CN114912832A - 一种镁钛合金表面涂装工艺质量的评估方法及*** - Google Patents

一种镁钛合金表面涂装工艺质量的评估方法及*** Download PDF

Info

Publication number
CN114912832A
CN114912832A CN202210642183.1A CN202210642183A CN114912832A CN 114912832 A CN114912832 A CN 114912832A CN 202210642183 A CN202210642183 A CN 202210642183A CN 114912832 A CN114912832 A CN 114912832A
Authority
CN
China
Prior art keywords
evaluation
parameter
coating
thickness
image
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
Application number
CN202210642183.1A
Other languages
English (en)
Other versions
CN114912832B (zh
Inventor
李海生
***
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.)
Wuxi Lian Zhi Heng Technology Co ltd
Original Assignee
Wuxi Lian Zhi Heng Technology 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 Wuxi Lian Zhi Heng Technology Co ltd filed Critical Wuxi Lian Zhi Heng Technology Co ltd
Priority to CN202210642183.1A priority Critical patent/CN114912832B/zh
Publication of CN114912832A publication Critical patent/CN114912832A/zh
Application granted granted Critical
Publication of CN114912832B publication Critical patent/CN114912832B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Investigating And Analyzing Materials By Characteristic Methods (AREA)

Abstract

本发明提供了一种镁钛合金表面涂装工艺质量的评估方法及***，涉及数据处理相关技术领域，通过涂装质量评价***对涂装工艺的应用场景数据进行采集，得到预设评价指标参数；通过图像采集模块进行目标镁钛合金表面的图像采集，得到表面图像采集集合，利用与其相连的处理模块进行图像识别，生成色彩偏差评价参数和缺陷评价参数；通过厚度测定模块生成涂装厚度评价参数；通过柔韧性测定模块得到柔韧性测定图像，利用处理模块对柔韧性测定图像进行处理生成柔韧性评价参数，根据色彩偏差评价参数、缺陷评价参数、涂装厚度评价参数和柔韧性评价参数生成涂装质量评价结果，达到对涂装工艺质量的实时评估，提高评估效率和精确度的技术效果。

