CN117668736A - 一种工程塑料的平面度检测方法及装置 - Google Patents

一种工程塑料的平面度检测方法及装置 Download PDF

Info

Publication number
CN117668736A
CN117668736A CN202410128553.9A CN202410128553A CN117668736A CN 117668736 A CN117668736 A CN 117668736A CN 202410128553 A CN202410128553 A CN 202410128553A CN 117668736 A CN117668736 A CN 117668736A
Authority
CN
China
Prior art keywords
plane
data
detection
determining
flatness
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.)
Pending
Application number
CN202410128553.9A
Other languages
English (en)
Inventor
蒋祯樑
王静
曾诗茗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Jiachangmei Electronic Co ltd
Original Assignee
Shenzhen Jiachangmei Electronic Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Jiachangmei Electronic Co ltd filed Critical Shenzhen Jiachangmei Electronic Co ltd
Priority to CN202410128553.9A priority Critical patent/CN117668736A/zh
Publication of CN117668736A publication Critical patent/CN117668736A/zh
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Testing And Monitoring For Control Systems (AREA)

Abstract

本申请提供一种工程塑料的平面度检测方法及装置,通过启动工程塑料的平面度检测,获取目标工程塑料的平面检测数据,根据所述平面检测数据对目标工程塑料进行检测数据占比评估,得到数据占比评估域,确定所述数据占比评估域中每个数据占比评估值的邻近相关度,进而根据所有的邻近相关度确定所述平面检测数据的平面异常特征量,确定所述平面检测数据的平面影响因子,根据所述平面异常特征量和所述平面影响因子确定目标工程塑料的平面偏差量,通过所述平面偏差量对目标工程塑料的平面度进行异常检测标记,可降低工人检测经验对平面度异常检测信息的干预,自动实现对工程塑料的平面度进行异常检测。

