CN116985525A - 一种全自动视觉印刷机的智能管理方法及系统 - Google Patents
一种全自动视觉印刷机的智能管理方法及系统 Download PDFInfo
- Publication number
- CN116985525A CN116985525A CN202311236141.9A CN202311236141A CN116985525A CN 116985525 A CN116985525 A CN 116985525A CN 202311236141 A CN202311236141 A CN 202311236141A CN 116985525 A CN116985525 A CN 116985525A
- Authority
- CN
- China
- Prior art keywords
- printing
- sub
- analysis result
- model diagram
- dimensional model
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 24
- 238000007639 printing Methods 0.000 claims abstract description 489
- 238000010586 diagram Methods 0.000 claims abstract description 201
- 238000004458 analytical method Methods 0.000 claims abstract description 143
- 230000008439 repair process Effects 0.000 claims abstract description 66
- 238000005507 spraying Methods 0.000 claims abstract description 29
- 239000000047 product Substances 0.000 claims description 68
- 230000002159 abnormal effect Effects 0.000 claims description 29
- 239000011265 semifinished product Substances 0.000 claims description 27
- 230000010354 integration Effects 0.000 claims description 23
- 239000007921 spray Substances 0.000 claims description 13
- 238000003708 edge detection Methods 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 7
- 238000000034 method Methods 0.000 abstract description 28
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 230000006872 improvement Effects 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 230000007547 defect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 239000012467 final product Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41F—PRINTING MACHINES OR PRESSES
- B41F33/00—Indicating, counting, warning, control or safety devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
- B41F—PRINTING MACHINES OR PRESSES
- B41F33/00—Indicating, counting, warning, control or safety devices
- B41F33/0027—Devices for scanning originals, printing formes or the like for determining or presetting the ink supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/30144—Printing quality
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Robotics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
Abstract
本发明涉及工业设备控制技术领域,特别是一种全自动视觉印刷机的智能管理方法及系统,根据子印刷墨料模型图确定出各个子印刷区域的墨料喷涂量;将所述子印刷区域的实际印刷三维模型图与其对应的子印刷墨料模型图进行比较分析;若分析结果为第一分析结果,则控制全自动视觉印刷机对下一子印刷区域进行喷涂印刷;若分析结果为第二分析结果,则对实际印刷偏差模型图进行分析;若分析结果为第三分析结果,则基于所述实际印刷偏差模型图生成修复参数;若分析结果为第四分析结果,则生成停止印刷指令。通过本方法能够实现印刷质量的优化和稳定性的提高,提高生产效率,并减少废品率。
Description
技术领域
本发明涉及工业设备控制技术领域,特别是一种全自动视觉印刷机的智能管理方法及系统。
背景技术
全自动视觉印刷机是一种新型的印刷设备,它利用先进的视觉识别技术和控制系统来实现印刷过程的智能化管理,通常用于生产标签、包装、广告材料等。然而,目前的全自动视觉印刷机在印刷过程中不能动态调整印刷参数,因此难以适应不同原材料材料、印刷任务和环境条件的变化,导致印刷质量不稳定。并且在长时间的印刷过程中,由于静态参数的限制,印刷误差可能会逐渐积累,导致印刷品的质量下降,难以在高速运行下提供足够的实时反馈和调整。此外,在印刷过程中印刷机难免会出现废品,现有的印刷机无法实时判断出印刷半成品是否已经是废品,常出现半成品是废品仍然对其进行进行印刷加工的情况,导致不仅降低生产效率,还大大提高了加工成本。
发明内容
本发明克服了现有技术的不足,提供了一种全自动视觉印刷机的智能管理方法及系统。
