CN112345547A - 一种基于mes的荧光探伤视觉数据处理***及其处理方法 - Google Patents
一种基于mes的荧光探伤视觉数据处理***及其处理方法 Download PDFInfo
- Publication number
- CN112345547A CN112345547A CN202011181236.1A CN202011181236A CN112345547A CN 112345547 A CN112345547 A CN 112345547A CN 202011181236 A CN202011181236 A CN 202011181236A CN 112345547 A CN112345547 A CN 112345547A
- Authority
- CN
- China
- Prior art keywords
- data
- parts
- mes
- flaw detection
- visual
- 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
- 230000000007 visual effect Effects 0.000 title claims abstract description 97
- 238000012545 processing Methods 0.000 title claims abstract description 32
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000007689 inspection Methods 0.000 title claims description 49
- 238000001514 detection method Methods 0.000 claims abstract description 83
- 238000012360 testing method Methods 0.000 claims abstract description 38
- 238000004519 manufacturing process Methods 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 22
- 238000007619 statistical method Methods 0.000 claims abstract description 8
- 230000002950 deficient Effects 0.000 claims description 41
- 238000000034 method Methods 0.000 claims description 30
- 230000001960 triggered effect Effects 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 22
- 238000012552 review Methods 0.000 abstract description 6
- 238000007726 management method Methods 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000013523 data management Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000006249 magnetic particle Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011282 treatment Methods 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
- G01N21/91—Investigating the presence of flaws or contamination using penetration of dyes, e.g. fluorescent ink
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32187—Correlation between controlling parameters for influence on quality parameters
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32196—Store audit, history of inspection, control and workpiece data into database
