CN115293463A - 一种基于切割质量预测的玻璃镜片加工监督方法及*** - Google Patents
一种基于切割质量预测的玻璃镜片加工监督方法及*** Download PDFInfo
- Publication number
- CN115293463A CN115293463A CN202211223929.1A CN202211223929A CN115293463A CN 115293463 A CN115293463 A CN 115293463A CN 202211223929 A CN202211223929 A CN 202211223929A CN 115293463 A CN115293463 A CN 115293463A
- Authority
- CN
- China
- Prior art keywords
- glass
- cutting
- cut
- parameter
- defect
- 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
Links
- 239000011521 glass Substances 0.000 title claims abstract description 458
- 238000005520 cutting process Methods 0.000 title claims abstract description 377
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012545 processing Methods 0.000 title claims abstract description 32
- 238000012544 monitoring process Methods 0.000 title description 7
- 230000007547 defect Effects 0.000 claims abstract description 231
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000013441 quality evaluation Methods 0.000 claims abstract description 27
- 238000012216 screening Methods 0.000 claims description 19
- 238000005457 optimization Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 12
- 239000002699 waste material Substances 0.000 abstract description 8
- 230000000694 effects Effects 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000005336 cracking Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B28—WORKING CEMENT, CLAY, OR STONE
- B28D—WORKING STONE OR STONE-LIKE MATERIALS
- B28D1/00—Working stone or stone-like materials, e.g. brick, concrete or glass, not provided for elsewhere; Machines, devices, tools therefor
- B28D1/22—Working stone or stone-like materials, e.g. brick, concrete or glass, not provided for elsewhere; Machines, devices, tools therefor by cutting, e.g. incising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Mechanical Engineering (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Mining & Mineral Resources (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Mathematical Physics (AREA)
- Re-Forming, After-Treatment, Cutting And Transporting Of Glass Products (AREA)
Abstract
本发明提供了一种基于切割质量预测的玻璃镜片加工监督方法及***,涉及智能制造领域,应用于数据处理技术领域,包括:通过用户端获取订单信息,得到期望玻璃镜片规格。对待切割玻璃进行缺陷检测,生成待切割玻璃基本参数。按照基本参数对待切割玻璃进行排布,生成初始排列结果。根据期望尺寸规格和初始排列结果,匹配第一切割控制参数对待切割玻璃进行切割质量评估,生成预测切割质量规格,判断是否满足期望质量规格。若满足,生成切割质量评估合格指令。解决了现有技术中玻璃镜片的切割质量评估方法存在一定的滞后性,无法对玻璃镜片的具体情况进行加工预测,导致玻璃切割质量无法满足既定的质量要求,造成生产资源浪费的技术问题。
Description
技术领域
本发明涉及智能制造技术领域,具体涉及一种基于切割质量预测的玻璃镜片加工监督方法及***。
背景技术
传统的玻璃镜片切割加工时,需要依赖历史经验或者多次试错对加工参数进行选定,进而执行玻璃镜片的切割加工,而每次选定过程对于加工前玻璃质量的预测通常依赖专业的工程师进行预测,面对加工需求量的不断增大,传统方式效率较低。玻璃镜片不同加工方式涉及的参数与加工结果质检具备较高相关性,且多为定量数据,具备实现自动化玻璃镜片切割加工质量预测的发展潜力。
但目前的适用于玻璃镜片的加工质量智能化监督,多用于生产环节之后的质量监测,该方法存在一定的滞后性,且无法根据玻璃镜片的具体情况进行加工预测,此时经常需要复工处理或者报废处理,造成生产资源的浪费,因此亟需一种预先性较高的玻璃镜片切割质量监督预测方案,对玻璃镜片的具体情况进行加工预测,以提高玻璃切割的切割质量,减少生产资源的浪费。
因此,在现有技术中玻璃镜片的切割质量评估方法存在一定的滞后性,无法对玻璃镜片的具体情况进行加工预测,导致玻璃切割质量无法满足既定的质量要求,造成生产资源浪费的技术问题。
发明内容
本申请提供一种基于切割质量预测的玻璃镜片加工监督方法及***,用于针对解决现有技术中玻璃镜片的切割质量评估方法存在一定的滞后性,无法对玻璃镜片的具体情况进行加工预测,导致玻璃切割质量无法满足既定的质量要求,造成生产资源浪费的技术问题。
鉴于上述问题,本申请提供了一种基于切割质量预测的玻璃镜片加工监督方法及***。
