CN117073602A - 一种涂层智能测厚方法及系统 - Google Patents

Abstract

本发明提供了一种涂层智能测厚方法及系统，涉及涂层厚度测量技术领域，该方法包括：采集获得待测厚涂层件的基础信息；基于生产批次数据配置测厚波动系数；根据基础信息匹配组测厚仪器；调用同批次生产下的基体金属，配置初始化零点，对组测厚仪器进行零点校对；通过零点校对后的组测厚仪器执行涂层厚度测量，生成厚度测量数据；进行数据补偿，并通过数据补偿结果对组测厚仪器进行数值验证，基于数值验证结果生成测厚结果，解决了现有技术中存在由于大多通过单一类型的测厚仪器进行涂层厚度测量，且对于测量点为的设置不合理，进而导致涂层测厚结果不准确的技术问题，达到提升涂层测厚精度和准确性的技术效果。

Description

一种涂层智能测厚方法及系统

技术领域

本发明涉及涂层厚度测量技术领域，具体涉及一种涂层智能测厚方法及系统。

背景技术

涂层测厚是测量涂层或涂料膜厚度，简单来说，就是检测金属、非金属、有机和无机涂层的厚度，以确定涂层的质量和均匀性，随着科技的发展，市面上已有多种测厚仪器，比如磁性测厚仪、涡流测厚仪等。

目前，现有技术中存在由于大多通过单一类型的测厚仪器进行涂层厚度测量，且对于测量点为的设置不合理，进而导致涂层测厚结果不准确的技术问题。

发明内容

本发明提供了一种涂层智能测厚方法及系统，用以解决现有技术中存在由于大多通过单一类型的测厚仪器进行涂层厚度测量，且对于测量点为的设置不合理，进而导致涂层测厚结果不准确的技术问题。

根据本发明的第一方面，提供了一种涂层智能测厚方法，包括：采集获得待测厚涂层件的基础信息，其中，所述基础信息包括标识信息、材质信息、标定生产信息；基于所述标识信息调用生产批次数据，并基于所述生产批次数据配置测厚波动系数；根据所述基础信息匹配组测厚仪器，其中，所述组测厚仪器中每组至少包括两种仪器，并基于匹配结果进行组测厚仪器标识；通过所述标识信息调用同批次生产下的基体金属，并基于所述生产批次数据和所述测厚波动系数配置初始化零点，基于所述零点对所述组测厚仪器进行零点校对；通过零点校对后的所述组测厚仪器对所述待测厚涂层件执行涂层厚度测量，生成厚度测量数据；通过所述测厚波动系数、所述匹配结果对所述厚度测量数据进行数据补偿，并通过数据补偿结果对组测厚仪器进行数值验证，基于数值验证结果生成测厚结果。

根据本发明的第二方面，提供了一种涂层智能测厚系统，包括：基础信息采集模块，所述基础信息采集模块用于采集获得待测厚涂层件的基础信息，其中，所述基础信息包括标识信息、材质信息、标定生产信息；测厚波动系数配置模块，所述测厚波动系数配置模块用于基于所述标识信息调用生产批次数据，并基于所述生产批次数据配置测厚波动系数；组测厚仪器标识模块，所述组测厚仪器标识模块用于根据所述基础信息匹配组测厚仪器，其中，所述组测厚仪器中每组至少包括两种仪器，并基于匹配结果进行组测厚仪器标识；零点校对模块，所述零点校对模块用于通过所述标识信息调用同批次生产下的基体金属，并基于所述生产批次数据和所述测厚波动系数配置初始化零点，基于所述零点对所述组测厚仪器进行零点校对；厚度测量模块，所述厚度测量模块用于通过零点校对后的所述组测厚仪器对所述待测厚涂层件执行涂层厚度测量，生成厚度测量数据；测厚结果生成模块，所述测厚结果生成模块用于通过所述测厚波动系数、所述匹配结果对所述厚度测量数据进行数据补偿，并通过数据补偿结果对组测厚仪器进行数值验证，基于数值验证结果生成测厚结果。