Description

一种工程塑料的平面度检测方法及装置
技术领域
本申请涉及工程塑料技术领域,更具体的说,本申请涉及一种工程塑料的平面度检测方法及装置。
背景技术
工程塑料是一种高性能、高强度、高耐用性的塑料材料,通常用于特殊性能和可靠性的工程应用中,与一般的塑料材料相比,工程塑料具有更高的耐热性、耐化学性、机械强度和绝缘性能。
工程塑料的平面度检测通常用于评估工程塑料表面是否平坦或平面度程度的测量和分析,平面度检测通常与制造、工程设计和质量控制等领域密切相关,如何选择工程塑料的平面度检测方法将取决于工程塑料的特性、所需的精度和具体应用,在现有平面度异常检测过程中,往往根据工人检测经验对工程塑料的平面度进行异常检测,由于外界因素以及平面度检测参数的变化,导致检测的工程塑料的平面度有偏差,导致异常结果不准确,因此,如何降低工人检测经验对平面度异常检测信息的干预,自动实现对工程塑料的平面度进行异常检测成为本领域技术人员亟待解决的问题。
发明内容
本申请提供一种工程塑料的平面度检测方法及装置,可降低工人检测经验对平面度异常检测信息的干预,自动实现对工程塑料的平面度进行异常检测。
第一方面,本申请提供一种工程塑料的平面度检测方法,包括如下步骤:
启动工程塑料的平面度检测,获取目标工程塑料的平面检测数据;
根据所述平面检测数据对目标工程塑料进行检测数据占比评估,得到数据占比评估域;
确定所述数据占比评估域中每个数据占比评估值的邻近相关度,进而根据所有的邻近相关度确定所述平面检测数据的平面异常特征量;
确定所述平面检测数据的平面影响因子,根据所述平面异常特征量和所述平面影响因子确定目标工程塑料的平面偏差量;
通过所述平面偏差量对目标工程塑料的平面度进行异常检测标记。
在一些实施例中,根据所述平面检测数据对目标工程塑料进行检测数据占比评估,得到数据占比评估域具体包括:
确定所述平面检测数据中每个平面检测值的数据关联系数;
根据所有的数据关联系数确定所述平面检测数据的数据占比评估域。
在一些实施例中,根据所有的数据关联系数确定所述平面检测数据的数据占比评估域具体包括:
根据所有的数据关联系数确定多个同类数据关联系数集;
确定每个同类数据关联系数集的平面同类占比;
根据所有的平面同类占比和所述平面检测数据确定数据占比评估域。
在一些实施例中,根据所有的邻近相关度确定所述平面检测数据的平面异常特征量具体包括:
根据所有的邻近相关度确定所述平面检测数据中每个平面检测值的检测数据积;
确定所有邻近相关度的和;
根据所有的检测数据积与所有的邻近相关度的和确定平面异常特征量。
在一些实施例中,确定所述平面检测数据的平面影响因子具体包括:
获取所述平面检测数据中平面检测值的总数量;
获取标准检测值;
根据所述平面检测数据中平面检测值的总数量和所述标准检测值确定平面影响因子。
在一些实施例中,通过所述平面偏差量对目标工程塑料的平面度进行异常检测标记具体包括:
将所述平面偏差量大于预设的平面偏差阈值的目标工程塑料的平面度标记为异常;
将所述平面偏差量小于等于预设的平面偏差阈值的目标工程塑料的平面度标记为正常。
在一些实施例中,所述目标工程塑料为高分子工程塑料。
第二方面,本申请提供一种工程塑料的平面度检测装置,其包括有平面度检测单元,所述平面度检测单元包括:
获取模块,用于在启动工程塑料的平面度检测后,获取目标工程塑料的平面检测数据;
处理模块,用于根据所述平面检测数据对目标工程塑料进行检测数据占比评估,得到数据占比评估域;
所述处理模块,还用于确定所述数据占比评估域中每个数据占比评估值的邻近相关度,进而根据所有的邻近相关度确定所述平面检测数据的平面异常特征量;
所述处理模块,还用于确定所述平面检测数据的平面影响因子,根据所述平面异常特征量和所述平面影响因子确定目标工程塑料的平面偏差量;
执行模块,用于通过所述平面偏差量对目标工程塑料的平面度进行异常检测标记。
第三方面,本申请提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行上述的工程塑料的平面度检测方法。
第四方面,本申请提供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上述的工程塑料的平面度检测方法。
本申请公开的实施例提供的技术方案具有以下有益效果:
本申请提供的工程塑料的平面度检测方法及装置中,通过目标工程塑料的平面检测数据确定数据占比评估域,判断出目标工程塑料上每个检测点在整个工程塑料平面上的占比程度,根据所述数据占比评估域确定邻近相关度,所述邻近相关度是相邻检测点之间的关联程度,进而可对目标工程塑料表面上的检测点进行异常评估,得到平面异常特征量,即判断出目标工程塑料上的检测点是否异常,而通过平面检测数据确定平面影响因子,通过所述平面影响因子可判断出目标工程塑料上的异常检测点的重要程度,进而根据所述平面异常特征量和所述平面影响因子确定目标工程塑料的平面偏差量,即确定出目标工程塑料的平面不重合程度,最终根据所述平面偏差量对目标工程塑料的平面度进行异常检测标记,从而降低工人检测经验对平面度异常检测信息的干预,自动实现对工程塑料的平面度进行异常检测。