本申请的第一个方面,提供了一种基于切割质量预测的玻璃镜片加工监督方法,采用一玻璃镜片的切割质量评估***实施,所述***包括用户端,所述***应用于方形玻璃切割装置,包括:通过用户端获取订单信息,其中,所述订单信息包括期望玻璃镜片规格,所述期望玻璃镜片规格包括期望尺寸规格和期望质量规格;通过方形玻璃切割装置的缺陷检测模块对待切割玻璃进行缺陷检测,生成待切割玻璃基本参数;按照所述待切割玻璃基本参数对所述待切割玻璃在玻璃带排布,生成初始排列结果;根据所述期望尺寸规格和所述初始排列结果,匹配切割控制参数;根据所述切割控制参数对所述待切割玻璃进行切割质量评估,生成预测切割质量规格;判断所述预测切割质量规格是否满足所述期望质量规格;若满足,生成切割质量评估合格指令。
本申请的第二个方面,提供了一种基于切割质量预测的玻璃镜片加工监督***,包括用户端,应用于方形玻璃切割装置,包括:期望玻璃镜片规格获取模块,用于通过用户端获取订单信息,所述订单信息包括期望玻璃镜片规格,其中,所述期望玻璃镜片规格包括期望尺寸规格和期望质量规格;待切割玻璃基本参数获取模块,用于通过方形玻璃切割装置的缺陷检测模块对待切割玻璃进行缺陷检测,生成待切割玻璃基本参数;初始排列结果获取模块,用于按照所述待切割玻璃基本参数对所述待切割玻璃在玻璃带排布,生成初始排列结果;切割控制参数匹配模块,用于根据所述期望尺寸规格和所述初始排列结果,匹配切割控制参数;预测切割质量获取模块,用于根据所述切割控制参数对所述待切割玻璃进行切割质量评估,生成预测切割质量规格;质量评估模块,用于判断所述预测切割质量规格是否满足所述期望质量规格;评估结果获取模块,用于若满足,生成切割质量评估合格指令。
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方法通过用户端获取订单信息,得到期望玻璃镜片规格。通过方形玻璃切割装置的缺陷检测模块对待切割玻璃进行缺陷检测,生成待切割玻璃基本参数。按照所述待切割玻璃基本参数对所述待切割玻璃在玻璃带排布,生成初始排列结果。根据所述期望尺寸规格和所述初始排列结果,匹配第一切割控制参数。根据所述第一切割控制参数对所述待切割玻璃进行切割质量评估,生成预测切割质量规格。判断所述预测切割质量规格是否满足所述期望质量规格。若满足,生成切割质量评估合格指令。通过对切割玻璃切割前进行评估,保障最终选取的切割参数的实际切割效果,提高方形玻璃切割装置的切割质量。解决了现有技术中玻璃镜片的切割质量评估方法存在一定的滞后性,无法对玻璃镜片的具体情况进行加工预测,导致玻璃切割质量无法满足既定的质量要求,造成生产资源浪费的技术问题。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请提供的一种基于切割质量预测的玻璃镜片加工监督方法流程示意图;
图2为本申请提供的一种基于切割质量预测的玻璃镜片加工监督方法中获取期望玻璃镜片规格的流程示意图;
图3为本申请提供的一种基于切割质量预测的玻璃镜片加工监督方法中获取待切割玻璃基本参数的流程示意图;
图4为本申请提供了一种基于切割质量预测的玻璃镜片加工监督***结构示意图。
附图标记说明:期望玻璃镜片规格获取模块11,待切割玻璃基本参数获取模块12,初始排列结果获取模块13,切割控制参数匹配模块14,预测切割质量获取模块15,质量评估模块16,评估结果获取模块17。
具体实施方式
本申请提供一种基于切割质量预测的玻璃镜片加工监督方法及***,用于针对解决现有技术中玻璃镜片的切割质量评估方法存在一定的滞后性,无法对玻璃镜片的具体情况进行加工预测,导致玻璃切割质量无法满足既定的质量要求,造成生产资源浪费的技术问题。
下面将参考附图对本申请中的技术方案进行清楚、完整地描述。所描述的实施内容例仅为本申请所能实现的部分内容,而不是本申请的全部内容。
实施例一
如图1所示,本申请提供了一种基于切割质量预测的玻璃镜片加工监督方法,采用一玻璃镜片的切割质量评估***实施,所述***包括用户端,所述***应用于方形玻璃切割装置,包括:
步骤100:通过用户端获取订单信息,其中,所述订单信息包括期望玻璃镜片规格,所述期望玻璃镜片规格包括期望尺寸规格和期望质量规格;
步骤200:通过方形玻璃切割装置的缺陷检测模块对待切割玻璃进行缺陷检测,生成待切割玻璃基本参数;
步骤300:按照所述待切割玻璃基本参数对所述待切割玻璃在玻璃带排布,生成初始排列结果;
具体的,通过用户端获取订单信息,其中用户端为用户用于向厂家递交订单信息的设备。其中,订单信息包括期望玻璃镜片规格,期望玻璃镜片规格包括期望尺寸规格和期望质量规格。通过方形玻璃切割装置中包含的缺陷检测模块对待切割玻璃进行缺陷检测,监测待切割玻璃中存在的因制造和运输等产生的缺陷,如开裂、运损、等缺陷,并获取缺陷的具体类别、大小、位置和数量,以及获取待切割玻璃的长度参数、宽度参数和厚度参数,生成待切割玻璃基本参数。按照待切割玻璃基本参数对待切割玻璃在玻璃带排布,在进行排布时按照待切割玻璃的长度和厚度进行玻璃带排布,生成初始排列结果。
如图2所示,本申请实施例提供的方法步骤100还包括:
步骤110:通过所述用户端,从流程管理模块调取订单编号信息;
步骤120:根据所述订单编号信息,匹配订单玻璃镜片长度参数、订单玻璃镜片宽度参数和订单玻璃镜片厚度参数;
步骤130:根据所述订单编号信息,匹配订单玻璃镜片缺陷位置阈值、订单玻璃镜片缺陷类型阈值、订单玻璃镜片缺陷大小阈值和订单玻璃镜片缺陷数量阈值;
步骤140:将所述订单玻璃镜片长度参数、所述订单玻璃镜片宽度参数和所述订单玻璃镜片厚度参数,添加进所述期望玻璃镜片规格;
步骤150:将所述订单玻璃镜片缺陷位置阈值、所述订单玻璃镜片缺陷类型阈值、所述订单玻璃镜片缺陷大小阈值和所述订单玻璃镜片缺陷数量阈值,添加进所述期望质量规格。
具体的,通过用户端,从流程管理模块调取订单编号信息。根据订单编号信息,获取用户订单中需求的订单玻璃镜片长度参数、订单玻璃镜片宽度参数和订单玻璃镜片厚度参数。即获取用户需求的玻璃镜片长度、宽度、厚度参数。随后,根据订单编号信息,获取用户规定的订单玻璃镜片缺陷位置阈值、订单玻璃镜片缺陷类型阈值、订单玻璃镜片缺陷大小阈值和订单玻璃镜片缺陷数量阈值,便于后续根据用户需求设置缺陷最低要求。将所述订单玻璃镜片长度参数、所述订单玻璃镜片宽度参数和所述订单玻璃镜片厚度参数,添加进所述期望玻璃镜片规格。将所述订单玻璃镜片缺陷位置阈值、所述订单玻璃镜片缺陷类型阈值、所述订单玻璃镜片缺陷大小阈值和所述订单玻璃镜片缺陷数量阈值,添加进所述期望质量规格。
如图3所示,本申请实施例提供的方法步骤200还包括:
步骤210:当所述待切割玻璃通过所述方形玻璃切割装置的玻璃带传输至缺陷检测区域时,调取所述缺陷检测模块的图像传感器对所述缺陷检测模块进行图像采集,生成图像采集结果;
步骤220:对所述图像采集结果进行缺陷特征分析,生成待切割玻璃缺陷特征参数,其中,所述待切割玻璃缺陷特征参数包括缺陷类型参数、缺陷位置参数、缺陷大小参数和缺陷数量参数;
步骤230:对所述图像采集结果进行尺寸特征分析,生成待切割玻璃尺寸特征参数,其中,所述待切割玻璃尺寸特征参数包括待切割玻璃长度参数、待切割玻璃宽度参数和待切割玻璃厚度参数;
步骤240:将所述缺陷类型参数、所述缺陷位置参数、所述缺陷大小参数、所述缺陷数量参数、所述待切割玻璃长度参数、所述待切割玻璃宽度参数和所述待切割玻璃厚度参数,添加进所述待切割玻璃基本参数。
