CN117893542A - 一种基于图像处理技术的绝缘电缆生产方法及系统 - Google Patents
一种基于图像处理技术的绝缘电缆生产方法及系统 Download PDFInfo
- Publication number
- CN117893542A CN117893542A CN202410303452.0A CN202410303452A CN117893542A CN 117893542 A CN117893542 A CN 117893542A CN 202410303452 A CN202410303452 A CN 202410303452A CN 117893542 A CN117893542 A CN 117893542A
- Authority
- CN
- China
- Prior art keywords
- cable conductor
- defect
- target cable
- polishing
- coating
- 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.)
- Withdrawn
Links
- 238000012545 processing Methods 0.000 title claims abstract description 60
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 44
- 238000005516 engineering process Methods 0.000 title claims abstract description 22
- 230000007547 defect Effects 0.000 claims abstract description 306
- 239000004020 conductor Substances 0.000 claims abstract description 236
- 238000000576 coating method Methods 0.000 claims abstract description 163
- 239000011248 coating agent Substances 0.000 claims abstract description 162
- 238000005498 polishing Methods 0.000 claims abstract description 146
- 238000009966 trimming Methods 0.000 claims abstract description 70
- 238000012546 transfer Methods 0.000 claims abstract description 36
- 238000010586 diagram Methods 0.000 claims description 60
- 238000000034 method Methods 0.000 claims description 32
- 238000001514 detection method Methods 0.000 claims description 31
- 230000008439 repair process Effects 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 6
- 238000002360 preparation method Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000002950 deficient Effects 0.000 abstract description 3
- 230000001276 controlling effect Effects 0.000 description 18
- 239000010410 layer Substances 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 239000011247 coating layer Substances 0.000 description 3
- 238000011049 filling Methods 0.000 description 3
- 238000003754 machining Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005245 sintering Methods 0.000 description 2
- 239000002893 slag Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009954 braiding Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及工程品生产技术领域,特别是一种基于图像处理技术的绝缘电缆生产方法及系统。获取目标电缆导体的表面图像,并基于所述表面图像对目标电缆导体进行缺陷识别判断处理;若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,生成最优打磨修整参数,控制工业机械手将该目标电缆导体转移至打磨修整设备上;若判别结果为第二判别结果,生成最优涂覆参数,控制工业机械手将该目标电缆导体转移至涂覆设备上;若判别结果为第三判别结果,直接控制工业机械手将该目标电缆导体转移至涂覆设备上;通过图像缺陷识别技术,可以识别电缆导体中的缺陷,及时发现并处理产品缺陷,从而提高产品质量和降低次品率。
Description
技术领域
本发明涉及工程品生产技术领域,特别是一种基于图像处理技术的绝缘电缆生产方法及系统。
背景技术
绝缘电缆是一种用于输送电能的电气设备,主要用于在电力系统中传输电能或信号,它由电缆导体、绝缘层、护套层等部分组成,具有良好的绝缘性能和耐电压能力。绝缘电缆的制备工艺步骤通常包括以下几个主要步骤:电缆导体生产、绝缘层涂覆、编织护套层、测试和包装。然而,由于生产与运输存储过程中的各种因素,电缆导体可能存在缺陷,如气泡、裂纹、孔洞等凹陷类缺陷,以及如毛刺、烧结、焊渣等凸起类缺陷。导体表面存在缺陷会导致经过绝缘层涂覆后的涂覆层不均匀,可能出现涂层厚度不一致、凸起、气泡、裂纹等问题,使得电缆尺寸规格不达标,以及影响涂覆层的质量和稳定性。因此,在对电缆导体涂覆绝缘层前,如何有效的识别出电缆导体表面缺陷,并根据电缆导体表面缺陷类型有针对性对电缆导体进行处理以及有针对性制定出适应的涂覆参数是当前急需解决的技术问题。
发明内容
本发明克服了现有技术的不足,提供了一种基于图像处理技术的绝缘电缆生产方法及系统。
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基于图像处理技术的绝缘电缆生产方法,包括以下步骤:
获取目标电缆导体的表面图像,并基于所述表面图像对目标电缆导体进行缺陷识别判断处理,生成判别结果;