附图说明
图1是根据本申请一些实施例所示的工程塑料的平面度检测方法的示例性流程图;
图2是根据本申请一些实施例所示的确定数据占比评估域的示例流程图;
图3是根据本申请一些实施例所示的确定平面异常特征量的示例流程图;
图4是根据本申请一些实施例所示的平面度检测单元的示例性硬件和/或软件的示意图;
图5是根据本申请一些实施例所示的实现工程塑料的平面度检测方法的计算机设备的结构示意图。
具体实施方式
本申请核心是启动工程塑料的平面度检测,获取目标工程塑料的平面检测数据,根据所述平面检测数据对目标工程塑料进行检测数据占比评估,得到数据占比评估域,确定所述数据占比评估域中每个数据占比评估值的邻近相关度,进而根据所有的邻近相关度确定所述平面检测数据的平面异常特征量,确定所述平面检测数据的平面影响因子,根据所述平面异常特征量和所述平面影响因子确定目标工程塑料的平面偏差量,通过所述平面偏差度对目标工程塑料的平面度进行异常检测标记,可降低工人检测经验对平面度异常检测信息的干预,自动实现对工程塑料的平面度进行异常检测。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。参考图1,该图是根据本申请一些实施例所示的工程塑料的平面度检测方法的示例性流程图,目标工程塑料的平面度检测方法100主要包括如下步骤:
在步骤101,启动工程塑料的平面度检测,获取目标工程塑料的平面检测数据。
具体实现时,本申请中的工程塑料可为高分子工程塑料、氟塑料工程塑料、热塑性聚酰胺工程塑料、高性能聚烯烃工程塑料、聚酯类工程塑料等,这里不做具体限定,本步骤在启动工程塑料的平面度检测后,获取目标工程塑料的平面检测数据,即:启动工程塑料的平面度检测装置,通过距离采集设备获取目标工程塑料的平面检测数据,所述平面检测数据是所有平面检测值的集合,所述平面检测数据中的平面检测值表示工程塑料表面上的一个点到平面度检测装置检测面的距离的值。
在步骤102,根据所述平面检测数据对目标工程塑料进行检测数据占比评估,得到数据占比评估域。
确定所述平面检测数据中每个平面检测值的数据关联系数;
根据所有的数据关联系数确定所述平面检测数据的数据占比评估域。
其中,在一些实施例中,确定所述平面检测数据中每个平面检测值的数据关联系数可采用下述公式实现:
其中,表示平面检测数据中第/>个平面检测值的数据关联系数,/>表示自然底数,/>表示/>与/>相减的绝对值,/>表示平面检测数据中第/>个平面检测值,表示标准检测值。
具体实现时,通过将工程塑料的标准平面到平面度检测装置检测面的距离的值作为标准检测值,所述标准检测值是反映工程塑料的平面检测值标准偏离程度的参数值,即是用于对工程塑料的平面检测值进行异常判断的标准值。
需要说明的是,本申请中的数据关联系数表示工程塑料的表面和标准平面之间关联程度的参数,数据关联系数越大,工程塑料的表面和标准平面之间关联程度越大。
其中,在一些实施例中,参考图2所示,该图是本申请一些实施例中确定数据占比评估域的流程示意图,本实施例中确定数据占比评估域可采用下述步骤实现:
首先在步骤1021中,根据所有的数据关联系数确定多个同类数据关联系数集;
其次在步骤1022中,确定每个同类数据关联系数集的平面同类占比;
最后在步骤1023中,根据所有的平面同类占比和所述平面检测数据确定数据占比评估域。
其中,具体实现时,根据所有的数据关联系数确定多个同类数据关联系数集,即:选取一个数据关联系数,将所有的数据关联系数中与该个数据关联系数相同的数据关联系数提取出来,将提取出来的所有相同的数据关联系数组成的集合作为同类数据关联系数集,将上述提取出来的数据关联系数从所有的数据关联系数中去除,对于去除之后剩余的数据关联系数,重复上述步骤,得到剩余的数据关联系数的同类数据关联系数集;确定每个同类数据关联系数集的平面同类占比,即:选取一个同类数据关联系数集,将该个同类数据关联系数集中的一个数据关联系数与该个同类数据关联系数集中所有的数据关联系数的和进行相除,将相除得到的值作为该个同类数据关联系数集的平面同类占比,对于剩余的同类数据关联系数集,重复上述步骤,得到剩余的同类数据关联系数集的平面同类占比。
需要说明的是,本申请中的平面同类占比是反映平面检测值在所有相同的平面检测值中的占比程度的参数值。
其中,在一些实施例中,上述根据所有的平面同类占比和平面检测数据确定数据占比评估域可采用下述步骤实现:
确定第个平面同类占比系数/>
获取第个平面同类占比/>
获取第个同类数据关联系数集中第/>个数据关联系数/>
获取第个同类数据关联系数集中数据关联系数的总数量/>
获取平面检测数据中所有平面检测值的总数量
