CN117191809B - 基于数据分析的玻璃检测设备故障监测预警系统 - Google Patents
基于数据分析的玻璃检测设备故障监测预警系统 Download PDFInfo
- Publication number
- CN117191809B CN117191809B CN202311106002.4A CN202311106002A CN117191809B CN 117191809 B CN117191809 B CN 117191809B CN 202311106002 A CN202311106002 A CN 202311106002A CN 117191809 B CN117191809 B CN 117191809B
- Authority
- CN
- China
- Prior art keywords
- abnormal
- pollution
- value
- monitoring
- workpiece
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 108
- 238000001514 detection method Methods 0.000 title claims abstract description 72
- 239000011521 glass Substances 0.000 title claims abstract description 72
- 238000007405 data analysis Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000004891 communication Methods 0.000 claims abstract description 4
- 230000002159 abnormal effect Effects 0.000 claims description 147
- 230000011218 segmentation Effects 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 23
- 230000003749 cleanliness Effects 0.000 claims description 14
- 238000003709 image segmentation Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 1
- 230000001502 supplementing effect Effects 0.000 abstract description 7
- 238000005286 illumination Methods 0.000 abstract description 6
- 239000013589 supplement Substances 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 2
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明属于玻璃检测领域,涉及数据分析技术,用于解决现有技术中的玻璃检测设备无法对补光灯故障、摄像机镜头污染等因素进行监控的问题,具体是基于数据分析的玻璃检测设备故障监测预警系统,包括监测预警平台,监测预警平台通信连接有表面监测模块、拍摄分析模块以及存储模块;表面监测模块用于对玻璃的表面质量进行监测分析:将待检测的玻璃标记为待检工件,调取摄像机对待检工件拍摄的图像并标记为监测图像,获取监测图像的污染系数;本发明可以对待检工件进行输送、补光以及图像拍摄,输送机构提高了玻璃检测流程的自动化程度,照明机构通过多个智能光源对玻璃进行补光,提高表面检测结果的精确性。
Description
技术领域
本发明属于玻璃检测领域,涉及数据分析技术,具体是基于数据分析的玻璃检测设备故障监测预警系统。
背景技术
玻璃是一种透明,不透气,并具一定硬度的物料,其在日常环境中呈化学惰性,亦不会与生物起作用,随着时代的进步,玻璃的种类较多,如防火玻璃,防盗玻璃与防弹玻璃等种类,它们的使用范围较广,则对于它们的质量检测较为重要。
现有技术中的玻璃检测设备是一般是在光源对玻璃进行补光后,通过摄像机对玻璃表面进行图像拍摄,然后通过图像分析来对玻璃表面质量进行检测,但是在整个玻璃检测流程当中存在有多个影响检测结果精确性的因素,如补光灯故障、摄像机镜头污染等,如果不对这些因素进行监控,则无法保证玻璃检测设备的检测结果精确性。
