CN116165213A - 一种不锈钢链条产品质量检验方法及*** - Google Patents
一种不锈钢链条产品质量检验方法及*** Download PDFInfo
- Publication number
- CN116165213A CN116165213A CN202211602848.2A CN202211602848A CN116165213A CN 116165213 A CN116165213 A CN 116165213A CN 202211602848 A CN202211602848 A CN 202211602848A CN 116165213 A CN116165213 A CN 116165213A
- Authority
- CN
- China
- Prior art keywords
- quality inspection
- stainless steel
- steel chain
- quality
- results
- 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
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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请涉及金属制品检验技术领域,提供了一种不锈钢链条产品质量检验方法及***,所述方法包括:对多个待检验不锈钢链条产品进行图像采集;基于多个图像采集结果对多个待检验不锈钢链条产品进行外观缺陷检测;基于多个外观缺陷检测结果对多个待检验不锈钢链条产品进行筛选;基于多个筛选不锈钢链条产品进行生产参数采集;基于标准生产参数信息数据库,对多个产品生产参数集合进行比对;基于多个质量检验指标、多个产品生产参数比对结果进行质量检验样本设置;基于多个质量检验指标和质量检验样本数据集,进行质量检验。采用本方法能够解决现有技术中针对不锈钢链条产品质量检验方法单一从而造成质量检验准确率低的技术问题。
Description
技术领域
本申请涉及金属制品检验技术领域,具体涉及一种不锈钢链条产品质量检验方法及***。
背景技术
近年来随着我国经济的不断发展,对金属制品的需求也持续增长,带动金属制品行业的市场规模不断增加。金属制品行业包括结构性金属制品制造、金属工具制造、集装箱及金属包装容器制造、不锈钢及类似日用金属制品制造等。
为了提高金属结构件生产制造质量,加强对金属制品生产流程相关环节的监督检验和质量控制,保证结构件设计要求的完全贯彻和实施,拥有一套完整的质量检验方法显得尤为重要。
在现实生活中,对不锈钢链条产品质量检验主要是通过质量检验指标对不锈钢链条产品进行质量检验,这种方法准确率较低,往往达不到用户的质量检验要求。
综上所述,现有技术中存在针对不锈钢链条产品质量检验方法单一从而造成质量检验准确率低的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高不锈钢链条产品质量检验准确率的方法及***。
一种不锈钢链条产品质量检验方法,所述方法应用于一种不锈钢链条产品质量检验***,所述***与图像采集装置通信连接,所述方法包括:基于所述图像采集装置对多个待检验不锈钢链条产品进行图像采集,获得多个图像采集结果;基于所述多个图像采集结果对所述多个待检验不锈钢链条产品进行外观缺陷检测,获得多个外观缺陷检测结果;基于所述多个外观缺陷检测结果对所述多个待检验不锈钢链条产品进行筛选,获得多个筛选不锈钢链条产品;基于所述多个筛选不锈钢链条产品进行生产参数采集,获得多个产品生产参数集合;基于标准生产参数信息数据库,分别对多个产品生产参数集合进行比对,获得多个产品生产参数比对结果;获得多个质量检验指标,基于所述多个质量检验指标、所述多个产品生产参数比对结果进行质量检验样本设置,获得质量检验样本数据集;基于所述多个质量检验指标和所述质量检验样本数据集,对所述多个筛选不锈钢链条产品进行质量检验。