根据所述第个平面同类占比系数/>、所述第/>个平面同类占比/>、所述第/>个同类数据关联系数集中第/>个数据关联系数/>、所述第/>个同类数据关联系数集中数据关联系数的总数量/>和所述平面检测数据中所有平面检测值的总数量/>确定第/>个数据占比评估值,将所有的数据占比评估值组成的集合作为数据占比评估域,其中,所述数据占比评估值可根据下述公式确定:
其中,表示数据占比评估域中第/>个数据占比评估值,/>表示第/>个同类数据关联系数集中第/>个数据关联系数对应的平面检测值,/>是对数函数。
具体实现时,选取一个同类数据关联系数集,将该个同类数据关联系数集中数据关联系数的总数量和平面检测数据中平面检测值的总数量进行相除,将相除得到的值作为该个同类数据关联系数集的平面同类占比系数,重复上述步骤,确定剩余的同类数据关联系数集的平面同类占比系数,在其它实施例中也可采用其它方法进行设置,这里不做限定。
需要说明的是,本申请中检测数据占比评估是对平面检查数据中的所有平面检测值在平面检查数据中的占比程度进行评估,以便于对目标工程塑料的平面度进行分析;相同的平面检测值对应一个同类数据关联系数集,平面同类占比系数表示相同的平面检测值在工程塑料的平面检测数据中占比程度的参数,平面同类占比系数的取值范围为0~1;数据占比评估域是反映对平面检测数据中的平面检测值进行占比评估的参数域,以用于对目标工程塑料的凹凸程度进行分析。
在步骤103,确定所述数据占比评估域中每个数据占比评估值的邻近相关度,进而根据所有的邻近相关度确定所述平面检测数据的平面异常特征量。
在一些实施例中,确定所述数据占比评估域中每个数据占比评估值的邻近相关度可采用下述公式实现:
其中,表示第/>个数据占比评估值的邻近相关度,/>表示数据占比评估域中第个数据占比评估值对应的平面检测值,/>表示数据占比评估域中第/>个数据占比评估值,/>表示数据占比评估域中第/>个数据占比评估值。
需要说明的是,本申请中一个平面检测值对应一个数据占比评估值,邻近相关度是反映工程塑料不同且相邻的平面检测值之间关联程度的参数值,邻近相关度越大,表示工程塑料不同且相邻的平面检测值之间的关联程度越大。
在一些实施例中,参考图3所示,该图是本申请一些实施例中确定平面异常特征量的流程示意图,本实施例中确定平面异常特征量可采用下述步骤实现:
首先在步骤1031中,根据所有的邻近相关度确定所述平面检测数据中每个平面检测值的检测数据积;
其次在步骤1032中,确定所有邻近相关度的和;
最后在步骤1033中,根据所有的检测数据积与所有的邻近相关度的和确定平面异常特征量。
具体实现时,选取一个平面检测值,将该个平面检测值与该个平面检测值对应的邻近相关度进行相乘,将相乘得到的值作为该个平面检测值的检测数据积,所述检测数据积是反映工程塑料不同且相邻的平面检测值之间的影响量的参数值,对于剩余的平面检测值,重复上述步骤,得到剩余的平面检测值的检测数据积,本申请中可将所有邻近相关度的和与所有检测数据积的和进行相除,将相除的值作为平面异常特征量。
需要说明的是,本申请中的平面异常特征量是反映目标工程塑料上的平面检测值的异常程度的参数值,以用于对目标工程塑料上的平面检测值进行异常评估的参数,这里不再赘述。
在步骤104,确定所述平面检测数据的平面影响因子,根据所述平面异常特征量和所述平面影响因子确定目标工程塑料的平面偏差量。
具体实现时,在一些实施例中,确定所述平面检测数据的平面影响因子可采用下述公式实现:
其中,表示平面影响因子,/>表示平面检测数据中平面检测值的总数量,/>表示第/>个平面检测值,/>表示标准检测值,/>是对数函数。
需要说明的是,本申请中平面影响因子是反映工程塑料上与标准检测值不相同的平面检测值在工程塑料表面上的重要程度的参数,以便于对平面检测值的分析。
在一些实施例中,根据所述平面异常特征量和所述平面影响因子确定目标工程塑料的平面偏差量可采用下述步骤实现:
获取平面缓和系数
获取平面异常特征量
获取平面影响因子
获取数据占比评估域中第个数据占比评估值/>
根据所述平面缓和系数、所述平面异常特征量/>、所述平面影响因子/>和所述数据占比评估域中第/>个数据占比评估值/>确定目标工程塑料的平面偏差量,其中,所述平面偏差量可根据下述公式确定:
其中,表示平面偏差量,/>表示第/>个平面检测值,/>表示标准检测值。
具体实现时,平面缓和系数是反映平面数据偏差程度的参数,用于对平面异常特征量和平面影响因子之间进行调节的参数,通过历史平面检测数据通过实验法对平面缓和系数进行设置,在其它实施例中也可采用其它方法进行设置,这里不做限定;需要说明的是,本申请中的平面偏差量用于反映工程塑料的表面与标准表面的不重合程度。
在步骤105,通过所述平面偏差量对目标工程塑料的平面度进行异常检测标记。
具体实现时,将平面偏差量大于预设的平面偏差阈值的目标工程塑料的平面度标记为异常,将平面偏差量小于等于预设的平面偏差阈值的目标工程塑料的平面度标记为正常,这里不再赘述。