根据本发明采用的一种涂层智能测厚方法，其可达到如下有益效果：

1.采集获得待测厚涂层件的基础信息，其中，基础信息包括标识信息、材质信息、标定生产信息，基于标识信息调用生产批次数据，并基于生产批次数据配置测厚波动系数，根据基础信息匹配组测厚仪器，其中，组测厚仪器中每组至少包括两种仪器，并基于匹配结果进行组测厚仪器标识；通过标识信息调用同批次生产下的基体金属，并基于生产批次数据和测厚波动系数配置初始化零点，基于零点对组测厚仪器进行零点校对，通过零点校对后的组测厚仪器对待测厚涂层件执行涂层厚度测量，生成厚度测量数据，通过测厚波动系数、匹配结果对厚度测量数据进行数据补偿，并通过数据补偿结果对组测厚仪器进行数值验证，基于数值验证结果生成测厚结果，达到提升涂层测厚精度和准确性的技术效果。

2.解析所述基础信息，根据所述基础信息生成所述待测厚涂层件的测量尺寸范围，交互测量精度，基于所述测量精度生成测量数量点约束，通过所述测量数量点约束和所述测量尺寸范围进行所述待测厚涂层件的网格划分，在网格划分结果内进行点位随机分布，以完成零点的初始化配置和涂层厚度测量，达到提升厚度测量结果的准确性和异常定位的精确性的技术效果。

3.根据所述厚度测量数据获得第一测厚仪器的第一测量结果，对所述第一测量结果进行涂层厚度异常测定识别，确定异常定位点，通过所述异常定位点和所述网格划分结果进行同网格区域内的第二测量结果定位，其中，所述第二测量结果为第二测厚仪器的测量结果，且所述第一测厚仪器和所述第二测厚仪器为同一组测厚仪器，根据所述第二测量结果进行所述第一测量结果的异常补偿，以完成组测厚仪器的数值验证，达到提升涂层测厚结果的准确性的效果。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其他特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明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的介绍，显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种涂层智能测厚方法的流程示意图；

图2为本发明实施例中完成零点的初始化配置和涂层厚度测量的流程示意图；

图3为本发明实施例中完成组测厚仪器的数值验证的流程示意图；

图4为本发明实施例提供的一种涂层智能测厚系统的结构示意图。

附图标记说明：基础信息采集模块11，测厚波动系数配置模块12，组测厚仪器标识模块13，零点校对模块14，厚度测量模块15，测厚结果生成模块16。

具体实施方式

以下结合附图对本发明的示范性实施例作出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在一个实施例中，图1为本发明实施例提供的一种涂层智能测厚方法图，所述方法包括：

步骤S100：采集获得待测厚涂层件的基础信息，其中，所述基础信息包括标识信息、材质信息、标定生产信息；

具体而言，待测厚涂层件是指具有金属、非金属、有机、无机等涂层的涂镀产品，比如镀锌产品，采集获得待测厚涂层件的基础信息，其中，所述基础信息包括标识信息、材质信息、标定生产信息，标识信息是指用于标记待测厚涂层件的产品生产信息的标记信息，也就是说，待测厚涂层件在被工厂生产完成后，会有一个标签用于标记其生产批次、生产日期等信息，可对其进行直接读取；材质信息是指待测厚涂层件的基体材料类型和镀层材料类型，比如基体材料是钢材，镀层材料是锌；标定生产信息是指待测厚涂层件生产时的标准工艺参数，包括待测厚涂层件的尺寸等信息。

步骤S200：基于所述标识信息调用生产批次数据，并基于所述生产批次数据配置测厚波动系数；

具体而言，从所述标识信息直接提取调用生产批次数据，生产批次数据是指在一定时间内、一次产出的所述待测厚涂层件信息，在进行待测厚涂层件的生产时，一般会保留小部分基体金属，就是选取一定数量的基体金属不进行涂层的覆盖，将其作为样品进行保留，因此，根据生产批次数据提取上一批次生产的基体金属样品的表面粗糙程度变化，基于此，配置测厚波动系数，测厚波动系数表征测量点的距离，就是说，如果上一批次生产的基体金属样品的表面粗糙程度变化范围波动较大，测量点的距离就较小，因为表面粗糙程度变化范围波动越大，说明任意两个相近的点位的涂层厚度的差异可能越大，因此，为了保证测量精度，需要缩小测量点之间的距离，测量点即为待测厚涂层件表面用于通过组测厚仪器进行测量的位置。通过测厚波动系数对后续的厚度测量过程进行约束。