在一个实施例中,基于所述多个图像采集结果对所述多个待检验不锈钢链条产品进行外观缺陷检测,获得多个外观缺陷检测结果,所述方法还包括:获得多个预设外观缺陷检测指标;基于所述多个预设外观缺陷检测指标,构建外观缺陷检测图像知识库;基于所述多个预设外观缺陷检测指标,对所述外观缺陷检测图像知识库、所述多个图像采集结果进行多级外观缺陷对比,获得所述多个外观缺陷检测结果,其中,所述多个外观缺陷检测结果与所述多个图像采集结果具有对应关系。
在一个实施例中,基于所述多个外观缺陷检测结果对所述多个待检验不锈钢链条产品进行筛选,获得多个筛选不锈钢链条产品,所述方法还包括:基于所述多个外观缺陷检测结果,对所述多个待检验不锈钢链条产品进行外观质量评估,获得多个外观质量评估系数;获得预设外观质量评估系数;基于所述预设外观质量评估系数对所述多个外观质量评估系数进行筛选,获得满足预设外观质量评估系数的多个优选外观质量评估系数;基于所述多个优选外观质量评估系数对所述多个待检验不锈钢链条产品进行匹配,获得所述多个筛选不锈钢链条产品。
在一个实施例中,所述获得多个外观质量评估系数,所述方法还包括:构建外观质量评估模型;将所述多个外观缺陷检测结果作为输入信息,输入所述外观质量评估模型,获得所述多个外观质量评估系数。
在一个实施例中,基于标准生产参数信息数据库,分别对多个产品生产参数集合进行比对,获得多个产品生产参数比对结果,所述方法还包括:基于所述多个待检验不锈钢链条产品进行产品类型分析,获得多个产品类型分析结果;基于所述多个产品类型分析结果进行标准生产参数采集,获得所述标准生产参数信息数据库;获得多级生产参数比对维度,其中,所述多级生产参数比对维度包括生产材料参数比对维度、生产结构参数比对维度、生产性能参数比对维度;基于所述多级生产参数比对维度和所述标准生产参数信息数据库,对多个产品生产参数集合进行比对,获得所述多个产品生产参数比对结果。
在一个实施例中,所述获得质量检验样本数据集,所述方法还包括:基于所述多个质量检验指标进行历史数据查询,获得多个历史质量检验样本和多个历史产品生产参数比对结果,且多个历史质量检验样本与多个历史产品生产参数比对结果具有对应关系;对所述多个历史产品生产参数比对结果和所述多个产品生产参数比对结果进行关联性评估,获得多个关联性评估系数;基于关联性评估系数阈值,对所述多个关联性评估系数进行筛选,将满足关联性评估系数阈值的多个关联性评估系数对应的多个历史检验样本添加至质量检验样本数据库;基于所述质量检验样本数据库进行主成分分析,获得所述质量检验样本数据集。
在一个实施例中,基于所述质量检验样本数据库进行主成分分析,获得所述质量检验样本数据集,所述方法还包括:根据所述质量检验样本数据库,获得第一质量检验样本特征数据集;对所述第一质量检验样本特征数据集进行去中心化处理,获得第二质量检验样本特征数据集;根据所述第二质量检验样本特征数据集,获得第一质量检验样本特征的协方差矩阵;根据所述第一质量检验样本特征的协方差矩阵,获得第一特征值和第一特征向量;根据所述第一特征值和所述第一特征向量,获得所述质量检验样本数据集。
一种不锈钢链条产品质量检验***,所述***与图像采集装置通信连接,所述***包括:
图像采集模块,所述图像采集模块用于基于所述图像采集装置对多个待检验不锈钢链条产品进行图像采集,获得多个图像采集结果;
缺陷检测模块,所述缺陷检测模块用于基于所述多个图像采集结果对所述多个待检验不锈钢链条产品进行外观缺陷检测,获得多个外观缺陷检测结果;
产品筛选模块,所述产品筛选模块用于基于所述多个外观缺陷检测结果对所述多个待检验不锈钢链条产品进行筛选,获得多个筛选不锈钢链条产品;
参数采集模块,所述参数采集模块用于基于所述多个筛选不锈钢链条产品进行生产参数采集,获得多个产品生产参数集合;