为达到上述目的本发明采用的技术方案为:
本发明第一方面公开了一种全自动视觉印刷机的智能管理方法,包括以下步骤:
获取印刷成品的成品三维模型图与待印刷坯件的坯件三维模型图,根据成品三维模型图与坯件三维模型图得到印刷墨料模型图,并将印刷墨料模型图分为若干个子印刷墨料模型图,根据子印刷墨料模型图确定出各个子印刷区域的墨料喷涂量;
根据各个子印刷区域的墨料喷涂量控制全自动视觉印刷机依次对待印刷坯件的各个子印刷区域进行喷涂印刷;对各个字印刷区域印刷完毕后,获取各个子印刷区域的实际印刷图像信息,根据所述实际印刷图像信息构建得到该子印刷区域在印刷后的实际印刷三维模型图;
将所述子印刷区域的实际印刷三维模型图与其对应的子印刷墨料模型图进行比较分析,得到第一分析结果或第二分析结果;若分析结果为第一分析结果,则控制全自动视觉印刷机对下一子印刷区域进行喷涂印刷;
若分析结果为第二分析结果,则对该子印刷区域的实际印刷三维模型图与子印刷墨料模型图进行进一步分析,得到实际印刷偏差模型图;并对所述实际印刷偏差模型图进行分析,得到第三分析结果或第四分析结果;
若分析结果为第三分析结果,则基于所述实际印刷偏差模型图生成修复参数,并基于所述修复参数控制全自动视觉印刷机对该子印刷区域进行修复;若分析结果为第四分析结果,则生成停止印刷指令,并基于所述停止印刷指令控制全自动视觉印刷机停止对正在印刷的半成品停止印刷,并对该正在印刷的半成品立即进行报废处理。
进一步的,本发明的一个较佳实施例中,获取印刷成品的成品三维模型图与待印刷坯件的坯件三维模型图,根据成品三维模型图与坯件三维模型图得到印刷墨料模型图,并将印刷墨料模型图分为若干个子印刷墨料模型图,根据子印刷墨料模型图确定出各个子印刷区域的墨料喷涂量,具体为:
获取印刷成品的工程图纸信息,根据所述工程图纸信息构建得到印刷成品的成品三维模型图;获取待印刷坯件的坯件图像信息,根据所述坯件图像信息构建得到待印刷坯件的坯件三维模型图;
构建第一整合空间,将所述成品三维模型图与坯件三维模型图导入所述第一整合空间中,并在所述第一整合空间中使得所述成品三维模型图与坯件三维模型图的定位基准面相互重合,以对所述成品三维模型图与坯件三维模型图进行配对处理;
配对完成后,将所述成品三维模型图与坯件三维模型图相互重叠的模型区域剔除,并保留不相互重叠的模型区域,得到印刷墨料模型图;
将所述印刷特征模型图分为若干个子印刷区域,并在所述印刷特征模型图中获取得到各个子印刷区域对应的子印刷墨料模型图,并计算各个子印刷墨料模型图的模型体积值,根据所述模型图体积值确定出各个子印刷区域的墨料喷涂量。
进一步的,本发明的一个较佳实施例中,将所述子印刷区域的实际印刷三维模型图与其对应的子印刷墨料模型图进行比较分析,得到第一分析结果或第二分析结果,具体为:
通过豪斯多夫距离算法计算所述实际印刷三维模型图与子印刷墨料模型图之间的豪斯多夫距离值;
根据所述豪斯多夫距离值确定出所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数;并将所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数与预设阈值进行比较;
若所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数大于预设阈值,则说明通过全自动视觉印刷机对待印刷坯件的该子印刷区域进行喷涂印刷后,该子印刷区域的印刷质量合格,则生成第一分析结果;
若所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数不大于预设阈值,则说明通过全自动视觉印刷机对待印刷坯件的该子印刷区域进行喷涂印刷后,该子印刷区域的印刷质量不合格,则生成第二分析结果。
进一步的,本发明的一个较佳实施例中,若分析结果为第二分析结果,则对该子印刷区域的实际印刷三维模型图与子印刷墨料模型图进行进一步分析,得到实际印刷偏差模型图,具体为:
若分析结果为第二分析结果,则构建第二整合空间,将并该子印刷区域的实际印刷三维模型图与子印刷墨料模型图导入所述第二整合空间中;
在所述第二整合空间中使得所述实际印刷三维模型图与子印刷墨料模型图的定位基准面相互重合,以对所述实际印刷三维模型图与子印刷墨料模型图进行配对处理;
配对完成后,将所述实际印刷三维模型图与子印刷墨料模型图相互重叠的模型区域剔除,并保留不相互重叠的模型区域,得到实际印刷偏差模型图。
进一步的,本发明的一个较佳实施例中,对所述实际印刷偏差模型图进行分析,得到第三分析结果或第四分析结果,具体为:
通过边缘检测算法对所述实际印刷偏差模型图进行边缘检测处理,得到若干个实际印刷偏差模型图的边缘点;
在若干个边缘点中任意挑选一个边缘点作为坐标原点,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个边缘点对应的三维坐标值;
根据所述三维坐标值计算得到各边缘点之间的欧氏距离值,得到多个欧氏距离值;构建排序表,将多个所述欧氏距离值导入所述排序表中进行基于数值大小的排序;
排序完成后,在所述排序表中提取出最大欧氏距离值;将所述最大欧氏距离值与预设欧氏距离值进行比较;
若所述最大欧氏距离值不大于预设欧氏距离值,则将该子印刷区域标记为可修复区域,则生成第三分析结果;
若所述最大欧氏距离值不大于预设欧氏距离值,则将该子印刷区域标记为不可修复区域,则生成第四分析结果。
进一步的,本发明的一个较佳实施例中,若分析结果为第三分析结果,则基于所述实际印刷偏差模型图生成修复参数,并基于所述修复参数控制全自动视觉印刷机对该子印刷区域进行修复,具体为:
通过大数据网络获取发生各种异常印刷工况对应的异常工况模型图,并获取发生各种异常印刷工况对应的修复措施;将发生各种异常印刷工况的异常工况模型图及其对应的修复措施进行捆绑,得到若干个修复措施数据包;
构建数据库,并若干个所述修复措施数据包均导入所述数据库中,得到修复措施数据库;
若分析结果为第三分析结果,则获取对应子印刷区域的实际印刷偏差模型图,并将实际印刷偏差模型图导入所述修复措施数据库中,并通过豪斯多夫距离算法计算所述实际印刷偏差模型图与各异常工况模型图之间的相似率,得到多个相似率;
构建序列表,将多个所述相似率导入所述序列表中进行大小排序,排序完成后,提取出最大相似率;获取与最大相似率对应的异常工况模型图,并根据与最大相似率对应的异常工况模型图在所述修复措施数据库中提取出相应的修复措施数据包;
在所述修复措施数据库中提取出的修复措施数据包中提取出对应的修复措施,并获取该修复措施对应的修复参数;根据所述修复参数控制全自动视觉印刷机对该子印刷区域进行修复。
