CN117455860A - 水表出厂数据监控管理系统 - Google Patents
水表出厂数据监控管理系统 Download PDFInfo
- Publication number
- CN117455860A CN117455860A CN202311396179.2A CN202311396179A CN117455860A CN 117455860 A CN117455860 A CN 117455860A CN 202311396179 A CN202311396179 A CN 202311396179A CN 117455860 A CN117455860 A CN 117455860A
- Authority
- CN
- China
- Prior art keywords
- parameter
- data
- water meter
- model building
- intelligent operation
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 73
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 238000007726 management method Methods 0.000 title description 21
- 230000007246 mechanism Effects 0.000 claims abstract description 218
- 238000007689 inspection Methods 0.000 claims abstract description 119
- 238000004519 manufacturing process Methods 0.000 claims abstract description 10
- 238000003384 imaging method Methods 0.000 claims description 32
- 230000009471 action Effects 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 6
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 230000000877 morphologic effect Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000003672 processing method Methods 0.000 claims 3
- 238000013461 design Methods 0.000 abstract description 3
- 238000012216 screening Methods 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001681 protective effect Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 229910000805 Pig iron Inorganic materials 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种水表出厂数据监控管理系统，包括：现场传送机构，设置在水表生产线的尾端，用于将所述水表生产线最新生产的水表产品作为当前检验产品传送到检验工位上；智能操作机构，用于运行人工智能模型以获得其输出的当前检验产品的当前长度数值；数据辨识机构，用于在接收到的当前检验产品的当前长度数值与标准产品长度数值的误差超限时，发出长度误差信号。本发明的水表出厂数据监控管理系统应用广泛、设计紧凑。由于能够将当前检验的水表产品的各份针对性筛选的视觉数据作为人工智能模型的多项输入数据，并运行人工智能模型以获得其输出的当前检验产品的当前长度数值，从而实现对逐块生产的水表的尺寸管理。
Description
技术领域
本发明涉及水表管理领域，尤其涉及一种水表出厂数据监控管理系统。
背景技术
一般地，水表的内部结构从外向里可分为壳体、套筒、内芯三大件。壳体是生铁铸成的，水从进水口出来之后通过壳体的下部环形空间，这里叫做“下环室”。在这个环形空间的上面有“上环室”和出水口相通。套筒的底部有个带有小孔的过滤网，滤出水中的杂物。套筒侧面有上下两排圆孔，孔的位置恰好与壳体的上下环室对着，显然，下排是进水孔，上排是出水孔。特别值得注意的是，这两排孔都是沿圆的切线方向斜着打的。注意上下两排孔的方向相反。水从下排孔沿切线方向流进去，势必形成旋转的水流，这对于水表的工作是十分重要的。内芯分为上、中、下三层，从玻璃窗看到的是上层，只有指针和刻度盘。其实最关键的是下层，这里面有个塑料轮，轮边上有许多塑料叶片，叫做“叶轮”。
在水表的实际生产管理中，普遍是一块块地完成水表的结构组装和出厂，然而，由于制造工艺存在细微的偏差，导致每一块水表的尺寸与标准水表尺寸存在偏差，例如，水表的长度数值，如果水表尺寸偏差过大，将影响后续的安装和使用。
