要输出的数据。
本申请的一个实施例还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等;计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的方法、原理、结构所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (7)
1.一种GDL烧结生产线的实时控制方法,适用于气体扩散层烧结生产线,在所述气体扩散层烧结生产线的出料处安装有相机,其特征在于,所述方法包括:
基于预设的相机,获取目标对象的待检测产品图;
根据所述待检测产品图,确定所述目标对象的加工质量特征值,其中,所述加工质量特征值包括质量缺陷区域面积信息、质量缺陷区域数量信息、质量缺陷区域间隔信息和区域灰度均值信息;
根据所述加工质量特征值和预设的加工过程质量评估公式,确定所述气体扩散层烧结生产线的加工过程质量评估值信息,其中,所述加工过程质量评估值信息包括加工过程过烧信息、加工过程欠烧信息或加工过程达标信息;
获取所述气体扩散层烧结生产线的配置参数信息,其中,所述配置参数信息包括当前烧结温度信息和当前烧结时间信息;
根据所述加工过程质量评估值信息和所述配置参数信息,生成优化参数信息,其中,所述优化参数信息包括第一优化烧结温度信息和第一优化烧结时间信息;
根据所述优化参数信息对气体扩散层烧结生产线进行控制;
其中,所述根据所述加工质量特征值和预设的加工过程质量评估公式,确定所述气体扩散层烧结生产线的加工过程质量评估值信息,包括:
将所述质量缺陷区域面积信息、所述质量缺陷区域数量信息、所述质量缺陷区域间隔信息和所述区域灰度均值信息输入至预设的加工缺陷量化公式中,确定所述目标对象的加工缺陷特征值;
将所述加工缺陷特征值输入至预设的加工过程质量评估公式中,确定所述气体扩散层烧结生产线的加工过程质量评估值信息;
其中,所述加工缺陷量化公式为:
,
式中,为所述加工缺陷特征值;/>为所述区域灰度均值信息;/>为所述质量缺陷区域面积信息;/>为所述质量缺陷区域数量信息;/>为所述质量缺陷区域间隔信息;/>为预设的修正因子,所述修正因子的取值范围为0.01至0.1;
所述加工过程质量评估公式为:
,
式中,为所述加工过程质量评估值信息;/>为所述加工缺陷特征值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述待检测产品图,确定所述目标对象的加工质量特征值,包括:
基于预设的目标检测算法,确定所述待检测产品图中的质量缺陷区域和所述质量缺陷区域的区域位置信息,其中,所述区域位置信息用于描述所述质量缺陷区域在所述待检测产品图中的位置;
根据所述质量缺陷区域的数量,生成质量缺陷区域数量信息;
基于预设的轮廓提取算法,获取所述质量缺陷区域中多个轮廓点对应的轮廓点位置信息;
根据至少三个所述轮廓点对应的轮廓点位置信息,确定轮廓线转折角信息;
比对所述轮廓线转折角信息与预设的转折角阈值;
若所述轮廓线转折角信息小于所述转折角阈值,则分别标记所述至少三个轮廓点为拓展轮廓点;
根据所述质量缺陷区域中的各个所述拓展轮廓点,生成优化轮廓线;
基于所述优化轮廓线和所述质量缺陷区域,生成优化缺陷区域;
根据预设的图形面积计算公式和所述优化缺陷区域,确定所述质量缺陷区域面积信息,其中,所述质量缺陷区域面积信息用于描述所述质量缺陷区域的面积和所述优化缺陷区域的面积之和;
基于所述区域位置信息,分割所述待检测产品图,生成多个质量缺陷区域图,其中,所述质量缺陷区域图与所述质量缺陷区域一一对应;
针对每个质量缺陷区域图:
对所述质量缺陷区域图进行灰度化处理,生成灰度区域图;
根据所述灰度区域图中各个像素点对应的灰度值之和的平均值,生成区域灰度均值信息;
根据所述区域位置信息,确定所述质量缺陷区域的中心位置信息;
根据相邻两个所述中心位置信息之间的最短距离,生成质量缺陷区域间隔信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述加工过程质量评估值信息和所述配置参数信息,生成优化参数信息,包括:
若所述加工过程质量评估值信息为加工过程达标信息,则将所述当前烧结温度信息定义为第二优化烧结温度信息,并将所述当前烧结时间信息定义为第二优化烧结时间信息;
若所述加工过程质量评估值信息为加工过程欠烧信息,则根据预设的第一温度调整值和所述当前烧结温度信息之和,生成第三优化烧结温度信息,并根据预设的第一时间调整值和所述当前烧结时间信息之和,生成第三优化烧结时间信息;
若所述加工过程质量评估值信息为加工过程过烧信息,则根据预设的第二温度调整值和所述当前烧结温度信息之差,生成第四优化烧结温度信息,并根据预设的第二时间调整值和所述当前烧结时间信息之差,生成第四优化烧结时间信息。
4.一种GDL烧结生产线的实时控制系统,适用于气体扩散层烧结生产线,在所述气体扩散层烧结生产线的出料处安装有相机,其特征在于,所述系统包括:
待检测产品图获取模块:用于基于预设的相机,获取目标对象的待检测产品图;
加工质量特征值确定模块:用于根据所述待检测产品图,确定所述目标对象的加工质量特征值,其中,所述加工质量特征值包括质量缺陷区域面积信息、质量缺陷区域数量信息、质量缺陷区域间隔信息和区域灰度均值信息;
加工过程质量评估值信息确定模块:用于根据所述加工质量特征值和预设的加工过程质量评估公式,确定所述气体扩散层烧结生产线的加工过程质量评估值信息,其中,所述加工过程质量评估值信息包括加工过程过烧信息、加工过程欠烧信息或加工过程达标信息;