本发明第二方面公开了一种全自动视觉印刷机的智能管理系统,所述管理系统包括存储器与处理器,所述存储器中存储有全自动视觉印刷机的智能管理方法程序,当所述全自动视觉印刷机的智能管理方法程序被所述处理器执行时,实现如下步骤:
获取印刷成品的成品三维模型图与待印刷坯件的坯件三维模型图,根据成品三维模型图与坯件三维模型图得到印刷墨料模型图,并将印刷墨料模型图分为若干个子印刷墨料模型图,根据子印刷墨料模型图确定出各个子印刷区域的墨料喷涂量;
根据各个子印刷区域的墨料喷涂量控制全自动视觉印刷机依次对待印刷坯件的各个子印刷区域进行喷涂印刷;对各个字印刷区域印刷完毕后,获取各个子印刷区域的实际印刷图像信息,根据所述实际印刷图像信息构建得到该子印刷区域在印刷后的实际印刷三维模型图;
将所述子印刷区域的实际印刷三维模型图与其对应的子印刷墨料模型图进行比较分析,得到第一分析结果或第二分析结果;若分析结果为第一分析结果,则控制全自动视觉印刷机对下一子印刷区域进行喷涂印刷;
若分析结果为第二分析结果,则对该子印刷区域的实际印刷三维模型图与子印刷墨料模型图进行进一步分析,得到实际印刷偏差模型图;并对所述实际印刷偏差模型图进行分析,得到第三分析结果或第四分析结果;
若分析结果为第三分析结果,则基于所述实际印刷偏差模型图生成修复参数,并基于所述修复参数控制全自动视觉印刷机对该子印刷区域进行修复;若分析结果为第四分析结果,则生成停止印刷指令,并基于所述停止印刷指令控制全自动视觉印刷机停止对正在印刷的半成品停止印刷,并对该正在印刷的半成品立即进行报废处理。
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:本方法依靠先进的视觉识别技术和实时数据分析来规划与动态调整印刷机的印刷参数,以实现印刷质量的优化和稳定性的提高,使得印刷机能够满足多样化的印刷需求,提高生产效率,并减少废品率。
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为一种全自动视觉印刷机的智能管理方法的第一方法流程图;
图2为一种全自动视觉印刷机的智能管理方法的第二方法流程图;
图3为一种全自动视觉印刷机的智能管理方法的第三方法流程图;
图4为一种全自动视觉印刷机的智能管理系统的系统框图。
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,本发明第一方面公开了一种全自动视觉印刷机的智能管理方法,包括以下步骤:
S102:获取印刷成品的成品三维模型图与待印刷坯件的坯件三维模型图,根据成品三维模型图与坯件三维模型图得到印刷墨料模型图,并将印刷墨料模型图分为若干个子印刷墨料模型图,根据子印刷墨料模型图确定出各个子印刷区域的墨料喷涂量;
S104:根据各个子印刷区域的墨料喷涂量控制全自动视觉印刷机依次对待印刷坯件的各个子印刷区域进行喷涂印刷;对各个字印刷区域印刷完毕后,获取各个子印刷区域的实际印刷图像信息,根据所述实际印刷图像信息构建得到该子印刷区域在印刷后的实际印刷三维模型图;
S106:将所述子印刷区域的实际印刷三维模型图与其对应的子印刷墨料模型图进行比较分析,得到第一分析结果或第二分析结果;若分析结果为第一分析结果,则控制全自动视觉印刷机对下一子印刷区域进行喷涂印刷;
S108:若分析结果为第二分析结果,则对该子印刷区域的实际印刷三维模型图与子印刷墨料模型图进行进一步分析,得到实际印刷偏差模型图;并对所述实际印刷偏差模型图进行分析,得到第三分析结果或第四分析结果;
S110:若分析结果为第三分析结果,则基于所述实际印刷偏差模型图生成修复参数,并基于所述修复参数控制全自动视觉印刷机对该子印刷区域进行修复;若分析结果为第四分析结果,则生成停止印刷指令,并基于所述停止印刷指令控制全自动视觉印刷机停止对正在印刷的半成品停止印刷,并对该正在印刷的半成品立即进行报废处理。
需要说明的是,本方法依靠先进的视觉识别技术和实时数据分析来规划与动态调整印刷机的印刷参数,以实现印刷质量的优化和稳定性的提高,使得印刷机能够满足多样化的印刷需求,提高生产效率,并减少废品率。
进一步的,本发明的一个较佳实施例中,获取印刷成品的成品三维模型图与待印刷坯件的坯件三维模型图,根据成品三维模型图与坯件三维模型图得到印刷墨料模型图,并将印刷墨料模型图分为若干个子印刷墨料模型图,根据子印刷墨料模型图确定出各个子印刷区域的墨料喷涂量,如图2所示,具体为:
S202:获取印刷成品的工程图纸信息,根据所述工程图纸信息构建得到印刷成品的成品三维模型图;获取待印刷坯件的坯件图像信息,根据所述坯件图像信息构建得到待印刷坯件的坯件三维模型图;
S204:构建第一整合空间,将所述成品三维模型图与坯件三维模型图导入所述第一整合空间中,并在所述第一整合空间中使得所述成品三维模型图与坯件三维模型图的定位基准面相互重合,以对所述成品三维模型图与坯件三维模型图进行配对处理;
S206:配对完成后,将所述成品三维模型图与坯件三维模型图相互重叠的模型区域剔除,并保留不相互重叠的模型区域,得到印刷墨料模型图;
S208:将所述印刷特征模型图分为若干个子印刷区域,并在所述印刷特征模型图中获取得到各个子印刷区域对应的子印刷墨料模型图,并计算各个子印刷墨料模型图的模型体积值,根据所述模型图体积值确定出各个子印刷区域的墨料喷涂量。
需要说明的是,由于印刷坯件生产工艺精度、运输以及存储等因素的影响,印刷坯件表面难免存在凹陷和凸槽等缺陷,凹陷和凸槽会导致印刷过程中的各子印刷区域所需的墨料喷涂量也各不相同,如当某子印刷区域存在凹陷时,为了保证产品的质量,所需的墨料喷涂量也需要相应增加,因此,若在印刷前不考虑坯件中所存在的凹陷和凸槽等缺陷可能导致印刷成品的颜色、亮度、尺寸、饱和度与理想状态出现偏差,这将影响印刷品的视觉吸引力和品质。为了解决这一问题,在本发明中,首先,获取印刷成品的工程图纸信息,工程图纸信息由设计人员提前设计得到,工程图纸信息中含有印刷成品的标准尺寸、定位基准面等信息,然后根据印刷成品尺寸结合三维软件(如SolidWorks、CAD等)便能够绘制得到印刷成品的成品三维模型图;然后,再通过印刷机上搭载的工业摄像机获取印刷机中当前待印刷坯件的坯件图像信息,然后根据坯件图像信息结合点云重构的方式重构得到待印刷坯件的坯件三维模型图。并且通过三维软件构建第一整合空间,以在第一整合空间中对所述成品三维模型图与坯件三维模型图进行配对处理,然后得到印刷墨料模型图,然后再根据印刷机的额定喷墨范围将印刷特征模型图分为若干个子印刷区域,并获取得到各个子印刷区域对应的子印刷墨料模型图,然后再基于网格法计算各个子印刷墨料模型图的模型体积值,根据所述模型图体积值便能够确定出各个子印刷区域的墨料喷涂量。其中,印刷墨料模型图可以理解为使得该待印刷坯件在喷墨后能够成为标准喷墨成品所需的喷墨模型图,该模型图是结合考虑了该坯件中所存在的凹陷与凸槽等缺席所需的喷墨模型图。