步骤S300：根据所述基础信息匹配组测厚仪器，其中，所述组测厚仪器中每组至少包括两种仪器，并基于匹配结果进行组测厚仪器标识；

具体而言，根据所述基础信息匹配组测厚仪器，其中，所述组测厚仪器中每组至少包括两种仪器，比如，X射线涂层测厚仪、磁性测厚仪、涡流测厚仪等，具体来说，可根据基础信息中的材质信息确定不可以使用的测厚仪类型，比如基体金属和涂层金属均具有磁性，就不能使用磁性测厚仪，排除不可以使用的测厚仪类型，结合实际情况，从剩下的测厚仪类型中随机选取两种测厚仪器组成所述组测厚仪器作为匹配结果，并基于匹配结果进行组测厚仪器标识。

步骤S400：通过所述标识信息调用同批次生产下的基体金属，并基于所述生产批次数据和所述测厚波动系数配置初始化零点，基于所述零点对所述组测厚仪器进行零点校对；

步骤S500：通过零点校对后的所述组测厚仪器对所述待测厚涂层件执行涂层厚度测量，生成厚度测量数据；

具体而言，基体金属即为被涂层覆盖的基体，基体金属和涂层的表面粗糙度对涂层厚度的测量结果会产生影响，粗糙程度越大，影响越大，因此，需要基于所述生产批次数据和所述测厚波动系数配置初始化零点，就是在待测厚涂层件增加不同位置上的涂层厚度测量次数，降低表面粗糙程度对测量结果造成的影响，初始化零点包括对零点的数量和距离进行约束，基于所述零点对所述组测厚仪器进行零点校对，示例性地，如果基体金属粗糙，必须在没有涂层的粗糙度相类似的基体金属上取几个位置校对仪器的零点，也就是说，由于基体金属的表面粗糙度，会导致仪器的零点发生偏移，进而导致仪器测量结果不准确，因此需要用同批次生产出的基体金属，即未覆盖涂层的基体金属进行零点校正，利用测厚仪器在基体金属表面的多个位置进行测厚，进行所述组测厚仪器的零点调整，实现零点校对，简单理解，就是仪器的调零过程。