若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,此时生成最优打磨修整参数,将该目标电缆导体的编码标识信息、凸起类缺陷的凸起缺陷位置区域以及最优打磨修整参数传送至打磨修整设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至打磨修整设备上;
若判别结果为第二判别结果,则说明目标电缆导体表面中不存在凸起类缺陷但存在凹陷类缺陷,此时生成最优涂覆参数,将该目标电缆导体的编码标识信息与最优涂覆参数传送至涂覆设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上;
若判别结果为第三判别结果,则说明目标电缆导体表面中即不存在凸起类缺陷也不存在凹陷类缺陷,此时则直接控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上,使得涂覆设备根据预设涂覆参数对目标电缆导体进行涂覆即可。
优选地,本发明的一个较佳实施例中,获取目标电缆导体的表面图像,并基于所述表面图像对目标电缆导体进行缺陷识别判断处理,生成判别结果,具体为:
通过大数据网络获取电缆导体在制备生产与运输存储过程中所有可能产生的各种缺陷,并获取各种缺陷对应的缺陷特征图像;将各种缺陷对应的缺陷特征图像进行分类处理,得到凸起类缺陷的缺陷特征图像与凹陷类缺陷的缺陷特征图像;
构建第一知识图谱,并将凸起类缺陷的缺陷特征图像导入所述第一知识图谱中;构建第二知识图谱,并将凹陷类缺陷的缺陷特征图像导入所述第二知识图谱中;
通过检测工作站上搭载的工业摄像机获取目标电缆导体的表面图像;
将所述表面图像导入所述第一知识图谱中,计算表面图像与第一知识图谱中各缺陷特征图像之间的第一结构相似度指数,得到若干个第一结构相似度指数;
分别将各个第一结构相似度指数与预设阈值进行比较;若存在至少一个第一结构相似度指数大于预设阈值,则生成第一判别结果;
若各个第一结构相似度指数均不大于预设阈值,则将所述表面图像导入所述第二知识图谱中,计算表面图像与第二知识图谱中各缺陷特征图像之间的第二结构相似度指数,得到若干个第二结构相似度指数;
分别将各个第二结构相似度指数与预设阈值进行比较,若存在至少一个第二结构相似度指数大于预设阈值,则生成第二判别结果;若各个第二结构相似度指数均不大于预设阈值,则生成第三判别结果。
优选地,本发明的一个较佳实施例中,若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,此时生成最优打磨修整参数,将该目标电缆导体的编码标识信息、凸起类缺陷的凸起缺陷位置区域以及最优打磨修整参数传送至打磨修整设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至打磨修整设备上,具体为:
若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,则根据该目标电缆导体的表面图像识别得到该目标电缆导体中凸起类缺陷的凸起缺陷位置区域;
在所述表面图像中分割出凸起缺陷位置区域的凸起缺陷图像,通过SIFT算法对所述凸起缺陷图像进行特征提取处理,得到若干初始特征点;并通过孤立森林算法计算各初始特征点的孤立得分,将孤立得分不大于预设孤立得分的初始特征点筛除,得到若干最终特征点;
随机选取一个最终特征点作为坐标原点,根据所述坐标原点生成三维坐标系,并在所述三维坐标系中获取各最终特征点的三维坐标信息,将各最终特征点的三维坐标信息导入三维软件中进行模型重构,生成该目标电缆导体中凸起类缺陷的凸起缺陷三维模型图;
根据该目标电缆导体中凸起类缺陷的凸起缺陷三维模型图确定出对该目标电缆导体中凸起类缺陷进行打磨修整的最优打磨修整参数;其中,所述打磨修整参数包括打磨压力、打磨速度、打磨路径、打磨时间以及打磨方向;
获取该目标电缆导体的编码标识信息,将该目标电缆导体的编码标识信息、凸起类缺陷的凸起缺陷位置区域以及最优打磨修整参数基于物联网方式传送至打磨修整设备的控制终端上,以及控制工业机械手将该目标电缆导体由检测工作站转移至打磨修整设备上。
优选地,本发明的一个较佳实施例中,根据该目标电缆导体中凸起类缺陷的凸起缺陷三维模型图确定出对该目标电缆导体中凸起类缺陷进行打磨修整的最优打磨修整参数,具体为:
提前制定对各种凸起缺陷工况进行打磨修整时打磨修整设备的最优打磨修整参数,得到各种凸起缺陷工况对应的最优打磨修整参数;以及通过三维软件绘制各种凸起缺陷工况对应的凸起工况三维模型图;
将各种凸起缺陷工况对应的最优打磨修整参数及其对应的凸起工况三维模型图进行捆绑,得到若干个打磨参数配对数据包;构建数据库,将各个打磨参数配对数据包导入所述数据库中;
获取目标电缆导体中凸起类缺陷的凸起缺陷三维模型图,通过ICP算法计算所述凸起缺陷三维模型图与各个打磨参数配对数据包中凸起工况三维模型图之间的重合度,得到多个重合度;
在所述多个重合度中提取出最大重合度,并获取与最大重合度对应的凸起缺陷三维模型图,提取与最大重合度对应的凸起缺陷三维模型图的打磨参数配对数据包,根据提取出的打磨参数配对数据包得到对该目标电缆导体中凸起类缺陷进行打磨修整的最优打磨修整参数。
优选地,本发明的一个较佳实施例中,若判别结果为第二判别结果,则说明目标电缆导体表面中不存在凸起类缺陷但存在凹陷类缺陷,此时生成最优涂覆参数,将该目标电缆导体的编码标识信息与最优涂覆参数传送至涂覆设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上,具体为:
若判别结果为第二判别结果,则说明目标电缆导体表面中不存在凸起类缺陷但存在凹陷类缺陷,则根据该目标电缆导体的表面图像识别得到该目标电缆导体中凹陷类缺陷的凹陷缺陷位置区域;
在所述表面图像中分割出凹陷缺陷位置区域的凹陷缺陷图像,根据所述凹陷缺陷图像构建该目标电缆导体中凹陷类缺陷的凹陷缺陷三维模型图;计算所述凹陷缺陷三维模型图的体积值;
获取理想状态下目标电缆导体的总体积值,将凹陷缺陷三维模型图的体积值与理想状态下目标电缆导体的总体积值进行比值处理,得到凹陷缺陷占比度;将所述凹陷缺陷占比度与预设占比度进行比较;
若所述凹陷缺陷占比度大于预设占比度,则控制工业机械手将该目标电缆导体由检测工作站转移至报废工作站上,以对该目标电缆导体进行报废处理。
优选地,本发明的一个较佳实施例中,还包括以下步骤:
若所述凹陷缺陷占比度不大于预设占比度,则将该目标电缆导体中凹陷类缺陷的凹陷缺陷位置区域标记为需进行涂覆抹平修复区域;
获取需进行涂覆抹平修复区域中凹陷类缺陷的凹陷体积值,所述凹陷体积值即是相应位置上凹陷缺陷三维模型图的体积值;
根据所述凹陷体积值确定出对需进行涂覆抹平修复区域抹平修复所需的涂覆修复量;
获取涂覆设备的预设涂覆参数,根据所述预设涂覆参数提取出对目标电缆导体中该需进行涂覆抹平修复区域进行涂覆的预设涂覆量;根据所述涂覆修复量与预设涂覆量确定出该需进行涂覆抹平修复区域的最优涂覆量;
获取涂覆设备对所述需进行涂覆抹平修复区域进行涂覆的涂覆时间节点,将所述涂覆时间节点上的预设涂覆量替换为最优涂覆量,替换完毕后,对预设涂覆参数进行更新,得到对该目标电缆导体进行涂覆的最优涂覆参数;