参数对比模块,所述参数对比模块用于基于标准生产参数信息数据库,分别对多个产品生产参数集合进行比对,获得多个产品生产参数比对结果;
样本设置模块,所述样本设置模块用于获得多个质量检验指标,基于所述多个质量检验指标、所述多个产品生产参数比对结果进行质量检验样本设置,获得质量检验样本数据集;
质量检验模块,所述质量检验模块用于基于所述多个质量检验指标和所述质量检验样本数据集,对所述多个筛选不锈钢链条产品进行质量检验。
上述一种不锈钢链条产品质量检验方法及***,根据历史外观缺陷图像数据构建外观缺陷检测知识库,通过所述外观缺陷检测知识库与所述多个图像采集结果进行多级外观缺陷对比,可以发现肉眼难以察觉的外观缺陷产品,提高了基于所述多个外观缺陷检测结果对多个待检验不锈钢链条产品进行筛选的准确率。基于所述多个质量检验指标、所述多个产品生产参数比对结果进行质量检验样本设置,获得质量检验样本数据集,基于所述多个质量检验指标和所述质量检验样本数据集,对所述多个筛选不锈钢链条产品进行质量检验,解决现有技术中针对不锈钢链条产品质量检验方法单一从而造成质量检验准确率低的技术问题,根据质量检验指标和质量检验样本数据集对所述多个筛选不锈钢链条产品进行质量检验,提高了不锈钢链条产品质量检验的准确率。
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为本申请提供了一种不锈钢链条产品质量检验方法的流程示意图;
图2为本申请提供了一种不锈钢链条产品质量检验***的结构示意图。
附图标记说明:图像采集模块1、缺陷检测模块2、产品筛选模块3、参数采集模块4、参数对比模块5、样本设置模块6、质量检验模块7。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
如图1所示,本申请提供了一种不锈钢链条产品质量检验方法,所述方法应用于一种不锈钢链条产品质量检验***,所述***与图像采集装置通信连接,所述方法包括:
步骤S100:基于所述图像采集装置对多个待检验不锈钢链条产品进行图像采集,获得多个图像采集结果;
具体而言,所述图像采集装置是指用于对不锈钢链条产品进行实时图像采集的设备,该设备包括镜头、帧存储器、信息传输模块等,通过信息传输模块将采集到的实时图像传输到所述质量检验***。通过图像采集设备对多个未经过质量检验的不锈钢链条产品进行多角度、全方位的图像采集。获得多个图像采集结果。所述多个图像采集结果包括所述不锈钢链条产品的整体表面、零件和部位的图像采集结果,例如:链板、链销、轴套等零部件。通过对所述产品进行图像采集,为下一步进行外观检测提供了数据支持。
步骤S200:基于所述多个图像采集结果对所述多个待检验不锈钢链条产品进行外观缺陷检测,获得多个外观缺陷检测结果;
在一个实施例中,本申请步骤S200还包括:
步骤S210:获得多个预设外观缺陷检测指标;
步骤S220:基于所述多个预设外观缺陷检测指标,构建外观缺陷检测图像知识库;
步骤S230:基于所述多个预设外观缺陷检测指标,对所述外观缺陷检测图像知识库、所述多个图像采集结果进行多级外观缺陷对比,获得所述多个外观缺陷检测结果,其中,所述多个外观缺陷检测结果与所述多个图像采集结果具有对应关系。
具体而言,所述外观缺陷检测指标包括链板裂纹、链板连接处断裂、链销缺失、链销过大、轴套裂纹等可以通过外观发现影响产品正常使用的因素。根据所述多个预设外观缺陷检测指标在历史图像数据中获取符合该指标的不锈钢链条产品外观缺陷图像数据,所述外观缺陷检测图像知识库包括多个不锈钢产品历史外观缺陷图像数据。基于所述多个预设外观缺陷检测指标,通过将所述多个不锈钢链条产品图像采集结果和所述外观缺陷检测图像知识库中的历史外观缺陷图像数据进行比对,获得比对结果,所述多个外观缺陷检测结果是指通过获得所述比对结果判断所述不锈钢链条产品是否具有外观缺陷,其中,所述多个外观缺陷检测结果与所述多个图像采集结果一一对应。通过获得外观缺陷检测结果对所述不锈钢链条产品进行第一轮质量检测,从而提高整体质量检验的效率。