通过以上步骤能够结合印刷坯件中存在凹陷和凸槽等实际缺陷规划出各个子印刷区域的墨料喷涂量,以消除印刷坯件中存在凹陷和凸槽等缺陷对印刷成品质量造成的影响,实现了智能化生产,能够降低产品报废率,提高经济效益。
进一步的,本发明的一个较佳实施例中,将所述子印刷区域的实际印刷三维模型图与其对应的子印刷墨料模型图进行比较分析,得到第一分析结果或第二分析结果,具体为:
通过豪斯多夫距离算法计算所述实际印刷三维模型图与子印刷墨料模型图之间的豪斯多夫距离值;
根据所述豪斯多夫距离值确定出所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数;并将所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数与预设阈值进行比较;
若所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数大于预设阈值,则说明通过全自动视觉印刷机对待印刷坯件的该子印刷区域进行喷涂印刷后,该子印刷区域的印刷质量合格,则生成第一分析结果;
若所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数不大于预设阈值,则说明通过全自动视觉印刷机对待印刷坯件的该子印刷区域进行喷涂印刷后,该子印刷区域的印刷质量不合格,则生成第二分析结果。
需要说明的是,豪斯多夫距离(Hausdorff Distance)算法是一种用于计算两个三维模型之间相似度的距离度量方法。它的原理是基于两个模型的点云数据(或表面网格)之间的距离来衡量它们之间的相似程度。
需要说明的是,当对某一个子印刷区域印刷完毕后,同样通过工业摄像机获取该子印刷区域的实际印刷图像信息,根据所述实际印刷图像信息结合点云重构的方式构建得到该子印刷区域在印刷后的实际印刷三维模型图。若所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数大于预设阈值,说明实际印刷三维模型图与子印刷墨料模型图之间尺寸、曲面曲率、形状等参数重合度较高,则说明通过全自动视觉印刷机对待印刷坯件的该子印刷区域进行喷涂印刷后,该子印刷区域的印刷质量合格,则生成第一分析结果,此时控制全自动视觉印刷机对下一子印刷区域进行喷涂印刷即可。若所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数不大于预设阈值,说明实际印刷三维模型图与子印刷墨料模型图之间尺寸、曲面曲率、形状等参数重合度较低,则说明通过全自动视觉印刷机对待印刷坯件的该子印刷区域进行喷涂印刷后,该子印刷区域的印刷质量不合格,则生成第二分析结果,需对该子印刷区域进行进一步分析,以判断出当前质量不合格的子印刷区域能够修复。通过本方法能够对印刷半成品的印刷质量进行实时的动态分析。
进一步的,本发明的一个较佳实施例中,若分析结果为第二分析结果,则对该子印刷区域的实际印刷三维模型图与子印刷墨料模型图进行进一步分析,得到实际印刷偏差模型图,如图3所示,具体为:
S302:若分析结果为第二分析结果,则构建第二整合空间,将并该子印刷区域的实际印刷三维模型图与子印刷墨料模型图导入所述第二整合空间中;
S304:在所述第二整合空间中使得所述实际印刷三维模型图与子印刷墨料模型图的定位基准面相互重合,以对所述实际印刷三维模型图与子印刷墨料模型图进行配对处理;
S306:配对完成后,将所述实际印刷三维模型图与子印刷墨料模型图相互重叠的模型区域剔除,并保留不相互重叠的模型区域,得到实际印刷偏差模型图。
其中,对所述实际印刷偏差模型图进行分析,得到第三分析结果或第四分析结果,具体为:
通过边缘检测算法对所述实际印刷偏差模型图进行边缘检测处理,得到若干个实际印刷偏差模型图的边缘点;
在若干个边缘点中任意挑选一个边缘点作为坐标原点,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个边缘点对应的三维坐标值;
根据所述三维坐标值计算得到各边缘点之间的欧氏距离值,得到多个欧氏距离值;构建排序表,将多个所述欧氏距离值导入所述排序表中进行基于数值大小的排序;
排序完成后,在所述排序表中提取出最大欧氏距离值;将所述最大欧氏距离值与预设欧氏距离值进行比较;
若所述最大欧氏距离值不大于预设欧氏距离值,则将该子印刷区域标记为可修复区域,则生成第三分析结果;
若所述最大欧氏距离值不大于预设欧氏距离值,则将该子印刷区域标记为不可修复区域,则生成第四分析结果。
需要说明的是,若分析结果为第二分析结果,说明实际印刷三维模型图与子印刷墨料模型图之间尺寸、曲面曲率、形状等参数重合度较低,此时需要对该子印刷区域的实际印刷三维模型图与子印刷墨料模型图进行进一步分析。具体而言,同样通过三维软件构建第二整合空间,并在所述第二整合空间中使得所述实际印刷三维模型图与子印刷墨料模型图的定位基准面相互重合,以对所述实际印刷三维模型图与子印刷墨料模型图进行配对处理,然后将所述实际印刷三维模型图与子印刷墨料模型图相互重叠的模型区域剔除,并保留不相互重叠的模型区域,得到实际印刷偏差模型图。然后通过如Sobel算子、Canny边缘检测、拉普拉斯算子等边缘检测算法对所述实际印刷偏差模型图进行边缘检测处理,得到若干个实际印刷偏差模型图的边缘点,并且计算得到各边缘点之间的欧氏距离值,并提取出最大欧氏距离值。若所述最大欧氏距离值不大于预设欧氏距离值,说明当前质量不合格的子印刷区域的最大尺寸偏差仍在工艺极限尺寸范围内,说明实际印刷三维模型图与子印刷墨料模型图之间相似度分数过低主要的原因并不是尺寸因素造成的,而是由于曲面曲率原因造成的,此时说明可以对曲面曲率不达标的区域进行补充墨料后可以将该子印刷区域进行修复,使得曲面曲率达标,则将该子印刷区域标记为可修复区域,则生成第三分析结果。若所述最大欧氏距离值不大于预设欧氏距离值,说明当前质量不合格的子印刷区域的最大尺寸偏差已经大于工艺极限尺寸,说明该子印刷区域的产品尺寸已经超出极限尺寸范围,说明子印刷区域并不能修复,则生成第四分析结果,则生成停止印刷指令,并基于所述停止印刷指令控制全自动视觉印刷机停止对正在印刷的半成品停止印刷,并对该正在印刷的半成品立即进行报废处理。
通过以上步骤能够在对产品印刷过程中智能检测出半成品的印刷质量是否合格,并且能够及时对不合格的半成品进行报废处理,避免出现最终加工结果必然是不合格的半成品依旧继续加工的现象,能够节省加工资源,降低报废成品,并且能够提高加工效率。
进一步的,本发明的一个较佳实施例中,若分析结果为第三分析结果,则基于所述实际印刷偏差模型图生成修复参数,并基于所述修复参数控制全自动视觉印刷机对该子印刷区域进行修复,具体为:
通过大数据网络获取发生各种异常印刷工况对应的异常工况模型图,并获取发生各种异常印刷工况对应的修复措施;将发生各种异常印刷工况的异常工况模型图及其对应的修复措施进行捆绑,得到若干个修复措施数据包;
构建数据库,并若干个所述修复措施数据包均导入所述数据库中,得到修复措施数据库;
若分析结果为第三分析结果,则获取对应子印刷区域的实际印刷偏差模型图,并将实际印刷偏差模型图导入所述修复措施数据库中,并通过豪斯多夫距离算法计算所述实际印刷偏差模型图与各异常工况模型图之间的相似率,得到多个相似率;
构建序列表,将多个所述相似率导入所述序列表中进行大小排序,排序完成后,提取出最大相似率;获取与最大相似率对应的异常工况模型图,并根据与最大相似率对应的异常工况模型图在所述修复措施数据库中提取出相应的修复措施数据包;
在所述修复措施数据库中提取出的修复措施数据包中提取出对应的修复措施,并获取该修复措施对应的修复参数;根据所述修复参数控制全自动视觉印刷机对该子印刷区域进行修复。
需要说明的是,可以在大数据网络获取发生各种异常印刷工况对应的异常工况模型图,并获取发生各种异常印刷工况对应的修复措施;将发生各种异常印刷工况的异常工况模型图及其对应的修复措施进行捆绑,得到若干个修复措施数据包,从而构建得到修复措施数据库;然后再根据子印刷区域的实际印刷偏差模型图,在所述修复措施数据库中进行检索匹配,从而得到对应的修复措施,并获取该修复措施对应的修复参数;根据所述修复参数控制全自动视觉印刷机对该子印刷区域进行修复。通过本方法能够实时的根据子印刷区域的印刷工况快速检索出相应的修复措施,响应速度快,不需要经过复杂的算法运算,能够实时对质量不合格的字印刷区域进行修复,从而降低报废率,提高经济效益。
此外,所述一种全自动视觉印刷机的智能管理方法还包括以下步骤:
对各个字印刷区域印刷完毕后,通过超声波探测器获取对应字印刷区域所反馈的声波信息,根据所述声波信息构建得到该子印刷区域的内部状态模型图;
根据所述内部状态模型图提取出子印刷区域的内部气孔参数;其中,所述气孔参数包括气孔外形尺寸与形状信息;
根据所述气孔参数计算得到子印刷区域的气孔体积值,并将所述气孔体积值与内部状态模型图的总体积值进行比值处理,得到气孔占比度;
将所述气孔占比度与预设占比度进行比较;若所述气孔占比度不大于预设占比度,则生成第一分析结果,控制全自动视觉印刷机对下一子印刷区域进行喷涂印刷;
若所述气孔占比度大于预设占比度,则生成第四分析结果,则生成停止印刷指令,并基于所述停止印刷指令控制全自动视觉印刷机停止对正在印刷的半成品停止印刷,并对该正在印刷的半成品立即进行报废处理。
需要说明的是,在喷涂印刷中,如果印刷后出现气孔(也称为气泡或气孔),气孔可以减少印刷油墨或涂料与印刷底材的附着力,这可能导致印刷品在使用或处理过程中剥落或磨损。气孔可能使印刷品更容易受到湿气、光照、气候变化等外部环境因素的影响,从而降低印刷品的耐候性和长期稳定性,导致印刷品的精度下降,影响产品的性能和可靠性。因此,通过以上方法能够检测出喷涂印刷后子印刷区域的气孔质量是否合格,能够及时对不合格的半成品进行报废处理,避免出现最终加工结果必然是不合格的半成品依旧继续加工的现象,能够节省加工资源,降低报废成品,能够提高加工效率。
此外,所述一种全自动视觉印刷机的智能管理方法还包括以下步骤:
通过大数据网络获取印刷机在各种预设环境因子组合条件之下工作时墨料的标准流动速率范围,构建知识图谱,将获取印刷机在各种预设环境因子组合条件之下工作时墨料的标准流动速率范围导入所述知识图谱中;
获取印刷机在第一预设时间节点与第二预设时间节点之间的实际环境因子,将所述实际环境因子导入所述知识图谱中,通过灰色关联分析法计算所述实际环境因子与各种预设环境因子组合之间的配对率,得到多个配对率;
在多个所述配对率中提取出最大配对率,获取与最大配对率对应的预设环境因子组合,根据与最大配对率对应的预设环境因子组合确定出当前子印刷区域中墨料的预设流动速率范围;
在第一预设时间节点获取该字印刷区域的第一实时图像信息,根据所述第一实时图像信息构建得到第一实时模型图;在第二预设时间节点获取该字印刷区域的第二实时图像信息,根据所述第二实时图像信息构建得到第二实时模型图;
将所述第一实时模型图与第二实时模型图进行比较,得到实时偏差模型图;计算所述实时偏差模型图的体积值,根据所述实时偏差模型图的体积值计算得到墨料第一预设时间节点与第二预设时间节点之间的实际流动速率;
将所述实际流动速率与预设流动速率范围进行比较;所述实际流动速率不在预设流动速率范围之内,则生成第四分析结果,则生成停止印刷指令,并基于所述停止印刷指令控制全自动视觉印刷机停止对正在印刷的半成品停止印刷,并对该正在印刷的半成品立即进行报废处理。
其中,环境因子包括温度、湿度、气压等。
需要说明的是,在印刷喷涂过程中,墨料的流动速率过大或过小都可能对产品造成不良影响,具体而言,如果墨料流动速率过大或不稳定,可能导致印刷品上的颜色不均匀,出现斑点或条纹,从而影响印刷品的外观和质量。流动速率不合适可能导致油墨的过量或不足,这会影响印刷品的饱和度和色彩准确性。太多的油墨可能会模糊细节,而太少的油墨则可能导致色彩淡薄。如果墨料流动速率过大,可能会导致墨料喷溅到不应该被涂覆的区域,导致不良的印刷效果和废品率增加。并且,在不同环境因子条件之下,墨料的标准流动速率也不同,举例来说,温度是一个重要的因素,会直接影响墨料的粘度(黏度)。较高的温度通常会使墨料变得更加流动,而较低的温度则会增加墨料的黏度,使其更加粘稠。因此,温度的变化可以导致墨料流动速率的变化。因此,通过以上方法能够智能识别出在印刷喷涂过程中,墨料的流动速率是否正常。其中,可以通过如上文相同的方式,通过构建整合空间的方式将所述第一实时模型图与第二实时模型图进行比较,得到实时偏差模型图,然后再基于网格法计算实时偏差模型图的体积值。
如图4所示,本发明第二方面公开了一种全自动视觉印刷机的智能管理系统,所述管理系统包括存储器13与处理器15,所述存储器13中存储有全自动视觉印刷机的智能管理方法程序,当所述全自动视觉印刷机的智能管理方法程序被所述处理器15执行时,实现如下步骤:
获取印刷成品的成品三维模型图与待印刷坯件的坯件三维模型图,根据成品三维模型图与坯件三维模型图得到印刷墨料模型图,并将印刷墨料模型图分为若干个子印刷墨料模型图,根据子印刷墨料模型图确定出各个子印刷区域的墨料喷涂量;
根据各个子印刷区域的墨料喷涂量控制全自动视觉印刷机依次对待印刷坯件的各个子印刷区域进行喷涂印刷;对各个字印刷区域印刷完毕后,获取各个子印刷区域的实际印刷图像信息,根据所述实际印刷图像信息构建得到该子印刷区域在印刷后的实际印刷三维模型图;