具体而言，通过零点校对后的所述组测厚仪器对所述待测厚涂层件执行涂层厚度测量，生成厚度测量数据，厚度测量数据是指所述组测厚仪器采集到的厚度数据。

其中，如图2所示，本发明实施例步骤S500还包括：

步骤S510：解析所述基础信息，根据所述基础信息生成所述待测厚涂层件的测量尺寸范围；

步骤S520：交互测量精度，基于所述测量精度生成测量数量点约束；

步骤S530：通过所述测量数量点约束和所述测量尺寸范围进行所述待测厚涂层件的网格划分；

步骤S540：在网格划分结果内进行点位随机分布，以完成零点的初始化配置和涂层厚度测量。

其中，本发明实施例步骤S540还包括：

步骤S541：交互所述组测厚仪器的仪器属性数据；

步骤S542：根据所述仪器属性数据生成相邻点的距离约束；

步骤S543：当在所述网格划分结果内进行点位随机分布时，通过所述距离约束进行随机分布结果的点位约束；

步骤S544：根据约束分布结果完成零点的初始化配置和涂层厚度测量。

具体而言，所述基础信息包括标识信息、材质信息、标定生产信息，解析所述基础信息，提取其中的标定生产信息的生产尺寸作为所述待测厚涂层件的测量尺寸范围。交互测量精度，测量精度是指组测厚仪器中的每组仪器的测量精度，比如AC-990u油漆测厚仪测量范围为0~500μm，精度为±10微米，就是其测量结果的误差在0-10微米之间，根据所述测量精度生成测量数量点约束，也就是说，测量精度越高，测量点的数量设置的越少，反之，测量精度越低，设置的测量点的数量设置的越多，达到提高涂层厚度测量准确性的技术效果。通过所述测量数量点约束和所述测量尺寸范围进行所述待测厚涂层件的网格划分，通俗地讲，就是按照测量数量点约束的测量点数量，根据测量尺寸范围对所述待测厚涂层件进行网格划分，就是将所述待测厚涂层件的表面划分为多个大小相同的正方形网格，网格划分过程要保证测量数量点约束的测量点数量可以都落入网格中，且任意测厚仪器对应的一个测量点不会重复落入同一个网格，就是说，一个网格允许有两个测厚仪器对应的两个测量点，示例性地，可用测量尺寸范围的尺寸数据除以所述测量数量点约束，所得结果即为网格的尺寸，厚度测量结果出现异常时，可直接进行异常网格的定位，按照网格尺寸对所述待测厚涂层件的表面进行网格划分，即可得到网格划分结果。在网格划分结果内进行点位随机分布，就是按照测量数量点约束的测量点数量，对一种测厚仪器随机设置多个点位，进而根据多个点位完成零点的初始化配置，即零点校正，进而组测厚仪器通过在多个点位上进行涂层厚度测量，需要说明的是，组测厚仪器中的至少两种仪器在一个网格内一定有一个测量点，换句话说，一个网格内有两种仪器的两个测量点位，不同仪器的测量点位置不同，由此达到提升厚度测量结果的准确性和异常定位的精确性的技术效果。

具体地，交互所述组测厚仪器的仪器属性数据，仪器属性数据是指组测厚仪器的距离影响范围，比如磁性测厚仪通过磁吸力判断涂层厚度，但是，两个磁性测厚仪的距离过近，会导致两个仪器互相产生影响，进而导致测量结果不准确，因此，根据组测厚仪器的仪器使用手册提取仪器的距离影响范围，即两个仪器的最小距离约束范围。进而根据所述仪器属性数据生成相邻点的距离约束，就是保证同一种仪器对应的任意两个相邻测量点之间的距离不能小于最小距离约束范围，以此作为距离约束。当在所述网格划分结果内进行点位随机分布时，通过所述距离约束进行随机分布结果的点位约束，就是保证随机点位之间的距离符合距离约束，约束分布结果即为在距离约束条件下，获得的同一种测厚仪器的多个测量点位的分布情况，基于此完成零点的初始化配置和涂层厚度测量，达到提升测厚准确度的技术效果。

步骤S600：通过所述测厚波动系数、所述匹配结果对所述厚度测量数据进行数据补偿，并通过数据补偿结果对组测厚仪器进行数值验证，基于数值验证结果生成测厚结果。

其中，如图3所示，本发明实施例步骤S600还包括：

步骤S610：根据所述厚度测量数据获得第一测厚仪器的第一测量结果；

步骤S620：对所述第一测量结果进行涂层厚度异常测定识别，确定异常定位点；

步骤S630：通过所述异常定位点和所述网格划分结果进行同网格区域内的第二测量结果定位，其中，所述第二测量结果为第二测厚仪器的测量结果，且所述第一测厚仪器和所述第二测厚仪器为同一组测厚仪器；

步骤S640：根据所述第二测量结果进行所述第一测量结果的异常补偿，以完成组测厚仪器的数值验证。

其中，本发明实施例步骤S640还包括：

步骤S641：将所述异常定位点映射至所述第二测厚仪器的测量点中；

步骤S642：根据映射结果进行测量点的相邻匹配，获得相邻匹配结果，其中，所述相邻匹配结果带有相邻距离标识；

步骤S643：通过所述相邻匹配结果调用所述厚度测量数据中的所述第二测厚仪器的相邻数据；

步骤S644：根据所述相邻距离标识进行所述相邻数据的可信关联；

步骤S645：根据可信关联结果和所述第二测量结果进行所述第一测量结果的同步异常补偿，以完成组测厚仪器的数值验证。

具体而言，所述匹配结果即为匹配的组测厚仪器，至少包括两种仪器，通过所述测厚波动系数、所述匹配结果对所述厚度测量数据进行数据补偿，并通过数据补偿结果对组测厚仪器进行数值验证，以数值验证结果作为测厚结果，具体过程如下：