具体的,当待切割玻璃通过方形玻璃切割装置的玻璃带传输至缺陷检测区域时,调取所述缺陷检测模块的图像传感器对所述缺陷检测模块进行图像采集,生成图像采集结果。随后,对图像采集结果进行缺陷特征分析,生成待切割玻璃缺陷特征参数,在进行缺陷特征分析时可以通过获取缺陷特征卷积神经网络模型,进行缺陷特征识别和缺陷位置的获取,或直接通过人工监测的方式进行缺陷特征识别和缺陷位置的获取,并生成待切割玻璃缺陷特征参数。其中待切割玻璃缺陷特征参数包括缺陷类型参数、缺陷位置参数、缺陷大小参数和缺陷数量参数。进一步,对图像采集结果进行尺寸特征分析,在分析尺寸特征时可以根据像素点和实际距离的对应关系进行玻璃尺寸特征的获取,得到待切割玻璃尺寸特征参数。待切割玻璃尺寸特征参数包括待切割玻璃长度参数、待切割玻璃宽度参数和待切割玻璃厚度参数。最后,将缺陷类型参数、所述缺陷位置参数、所述缺陷大小参数、所述缺陷数量参数、所述待切割玻璃长度参数、所述待切割玻璃宽度参数和所述待切割玻璃厚度参数,添加进所述待切割玻璃基本参数。
本申请实施例提供的方法步骤300还包括:
步骤310:根据所述玻璃带,获取行排布长度阈值和列排布长度阈值;
步骤320:根据所述待切割玻璃长度参数对所述待切割玻璃进行聚类分析,生成待切割玻璃第一聚类结果;
步骤330:根据所述待切割玻璃厚度参数对所述待切割玻璃第一聚类结果进行聚类分析,生成待切割玻璃第二聚类结果;
步骤340:遍历所述待切割玻璃第二聚类结果从所述玻璃带的第一方向的一侧和第二方向的一侧,对所述待切割玻璃行排列,其中,所述第一方向和所述第二方向互相垂直;
步骤350:判断第二方向排列长度是否满足所述行排布长度阈值;
步骤360:若满足,生成第一列待切割玻璃,继续从所述第二方向的一侧对所述待切割玻璃重复行排列;
步骤370:判断第一方向排列长度是否满足所述列排布长度阈值;
步骤380:若满足,生成所述初始排列结果。
具体的,根据玻璃带,获取行排布长度阈值和列排布长度阈值,其中玻璃带为临时存放待切割玻璃的位置,该位置存在行排布长度限制和列排布长度限制。根据待切割玻璃长度参数对所述待切割玻璃进行聚类分析,即获取各待切割玻璃长度参数,根据长度参数区间进行聚类,获取待切割玻璃第一聚类结果,其中在第一聚类结果中的每个聚类类别均对应有长度排列区间。根据待切割玻璃厚度参数对所述待切割玻璃第一聚类结果进行聚类分析,生成待切割玻璃第二聚类结果,其中在第二聚类结果中的每个聚类类别均对应有厚度排列区间。遍历待切割玻璃第二聚类结果从玻璃带的第一方向的一侧和第二方向的一侧,对所述待切割玻璃行排列,即对长度和厚度聚类结果进行玻璃带排列,其中,第一方向和第二方向互相垂直,第一方向上的排布为玻璃长度参数排布,第二方向上的排布为玻璃厚度参数排布,或采取第一方向上的排布为玻璃厚度参数排布,第二方向上的排布为玻璃长度参数排布。判断第二方向排列长度是否满足所述行排布长度阈值,若满足,生成第一列待切割玻璃,继续从所述第二方向的一侧对所述待切割玻璃重复行排列。判断第一方向排列长度是否满足所述列排布长度阈值。若满足,生成所述初始排列结果。
本申请实施例提供的方法步骤380还包括:
步骤381:对任意一个所述待切割玻璃第二聚类结果从所述玻璃带的第一方向的一侧和所述第二方向的一侧,对所述待切割玻璃行排列时,判断任意一个所述待切割玻璃第二聚类结果中的所述待切割玻璃是否全部排列;
步骤382:若任意一个所述待切割玻璃第二聚类结果中的所述待切割玻璃全部排列,则停止当前列的行排列,遍历所述待切割玻璃第二聚类结果,从所述第二方向的一侧对所述待切割玻璃继续下一列的行排列。
具体的,对任意一个待切割玻璃第二聚类结果从玻璃带的第一方向的一侧和第二方向的一侧,对所述待切割玻璃行排列时,判断任意一个所述待切割玻璃第二聚类结果中的所述待切割玻璃是否全部排列,即判断当前聚类结果中的待切割玻璃是否全部排列。若任意一个所述待切割玻璃第二聚类结果中的所述待切割玻璃全部排列,即当前聚类结果中的待切割玻璃全部排列,则停止当前列的行排列,遍历所述待切割玻璃第二聚类结果,从所述第二方向的一侧对所述待切割玻璃继续下一列的行排列。即当前聚类结果中的待切割玻璃全部排列完成后,重新进行下一行聚类结果的排列,每一行具有相同的长度或厚度,直至完成所有行和列聚类结果的排列,以保证最后排列的结果中每一行和每一类对应为相同的长度或厚度。
步骤400:根据所述期望尺寸规格和所述初始排列结果,匹配切割控制参数;
步骤500:根据所述切割控制参数对所述待切割玻璃进行切割质量评估,生成预测切割质量规格;
步骤600:判断所述预测切割质量规格是否满足所述期望质量规格;
步骤700:若满足,生成切割质量评估合格指令。
具体的,根据期望尺寸规格和初始排列结果,匹配切割控制参数,在进行切割控制参数匹配时通过获取切割控制参数取值区间,在切割控制参数取值区间内对切割控制参数进行择优选取,获取切割控制参数。根据切割控制参数对待切割玻璃进行切割质量评估,生成预测切割质量规格。在评估切割质量时通过获取各切割控制参数的预切割结果,得到预切割结果,对预切割结果进行适应度计算,得到各待切割玻璃的预计适应度,得到预测切割质量规格。随后,判断预测切割质量规格是否满足所述期望质量规格,即判断预计适应度是否满足筛选函数阈值。当满足时,则说明采用当前规划的切割控制参数可以满足用户的需求,则生成切割质量评估合格指令。当不满足时,则说明采用当前规划的切割控制参数进行待切割玻璃切割时无法满足用户的需求,待切割对象可能存在异常,则生成不合格指令,并将不合格指令发送至工作人员提醒工作人员对进行异常待切割玻璃进行更换。通过获取切割控制参数,实现对玻璃镜片的智能化切割,并根据玻璃镜片的实际情况进行切割前的质量评估,评估合格后进行玻璃切割,保障了方形玻璃切割装置的切割质量和切割效果。
本申请实施例提供的方法步骤400还包括:
步骤410:根据所述初始排列结果,获取第N聚类初始排列结果;
步骤420:根据所述第N聚类初始排列结果,从所述待切割玻璃基本参数提取第N聚类厚度参数、第N聚类长度参数和第N聚类宽度参数集合;
步骤430:根据所述期望尺寸规格,提取所述订单玻璃镜片长度参数、所述订单玻璃镜片宽度参数和所述订单玻璃镜片厚度参数;
步骤440:根据所述第N聚类厚度参数和所述订单玻璃镜片厚度参数,生成厚度偏差参数;
步骤450:根据所述第N聚类长度参数和所述订单玻璃镜片长度参数,生成长度偏差参数;
步骤460:根据所述订单玻璃镜片宽度参数遍历所述第N聚类宽度参数集合,生成宽度偏差参数集合;
步骤470:将所述厚度偏差参数和所述长度偏差参数输入所述方形玻璃切割装置,获取第三方向切割参数取值区间和第二方向切割参数取值区间;
步骤480:将所述宽度偏差参数集合输入所述方形玻璃切割装置,获取多组第一方向切割参数取值区间;
步骤490:根据所述期望质量规格对所述第三方向切割参数取值区间、所述第二方向切割参数取值区间和所述多组第一方向切割参数取值区间进行优化,生成多组第N聚类切割控制参数,添加进所述切割控制参数。