目前已经公开的领域内的技术方案有：实用新型专利“一种NB-IOT水表智能模块安装槽”(授权公告号：CN212030650U)，包括水表槽、防护罩、固定块、固定带和检修盖，所述水表槽内部均设置伸缩卡槽，且伸缩卡槽内部设置伸缩弹簧，所述防护罩设置在水表槽外壁表面，且防护罩一端设置旋转螺栓，所述固定块均设置在水表槽外壁两侧，且固定块表面两侧均设置第一固定卡箍，所述固定带均设置在水表槽外壁两侧，且固定带外侧设置伸缩带，所述伸缩带外侧设置有连接带，且连接带外侧设置固定螺栓。该NB-IOT水表智能模块安装槽，通过设置伸缩弹簧可以对该装置起到有效的伸缩固定功能，在日常的使用过程中，可以根据智能水表尺寸进行伸缩调节处理，直至合适角度，从而有效的提升了该装置的使用功效。以及实用新型专利“便于更换的高壳水表用接头”(授权公告号：CN213397242U)，包括接头结构，其特征在于包括支撑架、上安装环、下安装环、调节结构，本实用新型通过在上安装环、下安装环的内侧壁分别设置调节结构，增大了上安装环与下安装环之间的手动调节范围，从而提高了上安装环、下安装环的使用寿命，也提高了上安装环、下安装环的使用效率；将水表放置在托盘上，通过调整双螺母，对调节杆进行调节，调节杆调节带动支撑板调节，进一步带动托盘调节，根据水表尺寸将调节杆调节到合适的位置，将双螺母调紧，限位件能够限制Y形调节杆的到位精度，能够有效防止Y形调节杆与上安装环、下安装环发生脱离，起到了有效限位的作用。
发明内容
为了解决相关领域的技术问题，本发明提供了一种水表出厂数据监控管理系统，能够将当前检验产品在检验环境画面中的成像图案内各个边沿像素点分别对应的各份位置数据、当前检验产品在检验环境画面中的成像图案中各个像素点分别对应的各个景深数据的均值以及当前检验产品在检验环境画面中的成像图案内各个边沿像素点的总数作为所述人工智能模型的多项输入数据，并运行人工智能模型以获得其输出的当前检验产品的当前长度数值，从而实现对逐块生产的水表的尺寸管理。
根据本发明，提供了一种水表出厂数据监控管理系统，所述系统包括：
现场传送机构，设置在水表生产线的尾端，用于将所述水表生产线最新生产的水表产品作为当前检验产品传送到检验工位上，所述现场传送机构包括传送电机、机械手臂、定位单元以及控制单元，所述控制单元分别与所述传送电机、所述机械手臂以及所述定位单元连接，所述传送电机基于所述定位单元输出的所述机械手臂末端的当前定位数据和检验工位的定位数据的差值执行对所述机械手臂的驱动，以控制所述机械手臂末端到达所述检验工位位置；
工位采集机构，设置在所述检验工位的正上方，用于对所述检验工位上的当前检验产品所在环境执行画面数据采集，以获得并输出对应的检验环境画面；
参数抓取机构，与所述工位采集机构连接，用于获取当前检验产品在检验环境画面中的成像图案内各个边沿像素点分别对应的各份位置数据，以及获取当前检验产品在检验环境画面中的成像图案中各个像素点分别对应的各个景深数据的均值；
模型建立机构，用于对卷积神经网络执行固定数量的各次学习操作，以获得对应的人工智能模型，所述各次学习操作的学习次数与所述检验环境画面的像素行数目和像素列数目的均值成正比；
智能操作机构，分别与所述参数抓取机构以及所述模型建立机构连接，用于将当前检验产品在检验环境画面中的成像图案内各个边沿像素点分别对应的各份位置数据、当前检验产品在检验环境画面中的成像图案中各个像素点分别对应的各个景深数据的均值以及当前检验产品在检验环境画面中的成像图案内各个边沿像素点的总数作为所述人工智能模型的多项输入数据，并运行所述人工智能模型以获得其输出的当前检验产品的当前长度数值；
数据辨识机构，与所述智能操作机构连接，用于在接收到的当前检验产品的当前长度数值与标准产品长度数值的误差超限时，发出长度误差信号；
其中，所述数据辨识机构还用于在接收到的当前检验产品的当前长度数值与标准产品长度数值的误差未超限时，发出长度达标信号；
其中，将当前检验产品在检验环境画面中的成像图案内各个边沿像素点分别对应的各份位置数据、当前检验产品在检验环境画面中的成像图案中各个像素点分别对应的各个景深数据的均值以及当前检验产品在检验环境画面中的成像图案内各个边沿像素点的总数作为所述人工智能模型的多项输入数据，并运行所述人工智能模型以获得其输出的当前检验产品的当前长度数值包括：所述人工智能模型为完成多次学习的BP神经网络且学习的次数与标准产品长度数值单调反向关联。
本发明的水表出厂数据监控管理系统应用广泛、设计紧凑。由于能够将当前检验的水表产品的各份针对性筛选的视觉数据作为人工智能模型的多项输入数据，并运行人工智能模型以获得其输出的当前检验产品的当前长度数值，从而实现对逐块生产的水表的尺寸管理。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明第一实施方案示出的水表出厂数据监控管理系统的内部结构图。
图2为根据本发明第二实施方案示出的水表出厂数据监控管理系统的内部结构图。
图3为根据本发明第三实施方案示出的水表出厂数据监控管理系统的内部结构图。
具体实施方式
下面将参照附图对本发明的水表出厂数据监控管理系统的实施方案进行详细说明。
第一实施方案
图1为根据本发明第一实施方案示出的水表出厂数据监控管理系统的内部结构图，所述系统包括：
现场传送机构，设置在水表生产线的尾端，用于将所述水表生产线最新生产的水表产品作为当前检验产品传送到检验工位上，所述现场传送机构包括传送电机、机械手臂、定位单元以及控制单元，所述控制单元分别与所述传送电机、所述机械手臂以及所述定位单元连接，所述传送电机基于所述定位单元输出的所述机械手臂末端的当前定位数据和检验工位的定位数据的差值执行对所述机械手臂的驱动，以控制所述机械手臂末端到达所述检验工位位置；
示例地，所述控制单元分别与所述传送电机、所述机械手臂以及所述定位单元连接，用于实现对所述传送电机、所述机械手臂以及所述定位单元的工作参数的现场配置；
工位采集机构，设置在所述检验工位的正上方，用于对所述检验工位上的当前检验产品所在环境执行画面数据采集，以获得并输出对应的检验环境画面；