获取该目标电缆导体的编码标识信息,将该目标电缆导体的编码标识信息与最优涂覆参数基于物联网方式传送至涂覆设备的控制终端上,以及控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上。
本发明第二方面公开了一种基于图像处理技术的绝缘电缆生产系统,所述绝缘电缆生产系统包括存储器与处理器,所述存储器中存储有绝缘电缆生产方法程序,当所述绝缘电缆生产方法程序被所述处理器执行时,实现如下步骤:
获取目标电缆导体的表面图像,并基于所述表面图像对目标电缆导体进行缺陷识别判断处理,生成判别结果;
若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,此时生成最优打磨修整参数,将该目标电缆导体的编码标识信息、凸起类缺陷的凸起缺陷位置区域以及最优打磨修整参数传送至打磨修整设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至打磨修整设备上;
若判别结果为第二判别结果,则说明目标电缆导体表面中不存在凸起类缺陷但存在凹陷类缺陷,此时生成最优涂覆参数,将该目标电缆导体的编码标识信息与最优涂覆参数传送至涂覆设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上;
若判别结果为第三判别结果,则说明目标电缆导体表面中即不存在凸起类缺陷也不存在凹陷类缺陷,此时则直接控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上,使得涂覆设备根据预设涂覆参数对目标电缆导体进行涂覆即可。
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:通过图像缺陷识别技术,可以识别电缆导体中的缺陷,及时发现并处理产品缺陷,从而提高产品质量和降低次品率;通过智能制定设备的加工参数,实现对生产过程的智能化监控和控制,使生产过程更加智能化、高效化和自动化,能够有效提高生产效率与降低加工成本。
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为一种基于图像处理技术的绝缘电缆生产方法的整体方法流程图;
图2为一种基于图像处理技术的绝缘电缆生产方法的部分方法流程图;
图3为一种基于图像处理技术的绝缘电缆生产系统的系统框图。
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基于图像处理技术的绝缘电缆生产方法,包括以下步骤:
S102:获取目标电缆导体的表面图像,并基于所述表面图像对目标电缆导体进行缺陷识别判断处理,生成判别结果;
S104:若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,此时生成最优打磨修整参数,将该目标电缆导体的编码标识信息、凸起类缺陷的凸起缺陷位置区域以及最优打磨修整参数传送至打磨修整设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至打磨修整设备上;
S106:若判别结果为第二判别结果,则说明目标电缆导体表面中不存在凸起类缺陷但存在凹陷类缺陷,此时生成最优涂覆参数,将该目标电缆导体的编码标识信息与最优涂覆参数传送至涂覆设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上;
S108:若判别结果为第三判别结果,则说明目标电缆导体表面中即不存在凸起类缺陷也不存在凹陷类缺陷,此时则直接控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上,使得涂覆设备根据预设涂覆参数对目标电缆导体进行涂覆即可。
优选地,本发明的一个较佳实施例中,获取目标电缆导体的表面图像,并基于所述表面图像对目标电缆导体进行缺陷识别判断处理,生成判别结果,具体为:
通过大数据网络获取电缆导体在制备生产与运输存储过程中所有可能产生的各种缺陷,并获取各种缺陷对应的缺陷特征图像;将各种缺陷对应的缺陷特征图像进行分类处理,得到凸起类缺陷的缺陷特征图像与凹陷类缺陷的缺陷特征图像;
其中,可以通过提前训练好的支持向量机模型对各种缺陷对应的缺陷特征图像进行分类处理,得到凸起类缺陷的缺陷特征图像与凹陷类缺陷的缺陷特征图像;
构建第一知识图谱,并将凸起类缺陷的缺陷特征图像导入所述第一知识图谱中;构建第二知识图谱,并将凹陷类缺陷的缺陷特征图像导入所述第二知识图谱中;
通过检测工作站上搭载的工业摄像机获取目标电缆导体的表面图像;
将所述表面图像导入所述第一知识图谱中,计算表面图像与第一知识图谱中各缺陷特征图像之间的第一结构相似度指数,得到若干个第一结构相似度指数;
分别将各个第一结构相似度指数与预设阈值进行比较;若存在至少一个第一结构相似度指数大于预设阈值,则生成第一判别结果;
若各个第一结构相似度指数均不大于预设阈值,则将所述表面图像导入所述第二知识图谱中,计算表面图像与第二知识图谱中各缺陷特征图像之间的第二结构相似度指数,得到若干个第二结构相似度指数;
分别将各个第二结构相似度指数与预设阈值进行比较,若存在至少一个第二结构相似度指数大于预设阈值,则生成第二判别结果;若各个第二结构相似度指数均不大于预设阈值,则生成第三判别结果。
需要说明的是,目标电缆导体即是待涂覆的电缆导体,待涂覆的电缆导体通常是在不同的生产车间或其他供应商提供,而在待涂覆的电缆导体的生产过程,以及运输存储过程中,电缆导体可能会由于工艺设备精度或运输存储碰撞原因产生缺陷,如气泡、裂纹、孔洞等凹陷类缺陷,以及如毛刺、烧结、焊渣等凸起类缺陷。而导体表面存在缺陷会导致经过绝缘层涂覆后的涂覆层不均匀,可能出现涂层厚度不一致、凸起、气泡、裂纹等问题,因此,在对待涂覆的电缆导体进行涂覆前,需要通过生产车间上的检测工作站通过图像技术判断电缆导体是否存在缺陷。
需要说明的是,结构相似度指数是一种用于衡量两幅图像之间相似性的指标,综合考虑了亮度、对比度和结构三个方面的相似性,结构相似度指数越大,表示两幅图像越相似。结构相似度指数的取值范围是[-1, 1],值越接近1表示两幅图像越相似,值越接近-1表示两幅图像越不相似。当结构相似度指数等于1时,表示两幅图像完全相同;当结构相似度指数接近1时,表示两幅图像非常相似;当结构相似度指数为负值时,表示两幅图像差异很大。在本发明中,预设阈值设置为0.8。
通过以上步骤能够根据电缆导体的图像快速识别出电缆导体是否存在各种缺陷。
优选地,本发明的一个较佳实施例中,若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,此时生成最优打磨修整参数,将该目标电缆导体的编码标识信息、凸起类缺陷的凸起缺陷位置区域以及最优打磨修整参数传送至打磨修整设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至打磨修整设备上,具体为:
若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,则根据该目标电缆导体的表面图像识别得到该目标电缆导体中凸起类缺陷的凸起缺陷位置区域;