配置参数信息获取模块:用于获取所述气体扩散层烧结生产线的配置参数信息,其中,所述配置参数信息包括当前烧结温度信息和当前烧结时间信息;
优化参数信息生成模块:用于根据所述加工过程质量评估值信息和所述配置参数信息,生成优化参数信息,其中,所述优化参数信息包括第一优化烧结温度信息和第一优化烧结时间信息;
烧结生产线控制模块:用于根据所述优化参数信息对气体扩散层烧结生产线进行控制;
其中,所述加工过程质量评估值信息确定模块包括:
加工缺陷特征值确定子模块:用于将所述质量缺陷区域面积信息、所述质量缺陷区域数量信息、所述质量缺陷区域间隔信息和所述区域灰度均值信息输入至预设的加工缺陷量化公式中,确定所述目标对象的加工缺陷特征值;
加工过程质量评估值信息确定子模块:用于将所述加工缺陷特征值输入至预设的加工过程质量评估公式中,确定所述气体扩散层烧结生产线的加工过程质量评估值信息;
其中,所述加工缺陷量化公式为:
,
式中,为所述加工缺陷特征值;/>为所述区域灰度均值信息;/>为所述质量缺陷区域面积信息;/>为所述质量缺陷区域数量信息;/>为所述质量缺陷区域间隔信息;/>为预设的修正因子,所述修正因子的取值范围为0.01至0.1;
所述加工过程质量评估公式为:
,
式中,为所述加工过程质量评估值信息;/>为所述加工缺陷特征值。
5.根据权利要求4所述的系统,其特征在于,所述优化参数信息生成模块包括:
第一优化信息确定子模块:用于若所述加工过程质量评估值信息为加工过程达标信息,则将所述当前烧结温度信息定义为第二优化烧结温度信息,并将所述当前烧结时间信息定义为第二优化烧结时间信息;
第二优化信息确定子模块:用于若所述加工过程质量评估值信息为加工过程欠烧信息,则根据预设的第一温度调整值和所述当前烧结温度信息之和,生成第三优化烧结温度信息,并根据预设的第一时间调整值和所述当前烧结时间信息之和,生成第三优化烧结温度信息;
第三优化信息确定子模块:用于若所述加工过程质量评估值信息为加工过程过烧信息,则根据预设的第二温度调整值和所述当前烧结温度信息之差,生成第四优化烧结温度信息,并根据预设的第二时间调整值和所述当前烧结时间信息之差,生成第四优化烧结温度信息。
6.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310946722.5A CN116700196B (zh) | 2023-07-31 | 2023-07-31 | Gdl烧结生产线的实时控制方法、系统、终端设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310946722.5A CN116700196B (zh) | 2023-07-31 | 2023-07-31 | Gdl烧结生产线的实时控制方法、系统、终端设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116700196A CN116700196A (zh) | 2023-09-05 |
CN116700196B true CN116700196B (zh) | 2023-10-31 |
Family
ID=87829610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310946722.5A Active CN116700196B (zh) | 2023-07-31 | 2023-07-31 | Gdl烧结生产线的实时控制方法、系统、终端设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116700196B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104103525A (zh) * | 2014-06-24 | 2014-10-15 | 中国电子科技集团公司第十研究所 | Ltcc基板空腔结构缺陷的控制方法 |
KR20170086217A (ko) * | 2016-01-18 | 2017-07-26 | 한국기계연구원 | 패턴 두께 계측을 통한 광소결 제어시스템 |
WO2021075490A1 (ja) * | 2019-10-18 | 2021-04-22 | 川崎重工業株式会社 | 燃焼状況評価方法及び燃焼制御方法 |
CN113469974A (zh) * | 2021-07-05 | 2021-10-01 | 天津市三特电子有限公司 | 球团链篦机蓖板状态监测方法及其监测系统 |
CN113628171A (zh) * | 2021-07-19 | 2021-11-09 | 北京科技大学 | 一种基于机器视觉及数据驱动的球团生产方法及装置 |
KR102380280B1 (ko) * | 2021-12-15 | 2022-03-30 | 알앤엑스(주) | 선택적 레이저 소결 방식의 3d프린팅 공정 중 출력물의 불량 실시간 검출 장치 |
CN114692489A (zh) * | 2022-03-15 | 2022-07-01 | 中汽创智科技有限公司 | 气体扩散层的参数确定方法、装置、设备及存储介质 |
CN116167236A (zh) * | 2023-03-03 | 2023-05-26 | 上海弘智金属制品有限公司 | 一种铝合金压铸件成型工艺的智能优化方法及系统 |
-
2023