针对上述技术问题,本申请提出一种解决方案。
发明内容
本发明的目的在于提供基于数据分析的玻璃检测设备故障监测预警系统,用于解决现有技术中的玻璃检测设备无法对补光灯故障、摄像机镜头污染等因素进行监控的问题;
本发明需要解决的技术问题为:如何提供一种可以对补光灯故障、摄像机镜头污染等因素进行监控的基于数据分析的玻璃检测设备故障监测预警系统。
本发明的目的可以通过以下技术方案实现:
基于数据分析的玻璃检测设备故障监测预警系统,包括监测预警平台,所述监测预警平台通信连接有表面监测模块、拍摄分析模块以及存储模块;
所述表面监测模块用于对玻璃的表面质量进行监测分析:将待检测的玻璃标记为待检工件,调取摄像机对待检工件拍摄的图像并标记为监测图像,获取监测图像的污染系数,由同一待检工件在智能光源对应图像摄取工位的监测图像的污染系数构成智能光源的污染集合,对污染集合进行方差计算得到智能光源的污染偏差值,将污染集合中数值最大的元素标记为待检工件的污染表现值,通过存储模块获取到污染偏差阈值与污染表现阈值,将污染偏差值、污染表现值分别与污染偏差阈值、污染表现阈值进行比较并通过比较结果对待检工件与智能光源进行标记;
所述拍摄分析模块用于对玻璃的图像拍摄过程进行监测分析:在待检工件被标记为异常工件时,将待检工件对应的摄像机的检出值数值加一,并生成时长为L1秒的倒计时,在倒计时结束时刻之前:若摄像机拍摄的待检工件再次被标记为异常工件,则对倒计时进行重置;若摄像机拍摄的待检工件没有被标记为异常工件,则在倒计时结束时刻对摄像机的检出值进行清零;在摄像机的检出值不小于预设的检出阈值时对摄像机进行故障检测。
作为本发明的一种优选实施方式,监测图像的污染系数的获取过程包括:将监测图像放大为像素格图像并进行灰度变换,通过存储模块获取到灰度范围,将灰度值位于灰度范围之内的像素格标记为正常格,将灰度值位于灰度范围之外的像素格标记为异常格,将异常格与像素格的数量比值标记为监测图像的污染系数。
作为本发明的一种优选实施方式,将污染偏差值、污染表现值分别与污染偏差阈值、污染表现阈值进行比较的具体过程包括:
若污染偏差值小于污染偏差阈值且污染表现值小于污染表现阈值,则判定待检工件的表面监测结果合格,将对应的待检工件标记为合格工件;
若污染偏差值小于污染偏差阈值且污染表现值大于等于污染表现阈值,则判定待检工件的表面监测结果不合格,将对应的待检工件标记为异常工件;
若污染偏差值大于等于污染偏差阈值且污染表现值小于污染表现阈值,则判定智能光源运行异常,将对应的智能光源标记为异常光源;
若污染偏差值大于等于污染偏差阈值且污染表现值大于等于污染表现阈值,则判定智能光源运行异常且待检工件的表面监测结果不合格,分别将智能光源与待检工件标记为异常光源以及异常工件;
将异常工件输送至回收区,将异常光源发送至监测预警平台,监测预警平台接收到异常光源后将异常光源发送至管理人员的手机终端。
作为本发明的一种优选实施方式,对摄像机进行故障检测的具体过程包括:将摄像机最近拍摄的L2张监测图像标记为分析图像,对每一个分析图像按照相同的分割方式进行图像分割并得到分割区域,对分割区域进行编号,对分割区域内的所有像素格的灰度值进行求和取平均值得到分割区域的灰突值,将灰突值与灰度范围进行比对并通过比对结果将分割区域标记为正常区域或异常区域;由所有异常区域的编号组成摄影机的异常集合,将编号在异常集合中的元素数量标记为编号的异常值,通过存储模块获取到异常阈值,将异常值与异常阈值进行比较并通过比较结果对摄像机的镜头洁净程度是否满足要求进行判定。
作为本发明的一种优选实施方式,将灰突值与灰度范围进行比对的具体过程包括:若灰突值位于灰度范围之内,则将对应的分割区域标记为正常区域;若灰突值位于灰度范围之外,则将对应的分割区域标记为异常区域。
作为本发明的一种优选实施方式,将异常值与异常阈值进行比较的具体过程包括:若异常值小于异常阈值,则不对编号进行标记,若异常值大于等于异常阈值,则将编号标记为异常号;将异常号的数量标记为摄像机的异常表现值,通过存储模块获取到异常表现阈值,将异常表现值与异常表现阈值进行比较:若异常表现值小于异常表现阈值,则判定摄像机的镜头洁净度满足要求;若异常表现值大于等于异常表现阈值,则判定摄像机的镜头洁净度不满足要求,将对应的摄像机标记为异常对象,将异常对象发送至监测预警平台,监测预警平台接收到异常对象后将异常对象发送至管理人员的手机终端。