在所述表面图像中分割出凸起缺陷位置区域的凸起缺陷图像,通过SIFT算法对所述凸起缺陷图像进行特征提取处理,得到若干初始特征点;并通过孤立森林算法计算各初始特征点的孤立得分,将孤立得分不大于预设孤立得分的初始特征点筛除,得到若干最终特征点;
其中,SIFT(Scale-Invariant Feature Transform)是一种用于检测和描述图像局部特征的算法,它具有尺度不变性和旋转不变性,能够稳定地检测提取图像中的特征点;
其中,孤立森林(Isolation Forest)是一种用于检测异常值的机器学习算法,该算法基于一种称为孤立树的数据结构,通过根据特征点在每棵孤立树中的深度来计算异常得分(孤立得分)。孤立森林算法中计算孤立得分时,通常得分的范围值是从0到1,具体来说,得分越接近1表示特征点越可能是正常点,得分越接近0表示特征点越可能是异常点。因此,得分越低的特征点越有可能被认为是异常点。在本发明中,预设孤立得分设置为0.5;
随机选取一个最终特征点作为坐标原点,根据所述坐标原点生成三维坐标系,并在所述三维坐标系中获取各最终特征点的三维坐标信息,将各最终特征点的三维坐标信息导入三维软件中进行模型重构,生成该目标电缆导体中凸起类缺陷的凸起缺陷三维模型图;
其中,三维软件包括但不限于SolidWorks、CAD、UG;
根据该目标电缆导体中凸起类缺陷的凸起缺陷三维模型图确定出对该目标电缆导体中凸起类缺陷进行打磨修整的最优打磨修整参数;其中,所述打磨修整参数包括打磨压力、打磨速度、打磨路径、打磨时间以及打磨方向;
获取该目标电缆导体的编码标识信息,将该目标电缆导体的编码标识信息、凸起类缺陷的凸起缺陷位置区域以及最优打磨修整参数基于物联网方式传送至打磨修整设备的控制终端上,以及控制工业机械手将该目标电缆导体由检测工作站转移至打磨修整设备上。
其中,电缆导体的编码标识是指在电缆中的各个导体上采用特定的编码方式的标识,以便在生产、安装、维护和故障排查时能够准确地识别每根导体。
需要说明的是,若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,此时需要通过生产车间中的打磨修整设备对目标电缆导体中的凸起类缺陷进行打磨修复后,再进行涂覆绝缘层处理。本步骤利用电缆导体的凸起缺陷三维模型图确定出对该目标电缆导体中凸起类缺陷进行打磨修整的最优打磨修整参数,实现了自动化加工生产,可以提高维修效率、降低成本,同时保证修复质量,能够有效降低绝缘电缆产品的合格率。
如图2所示,优选地,本发明的一个较佳实施例中,根据该目标电缆导体中凸起类缺陷的凸起缺陷三维模型图确定出对该目标电缆导体中凸起类缺陷进行打磨修整的最优打磨修整参数,具体为:
S202:提前制定对各种凸起缺陷工况进行打磨修整时打磨修整设备的最优打磨修整参数,得到各种凸起缺陷工况对应的最优打磨修整参数;以及通过三维软件绘制各种凸起缺陷工况对应的凸起工况三维模型图;
S204:将各种凸起缺陷工况对应的最优打磨修整参数及其对应的凸起工况三维模型图进行捆绑,得到若干个打磨参数配对数据包;构建数据库,将各个打磨参数配对数据包导入所述数据库中;
S206:获取目标电缆导体中凸起类缺陷的凸起缺陷三维模型图,通过ICP算法计算所述凸起缺陷三维模型图与各个打磨参数配对数据包中凸起工况三维模型图之间的重合度,得到多个重合度;
其中,ICP(Iterative Closest Point)算法是一种常用的三维点云配准算法,用于计算两个三维模型之间的重合度或对齐度,ICP算法通过迭代的方式不断优化待配准模型的位置和姿态,使其与参考模型尽可能重合,从而实现两个三维模型之间的重合度;
S208:在所述多个重合度中提取出最大重合度,并获取与最大重合度对应的凸起缺陷三维模型图,提取与最大重合度对应的凸起缺陷三维模型图的打磨参数配对数据包,根据提取出的打磨参数配对数据包得到对该目标电缆导体中凸起类缺陷进行打磨修整的最优打磨修整参数。
需要说明的是,通过技术人员提前制定对各种凸起缺陷工况进行打磨修整时打磨修整设备的最优打磨修整参数,如不同大小、类型以及形状的毛刺的打磨压力、打磨速度、打磨路径、打磨时间以及打磨方向等打磨参数,可以在CAM软件中进行提前设置打磨参数,以及在CAD等三维软件中绘制技术人员绘制出各种凸起缺陷工况对应的凸起工况三维模型图,然后在相应软件中提取出各种凸起缺陷工况对应的最优打磨修整参数及其对应的凸起工况三维模型图并进行捆绑,得到若干个打磨参数配对数据包;构建数据库,将各个打磨参数配对数据包导入数据库中。最后,通过目标电缆导体中凸起类缺陷的凸起缺陷三维模型图在数据库中进行快速检索配对,从而配对出对该目标电缆导体中凸起类缺陷进行打磨修整的最优打磨修整参数,然后基于物联网方式将配对得到的最优打磨修整参数传送至打磨修整设备的控制终端上,使得打磨修整设备按照相应的最优打磨修整参数对存在缺陷的电缆导体进行打磨修复。
优选地,本发明的一个较佳实施例中,若判别结果为第二判别结果,则说明目标电缆导体表面中不存在凸起类缺陷但存在凹陷类缺陷,此时生成最优涂覆参数,将该目标电缆导体的编码标识信息与最优涂覆参数传送至涂覆设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上,具体为:
若判别结果为第二判别结果,则说明目标电缆导体表面中不存在凸起类缺陷但存在凹陷类缺陷,则根据该目标电缆导体的表面图像识别得到该目标电缆导体中凹陷类缺陷的凹陷缺陷位置区域;
在所述表面图像中分割出凹陷缺陷位置区域的凹陷缺陷图像,根据所述凹陷缺陷图像构建该目标电缆导体中凹陷类缺陷的凹陷缺陷三维模型图;计算所述凹陷缺陷三维模型图的体积值;
其中,根据所述凹陷缺陷图像构建该目标电缆导体中凹陷类缺陷的凹陷缺陷三维模型图的建模方法步骤与上文所述的构建凸起缺陷三维模型图方法步骤相同,在此不多做赘述;
获取理想状态下目标电缆导体的总体积值,将凹陷缺陷三维模型图的体积值与理想状态下目标电缆导体的总体积值进行比值处理,得到凹陷缺陷占比度;将所述凹陷缺陷占比度与预设占比度进行比较;
其中,预设占比度设置为0.1;理想状态下目标电缆导体即是不存在任何缺陷的电缆导体;
若所述凹陷缺陷占比度大于预设占比度,则控制工业机械手将该目标电缆导体由检测工作站转移至报废工作站上,以对该目标电缆导体进行报废处理。
需要说明的是,若判别结果为第二判别结果,则说明目标电缆导体表面中不存在凸起类缺陷但存在凹陷类缺陷,此时计算电缆导体的凹陷缺陷占比度,若所述凹陷缺陷占比度大于预设占比度,说明由于缺陷过多已经导致电缆导体的导电性能不合格,此时即使继续对电缆导体进行涂覆加工,其加工后的成品依旧是性能不合格的产品,此时则立即对该电缆导体进行报废处理,避免对已经是不合格品的半成品电缆导体进行后续加工,能够有效降低加工成本。
优选地,本发明的一个较佳实施例中,还包括以下步骤:
若所述凹陷缺陷占比度不大于预设占比度,则将该目标电缆导体中凹陷类缺陷的凹陷缺陷位置区域标记为需进行涂覆抹平修复区域;
获取需进行涂覆抹平修复区域中凹陷类缺陷的凹陷体积值,所述凹陷体积值即是相应位置上凹陷缺陷三维模型图的体积值;
根据所述凹陷体积值确定出对需进行涂覆抹平修复区域抹平修复所需的涂覆修复量;