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32207—Action upon failure value, send warning, caution message to terminal
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/37—Measurements
- G05B2219/37208—Vision, visual inspection of workpiece
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45066—Inspection robot
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Pathology (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- General Factory Administration (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
一种基于MES的荧光探伤视觉数据处理***及其处理方法,属于荧光探伤技术领域。本发明提供一种能够自动记录缺陷信号数据、省略人工复查、省时高效的基于MES的荧光探伤视觉数据处理***及其处理方法。本发明中,MES***用于根据生产调度信息进行排产,数据库用于接收MES***推送的待检批次零件信息并提取出结构化数据,荧光探伤智能视觉设备用于根据结构化数据的关键字段自动选择对应的工作模式,对零件进行自动分选,数据采集服务器对试验数据进行存储并进行统计分析;数据采集服务器用于根据用户预设规则实时监测试验数据的状态,并根据监测结果实时控制是否触发荧光探伤智能视觉设备的报警装置。本发明主要用于对零件进行荧光探伤。
Description
技术领域
本发明属于荧光探伤技术领域,具体涉及一种基于MES的荧光探伤视觉数据处理***及其处理方法。
背景技术
机械零部件在工作中会出现裂纹、腐蚀、气孔等不连续性缺陷,这类缺陷严重威胁着现有机械装备的安全性和可靠性,因表面缺陷导致零部件失效断裂的事故数不胜数,为此各个国家相继制定了专用的荧光渗透探伤标准,一些大型自动化荧光探伤装备相继被开发使用。例如我国西南科技大学开发了一种智能化荧光磁粉探伤检测***,该***采用了传输带机械装置、专业磁粉探伤仪以及CCD视觉相机技术,并且能够与产品生产线相衔接,实现零件检测速度与生产速度同步。我国航天紧固件制造单位自主研制了一种荧光探伤智能视觉识别***,该***分别采用视觉定位技术、ABB机器人技术、CCD视觉相机技术等,适用于各类金属紧固件360°全方位缺陷探测。荧光探伤是一种检查零部件表面缺陷的无损检验方法,将待检零部件放入检测设备进行一系列处理后,在零件表面缺陷处会产生黄绿色信号显示。关键零部件产品的荧光探伤检查过程中,为了更加准确无误的获得零件所有表面的细微缺陷显示,通常需要采用视觉识别设备对零件表面进行观察。视觉观察完成后设备会根据零件表面是否存在缺陷显示进行分料筛选,视觉识别到缺陷显示信号时零件自动被分选到不良品区,未识别到缺陷显示信号时被分选至良品区。待检零部件全部完成视觉观察后,检测员仅对不良品零件进行集中复查确认。
当前,手工荧光探伤设备逐渐被自动化设备所取代,特别是缺陷痕迹显示的探测方面已实现了智能化。但是由于复杂的荧光探伤工艺特性,经过不同加工工艺处理的零件,其表面缺陷的痕迹显示会呈现不同状态,即圆形显示、线型显示、点状显示等。目前,自动化荧光探伤设备可以实现缺陷痕迹显示的自动筛选,将未观察到任何显示的零件筛选为良品,对存在缺陷显示的零件筛选为不良品,但是该设备无法辨别缺陷痕迹显示的状态,对各种状态的缺陷显示均作不良品处理,尔后再由检测员进行目视复查验证。这种自动化设备预检方式虽然提高了检测效率,但是在数据采集模式、数据管理方法、预警机制等方面还需要进一步完善。
现有的自动化荧光探伤检测过程中,先通过自动化设备预检方式将待检零件分选为良品和不良品两种状态,再由检测员针对不良品的缺陷痕迹显示状态进行复查验证。当对大批量零件实施检测时,若零件存在***性质量问题时,经自动化探伤设备筛选为不良品的比例会较高,依靠后续人工复查处理的方式不仅耗费大量的时间,而且人工记录大量缺陷信号数据也容易出现记录错误,检测过程中的数据管理方式较单一,缺少智能化管理。
因此,就需要一种能够自动记录缺陷信号数据、省略人工复查、省时高效的基于MES的荧光探伤视觉数据处理***及其处理方法。
发明内容