Description

一种镁钛合金表面涂装工艺质量的评估方法及***
技术领域
本发明涉及数据处理相关技术领域，具体涉及一种镁钛合金表面涂装工艺质量的评估方法及***。
背景技术
随着现代科技的发展，曾经困扰镁钛合金产业的相关制备技术问题、回收问题已经相继得到解决，而镁钛合金产品后段工序—表面处理工艺正变得越来越重要了。
对于活泼的镁钛来说，适当的表面处理能使产品具有保护性和装饰性，并可赋予某些特殊功能，例如，空气中的水分、酸碱盐、微生物、紫外线及其他腐蚀性介质，很容易使活泼的镁钛受腐蚀，使其逐步损坏；并且目前镁钛合金工件多用于高品质高档次产品，除其性能要求外，其装饰性已变得非常重要，运用涂料颜色的多样性和涂装施工的技巧，使产品获得不同色彩、光泽、花纹等的装饰性涂层，给人以赏心悦目的感觉，从而提高附加价值，扩大产品的应用范围；另外某些具有特殊组成的专用涂料形成的涂层，能赋于产品某些特殊性能，如：防火、绝热、绝缘、防辐射等等。
涂装以其成本低、投资小、效果好、工艺简单等独有优势成为各制造商的首选，目前针对涂装工艺质量的评估方法多依赖于有经验的工程技术人员来评估，对人员素质要求比较高，效率也比较低，且不能达到对涂装工艺质量的实时评估，进一步的，由于不同工程技术人员的经验程度也不同也会造成评估结果准确度的不稳定性，如何实现对镁钛合金表面涂装工工艺质量的实时评估，提高评估效率与准确性成为目前亟需解决的技术问题。
发明内容
本申请提供了一种镁钛合金表面涂装工艺质量的评估方法及***，用于解决如何实现对镁钛合金表面涂装工艺质量的实时评估，提高评估效率与准确性的技术问题，达到对镁钛合金表面涂装工艺质量的实时评估，提高评估效率和精确度，在涂装工艺出现问题时可以及时反馈，进而调整工艺，降低经济损失的技术效果。
鉴于上述问题，本申请提供了一种镁钛合金表面涂装工艺质量的评估方法及***。
第一方面，本申请实施例提供了一种镁钛合金表面涂装工艺质量的评估方法，所述方法应用于涂装质量评价***，所述涂装质量评价***与图像采集模块、厚度测定模块、柔韧性测定模块、处理模块通信连接，所述方法包括：通过所述涂装质量评价***进行涂装工艺的应用场景数据采集，并根据采集结果进行基于大数据的评估指标分布，得到预设评价指标参数；通过所述图像采集模块进行目标镁钛合金表面的图像采集，得到表面图像采集集合，并通过所述图像采集模块将所述表面图像采集集合发送至所述处理模块；通过所述处理模块对所述表面图像采集集合进行图像识别，根据图像识别结果和所述预设评价指标参数生成色彩偏差评价参数和缺陷评价参数；通过所述厚度测定模块进行所述目标镁钛合金表面的涂装厚度测定，生成涂装厚度测定参数，并依据所述涂装厚度测定参数和所述预设评价指标参数生成涂装厚度评价参数；通过所述柔韧性测定模块进行目标镁钛合金的涂层柔韧性能测试，并通过所述图像采集模块进行所述目标镁钛合金表面的图像采集，并将柔韧性测定图像发送至所述处理模块；通过所述处理模块进行所述柔韧性测定图像的特征识别，根据特征识别结果和所述预设评价指标参数生成柔韧性评价参数；根据所述色彩偏差评价参数、所述缺陷评价参数、所述涂装厚度评价参数和所述柔韧性评价参数生成所述目标镁钛合金表面的涂装质量评价结果。
第二方面，本申请实施例提供了一种镁钛合金表面涂装工艺质量的评估***，所述***包括：涂装质量评价***，通过所述涂装质量评价***进行涂装工艺的应用场景数据采集，并根据采集结果进行基于大数据的评估指标分布，得到预设评价指标参数；图像采集模块，通过所述图像采集模块进行目标镁钛合金表面的图像采集，得到表面图像采集集合，并通过所述图像采集模块将所述表面图像采集集合发送至所述处理模块；处理模块，通过所述处理模块对所述表面图像采集集合进行图像识别，根据图像识别结果和所述预设评价指标参数生成色彩偏差评价参数和缺陷评价参数；厚度测定模块，通过所述厚度测定模块进行所述目标镁钛合金表面的涂装厚度测定，生成涂装厚度测定参数，并依据所述涂装厚度测定参数和所述预设评价指标参数生成涂装厚度评价参数；柔韧性测定模块，通过所述柔韧性测定模块进行目标镁钛合金的涂层柔韧性能测试，并通过所述图像采集模块进行所述目标镁钛合金表面的图像采集，并将柔韧性测定图像发送至所述处理模块；通过所述处理模块进行所述柔韧性测定图像的特征识别，根据特征识别结果和所述预设评价指标参数生成柔韧性评价参数；质量评价模块，所述质量评价模块用于根据所述色彩偏差评价参数、所述缺陷评价参数、所述涂装厚度评价参数和所述柔韧性评价参数生成所述目标镁钛合金表面的涂装质量评价结果。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请实施例提供的一种镁钛合金表面涂装工艺质量的评估方法及***，通过所述涂装质量评价***进行涂装工艺的应用场景数据采集，并根据采集结果进行基于大数据的评估指标分布，得到预设评价指标参数；通过所述图像采集模块进行目标镁钛合金表面的图像采集，得到表面图像采集集合，并通过所述图像采集模块将所述表面图像采集集合发送至所述处理模块；通过所述处理模块对所述表面图像采集集合进行图像识别，根据图像识别结果和所述预设评价指标参数生成色彩偏差评价参数和缺陷评价参数；通过所述厚度测定模块进行所述目标镁钛合金表面的涂装厚度测定，生成涂装厚度测定参数，并依据所述涂装厚度测定参数和所述预设评价指标参数生成涂装厚度评价参数；通过所述柔韧性测定模块进行目标镁钛合金的涂层柔韧性能测试，并通过所述图像采集模块进行所述目标镁钛合金表面的图像采集，并将柔韧性测定图像发送至所述处理模块；通过所述处理模块进行所述柔韧性测定图像的特征识别，根据特征识别结果和所述预设评价指标参数生成柔韧性评价参数；根据所述色彩偏差评价参数、所述缺陷评价参数、所述涂装厚度评价参数和所述柔韧性评价参数生成所述目标镁钛合金表面的涂装质量评价结果；解决了如何实现对镁钛合金表面涂装工艺质量的实时评估，提高评估效率与准确性的技术问题，达到对镁钛合金表面涂装工艺质量的实时评估，提高评估效率和精确度，在涂装工艺出现问题时可以及时反馈，进而调整工艺，降低经济损失的技术效果。
附图说明
图1为本申请提供的一种镁钛合金表面涂装工艺质量的评估方法的流程示意图；
图2为本申请提供的一种镁钛合金表面涂装工艺质量的评估方法中对表面图像采集集合进行图像识别的流程示意图；
图3为本申请提供的一种镁钛合金表面涂装工艺质量的评估方法中生成所述色彩偏差评价参数的流程示意图；
