CN111398293A - 一种零部件生产检测*** - Google Patents
一种零部件生产检测*** Download PDFInfo
- Publication number
- CN111398293A CN111398293A CN202010269641.2A CN202010269641A CN111398293A CN 111398293 A CN111398293 A CN 111398293A CN 202010269641 A CN202010269641 A CN 202010269641A CN 111398293 A CN111398293 A CN 111398293A
- Authority
- CN
- China
- Prior art keywords
- module
- marking
- controller
- picking
- scanning imaging
- 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
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 30
- 230000007547 defect Effects 0.000 claims abstract description 56
- 238000003384 imaging method Methods 0.000 claims abstract description 56
- 238000001514 detection method Methods 0.000 claims abstract description 46
- 230000007246 mechanism Effects 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims abstract description 6
- 230000000694 effects Effects 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 8
- 239000002131 composite material Substances 0.000 claims description 7
- 230000002950 deficient Effects 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 claims description 7
- 238000009749 continuous casting Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000005507 spraying Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/06—Visualisation of the interior, e.g. acoustic microscopy
- G01N29/0609—Display arrangements, e.g. colour displays
- G01N29/0645—Display representation or displayed parameters, e.g. A-, B- or C-Scan
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/20—Metals
- G01N33/204—Structure thereof, e.g. crystal structure
- G01N33/2045—Defects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Food Science & Technology (AREA)
- Crystallography & Structural Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种零部件生产检测***，其特征在于：包括采集模块、控制器、识别瑕疵模块、显示模块、瑕疵标注和标注拾取，采集模块包括声矢量传感器、线扫描成像器、超声C扫描成像模块和表面缺陷激光扫描成像模块，标注拾取包括工业自动化机械臂、工业智能标记机和工业智能拾取机，控制器采用CPU处理器进行数据信息的分析、处理，由程序计数器、指令寄存器、指令译码器、时序产生器和操作控制器组成，它是发布命令的"决策机构"，即完成协调和指挥整个***的操作，从而控制这些部件按指令的要求进行动作的重要部分；本发明具有实现稳定、连续、可靠的产品检测、提高生产效率和降低人力成本的优点。