具体地，所述厚度测量数据包括所述组测厚仪器测量获得的涂层厚度数据，所述组测厚仪器包括至少两种仪器，因此，根据所述厚度测量数据获得第一测厚仪器的第一测量结果，第一测厚仪器的第一测量结果泛指其中任一种测厚仪器测量获得的涂层厚度。

对所述第一测量结果进行涂层厚度异常测定识别，通俗地讲，前述在基体金属表面多个位置处进行了零点初始化配置和零点校正，任一种测厚仪器会在配置的多个零点位置进行涂层厚度测量，理论上，多个位置测量获得的涂层厚度应该是相同的，因此，对多个位置测量获得的多个涂层厚度进行异常识别，异常数据即为与其他多个涂层厚度差异较大的数据，示例性地，可通过孤立森林法对多个涂层厚度进行异常分析，得到孤立的涂层厚度数据作为异常识别结果，并确定异常识别结果所在点位，也就是异常的涂层厚度数据的采集位置，将其异常定位点。

通过所述异常定位点和所述网格划分结果进行同网格区域内的第二测量结果定位，简单来说，通过第一测厚仪器在网格划分结果的多个网格得到了多个涂层厚度测量数据，然后在多个网格内与第一测厚仪器不同的点位，利用第二测厚仪器进行二次涂层厚度测量，获得第二测厚仪器在多个网格的涂层厚度测量数据作为所述第二测量结果，所述第一测厚仪器和所述第二测厚仪器为同一组测厚仪器。进一步根据所述第二测量结果进行所述第一测量结果的异常补偿，通俗地讲，就是从所述第二测量结果提取所述第二测厚仪器在所述异常定位点所在网格中的涂层厚度测量数据，判断该网格内的第一测厚仪器和第二测厚仪器的测量点之间的距离和数值差异，以完成组测厚仪器的数值验证，达到提升涂层测厚结果的准确性的效果。

具体地，完成组测厚仪器的数值验证的过程如下：将所述异常定位点映射至所述第二测厚仪器的测量点中，就是将异常定位点和第二测厚仪器的测量点落入同一点位分布图进行比对，对异常定位点和第二测厚仪器的测量点进行标记，便于区分。进一步根据映射结果进行测量点的相邻匹配，就是匹配与所述异常定位点在同一网格中的测量点，并获取异常定位点和相邻的测量点之间的距离进行标记，获得相邻匹配结果，其中，所述相邻匹配结果带有相邻距离标识，包括多个网格中的相邻点。

通过所述相邻匹配结果调用所述厚度测量数据中的所述第二测厚仪器在相邻点的涂层厚度测量数据作为相邻数据，进而根据所述相邻距离标识进行所述相邻数据的可信关联，就是获取两个相邻点的距离和涂层厚度测量差值，基于此进行可信度关联分析，具体有如下四种情况两个相邻点的距离较小，且涂层厚度测量差值较小；两个相邻点的距离较大，但涂层厚度测量差值较小；两个相邻点的距离较小，涂层厚度测量差值较大，上述四种情况的可信度依次降低，由此得到相邻点之间的可信度作为可信关联结果。根据可信关联结果和所述第二测量结果进行所述第一测量结果的同步异常补偿，以完成组测厚仪器的数值验证，就是在可信度较高的情况下，可用第二测量结果替换异常定位点对应的异常测量数据，实现测厚仪器的数值验证，为厚度误差补偿提供基础。