图4为本申请提供的一种镁钛合金表面涂装工艺质量的评估方法中生成涂装厚度评价参数的流程示意图；
图5为本申请提供的一种镁钛合金表面涂装工艺质量的评估***结构示意图；
附图标记说明：涂装质量评价***100，图像采集模块200、厚度测定模块300、柔韧性测定模块400、处理模块500，质量评价模块600。
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。
本申请通过提供一种镁钛合金表面涂装工艺质量的评估方法及***，用于解决如何实现对镁钛合金表面涂装工艺质量的实时评估，提高评估效率与准确性的技术问题，达到对镁钛合金表面涂装工艺质量的实时评估，提高评估效率和精确度，在涂装工艺出现问题时可以及时反馈，进而调整工艺，降低经济损失的技术效果。
实施例一
如图1所示，本申请提供了一种镁钛合金表面涂装工艺质量的评估方法，所述方法应用于涂装质量评价***，所述涂装质量评价***与图像采集模块、厚度测定模块、柔韧性测定模块、处理模块通信连接，所述方法包括：
S100：通过所述涂装质量评价***进行涂装工艺的应用场景数据采集，并根据采集结果进行基于大数据的评估指标分布，得到预设评价指标参数；
具体而言，涂装以其成本低、投资小、效果好、工艺相对简单等特性，受到了制造商的青睐，成为现代产品制造工艺中的一个重要环节。
适当的表面处理能使产品具有保护性、装饰性，并可赋予某些特殊功能，对于活泼的镁钛合金来说，通过表面技术获得保护性是至关重要的，但面对越来越激烈的竞争和越来越多高要求的顾客，使得镁钛合金工件也要具有较高的装饰性和功能性。
涂装质量是产品全面质量的重要方面之一，本申请实施例中，通过所述涂装质量评价***进行涂装工艺的应用场景数据采集，其中，所述应用场景数据可以包括涂装工艺的作用对象信息以及涂装目的信息，示例性的，涂装工艺的作用对象信息可以为是对车辆进行涂装还是对电子电器产品等进行涂装；涂装目的信息可以为是对工件的防护性、装饰性还是赋予产品特殊功能，例如，防火、绝热、绝缘、防辐射等，根据应用场景数据采集结果进行基于大数据的评估指标分布，得到预设评价指标参数；所述预设评价指标参数包括针对不同应用场景对应的涂装质量验收标准，可以包括国家标准、行业标准或者与客户协商的标准。通过对预设评价指标参数进行获得，为后续涂装工艺质量的评估提供参考依据。
S200：通过所述图像采集模块进行目标镁钛合金表面的图像采集，得到表面图像采集集合，并通过所述图像采集模块将所述表面图像采集集合发送至所述处理模块；
具体而言，为了实现对目标镁钛合金涂装表面工艺质量的评估，通过所述图像采集模块对镁钛合金的涂装表面进行图像采集，可以从多角度进行镁钛合金表面的图像采集，得到表面图像采集集合，所述图像采集模块与所述处理模块连接，将图像采集模块采集的表面图像采集集合发送至所述处理模块进行处理。
S300：通过所述处理模块对所述表面图像采集集合进行图像识别，根据图像识别结果和所述预设评价指标参数生成色彩偏差评价参数和缺陷评价参数；
具体而言，所述处理模块用于对图像采集模块采集的表面图像采集集合进行图像识别处理，得到图像识别结果，根据图像识别结果和所述预设评价指标参数生成色彩偏差评价参数和缺陷评价参数，所述色彩偏差评价参数用于对涂装的色彩进行评价的参数，所述缺陷评价参数用于对涂装过程中出现的覆盖不良、橘皮、起斑、缩孔、针孔等缺陷进行评价的参数。
可选地，如图2所示，本申请实施例提供的方法中的步骤S300的一种实施方式，包括：
a)通过所述处理模块进行所述表面图像采集集合的图像光源评价，得到亮度评价结果；
b)当所述亮度评价结果满足预期阈值时，则通过所述处理模块将所述表面图像采集集合与比对图像的同位置像素值映射为概率向量；
c)通过所述概率向量的差异值和所述预设评价指标参数生成所述色彩偏差评价参数。
具体而言，对于涂装表面的色泽要求不可掺杂其他色泽或者色泽脱落，为了获得涂装表面的色彩偏差评价参数，本申请实施例中，通过所述处理模块对所述表面图像采集集合的图像亮度进行评价，得到亮度评价结果，当所述亮度评价结果满足预期阈值时，所述预期阈值可以根据历史经验数据获得，通过所述处理模块将所述表面图像采集集合与比对图像的同位置像素值映射为概率向量；所述比对图像为所述预设评价指标参数中的参考图像；具体的，将所述表面图像采集集合中的图像和比对图像的每个像素值映射为CN概率向量，并计算两个向量分布之间的差异来度量两幅图像间的感知色差，优选的，所述计算方法为Wasserstein距离，获得所述概率向量的差异值，通过所述概率向量的差异值和所述预设评价指标参数生成所述色彩偏差评价参数。
进一步的，在通过所述处理模块进行所述表面图像采集集合的图像光源评价，得到亮度评价结果之后，所述方法还包括：
b1)当所述亮度评价结果不满足所述预期阈值时，根据所述亮度评价结果生成亮度影响特征；
b2)通过所述亮度影响特征对所述概率向量的映射结果进行亮度的优化补偿，根据优化补偿结果生成所述色彩偏差评价参数；
b3)根据所述亮度评价结果生成反馈亮度控制参数，将所述反馈亮度控制参数反馈至所述图像采集模块。
具体而言，当所述亮度评价结果不满足所述预期阈值时，为了实现利用亮度达到对色彩偏差评价参数的获得，根据所述亮度评价结果生成亮度影响特征，利用亮度影响特征对所述概率向量的映射结果进行亮度的优化补偿，根据优化补偿结果生成所述色彩偏差评价参数，根据所述亮度评价结果生成反馈亮度控制参数，将所述反馈亮度控制参数反馈至所述图像采集模块，对图像采集模块进行修正，利用图像采集模块达到对亮度的优化补偿。
进一步的，如图3所示，通过所述概率向量的差异值和所述预设评价指标参数生成所述色彩偏差评价参数，包括：
c1)判断所述差异值是否满足预设差异阈值，当所述差异值满足所述预设差异阈值时，获得所述差异值对应位置的另一评价图像，其中，所述另一评价图像与所述表面图像采集集合的采集角度不同；
c2)对所述另一评价图像进行目标区域的平整度评价，得到平整度评价参数；
c3)当所述平整度评价参数存在异常时，则通过缺陷特征集合进行所述表面图像采集集合的特征匹配，根据特征匹配结果和所述预设评价指标参数生成所述缺陷评价参数，当所述平整度评价参数不存在异常时，则通过所述概率向量的差异值和所述预设评价指标参数生成所述色彩偏差评价参数。