需要说明的是,本申请中可根据目标工程塑料的具体需求相应对预设的平面偏差阈值进行设置,例如若目标工程塑料应用在误差要求较小的设备上,则可将预设的平面偏差阈值设置高精度范围内,若目标工程塑料应用在普通设备上,则可将预设的平面偏差阈值设置低精度范围内。
需要说明的是,本申请中获取目标工程塑料表面上每个检测点的平面检测值,即每个检测点到检测平面的距离,对所有的平面检测值进行占比评估,得到每个检测点的占比程度,从而由所有的占比程度确定相邻检测点之间的关联程度,进而判断出目标工程塑料表面上每个检测点的异常情况,得到目标工程塑料的所有异常检测点,进而根据所有异常检测点的平面检测值计算出平面偏差量,将所述平面偏差量与设置的预设的平面偏差阈值进行比较,从而对目标工程塑料的平面度进行异常检测标记。
另外,本申请的另一方面,在一些实施例中,本申请提供一种工程塑料的平面度检测装置,该装置包括有平面度检测单元,参考图4,该图是根据本申请一些实施例所示的平面度检测单元的示例性硬件和/或软件的示意图,该平面度检测单元400包括:获取模块401、处理模块402和执行模块403,分别说明如下:
获取模块401,本申请中获取模块401主要用于在启动工程塑料的平面度检测后,获取目标工程塑料的平面检测数据;
处理模块402,本申请中处理模块402用于根据所述平面检测数据对目标工程塑料进行检测数据占比评估,得到数据占比评估域;
需要说明的是,本申请中所述处理模块402还用于确定所述数据占比评估域中每个数据占比评估值的邻近相关度,进而根据所有的邻近相关度确定所述平面检测数据的平面异常特征量;
另外,本申请中所述处理模块402还用于确定所述平面检测数据的平面影响因子,根据所述平面异常特征量和所述平面影响因子确定目标工程塑料的平面偏差量;
执行模块403,本申请中执行模块403主要用于通过所述平面偏差量对目标工程塑料的平面度进行异常检测标记。
另外,本申请还提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行上述的工程塑料的平面度检测方法。
在一些实施例中,参考图5,该图是根据本申请一些实施例所示的应用工程塑料的平面度检测方法的计算机设备的结构示意图。上述实施例中的工程塑料的平面度检测方法可以通过图5所示的计算机设备来实现,该计算机设备500包括至少一个处理器501、通信总线502、存储器503以及至少一个通信接口504。
处理器501可以是一个通用中央处理器(central processing unit,CPU)、特定应用集成电路(application-specific integrated circuit,ASIC)或一个或多个用于控制本申请中的工程塑料的平面度检测方法的执行。
通信总线502可包括一通路,在上述组件之间传送信息。
存储器503可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其它类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其它类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only Memory,CD-ROM)或其它光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘或者其它磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其它介质,但不限于此。存储器503可以是独立存在,通过通信总线502与处理器501相连接。存储器503也可以和处理器501集成在一起。
其中,存储器503用于存储执行本申请方案的程序代码,并由处理器401来控制执行。处理器501用于执行存储器503中存储的程序代码。程序代码中可以包括一个或多个软件模块。上述实施例中邻近相关度的确定可以通过处理器501以及存储器503中的程序代码中的一个或多个软件模块实现。
通信接口504,使用任何收发器一类的装置,用于与其它设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN)等。
在具体实现中,作为一种实施例,计算机设备可以包括多个处理器,这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
上述的计算机设备可以是一个通用计算机设备或者是一个专用计算机设备。在具体实现中,计算机设备可以是台式机、便携式电脑、网络服务器、掌上电脑(personaldigital assistant,PDA)、移动手机、平板电脑、无线终端设备、通信设备或者嵌入式设备。本申请实施例不限定计算机设备的类型。
另外,本申请还提供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上述的工程塑料的平面度检测方法。