具体的,根据所述初始排列结果,获取第N聚类初始排列结果,其中,第N聚类初始排列结果为第二聚类结果中的一组聚类结果,每组聚类结果中为具有相同长度相同厚度的待切割玻璃。根据第N聚类初始排列结果,从待切割玻璃基本参数提取第N聚类厚度参数、第N聚类长度参数和第N聚类宽度参数集合。根据期望尺寸规格,提取订单玻璃镜片长度参数、所述订单玻璃镜片宽度参数和所述订单玻璃镜片厚度参数。根据所述第N聚类厚度参数和所述订单玻璃镜片厚度参数,生成厚度偏差参数。根据所述第N聚类长度参数和所述订单玻璃镜片长度参数,生成长度偏差参数。根据所述订单玻璃镜片宽度参数遍历所述第N聚类宽度参数集合,生成宽度偏差参数集合。将厚度偏差参数和所述长度偏差参数输入所述方形玻璃切割装置,获取第三方向切割参数取值区间和第二方向切割参数取值区间。即根据厚度偏差参数和长度偏差参数,获取对应的切割参数,包括对当前面切割的位置和切割位置区间。将所述宽度偏差参数集合输入方形玻璃切割装置,获取多组第一方向切割参数取值区间,由于在第N聚类初始排列结果中包含多个不同宽度的待切割玻璃,因此有多个不同的宽度切割参数。根据所述期望质量规格对所述第三方向切割参数取值区间、所述第二方向切割参数取值区间和所述多组第一方向切割参数取值区间进行优化,生成多组第N聚类切割控制参数,其中每组聚类切割控制参数对应一块待切割玻璃,并将多组第N聚类切割控制参数添加进所述切割控制参数。
本申请实施例提供的方法步骤490还包括:
步骤491:构建适应度函数:
其中,表示第N聚类中第i块玻璃第j组切割参数的切割质量评估结果,表征第j组切割参数切割后的玻璃缺陷类型参数,表征第j组切割参数切割后的玻璃缺陷位置参数,表征第j组切割参数切割后的玻璃缺陷大小参数,表征第j组切割参数切割后的玻璃缺陷数量参数,为切割后的对应的缺陷类型总数量,为第m种缺陷的数量,为第m种缺陷位置和边缘位置距离,为第m种缺陷的大小;
步骤492:根据所述期望质量规格,获取所述订单玻璃镜片缺陷位置阈值、所述订单玻璃镜片缺陷类型阈值、所述订单玻璃镜片缺陷大小阈值和所述订单玻璃镜片缺陷数量阈值,输入所述适应度函数,生成筛选函数阈值;
步骤493:根据所述筛选函数阈值和所述适应度函数,调取所述第三方向切割参数取值区间、所述第二方向切割参数取值区间,遍历所述多组第一方向切割参数取值区间进行优化,生成所述多组第N聚类切割控制参数,添加进所述切割控制参数。
具体的,在根据所述期望质量规格对所述第三方向切割参数取值区间、所述第二方向切割参数取值区间和所述多组第一方向切割参数取值区间进行优化,生成多组第N聚类切割控制参数时,通过构建适应度函数:其中,表示第N聚类中第i块玻璃第j组切割参数的切割质量评估结果,表征第j组切割参数切割后的玻璃缺陷类型参数,表征第j组切割参数切割后的玻璃缺陷位置参数,表征第j组切割参数切割后的玻璃缺陷大小参数,表征第j组切割参数切割后的玻璃缺陷数量参数,为切割后的对应的缺陷类型总数量,为第m种缺陷的数量,为第m种缺陷位置和边缘位置距离,为第m种缺陷的大小。根据期望质量规格,获取订单玻璃镜片缺陷位置阈值、所述订单玻璃镜片缺陷类型阈值、所述订单玻璃镜片缺陷大小阈值和所述订单玻璃镜片缺陷数量阈值,输入所述适应度函数,生成筛选函数阈值,即获取用户需求的玻璃适应度,并根据需求的玻璃适应度生成筛选函数阈值,根据筛选函数阈值对待切割玻璃进行筛选。根据所述筛选函数阈值和所述适应度函数,调取所述第三方向切割参数取值区间、所述第二方向切割参数取值区间,遍历所述多组第一方向切割参数取值区间进行优化,生成所述多组第N聚类切割控制参数,添加进所述切割控制参数。
本申请实施例提供的方法步骤493还包括:
步骤493-1:根据所述第三方向切割参数取值区间、所述第二方向切割参数取值区间,遍历任意一组所述多组第一方向切割参数取值区间,随机选取第j组切割参数;
步骤493-2:根据所述第N聚类初始排列结果,从所述待切割玻璃基本参数提取第N缺陷类型参数、第N缺陷位置参数、第N缺陷大小参数和第N缺陷数量参数;
步骤493-3:根据所述第j组切割参数对所述第N缺陷类型参数、所述第N缺陷位置参数、所述第N缺陷大小参数和所述第N缺陷数量参数进行切割预测,生成第j缺陷类型预测结果、第j缺陷位置预测结果、第j缺陷大小预测结果和第j缺陷数量预测结果;
本申请实施例提供的方法步骤493还包括:
步骤493-4:将所述第j缺陷类型预测结果、所述第j缺陷位置预测结果、所述第j缺陷大小预测结果和所述第j缺陷数量预测结果输入所述适应度函数,生成第j函数值;
步骤493-5:判断所述第j函数值是否满足所述筛选函数阈值;
步骤493-6:若满足,判断所述第j函数值是否大于或等于第j-1函数值;
步骤493-7:若大于或等于,将第j-1组切割参数添加进淘汰数据组,判断j是否满足预设迭代次数;
步骤493-8:当j满足所述预设迭代次数,将所述第j组切割参数设为第N聚类中第i块玻璃的切割控制参数,添加进所述多组第N聚类切割控制参数。
具体的,根据所述第三方向切割参数取值区间、所述第二方向切割参数取值区间,遍历任意一组所述第一方向切割参数取值区间,得到一组切割参数取值区间,其中每一组切割参数取值区间对应一个待切割玻璃,随机从一组切割参数取值区间内选取一组具体的切割参数即第j组切割参数。根据确定的待切割玻璃基本参数提取第N缺陷类型参数、第N缺陷位置参数、第N缺陷大小参数和第N缺陷数量参数。根据所述第j组切割参数对所述第N缺陷类型参数、所述第N缺陷位置参数、所述第N缺陷大小参数和所述第N缺陷数量参数进行切割预测,预测根据当前切割方式进行切割后玻璃的情况,生成第j缺陷类型预测结果、第j缺陷位置预测结果、第j缺陷大小预测结果和第j缺陷数量预测结果。通过对待切割玻璃进行切割预测,统计采用当前切割方式进行切割后的缺陷情况,便于后续对切割后的玻璃进行评价。
进一步的,将所述第j缺陷类型预测结果、所述第j缺陷位置预测结果、所述第j缺陷大小预测结果和所述第j缺陷数量预测结果输入所述适应度函数,生成第j函数值。判断所述第j函数值是否满足所述筛选函数阈值。若不满足则取消第j组切割参数对当前待切割玻璃的切割,获取新的切割参数,并根据预测切割结果继续与筛选函数阈值进行比较。当满足筛选函数阈值时,则判断第j函数值是否大于或等于第j-1函数值。即选出当前第j组切割参数的切割效果与第j-1组切割参数的切割效果中较好的切割参数,并将较好的切割参数保留,淘汰较差的切割参数。其中第j组切割参数的切割效果与第j-1组切割参数均为满足切割参数取值区间的切割参数。若大于或等于,则第j组切割参数的切割效果更加优秀,将第j-1组切割参数添加进淘汰数据组,判断j是否满足预设迭代次数。若小于,则第j-1组切割参数的切割效果更加优秀,将第j组切割参数添加进淘汰数据组,保留第j-1组切割参数继续进行下一组切割参数的比较。其中迭代次数可以通过实际情况设置固定的次数进行判断。当j满足所述预设迭代次数,将所述第j组切割参数设为第N聚类中第i块玻璃的切割控制参数,添加进所述多组第N聚类切割控制参数,完成对当前待切割玻璃的切割控制,并进行多组第N聚类切割控制参数中其他玻璃的控制参数选取。通过对第j组切割参数进行切割预质量评估,保证最终选取的切割参数的实际切割效果,提高方形玻璃切割装置的切割质量。
综上所述,本申请实施例提供的方法通过用户端获取订单信息,得到期望玻璃镜片规格。通过方形玻璃切割装置的缺陷检测模块对待切割玻璃进行缺陷检测,生成待切割玻璃基本参数。按照所述待切割玻璃基本参数对所述待切割玻璃在玻璃带排布,生成初始排列结果。根据所述期望尺寸规格和所述初始排列结果,匹配第一切割控制参数。根据所述第一切割控制参数对所述待切割玻璃进行切割质量评估,生成预测切割质量规格。判断所述预测切割质量规格是否满足所述期望质量规格。若满足,生成切割质量评估合格指令。通过对切割玻璃切割前进行评估,保障最终选取的切割参数的实际切割效果,提高方形玻璃切割装置的切割质量。解决了现有技术中玻璃镜片的切割质量评估方法存在一定的滞后性,无法对玻璃镜片的具体情况进行加工预测,导致玻璃切割质量无法满足既定的质量要求,造成生产资源浪费的技术问题。