参数抓取机构，与所述工位采集机构连接，用于获取当前检验产品在检验环境画面中的成像图案内各个边沿像素点分别对应的各份位置数据，以及获取当前检验产品在检验环境画面中的成像图案中各个像素点分别对应的各个景深数据的均值；
模型建立机构，用于对卷积神经网络执行固定数量的各次学习操作，以获得对应的人工智能模型，所述各次学习操作的学习次数与所述检验环境画面的像素行数目和像素列数目的均值成正比；
智能操作机构，分别与所述参数抓取机构以及所述模型建立机构连接，用于将当前检验产品在检验环境画面中的成像图案内各个边沿像素点分别对应的各份位置数据、当前检验产品在检验环境画面中的成像图案中各个像素点分别对应的各个景深数据的均值以及当前检验产品在检验环境画面中的成像图案内各个边沿像素点的总数作为所述人工智能模型的多项输入数据，并运行所述人工智能模型以获得其输出的当前检验产品的当前长度数值；
数据辨识机构，与所述智能操作机构连接，用于在接收到的当前检验产品的当前长度数值与标准产品长度数值的误差超限时，发出长度误差信号；
其中，所述数据辨识机构还用于在接收到的当前检验产品的当前长度数值与标准产品长度数值的误差未超限时，发出长度达标信号；
其中，将当前检验产品在检验环境画面中的成像图案内各个边沿像素点分别对应的各份位置数据、当前检验产品在检验环境画面中的成像图案中各个像素点分别对应的各个景深数据的均值以及当前检验产品在检验环境画面中的成像图案内各个边沿像素点的总数作为所述人工智能模型的多项输入数据，并运行所述人工智能模型以获得其输出的当前检验产品的当前长度数值包括：所述人工智能模型为完成多次学习的BP神经网络且学习的次数与标准产品长度数值单调反向关联；
其中，所述控制单元分别与所述传送电机、所述机械手臂以及所述定位单元连接，所述传送电机基于所述定位单元输出的所述机械手臂末端的当前定位数据和检验工位的定位数据的差值执行对所述机械手臂的驱动，以控制所述机械手臂末端到达所述检验工位位置包括：所述机械手臂末端夹持所述当前检验产品。
第二实施方案
图2为根据本发明第二实施方案示出的水表出厂数据监控管理系统的内部结构图。
在图2中，与图1不同，本发明第二实施方案示出的水表出厂数据监控管理系统还可以包括：
内容增强机构，分别与所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构连接，用于分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行内容增强，以获得所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号分别对应的各个内容增强图像；
其中，分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行内容增强，以获得所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号分别对应的各个内容增强图像包括：第一级别内容增强分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行几何校正动作；
其中，分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行内容增强，以获得所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号分别对应的各个内容增强图像还包括：第二级别内容增强分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行形态学处理动作；
其中，分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行内容增强，以获得所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号分别对应的各个内容增强图像还包括：第三级别内容增强分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行自适应递归滤波动作；
其中，分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行内容增强，以获得所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号分别对应的各个内容增强图像还包括：第四级别内容增强分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行基于指数变换的图像增强动作。
第三实施方案
图3为根据本发明第三实施方案示出的水表出厂数据监控管理系统的内部结构图。
在图3中，与图1不同，本发明第三实施方案示出的水表出厂数据监控管理系统还可以包括：
电源供应设备，分别与所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构连接，用于分别执行对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的工作电压的实时电力供应；
其中，电源供应设备，分别与所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构连接，用于分别执行对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的工作电压的实时电力供应包括：所述电源供应设备为不间断电源设备；