其中，本发明实施例步骤S600还包括步骤S650：

步骤S651：通过所述基础信息初始化厚度误差补偿模型；

步骤S652：将所述测厚波动系数、所述匹配结果和所述厚度测量数据同步输入所述厚度误差补偿模型，输出所述数值验证结果。

具体而言，通过所述基础信息初始化厚度误差补偿模型，简单来说，就是通过所述基础信息对厚度误差补偿模型进行约束，所述基础信息可以根据实际情况实时更新，因此需要对厚度误差补偿模型，就是通过现有技术中的C语言、Python等建立一个多层全连接神经网络，进行每层网络的神经元数量、结构等的配置，搭建神经网络进行模型的初始化是本领域技术人员的常用手段，在此不进行展开。进一步将所述测厚波动系数、所述匹配结果和所述厚度测量数据同步输入所述厚度误差补偿模型，输出所述数值验证结果，所述数值验证结果即为进行数据补偿后的待测厚涂层件的厚度测量数据，所述厚度误差补偿模型的输入是所述测厚波动系数、所述匹配结果和所述厚度测量数据，但是所述测厚波动系数、所述匹配结果是输入约束数据，就是说，同一批次的同一类型的待测厚涂层件，对应的所述测厚波动系数、所述匹配结果是相同的，任一待测厚涂层件的所述厚度测量数据不同。将所述测厚波动系数、所述匹配结果和所述厚度测量数据同步输入所述厚度误差补偿模型，输出所述数值验证结果之前，需要对所述厚度误差补偿模型进行训练测试，具体来说，可通过获取与所述待测厚涂层件型号相同的待测厚涂层件样本的测厚波动系数样本、匹配结果样本和厚度测量数据样本，通过现有技术为各个样本配置对应的数值验证结果样本，然后将测厚波动系数样本、匹配结果样本和厚度测量数据样本和对应的数值验证结果样本作为模型构建数据，对所述厚度误差补偿模型进行训练测试，获得准确率符合要求的厚度误差补偿模型。由此实现对测量误差的补偿，达到提升涂层测厚准确度的技术效果。

其中，本发明实施例步骤还包括步骤S700：

步骤S710：设置验证频率；

步骤S720：通过所述验证频率执行所述待测厚涂层件的频率抽样测厚，生成厚度真值；

步骤S730：基于所述厚度真值与所述测厚结果进行偏差验证，并基于验证结果提取偏离共性特征；

步骤S740：依据所述偏离共性特征进行后续测厚的测厚补偿。

具体而言，设置验证频率，验证频率是指对已经完成涂层测厚的待测厚涂层件的抽检频率，即抽检个数，可基于实际情况获取，比如，每完成100个待测厚涂层件的测厚，在其中抽检3个进行验证。通过所述验证频率执行所述待测厚涂层件的频率抽样测厚，生成厚度真值，就是将抽检出的样本垂直抛开，根据抛开的横截面通过现有的尺寸测量仪器，对横截面的涂层进行厚度测量，测量结果即为厚度真值。基于所述厚度真值与所述测厚结果进行偏差验证，并基于验证结果提取偏离共性特征，通俗地讲，就是计算所述厚度真值与所述测厚结果的差值，对差值方向进行分析，比如测厚结果与厚度真值在一定的范围内，将该差值范围作为偏离共性特征，依据所述偏离共性特征进行后续测厚的测厚补偿，就是在后续测厚过程中，按照偏离共性特征对侧后结果进行补偿，就是依据差值范围对侧后结果进行调整，消除该差值范围的影响，达到提升侧后结果准确度的技术效果。

在一个实施例中，基于与前述实施例中一种涂层智能测厚方法同样的发明构思，如图4所示，本发明还提供了一种涂层智能测厚系统，所述系统包括：

基础信息采集模块11，所述基础信息采集模块11用于采集获得待测厚涂层件的基础信息，其中，所述基础信息包括标识信息、材质信息、标定生产信息；

测厚波动系数配置模块12，所述测厚波动系数配置模块12用于基于所述标识信息调用生产批次数据，并基于所述生产批次数据配置测厚波动系数；

组测厚仪器标识模块13，所述组测厚仪器标识模块13用于根据所述基础信息匹配组测厚仪器，其中，所述组测厚仪器中每组至少包括两种仪器，并基于匹配结果进行组测厚仪器标识；

零点校对模块14，所述零点校对模块14用于通过所述标识信息调用同批次生产下的基体金属，并基于所述生产批次数据和所述测厚波动系数配置初始化零点，基于所述零点对所述组测厚仪器进行零点校对；