实施例二
基于与前述实施例中一种基于切割质量预测的玻璃镜片加工监督方法相同的发明构思,如图4所示,本申请提供了一种基于切割质量预测的玻璃镜片加工监督***,包括用户端,应用于方形玻璃切割装置,包括:
期望玻璃镜片规格获取模块11,用于通过用户端获取订单信息,其中,所述订单信息包括期望玻璃镜片规格,所述期望玻璃镜片规格包括期望尺寸规格和期望质量规格;
待切割玻璃基本参数获取模块12,用于通过方形玻璃切割装置的缺陷检测模块对待切割玻璃进行缺陷检测,生成待切割玻璃基本参数;
初始排列结果获取模块13,用于按照所述待切割玻璃基本参数对所述待切割玻璃在玻璃带排布,生成初始排列结果;
切割控制参数匹配模块14,用于根据所述期望尺寸规格和所述初始排列结果,匹配切割控制参数;
预测切割质量获取模块15,用于根据所述切割控制参数对所述待切割玻璃进行切割质量评估,生成预测切割质量规格;
质量评估模块16,用于判断所述预测切割质量规格是否满足所述期望质量规格;
评估结果获取模块17,用于若满足,生成切割质量评估合格指令。
进一步地,所述期望玻璃镜片规格获取模块11还用于:
通过所述用户端,从流程管理模块调取订单编号信息;
根据所述订单编号信息,匹配订单玻璃镜片长度参数、订单玻璃镜片宽度参数和订单玻璃镜片厚度参数;
根据所述订单编号信息,匹配订单玻璃镜片缺陷位置阈值、订单玻璃镜片缺陷类型阈值、订单玻璃镜片缺陷大小阈值和订单玻璃镜片缺陷数量阈值;
将所述订单玻璃镜片长度参数、所述订单玻璃镜片宽度参数和所述订单玻璃镜片厚度参数,添加进所述期望玻璃镜片规格;
将所述订单玻璃镜片缺陷位置阈值、所述订单玻璃镜片缺陷类型阈值、所述订单玻璃镜片缺陷大小阈值和所述订单玻璃镜片缺陷数量阈值,添加进所述期望质量规格。
进一步地,所述待切割玻璃基本参数获取模块12还用于:
当所述待切割玻璃通过所述方形玻璃切割装置的玻璃带传输至缺陷检测区域时,调取所述缺陷检测模块的图像传感器对所述缺陷检测模块进行图像采集,生成图像采集结果;
对所述图像采集结果进行缺陷特征分析,生成待切割玻璃缺陷特征参数,其中,所述待切割玻璃缺陷特征参数包括缺陷类型参数、缺陷位置参数、缺陷大小参数和缺陷数量参数;
对所述图像采集结果进行尺寸特征分析,生成待切割玻璃尺寸特征参数,其中,所述待切割玻璃尺寸特征参数包括待切割玻璃长度参数、待切割玻璃宽度参数和待切割玻璃厚度参数;
将所述缺陷类型参数、所述缺陷位置参数、所述缺陷大小参数、所述缺陷数量参数、所述待切割玻璃长度参数、所述待切割玻璃宽度参数和所述待切割玻璃厚度参数,添加进所述待切割玻璃基本参数。
进一步地,所述初始排列结果获取模块13还用于:
根据所述玻璃带,获取行排布长度阈值和列排布长度阈值;
根据所述待切割玻璃长度参数对所述待切割玻璃进行聚类分析,生成待切割玻璃第一聚类结果;
根据所述待切割玻璃厚度参数对所述待切割玻璃第一聚类结果进行聚类分析,生成待切割玻璃第二聚类结果;
遍历所述待切割玻璃第二聚类结果从所述玻璃带的第一方向的一侧和第二方向的一侧,对所述待切割玻璃行排列,其中,所述第一方向和所述第二方向互相垂直;
判断第二方向排列长度是否满足所述行排布长度阈值;
若满足,生成第一列待切割玻璃,继续从所述第二方向的一侧对所述待切割玻璃重复行排列;
判断第一方向排列长度是否满足所述列排布长度阈值;
若满足,生成所述初始排列结果。
进一步地,所述初始排列结果获取模块13还用于:
对任意一个所述待切割玻璃第二聚类结果从所述玻璃带的第一方向的一侧和所述第二方向的一侧,对所述待切割玻璃行排列时,判断任意一个所述待切割玻璃第二聚类结果中的所述待切割玻璃是否全部排列;
若任意一个所述待切割玻璃第二聚类结果中的所述待切割玻璃全部排列,则停止当前列的行排列,遍历所述待切割玻璃第二聚类结果,从所述第二方向的一侧对所述待切割玻璃继续下一列的行排列。
进一步地,所述切割控制参数匹配模块14还用于:
根据所述初始排列结果,获取第N聚类初始排列结果;
根据所述第N聚类初始排列结果,从所述待切割玻璃基本参数提取第N聚类厚度参数、第N聚类长度参数和第N聚类宽度参数集合;
根据所述期望尺寸规格,提取所述订单玻璃镜片长度参数、所述订单玻璃镜片宽度参数和所述订单玻璃镜片厚度参数;
根据所述第N聚类厚度参数和所述订单玻璃镜片厚度参数,生成厚度偏差参数;
根据所述第N聚类长度参数和所述订单玻璃镜片长度参数,生成长度偏差参数;
根据所述订单玻璃镜片宽度参数遍历所述第N聚类宽度参数集合,生成宽度偏差参数集合;
将所述厚度偏差参数和所述长度偏差参数输入所述方形玻璃切割装置,获取第三方向切割参数取值区间和第二方向切割参数取值区间;
将所述宽度偏差参数集合输入所述方形玻璃切割装置,获取多组第一方向切割参数取值区间;
根据所述期望质量规格对所述第三方向切割参数取值区间、所述第二方向切割参数取值区间和所述多组第一方向切割参数取值区间进行优化,生成多组第N聚类切割控制参数,添加进所述切割控制参数。
进一步地,所述切割控制参数匹配模块14还用于:
构建适应度函数:
其中,表示第N聚类中第i块玻璃第j组切割参数的切割质量评估结果,表征第j组切割参数切割后的玻璃缺陷类型参数,表征第j组切割参数切割后的玻璃缺陷位置参数,表征第j组切割参数切割后的玻璃缺陷大小参数,表征第j组切割参数切割后的玻璃缺陷数量参数,为切割后的对应的缺陷类型总数量,为第m种缺陷的数量,为第m种缺陷位置和边缘位置距离,为第m种缺陷的大小;
根据所述期望质量规格,获取所述订单玻璃镜片缺陷位置阈值、所述订单玻璃镜片缺陷类型阈值、所述订单玻璃镜片缺陷大小阈值和所述订单玻璃镜片缺陷数量阈值,输入所述适应度函数,生成筛选函数阈值;
根据所述筛选函数阈值和所述适应度函数,调取所述第三方向切割参数取值区间、所述第二方向切割参数取值区间,遍历所述多组第一方向切割参数取值区间进行优化,生成所述多组第N聚类切割控制参数,添加进所述切割控制参数。
进一步地,所述切割控制参数匹配模块14还用于:
根据所述第三方向切割参数取值区间、所述第二方向切割参数取值区间,遍历任意一组所述多组第一方向切割参数取值区间,随机选取第j组切割参数;
根据所述第N聚类初始排列结果,从所述待切割玻璃基本参数提取第N缺陷类型参数、第N缺陷位置参数、第N缺陷大小参数和第N缺陷数量参数;
根据所述第j组切割参数对所述第N缺陷类型参数、所述第N缺陷位置参数、所述第N缺陷大小参数和所述第N缺陷数量参数进行切割预测,生成第j缺陷类型预测结果、第j缺陷位置预测结果、第j缺陷大小预测结果和第j缺陷数量预测结果;
将所述第j缺陷类型预测结果、所述第j缺陷位置预测结果、所述第j缺陷大小预测结果和所述第j缺陷数量预测结果输入所述适应度函数,生成第j函数值;
判断所述第j函数值是否满足所述筛选函数阈值;
若满足,判断所述第j函数值是否大于或等于第j-1函数值;
若大于或等于,将第j-1组切割参数添加进淘汰数据组,判断j是否满足预设迭代次数;
当j满足所述预设迭代次数,将所述第j组切割参数设为第N聚类中第i块玻璃的切割控制参数,添加进所述多组第N聚类切割控制参数。