步骤S300:基于所述多个外观缺陷检测结果对所述多个待检验不锈钢链条产品进行筛选,获得多个筛选不锈钢链条产品;
在一个实施例中,本申请步骤S300还包括:
步骤S310:基于所述多个外观缺陷检测结果,对所述多个待检验不锈钢链条产品进行外观质量评估,获得多个外观质量评估系数;
在一个实施例中,本申请步骤S310还包括:
步骤S311:构建外观质量评估模型;
步骤S312:将所述多个外观缺陷检测结果作为输入信息,输入所述外观质量评估模型,获得所述多个外观质量评估系数。
具体而言,所述外观质量评估模型用于对所述多个外观缺陷检测结果进行评估。预设多个外观缺陷权重,所述多个外观缺陷权重与所述多个外观缺陷指标一一对应,将所述多个外观缺陷检测结果中的各种外观缺陷与相对应的权重相乘获得积,然后将所述积相加求和,获得多个求和结果,所述多个外观质量评估系数即所述多个求和结果。通过获得所述多个外观质量评估系数,为下一步对所述多个待检验不锈钢链条产品进行筛选提供了数据支持。
步骤S320:获得预设外观质量评估系数阈值;
步骤S330:基于所述预设外观质量评估系数阈值对所述多个外观质量评估系数进行筛选,获得满足预设外观质量评估系数阈值的多个优选外观质量评估系数;
步骤S340:基于所述多个优选外观质量评估系数对所述多个待检验不锈钢链条产品进行匹配,获得所述多个筛选不锈钢链条产品。
具体而言,通过所述外观质量评估模型对外观质量符合标准的多个历史外观图像进行评估,获得多个历史外观图像评估系数,所述预设外观质量评估系数阈值是指符合多个历史外观图像评估系数的阈值,通过所述预设外观质量评估系数阈值对所述多个外观质量评估系数进行筛选,所述多个优选外观质量评估系数是指满足预设外观质量评估系数阈值的评估系数,基于所述多个优选外观质量评估系数对所述多个待检验不锈钢链条产品进行一一匹配,获得所述多个筛选不锈钢链条产品。通过获得所述多个筛选不锈钢链条产品,为下一步进行生产参数采集提供了原始数据。
步骤S400:基于所述多个筛选不锈钢链条产品进行生产参数采集,获得多个产品生产参数集合;
具体而言,通过对所述多个筛选不锈钢链条产品进行参数采集,获得多个产品生产参数集合,所述产品生产参数包括所述不锈钢链条产品的原材料、规格、尺寸、重量等参数。通过获得多个产品生产参数集合,为下一步与标准生产参数进行比对提供了数据支持。
步骤S500:基于标准生产参数信息数据库,分别对多个产品生产参数集合进行比对,获得多个产品生产参数比对结果;
在一个实施例中,本申请步骤S500还包括:
步骤S510:基于所述多个待检验不锈钢链条产品进行产品类型分析,获得多个产品类型分析结果;
步骤S520:基于所述多个产品类型分析结果进行标准生产参数采集,获得所述标准生产参数信息数据库;
步骤S530:获得多级生产参数比对维度,其中,所述多级生产参数比对维度包括生产材料参数比对维度、生产结构参数比对维度、生产性能参数比对维度;
步骤S540:基于所述多级生产参数比对维度和所述标准生产参数信息数据库,对多个产品生产参数集合进行比对,获得所述多个产品生产参数比对结果。
具体而言,将所述多个待检验不锈钢链条产品按照不同的产品类型进行分类,例如:根据产品类型,可以将所述不锈钢链条产品划分为齿形链、板式链、空心销轴链、双节距传动链、双节距输送链等类型,获得多个产品分类结果。获得所述多个产品分类结果的标准生产参数,所述标准生产参数信息数据库包括所述多个产品分类结果的标准生产参数。设置多级生产参数比对维度,所述多级生产参数包括生产材料参数、生产结构参数和生产性能参数。将所述多个产品生产参数集合与所述标准生产参数信息数据库分别通过生产材料参数、生产结构参数和生产性能参数这三种维度进行比对,获得比对结果,所述多个产品生产参数比对结果包括生产材料参数比对结果、生产结构参数比对结果和生产性能参数比对结果。通过获得多个产品生产参数比对结果,为下一步设置质量检验样本提供了数据支持。