Description
技术领域
本发明涉及零部件检测技术领域，具体为一种零部件生产检测***。
背景技术
制造业是指机械工业时代利用某种资源(物料、能源、设备、工具、资金、技术、信息和人力等)，按照市场要求，通过制造过程，转化为可供人们使用和利用的大型工具、工业品与生活消费产品的行业，对于广大生产制造企业而言，其生产自动化程度越来越高，对产品质量、生产效率的要求也越来越严格。由此也可窥见，生产制造企业正在由数字化、网络化逐步走向智能化；
现有技术，人工检测易疲劳、个体差异、重复性差、产品缺陷、生产效率低下、人力成本高：所以更加需要一种零部件生产检测***。
发明内容
本发明的目的在于提供一种零部件生产检测***，具有实现稳定、连续、可靠的产品检测、提高生产效率和降低人力成本的优点，解决了现有技术中的问题。
为实现上述目的，本发明提供如下技术方案：一种零部件生产检测***，包括采集模块、控制器、识别瑕疵模块、显示模块、瑕疵标注和标注拾取，所述采集模块包括声矢量传感器、线扫描成像器、超声C扫描成像模块和表面缺陷激光扫描成像模块，所述标注拾取包括工业自动化机械臂、工业智能标记机和工业智能拾取机；
所述控制器采用CPU处理器进行数据信息的分析、处理，由程序计数器、指令寄存器、指令译码器、时序产生器和操作控制器组成，它是发布命令的" 决策机构"，即完成协调和指挥整个***的操作，从而控制这些部件按指令的要求进行动作的重要部分；
所述采集模块包括声矢量传感器、线扫描成像器、超声C扫描成像模块和表面缺陷激光扫描成像模块，声矢量传感器安装在检测零部件试运行设备内，可以将声音以彩色等高线图的方式将声源可视化，形成类似于热成像仪对物体温度的探测效果，通过矢量声像刷不仅对试运行零部件稳态噪声源可以获得极佳的检测效果；线扫描成像器将目标物体转换成光学图象,通过线阵成像器件,最终目标物体能够变为数字信号图象；超声C扫描成像模块通过超声C扫描平板或一定曲率的复合材料内部缺陷检测；表面缺陷激光扫描成像模块，采用激光扫描CCD成像技术，进行连铸热坯表面缺陷形态及深度的可靠检测。
优选的，所述控制器内设定有零部件检测标准值，所述通过外部的传送带将瑕疵零部件运输到瑕疵标注内。
优选的，所述工业智能标记机和工业智能拾取机通过工业自动化机械臂，沿X轴、Y轴和Z轴移动的机械臂，该机械臂前端设有喷涂装置和多方位采集摄像头进行标注拾取。
优选的，所述显示模块内设有储存器，对检测出瑕疵的零部件的图像信息进行储存。
优选的，所述采集模块、控制器、识别瑕疵模块、显示模块、瑕疵标注和标注拾取均设有独立的电源，并通过网络线缆连接。
与现有技术相比，本发明的有益效果如下：本一种零部件生产检测***通过采集模块内的声矢量传感器、线扫描成像器、超声C扫描成像模块和表面缺陷激光扫描成像模块，对零部件表面、内部和试运行状态下结合外部检测设备进行的检测成像处理，通过显示模块显示，方便工作人员二次判断，减少了检测误差，并由储存器储存检测图像信息，由控制器内设定的标志值进行比较判断零部件的合格性，并通过网络连接工业智能标记机和工业智能拾取机通过工业自动化机械臂，对有瑕疵的零部件的进行标记和拾取，有效的解决了人工检测易疲劳、个体差异、重复性差、产品缺陷、生产效率低下的问题。
附图说明
图1为本发明一种零部件生产检测***的整体流程示意图；
图2为本发明一种零部件生产检测***的采集模块示意图；
图3为本发明一种零部件生产检测***的标注拾取***示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1、2、3，一种零部件生产检测***，包括采集模块、控制器、识别瑕疵模块、显示模块、瑕疵标注和标注拾取，采集模块包括声矢量传感器、线扫描成像器、超声C扫描成像模块和表面缺陷激光扫描成像模块，标注拾取包括工业自动化机械臂、工业智能标记机和工业智能拾取机，控制器采用CPU处理器进行数据信息的分析、处理，由程序计数器、指令寄存器、指令译码器、时序产生器和操作控制器组成，它是发布命令的"决策机构"，即完成协调和指挥整个***的操作，从而控制这些部件按指令的要求进行动作的重要部分，采集模块包括声矢量传感器、线扫描成像器、超声C扫描成像模块和表面缺陷激光扫描成像模块，声矢量传感器安装在检测零部件试运行设备内，可以将声音以彩色等高线图的方式将声源可视化，形成类似于热成像仪对物体温度的探测效果，通过矢量声像刷不仅对试运行零部件稳态噪声源可以获得极佳的检测效果；线扫描成像器将目标物体转换成光学图象,通过线阵成像器件,最终目标物体能够变为数字信号图象；超声C扫描成像模块通过超声C扫描平板或一定曲率的复合材料内部缺陷检测；表面缺陷激光扫描成像模块，采用激光扫描CCD成像技术，进行连铸热坯表面缺陷形态及深度的可靠检测，控制器内设定有零部件检测标准值，通过外部的传送带将瑕疵零部件运输到瑕疵标注内，工业智能标记机和工业智能拾取机通过工业自动化机械臂，沿X轴、Y轴和Z轴移动的机械臂，该机械臂前端设有喷涂装置和多方位采集摄像头进行标注拾取，显示模块内设有储存器，对检测出瑕疵的零部件的图像信息进行储存，采集模块、控制器、识别瑕疵模块、显示模块、瑕疵标注和标注拾取均设有独立的电源，并通过网络线缆连接；