厚度测量模块15，所述厚度测量模块15用于通过零点校对后的所述组测厚仪器对所述待测厚涂层件执行涂层厚度测量，生成厚度测量数据；

测厚结果生成模块16，所述测厚结果生成模块16用于通过所述测厚波动系数、所述匹配结果对所述厚度测量数据进行数据补偿，并通过数据补偿结果对组测厚仪器进行数值验证，基于数值验证结果生成测厚结果。

进一步而言，所述系统还包括网格划分分析模块，所述网格划分分析模块用于：

解析所述基础信息，根据所述基础信息生成所述待测厚涂层件的测量尺寸范围；

交互测量精度，基于所述测量精度生成测量数量点约束；

通过所述测量数量点约束和所述测量尺寸范围进行所述待测厚涂层件的网格划分；

在网格划分结果内进行点位随机分布，以完成零点的初始化配置和涂层厚度测量。

进一步而言，所述网格划分分析模块还用于：

交互所述组测厚仪器的仪器属性数据；

根据所述仪器属性数据生成相邻点的距离约束；

当在所述网格划分结果内进行点位随机分布时，通过所述距离约束进行随机分布结果的点位约束；

根据约束分布结果完成零点的初始化配置和涂层厚度测量。

进一步而言，所述测厚结果生成模块16还用于：

根据所述厚度测量数据获得第一测厚仪器的第一测量结果；

对所述第一测量结果进行涂层厚度异常测定识别，确定异常定位点；

通过所述异常定位点和所述网格划分结果进行同网格区域内的第二测量结果定位，其中，所述第二测量结果为第二测厚仪器的测量结果，且所述第一测厚仪器和所述第二测厚仪器为同一组测厚仪器；

根据所述第二测量结果进行所述第一测量结果的异常补偿，以完成组测厚仪器的数值验证。

进一步而言，所述测厚结果生成模块16还用于：

将所述异常定位点映射至所述第二测厚仪器的测量点中；

根据映射结果进行测量点的相邻匹配，获得相邻匹配结果，其中，所述相邻匹配结果带有相邻距离标识；

通过所述相邻匹配结果调用所述厚度测量数据中的所述第二测厚仪器的相邻数据；

根据所述相邻距离标识进行所述相邻数据的可信关联；

根据可信关联结果和所述第二测量结果进行所述第一测量结果的同步异常补偿，以完成组测厚仪器的数值验证。

进一步而言，所述测厚结果生成模块16还用于：

通过所述基础信息初始化厚度误差补偿模型；

将所述测厚波动系数、所述匹配结果和所述厚度测量数据同步输入所述厚度误差补偿模型，输出所述数值验证结果。

进一步而言，所述系统还包括偏离共性特征分析模块，所述偏离共性特征分析模块用于：

设置验证频率；

通过所述验证频率执行所述待测厚涂层件的频率抽样测厚，生成厚度真值；

基于所述厚度真值与所述测厚结果进行偏差验证，并基于验证结果提取偏离共性特征；

依据所述偏离共性特征进行后续测厚的测厚补偿。

前述实施例中的一种涂层智能测厚方法具体实例同样适用于本实施例的一种涂层智能测厚系统，通过前述对一种涂层智能测厚方法的详细描述，本领域技术人员可以清楚地知道本实施例中一种涂层智能测厚系统，所以为了说明书的简洁，在此不再详述。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行，也可以顺序地执行，也可以不同的次序执行，只要能够实现本发明公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所做的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (8)

1.一种涂层智能测厚方法，其特征在于，所述方法包括：

采集获得待测厚涂层件的基础信息，其中，所述基础信息包括标识信息、材质信息、标定生产信息；

基于所述标识信息调用生产批次数据，并基于所述生产批次数据配置测厚波动系数；

根据所述基础信息匹配组测厚仪器，其中，所述组测厚仪器中每组至少包括两种仪器，并基于匹配结果进行组测厚仪器标识；

通过所述标识信息调用同批次生产下的基体金属，并基于所述生产批次数据和所述测厚波动系数配置初始化零点，基于所述零点对所述组测厚仪器进行零点校对；

通过零点校对后的所述组测厚仪器对所述待测厚涂层件执行涂层厚度测量，生成厚度测量数据；

通过所述测厚波动系数、所述匹配结果对所述厚度测量数据进行数据补偿，并通过数据补偿结果对组测厚仪器进行数值验证，基于数值验证结果生成测厚结果。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