具体而言，将表面图像采集集合中的图像与比对图像的两个映射概率向量的差异值大小与预设阈值进行比较，所述预设阈值根据历史经验数据获得，当所述差异值满足所述预设差异阈值时，获得所述差异值对应图像位置的另一评价图像，所述另一评价图像为同一位置不同采集角度获得的图像；对所述另一评价图像进行目标区域的平整度评价，得到平整度评价参数，当所述评价参数存在异常时，则通过缺陷特征集合进行所述表面图像采集集合的特征匹配，将特征匹配结果与所述预设评价指标参数进行比较，所述预设评价指标参数中包含有各种表面特征缺陷对应的缺陷类型以及质量等级等信息，根据比较结果生成所述缺陷评价参数；当所述平整度评价参数不存在异常时，则通过所述概率向量的差异值和所述预设评价指标参数生成所述色彩偏差评价参数；实现了对缺陷评价参数的获得。
S400：通过所述厚度测定模块进行所述目标镁钛合金表面的涂装厚度测定，生成涂装厚度测定参数，并依据所述涂装厚度测定参数和所述预设评价指标参数生成涂装厚度评价参数；
具体而言，厚度均匀的涂装厚度可以为涂装表面的平整、美观、光亮创造条件；涂装厚度过低，可能会造成涂装的屏蔽效果降低，防护效果较差；涂装厚度过大可能会出现流挂、起皱等缺陷，涂装厚度是涂装施工需要控制的一项重要指标，涂装厚度控制得是否合理将直接影响涂层的其他性能。
通过所述厚度测定模块进行所述目标镁钛合金表面的涂装厚度测定，生成涂装厚度测定参数，将所述涂装厚度测定参数和所述预设评价指标参数进行对比生成涂装厚度评价参数，用来对涂装表面厚度进行评价。
进一步的，如图4所示，本申请实施例提供的方法中的步骤S400的一种实施方式，包括：
S410：设定厚度初始评价区间，根据所述厚度初始评价区间和所述涂装厚度测定参数进行厚度偏离值评价，根据评价结果生成厚度偏离值信息，其中，所述厚度偏离值信息包括位置信息；
S420：对所述厚度偏离值信息中的正厚度偏离值和负厚度偏离值进行最近位置距离的分组拟合，获得分组拟合结果；
S430：根据所述分组拟合结果和所述预设评价指标参数生成涂装厚度评价参数。
具体而言，根据所述预设评价指标参数设定厚度初始评价区间，利用厚度初始评价区间对涂装表面厚度进行质量评估；根据所述涂装厚度测定参数和所述厚度初始评价区间进行涂装表面厚度偏离值评价，根据厚度偏离值评价结果以及偏离值对应的位置信息，生成偏离值信息；对所述厚度偏离值信息中的正厚度偏离值和负厚度偏离值进行最近位置距离的分组拟合，获得分组拟合结果，从所述分组拟合结果中可以得到涂装表面不同位置的厚度均匀性，根据所述分组拟合结果和所述预设评价指标参数生成涂装厚度评价参数。本实施例中通过获得不同位置的厚度偏差值信息，根据厚度偏差值信息和位置距离信息进行信息拟合，根据拟合结果以及所属预设评价指标参数进而实现对涂装厚度评价参数的获得，为后续涂装质量的评价提供数据基础。
进一步的，在步骤S430中，所述方法还包括：
S431：根据所述分组拟合结果得到每组拟合结果的厚度偏差值和位置距离参数；
S432：根据所述厚度偏差值和所述位置距离参数进行厚度均匀度评价，获得厚度均匀度评价结果；
S433：根据所述厚度均匀度评价结果和所述预设评价指标参数的差值生成所述涂装厚度评价参数。
具体而言，不同位置对应的厚度偏差值信息以及位置距离可以用来表征涂装表面的厚度均匀性，从所述分组拟合结果中得到每组拟合结果的厚度偏差值和位置距离参数；根据所述厚度偏差值和所述位置距离参数进行厚度均匀度评价，获得厚度均匀度评价结果；结合所述厚度均匀度评价结果和所述预设评价指标参数的差值进而生成所述涂装厚度评价参数，通过位置距离以及不同位置对应的厚度偏差值的拟合可以更精确的获得厚度均匀性评价结果，进而获得更急暗转缺德涂装厚度评价结果，为后续涂装质量的评价提供精确的数据支持。
进一步的，在步骤S400中，所述方法还包括：
根据所述涂装厚度测定参数进行厚度异常极值位置的目标镁钛合金检测，得到目标镁钛合金的尺寸检测结果；
根据所述尺寸检测结果进行产品的缺陷评价，生成缺陷评价结果；
根据所述缺陷评价结果进行所述目标镁钛合金的缺陷标识。
进一步的，涂装厚度一方面可以用来表征涂装工艺的稳定性，另一方面也可以根据厚度大小进行缺陷的确定。根据所述涂装厚度测定参数进行厚度异常极值位置的目标镁钛合金检测，得到目标镁钛合金的尺寸检测结果，根据所述尺寸检测结果进行产品的缺陷评价，生成缺陷评价结果，根据所述缺陷评价结果进行所述目标镁钛合金的缺陷标识，达到根据涂装厚度大小对曲线进行确定和标识的作用。
S500：通过所述柔韧性测定模块进行目标镁钛合金的涂层柔韧性能测试，并通过所述图像采集模块进行所述目标镁钛合金表面的图像采集，并将柔韧性测定图像发送至所述处理模块；
S600：通过所述处理模块进行所述柔韧性测定图像的特征识别，根据特征识别结果和所述预设评价指标参数生成柔韧性评价参数；
具体而言，镁钛合金表面在涂装完成后，根据使用工况，经常会受到使其变形的外力影响，例如，汽车用品，在转运、装配、调试及运输过程中甚至于外界温度的剧烈变化而引起的热胀冷缩都将引起涂层开裂以致于脱离基材表面。涂层柔韧性测定就是评价涂层抗开裂并或从被涂物体上剥离的能力的方法之一。
通过所述柔韧性测定模块进行目标镁钛合金的涂层柔韧性能测试，并通过所述图像采集模块进行所述目标镁钛合金表面的图像采集，并将柔韧性测定图像发送至所述处理模块，利用所述处理模块进行所述柔韧性测定图像的特征识别，所述特征识别的结果可以包括镁钛合金工件在涂层不破坏的情况下弯曲的程度；根据特征识别结果和所述预设评价指标参数进行比对，生成柔韧性评价参数，达到对涂装工艺柔韧性评价参数的准确获得。
S700：根据所述色彩偏差评价参数、所述缺陷评价参数、所述涂装厚度评价参数和所述柔韧性评价参数生成所述目标镁钛合金表面的涂装质量评价结果。
具体而言，将前述步骤获得的精确地所述色彩偏差评价参数、所述缺陷评价参数、所述涂装厚度评价参数和所述柔韧性评价参数进行相互结合，对所述目标镁钛合金表面的涂装质量进行评价，得到涂装质量评价结果，解决了如何实现对镁钛合金表面涂装工艺质量的实时评估，提高评估效率与准确性的技术问题，达到对镁钛合金表面涂装工艺质量的实时评估，提高评估效率和精确度，在涂装工艺出现问题时可以及时反馈，进而调整工艺，降低经济损失的技术效果。
综上所述，本申请实施例所提供的一种镁钛合金表面涂装工艺质量的评估方法具有如下技术效果：