作为本发明的一种优选实施方式,该基于数据分析的玻璃检测设备故障监测预警系统的工作方法,包括以下步骤:
步骤一:对玻璃的表面质量进行监测分析:将待检测的玻璃标记为待检工件,调取摄像机对待检工件拍摄的图像并标记为监测图像,通过监测图像获取到待检工件的污染表现值以及智能光源的污染偏差值;
步骤二:通过污染表现值将待检工件标记为合格工件或异常工件:通过污染偏差值对智能光源中的异常光源进行排查;
步骤三:对玻璃的图像拍摄过程进行监测分析:在待检工件被标记为异常工件时,将待检工件对应的摄像机的检出值数值加一,并生成时长为L1秒的倒计时,对倒计时结束时刻之前是否存在待检工件再次被标记为异常工件进行判定并根据判定结果获取检出值;
步骤四:在摄像机的检出值不小于预设的检出阈值时对摄像机进行故障检测:将摄像机最近拍摄的L2张监测图像标记为分析图像,对每一个分析图像按照相同的分割方式进行图像分割并得到分割区域,对分割区域进行编号,通过灰度比对的方式对异常区域进行标记,然后通过异常区域的编号分布对摄像机的镜头洁净程度是否满足要求进行判定。
本发明具备下述有益效果:
1、通过检测终端可以对待检工件进行输送、补光以及图像拍摄,输送机构提高了玻璃检测流程的自动化程度,照明机构通过多个智能光源对玻璃进行补光,提高表面检测结果的精确性;
2、通过表面监测模块可以对玻璃的表面质量进行监测分析,通过对监测图像进行图像处理并结合同一智能光源覆盖图像摄取工位对应的污染系数进行分析得到污染表现值与污染偏差值,从而在对待检工件的表面进行检测的同时对智能光源的运行状态进行监控,避免由于智能光源运行异常导致检测结果不准确的现象发生;
3、通过拍摄分析模块可以对玻璃的图像拍摄过程进行监测分析,在摄像机工作存在异常风险时进行故障检测,通过对分析图像进行区域分割的方式来对每一个分割区域进行标记,然后根据所有分割区域的标记结果对摄像机的镜头洁净程度进行反馈,避免由于摄像机镜头本身存在污染而对玻璃表面检测结果进行误判。
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的附图。
图1为本发明实施例一的系统框图;
图2为本发明实施例二的方法流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1
如图1所示,基于数据分析的玻璃检测设备故障监测预警系统,包括监测预警平台,监测预警平台通信连接有检测终端、表面监测模块、拍摄分析模块以及存储模块。
检测终端包括输送机构、照明机构以及图像拍摄机构,输送机构由两个输送辊以及传动连接在两个输送辊之间的输送皮带组成,输送皮带的数量为两个,且两个输送皮带分别设置与输送辊外圆面的两侧;照明机构设置在输送机构下方,包括多个智能光源,智能光源用于对输送机构输送的玻璃进行补光,图像拍摄机构设置于输送机构的上方,包括多个摄像机,摄像机用于对输送机构上的玻璃进行图像拍摄并将拍摄得到的图像发送至表面监测模块;通过一个智能光源对多个玻璃同时进行补光,一个摄像机同时仅对一个玻璃进行图像拍摄,即一个智能光源对应多个图像摄取工位,每一个图像摄取工位均对应一个摄像机;对待检工件进行输送、补光以及图像拍摄,输送机构提高了玻璃检测流程的自动化程度,照明机构通过多个智能光源对玻璃进行补光,提高表面检测结果的精确性。
表面监测模块用于对玻璃的表面质量进行监测分析:将待检测的玻璃标记为待检工件,调取摄像机对待检工件拍摄的图像并标记为监测图像,将监测图像放大为像素格图像并进行灰度变换,通过存储模块获取到灰度范围,将灰度值位于灰度范围之内的像素格标记为正常格,将灰度值位于灰度范围之外的像素格标记为异常格,将异常格与像素格的数量比值标记为监测图像的污染系数,由同一待检工件在智能光源对应图像摄取工位的监测图像的污染系数构成智能光源的污染集合,对污染集合进行方差计算得到智能光源的污染偏差值,将污染集合中数值最大的元素标记为待检工件的污染表现值,通过存储模块获取到污染偏差阈值与污染表现阈值,将污染偏差值、污染表现值分别与污染偏差阈值、污染表现阈值进行比较:若污染偏差值小于污染偏差阈值且污染表现值小于污染表现阈值,则判定待检工件的表面监测结果合格,将对应的待检工件标记为合格工件;若污染偏差值小于污染偏差阈值且污染表现值大于等于污染表现阈值,则判定待检工件的表面监测结果不合格,将对应的待检工件标记为异常工件;若污染偏差值大于等于污染偏差阈值且污染表现值小于污染表现阈值,则判定智能光源运行异常,将对应的智能光源标记为异常光源;若污染偏差值大于等于污染偏差阈值且污染表现值大于等于污染表现阈值,则判定智能光源运行异常且待检工件的表面监测结果不合格,分别将智能光源与待检工件标记为异常光源以及异常工件;将异常工件输送至回收区,将异常光源发送至监测预警平台,监测预警平台接收到异常光源后将异常光源发送至管理人员的手机终端;对玻璃的表面质量进行监测分析,通过对监测图像进行图像处理并结合同一智能光源覆盖图像摄取工位对应的污染系数进行分析得到污染表现值与污染偏差值,从而在对待检工件的表面进行检测的同时对智能光源的运行状态进行监控,避免由于智能光源运行异常导致检测结果不准确的现象发生。