本发明针对现有的荧光探伤检测***在记录缺陷信息时需要人工复查、耗时耗力的缺陷,提供一种能够自动记录缺陷信号数据、省略人工复查、省时高效的基于MES的荧光探伤视觉数据处理***及其处理方法。
本发明的技术方案如下:
本发明所涉及的一种基于MES的荧光探伤视觉数据处理***,它包括MES***、数据库、荧光探伤智能视觉设备和数据采集服务器;
所述MES***用于将待检批次零件信息传送至所述数据库;并用于存取所述数据采集服务器所采集回来的实时数据信息;
所述数据库用于接收MES***推送的待检批次零件信息,根据所述待检批次零件信息的特点提取出结构化数据,并自动推送到所述荧光探伤智能视觉设备;
所述荧光探伤智能视觉设备用于接收数据库推来的结构化数据,根据所述结构化数据的关键字段自动选择对应的工作模式,并根据荧光显示信号状态对零件进行自动分选,所述荧光探伤智能视觉设备将在运行过程中产生的试验数据自动传输到所述数据采集服务器上进行存储;所述MES***对所述试验数据进行统计分析;
所述数据采集服务器用于根据用户预设规则对试验数据的状态进行实时监测,并根据监测结果实时控制是否触发所述荧光探伤智能视觉设备的报警装置。
进一步地:所述荧光探伤智能视觉设备包括视觉定位***、ABB机器人模块和CCD摄像机模块;
所述视觉定位***用于将零件的摆放姿态信息发送给所述ABB机器人;
所述ABB机器人用于根据零件当前的摆放姿态信息自动拾取相应的零件并传递至所述CCD摄像机;
所述CCD摄像机用于实时监测零件所有表面的荧光显示信号状态,所述数据采集服务器根据所述荧光显示信号状态将零件自动分选为良品或不良品。
进一步地:当待检零件经所述CCD摄像机识别时,所述CCD摄像机自动触发所述数据采集服务器进行数据统计。
进一步地:所述数据采集服务器具备自定义化的数据监控功能,根据用户预设规则对试验数据的状态进行实时监测,并对用户设置预警水平阈值,若所述荧光探伤智能视觉设备向所述数据采集服务器实时传输的不良品数量低于阈值时,所述荧光探伤智能视觉设备继续工作;若实时传输的不良品数量达到或超过阈值时,所述数据采集服务器触发所述荧光探伤智能视觉设备的报警装置,并使所述荧光探伤智能视觉设备暂停工作,所述报警装置通过MES***对所述不良品的荧光显示图片发起在线确认验证信息,检测人员进行验证,从而控制所述荧光探伤智能视觉设备是否继续工作。
进一步地:所述试验数据包括待检零件不同部位上的荧光显示图片、不带荧光显示的零件数量、带有荧光显示的零件数量和个性化分析图表,且所述试验数据采用通用的数据格式。
进一步地:所述待检批次零件信息包括批次号、工序名称和规格。
进一步地:所述工作模式包括视觉定位***参数设定、ABB机器人模块参数设定和CCD摄像机模块参数设定。
本发明所述的一种基于MES的荧光探伤视觉数据处理***的处理方法,它包括以下步骤:
S1、MES***将待检批次零件信息传送至数据库,所述MES***同时存取数据采集服务器所采集回来的实时数据信息;
S2、数据库接收MES***推送的待检批次零件信息,并根据零件信息特点提取出结构化数据,然后将所述结构化数据自动推送到荧光探伤智能视觉设备;
S3、所述荧光探伤智能视觉设备在接收所述数据库推来的结构化数据后,根据结构化数据的关键字段自动选择对应的工作模式;并根据荧光显示信号状态将零件自动分选为良品或不良品;
S4、所述荧光探伤智能视觉设备在运行过程中产生的试验数据将自动传输到所述数据采集服务器上进行存储,试验数据采用通用的数据格式,并能够传输到MES***中进行统计分析;
S5、所述数据采集服务器自定义数据监控功能,根据用户预设规则对试验数据的状态进行实时监测,并根据所述数据采集服务器接收到的当前不良品数量控制荧光探伤智能视觉设备是否继续工作。
进一步地:在S3中,所述荧光探伤智能视觉设备包括视觉定位***、ABB机器人模块和CCD摄像机模块;所述工作模式启动后,所述视觉定位***通过柔性振动方式将待检零件送入指定位置,并将零件的摆放姿态信息发送给ABB机器人,所述ABB机器人根据零件的摆放姿态信息自动拾取相应的零件并传递至CCD摄像机,所述CCD摄像机实时监测零件所有表面的荧光显示信号状态,待检零件经所述CCD摄像机识别时,所述CCD摄像机都会自动触发所述数据采集服务器进行数据统计。
进一步地:在S5中,对用户预设预警水平阈值,若所述荧光探伤智能视觉设备向所述数据采集服务器实时传输的不良品数量低于阈值时,所述荧光探伤智能视觉设备将继续工作;若实时传输的不良品数量达到阈值或超过阈值时,所述数据采集服务器将触发所述荧光探伤智能视觉设备的报警装置,并使荧光探伤智能视觉设备暂停工作,由检测人员通过MES***对不良品的荧光显示图片进行在线确认并控制所述荧光探伤智能视觉设备进行相应的工作。
本发明的有益效果是:
本发明所涉及的一种基于MES的荧光探伤视觉数据处理***及其处理方法,将视觉识别设备与MES(制造企业生产过程执行管理***)***进行集成,由MES***推送驱动指令至视觉识别设备,使其自动实施视觉观察活动,视觉观察过程中采集的试验数据会实时反馈到MES***中,实现观察过程闭环管理。检测员可通过MES***实时对视觉观察过程进行监控,可根据实际需求对试验进度、异常件比例、预警机制等进行在线管理。利用MES***平台可以同时对自动化荧光探伤设备、检测人员等进行协作调控,提高检测过程数据的快速处理能力,实现荧光探伤智能化发展。将自动化荧光探伤设备与MES***进行集成,通过MES***对设备进行管理控制,可对检测过程进行实时跟踪和监控,智能化管理程度高。通过MES***发送的工作指令,使设备自动调整工作参数并开始运行;过程数据自动上传至MES***中进行保存;对检测过程进行智能化管理。检测人员可根据产品特性来设置相应的预警机制:当设备连续识别出一定数量的不良品时,设备将暂停工作并将连续识别到的不良品缺陷显示图片发送到MES***,由检测员实施在线评估。设备根据检测员的评估结果实施相应的工作,例如继续、终止等。本发明中的数据处理方法,与MES***进行集成,可对荧光探伤视觉数据进行智能化管理,全部试验数据自动上传到***中进行保存、统计及分析,能够支持检测人员在线处理缺陷信号数据,提高了试验效率和试验质量。
附图说明
图1为本发明的基于MES的荧光探伤视觉数据处理***的处理过程示意图;
图2为荧光探伤智能视觉设备的结构示意图;
图3为试验数据监控过程的流程图;
图中,1为CCD摄像机,2为ABB机器人,3为视觉定位***。
具体实施方式
下面结合实施例对本发明的技术方案做进一步的说明,但并不局限于此,凡是对本发明技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,均应涵盖在本发明的保护范围中。
实施例1
结合图1说明本实施例,在本实施例中,本实施例所涉及的一种基于MES的荧光探伤视觉数据处理***,它包括MES***、数据库、荧光探伤智能视觉设备和数据采集服务器;
所述MES***用于根据生产调度信息进行排产,并将待检批次零件信息传送至所述数据库;并用于存取所述数据采集服务器所采集回来的实时数据信息;MES(制造企业生产过程执行管理***)***根据生产调度信息进行排产,将待检批次零件信息传送至数据库。MES***同时用于存取数据采集服务器所采集回来的实时数据信息,所述生产调度信息由历史生产信息总结归纳而成;
所述数据库用于接收MES***推送的待检批次零件信息,根据所述待检批次零件信息的特点提取出结构化数据,并自动推送到所述荧光探伤智能视觉设备;数据库负责接收MES***推送的待检批次零件信息,根据零件信息特点提取出结构化数据,例如批次号、工序名称、规格等参数,然后自动推送到智能设备。
所述荧光探伤智能视觉设备用于接收数据库推来的结构化数据,根据所述结构化数据的关键字段自动选择对应的工作模式,并根据荧光显示信号状态对零件进行自动分选,并将试验数据自动传输到所述数据采集服务器上进行存储;所述荧光探伤智能视觉设备将在运行过程中产生的试验数据对传输到MES***中的试验数据进行统计分析;
所述数据采集服务器用于根据用户预设规则对试验数据的状态进行实时监测,并根据监测结果实时控制是否触发所述荧光探伤智能视觉设备的报警装置。
实施例2
结合图2和实施例1说明本实施例,在本实施例中,本实施例所涉及的一种基于MES的荧光探伤视觉数据处理***,所述荧光探伤智能视觉设备包括视觉定位***3、ABB机器人2模块和CCD摄像机1模块;
所述视觉定位***3用于将零件的摆放姿态信息发送给所述ABB机器人2;
所述ABB机器人2用于根据零件当前的摆放姿态信息自动拾取相应的零件并传递至所述CCD摄像机1;
所述CCD摄像机1用于实时监测零件所有表面的荧光显示信号状态,所述数据采集服务器根据所述荧光显示信号状态将零件自动分选为良品或不良品。在接收数据库推来的结构化数据后,荧光探伤智能视觉设备的PLC将根据结构化数据的关键字段自动选择对应的工作模式,当待检零件经所述CCD摄像机1识别时,所述CCD摄像机1自动触发所述数据采集服务器进行数据统计。
实施例3