上述实施例二用于执行如实施例一中的方法,其执行原理以及执行基础均可以通过实施例一中记载的内容获取,在此不做过多赘述。尽管结合具体特征及其实施例对本申请进行了描述,但本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围,这样获取的内容也属于本申请保护的范围。
Claims (9)
1.一种基于切割质量预测的玻璃镜片加工监督方法,其特征在于,采用一玻璃镜片的切割质量评估***实施,所述***包括用户端,应用于方形玻璃切割装置,包括:
通过用户端获取订单信息,其中,所述订单信息包括期望玻璃镜片规格,所述期望玻璃镜片规格包括期望尺寸规格和期望质量规格;
通过方形玻璃切割装置的缺陷检测模块对待切割玻璃进行缺陷检测,生成待切割玻璃基本参数;
按照所述待切割玻璃基本参数对所述待切割玻璃在玻璃带排布,生成初始排列结果;
根据所述期望尺寸规格和所述初始排列结果,匹配切割控制参数;
根据所述切割控制参数对所述待切割玻璃进行切割质量评估,生成预测切割质量规格;
判断所述预测切割质量规格是否满足所述期望质量规格;
若满足,生成切割质量评估合格指令。
2.如权利要求1所述的一种基于切割质量预测的玻璃镜片加工监督方法,其特征在于,所述通过用户端获取订单信息,其中,所述订单信息包括期望玻璃镜片规格,所述期望玻璃镜片规格包括期望尺寸规格和期望质量规格,包括:
通过所述用户端,从流程管理模块调取订单编号信息;
根据所述订单编号信息,匹配订单玻璃镜片长度参数、订单玻璃镜片宽度参数和订单玻璃镜片厚度参数;
根据所述订单编号信息,匹配订单玻璃镜片缺陷位置阈值、订单玻璃镜片缺陷类型阈值、订单玻璃镜片缺陷大小阈值和订单玻璃镜片缺陷数量阈值;
将所述订单玻璃镜片长度参数、所述订单玻璃镜片宽度参数和所述订单玻璃镜片厚度参数,添加进所述期望玻璃镜片规格;
将所述订单玻璃镜片缺陷位置阈值、所述订单玻璃镜片缺陷类型阈值、所述订单玻璃镜片缺陷大小阈值和所述订单玻璃镜片缺陷数量阈值,添加进所述期望质量规格。
3.如权利要求1所述的一种基于切割质量预测的玻璃镜片加工监督方法,其特征在于,所述通过方形玻璃切割装置的缺陷检测模块对待切割玻璃进行缺陷检测,生成待切割玻璃基本参数,包括:
当所述待切割玻璃通过所述方形玻璃切割装置的玻璃带传输至缺陷检测区域时,调取所述缺陷检测模块的图像传感器对所述缺陷检测模块进行图像采集,生成图像采集结果;
对所述图像采集结果进行缺陷特征分析,生成待切割玻璃缺陷特征参数,其中,所述待切割玻璃缺陷特征参数包括缺陷类型参数、缺陷位置参数、缺陷大小参数和缺陷数量参数;
对所述图像采集结果进行尺寸特征分析,生成待切割玻璃尺寸特征参数,其中,所述待切割玻璃尺寸特征参数包括待切割玻璃长度参数、待切割玻璃宽度参数和待切割玻璃厚度参数;
将所述缺陷类型参数、所述缺陷位置参数、所述缺陷大小参数、所述缺陷数量参数、所述待切割玻璃长度参数、所述待切割玻璃宽度参数和所述待切割玻璃厚度参数,添加进所述待切割玻璃基本参数。
4.如权利要求3所述的一种基于切割质量预测的玻璃镜片加工监督方法,其特征在于,所述按照所述待切割玻璃基本参数对所述待切割玻璃在玻璃带排布,生成初始排列结果,包括:
根据所述玻璃带,获取行排布长度阈值和列排布长度阈值;
根据所述待切割玻璃长度参数对所述待切割玻璃进行聚类分析,生成待切割玻璃第一聚类结果;
根据所述待切割玻璃厚度参数对所述待切割玻璃第一聚类结果进行聚类分析,生成待切割玻璃第二聚类结果;
遍历所述待切割玻璃第二聚类结果从所述玻璃带的第一方向的一侧和第二方向的一侧,对所述待切割玻璃行排列,其中,所述第一方向和所述第二方向互相垂直;
判断第二方向排列长度是否满足所述行排布长度阈值;
若满足,生成第一列待切割玻璃,继续从所述第二方向的一侧对所述待切割玻璃重复行排列;
判断第一方向排列长度是否满足所述列排布长度阈值;
若满足,生成所述初始排列结果。
5.如权利要求4所述的一种基于切割质量预测的玻璃镜片加工监督方法,其特征在于,还包括:
对任意一个所述待切割玻璃第二聚类结果从所述玻璃带的第一方向的一侧和所述第二方向的一侧,对所述待切割玻璃行排列时,判断任意一个所述待切割玻璃第二聚类结果中的所述待切割玻璃是否全部排列;
若任意一个所述待切割玻璃第二聚类结果中的所述待切割玻璃全部排列,则停止当前列的行排列,遍历所述待切割玻璃第二聚类结果,从所述第二方向的一侧对所述待切割玻璃继续下一列的行排列。
6.如权利要求2所述的一种基于切割质量预测的玻璃镜片加工监督方法,其特征在于,所述根据所述期望尺寸规格和所述初始排列结果,匹配切割控制参数,包括:
根据所述初始排列结果,获取第N聚类初始排列结果;
根据所述第N聚类初始排列结果,从所述待切割玻璃基本参数提取第N聚类厚度参数、第N聚类长度参数和第N聚类宽度参数集合;
根据所述期望尺寸规格,提取所述订单玻璃镜片长度参数、所述订单玻璃镜片宽度参数和所述订单玻璃镜片厚度参数;
根据所述第N聚类厚度参数和所述订单玻璃镜片厚度参数,生成厚度偏差参数;
根据所述第N聚类长度参数和所述订单玻璃镜片长度参数,生成长度偏差参数;
根据所述订单玻璃镜片宽度参数遍历所述第N聚类宽度参数集合,生成宽度偏差参数集合;
将所述厚度偏差参数和所述长度偏差参数输入所述方形玻璃切割装置,获取第三方向切割参数取值区间和第二方向切割参数取值区间;
将所述宽度偏差参数集合输入所述方形玻璃切割装置,获取多组第一方向切割参数取值区间;
根据所述期望质量规格对所述第三方向切割参数取值区间、所述第二方向切割参数取值区间和所述多组第一方向切割参数取值区间进行优化,生成多组第N聚类切割控制参数,添加进所述切割控制参数。
7.如权利要求6所述的一种基于切割质量预测的玻璃镜片加工监督方法,其特征在于,所述根据所述期望质量规格对所述第三方向切割参数取值区间、所述第二方向切割参数取值区间和所述多组第一方向切割参数取值区间进行优化,生成多组第N聚类切割控制参数,添加进所述切割控制参数,包括:
构建适应度函数:
其中,表示第N聚类中第i块玻璃第j组切割参数的切割质量评估结果,表征第j组切割参数切割后的玻璃缺陷类型参数,表征第j组切割参数切割后的玻璃缺陷位置参数,表征第j组切割参数切割后的玻璃缺陷大小参数,表征第j组切割参数切割后的玻璃缺陷数量参数,为切割后的对应的缺陷类型总数量,为第m种缺陷的数量,为第m种缺陷位置和边缘位置距离,为第m种缺陷的大小;
根据所述期望质量规格,获取所述订单玻璃镜片缺陷位置阈值、所述订单玻璃镜片缺陷类型阈值、所述订单玻璃镜片缺陷大小阈值和所述订单玻璃镜片缺陷数量阈值,输入所述适应度函数,生成筛选函数阈值;
根据所述筛选函数阈值和所述适应度函数,调取所述第三方向切割参数取值区间、所述第二方向切割参数取值区间,遍历所述多组第一方向切割参数取值区间进行优化,生成所述多组第N聚类切割控制参数,添加进所述切割控制参数。
8.如权利要求7所述的一种基于切割质量预测的玻璃镜片加工监督方法,其特征在于,所述根据所述筛选函数阈值和所述适应度函数,调取所述第三方向切割参数取值区间、所述第二方向切割参数取值区间,遍历所述多组第一方向切割参数取值区间进行优化,生成所述多组第N聚类切割控制参数,添加进所述切割控制参数,包括:
根据所述第三方向切割参数取值区间、所述第二方向切割参数取值区间,遍历任意一组所述多组第一方向切割参数取值区间,随机选取第j组切割参数;