具体的，通过结合外部检测设备和采集模块内的声矢量传感器安装在检测零部件试运行设备内，可以将声音以彩色等高线图的方式将声源可视化，形成类似于热成像仪对物体温度的探测效果，通过矢量声像刷不仅对试运行零部件稳态噪声源可以获得极佳的检测效果；线扫描成像器将目标物体转换成光学图象,通过线阵成像器件,最终目标物体能够变为数字信号图象；超声C 扫描成像模块通过超声C扫描平板或一定曲率的复合材料内部缺陷检测；表面缺陷激光扫描成像模块，采用激光扫描CCD成像技术，进行连铸热坯表面缺陷形态及深度的可靠检测，零部件表面、内部和试运行状态下结合外部检测设备进行的检测成像处理，通过显示模块显示，方便工作人员查看，显示模块显示‘存在缺陷’，并由储存器储存检测图像信息，由控制器内设定的标志值进行比较判断零部件的合格性，并通过外部的传送带将瑕疵的零部件运输到标注拾取内，由于网络连接工业智能标记机通过工业自动化机械臂，由控制器操作沿X轴、Y轴和Z轴移动的机械臂，该机械臂前端设有喷涂装置和多方位采集摄像头对有瑕疵的零部件的进行自动标记，工业智能拾取机通过工业自动化机械臂通过多方位采集摄像头对标记后的零部件进行自动化拾取，有效的解决了人工检测易疲劳、个体差异、重复性差、产品缺陷、生产效率低下的问题；
实施例2：
请参阅图1、2、3，一种零部件生产检测***，包括采集模块、控制器、识别瑕疵模块、显示模块、瑕疵标注和标注拾取，采集模块包括声矢量传感器、线扫描成像器、超声C扫描成像模块和表面缺陷激光扫描成像模块，标注拾取包括工业自动化机械臂、工业智能标记机和工业智能拾取机，控制器采用CPU处理器进行数据信息的分析、处理，由程序计数器、指令寄存器、指令译码器、时序产生器和操作控制器组成，它是发布命令的"决策机构"，即完成协调和指挥整个***的操作，从而控制这些部件按指令的要求进行动作的重要部分，采集模块包括声矢量传感器、线扫描成像器、超声C扫描成像模块和表面缺陷激光扫描成像模块，声矢量传感器安装在检测零部件试运行设备内，可以将声音以彩色等高线图的方式将声源可视化，形成类似于热成像仪对物体温度的探测效果，通过矢量声像刷不仅对试运行零部件稳态噪声源可以获得极佳的检测效果；线扫描成像器将目标物体转换成光学图象,通过线阵成像器件,最终目标物体能够变为数字信号图象；超声C扫描成像模块通过超声C扫描平板或一定曲率的复合材料内部缺陷检测；表面缺陷激光扫描成像模块，采用激光扫描CCD成像技术，进行连铸热坯表面缺陷形态及深度的可靠检测，控制器内设定有零部件检测标准值，通过外部的传送带将瑕疵零部件运输到瑕疵标注内，工业智能标记机和工业智能拾取机通过工业自动化机械臂，沿X轴、Y轴和Z轴移动的机械臂，该机械臂前端设有喷涂装置和多方位采集摄像头进行标注拾取，显示模块内设有储存器，对检测出瑕疵的零部件的图像信息进行储存，采集模块、控制器、识别瑕疵模块、显示模块、瑕疵标注和标注拾取均设有独立的电源，并通过网络线缆连接；
具体的，通过结合外部检测设备和采集模块内的声矢量传感器安装在检测零部件试运行设备内，可以将声音以彩色等高线图的方式将声源可视化，形成类似于热成像仪对物体温度的探测效果，通过矢量声像刷不仅对试运行零部件稳态噪声源可以获得极佳的检测效果；线扫描成像器将目标物体转换成光学图象,通过线阵成像器件,最终目标物体能够变为数字信号图象；超声C 扫描成像模块通过超声C扫描平板或一定曲率的复合材料内部缺陷检测；表面缺陷激光扫描成像模块，采用激光扫描CCD成像技术，进行连铸热坯表面缺陷形态及深度的可靠检测，零部件表面、内部和试运行状态下结合外部检测设备进行的检测成像处理，通过显示模块显示，方便工作人员查看，显示模块显示‘指标正常’，储存器不储存检测图像信息，由控制器内设定的标志值进行比较判断零部件的合格性，并通过外部的传送带将零部件运输到标注拾取，由于零部件检测指标正常，工业智能标记机和工业智能拾取机通过工业自动化机械臂，不进行标注和拾取，通过外部的传动带流向合格的储存箱内，有效的解决了人工检测易疲劳、个体差异、重复性差、产品缺陷、生产效率低下的问题。