结合图3和实施例1说明本实施例,在本实施例中,本实施例所涉及的一种基于MES的荧光探伤视觉数据处理***,所述数据采集服务器具备自定义化的数据监控功能,根据用户预设规则对试验数据的状态进行实时监测,并对用户设置预警水平阈值,若所述荧光探伤智能视觉设备向所述数据采集服务器实时传输的不良品数量低于阈值时,所述荧光探伤智能视觉设备继续工作;若实时传输的不良品数量达到或超过阈值时,所述数据采集服务器触发所述荧光探伤智能视觉设备的报警装置,并使所述荧光探伤智能视觉设备暂停工作,所述报警装置通过MES***对所述不良品的荧光显示图片发起在线确认验证信息,检测人员进行验证,从而控制所述荧光探伤智能视觉设备是否继续工作。荧光探伤智能视觉设备在运行过程中产生的试验数据将自动传输到数据采集服务器上进行存储,数据采集服务器具备自定义化的数据监控功能,根据用户预设规则对试验数据的状态进行实时监测,当用户设置预警水平为X件,若荧光探伤智能视觉设备向数据采集服务器实时传输的不良品数量低于X件时,荧光探伤智能视觉设备将继续工作;若实时传输的不良品数量达到X件时,数据采集服务器将触发荧光探伤智能视觉设备的报警装置,并使荧光探伤智能视觉设备暂停工作,由检测人员通过MES***对不良品的荧光显示图片进行在线确认,检测人员确认后可触发“终止”或“继续”两种指令至荧光探伤智能视觉设备进行相应的工作,具体流程如图3所示。
实施例4
结合实施例1说明本实施例,在本实施例中,本实施例所涉及的一种基于MES的荧光探伤视觉数据处理***,所述试验数据包括待检零件不同部位上的荧光显示图片、不带荧光显示的零件数量(良品数量)、带有荧光显示的零件数量(不良品数量)和个性化分析图表等,且所述试验数据采用通用的数据格式,并可传输到MES***中进行统计分析。所述待检批次零件信息包括批次号、工序名称和规格。
实施例5
结合实施例1说明本实施例,在本实施例中,本实施例所涉及的一种基于MES的荧光探伤视觉数据处理***,所述工作模式包括视觉定位***3参数设定、ABB机器人2模块参数设定和CCD摄像机1模块参数设定。工作模式启动后,视觉定位***3通过柔性振动方式将数个待检零件送入指定位置,并将零件的摆放姿态信息发送给ABB机器人2,ABB机器人2根据零件姿态信息自动拾取相应的零件并传递至CCD摄像机1,CCD摄像机1实时监测零件所有表面的荧光显示信号状态,并根据荧光显示信号状态将零件自动分选为良品或不良品。
实施例6
结合实施例1说明本实施例,在本实施例中,本实施例所涉及的一种基于MES的荧光探伤视觉数据处理***的处理方法,它包括以下步骤:
S1、MES***根据生产调度信息进行排产,将待检批次零件信息传送至数据库,所述MES***同时存取数据采集服务器所采集回来的实时数据信息;
S2、数据库接收MES***推送的待检批次零件信息,并根据零件信息特点提取出结构化数据,然后将所述结构化数据自动推送到荧光探伤智能视觉设备;
S3、所述荧光探伤智能视觉设备在接收所述数据库推来的结构化数据后,根据结构化数据的关键字段自动选择对应的工作模式;并根据荧光显示信号状态将零件自动分选为良品或不良品;
S4、所述荧光探伤智能视觉设备在运行过程中产生的试验数据将自动传输到所述数据采集服务器上进行存储,试验数据采用通用的数据格式,并能够传输到MES***中进行统计分析;
S5、所述数据采集服务器自定义数据监控功能,根据用户预设规则对试验数据的状态进行实时监测,并根据所述数据采集服务器接收到的当前不良品数量控制荧光探伤智能视觉设备是否继续工作。
实施例7
结合实施例6说明本实施例,在本实施例中,本实施例所涉及的一种基于MES的荧光探伤视觉数据处理***的处理方法,在S3中,所述荧光探伤智能视觉设备包括视觉定位***3、ABB机器人2模块和CCD摄像机1模块;所述工作模式启动后,所述视觉定位***3通过柔性振动方式将待检零件送入指定位置,并将零件的摆放姿态信息发送给ABB机器人2,所述ABB机器人2根据零件的摆放姿态信息自动拾取相应的零件并传递至CCD摄像机1,所述CCD摄像机1实时监测零件所有表面的荧光显示信号状态,待检零件经所述CCD摄像机1识别时,所述CCD摄像机1都会自动触发所述数据采集服务器进行数据统计。
实施例8
结合实施例6说明本实施例,在本实施例中,本实施例所涉及的一种基于MES的荧光探伤视觉数据处理***的处理方法,在S5中,对用户预设预警水平阈值,若所述荧光探伤智能视觉设备向所述数据采集服务器实时传输的不良品数量低于阈值时,所述荧光探伤智能视觉设备将继续工作;若实时传输的不良品数量达到阈值或超过阈值时,所述数据采集服务器将触发所述荧光探伤智能视觉设备的报警装置,并使荧光探伤智能视觉设备暂停工作,由检测人员通过MES***对不良品的荧光显示图片进行在线确认并控制所述荧光探伤智能视觉设备进行相应的工作。
Claims (10)
1.一种基于MES的荧光探伤视觉数据处理***,其特征在于,它包括MES***、数据库、荧光探伤智能视觉设备和数据采集服务器;
所述MES***用于将待检批次零件信息传送至所述数据库;并用于存取所述数据采集服务器所采集回来的实时数据信息;
所述数据库用于接收MES***推送的待检批次零件信息,根据所述待检批次零件信息的特点提取出结构化数据,并自动推送到所述荧光探伤智能视觉设备;
所述荧光探伤智能视觉设备用于接收数据库推来的结构化数据,根据所述结构化数据的关键字段自动选择对应的工作模式,并根据荧光显示信号状态对零件进行自动分选,所述荧光探伤智能视觉设备将在运行过程中产生的试验数据自动传输到所述数据采集服务器上进行存储;所述MES***对所述试验数据进行统计分析;