其中，电源供应设备，分别与所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构连接，用于分别执行对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的工作电压的实时电力供应包括：所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的任一的工作电压为3.3V或者5V。
另外，在所述水表出厂数据监控管理系统中，所述控制单元分别与所述传送电机、所述机械手臂以及所述定位单元连接，所述传送电机基于所述定位单元输出的所述机械手臂末端的当前定位数据和检验工位的定位数据的差值执行对所述机械手臂的驱动，以控制所述机械手臂末端到达所述检验工位位置还包括：所述传送电机为直流无刷电机。
本发明具备以下几处显著的实质性特点：
第一：获取当前检验产品在检验环境画面中的成像图案内各个边沿像素点分别对应的各份位置数据，以及获取当前检验产品在检验环境画面中的成像图案中各个像素点分别对应的各个景深数据的均值；
第二：对卷积神经网络执行固定数量的各次学习操作，以获得对应的人工智能模型，所述各次学习操作的学习次数与检验环境画面的像素行数目和像素列数目的均值成正比，从而完成对人工智能模型的定制结构设计；
第三：将当前检验产品在检验环境画面中的成像图案内各个边沿像素点分别对应的各份位置数据、当前检验产品在检验环境画面中的成像图案中各个像素点分别对应的各个景深数据的均值以及当前检验产品在检验环境画面中的成像图案内各个边沿像素点的总数作为所述人工智能模型的多项输入数据，并运行人工智能模型以获得其输出的当前检验产品的当前长度数值。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的实施方式的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。在本说明书的描述中，参考术语“一个实施方式”、“某些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。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方式或示例。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方式或示例中以合适的方式结合。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种水表出厂数据监控管理系统，其特征在于，所述系统包括：
现场传送机构，设置在水表生产线的尾端，用于将所述水表生产线最新生产的水表产品作为当前检验产品传送到检验工位上，所述现场传送机构包括传送电机、机械手臂、定位单元以及控制单元，所述控制单元分别与所述传送电机、所述机械手臂以及所述定位单元连接，所述传送电机基于所述定位单元输出的所述机械手臂末端的当前定位数据和检验工位的定位数据的差值执行对所述机械手臂的驱动，以控制所述机械手臂末端到达所述检验工位位置；
工位采集机构，设置在所述检验工位的正上方，用于对所述检验工位上的当前检验产品所在环境执行画面数据采集，以获得并输出对应的检验环境画面；
参数抓取机构，与所述工位采集机构连接，用于获取当前检验产品在检验环境画面中的成像图案内各个边沿像素点分别对应的各份位置数据，以及获取当前检验产品在检验环境画面中的成像图案中各个像素点分别对应的各个景深数据的均值；
模型建立机构，用于对卷积神经网络执行固定数量的各次学习操作，以获得对应的人工智能模型，所述各次学习操作的学习次数与所述检验环境画面的像素行数目和像素列数目的均值成正比；
智能操作机构，分别与所述参数抓取机构以及所述模型建立机构连接，用于将当前检验产品在检验环境画面中的成像图案内各个边沿像素点分别对应的各份位置数据、当前检验产品在检验环境画面中的成像图案中各个像素点分别对应的各个景深数据的均值以及当前检验产品在检验环境画面中的成像图案内各个边沿像素点的总数作为所述人工智能模型的多项输入数据，并运行所述人工智能模型以获得其输出的当前检验产品的当前长度数值；
数据辨识机构，与所述智能操作机构连接，用于在接收到的当前检验产品的当前长度数值与标准产品长度数值的误差超限时，发出长度误差信号；
其中，所述数据辨识机构还用于在接收到的当前检验产品的当前长度数值与标准产品长度数值的误差未超限时，发出长度达标信号；
其中，将当前检验产品在检验环境画面中的成像图案内各个边沿像素点分别对应的各份位置数据、当前检验产品在检验环境画面中的成像图案中各个像素点分别对应的各个景深数据的均值以及当前检验产品在检验环境画面中的成像图案内各个边沿像素点的总数作为所述人工智能模型的多项输入数据，并运行所述人工智能模型以获得其输出的当前检验产品的当前长度数值包括：所述人工智能模型为完成多次学习的BP神经网络且学习的次数与标准产品长度数值单调反向关联。
2.如权利要求1所述的水表出厂数据监控管理系统，其特征在于：
所述控制单元分别与所述传送电机、所述机械手臂以及所述定位单元连接，所述传送电机基于所述定位单元输出的所述机械手臂末端的当前定位数据和检验工位的定位数据的差值执行对所述机械手臂的驱动，以控制所述机械手臂末端到达所述检验工位位置包括：所述机械手臂末端夹持所述当前检验产品。
3.如权利要求2所述的水表出厂数据监控管理系统，其特征在于，所述系统还包括：
内容增强机构，分别与所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构连接，用于分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行内容增强，以获得所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号分别对应的各个内容增强图像；