获取涂覆设备的预设涂覆参数,根据所述预设涂覆参数提取出对目标电缆导体中该需进行涂覆抹平修复区域进行涂覆的预设涂覆量;根据所述涂覆修复量与预设涂覆量确定出该需进行涂覆抹平修复区域的最优涂覆量;
获取涂覆设备对所述需进行涂覆抹平修复区域进行涂覆的涂覆时间节点,将所述涂覆时间节点上的预设涂覆量替换为最优涂覆量,替换完毕后,对预设涂覆参数进行更新,得到对该目标电缆导体进行涂覆的最优涂覆参数;
获取该目标电缆导体的编码标识信息,将该目标电缆导体的编码标识信息与最优涂覆参数基于物联网方式传送至涂覆设备的控制终端上,以及控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上。
其中,所述涂覆参数包括涂覆速度、涂覆量、涂覆温度、涂覆角度等。
其中,涂覆设备的预设涂覆参数为对理想状态下目标电缆导体进行涂覆加工时所设计得到的参数,预设涂覆参数通过技术人员提前设定得到。
需要说明的是,若所述凹陷缺陷占比度不大于预设占比度,说明电缆导体中虽然存在凹陷缺陷,但凹陷缺陷的数量并不多,这些缺陷的存在并没有造成电缆导体的导电性能不合格,因此可以对该电缆导体进行涂覆加工,但是若控制涂覆设备按照预设涂覆参数(预设涂覆参数即是在电缆导体表面不存在任何缺陷所提前设置出来的参数)对该电缆导体进行涂覆加工,由于导体表面存在缺陷会导致经过绝缘层涂覆后的涂覆层不均匀,从而有可能造成涂覆后的电缆导体不合格,因此,为了避免这一问题,在涂覆过程中,可以通过填补涂覆材料的方式填平相应位置上的凹陷,如若电缆导体某一位置中存在凹陷,可以通过多涂覆材料的方式来对这一凹陷进行填平,使得涂覆后绝缘电缆平整度达标。通过计算电缆导体中相应位置上的凹陷缺陷三维模型图,从而得到需进行涂覆抹平修复区域中凹陷类缺陷的凹陷体积值,从而得到需进行涂覆抹平修复区域抹平修复所需的涂覆修复量,即填平该凹陷位置所需的涂料量。然后当涂覆设备对该需进行涂覆抹平修复区域进行涂覆时,在预设涂覆量的基础上,再多喷涂相应的涂覆修复量的涂料,从而实现对该位置凹陷进行涂覆修复。通过本步骤能够根据电缆导体的缺陷情况对相应缺陷进行修复,能够有效提高绝缘层涂覆后的平整度,能够提高产品良率。
综上所述,通过图像缺陷识别技术,可以识别电缆导体中的缺陷,及时发现并处理产品缺陷,从而提高产品质量和降低次品率;通过智能制定设备的加工参数,实现对生产过程的智能化监控和控制,使生产过程更加智能化、高效化和自动化,能够有效提高生产效率与降低加工成本。
此外,本方法还包括以下步骤:
当目标设备对电缆导体加工完毕后,获取加工完毕后的目标产品的图像信息,根据所述目标产品的图像信息构建目标产品三维模型图;
通过ICP算法计算所述目标产品三维模型图与相应的预设三维模型图之间的第二重合度,判断所述第二重合度是否大于预设重合度;
若所述重合度不大于预设重合度,则构建虚拟空间,将所述目标产品三维模型图与相应的预设三维模型图导入所述虚拟空间中;
根据目标产品三维模型图与预设三维模型图的定位基准面将所述目标产品三维模型图与预设三维模型图在所述虚拟空间中进行配准处理;
配准处理完毕后,在所述虚拟空间中将目标产品三维模型图与预设三维模型图不相重合的模型区域进行标记,标记出加工偏差区域;
在目标设备的运行日志中获取加工偏差区域时目标设备的实际运行参数,将所述目标设备的实际运行参数输入至提前训练好的马尔科夫模型中进行故障预测,预测得到目标设备的故障概率;并判断所述故障概率是否大于预设故障概率;
若所述故障概率大于预设故障概率,则生成停产指令,并基于所述停产指令控制目标设备停机,以及生成故障提示信息,并将所述故障提示信息发送至预设平台上显示;
若所述故障概率不大于预设故障概率,则获取目标设备中加工区域的实时加工环境参数,将所述实时加工环境参数与预设加工环境参数进行比较,得到加工环境参数偏差值;基于所述加工环境参数偏差值控制生产车间中的环境调控设备对目标设备中加工区域的实时加工环境参数进行调节处理。
其中,预设重合度设置为98%;预设故障概率设置为80%。加工环境参数包括加工环境温度、湿度、粉尘度等。
其中,运行日志信息是指设备在运行过程中生成的记录和信息。这些信息包括设备的启动时间、运行状态、操作记录、故障信息、报警信息、参数设置等内容。设备的运行日志信息可以帮助用户了解设备的运行状态和性能表现,及时发现设备问题并进行处理,提高设备的可靠性和稳定性。设备的运行日志信息通常会记录在设备的控制系统、监控系统或数据采集系统中,用户可以通过查看设备的运行日志信息来了解设备的运行情况,分析设备的运行状况,及时发现异常情况并进行处理。设备的运行日志信息对于设备的维护保养、故障诊断、性能优化等方面都具有重要的作用。
其中,马尔科夫模型是一种描述状态转移概率的数学模型,常用于描述随机过程中状态之间的转移情况。在预测设备故障概率方面,马尔科夫模型可以用来建立设备在不同状态之间转移的概率,从而预测设备可能出现故障的概率。
需要说明的是,目标设备包括打磨修整设备和涂覆设备,目标产品包括通过打磨修整设备打磨修复后的电缆产品与通过涂覆设备涂覆后的电缆产品;预设三维模型图包括通过打磨修整设备打磨修复后的标准电缆产品的三维模型图,以及包括通过涂覆设备涂覆后的标准电缆产品的三维模型图,预设三维模型图通过技术人员提前在三维软件绘制得到。
需要说明的是,若所述重合度不大于预设重合度,说明通过目标设备加工出来的产品不合格,如通过打磨修复设备打磨加工后电缆导体的尺寸形状并不达标,此时说明打磨修复设备可能发生了故障而导致产品不合格,如由于打磨压力异常而导致打磨深度不足或过大,也可能是由于环境参数异常而导致产品不合格,如由于打磨环境中粉尘度过大,而导致打磨深度不足。因此,为了进一步分析出具体原因,首先,获取得到加工偏差区域,然后在运行日志信息中获取加工偏差区域时目标设备的实际运行参数,从而结合实际运行参数并根据马尔科夫模型预测得到目标设备的故障概率,若目标设备的故障概率大于预设故障概率,说明目标设备极大概率发生故障,从而导致产品加工后不合格,则生成停产指令,并基于所述停产指令控制目标设备停机,以及生成故障提示信息,并将所述故障提示信息发送至预设平台上显示,从而提醒检修人员及时对设备进行检修,能够有效避免设备生产出大批量不合品。若所述故障概率不大于预设故障概率,说明产品加工后不合格的原因并不设设备自身原因造成的,此时极大概率是由于加工环境造成的,此时通过对加工环境进行自动调控,同样能够有效避免设备生产出大批量不合品,并且实现了智能化加工生产,能够节约人力成本。
如图3所示,本发明第二方面公开了一种基于图像处理技术的绝缘电缆生产系统,所述绝缘电缆生产系统包括存储器20与处理器60,所述存储器20中存储有绝缘电缆生产方法程序,当所述绝缘电缆生产方法程序被所述处理器60执行时,实现如下步骤:
获取目标电缆导体的表面图像,并基于所述表面图像对目标电缆导体进行缺陷识别判断处理,生成判别结果;
若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,此时生成最优打磨修整参数,将该目标电缆导体的编码标识信息、凸起类缺陷的凸起缺陷位置区域以及最优打磨修整参数传送至打磨修整设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至打磨修整设备上;