所述数据采集服务器用于根据用户预设规则对试验数据的状态进行实时监测,并根据监测结果实时控制是否触发所述荧光探伤智能视觉设备的报警装置。
2.根据权利要求1所述的一种基于MES的荧光探伤视觉数据处理***,其特征在于,所述荧光探伤智能视觉设备包括视觉定位***、ABB机器人模块和CCD摄像机模块;
所述视觉定位***用于将零件的摆放姿态信息发送给所述ABB机器人;
所述ABB机器人用于根据零件当前的摆放姿态信息自动拾取相应的零件并传递至所述CCD摄像机;
所述CCD摄像机用于实时监测零件所有表面的荧光显示信号状态,所述数据采集服务器根据所述荧光显示信号状态将零件自动分选为良品或不良品。
3.根据权利要求2所述的一种基于MES的荧光探伤视觉数据处理***,其特征在于,当待检零件经所述CCD摄像机识别时,所述CCD摄像机自动触发所述数据采集服务器进行数据统计。
4.根据权利要求1所述的一种基于MES的荧光探伤视觉数据处理***,其特征在于,所述数据采集服务器具备自定义化的数据监控功能,根据用户预设规则对试验数据的状态进行实时监测,并对用户设置预警水平阈值,若所述荧光探伤智能视觉设备向所述数据采集服务器实时传输的不良品数量低于阈值时,所述荧光探伤智能视觉设备继续工作;若实时传输的不良品数量达到或超过阈值时,所述数据采集服务器触发所述荧光探伤智能视觉设备的报警装置,并使所述荧光探伤智能视觉设备暂停工作,所述报警装置通过MES***对所述不良品的荧光显示图片发起在线确认验证信息,检测人员进行验证,从而控制所述荧光探伤智能视觉设备是否继续工作。
5.根据权利要求1所述的一种基于MES的荧光探伤视觉数据处理***,其特征在于,所述试验数据包括待检零件不同部位上的荧光显示图片、不带荧光显示的零件数量、带有荧光显示的零件数量和个性化分析图表,且所述试验数据采用通用的数据格式。
6.根据权利要求1所述的一种基于MES的荧光探伤视觉数据处理***,其特征在于,所述待检批次零件信息包括批次号、工序名称和规格。
7.根据权利要求1所述的一种基于MES的荧光探伤视觉数据处理***,其特征在于,所述工作模式包括视觉定位***参数设定、ABB机器人模块参数设定和CCD摄像机模块参数设定。
8.一种基于MES的荧光探伤视觉数据处理***的处理方法,其特征在于,它包括以下步骤:
S1、MES***将待检批次零件信息传送至数据库,所述MES***同时存取数据采集服务器所采集回来的实时数据信息;
S2、数据库接收MES***推送的待检批次零件信息,并根据零件信息特点提取出结构化数据,然后将所述结构化数据自动推送到荧光探伤智能视觉设备;
S3、所述荧光探伤智能视觉设备在接收所述数据库推来的结构化数据后,根据结构化数据的关键字段自动选择对应的工作模式;并根据荧光显示信号状态将零件自动分选为良品或不良品;
S4、所述荧光探伤智能视觉设备在运行过程中产生的试验数据将自动传输到所述数据采集服务器上进行存储,试验数据采用通用的数据格式,并能够传输到MES***中进行统计分析;
S5、所述数据采集服务器自定义数据监控功能,根据用户预设规则对试验数据的状态进行实时监测,并根据所述数据采集服务器接收到的当前不良品数量控制荧光探伤智能视觉设备是否继续工作。
9.根据权利要求8所述的一种基于MES的荧光探伤视觉数据处理***的处理方法,其特征在于,在S3中,所述荧光探伤智能视觉设备包括视觉定位***、ABB机器人模块和CCD摄像机模块;所述工作模式启动后,所述视觉定位***通过柔性振动方式将待检零件送入指定位置,并将零件的摆放姿态信息发送给ABB机器人,所述ABB机器人根据零件的摆放姿态信息自动拾取相应的零件并传递至CCD摄像机,所述CCD摄像机实时监测零件所有表面的荧光显示信号状态,待检零件经所述CCD摄像机识别时,所述CCD摄像机都会自动触发所述数据采集服务器进行数据统计。
10.根据权利要求8所述的一种基于MES的荧光探伤视觉数据处理***的处理方法,其特征在于,在S5中,对用户预设预警水平阈值,若所述荧光探伤智能视觉设备向所述数据采集服务器实时传输的不良品数量低于阈值时,所述荧光探伤智能视觉设备将继续工作;若实时传输的不良品数量达到阈值或超过阈值时,所述数据采集服务器将触发所述荧光探伤智能视觉设备的报警装置,并使荧光探伤智能视觉设备暂停工作,由检测人员通过MES***对不良品的荧光显示图片进行在线确认并控制所述荧光探伤智能视觉设备进行相应的工作。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011181236.1A CN112345547A (zh) | 2020-10-29 | 2020-10-29 | 一种基于mes的荧光探伤视觉数据处理***及其处理方法 |