其中，分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行内容增强，以获得所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号分别对应的各个内容增强图像包括：第一级别内容增强分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行几何校正动作。
4.如权利要求3所述的水表出厂数据监控管理系统，其特征在于：
分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行内容增强，以获得所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号分别对应的各个内容增强图像还包括：第二级别内容增强分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行形态学处理动作。
5.如权利要求4所述的水表出厂数据监控管理系统，其特征在于：
分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行内容增强，以获得所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号分别对应的各个内容增强图像还包括：第三级别内容增强分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行自适应递归滤波动作。
6.如权利要求5所述的水表出厂数据监控管理系统，其特征在于：
分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行内容增强，以获得所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号分别对应的各个内容增强图像还包括：第四级别内容增强分别对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的输出图像信号进行基于指数变换的图像增强动作。
7.如权利要求3-6任一所述的水表出厂数据监控管理系统，其特征在于，所述系统还包括：
电源供应设备，分别与所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构连接，用于分别执行对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的工作电压的实时电力供应。
8.如权利要求7所述的水表出厂数据监控管理系统，其特征在于：
电源供应设备，分别与所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构连接，用于分别执行对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的工作电压的实时电力供应包括：所述电源供应设备为不间断电源设备。
9.如权利要求7所述的水表出厂数据监控管理系统，其特征在于：
电源供应设备，分别与所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构连接，用于分别执行对所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的各自的工作电压的实时电力供应包括：所述参数抓取机构、所述模型建立机构、所述智能操作机构以及所述数据辨识机构的任一的工作电压为3.3V或者5V。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311396179.2A CN117455860B (zh) | 2023-10-26 | 2023-10-26 | 水表出厂数据监控管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311396179.2A CN117455860B (zh) | 2023-10-26 | 2023-10-26 | 水表出厂数据监控管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117455860A true CN117455860A (zh) | 2024-01-26 |
| CN117455860B CN117455860B (zh) | 2024-04-09 |
Family
ID=89579217
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311396179.2A Active CN117455860B (zh) | 2023-10-26 | 2023-10-26 | 水表出厂数据监控管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117455860B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118376182A (zh) * | 2024-06-14 | 2024-07-23 | 杭州蛮珏建材有限公司 | 方钢截面面积智能检验系统 |
| CN118505620A (zh) * | 2024-04-30 | 2024-08-16 | 苏州佐晟佑远科技有限公司 | 配电箱体逐件生产检验系统 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017088469A1 (zh) * | 2015-11-27 | 2017-06-01 | 武汉精测电子技术股份有限公司 | 一种基于机械手臂的高精度自动光学检测系统和方法 |