拍摄分析模块用于对玻璃的图像拍摄过程进行监测分析:在待检工件被标记为异常工件时,将待检工件对应的摄像机的检出值数值加一,并生成时长为L1秒的倒计时,在倒计时结束时刻之前:若摄像机拍摄的待检工件再次被标记为异常工件,则对倒计时进行重置;若摄像机拍摄的待检工件没有被标记为异常工件,则在倒计时结束时刻对摄像机的检出值进行清零;在摄像机的检出值不小于预设的检出阈值时对摄像机进行故障检测:将摄像机最近拍摄的L2张监测图像标记为分析图像,L2为数值常量,L2的具体数值由管理人员自行设置;对每一个分析图像按照相同的分割方式进行图像分割并得到分割区域,对分割区域进行编号,对分割区域内的所有像素格的灰度值进行求和取平均值得到分割区域的灰突值,将灰突值与灰度范围进行比对:若灰突值位于灰度范围之内,则将对应的分割区域标记为正常区域;若灰突值位于灰度范围之外,则将对应的分割区域标记为异常区域;由所有异常区域的编号组成摄影机的异常集合,将编号在异常集合中的元素数量标记为编号的异常值,通过存储模块获取到异常阈值,将异常值与异常阈值进行比较:若异常值小于异常阈值,则不对编号进行标记,若异常值大于等于异常阈值,则将编号标记为异常号;将异常号的数量标记为摄像机的异常表现值,通过存储模块获取到异常表现阈值,将异常表现值与异常表现阈值进行比较:若异常表现值小于异常表现阈值,则判定摄像机的镜头洁净度满足要求;若异常表现值大于等于异常表现阈值,则判定摄像机的镜头洁净度不满足要求,将对应的摄像机标记为异常对象,将异常对象发送至监测预警平台,监测预警平台接收到异常对象后将异常对象发送至管理人员的手机终端;对玻璃的图像拍摄过程进行监测分析,在摄像机工作存在异常风险时进行故障检测,通过对分析图像进行区域分割的方式来对每一个分割区域进行标记,然后根据所有分割区域的标记结果对摄像机的镜头洁净程度进行反馈,避免由于摄像机镜头本身存在污染而对玻璃表面检测结果进行误判。
实施例2
如图2所示,基于数据分析的玻璃检测设备故障监测预警方法,包括以下步骤:
步骤一:将待检工件放置在两个输送皮带之间,通过输送机构对待检工件进行输送,通过照明机构的智能光源对待检工件进行补光,然后通过摄像机对待检工件进行图像拍摄并将拍摄得到的图像发送至表面监测模块;
步骤二:对玻璃的表面质量进行监测分析:将待检测的玻璃标记为待检工件,调取摄像机对待检工件拍摄的图像并标记为监测图像,通过监测图像获取到待检工件的污染表现值以及智能光源的污染偏差值;
步骤三:通过污染表现值将待检工件标记为合格工件或异常工件;通过污染偏差值对智能光源中的异常光源进行排查;
步骤四:对玻璃的图像拍摄过程进行监测分析:在待检工件被标记为异常工件时,将待检工件对应的摄像机的检出值数值加一,并生成时长为L1秒的倒计时,对倒计时结束时刻之前是否存在待检工件再次被标记为异常工件进行判定并根据判定结果获取检出值;
步骤五:在摄像机的检出值不小于预设的检出阈值时对摄像机进行故障检测:将摄像机最近拍摄的L2张监测图像标记为分析图像,对每一个分析图像按照相同的分割方式进行图像分割并得到分割区域,对分割区域进行编号,通过灰度比对的方式对异常区域进行标记,然后通过异常区域的编号分布对摄像机的镜头洁净程度是否满足要求进行判定。
基于数据分析的玻璃检测设备故障监测预警系统,工作时,将待检测的玻璃标记为待检工件,调取摄像机对待检工件拍摄的图像并标记为监测图像,通过监测图像获取到待检工件的污染表现值以及智能光源的污染偏差值;通过污染偏差值对智能光源中的异常光源进行排查;在待检工件被标记为异常工件时,将待检工件对应的摄像机的检出值数值加一,并生成时长为L1秒的倒计时,L1为数值常量,L1的具体数值由管理人员自行设置;对倒计时结束时刻之前是否存在待检工件再次被标记为异常工件进行判定并根据判定结果获取检出值;将摄像机最近拍摄的L2张监测图像标记为分析图像,对每一个分析图像按照相同的分割方式进行图像分割并得到分割区域,对分割区域进行编号,通过灰度比对的方式对异常区域进行标记,然后通过异常区域的编号分布对摄像机的镜头洁净程度是否满足要求进行判定。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.基于数据分析的玻璃检测设备故障监测预警系统,其特征在于,包括监测预警平台,所述监测预警平台通信连接有表面监测模块、拍摄分析模块以及存储模块;