EP21190986.6A EP3992738A1 (en) | 2020-10-29 | 2021-08-12 | Fluorescent inspection visual data processing system and processing method thereof based on mes |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011181236.1A CN112345547A (zh) | 2020-10-29 | 2020-10-29 | 一种基于mes的荧光探伤视觉数据处理***及其处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112345547A true CN112345547A (zh) | 2021-02-09 |
Family
ID=74355725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011181236.1A Pending CN112345547A (zh) | 2020-10-29 | 2020-10-29 | 一种基于mes的荧光探伤视觉数据处理***及其处理方法 |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP3992738A1 (zh) |
CN (1) | CN112345547A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780753A (zh) * | 2021-08-20 | 2021-12-10 | 深圳市广和通无线股份有限公司 | 数据处理方法、装置、计算机设备以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101546191A (zh) * | 2009-03-24 | 2009-09-30 | 苏添置 | 流水线作业数据采集及管控方法和*** |
CN201637843U (zh) * | 2010-03-22 | 2010-11-17 | 华润赛美科微电子(深圳)有限公司 | 探针台测试监控装置 |
CN103308593A (zh) * | 2012-03-07 | 2013-09-18 | 常州市西牧电气设备有限公司 | 一种磁粉焊接探伤的缺陷智能识别检测*** |
CN110420882A (zh) * | 2019-08-20 | 2019-11-08 | 桂林电子科技大学 | 基于智能制造模式曲轴磁粉探伤自动线***及方法 |
US20200307955A1 (en) * | 2019-03-26 | 2020-10-01 | Kone Elevators Co., Ltd. | Real-time monitoring system, elevator or escalator comprising the same, and a method therefor |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012122542A2 (en) * | 2011-03-09 | 2012-09-13 | Rolls-Royce Corporation | Intelligent airfoil component surface imaging inspection |
US9921132B2 (en) * | 2014-01-03 | 2018-03-20 | Bell Helicopter Textron Inc. | Automated magnetic particle and fluorescent penetrant defect detection system |
US10726543B2 (en) * | 2018-11-27 | 2020-07-28 | General Electric Company | Fluorescent penetrant inspection system and method |
CN110154190A (zh) * | 2019-05-15 | 2019-08-23 | 索菲亚家居湖北有限公司 | 一种具有在线视觉检测功能的家居板件生产线及检测方法 |
-
2020
- 2020-10-29 CN CN202011181236.1A patent/CN112345547A/zh active Pending
-
2021