步骤S600:获得多个质量检验指标,基于所述多个质量检验指标、所述多个产品生产参数比对结果进行质量检验样本设置,获得质量检验样本数据集;
在一个实施例中,本申请步骤S600还包括:
步骤S610:基于所述多个质量检验指标进行历史数据查询,获得多个历史质量检验样本和多个历史产品生产参数比对结果,且多个历史质量检验样本与多个历史产品生产参数比对结果具有对应关系;
步骤S620:对所述多个历史产品生产参数比对结果和所述多个产品生产参数比对结果进行关联性评估,获得多个关联性评估系数;
步骤S630:基于关联性评估系数阈值,对所述多个关联性评估系数进行筛选,将满足关联性评估系数阈值的多个关联性评估系数对应的多个历史检验样本添加至质量检验样本数据库;
步骤S640:基于所述质量检验样本数据库进行主成分分析,获得所述质量检验样本数据集。
具体而言,所述多个质量检验指标是指对不同类型的不锈钢链条产品进行质量测试的类型信息,例如:拉力测试、压力测试、承重力测试等质量测试的参数,根据多个所述质量检验指标获得已经完成生产符合质量检验标准的不锈钢链条产品,所述多个历史质量检验样本是指符合质量要求产品的进行质量测试的参数,对其生产参数和标准参数进行查询,获得多个历史产品生产参数比对结果,其中,所述多个历史质量检验样本与所述多个历史产品生产参数比对结果一一对应。所述关联性评估是指挖掘所述多个历史产品生产参数比对结果和所述多个产品生产参数比对结果两者之间的关系,获得多个关联性评估系数,所述关联性评估系数用于衡量所述两者之间的关系的系数指标。设置关联性评估系数阈值,根据所述关联性评估系数阈值对所述多个关联性评估系数进行筛选,构建质量检验样本数据库,将在阈值范围内的多个关联性评估系数对应的多个历史检验样本添加到质量检验样本数据库,然后对所述质量检验样本数据库中的特征数据进行降维处理,获得经过降维处理得到的所述质量检验样本数据集。通过获得质量检验样本数据集,为下一步对所述多个筛选不锈钢链条产品进行质量检验提供了参考标准。
在一个实施例中,本申请步骤S640还包括:
步骤S641:根据所述质量检验样本数据库,获得第一质量检验样本特征数据集;
步骤S642:对所述第一质量检验样本特征数据集进行去中心化处理,获得第二质量检验样本特征数据集;
步骤S643:根据所述第二质量检验样本特征数据集,获得第一质量检验样本特征的协方差矩阵;
步骤S644:根据所述第一质量检验样本特征的协方差矩阵,获得第一特征值和第一特征向量;
步骤S645:根据所述第一特征值和所述第一特征向量,获得所述质量检验样本数据集。
具体而言,首先,对所述质量检验样本数据库中的特征数据进行数据标准化处理,并构建特征数据集矩阵,获得所述第一质量检验样本特征数据集。然后对所述第一质量检验样本特征数据集中的各特征数据进行去中心化处理,所述去中心化处理是指求解所述第一质量检验样本特征数据集中各特征的平均值,然后对于所有的样本,每一个特征都减去自身的均值,继而获得新的特征值,所述第二质量检验样本特征数据集为一数据矩阵,由新的特征值构成。通过协方差公式对所述第二质量检验样本特征数据集进行运算,获得所述第二质量检验样本特征数据集的第一质量检验样本特征的协方差矩阵,继而通过矩阵运算,求出所述第一质量检验样本特征的协方差矩阵的特征值及特征向量,且每一特征值对应一个特征向量。在求出的所述第一特征向量中,选取最大的前K个特征值及其对应的特征向量,并将所述第一质量检验样本特征数据集中的原始特征投影到所选取的特征向量之上,得到降维之后的所述第一质量检验样本特征数据集。通过对质量检验样本数据库进行主成分分析,可以将所述质量检验样本数据库中的特征数据进行降维,在保证信息量的前提下,剔除冗余数据,使得质量检验样本数据库中特征数据的样本量减小,从而加快训练模型对于数据的运算速度。