将所述子印刷区域的实际印刷三维模型图与其对应的子印刷墨料模型图进行比较分析,得到第一分析结果或第二分析结果;若分析结果为第一分析结果,则控制全自动视觉印刷机对下一子印刷区域进行喷涂印刷;
若分析结果为第二分析结果,则对该子印刷区域的实际印刷三维模型图与子印刷墨料模型图进行进一步分析,得到实际印刷偏差模型图;并对所述实际印刷偏差模型图进行分析,得到第三分析结果或第四分析结果;
若分析结果为第三分析结果,则基于所述实际印刷偏差模型图生成修复参数,并基于所述修复参数控制全自动视觉印刷机对该子印刷区域进行修复;若分析结果为第四分析结果,则生成停止印刷指令,并基于所述停止印刷指令控制全自动视觉印刷机停止对正在印刷的半成品停止印刷,并对该正在印刷的半成品立即进行报废处理。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
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 (7)
1.一种全自动视觉印刷机的智能管理方法,其特征在于,包括以下步骤:
获取印刷成品的成品三维模型图与待印刷坯件的坯件三维模型图,根据成品三维模型图与坯件三维模型图得到印刷墨料模型图,并将印刷墨料模型图分为若干个子印刷墨料模型图,根据子印刷墨料模型图确定出各个子印刷区域的墨料喷涂量;
根据各个子印刷区域的墨料喷涂量控制全自动视觉印刷机依次对待印刷坯件的各个子印刷区域进行喷涂印刷;对各个字印刷区域印刷完毕后,获取各个子印刷区域的实际印刷图像信息,根据所述实际印刷图像信息构建得到该子印刷区域在印刷后的实际印刷三维模型图;
将所述子印刷区域的实际印刷三维模型图与其对应的子印刷墨料模型图进行比较分析,得到第一分析结果或第二分析结果;若分析结果为第一分析结果,则控制全自动视觉印刷机对下一子印刷区域进行喷涂印刷;
若分析结果为第二分析结果,则对该子印刷区域的实际印刷三维模型图与子印刷墨料模型图进行进一步分析,得到实际印刷偏差模型图;并对所述实际印刷偏差模型图进行分析,得到第三分析结果或第四分析结果;
若分析结果为第三分析结果,则基于所述实际印刷偏差模型图生成修复参数,并基于所述修复参数控制全自动视觉印刷机对该子印刷区域进行修复;若分析结果为第四分析结果,则生成停止印刷指令,并基于所述停止印刷指令控制全自动视觉印刷机停止对正在印刷的半成品停止印刷,并对该正在印刷的半成品立即进行报废处理。
2.根据权利要求1所述的一种全自动视觉印刷机的智能管理方法,其特征在于,获取印刷成品的成品三维模型图与待印刷坯件的坯件三维模型图,根据成品三维模型图与坯件三维模型图得到印刷墨料模型图,并将印刷墨料模型图分为若干个子印刷墨料模型图,根据子印刷墨料模型图确定出各个子印刷区域的墨料喷涂量,具体为:
获取印刷成品的工程图纸信息,根据所述工程图纸信息构建得到印刷成品的成品三维模型图;获取待印刷坯件的坯件图像信息,根据所述坯件图像信息构建得到待印刷坯件的坯件三维模型图;
构建第一整合空间,将所述成品三维模型图与坯件三维模型图导入所述第一整合空间中,并在所述第一整合空间中使得所述成品三维模型图与坯件三维模型图的定位基准面相互重合,以对所述成品三维模型图与坯件三维模型图进行配对处理;
配对完成后,将所述成品三维模型图与坯件三维模型图相互重叠的模型区域剔除,并保留不相互重叠的模型区域,得到印刷墨料模型图;
将所述印刷特征模型图分为若干个子印刷区域,并在所述印刷特征模型图中获取得到各个子印刷区域对应的子印刷墨料模型图,并计算各个子印刷墨料模型图的模型体积值,根据所述模型图体积值确定出各个子印刷区域的墨料喷涂量。
3.根据权利要求1所述的一种全自动视觉印刷机的智能管理方法,其特征在于,将所述子印刷区域的实际印刷三维模型图与其对应的子印刷墨料模型图进行比较分析,得到第一分析结果或第二分析结果,具体为:
通过豪斯多夫距离算法计算所述实际印刷三维模型图与子印刷墨料模型图之间的豪斯多夫距离值;
根据所述豪斯多夫距离值确定出所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数;并将所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数与预设阈值进行比较;
若所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数大于预设阈值,则说明通过全自动视觉印刷机对待印刷坯件的该子印刷区域进行喷涂印刷后,该子印刷区域的印刷质量合格,则生成第一分析结果;
若所述实际印刷三维模型图与子印刷墨料模型图之间相似度分数不大于预设阈值,则说明通过全自动视觉印刷机对待印刷坯件的该子印刷区域进行喷涂印刷后,该子印刷区域的印刷质量不合格,则生成第二分析结果。
4.根据权利要求1所述的一种全自动视觉印刷机的智能管理方法,其特征在于,若分析结果为第二分析结果,则对该子印刷区域的实际印刷三维模型图与子印刷墨料模型图进行进一步分析,得到实际印刷偏差模型图,具体为:
若分析结果为第二分析结果,则构建第二整合空间,将并该子印刷区域的实际印刷三维模型图与子印刷墨料模型图导入所述第二整合空间中;
在所述第二整合空间中使得所述实际印刷三维模型图与子印刷墨料模型图的定位基准面相互重合,以对所述实际印刷三维模型图与子印刷墨料模型图进行配对处理;
配对完成后,将所述实际印刷三维模型图与子印刷墨料模型图相互重叠的模型区域剔除,并保留不相互重叠的模型区域,得到实际印刷偏差模型图。
5.根据权利要求1所述的一种全自动视觉印刷机的智能管理方法,其特征在于,对所述实际印刷偏差模型图进行分析,得到第三分析结果或第四分析结果,具体为:
通过边缘检测算法对所述实际印刷偏差模型图进行边缘检测处理,得到若干个实际印刷偏差模型图的边缘点;
在若干个边缘点中任意挑选一个边缘点作为坐标原点,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个边缘点对应的三维坐标值;
根据所述三维坐标值计算得到各边缘点之间的欧氏距离值,得到多个欧氏距离值;构建排序表,将多个所述欧氏距离值导入所述排序表中进行基于数值大小的排序;
排序完成后,在所述排序表中提取出最大欧氏距离值;将所述最大欧氏距离值与预设欧氏距离值进行比较;
若所述最大欧氏距离值不大于预设欧氏距离值,则将该子印刷区域标记为可修复区域,则生成第三分析结果;
若所述最大欧氏距离值不大于预设欧氏距离值,则将该子印刷区域标记为不可修复区域,则生成第四分析结果。
6.根据权利要求1所述的一种全自动视觉印刷机的智能管理方法,其特征在于,若分析结果为第三分析结果,则基于所述实际印刷偏差模型图生成修复参数,并基于所述修复参数控制全自动视觉印刷机对该子印刷区域进行修复,具体为:
通过大数据网络获取发生各种异常印刷工况对应的异常工况模型图,并获取发生各种异常印刷工况对应的修复措施;将发生各种异常印刷工况的异常工况模型图及其对应的修复措施进行捆绑,得到若干个修复措施数据包;
构建数据库,并若干个所述修复措施数据包均导入所述数据库中,得到修复措施数据库;
若分析结果为第三分析结果,则获取对应子印刷区域的实际印刷偏差模型图,并将实际印刷偏差模型图导入所述修复措施数据库中,并通过豪斯多夫距离算法计算所述实际印刷偏差模型图与各异常工况模型图之间的相似率,得到多个相似率;
构建序列表,将多个所述相似率导入所述序列表中进行大小排序,排序完成后,提取出最大相似率;获取与最大相似率对应的异常工况模型图,并根据与最大相似率对应的异常工况模型图在所述修复措施数据库中提取出相应的修复措施数据包;
在所述修复措施数据库中提取出的修复措施数据包中提取出对应的修复措施,并获取该修复措施对应的修复参数;根据所述修复参数控制全自动视觉印刷机对该子印刷区域进行修复。
7.一种全自动视觉印刷机的智能管理系统,其特征在于,所述管理系统包括存储器与处理器,所述存储器中存储有全自动视觉印刷机的智能管理方法程序,当所述全自动视觉印刷机的智能管理方法程序被所述处理器执行时,实现如下步骤:
获取印刷成品的成品三维模型图与待印刷坯件的坯件三维模型图,根据成品三维模型图与坯件三维模型图得到印刷墨料模型图,并将印刷墨料模型图分为若干个子印刷墨料模型图,根据子印刷墨料模型图确定出各个子印刷区域的墨料喷涂量;
根据各个子印刷区域的墨料喷涂量控制全自动视觉印刷机依次对待印刷坯件的各个子印刷区域进行喷涂印刷;对各个字印刷区域印刷完毕后,获取各个子印刷区域的实际印刷图像信息,根据所述实际印刷图像信息构建得到该子印刷区域在印刷后的实际印刷三维模型图;
将所述子印刷区域的实际印刷三维模型图与其对应的子印刷墨料模型图进行比较分析,得到第一分析结果或第二分析结果;若分析结果为第一分析结果,则控制全自动视觉印刷机对下一子印刷区域进行喷涂印刷;
若分析结果为第二分析结果,则对该子印刷区域的实际印刷三维模型图与子印刷墨料模型图进行进一步分析,得到实际印刷偏差模型图;并对所述实际印刷偏差模型图进行分析,得到第三分析结果或第四分析结果;
若分析结果为第三分析结果,则基于所述实际印刷偏差模型图生成修复参数,并基于所述修复参数控制全自动视觉印刷机对该子印刷区域进行修复;若分析结果为第四分析结果,则生成停止印刷指令,并基于所述停止印刷指令控制全自动视觉印刷机停止对正在印刷的半成品停止印刷,并对该正在印刷的半成品立即进行报废处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311236141.9A CN116985525B (zh) | 2023-09-25 | 2023-09-25 | 一种全自动视觉印刷机的智能管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311236141.9A CN116985525B (zh) | 2023-09-25 | 2023-09-25 | 一种全自动视觉印刷机的智能管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116985525A true CN116985525A (zh) | 2023-11-03 |
CN116985525B CN116985525B (zh) | 2024-01-09 |
Family
ID=88528599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311236141.9A Active CN116985525B (zh) | 2023-09-25 | 2023-09-25 | 一种全自动视觉印刷机的智能管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116985525B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117734332A (zh) * | 2024-02-19 | 2024-03-22 | 深圳坤邦标价用品有限公司 | 一种模内标签加工设备智能控制方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104943181A (zh) * | 2015-07-27 | 2015-09-30 | 李晗郁 | 基于3d打印技术的外固定支架 |
CN112207233A (zh) * | 2020-09-24 | 2021-01-12 | 苏州恒利莱模具有限公司 | 基于3d打印技术的模具制造工艺 |
WO2022012934A1 (de) * | 2020-07-14 | 2022-01-20 | Phoenix Contact Gmbh & Co. Kg | Verfahren zum bedrucken eines dreidimensionalen artikels |
CN114553927A (zh) * | 2022-04-19 | 2022-05-27 | 深圳市彩昇印刷机械有限公司 | 一种基于大数据的印刷设备远程控制方法、系统及介质 |
CN116274864A (zh) * | 2023-02-23 | 2023-06-23 | 共享智能装备有限公司 | 3dp打印方法 |
CN116523414A (zh) * | 2023-06-29 | 2023-08-01 | 深圳市鑫冠亚科技有限公司 | 一种复合镍铜散热底板的生产管理方法及系统 |
CN116560327A (zh) * | 2023-07-07 | 2023-08-08 | 深圳市百思泰科技有限公司 | 一种基于物联网的电动工具生产控制方法及系统 |
CN116572535A (zh) * | 2023-07-11 | 2023-08-11 | 深圳市雄毅华绝缘材料有限公司 | 一种高分子材料产品的生产优化方法及系统 |
CN116618764A (zh) * | 2023-07-25 | 2023-08-22 | 广东台正精密机械有限公司 | 一种镜面放电加工机的生产优化方法及系统 |
CN116653457A (zh) * | 2023-07-26 | 2023-08-29 | 深圳市俱进纸品包装有限公司 | 一种数字化皮纹喷墨设备的生产控制方法及系统 |
CN116698642A (zh) * | 2023-08-03 | 2023-09-05 | 深圳市百思泰科技有限公司 | 一种汽修工具生产用的工作站控制方法及系统 |