若判别结果为第二判别结果,则说明目标电缆导体表面中不存在凸起类缺陷但存在凹陷类缺陷,此时生成最优涂覆参数,将该目标电缆导体的编码标识信息与最优涂覆参数传送至涂覆设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上;
若判别结果为第三判别结果,则说明目标电缆导体表面中即不存在凸起类缺陷也不存在凹陷类缺陷,此时则直接控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上,使得涂覆设备根据预设涂覆参数对目标电缆导体进行涂覆即可。
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)
1.一种基于图像处理技术的绝缘电缆生产方法,其特征在于,包括以下步骤:
获取目标电缆导体的表面图像,并基于所述表面图像对目标电缆导体进行缺陷识别判断处理,生成判别结果;
若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,此时生成最优打磨修整参数,将该目标电缆导体的编码标识信息、凸起类缺陷的凸起缺陷位置区域以及最优打磨修整参数传送至打磨修整设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至打磨修整设备上;
若判别结果为第二判别结果,则说明目标电缆导体表面中不存在凸起类缺陷但存在凹陷类缺陷,此时生成最优涂覆参数,将该目标电缆导体的编码标识信息与最优涂覆参数传送至涂覆设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上;
若判别结果为第三判别结果,则说明目标电缆导体表面中即不存在凸起类缺陷也不存在凹陷类缺陷,此时则直接控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上,使得涂覆设备根据预设涂覆参数对目标电缆导体进行涂覆即可。
2.根据权利要求1所述的一种基于图像处理技术的绝缘电缆生产方法,其特征在于,获取目标电缆导体的表面图像,并基于所述表面图像对目标电缆导体进行缺陷识别判断处理,生成判别结果,具体为:
通过大数据网络获取电缆导体在制备生产与运输存储过程中所有可能产生的各种缺陷,并获取各种缺陷对应的缺陷特征图像;将各种缺陷对应的缺陷特征图像进行分类处理,得到凸起类缺陷的缺陷特征图像与凹陷类缺陷的缺陷特征图像;
构建第一知识图谱,并将凸起类缺陷的缺陷特征图像导入所述第一知识图谱中;构建第二知识图谱,并将凹陷类缺陷的缺陷特征图像导入所述第二知识图谱中;
通过检测工作站上搭载的工业摄像机获取目标电缆导体的表面图像;
将所述表面图像导入所述第一知识图谱中,计算表面图像与第一知识图谱中各缺陷特征图像之间的第一结构相似度指数,得到若干个第一结构相似度指数;
分别将各个第一结构相似度指数与预设阈值进行比较;若存在至少一个第一结构相似度指数大于预设阈值,则生成第一判别结果;
若各个第一结构相似度指数均不大于预设阈值,则将所述表面图像导入所述第二知识图谱中,计算表面图像与第二知识图谱中各缺陷特征图像之间的第二结构相似度指数,得到若干个第二结构相似度指数;
分别将各个第二结构相似度指数与预设阈值进行比较,若存在至少一个第二结构相似度指数大于预设阈值,则生成第二判别结果;若各个第二结构相似度指数均不大于预设阈值,则生成第三判别结果。
3.根据权利要求1所述的一种基于图像处理技术的绝缘电缆生产方法,其特征在于,若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,此时生成最优打磨修整参数,将该目标电缆导体的编码标识信息、凸起类缺陷的凸起缺陷位置区域以及最优打磨修整参数传送至打磨修整设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至打磨修整设备上,具体为:
若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,则根据该目标电缆导体的表面图像识别得到该目标电缆导体中凸起类缺陷的凸起缺陷位置区域;
在所述表面图像中分割出凸起缺陷位置区域的凸起缺陷图像,通过SIFT算法对所述凸起缺陷图像进行特征提取处理,得到若干初始特征点;并通过孤立森林算法计算各初始特征点的孤立得分,将孤立得分不大于预设孤立得分的初始特征点筛除,得到若干最终特征点;
随机选取一个最终特征点作为坐标原点,根据所述坐标原点生成三维坐标系,并在所述三维坐标系中获取各最终特征点的三维坐标信息,将各最终特征点的三维坐标信息导入三维软件中进行模型重构,生成该目标电缆导体中凸起类缺陷的凸起缺陷三维模型图;
根据该目标电缆导体中凸起类缺陷的凸起缺陷三维模型图确定出对该目标电缆导体中凸起类缺陷进行打磨修整的最优打磨修整参数;其中,所述打磨修整参数包括打磨压力、打磨速度、打磨路径、打磨时间以及打磨方向;
获取该目标电缆导体的编码标识信息,将该目标电缆导体的编码标识信息、凸起类缺陷的凸起缺陷位置区域以及最优打磨修整参数基于物联网方式传送至打磨修整设备的控制终端上,以及控制工业机械手将该目标电缆导体由检测工作站转移至打磨修整设备上。
4.根据权利要求3所述的一种基于图像处理技术的绝缘电缆生产方法,其特征在于,根据该目标电缆导体中凸起类缺陷的凸起缺陷三维模型图确定出对该目标电缆导体中凸起类缺陷进行打磨修整的最优打磨修整参数,具体为:
提前制定对各种凸起缺陷工况进行打磨修整时打磨修整设备的最优打磨修整参数,得到各种凸起缺陷工况对应的最优打磨修整参数;以及通过三维软件绘制各种凸起缺陷工况对应的凸起工况三维模型图;
将各种凸起缺陷工况对应的最优打磨修整参数及其对应的凸起工况三维模型图进行捆绑,得到若干个打磨参数配对数据包;构建数据库,将各个打磨参数配对数据包导入所述数据库中;
获取目标电缆导体中凸起类缺陷的凸起缺陷三维模型图,通过ICP算法计算所述凸起缺陷三维模型图与各个打磨参数配对数据包中凸起工况三维模型图之间的重合度,得到多个重合度;
在所述多个重合度中提取出最大重合度,并获取与最大重合度对应的凸起缺陷三维模型图,提取与最大重合度对应的凸起缺陷三维模型图的打磨参数配对数据包,根据提取出的打磨参数配对数据包得到对该目标电缆导体中凸起类缺陷进行打磨修整的最优打磨修整参数。
5.根据权利要求1所述的一种基于图像处理技术的绝缘电缆生产方法,其特征在于,若判别结果为第二判别结果,则说明目标电缆导体表面中不存在凸起类缺陷但存在凹陷类缺陷,此时生成最优涂覆参数,将该目标电缆导体的编码标识信息与最优涂覆参数传送至涂覆设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上,具体为:
若判别结果为第二判别结果,则说明目标电缆导体表面中不存在凸起类缺陷但存在凹陷类缺陷,则根据该目标电缆导体的表面图像识别得到该目标电缆导体中凹陷类缺陷的凹陷缺陷位置区域;
在所述表面图像中分割出凹陷缺陷位置区域的凹陷缺陷图像,根据所述凹陷缺陷图像构建该目标电缆导体中凹陷类缺陷的凹陷缺陷三维模型图;计算所述凹陷缺陷三维模型图的体积值;