1.本申请实施例提供的一种镁钛合金表面涂装工艺质量的评估方法，通过所述涂装质量评价***进行涂装工艺的应用场景数据采集，并根据采集结果进行基于大数据的评估指标分布，得到预设评价指标参数；通过所述图像采集模块进行目标镁钛合金表面的图像采集，得到表面图像采集集合，并通过所述图像采集模块将所述表面图像采集集合发送至所述处理模块；通过所述处理模块对所述表面图像采集集合进行图像识别，根据图像识别结果和所述预设评价指标参数生成色彩偏差评价参数和缺陷评价参数；通过所述厚度测定模块进行所述目标镁钛合金表面的涂装厚度测定，生成涂装厚度测定参数，并依据所述涂装厚度测定参数和所述预设评价指标参数生成涂装厚度评价参数；通过所述柔韧性测定模块进行目标镁钛合金的涂层柔韧性能测试，并通过所述图像采集模块进行所述目标镁钛合金表面的图像采集，并将柔韧性测定图像发送至所述处理模块；通过所述处理模块进行所述柔韧性测定图像的特征识别，根据特征识别结果和所述预设评价指标参数生成柔韧性评价参数；根据所述色彩偏差评价参数、所述缺陷评价参数、所述涂装厚度评价参数和所述柔韧性评价参数生成所述目标镁钛合金表面的涂装质量评价结果；解决了如何实现对镁钛合金表面涂装工艺质量的实时评估，提高评估效率与准确性的技术问题，达到对镁钛合金表面涂装工艺质量的实时评估，提高评估效率和精确度，在涂装工艺出现问题时可以及时反馈，进而调整工艺，降低经济损失的技术效果。
2.本申请实施例通过将所述表面图像采集集合中的图像和比对图像的每个像素值映射为CN概率向量，并计算两个向量分布之间的差异来度量两幅图像间的感知色差，获得所述概率向量的差异值，通过所述概率向量的差异值和所述预设评价指标参数生成所述色彩偏差评价参数，达到对色彩偏差评价参数的精确获得。
3.本申请实施例中通过多角度采集同一位置的图像信息，根据不同角度图像中目标区域的平整度进行评价，进而获得缺陷评价参数，提高缺陷评价参数的准确性。
4.本申请实施例中通过厚度偏差值与位置距离信息进行数据拟合，达到对涂装厚度评价参数的精确获得，最后利用获得的所述色彩偏差评价参数、所述缺陷评价参数、所述涂装厚度评价参数和所述柔韧性评价参数生成所述目标镁钛合金表面的涂装质量评价结果，达到对镁钛合金表面涂装工艺质量的实时评估，提高评估效率和精确度，在涂装工艺出现问题时可以及时反馈，进而调整工艺，降低经济损失的技术效果。
实施例二
基于与前述实施例中一种镁钛合金表面涂装工艺质量的评估方法相同的发明构思，如图5所示，本申请提供了一种镁钛合金表面涂装工艺质量的评估***，其中，所述***包括：
涂装质量评价***100，通过所述涂装质量评价***进行涂装工艺的应用场景数据采集，并根据采集结果进行基于大数据的评估指标分布，得到预设评价指标参数；
图像采集模块200，通过所述图像采集模块进行目标镁钛合金表面的图像采集，得到表面图像采集集合，并通过所述图像采集模块将所述表面图像采集集合发送至所述处理模块；
处理模块300，通过所述处理模块对所述表面图像采集集合进行图像识别，根据图像识别结果和所述预设评价指标参数生成色彩偏差评价参数和缺陷评价参数；
厚度测定模块400，通过所述厚度测定模块进行所述目标镁钛合金表面的涂装厚度测定，生成涂装厚度测定参数，并依据所述涂装厚度测定参数和所述预设评价指标参数生成涂装厚度评价参数；
柔韧性测定模块500，通过所述柔韧性测定模块进行目标镁钛合金的涂层柔韧性能测试，并通过所述图像采集模块进行所述目标镁钛合金表面的图像采集，并将柔韧性测定图像发送至所述处理模块；
处理模块300，通过所述处理模块进行所述柔韧性测定图像的特征识别，根据特征识别结果和所述预设评价指标参数生成柔韧性评价参数；
质量评价模块600，所述质量评价模块用于根据所述色彩偏差评价参数、所述缺陷评价参数、所述涂装厚度评价参数和所述柔韧性评价参数生成所述目标镁钛合金表面的涂装质量评价结果。
进一步的，所述***中的处理模块还用于：
a)通过所述处理模块进行所述表面图像采集集合的图像光源评价，得到亮度评价结果；
b)当所述亮度评价结果满足预期阈值时，则通过所述处理模块将所述表面图像采集集合与比对图像的同位置像素值映射为概率向量；
c)通过所述概率向量的差异值和所述预设评价指标参数生成所述色彩偏差评价参数。
进一步的，所述***中的处理模块还用于：
b1)当所述亮度评价结果不满足所述预期阈值时，根据所述亮度评价结果生成亮度影响特征；
b2)通过所述亮度影响特征对所述概率向量的映射结果进行亮度的优化补偿，根据优化补偿结果生成所述色彩偏差评价参数；
b3)根据所述亮度评价结果生成反馈亮度控制参数，将所述反馈亮度控制参数反馈至所述图像采集模块。
进一步的，所述***中的处理模块还用于：
c1)判断所述差异值是否满足预设差异阈值，当所述差异值满足所述预设差异阈值时，获得所述差异值对应位置的另一评价图像，其中，所述另一评价图像与所述表面图像采集集合的采集角度不同；
c2)对所述另一评价图像进行目标区域的平整度评价，得到平整度评价参数；
c3)当所述平整度评价参数存在异常时，则通过缺陷特征集合进行所述表面图像采集集合的特征匹配，根据特征匹配结果和所述预设评价指标参数生成所述缺陷评价参数，当所述平整度评价参数不存在异常时，则通过所述概率向量的差异值和所述预设评价指标参数生成所述色彩偏差评价参数。
进一步的，所述***中的厚度测定模块还用于：
设定厚度初始评价区间，根据所述厚度初始评价区间和所述涂装厚度测定参数进行厚度偏离值评价，根据评价结果生成厚度偏离值信息，其中，所述厚度偏离值信息包括位置信息；
对所述厚度偏离值信息中的正厚度偏离值和负厚度偏离值进行最近位置距离的分组拟合，获得分组拟合结果；
根据所述分组拟合结果和所述预设评价指标参数生成涂装厚度评价参数。
进一步的，所述***中的厚度测定模块还用于：
根据所述分组拟合结果得到每组拟合结果的厚度偏差值和位置距离参数；
根据所述厚度偏差值和所述位置距离参数进行厚度均匀度评价，获得厚度均匀度评价结果；
根据所述厚度均匀度评价结果和所述预设评价指标参数的差值生成所述涂装厚度评价参数。
进一步的，所述***中的厚度测定模块还用于：
根据所述涂装厚度测定参数进行厚度异常极值位置的目标镁钛合金检测，得到目标镁钛合金的尺寸检测结果；
根据所述尺寸检测结果进行产品的缺陷评价，生成缺陷评价结果；
根据所述缺陷评价结果进行所述目标镁钛合金的缺陷标识。
本申请上述实施例公开的模块的具体工作过程，可参见对应的方法实施例内容，此处不再赘述。