综上,本申请实施例公开的工程塑料的平面度检测方法及装置中,首先,启动工程塑料的平面度检测,获取目标工程塑料的平面检测数据,根据所述平面检测数据对目标工程塑料进行检测数据占比评估,得到数据占比评估域,确定所述数据占比评估域中每个数据占比评估值的邻近相关度,进而根据所有的邻近相关度确定所述平面检测数据的平面异常特征量,确定所述平面检测数据的平面影响因子,根据所述平面异常特征量和所述平面影响因子确定目标工程塑料的平面偏差量,通过所述平面偏差度对目标工程塑料的平面度进行异常检测标记,可降低工人检测经验对平面度异常检测信息的干预,自动实现对工程塑料的平面度进行异常检测。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种工程塑料的平面度检测方法,其特征在于,包括如下步骤:
启动工程塑料的平面度检测,获取目标工程塑料的平面检测数据;
根据所述平面检测数据对目标工程塑料进行检测数据占比评估,得到数据占比评估域;
确定所述数据占比评估域中每个数据占比评估值的邻近相关度,进而根据所有的邻近相关度确定所述平面检测数据的平面异常特征量;
确定所述平面检测数据的平面影响因子,根据所述平面异常特征量和所述平面影响因子确定目标工程塑料的平面偏差量;
通过所述平面偏差量对目标工程塑料的平面度进行异常检测标记。
2.如权利要求1所述的方法,其特征在于,根据所述平面检测数据对目标工程塑料进行检测数据占比评估,得到数据占比评估域具体包括:
确定所述平面检测数据中每个平面检测值的数据关联系数;
根据所有的数据关联系数确定所述平面检测数据的数据占比评估域。
3.如权利要求2所述的方法,其特征在于,根据所有的数据关联系数确定所述平面检测数据的数据占比评估域具体包括:
根据所有的数据关联系数确定多个同类数据关联系数集;
确定每个同类数据关联系数集的平面同类占比;
根据所有的平面同类占比和所述平面检测数据确定数据占比评估域。
4.如权利要求1所述的方法,其特征在于,根据所有的邻近相关度确定所述平面检测数据的平面异常特征量具体包括:
根据所有的邻近相关度确定所述平面检测数据中每个平面检测值的检测数据积;
确定所有邻近相关度的和;
根据所有的检测数据积与所有的邻近相关度的和确定平面异常特征量。
5.如权利要求1所述的方法,其特征在于,确定所述平面检测数据的平面影响因子具体包括:
获取所述平面检测数据中平面检测值的总数量;
获取标准检测值;
根据所述平面检测数据中平面检测值的总数量和所述标准检测值确定平面影响因子。
6.如权利要求1所述的方法,其特征在于,通过所述平面偏差量对目标工程塑料的平面度进行异常检测标记具体包括:
将所述平面偏差量大于预设的平面偏差阈值的目标工程塑料的平面度标记为异常;
将所述平面偏差量小于等于预设的平面偏差阈值的目标工程塑料的平面度标记为正常。
7.如权利要求1所述的方法,其特征在于,所述目标工程塑料为高分子工程塑料。
8.一种工程塑料的平面度检测装置,其特征在于,包括有平面度检测单元,所述平面度检测单元包括:
获取模块,用于在启动工程塑料的平面度检测后,获取目标工程塑料的平面检测数据;
处理模块,用于根据所述平面检测数据对目标工程塑料进行检测数据占比评估,得到数据占比评估域;
所述处理模块,还用于确定所述数据占比评估域中每个数据占比评估值的邻近相关度,进而根据所有的邻近相关度确定所述平面检测数据的平面异常特征量;
所述处理模块,还用于确定所述平面检测数据的平面影响因子,根据所述平面异常特征量和所述平面影响因子确定目标工程塑料的平面偏差量;
执行模块,用于通过所述平面偏差量对目标工程塑料的平面度进行异常检测标记。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有代码,所述处理器被配置为获取所述代码,并执行如权利要求1至7任一项所述的工程塑料的平面度检测方法。
10.一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7任一项所述的工程塑料的平面度检测方法。
CN202410128553.9A 2024-01-30 2024-01-30 一种工程塑料的平面度检测方法及装置 Pending CN117668736A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410128553.9A CN117668736A (zh) 2024-01-30 2024-01-30 一种工程塑料的平面度检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410128553.9A CN117668736A (zh) 2024-01-30 2024-01-30 一种工程塑料的平面度检测方法及装置