获取理想状态下目标电缆导体的总体积值,将凹陷缺陷三维模型图的体积值与理想状态下目标电缆导体的总体积值进行比值处理,得到凹陷缺陷占比度;将所述凹陷缺陷占比度与预设占比度进行比较;
若所述凹陷缺陷占比度大于预设占比度,则控制工业机械手将该目标电缆导体由检测工作站转移至报废工作站上,以对该目标电缆导体进行报废处理。
6.根据权利要求5所述的一种基于图像处理技术的绝缘电缆生产方法,其特征在于,还包括以下步骤:
若所述凹陷缺陷占比度不大于预设占比度,则将该目标电缆导体中凹陷类缺陷的凹陷缺陷位置区域标记为需进行涂覆抹平修复区域;
获取需进行涂覆抹平修复区域中凹陷类缺陷的凹陷体积值,所述凹陷体积值即是相应位置上凹陷缺陷三维模型图的体积值;
根据所述凹陷体积值确定出对需进行涂覆抹平修复区域抹平修复所需的涂覆修复量;
获取涂覆设备的预设涂覆参数,根据所述预设涂覆参数提取出对目标电缆导体中该需进行涂覆抹平修复区域进行涂覆的预设涂覆量;根据所述涂覆修复量与预设涂覆量确定出该需进行涂覆抹平修复区域的最优涂覆量;
获取涂覆设备对所述需进行涂覆抹平修复区域进行涂覆的涂覆时间节点,将所述涂覆时间节点上的预设涂覆量替换为最优涂覆量,替换完毕后,对预设涂覆参数进行更新,得到对该目标电缆导体进行涂覆的最优涂覆参数;
获取该目标电缆导体的编码标识信息,将该目标电缆导体的编码标识信息与最优涂覆参数基于物联网方式传送至涂覆设备的控制终端上,以及控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上。
7.一种基于图像处理技术的绝缘电缆生产系统,其特征在于,所述绝缘电缆生产系统包括存储器与处理器,所述存储器中存储有绝缘电缆生产方法程序,当所述绝缘电缆生产方法程序被所述处理器执行时,实现如下步骤:
获取目标电缆导体的表面图像,并基于所述表面图像对目标电缆导体进行缺陷识别判断处理,生成判别结果;
若判别结果为第一判别结果,则说明目标电缆导体表面中存在凸起类缺陷,此时生成最优打磨修整参数,将该目标电缆导体的编码标识信息、凸起类缺陷的凸起缺陷位置区域以及最优打磨修整参数传送至打磨修整设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至打磨修整设备上;
若判别结果为第二判别结果,则说明目标电缆导体表面中不存在凸起类缺陷但存在凹陷类缺陷,此时生成最优涂覆参数,将该目标电缆导体的编码标识信息与最优涂覆参数传送至涂覆设备上,以及控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上;
若判别结果为第三判别结果,则说明目标电缆导体表面中即不存在凸起类缺陷也不存在凹陷类缺陷,此时则直接控制工业机械手将该目标电缆导体由检测工作站转移至涂覆设备上,使得涂覆设备根据预设涂覆参数对目标电缆导体进行涂覆即可。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410303452.0A CN117893542A (zh) | 2024-03-18 | 2024-03-18 | 一种基于图像处理技术的绝缘电缆生产方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410303452.0A CN117893542A (zh) | 2024-03-18 | 2024-03-18 | 一种基于图像处理技术的绝缘电缆生产方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117893542A true CN117893542A (zh) | 2024-04-16 |
Family
ID=90641680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410303452.0A Withdrawn CN117893542A (zh) | 2024-03-18 | 2024-03-18 | 一种基于图像处理技术的绝缘电缆生产方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117893542A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2085160A1 (en) * | 1992-12-11 | 1994-06-12 | Jean Robinette | Method and Detector for Detecting Surface Roughness or Defects on Coated Wire or Cable |
JPH06258229A (ja) * | 1993-03-05 | 1994-09-16 | Furukawa Electric Co Ltd:The | 光ファイバ入り溶接管の表面欠陥検出装置 |
DE19732172A1 (de) * | 1997-07-25 | 1999-01-28 | Siemens Ag | Verfahren zur Beseitigung von Fehlerstellen bei der Fertigung von Rohren für Kabel |
WO2007062563A1 (fr) * | 2005-12-01 | 2007-06-07 | Bohai Shipbuilding Industry Co., Ltd. | Procede d'examen automatique en ligne pour des detections de defauts de surface d'acier pendant le pretraitement de toles d'acier |
DE102020000581A1 (de) * | 2020-01-27 | 2021-07-29 | Jan Nabatian | Vorrichtung und Verfahren zur Identifikation und Lokalisierung von Oberflächenfehlern |
RU2755564C1 (ru) * | 2021-03-18 | 2021-09-17 | Акционерное общество "Научно-исследовательский институт "Полюс" им. М.Ф. Стельмаха" | Устройство для выявления скрытых дефектов реставрированных деталей кузова автомобиля |
US20220126319A1 (en) * | 2019-02-05 | 2022-04-28 | 3M Innovative Properties Company | Paint repair process by scenario |
CN116487114A (zh) * | 2023-06-19 | 2023-07-25 | 成都四威科技股份有限公司 | 电缆表面缺陷检测修复装置及其检测修复方法 |