所述表面监测模块用于对玻璃的表面质量进行监测分析:将待检测的玻璃标记为待检工件,调取摄像机对待检工件拍摄的图像并标记为监测图像,获取监测图像的污染系数,由同一待检工件在智能光源对应图像摄取工位的监测图像的污染系数构成智能光源的污染集合,对污染集合进行方差计算得到智能光源的污染偏差值,将污染集合中数值最大的元素标记为待检工件的污染表现值,通过存储模块获取到污染偏差阈值与污染表现阈值,将污染偏差值、污染表现值分别与污染偏差阈值、污染表现阈值进行比较并通过比较结果对待检工件与智能光源进行标记;
所述拍摄分析模块用于对玻璃的图像拍摄过程进行监测分析:在待检工件被标记为异常工件时,将待检工件对应的摄像机的检出值数值加一,并生成时长为L1秒的倒计时,在倒计时结束时刻之前:若摄像机拍摄的待检工件再次被标记为异常工件,则对倒计时进行重置;若摄像机拍摄的待检工件没有被标记为异常工件,则在倒计时结束时刻对摄像机的检出值进行清零;在摄像机的检出值不小于预设的检出阈值时对摄像机进行故障检测;
监测图像的污染系数的获取过程包括:将监测图像放大为像素格图像并进行灰度变换,通过存储模块获取到灰度范围,将灰度值位于灰度范围之内的像素格标记为正常格,将灰度值位于灰度范围之外的像素格标记为异常格,将异常格与像素格的数量比值标记为监测图像的污染系数。
2.根据权利要求1所述的基于数据分析的玻璃检测设备故障监测预警系统,其特征在于,将污染偏差值、污染表现值分别与污染偏差阈值、污染表现阈值进行比较的具体过程包括:
若污染偏差值小于污染偏差阈值且污染表现值小于污染表现阈值,则判定待检工件的表面监测结果合格,将对应的待检工件标记为合格工件;
若污染偏差值小于污染偏差阈值且污染表现值大于等于污染表现阈值,则判定待检工件的表面监测结果不合格,将对应的待检工件标记为异常工件;
若污染偏差值大于等于污染偏差阈值且污染表现值小于污染表现阈值,则判定智能光源运行异常,将对应的智能光源标记为异常光源;
若污染偏差值大于等于污染偏差阈值且污染表现值大于等于污染表现阈值,则判定智能光源运行异常且待检工件的表面监测结果不合格,分别将智能光源与待检工件标记为异常光源以及异常工件;
将异常工件输送至回收区,将异常光源发送至监测预警平台,监测预警平台接收到异常光源后将异常光源发送至管理人员的手机终端。
3.根据权利要求2所述的基于数据分析的玻璃检测设备故障监测预警系统,其特征在于,对摄像机进行故障检测的具体过程包括:将摄像机最近拍摄的L2张监测图像标记为分析图像,对每一个分析图像按照相同的分割方式进行图像分割并得到分割区域,对分割区域进行编号,对分割区域内的所有像素格的灰度值进行求和取平均值得到分割区域的灰突值,将灰突值与灰度范围进行比对并通过比对结果将分割区域标记为正常区域或异常区域;由所有异常区域的编号组成摄影机的异常集合,将编号在异常集合中的元素数量标记为编号的异常值,通过存储模块获取到异常阈值,将异常值与异常阈值进行比较并通过比较结果对摄像机的镜头洁净程度是否满足要求进行判定。
4.根据权利要求3所述的基于数据分析的玻璃检测设备故障监测预警系统,其特征在于,将灰突值与灰度范围进行比对的具体过程包括:若灰突值位于灰度范围之内,则将对应的分割区域标记为正常区域;若灰突值位于灰度范围之外,则将对应的分割区域标记为异常区域。
5.根据权利要求4所述的基于数据分析的玻璃检测设备故障监测预警系统,其特征在于,将异常值与异常阈值进行比较的具体过程包括:若异常值小于异常阈值,则不对编号进行标记,若异常值大于等于异常阈值,则将编号标记为异常号;将异常号的数量标记为摄像机的异常表现值,通过存储模块获取到异常表现阈值,将异常表现值与异常表现阈值进行比较:若异常表现值小于异常表现阈值,则判定摄像机的镜头洁净度满足要求;若异常表现值大于等于异常表现阈值,则判定摄像机的镜头洁净度不满足要求,将对应的摄像机标记为异常对象,将异常对象发送至监测预警平台,监测预警平台接收到异常对象后将异常对象发送至管理人员的手机终端。
6.根据权利要求1-5任一项所述的基于数据分析的玻璃检测设备故障监测预警系统,其特征在于,该基于数据分析的玻璃检测设备故障监测预警系统的工作方法,包括以下步骤:
步骤一:对玻璃的表面质量进行监测分析:将待检测的玻璃标记为待检工件,调取摄像机对待检工件拍摄的图像并标记为监测图像,通过监测图像获取到待检工件的污染表现值以及智能光源的污染偏差值;
步骤二:通过污染表现值将待检工件标记为合格工件或异常工件:通过污染偏差值对智能光源中的异常光源进行排查;
步骤三:对玻璃的图像拍摄过程进行监测分析:在待检工件被标记为异常工件时,将待检工件对应的摄像机的检出值数值加一,并生成时长为L1秒的倒计时,对倒计时结束时刻之前是否存在待检工件再次被标记为异常工件进行判定并根据判定结果获取检出值;
步骤四:在摄像机的检出值不小于预设的检出阈值时对摄像机进行故障检测:将摄像机最近拍摄的L2张监测图像标记为分析图像,对每一个分析图像按照相同的分割方式进行图像分割并得到分割区域,对分割区域进行编号,通过灰度比对的方式对异常区域进行标记,然后通过异常区域的编号分布对摄像机的镜头洁净程度是否满足要求进行判定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311106002.4A CN117191809B (zh) | 2023-08-30 | 2023-08-30 | 基于数据分析的玻璃检测设备故障监测预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311106002.4A CN117191809B (zh) | 2023-08-30 | 2023-08-30 | 基于数据分析的玻璃检测设备故障监测预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117191809A CN117191809A (zh) | 2023-12-08 |
CN117191809B true CN117191809B (zh) | 2024-03-22 |
Family
ID=88993459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311106002.4A Active CN117191809B (zh) | 2023-08-30 | 2023-08-30 | 基于数据分析的玻璃检测设备故障监测预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117191809B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101329281A (zh) * | 2007-06-20 | 2008-12-24 | 佛山普立华科技有限公司 | 影像感测晶片污点检测系统及其检测方法 |
JP2010130549A (ja) * | 2008-11-28 | 2010-06-10 | Saxa Inc | 撮影装置の汚れを検知する汚れ検知装置及び同検知方法 |
CN104507765A (zh) * | 2012-07-27 | 2015-04-08 | 日产自动车株式会社 | 摄像机装置、三维物体检测装置以及镜头清洗方法 |
CN105424723A (zh) * | 2015-11-28 | 2016-03-23 | 惠州高视科技有限公司 | 一种显示屏幕模组缺陷检测方法 |
CN109724992A (zh) * | 2018-07-23 | 2019-05-07 | 永康市柴迪贸易有限公司 | 电视柜清洁度解析机构 |
CN109916922A (zh) * | 2019-04-02 | 2019-06-21 | 易思维(杭州)科技有限公司 | 镜面/类镜面物体的缺陷检测方法 |
CN110702699A (zh) * | 2019-11-15 | 2020-01-17 | 湖南讯目科技有限公司 | 一种压延玻璃缺陷检测装置和方法 |
CN111246204A (zh) * | 2020-03-24 | 2020-06-05 | 昆山丘钛微电子科技有限公司 | 一种基于相对亮度偏差的脏污检测方法和装置 |
CN211148415U (zh) * | 2019-11-18 | 2020-07-31 | 无锡市璞宏工程玻璃有限公司 | 一种玻璃表面质量检测装置 |
CN111970506A (zh) * | 2020-10-20 | 2020-11-20 | 常州市瑞泰光电有限公司 | 镜头脏污检测方法、装置和设备 |