根据所述第N聚类初始排列结果,从所述待切割玻璃基本参数提取第N缺陷类型参数、第N缺陷位置参数、第N缺陷大小参数和第N缺陷数量参数;
根据所述第j组切割参数对所述第N缺陷类型参数、所述第N缺陷位置参数、所述第N缺陷大小参数和所述第N缺陷数量参数进行切割预测,生成第j缺陷类型预测结果、第j缺陷位置预测结果、第j缺陷大小预测结果和第j缺陷数量预测结果;
将所述第j缺陷类型预测结果、所述第j缺陷位置预测结果、所述第j缺陷大小预测结果和所述第j缺陷数量预测结果输入所述适应度函数,生成第j函数值;
判断所述第j函数值是否满足所述筛选函数阈值;
若满足,判断所述第j函数值是否大于或等于第j-1函数值;
若大于或等于,将第j-1组切割参数添加进淘汰数据组,判断j是否满足预设迭代次数;
当j满足所述预设迭代次数,将所述第j组切割参数设为第N聚类中第i块玻璃的切割控制参数,添加进所述多组第N聚类切割控制参数。
9.一种基于切割质量预测的玻璃镜片加工监督***,其特征在于,包括用户端,应用于方形玻璃切割装置,包括:
期望玻璃镜片规格获取模块,用于通过用户端获取订单信息,其中,所述订单信息包括期望玻璃镜片规格,所述期望玻璃镜片规格包括期望尺寸规格和期望质量规格;
待切割玻璃基本参数获取模块,用于通过方形玻璃切割装置的缺陷检测模块对待切割玻璃进行缺陷检测,生成待切割玻璃基本参数;
初始排列结果获取模块,用于按照所述待切割玻璃基本参数对所述待切割玻璃在玻璃带排布,生成初始排列结果;
切割控制参数匹配模块,用于根据所述期望尺寸规格和所述初始排列结果,匹配切割控制参数;
预测切割质量获取模块,用于根据所述切割控制参数对所述待切割玻璃进行切割质量评估,生成预测切割质量规格;
质量评估模块,用于判断所述预测切割质量规格是否满足所述期望质量规格;
评估结果获取模块,用于若满足,生成切割质量评估合格指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211223929.1A CN115293463B (zh) | 2022-10-09 | 2022-10-09 | 一种基于切割质量预测的玻璃镜片加工监督方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211223929.1A CN115293463B (zh) | 2022-10-09 | 2022-10-09 | 一种基于切割质量预测的玻璃镜片加工监督方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115293463A true CN115293463A (zh) | 2022-11-04 |
CN115293463B CN115293463B (zh) | 2023-01-10 |
Family
ID=83834704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211223929.1A Active CN115293463B (zh) | 2022-10-09 | 2022-10-09 | 一种基于切割质量预测的玻璃镜片加工监督方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115293463B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115837617A (zh) * | 2023-02-15 | 2023-03-24 | 日照福瑞德科技有限公司 | 一种提高光学玻璃镜片打磨精度的方法及*** |
CN116213962A (zh) * | 2023-05-10 | 2023-06-06 | 杭州乾瑭云科技有限公司 | 一种基于状态预测的金属板材切割控制方法及*** |
CN116520758A (zh) * | 2023-07-03 | 2023-08-01 | 沈阳宝隆飞机零部件有限公司 | 一种机加工设备远程控制方法及*** |
CN117067112A (zh) * | 2023-10-17 | 2023-11-17 | 杭州泓芯微半导体有限公司 | 一种水切割机及其控制方法 |
CN117666502A (zh) * | 2023-12-04 | 2024-03-08 | 保特罗玻璃工业(佛山)有限公司 | 一种自动化玻璃生产控制方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1590327A (zh) * | 2003-08-01 | 2005-03-09 | 肖特股份有限公司 | 玻璃板切分方法和装置 |
US20140094948A1 (en) * | 2011-05-27 | 2014-04-03 | Saint-Gobain Glass France | Process for cutting one or more glazings |
CN108698774A (zh) * | 2016-02-25 | 2018-10-23 | 康宁股份有限公司 | 对移动玻璃卷材进行边缘表面检查的方法和设备 |
CN110655313A (zh) * | 2019-09-26 | 2020-01-07 | 湖南巨强再生资源科技发展有限公司 | 一种浮法玻璃优化切割的方法及设备 |
CN112939436A (zh) * | 2021-03-08 | 2021-06-11 | 深圳市瑞驰信息技术有限公司 | 一种浮法玻璃高效切割方法 |
CN113548794A (zh) * | 2021-08-18 | 2021-10-26 | 天津中玻北方新材料有限责任公司 | 一种浮法玻璃生产的优化切割设备及方法 |
CN114706360A (zh) * | 2022-06-06 | 2022-07-05 | 浙江新迪嘉禾食品有限公司 | 一种面包生产质量的控制方法及*** |
CN115049657A (zh) * | 2022-08-15 | 2022-09-13 | 启东晶尧光电科技有限公司 | 一种玻璃缺陷检测方法 |
CN115063034A (zh) * | 2022-07-20 | 2022-09-16 | 成都市嘉浩伟恒机电设备有限责任公司 | 一种基于人工智能的玻璃生产制造在线监测分析管理*** |
CN115100221A (zh) * | 2022-08-22 | 2022-09-23 | 启东市云鹏玻璃机械有限公司 | 一种玻璃缺陷分割方法 |
-
2022
- 2022-10-09 CN CN202211223929.1A patent/CN115293463B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1590327A (zh) * | 2003-08-01 | 2005-03-09 | 肖特股份有限公司 | 玻璃板切分方法和装置 |
US20140094948A1 (en) * | 2011-05-27 | 2014-04-03 | Saint-Gobain Glass France | Process for cutting one or more glazings |
CN108698774A (zh) * | 2016-02-25 | 2018-10-23 | 康宁股份有限公司 | 对移动玻璃卷材进行边缘表面检查的方法和设备 |