专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种镁钛合金表面涂装工艺质量的评估方法，其特征在于，所述方法应用于涂装质量评价***，所述涂装质量评价***与图像采集模块、厚度测定模块、柔韧性测定模块、处理模块通信连接，所述方法包括：
通过所述涂装质量评价***进行涂装工艺的应用场景数据采集，并根据采集结果进行基于大数据的评估指标分布，得到预设评价指标参数；
通过所述图像采集模块进行目标镁钛合金表面的图像采集，得到表面图像采集集合，并通过所述图像采集模块将所述表面图像采集集合发送至所述处理模块；
通过所述处理模块对所述表面图像采集集合进行图像识别，根据图像识别结果和所述预设评价指标参数生成色彩偏差评价参数和缺陷评价参数；
通过所述厚度测定模块进行所述目标镁钛合金表面的涂装厚度测定，生成涂装厚度测定参数，并依据所述涂装厚度测定参数和所述预设评价指标参数生成涂装厚度评价参数；
通过所述柔韧性测定模块进行目标镁钛合金的涂层柔韧性能测试，并通过所述图像采集模块进行所述目标镁钛合金表面的图像采集，并将柔韧性测定图像发送至所述处理模块；
通过所述处理模块进行所述柔韧性测定图像的特征识别，根据特征识别结果和所述预设评价指标参数生成柔韧性评价参数；
根据所述色彩偏差评价参数、所述缺陷评价参数、所述涂装厚度评价参数和所述柔韧性评价参数生成所述目标镁钛合金表面的涂装质量评价结果。
2.如权利要求1所述的方法，其特征在于，所述通过所述处理模块对所述表面图像采集集合进行图像识别，还包括：
a)通过所述处理模块进行所述表面图像采集集合的图像光源评价，得到亮度评价结果；
b)当所述亮度评价结果满足预期阈值时，则通过所述处理模块将所述表面图像采集集合与比对图像的同位置像素值映射为概率向量；
c)通过所述概率向量的差异值和所述预设评价指标参数生成所述色彩偏差评价参数。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
b1)当所述亮度评价结果不满足所述预期阈值时，根据所述亮度评价结果生成亮度影响特征；b2)通过所述亮度影响特征对所述概率向量的映射结果进行亮度的优化补偿，根据优化补偿结果生成所述色彩偏差评价参数；b3)根据所述亮度评价结果生成反馈亮度控制参数，将所述反馈亮度控制参数反馈至所述图像采集模块。
4.如权利要求2所述的方法，其特征在于，所述方法还包括：
c1)判断所述差异值是否满足预设差异阈值，当所述差异值满足所述预设差异阈值时，获得所述差异值对应位置的另一评价图像，其中，所述另一评价图像与所述表面图像采集集合的采集角度不同；c2)对所述另一评价图像进行目标区域的平整度评价，得到平整度评价参数；c3)当所述平整度评价参数存在异常时，则通过缺陷特征集合进行所述表面图像采集集合的特征匹配，根据特征匹配结果和所述预设评价指标参数生成所述缺陷评价参数，当所述平整度评价参数不存在异常时，则通过所述概率向量的差异值和所述预设评价指标参数生成所述色彩偏差评价参数。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
设定厚度初始评价区间，根据所述厚度初始评价区间和所述涂装厚度测定参数进行厚度偏离值评价，根据评价结果生成厚度偏离值信息，其中，所述厚度偏离值信息包括位置信息；
对所述厚度偏离值信息中的正厚度偏离值和负厚度偏离值进行最近位置距离的分组拟合，获得分组拟合结果；
根据所述分组拟合结果和所述预设评价指标参数生成涂装厚度评价参数。
6.如权利要求5所述的方法，其特征在于，所述方法还包括：
根据所述分组拟合结果得到每组拟合结果的厚度偏差值和位置距离参数；
根据所述厚度偏差值和所述位置距离参数进行厚度均匀度评价，获得厚度均匀度评价结果；
根据所述厚度均匀度评价结果和所述预设评价指标参数的差值生成所述涂装厚度评价参数。
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述涂装厚度测定参数进行厚度异常极值位置的目标镁钛合金检测，得到目标镁钛合金的尺寸检测结果；
根据所述尺寸检测结果进行产品的缺陷评价，生成缺陷评价结果；
根据所述缺陷评价结果进行所述目标镁钛合金的缺陷标识。
8.一种镁钛合金表面涂装工艺质量的评估***，其特征在于，所述***包括：
涂装质量评价***，通过所述涂装质量评价***进行涂装工艺的应用场景数据采集，并根据采集结果进行基于大数据的评估指标分布，得到预设评价指标参数；
图像采集模块，通过所述图像采集模块进行目标镁钛合金表面的图像采集，得到表面图像采集集合，并通过所述图像采集模块将所述表面图像采集集合发送至处理模块；
处理模块，通过所述处理模块对所述表面图像采集集合进行图像识别，根据图像识别结果和所述预设评价指标参数生成色彩偏差评价参数和缺陷评价参数；
厚度测定模块，通过所述厚度测定模块进行所述目标镁钛合金表面的涂装厚度测定，生成涂装厚度测定参数，并依据所述涂装厚度测定参数和所述预设评价指标参数生成涂装厚度评价参数；
柔韧性测定模块，通过所述柔韧性测定模块进行目标镁钛合金的涂层柔韧性能测试，并通过所述图像采集模块进行所述目标镁钛合金表面的图像采集，并将柔韧性测定图像发送至所述处理模块；
通过所述处理模块进行所述柔韧性测定图像的特征识别，根据特征识别结果和所述预设评价指标参数生成柔韧性评价参数；
质量评价模块，所述质量评价模块用于根据所述色彩偏差评价参数、所述缺陷评价参数、所述涂装厚度评价参数和所述柔韧性评价参数生成所述目标镁钛合金表面的涂装质量评价结果。
CN202210642183.1A 2022-06-07 2022-06-07 一种镁钛合金表面涂装工艺质量的评估方法及*** Active CN114912832B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210642183.1A CN114912832B (zh) 2022-06-07 2022-06-07 一种镁钛合金表面涂装工艺质量的评估方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210642183.1A CN114912832B (zh) 2022-06-07 2022-06-07 一种镁钛合金表面涂装工艺质量的评估方法及***