Publications (1)

Publication Number Publication Date
CN117668736A true CN117668736A (zh) 2024-03-08

Family

ID=90071575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410128553.9A Pending CN117668736A (zh) 2024-01-30 2024-01-30 一种工程塑料的平面度检测方法及装置

Country Status (1)

Country Link
CN (1) CN117668736A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006300676A (ja) * 2005-04-19 2006-11-02 Nikon Corp 平坦度異常検出方法及び露光装置
CN102252637A (zh) * 2011-04-26 2011-11-23 蓬莱巨涛海洋工程重工有限公司 一种大型法兰平面度检测方法
CN113137941A (zh) * 2021-04-29 2021-07-20 荣旗工业科技(苏州)股份有限公司 一种基于点激光测试产品平面度方法
CN114820577A (zh) * 2022-05-27 2022-07-29 自然资源部国土卫星遥感应用中心 一种多源卫星遥感影像产品的辐射质量检测方法及系统
WO2023097491A1 (zh) * 2021-11-30 2023-06-08 宁德时代新能源科技股份有限公司 机器视觉检测方法、其检测装置及其检测系统
CN116538908A (zh) * 2023-07-07 2023-08-04 天津宜科自动化股份有限公司 一种检测平面型物体不平度的系统
CN117250208A (zh) * 2023-11-20 2023-12-19 青岛天仁微纳科技有限责任公司 基于机器视觉的纳米压印晶圆缺陷精准检测系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006300676A (ja) * 2005-04-19 2006-11-02 Nikon Corp 平坦度異常検出方法及び露光装置
CN102252637A (zh) * 2011-04-26 2011-11-23 蓬莱巨涛海洋工程重工有限公司 一种大型法兰平面度检测方法
CN113137941A (zh) * 2021-04-29 2021-07-20 荣旗工业科技(苏州)股份有限公司 一种基于点激光测试产品平面度方法
WO2023097491A1 (zh) * 2021-11-30 2023-06-08 宁德时代新能源科技股份有限公司 机器视觉检测方法、其检测装置及其检测系统
CN114820577A (zh) * 2022-05-27 2022-07-29 自然资源部国土卫星遥感应用中心 一种多源卫星遥感影像产品的辐射质量检测方法及系统
CN116538908A (zh) * 2023-07-07 2023-08-04 天津宜科自动化股份有限公司 一种检测平面型物体不平度的系统
CN117250208A (zh) * 2023-11-20 2023-12-19 青岛天仁微纳科技有限责任公司 基于机器视觉的纳米压印晶圆缺陷精准检测系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谢文成等: "基于图像单应矩阵及边缘优化的自动平面度检测方法", 《仪表技术与传感器》, no. 03, 31 March 2023 (2023-03-31), pages 88 - 93 *

Similar Documents

Publication Publication Date Title
CN109587008B (zh) 检测异常流量数据的方法、装置及存储介质
CN115841046B (zh) 基于维纳过程的加速退化试验数据处理方法和装置
CN115237710A (zh) 服务器温度预测方法、装置、计算机设备和存储介质
Stoumbos et al. The SPRT control chart for the process mean with samples starting at fixed times
US10498806B2 (en) Computer-executable server load monitoring method, apparatus performing the same and storage medium storing the same
KR101044348B1 (ko) 변동 계수에 의한 공정 관리 방법 및 장치
CN117668736A (zh) 一种工程塑料的平面度检测方法及装置
CN115795928B (zh) 基于伽马过程的加速退化试验数据处理方法和装置
Shi et al. Process capability analysis via continuous ranked probability score
EP3580676B1 (en) Sample-based multidimensional data cloning
CN113434823B (zh) 数据采集任务异常预警方法、装置、计算机设备和介质
Liu et al. An adaptive nonparametric exponentially weighted moving average control chart with dynamic sampling intervals
CN116011677A (zh) 时序数据的预测方法、装置、电子设备及存储介质
CN112700043B (zh) 负荷预测方法、装置、计算机可读存储介质及电子设备
Tang et al. A nonparametric control chart for monitoring count data mean
CN114185882A (zh) 一种不良数据修正方法、装置、存储介质及电子设备
CN112926259A (zh) 一种基于rbf神经网络模型预测半导体器件结温的方法
CN111767938A (zh) 一种异常数据检测方法、装置及电子设备
CN115291028B (zh) 提高铝电解电容器外场寿命预测精度的方法和装置
CN112698877A (zh) 数据处理方法及系统
CN116304538B (zh) 一种利用大数据评定检测结果不确定度的方法
CN111507639B (zh) 理财风险分析方法及装置
CN114036463A (zh) 一种基于指数分布的产品失效率一致性检验方法
CN107218964B (zh) 一种试验子样容量性状的判定方法
Al-Saleh et al. Estimation of the common mean of two normal distributions using ranked set sampling and some of its variations

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