工作原理：本发明一种零部件生产检测***，采集模块、控制器、识别瑕疵模块、显示模块、瑕疵标注和标注拾取均设有独立的电源并安装在外部的检测设备内，并通过网络线缆连接通过结合外部检测设备和采集模块内的声矢量传感器安装在检测零部件试运行设备内，可以将声音以彩色等高线图的方式将声源可视化，形成类似于热成像仪对物体温度的探测效果，通过矢量声像刷不仅对试运行零部件稳态噪声源可以获得极佳的检测效果；线扫描成像器将目标物体转换成光学图象,通过线阵成像器件,最终目标物体能够变为数字信号图象；超声C扫描成像模块通过超声C扫描平板或一定曲率的复合材料内部缺陷检测；表面缺陷激光扫描成像模块，采用激光扫描CCD成像技术，进行连铸热坯表面缺陷形态及深度的可靠检测，零部件表面、内部和试运行状态下结合外部检测设备进行的检测成像处理，通过显示模块显示，方便工作人员查看‘存在缺陷’，并由储存器储存检测图像信息，由控制器内设定的标志值进行比较判断零部件的合格性，并通过外部的传送带将瑕疵的零部件运输到标注拾取内，由于网络连接工业智能标记机通过工业自动化机械臂，由控制器操作沿X轴、Y轴和Z轴移动的机械臂，该机械臂前端设有喷涂装置和多方位采集摄像头对有瑕疵的零部件的进行自动标记，工业智能拾取机通过工业自动化机械臂通过多方位采集摄像头对标记后的零部件进行自动化拾取，显示模块显示图像信息，方便工作人员查看，显示模块显示‘指标正常’，储存器不储存检测图像信息，由控制器内设定的标志值进行比较判断零部件的合格性，并通过外部的传送带将零部件运输到标注拾取，由于零部件检测指标正常，工业智能标记机和工业智能拾取机通过工业自动化机械臂，不进行标注和拾取，通过外部的传动带流向合格的储存箱内，有效的解决了人工检测易疲劳、个体差异、重复性差、产品缺陷、生产效率低下的问题。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点，对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明；因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内，不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (5)
1.一种零部件生产检测***，其特征在于：包括采集模块、控制器、识别瑕疵模块、显示模块、瑕疵标注和标注拾取，所述采集模块包括声矢量传感器、线扫描成像器、超声C扫描成像模块和表面缺陷激光扫描成像模块，所述标注拾取包括工业自动化机械臂、工业智能标记机和工业智能拾取机；
所述控制器采用CPU处理器进行数据信息的分析、处理，由程序计数器、指令寄存器、指令译码器、时序产生器和操作控制器组成，它是发布命令的"决策机构"，即完成协调和指挥整个***的操作，从而控制这些部件按指令的要求进行动作的重要部分；
所述采集模块包括声矢量传感器、线扫描成像器、超声C扫描成像模块和表面缺陷激光扫描成像模块，声矢量传感器安装在检测零部件试运行设备内，可以将声音以彩色等高线图的方式将声源可视化，形成类似于热成像仪对物体温度的探测效果，通过矢量声像刷不仅对试运行零部件稳态噪声源可以获得极佳的检测效果；线扫描成像器将目标物体转换成光学图象,通过线阵成像器件,最终目标物体能够变为数字信号图象；超声C扫描成像模块通过超声C扫描平板或一定曲率的复合材料内部缺陷检测；表面缺陷激光扫描成像模块，采用激光扫描CCD成像技术，进行连铸热坯表面缺陷形态及深度的可靠检测。
2.根据权利要求1所述的一种零部件生产检测***，其特征在于：所述控制器内设定有零部件检测标准值，所述通过外部的传送带将瑕疵零部件运输到瑕疵标注内。
3.根据权利要求1所述的一种零部件生产检测***，其特征在于：所述工业智能标记机和工业智能拾取机通过工业自动化机械臂，沿X轴、Y轴和Z轴移动的机械臂，该机械臂前端设有喷涂装置和多方位采集摄像头进行标注拾取。
4.根据权利要求1所述的一种零部件生产检测***，其特征在于：所述显示模块内设有储存器，对检测出瑕疵的零部件的图像信息进行储存。
5.根据权利要求1所述的一种零部件生产检测***，其特征在于：所述采集模块、控制器、识别瑕疵模块、显示模块、瑕疵标注和标注拾取均设有独立的电源，并通过网络线缆连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010269641.2A CN111398293A (zh) | 2020-04-08 | 2020-04-08 | 一种零部件生产检测*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010269641.2A CN111398293A (zh) | 2020-04-08 | 2020-04-08 | 一种零部件生产检测*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111398293A true CN111398293A (zh) | 2020-07-10 |