Publications (2)

Publication Number Publication Date
CN114912832A true CN114912832A (zh) 2022-08-16
CN114912832B CN114912832B (zh) 2023-08-08

Family

ID=82771094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210642183.1A Active CN114912832B (zh) 2022-06-07 2022-06-07 一种镁钛合金表面涂装工艺质量的评估方法及***

Country Status (1)

Country Link
CN (1) CN114912832B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115561249A (zh) * 2022-11-09 2023-01-03 松乐智能装备(深圳)有限公司 一种喷涂设备的智能化监测方法及***
CN116257022A (zh) * 2022-12-01 2023-06-13 南京贝迪新材料科技股份有限公司 一种量子点扩散板生产过程色域性能智能控制方法及***
CN116735593A (zh) * 2023-08-11 2023-09-12 深圳市欣茂鑫实业有限公司 一种电解着色用质量检测方法及***
CN117557554A (zh) * 2024-01-05 2024-02-13 海斯福(深圳)科技有限公司 一种含氟涂层的喷涂平整度智能检测方法及***
CN117635120A (zh) * 2023-12-05 2024-03-01 苏州天成涂装***股份有限公司 一种用于涂装设备的远程监测管理***
CN117635120B (zh) * 2023-12-05 2024-08-02 苏州天成涂装***股份有限公司 一种用于涂装设备的远程监测管理***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015120212A1 (en) * 2014-02-07 2015-08-13 3M Innovative Properties Company Paint color evaluation system that facilitates examination of color at multiple angles and locations on a vehicle
CN107179749A (zh) * 2016-03-11 2017-09-19 宝山钢铁股份有限公司 热镀锌产品全流程质量控制方法
CN113117942A (zh) * 2021-04-16 2021-07-16 合肥工业大学 一种刚柔耦合并联机器人多色喷涂实验装置及喷涂方法
CN114318324A (zh) * 2021-12-16 2022-04-12 东风汽车集团股份有限公司 一种用于镁合金车轮冷喷涂的喷涂粉末及其喷涂工艺和评价方法
CN114372983A (zh) * 2022-03-22 2022-04-19 武汉市富甸科技发展有限公司 一种基于图像处理的屏蔽盒涂装质量检测方法及***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015120212A1 (en) * 2014-02-07 2015-08-13 3M Innovative Properties Company Paint color evaluation system that facilitates examination of color at multiple angles and locations on a vehicle
CN107179749A (zh) * 2016-03-11 2017-09-19 宝山钢铁股份有限公司 热镀锌产品全流程质量控制方法
CN113117942A (zh) * 2021-04-16 2021-07-16 合肥工业大学 一种刚柔耦合并联机器人多色喷涂实验装置及喷涂方法
CN114318324A (zh) * 2021-12-16 2022-04-12 东风汽车集团股份有限公司 一种用于镁合金车轮冷喷涂的喷涂粉末及其喷涂工艺和评价方法
CN114372983A (zh) * 2022-03-22 2022-04-19 武汉市富甸科技发展有限公司 一种基于图像处理的屏蔽盒涂装质量检测方法及***