| CN107169627A (zh) * | 2017-04-12 | 2017-09-15 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于增强现实技术的电能表质量管控方法和系统 |
| CN108491844A (zh) * | 2018-02-07 | 2018-09-04 | 西安工程大学 | 基于图像处理的水表自动检测系统及其图像处理方法 |
| CN108921278A (zh) * | 2018-06-11 | 2018-11-30 | 福建省计量科学研究院（福建省眼镜质量检验站） | 一种水表检定装置的台位差计算方法 |
| US20200026953A1 (en) * | 2018-07-23 | 2020-01-23 | Wuhan University | Method and system of extraction of impervious surface of remote sensing image |
| WO2021028672A1 (en) * | 2019-08-09 | 2021-02-18 | Quantum Leap Technologies Limited | Fabric maintenance system and method of use |
| CN113256620A (zh) * | 2021-06-25 | 2021-08-13 | 南京思飞捷软件科技有限公司 | 基于差值卷积神经网络的车身焊接质量信息评判方法 |
| CN113406552A (zh) * | 2021-08-20 | 2021-09-17 | 武汉磐电科技股份有限公司 | 一种基于流水线的电力互感器全自动检测系统及方法 |
| WO2021238030A1 (zh) * | 2020-05-26 | 2021-12-02 | 浙江大学 | 基于聚类分区进行刻度识别的水位监测方法 |
| CN113808115A (zh) * | 2021-09-24 | 2021-12-17 | 泰州市华达机电设备有限公司 | 大数据存储式出厂检验平台 |
| WO2023021074A1 (en) * | 2021-08-18 | 2023-02-23 | Carl Zeiss Meditec Ag | Method for giving feedback on a surgery and corresponding feedback system |
| CN115795343A (zh) * | 2022-11-22 | 2023-03-14 | 郑州轻工业大学 | 基于数字孪生的不平衡样本电表生产设备状态分析方法 |
| CN116343253A (zh) * | 2023-03-13 | 2023-06-27 | 苏州威视通智能科技有限公司 | 一种cad图纸长度单位与像素值比例的识别、获取与计算方法 |
| CN116499559A (zh) * | 2023-05-04 | 2023-07-28 | 山东三宇智能装备有限公司 | 一种水表误差检测装置改装方法 |
| CN116862456A (zh) * | 2023-09-04 | 2023-10-10 | 山东一方制药有限公司 | 一种基于图像处理的中药生产监视控制系统及方法 |
-
2023
- 2023-10-26 CN CN202311396179.2A patent/CN117455860B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017088469A1 (zh) * | 2015-11-27 | 2017-06-01 | 武汉精测电子技术股份有限公司 | 一种基于机械手臂的高精度自动光学检测系统和方法 |
| CN107169627A (zh) * | 2017-04-12 | 2017-09-15 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于增强现实技术的电能表质量管控方法和系统 |
| CN108491844A (zh) * | 2018-02-07 | 2018-09-04 | 西安工程大学 | 基于图像处理的水表自动检测系统及其图像处理方法 |
| CN108921278A (zh) * | 2018-06-11 | 2018-11-30 | 福建省计量科学研究院（福建省眼镜质量检验站） | 一种水表检定装置的台位差计算方法 |
| US20200026953A1 (en) * | 2018-07-23 | 2020-01-23 | Wuhan University | Method and system of extraction of impervious surface of remote sensing image |
| WO2021028672A1 (en) * | 2019-08-09 | 2021-02-18 | Quantum Leap Technologies Limited | Fabric maintenance system and method of use |
| WO2021238030A1 (zh) * | 2020-05-26 | 2021-12-02 | 浙江大学 | 基于聚类分区进行刻度识别的水位监测方法 |
| CN113256620A (zh) * | 2021-06-25 | 2021-08-13 | 南京思飞捷软件科技有限公司 | 基于差值卷积神经网络的车身焊接质量信息评判方法 |