Family
ID=71437494
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010269641.2A Pending CN111398293A (zh) | 2020-04-08 | 2020-04-08 | 一种零部件生产检测*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111398293A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111965188A (zh) * | 2020-08-18 | 2020-11-20 | 武汉普利赛斯科技有限公司 | 一种试纸生产*** |
| CN113634553A (zh) * | 2021-08-05 | 2021-11-12 | 上海申茂电磁线有限公司 | 漆包扁线智能清洗方法和*** |
| CN114002222A (zh) * | 2020-07-28 | 2022-02-01 | 宝山钢铁股份有限公司 | 一种用于在役管线的智能探伤装置、***及其方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002122552A (ja) * | 2000-10-12 | 2002-04-26 | Sony Corp | 欠陥検査装置および欠陥検査方法 |
| CN101865789A (zh) * | 2010-06-30 | 2010-10-20 | 上海交通大学 | 近场声全息声像模式识别故障检测装置及其检测方法 |
| CN101871895A (zh) * | 2010-05-10 | 2010-10-27 | 重庆大学 | 连铸热坯表面缺陷激光扫描成像无损检测方法 |
| US20120027288A1 (en) * | 2010-07-29 | 2012-02-02 | Chang Yuan | Methods, Systems and Apparatus for Defect Detection |
| CN102854194A (zh) * | 2012-09-11 | 2013-01-02 | 中南大学 | 基于线阵ccd的物件表面缺陷检测方法及装置 |
| CN106290384A (zh) * | 2016-10-21 | 2017-01-04 | 江苏理工学院 | 无刷直流电机控制线路板在线检测识别方法 |
| CN107966497A (zh) * | 2017-10-30 | 2018-04-27 | 航天材料及工艺研究所 | 一种基于摄像定位的手动超声可视化无损检测装置及方法 |
| CN110297215A (zh) * | 2019-06-19 | 2019-10-01 | 东北电力大学 | 一种圆阵列声源定位可视化***及方法 |
| CN110954599A (zh) * | 2019-12-23 | 2020-04-03 | 河南工业职业技术学院 | 一种机械零件缺陷检测方法及*** |
-
2020
- 2020-04-08 CN CN202010269641.2A patent/CN111398293A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002122552A (ja) * | 2000-10-12 | 2002-04-26 | Sony Corp | 欠陥検査装置および欠陥検査方法 |
| CN101871895A (zh) * | 2010-05-10 | 2010-10-27 | 重庆大学 | 连铸热坯表面缺陷激光扫描成像无损检测方法 |
| CN101865789A (zh) * | 2010-06-30 | 2010-10-20 | 上海交通大学 | 近场声全息声像模式识别故障检测装置及其检测方法 |
| US20120027288A1 (en) * | 2010-07-29 | 2012-02-02 | Chang Yuan | Methods, Systems and Apparatus for Defect Detection |
| CN102854194A (zh) * | 2012-09-11 | 2013-01-02 | 中南大学 | 基于线阵ccd的物件表面缺陷检测方法及装置 |