CN116630228A (zh) * | 2023-03-30 | 2023-08-22 | 广东电网有限责任公司广州供电局 | 一种高压电缆接头表面凹凸不平整缺陷检测方法 |
-
2024
- 2024-03-18 CN CN202410303452.0A patent/CN117893542A/zh not_active Withdrawn
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2085160A1 (en) * | 1992-12-11 | 1994-06-12 | Jean Robinette | Method and Detector for Detecting Surface Roughness or Defects on Coated Wire or Cable |
JPH06258229A (ja) * | 1993-03-05 | 1994-09-16 | Furukawa Electric Co Ltd:The | 光ファイバ入り溶接管の表面欠陥検出装置 |
DE19732172A1 (de) * | 1997-07-25 | 1999-01-28 | Siemens Ag | Verfahren zur Beseitigung von Fehlerstellen bei der Fertigung von Rohren für Kabel |
WO2007062563A1 (fr) * | 2005-12-01 | 2007-06-07 | Bohai Shipbuilding Industry Co., Ltd. | Procede d'examen automatique en ligne pour des detections de defauts de surface d'acier pendant le pretraitement de toles d'acier |
US20220126319A1 (en) * | 2019-02-05 | 2022-04-28 | 3M Innovative Properties Company | Paint repair process by scenario |
DE102020000581A1 (de) * | 2020-01-27 | 2021-07-29 | Jan Nabatian | Vorrichtung und Verfahren zur Identifikation und Lokalisierung von Oberflächenfehlern |
RU2755564C1 (ru) * | 2021-03-18 | 2021-09-17 | Акционерное общество "Научно-исследовательский институт "Полюс" им. М.Ф. Стельмаха" | Устройство для выявления скрытых дефектов реставрированных деталей кузова автомобиля |
CN116630228A (zh) * | 2023-03-30 | 2023-08-22 | 广东电网有限责任公司广州供电局 | 一种高压电缆接头表面凹凸不平整缺陷检测方法 |
CN116487114A (zh) * | 2023-06-19 | 2023-07-25 | 成都四威科技股份有限公司 | 电缆表面缺陷检测修复装置及其检测修复方法 |
Non-Patent Citations (1)
Title |
---|
刘英;苏宇;李文沛;: "10kV XLPE电缆接头的电场模拟方法研究", 高压电器, no. 04, 16 April 2016 (2016-04-16) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6701615B2 (en) | Inspection and sorting system and method for part repair | |
CN111861050A (zh) | 生产制程管控装置、方法及计算机可读存储介质 | |
CN117440308B (zh) | 一种麦克风话筒生产产线智能控制方法及系统 | |
CN116618764A (zh) | 一种镜面放电加工机的生产优化方法及系统 | |
CN116523414B (zh) | 一种复合镍铜散热底板的生产管理方法及系统 | |
CN113856938B (zh) | 一种石墨烯防腐涂料的喷涂均匀性检测方法及系统 | |
CN117608259B (zh) | 一种储存芯片生产设备的控制方法及系统 | |
CN111145159A (zh) | 提取巡检关键部件点的方法及装置 | |
CN114613705B (zh) | 一种半导体元器件加工的控制方法、系统及介质 | |
CN115658400A (zh) | 一种计算芯片测试方法、系统、计算机设备和存储介质 | |
CN116228766B (zh) | 一种等离子加工设备的智能调控方法及系统 | |
CN115860566A (zh) | 一种智能车间生产线电气安全管理系统 | |
CN117010666B (zh) | 一种汽修工具生产工作站智能管理方法及系统 | |
CN116501000B (zh) | 一种复合铜散热底板生产设备的控制方法及系统 | |
CN116394161B (zh) | 一种基于数据分析的电极生产管理方法及系统 | |
CN116985525B (zh) | 一种全自动视觉印刷机的智能管理方法及系统 | |
CN117893542A (zh) | 一种基于图像处理技术的绝缘电缆生产方法及系统 | |
CN114211319B (zh) | 一种多工位刀具专用磨床控制方法、系统和存储介质 | |
CN114565581A (zh) | 一种配电线路低值绝缘子的检测方法、记录媒体及系统 | |
Vater et al. | Development of a Cloud-and Edge-Architecture for adaptive model weight optimization of a CNN exemplified by optical detection of hairpin welding | |
CN116135421B (zh) | 一种基于人工智能的焊接加工路径优化方法及系统 | |
CN117541589B (zh) | 一种注塑模具表面光洁度自动检测方法、系统和介质 | |
CN117273980B (zh) | 基于数据分析的智慧工厂管理方法、系统及存储介质 | |
CN117370824B (zh) | 一种空气压缩机进气状态智能监测方法及系统 | |
CN116107284A (zh) | 一种工业设备的检修方法、装置及计算机可读存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20240416 |
|
WW01 | Invention patent application withdrawn after publication |