CN114062381A (zh) * | 2021-12-21 | 2022-02-18 | 苏州全视智能光电有限公司 | 一种激光传感器保护玻璃污染程度检测装置及检测方法 |
CN115112183A (zh) * | 2022-08-30 | 2022-09-27 | 南通科强智能设备有限公司 | 一种用于异形机械零件尺寸检测系统 |
CN115424057A (zh) * | 2022-08-22 | 2022-12-02 | 河南经贸职业学院 | 一种基于拍照识别使用的物联网物流分类管理识别装置 |
WO2023005057A1 (zh) * | 2021-07-30 | 2023-02-02 | 上海集成电路制造创新中心有限公司 | 相机盖板清洁度检测方法及检测装置 |
CN116165220A (zh) * | 2023-04-25 | 2023-05-26 | 苏州鑫信腾科技有限公司 | 一种基于人工智能的aoi内观检测装置及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6025489B2 (ja) * | 2012-10-11 | 2016-11-16 | 株式会社ニューフレアテクノロジー | 検査装置および検査装置システム |
US10109046B2 (en) * | 2016-07-19 | 2018-10-23 | Globalfoundries Inc. | Methods of detecting faults in real-time for semiconductor wafers |
-
2023
- 2023-08-30 CN CN202311106002.4A patent/CN117191809B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101329281A (zh) * | 2007-06-20 | 2008-12-24 | 佛山普立华科技有限公司 | 影像感测晶片污点检测系统及其检测方法 |
JP2010130549A (ja) * | 2008-11-28 | 2010-06-10 | Saxa Inc | 撮影装置の汚れを検知する汚れ検知装置及び同検知方法 |
CN104507765A (zh) * | 2012-07-27 | 2015-04-08 | 日产自动车株式会社 | 摄像机装置、三维物体检测装置以及镜头清洗方法 |
CN105424723A (zh) * | 2015-11-28 | 2016-03-23 | 惠州高视科技有限公司 | 一种显示屏幕模组缺陷检测方法 |
CN109724992A (zh) * | 2018-07-23 | 2019-05-07 | 永康市柴迪贸易有限公司 | 电视柜清洁度解析机构 |
CN109916922A (zh) * | 2019-04-02 | 2019-06-21 | 易思维(杭州)科技有限公司 | 镜面/类镜面物体的缺陷检测方法 |
CN110702699A (zh) * | 2019-11-15 | 2020-01-17 | 湖南讯目科技有限公司 | 一种压延玻璃缺陷检测装置和方法 |
CN211148415U (zh) * | 2019-11-18 | 2020-07-31 | 无锡市璞宏工程玻璃有限公司 | 一种玻璃表面质量检测装置 |
CN111246204A (zh) * | 2020-03-24 | 2020-06-05 | 昆山丘钛微电子科技有限公司 | 一种基于相对亮度偏差的脏污检测方法和装置 |
CN111970506A (zh) * | 2020-10-20 | 2020-11-20 | 常州市瑞泰光电有限公司 | 镜头脏污检测方法、装置和设备 |
WO2023005057A1 (zh) * | 2021-07-30 | 2023-02-02 | 上海集成电路制造创新中心有限公司 | 相机盖板清洁度检测方法及检测装置 |
CN114062381A (zh) * | 2021-12-21 | 2022-02-18 | 苏州全视智能光电有限公司 | 一种激光传感器保护玻璃污染程度检测装置及检测方法 |
CN115424057A (zh) * | 2022-08-22 | 2022-12-02 | 河南经贸职业学院 | 一种基于拍照识别使用的物联网物流分类管理识别装置 |