- 2021-08-12 EP EP21190986.6A patent/EP3992738A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101546191A (zh) * | 2009-03-24 | 2009-09-30 | 苏添置 | 流水线作业数据采集及管控方法和*** |
CN201637843U (zh) * | 2010-03-22 | 2010-11-17 | 华润赛美科微电子(深圳)有限公司 | 探针台测试监控装置 |
CN103308593A (zh) * | 2012-03-07 | 2013-09-18 | 常州市西牧电气设备有限公司 | 一种磁粉焊接探伤的缺陷智能识别检测*** |
US20200307955A1 (en) * | 2019-03-26 | 2020-10-01 | Kone Elevators Co., Ltd. | Real-time monitoring system, elevator or escalator comprising the same, and a method therefor |
CN110420882A (zh) * | 2019-08-20 | 2019-11-08 | 桂林电子科技大学 | 基于智能制造模式曲轴磁粉探伤自动线***及方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780753A (zh) * | 2021-08-20 | 2021-12-10 | 深圳市广和通无线股份有限公司 | 数据处理方法、装置、计算机设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP3992738A1 (en) | 2022-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017084186A1 (zh) | 挠性电路板制造过程自动监测和智能分析***及方法 | |
CN105014481B (zh) | 便携式刀具磨损测量仪及采用该测量仪预测刀具剩余使用寿命的方法 | |
CN101477066A (zh) | 基于超分辨率图像重建的电路板元件安装/焊接质量检测方法及*** | |
CN208118364U (zh) | 一种注塑机模具智能监控*** | |
JP2009245435A (ja) | 生産ライン機械コントローラとデータを交換する能力を備えたプロセス制御システム | |
CN101098466A (zh) | 一种视频监控设备前端云台故障的自动监测方法和装置 | |
CN105867337A (zh) | 一种背光模块自动化产线的管理***及其方法 | |
CN106501708A (zh) | 在线检测电路板上器件漏插、插偏的方法 | |
CN108627520A (zh) | 一种非均质固体材料外观质量的在线检测***和方法 | |
CN109242104A (zh) | 一种利用数据分析实时发现设备故障异常的*** | |
CN109976289A (zh) | 生产线kpi监测方法、装置、电子设备及可读介质 | |
CN112345547A (zh) | 一种基于mes的荧光探伤视觉数据处理***及其处理方法 | |
CN116976757B (zh) | 高精密线路板追溯***及方法 | |
CN112113968A (zh) | 检测***、视觉检测装置及检测方法 | |
CN114769681A (zh) | 一种铝与铝合金化检验样品自动化制样*** | |
CN114025148A (zh) | 一种监测方法和监测*** | |
CN111106028A (zh) | 一种半导体芯片测试过程实时监控方法 | |
CN116165220A (zh) | 一种基于人工智能的aoi内观检测装置及方法 | |
CN113759854B (zh) | 基于边缘计算的智能工厂管控***及方法 | |
CN115266744A (zh) | 生产线产品的检测***及方法 | |
CN112731857A (zh) | 一种环保设备运行状态在线监管***及监管方法 | |
CN220020153U (zh) | 一种产品快速测试的自动化检测*** | |
CN113741357B (zh) | 一种基于物联网的压力检测智能管理***及方法 | |
CN215983270U (zh) | 一种热风炉健康诊断*** | |
CN116503017A (zh) | 工业厂区电子表单巡检方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210209 |
|
RJ01 | Rejection of invention patent application after publication |