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
MS GOGHERI 等: "Mechanical properties, corrosion behavior and biocompatibility of orthopedic pure titaniummagnesium alloy screw prepared by friction welding", 《TRANSACTIONS OF NONFERROUS METALS SOCIETY OF CHINA》 *
SF ZHANG 等: "Effects of tannic acid on properties of anodic coatings obtained by micro arc oxidation on AZ91 magnesium alloy", 《SURFACE AND COATINGS TECHNOLOGY》 *
国俊丰 等: "磁参数法用于评估NiCr基合金热喷涂层结合强度的研究", 《热喷涂技术》 *
崔学军 等: "基于Image-J图像法和电化学法的微弧氧化涂层孔隙率评价", 中国有色金属学报》 *
李延伟 等: "输电铁塔石墨烯重防腐涂料的涂装性能评估", 《浙江电力》 *
薛玉娜: "高强镁合金结构件防护涂层的静/动态耐蚀机理研究", 《中国优秀博士论文全文数据库工程科技Ⅰ辑》 *
闵捷 等: "热喷涂ZnNi合金涂层的耐腐蚀性能评价", 《广州化工》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115561249A (zh) * 2022-11-09 2023-01-03 松乐智能装备(深圳)有限公司 一种喷涂设备的智能化监测方法及***
CN116257022A (zh) * 2022-12-01 2023-06-13 南京贝迪新材料科技股份有限公司 一种量子点扩散板生产过程色域性能智能控制方法及***
CN116257022B (zh) * 2022-12-01 2024-05-10 南京贝迪新材料科技股份有限公司 一种量子点扩散板生产过程色域性能智能控制方法及***
CN116735593A (zh) * 2023-08-11 2023-09-12 深圳市欣茂鑫实业有限公司 一种电解着色用质量检测方法及***
CN116735593B (zh) * 2023-08-11 2023-11-03 深圳市欣茂鑫实业有限公司 一种电解着色用质量检测方法及***
CN117635120A (zh) * 2023-12-05 2024-03-01 苏州天成涂装***股份有限公司 一种用于涂装设备的远程监测管理***
CN117635120B (zh) * 2023-12-05 2024-08-02 苏州天成涂装***股份有限公司 一种用于涂装设备的远程监测管理***
CN117557554A (zh) * 2024-01-05 2024-02-13 海斯福(深圳)科技有限公司 一种含氟涂层的喷涂平整度智能检测方法及***
CN117557554B (zh) * 2024-01-05 2024-04-23 海斯福(深圳)科技有限公司 一种含氟涂层的喷涂平整度智能检测方法及***

Also Published As

Publication number Publication date
CN114912832B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN114912832B (zh) 一种镁钛合金表面涂装工艺质量的评估方法及***
CN114862849B (zh) 一种基于图像处理的铝合板覆膜效果评估方法
CN1902464A (zh) 用于测量、确定和控制金属带材平直度的方法和设备
CN115561249B (zh) 一种喷涂设备的智能化监测方法及***
CN115456652B (zh) 一种基于人工智能的精密注塑件不良品的溯源方法
CN117517325B (zh) 一种基于机器视觉的铝单板喷涂质量检测分析***
CN116152262B (zh) 一种离子性中间膜外观缺陷检测方法
CN114581428B (zh) 一种基于光学手段的粉末涂料粘合度检测方法
CN114119483A (zh) 基于图像处理技术的建筑用轻质墙板质量检测方法及装置
CN117340900B (zh) 一种热喷涂机器人路径规划方法及***
CN109308707B (zh) 铝锭厚度非接触式在线测量方法
CN114419039A (zh) 一种基于模板匹配的装饰墙纸缺陷检测方法
CN117437238A (zh) 一种封装ic表面缺陷视觉检测方法
CN114004981A (zh) 一种非完整点云条件下的车身r角视觉检测方法及***
CN117218115A (zh) 一种汽车配件漆面异常检测方法
CN115082463B (zh) 基于图像数据的发电机端盖视觉检测方法
Yi et al. Process monitoring of fused deposition modeling through profile control
CN114565563B (zh) 基于人工智能的彩钢板表面异常检测方法
CN115880297A (zh) 基于机器视觉的被套染色质量评估方法
CN110970318A (zh) 一种太阳能电池片色差和绕镀的测量表征方法
CN115423807A (zh) 一种基于离群点检测的布匹缺陷检测方法
CN114969988A (zh) 一种控制舱门装配间隙的预变形方法
JP2014240774A (ja) 皮膜の外観変形予測方法、製造方法、及びプレス成形方法
CN111476752A (zh) 架空线路弧垂快速测量方法
CN117058130B (zh) 一种光纤拉丝表面涂覆质量视觉检测方法

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
GR01 Patent grant
GR01 Patent grant