步骤S700:基于所述多个质量检验指标和所述质量检验样本数据集,对所述多个筛选不锈钢链条产品进行质量检验。
具体而言,根据所述多个质量检验指标和获得的质量检验样本数据集,对所述多个筛选不锈钢链条产品进行质量测试和检查。
在一个实施例中,如图2所示提供了一种不锈钢链条产品质量检验***,所述***与图像采集装置通信连接,所述***包括:图像采集模块1、缺陷检测模块2、产品筛选模块3、参数采集模块4、参数对比模块5、样本设置模块6、质量检验模块7,其中:
图像采集模块1,所述图像采集模块1用于基于所述图像采集装置对多个待检验不锈钢链条产品进行图像采集,获得多个图像采集结果;
缺陷检测模块2,所述缺陷检测模块2用于基于所述多个图像采集结果对所述多个待检验不锈钢链条产品进行外观缺陷检测,获得多个外观缺陷检测结果;
产品筛选模块3,所述产品筛选模块3用于基于所述多个外观缺陷检测结果对所述多个待检验不锈钢链条产品进行筛选,获得多个筛选不锈钢链条产品;
参数采集模块4,所述参数采集模块4用于基于所述多个筛选不锈钢链条产品进行生产参数采集,获得多个产品生产参数集合;
参数对比模块5,所述参数对比模块5用于基于标准生产参数信息数据库,分别对多个产品生产参数集合进行比对,获得多个产品生产参数比对结果;
样本设置模块6,所述样本设置模块6用于获得多个质量检验指标,基于所述多个质量检验指标、所述多个产品生产参数比对结果进行质量检验样本设置,获得质量检验样本数据集;
质量检验模块7,所述质量检验模块7用于基于所述多个质量检验指标和所述质量检验样本数据集,对所述多个筛选不锈钢链条产品进行质量检验。
在一个实施例中,所述***还包括:
指标获得模块,所述指标获得模块用于获得多个预设外观缺陷检测指标;
知识库构建模块,所述知识库构建模块用于基于所述多个预设外观缺陷检测指标,构建外观缺陷检测图像知识库;
结果获得模块,所述结果获得模块用于基于所述多个预设外观缺陷检测指标,对所述外观缺陷检测图像知识库、所述多个图像采集结果进行多级外观缺陷对比,获得所述多个外观缺陷检测结果,其中,所述多个外观缺陷检测结果与所述多个图像采集结果具有对应关系。
在一个实施例中,所述***还包括:
质量评估模块,所述质量评估模块用于基于所述多个外观缺陷检测结果,对所述多个待检验不锈钢链条产品进行外观质量评估,获得多个外观质量评估系数;
系数获得模块,所述系数获得模块用于获得预设外观质量评估系数;
系数筛选模块,所述系数筛选模块用于基于所述预设外观质量评估系数对所述多个外观质量评估系数进行筛选,获得满足预设外观质量评估系数的多个优选外观质量评估系数;
系数匹配模块,所述系数匹配模块用于基于所述多个优选外观质量评估系数对所述多个待检验不锈钢链条产品进行匹配,获得所述多个筛选不锈钢链条产品。
在一个实施例中,所述***还包括:
模型构建模块,所述模型构建模块用于构建外观质量评估模型;
系数获得模块,所述系数获得模块用于将所述多个外观缺陷检测结果作为输入信息,输入所述外观质量评估模型,获得所述多个外观质量评估系数。
在一个实施例中,所述***还包括:
类型分析模块,所述类型分析模块用于基于所述多个待检验不锈钢链条产品进行产品类型分析,获得多个产品类型分析结果;
参数采集模块,所述参数采集模块用于基于所述多个产品类型分析结果进行标准生产参数采集,获得所述标准生产参数信息数据库;
维度获得模块,所述维度获得模块用于获得多级生产参数比对维度,其中,所述多级生产参数比对维度包括生产材料参数比对维度、生产结构参数比对维度、生产性能参数比对维度;
结果获得模块,所述结果获得模块用于基于所述多级生产参数比对维度和所述标准生产参数信息数据库,对多个产品生产参数集合进行比对,获得所述多个产品生产参数比对结果。
在一个实施例中,所述***还包括:
数据查询模块,所述数据查询模块用于基于所述多个质量检验指标进行历史数据查询,获得多个历史质量检验样本和多个历史产品生产参数比对结果,且多个历史质量检验样本与多个历史产品生产参数比对结果具有对应关系;