解析所述基础信息，根据所述基础信息生成所述待测厚涂层件的测量尺寸范围；

交互测量精度，基于所述测量精度生成测量数量点约束；

通过所述测量数量点约束和所述测量尺寸范围进行所述待测厚涂层件的网格划分；

在网格划分结果内进行点位随机分布，以完成零点的初始化配置和涂层厚度测量。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

交互所述组测厚仪器的仪器属性数据；

根据所述仪器属性数据生成相邻点的距离约束；

当在所述网格划分结果内进行点位随机分布时，通过所述距离约束进行随机分布结果的点位约束；

根据约束分布结果完成零点的初始化配置和涂层厚度测量。

4.如权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述厚度测量数据获得第一测厚仪器的第一测量结果；

对所述第一测量结果进行涂层厚度异常测定识别，确定异常定位点；

通过所述异常定位点和所述网格划分结果进行同网格区域内的第二测量结果定位，其中，所述第二测量结果为第二测厚仪器的测量结果，且所述第一测厚仪器和所述第二测厚仪器为同一组测厚仪器；

根据所述第二测量结果进行所述第一测量结果的异常补偿，以完成组测厚仪器的数值验证。

5.如权利要求4所述的方法，其特征在于，所述方法还包括：

将所述异常定位点映射至所述第二测厚仪器的测量点中；

根据映射结果进行测量点的相邻匹配，获得相邻匹配结果，其中，所述相邻匹配结果带有相邻距离标识；

通过所述相邻匹配结果调用所述厚度测量数据中的所述第二测厚仪器的相邻数据；

根据所述相邻距离标识进行所述相邻数据的可信关联；

根据可信关联结果和所述第二测量结果进行所述第一测量结果的同步异常补偿，以完成组测厚仪器的数值验证。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

通过所述基础信息初始化厚度误差补偿模型；

将所述测厚波动系数、所述匹配结果和所述厚度测量数据同步输入所述厚度误差补偿模型，输出所述数值验证结果。

7.如权利要求1所述的方法，其特征在于，所述方法还包括：

设置验证频率；

通过所述验证频率执行所述待测厚涂层件的频率抽样测厚，生成厚度真值；

基于所述厚度真值与所述测厚结果进行偏差验证，并基于验证结果提取偏离共性特征；

依据所述偏离共性特征进行后续测厚的测厚补偿。

8.一种涂层智能测厚系统，其特征在于，用于执行权利要求1-7所述的一种涂层智能测厚方法，所述系统包括：

基础信息采集模块，所述基础信息采集模块用于采集获得待测厚涂层件的基础信息，其中，所述基础信息包括标识信息、材质信息、标定生产信息；

测厚波动系数配置模块，所述测厚波动系数配置模块用于基于所述标识信息调用生产批次数据，并基于所述生产批次数据配置测厚波动系数；

组测厚仪器标识模块，所述组测厚仪器标识模块用于根据所述基础信息匹配组测厚仪器，其中，所述组测厚仪器中每组至少包括两种仪器，并基于匹配结果进行组测厚仪器标识；

零点校对模块，所述零点校对模块用于通过所述标识信息调用同批次生产下的基体金属，并基于所述生产批次数据和所述测厚波动系数配置初始化零点，基于所述零点对所述组测厚仪器进行零点校对；

厚度测量模块，所述厚度测量模块用于通过零点校对后的所述组测厚仪器对所述待测厚涂层件执行涂层厚度测量，生成厚度测量数据；

测厚结果生成模块，所述测厚结果生成模块用于通过所述测厚波动系数、所述匹配结果对所述厚度测量数据进行数据补偿，并通过数据补偿结果对组测厚仪器进行数值验证，基于数值验证结果生成测厚结果。