| WO2023021074A1 (en) * | 2021-08-18 | 2023-02-23 | Carl Zeiss Meditec Ag | Method for giving feedback on a surgery and corresponding feedback system |
| CN113406552A (zh) * | 2021-08-20 | 2021-09-17 | 武汉磐电科技股份有限公司 | 一种基于流水线的电力互感器全自动检测系统及方法 |
| CN113808115A (zh) * | 2021-09-24 | 2021-12-17 | 泰州市华达机电设备有限公司 | 大数据存储式出厂检验平台 |
| CN115795343A (zh) * | 2022-11-22 | 2023-03-14 | 郑州轻工业大学 | 基于数字孪生的不平衡样本电表生产设备状态分析方法 |
| CN116343253A (zh) * | 2023-03-13 | 2023-06-27 | 苏州威视通智能科技有限公司 | 一种cad图纸长度单位与像素值比例的识别、获取与计算方法 |
| CN116499559A (zh) * | 2023-05-04 | 2023-07-28 | 山东三宇智能装备有限公司 | 一种水表误差检测装置改装方法 |
| CN116862456A (zh) * | 2023-09-04 | 2023-10-10 | 山东一方制药有限公司 | 一种基于图像处理的中药生产监视控制系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| JALEL KTARI等: "Lightweight AI Framework for Industry 4.0 Case Study: Water Meter Recognition", 《MDPI》, 1 July 2022 (2022-07-01), pages 1 - 16 * |
| 王戈: "基于安卓的水表精度测量软件的设计与实现", 《信息与电脑(理论版)》, 10 December 2021 (2021-12-10), pages 151 - 154 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118505620A (zh) * | 2024-04-30 | 2024-08-16 | 苏州佐晟佑远科技有限公司 | 配电箱体逐件生产检验系统 |
| CN118376182A (zh) * | 2024-06-14 | 2024-07-23 | 杭州蛮珏建材有限公司 | 方钢截面面积智能检验系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117455860B (zh) | 2024-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117455860B (zh) | 水表出厂数据监控管理系统 | |
| CN108390289B (zh) | 一种便携式智能制造用测控装置 | |
| CN2466390Y (zh) | 工业流程智能泵 | |
| CN114580852A (zh) | 基于工业大数据的水泵挡水板清理实时提醒系统 | |
| CN108870642A (zh) | 新风净化器滤网状态自校验方法 | |
| EP1102374B1 (en) | A stretching device for electric cables | |
| CN207232721U (zh) | 一种智能一体化预制泵站 | |
| CN207520690U (zh) | 一种自清洗过滤器 | |
| CN109341770B (zh) | 一种地下水监测装置 | |
| CN209439704U (zh) | 一种自动化手机背光组装机 | |
| CN112373039A (zh) | 一种3d打印耗材生产用原料预混合除杂装置 | |
| CN206872515U (zh) | 一种新型高效智能膜生物反应器 | |
| JPS61123787A (ja) | 油圧機器の異常監視装置 | |
| CN114351793B (zh) | 节能供水系统及其制造方法和节能供水方法 | |
| CN216079251U (zh) | 一种强制回油的稀油润滑装置 | |
| CN214228338U (zh) | 一种烧结机红外成像系统的保护设备 | |
| CN211203053U (zh) | 一种带定位装置的电动减压阀装置 | |
| CN115659535B (zh) | 一种单轴龙门机械手灌胶机的设备评估方法及系统 | |
| CN214994474U (zh) | 一种市政工程用节能排水管道 | |
| CN218724548U (zh) | 一种便于维护的声波水位检测仪器 | |
| CN216801977U (zh) | 一种产品成型用模内攻牙装置 | |
| CN209261786U (zh) | 带自动诊断监控装置的水泵组 | |
| CN111693264B (zh) | 一种基于人工智能及大数据的流体机械诊断系统及方法 | |
| CN221479660U (zh) | 一种污水处理用分离过滤装置 | |
| CN221414230U (zh) | 一种风电机组主轴轴承清洗装置 |
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 |