CN116727691A (zh) * | 2023-07-11 | 2023-09-12 | 浙江拓博环保科技有限公司 | 基于数字化管理的金属3d打印方法及系统 |
-
2023
- 2023-09-25 CN CN202311236141.9A patent/CN116985525B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104943181A (zh) * | 2015-07-27 | 2015-09-30 | 李晗郁 | 基于3d打印技术的外固定支架 |
WO2022012934A1 (de) * | 2020-07-14 | 2022-01-20 | Phoenix Contact Gmbh & Co. Kg | Verfahren zum bedrucken eines dreidimensionalen artikels |
CN112207233A (zh) * | 2020-09-24 | 2021-01-12 | 苏州恒利莱模具有限公司 | 基于3d打印技术的模具制造工艺 |
CN114553927A (zh) * | 2022-04-19 | 2022-05-27 | 深圳市彩昇印刷机械有限公司 | 一种基于大数据的印刷设备远程控制方法、系统及介质 |
CN116274864A (zh) * | 2023-02-23 | 2023-06-23 | 共享智能装备有限公司 | 3dp打印方法 |
CN116523414A (zh) * | 2023-06-29 | 2023-08-01 | 深圳市鑫冠亚科技有限公司 | 一种复合镍铜散热底板的生产管理方法及系统 |
CN116560327A (zh) * | 2023-07-07 | 2023-08-08 | 深圳市百思泰科技有限公司 | 一种基于物联网的电动工具生产控制方法及系统 |
CN116572535A (zh) * | 2023-07-11 | 2023-08-11 | 深圳市雄毅华绝缘材料有限公司 | 一种高分子材料产品的生产优化方法及系统 |
CN116727691A (zh) * | 2023-07-11 | 2023-09-12 | 浙江拓博环保科技有限公司 | 基于数字化管理的金属3d打印方法及系统 |
CN116618764A (zh) * | 2023-07-25 | 2023-08-22 | 广东台正精密机械有限公司 | 一种镜面放电加工机的生产优化方法及系统 |
CN116653457A (zh) * | 2023-07-26 | 2023-08-29 | 深圳市俱进纸品包装有限公司 | 一种数字化皮纹喷墨设备的生产控制方法及系统 |
CN116698642A (zh) * | 2023-08-03 | 2023-09-05 | 深圳市百思泰科技有限公司 | 一种汽修工具生产用的工作站控制方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117734332A (zh) * | 2024-02-19 | 2024-03-22 | 深圳坤邦标价用品有限公司 | 一种模内标签加工设备智能控制方法及系统 |
CN117734332B (zh) * | 2024-02-19 | 2024-04-23 | 深圳坤邦标价用品有限公司 | 一种模内标签加工设备智能控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116985525B (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109598721B (zh) | 电池极片的缺陷检测方法、装置、检测设备和存储介质 | |
CN116985525B (zh) | 一种全自动视觉印刷机的智能管理方法及系统 | |
US10718721B2 (en) | Powder spreading quality test method and additive manufacturing device | |
CN117440308B (zh) | 一种麦克风话筒生产产线智能控制方法及系统 | |
CN114553927B (zh) | 一种基于大数据的印刷设备远程控制方法、系统及介质 | |
CN116862913B (zh) | 基于机器视觉的复合镍铜散热底板缺陷检测方法及系统 | |
CN112613454A (zh) | 一种电力基建施工现场违章识别方法及系统 | |
CN116653457B (zh) | 一种数字化皮纹喷墨设备的生产控制方法及系统 | |
CN110544231A (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 | |
CN110796174A (zh) | 多类型虚拟样本的生成方法、装置、电子设备及存储介质 | |
CN116187718B (zh) | 基于计算机视觉的智慧货物识别分拣方法及系统 | |
CN115988866A (zh) | 一种基于机器视觉的nfc lami加工控制方法及系统 | |
CN112288724A (zh) | 缺陷检测方法及装置、电子设备和存储介质 | |
US10558900B2 (en) | Two-dimensional code processing method and apparatus | |
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 | |
CN114216911A (zh) | 一种金属选择性激光熔化成型中铺粉质量监测及控制方法 | |
CN116931534B (zh) | 基于物联网的刺绣产品生产控制方法及系统 | |
CN115319338A (zh) | 基于深度学习的螺纹钢焊牌机器人3d视觉计数和定位方法 | |
CN116394161B (zh) | 一种基于数据分析的电极生产管理方法及系统 | |
CN116542926B (zh) | 电池的二维码缺陷识别方法、装置、设备及存储介质 | |
CN114932341B (zh) | 一种汽车车身焊接智能化控制系统 | |
CN117734332B (zh) | 一种模内标签加工设备智能控制方法及系统 | |
CN115860027B (zh) | 基于数码印刷的翻变二维防伪码印刷调控方法及系统 | |
CN118429900B (zh) | 一种澳洲坚果生产加工的缺陷识别和监控方法及系统 | |
CN117349961A (zh) | 一种船体模型处理方法、装置、电子设备及介质 |
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 |