- 2023-07-31 CN CN202310946722.5A patent/CN116700196B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104103525A (zh) * | 2014-06-24 | 2014-10-15 | 中国电子科技集团公司第十研究所 | Ltcc基板空腔结构缺陷的控制方法 |
KR20170086217A (ko) * | 2016-01-18 | 2017-07-26 | 한국기계연구원 | 패턴 두께 계측을 통한 광소결 제어시스템 |
WO2021075490A1 (ja) * | 2019-10-18 | 2021-04-22 | 川崎重工業株式会社 | 燃焼状況評価方法及び燃焼制御方法 |
CN113469974A (zh) * | 2021-07-05 | 2021-10-01 | 天津市三特电子有限公司 | 球团链篦机蓖板状态监测方法及其监测系统 |
CN113628171A (zh) * | 2021-07-19 | 2021-11-09 | 北京科技大学 | 一种基于机器视觉及数据驱动的球团生产方法及装置 |
KR102380280B1 (ko) * | 2021-12-15 | 2022-03-30 | 알앤엑스(주) | 선택적 레이저 소결 방식의 3d프린팅 공정 중 출력물의 불량 실시간 검출 장치 |
CN114692489A (zh) * | 2022-03-15 | 2022-07-01 | 中汽创智科技有限公司 | 气体扩散层的参数确定方法、装置、设备及存储介质 |
CN116167236A (zh) * | 2023-03-03 | 2023-05-26 | 上海弘智金属制品有限公司 | 一种铝合金压铸件成型工艺的智能优化方法及系统 |
Non-Patent Citations (3)
Title |
---|
Research on Closed-Loop Control System Based on Image-Signal Processing of Furnace Flame;Chen, RB等;《ADVANCES IN POWER AND ELECTRICAL ENGINEERING》;全文 * |
氧化铝回转窑热工分析与控制应用研究;易正明;《中国博士学位论文全文数据库工程科技Ⅰ辑》(第08期);全文 * |
硬质合金顶锤的组织缺陷和质量评估;刘寿荣;硬质合金(02);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116700196A (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109977949B (zh) | 边框微调的文本定位方法、装置、计算机设备及存储介质 | |
US8948455B2 (en) | Travel path estimation apparatus and program | |
CN110544231B (zh) | 基于背景标准化和集中补偿算法的锂电池电极表面缺陷检测方法 | |
CN111757014B (zh) | 网络摄像头的焦距调节方法、装置、设备和存储介质 | |
CN112070682B (zh) | 图像亮度补偿的方法和装置 | |
CN116168041B (zh) | 一种应用于贴合装置的实时检测方法及其系统 | |
CN111507298B (zh) | 人脸检测方法、装置、计算机设备和存储介质 | |
CN116523908B (zh) | 基于卷料涂布生产线的安全生产方法、系统、设备及介质 | |
CN116379927A (zh) | 应用于贴合生产线的精准检测方法、系统以及存储介质 | |
CN111179184A (zh) | 基于随机抽样一致性的鱼眼图像有效区域提取方法 | |
CN116700196B (zh) | Gdl烧结生产线的实时控制方法、系统、终端设备及介质 | |
CN117522775B (zh) | 基于ccm片材涂布机的产品质量跟踪方法、系统及介质 | |
CN116342609B (zh) | 基于裁切装置的实时检测方法、系统以及存储介质 | |
CN110310239B (zh) | 一种基于特性值拟合消除光照影响的图像处理方法 | |
CN112345548A (zh) | 一种燃料电池石墨板表面成型光洁程度检测方法及装置 | |
CN106951902B (zh) | 一种图像二值化处理方法及装置 | |
KR102178444B1 (ko) | 미세 조직 분석 장치 | |
CN115661131B (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
US11069084B2 (en) | Object identification method and device | |
CN114417906B (zh) | 微观图像标识的识别方法、装置、设备及存储介质 | |
CN111915610A (zh) | 基于工业相机的镜头畸变测试方法、装置、设备及介质 | |
CN117115157B (zh) | 基于pem电解槽的缺陷检测方法、系统、终端设备及介质 | |
CN111723751A (zh) | 一种基于透视畸变校正的路牌检测方法及装置 | |
CN118351111B (zh) | 芯片表面缺陷的检测方法、装置、设备和存储介质 | |
CN117409006B (zh) | 气泡轮廓检测方法、膜层修复方法、电子设备及存储介质 |
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 |