CN115112183A (zh) * | 2022-08-30 | 2022-09-27 | 南通科强智能设备有限公司 | 一种用于异形机械零件尺寸检测系统 |
CN116165220A (zh) * | 2023-04-25 | 2023-05-26 | 苏州鑫信腾科技有限公司 | 一种基于人工智能的aoi内观检测装置及方法 |
Non-Patent Citations (3)
Title |
---|
一种平板玻璃缺陷在线检测系统的研究;王飞;崔凤奎;刘建亭;张丰收;;应用光学;20100115(第01期);全文 * |
基于机器视觉的玻璃缺陷在线检测方法研究;张璐;中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑;20210115;全文 * |
大靶面光幕靶背景光源状态监测与故障定位;田会;袁云;倪晋平;甘学文;田亚男;;探测与控制学报;20180826(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117191809A (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11488294B2 (en) | Method for detecting display screen quality, apparatus, electronic device and storage medium | |
US11380232B2 (en) | Display screen quality detection method, apparatus, electronic device and storage medium | |
CN113283344A (zh) | 一种基于语义分割网络的矿用输送带跑偏检测方法 | |
CN111766245B (zh) | 一种基于机器视觉的纽扣电池负极壳缺陷检测方法 | |
CN112474411A (zh) | 一种基于柔性生产线的产品检测自动处理控制系统 | |
US20200090319A1 (en) | Machine learning method implemented in aoi device | |
CN112926483A (zh) | 标准机柜状态指示灯识别监测方法、装置和系统 | |
CN117455917B (zh) | 一种蚀刻引线框架误报库建立及误报在线判定筛选方法 | |
CN117191809B (zh) | 基于数据分析的玻璃检测设备故障监测预警系统 | |
CN113808104A (zh) | 一种基于分块的金属表面缺陷检测方法及系统 | |
CN117589770A (zh) | Pcb贴片板检测方法、装置、设备及介质 | |
CN117455887A (zh) | 基于机器视觉的pcb来料检测方法、装置、设备及介质 | |
CN114359155A (zh) | 一种覆膜方法及系统 | |
CN116165220B (zh) | 一种基于人工智能的aoi内观检测装置及方法 | |
CN115965773B (zh) | 基于物联网大数据的气体泄漏检测系统 | |
CN117035669A (zh) | 基于人工智能的企业安全生产管理方法及系统 | |
CN111462074A (zh) | 轴承外观检测方法、装置、系统、计算机设备及存储介质 | |
CN207937374U (zh) | 一种焊盘焊接缺陷检测装置 | |
CN116342540A (zh) | 包装膜缺陷检测方法、装置、设备及存储介质 | |
CN110031474B (zh) | 异物检测方法及异物检测装置 | |
CN111128777B (zh) | 一种芯粒缺陷检测的方法和存储介质 | |
CN113343852A (zh) | 一种电力作业现场人员行为检测方法、系统及装置 | |
CN112288747A (zh) | 一种钢坯的智能检测方法及装置 | |
US11704788B2 (en) | Secondary detection system for integrating automated optical inspection and neural network and method thereof | |
CN117689660B (zh) | 基于机器视觉的保温杯温度质检方法 |
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 |