CN110655313A (zh) * | 2019-09-26 | 2020-01-07 | 湖南巨强再生资源科技发展有限公司 | 一种浮法玻璃优化切割的方法及设备 |
CN112939436A (zh) * | 2021-03-08 | 2021-06-11 | 深圳市瑞驰信息技术有限公司 | 一种浮法玻璃高效切割方法 |
CN113548794A (zh) * | 2021-08-18 | 2021-10-26 | 天津中玻北方新材料有限责任公司 | 一种浮法玻璃生产的优化切割设备及方法 |
CN114706360A (zh) * | 2022-06-06 | 2022-07-05 | 浙江新迪嘉禾食品有限公司 | 一种面包生产质量的控制方法及*** |
CN115063034A (zh) * | 2022-07-20 | 2022-09-16 | 成都市嘉浩伟恒机电设备有限责任公司 | 一种基于人工智能的玻璃生产制造在线监测分析管理*** |
CN115049657A (zh) * | 2022-08-15 | 2022-09-13 | 启东晶尧光电科技有限公司 | 一种玻璃缺陷检测方法 |
CN115100221A (zh) * | 2022-08-22 | 2022-09-23 | 启东市云鹏玻璃机械有限公司 | 一种玻璃缺陷分割方法 |
Non-Patent Citations (2)
Title |
---|
ITO Y 等: ""Precision Cutting of Glass by Laser-assisted Machining"", 《PROCEDIA MANUFACTURING》 * |
马小兵等: "基于多变量控制―检测线性模型的工艺稳定性控制参数区间确定方法", 《计算机集成制造***》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115837617A (zh) * | 2023-02-15 | 2023-03-24 | 日照福瑞德科技有限公司 | 一种提高光学玻璃镜片打磨精度的方法及*** |
CN116213962A (zh) * | 2023-05-10 | 2023-06-06 | 杭州乾瑭云科技有限公司 | 一种基于状态预测的金属板材切割控制方法及*** |
CN116213962B (zh) * | 2023-05-10 | 2023-08-11 | 杭州乾瑭云科技有限公司 | 一种基于状态预测的金属板材切割控制方法及*** |
CN116520758A (zh) * | 2023-07-03 | 2023-08-01 | 沈阳宝隆飞机零部件有限公司 | 一种机加工设备远程控制方法及*** |
CN116520758B (zh) * | 2023-07-03 | 2023-09-01 | 沈阳宝隆飞机零部件有限公司 | 一种机加工设备远程控制方法及*** |
CN117067112A (zh) * | 2023-10-17 | 2023-11-17 | 杭州泓芯微半导体有限公司 | 一种水切割机及其控制方法 |
CN117067112B (zh) * | 2023-10-17 | 2024-01-16 | 杭州泓芯微半导体有限公司 | 一种水切割机及其控制方法 |
CN117666502A (zh) * | 2023-12-04 | 2024-03-08 | 保特罗玻璃工业(佛山)有限公司 | 一种自动化玻璃生产控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115293463B (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115293463B (zh) | 一种基于切割质量预测的玻璃镜片加工监督方法及*** | |
CN100394421C (zh) | 产品良率分析***及方法 | |
CN101771758B (zh) | 一种性能指标值正常波动范围的动态确定方法及其装置 | |
KR101189995B1 (ko) | 보틀 네크 장치 추출 방법 및 보틀 네크 장치 추출 지원 장치 | |
CN101470426B (zh) | 一种故障检测的方法和*** | |
EP1049153A2 (en) | Yield prediction and statistical process control using predicted defect related yield loss | |
CN112906738A (zh) | 一种水质检测及处理方法 | |
CN117273552B (zh) | 一种基于机器学习的大数据智能治理决策方法及*** | |
US8340800B2 (en) | Monitoring a process sector in a production facility | |
US6587801B2 (en) | Abnormality-cause identifying apparatus and method | |
US11972987B2 (en) | Die level product modeling without die level input data | |
CN116344378B (zh) | 一种光伏板生产用智能检测***及其检测方法 | |
CN115702402A (zh) | 预测得分计算装置、预测得分计算方法、预测得分计算程序以及学习装置 | |
US6828776B2 (en) | Method for analyzing defect inspection parameters | |
CN115545500B (zh) | 一种用于工程监理的钢筋工程质量检测方法及*** | |
CN109828545B (zh) | Ai智能过程异常识别闭环控制方法、主机及装备*** | |
CN116777028A (zh) | 基于对流天气影响交通指数的机场累积延误预测方法 | |
Penn et al. | Optimizing the quality control station configuration | |
CN114911085A (zh) | 分析缺陷的方法 | |
EP3460732B1 (en) | Dispatching method and system based on multiple levels of steady state production rate in working benches | |
CN113836826A (zh) | 关键参数确定方法、装置、电子装置及存储介质 | |
CN115667915A (zh) | 基于晶圆仓图的根本原因分析 | |
CN117911415B (zh) | 一种基于机器视觉的设备自动化监管***及方法 | |
CN117112857B (zh) | 一种适用于工业智能制造的加工路径推荐方法 | |
CN112200219B (zh) | 一种超大规模晶圆缺陷数据的特征提取方法 |
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 |