系数获得模块,所述系数获得模块用于对所述多个历史产品生产参数比对结果和所述多个产品生产参数比对结果进行关联性评估,获得多个关联性评估系数:
样本添加模块,所述样本添加模块用于基于关联性评估系数阈值,对所述多个关联性评估系数进行筛选,将满足关联性评估系数阈值的多个关联性评估系数对应的多个历史检验样本添加至质量检验样本数据库;
主成分分析模块,所述主成分分析模块用于基于所述质量检验样本数据库进行主成分分析,获得所述质量检验样本数据集。
在一个实施例中,所述***还包括:
第一特征数据获得模块,所述第一特征数据获得模块用于根据所述质量检验样本数据库,获得第一质量检验样本特征数据集;
第二特征数据获得模块,所述第二特征数据获得模块用于对所述第一质量检验样本特征数据集进行去中心化处理,获得第二质量检验样本特征数据集;
矩阵获得模块,所述矩阵获得模块用于根据所述第二质量检验样本特征数据集,获得第一质量检验样本特征的协方差矩阵;
信息获得模块,所述信息获得模块用于根据所述第一质量检验样本特征的协方差矩阵,获得第一特征值和第一特征向量;
数据集获得模块,所述数据集获得模块用于根据所述第一特征值和所述第一特征向量,获得所述质量检验样本数据集。
综上所述,本申请提供了一种不锈钢链条产品质量检验方法及***,具有以下技术效果:
1.基于所述多个质量检验指标和所述质量检验样本数据集,对所述多个筛选不锈钢链条产品进行质量检验,解决了现有技术中针对不锈钢链条产品质量检验方法单一从而造成质量检验准确率低的技术问题,提高了不锈钢链条产品质量检验准确率。
2.通过外观缺陷检测知识库与图像采集结果进行多级外观缺陷对比,可以发现肉眼难以察觉的外观缺陷产品,提高了对待检验不锈钢链条产品进行筛选的准确率。
3.通过对质量检验样本数据库进行主成分分析,可以将所述质量检验样本数据库中的特征数据进行降维,在保证信息量的前提下,剔除冗余数据,使得质量检验样本数据库中特征数据的样本量减小,从而加快训练模型对于数据的运算速度。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种不锈钢链条产品质量检验方法,其特征在于,所述方法应用于一种不锈钢链条产品质量检验***,所述***与图像采集装置通信连接,所述方法包括:
基于所述图像采集装置对多个待检验不锈钢链条产品进行图像采集,获得多个图像采集结果;
基于所述多个图像采集结果对所述多个待检验不锈钢链条产品进行外观缺陷检测,获得多个外观缺陷检测结果;
基于所述多个外观缺陷检测结果对所述多个待检验不锈钢链条产品进行筛选,获得多个筛选不锈钢链条产品;
基于所述多个筛选不锈钢链条产品进行生产参数采集,获得多个产品生产参数集合;
基于标准生产参数信息数据库,分别对多个产品生产参数集合进行比对,获得多个产品生产参数比对结果;
获得多个质量检验指标,基于所述多个质量检验指标、所述多个产品生产参数比对结果进行质量检验样本设置,获得质量检验样本数据集;
基于所述多个质量检验指标和所述质量检验样本数据集,对所述多个筛选不锈钢链条产品进行质量检验。
2.如权利要求1所述的方法,其特征在于,基于所述多个图像采集结果对所述多个待检验不锈钢链条产品进行外观缺陷检测,获得多个外观缺陷检测结果,所述方法还包括:
获得多个预设外观缺陷检测指标;
基于所述多个预设外观缺陷检测指标,构建外观缺陷检测图像知识库;
基于所述多个预设外观缺陷检测指标,对所述外观缺陷检测图像知识库、所述多个图像采集结果进行多级外观缺陷对比,获得所述多个外观缺陷检测结果,其中,所述多个外观缺陷检测结果与所述多个图像采集结果具有对应关系。
3.如权利要求1所述的方法,其特征在于,基于所述多个外观缺陷检测结果对所述多个待检验不锈钢链条产品进行筛选,获得多个筛选不锈钢链条产品,所述方法还包括:
基于所述多个外观缺陷检测结果,对所述多个待检验不锈钢链条产品进行外观质量评估,获得多个外观质量评估系数;