| CN106290384A (zh) * | 2016-10-21 | 2017-01-04 | 江苏理工学院 | 无刷直流电机控制线路板在线检测识别方法 |
| CN107966497A (zh) * | 2017-10-30 | 2018-04-27 | 航天材料及工艺研究所 | 一种基于摄像定位的手动超声可视化无损检测装置及方法 |
| CN110297215A (zh) * | 2019-06-19 | 2019-10-01 | 东北电力大学 | 一种圆阵列声源定位可视化***及方法 |
| CN110954599A (zh) * | 2019-12-23 | 2020-04-03 | 河南工业职业技术学院 | 一种机械零件缺陷检测方法及*** |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114002222A (zh) * | 2020-07-28 | 2022-02-01 | 宝山钢铁股份有限公司 | 一种用于在役管线的智能探伤装置、***及其方法 |
| CN114002222B (zh) * | 2020-07-28 | 2024-05-14 | 宝山钢铁股份有限公司 | 一种用于在役管线的智能探伤装置、***及其方法 |
| CN111965188A (zh) * | 2020-08-18 | 2020-11-20 | 武汉普利赛斯科技有限公司 | 一种试纸生产*** |
| CN113634553A (zh) * | 2021-08-05 | 2021-11-12 | 上海申茂电磁线有限公司 | 漆包扁线智能清洗方法和*** |
| CN113634553B (zh) * | 2021-08-05 | 2022-06-21 | 上海申茂电磁线有限公司 | 漆包扁线智能清洗方法和*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111398293A (zh) | 一种零部件生产检测*** | |
| US11213860B2 (en) | Automatic magnetic core sorting system based on machine vision | |
| CN113537301B (zh) | 基于模板自适应匹配瓶体标签的缺陷检测方法 | |
| CN201135974Y (zh) | 磁钢自动检测*** | |
| CN105491349A (zh) | 皮带群组异常状态自动巡视检测***及其检测方法 | |
| CN106546173A (zh) | 用于检测元器件的设备及其检测方法 | |
| WO2020078333A1 (zh) | 基于agv的多工位自动抽检和返产的方法 | |
| WO2022100145A1 (zh) | 一种基于人工智能视觉技术的输液袋异物识别方法及检测方法 | |
| CN109490320A (zh) | 一种基于机器视觉的动力电池组正负极异常检测***和方法 | |
| CN114104653A (zh) | 一种输煤仓区域输煤皮带机智能巡检检测方法 | |
| CN201608196U (zh) | 对玻璃基板进行检测的搬运设备 | |
| CN203518957U (zh) | 一种激光划线形貌的检测*** | |
| CN215416668U (zh) | 一种ccd自动扫码识别装置 | |
| CN109894763B (zh) | 一种太阳能组件接线盒定位组装***及其定位组装方法 | |
| CN217595227U (zh) | 基于图像处理的自动标签角度瑕疵检测*** | |
| CN210411596U (zh) | 一种筛选送料*** | |
| CN117094609A (zh) | 一种基于机器视觉的铝型材生产质量智能管理*** | |
| CN210063598U (zh) | 一种布匹智能仓储*** | |
| CN208555086U (zh) | 一种基于机器视觉的磁芯自动分拣*** | |
| CN204631601U (zh) | 智能空间堆叠式装配机器人生产线 | |
| CN109612995A (zh) | 一种产品缺失检测装置及方法 | |
| CN216208660U (zh) | 一种塑料瓶瓶身缺陷检测装置 | |
| CN213181294U (zh) | 一种石墨电极表面检测*** | |
| CN114120173A (zh) | 一种基于高速运动物体视觉图像识别技术的卷烟姿态调整及纠错*** | |
| CN207759692U (zh) | 用于多片玻璃同时抓取的吸盘夹具 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200710 |