获得预设外观质量评估系数;
基于所述预设外观质量评估系数对所述多个外观质量评估系数进行筛选,获得满足预设外观质量评估系数的多个优选外观质量评估系数;
基于所述多个优选外观质量评估系数对所述多个待检验不锈钢链条产品进行匹配,获得所述多个筛选不锈钢链条产品。
4.如权利要求3所述的方法,其特征在于,所述获得多个外观质量评估系数,所述方法还包括:
构建外观质量评估模型;
将所述多个外观缺陷检测结果作为输入信息,输入所述外观质量评估模型,获得所述多个外观质量评估系数。
5.如权利要求1所述的方法,其特征在于,基于标准生产参数信息数据库,分别对多个产品生产参数集合进行比对,获得多个产品生产参数比对结果,所述方法还包括:
基于所述多个待检验不锈钢链条产品进行产品类型分析,获得多个产品类型分析结果;
基于所述多个产品类型分析结果进行标准生产参数采集,获得所述标准生产参数信息数据库;
获得多级生产参数比对维度,其中,所述多级生产参数比对维度包括生产材料参数比对维度、生产结构参数比对维度、生产性能参数比对维度;
基于所述多级生产参数比对维度和所述标准生产参数信息数据库,对多个产品生产参数集合进行比对,获得所述多个产品生产参数比对结果。
6.如权利要求1所述的方法,其特征在于,所述获得质量检验样本数据集,所述方法还包括:
基于所述多个质量检验指标进行历史数据查询,获得多个历史质量检验样本和多个历史产品生产参数比对结果,且多个历史质量检验样本与多个历史产品生产参数比对结果具有对应关系;
对所述多个历史产品生产参数比对结果和所述多个产品生产参数比对结果进行关联性评估,获得多个关联性评估系数;
基于关联性评估系数阈值,对所述多个关联性评估系数进行筛选,将满足关联性评估系数阈值的多个关联性评估系数对应的多个历史检验样本添加至质量检验样本数据库;
基于所述质量检验样本数据库进行主成分分析,获得所述质量检验样本数据集。
7.如权利要求6所述的方法,基于所述质量检验样本数据库进行主成分分析,获得所述质量检验样本数据集,所述方法还包括:
根据所述质量检验样本数据库,获得第一质量检验样本特征数据集;
对所述第一质量检验样本特征数据集进行去中心化处理,获得第二质量检验样本特征数据集;
根据所述第二质量检验样本特征数据集,获得第一质量检验样本特征的协方差矩阵;
根据所述第一质量检验样本特征的协方差矩阵,获得第一特征值和第一特征向量;
根据所述第一特征值和所述第一特征向量,获得所述质量检验样本数据集。
8.一种不锈钢链条产品质量检验***,所述***与图像采集装置通信连接,所述***包括:
图像采集模块,所述图像采集模块用于基于所述图像采集装置对多个待检验不锈钢链条产品进行图像采集,获得多个图像采集结果;
缺陷检测模块,所述缺陷检测模块用于基于所述多个图像采集结果对所述多个待检验不锈钢链条产品进行外观缺陷检测,获得多个外观缺陷检测结果;
产品筛选模块,所述产品筛选模块用于基于所述多个外观缺陷检测结果对所述多个待检验不锈钢链条产品进行筛选,获得多个筛选不锈钢链条产品;
参数采集模块,所述参数采集模块用于基于所述多个筛选不锈钢链条产品进行生产参数采集,获得多个产品生产参数集合;
参数对比模块,所述参数对比模块用于基于标准生产参数信息数据库,分别对多个产品生产参数集合进行比对,获得多个产品生产参数比对结果;
样本设置模块,所述样本设置模块用于获得多个质量检验指标,基于所述多个质量检验指标、所述多个产品生产参数比对结果进行质量检验样本设置,获得质量检验样本数据集;
质量检验模块,所述质量检验模块用于基于所述多个质量检验指标和所述质量检验样本数据集,对所述多个筛选不锈钢链条产品进行质量检验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211602848.2A CN116165213A (zh) | 2022-12-13 | 2022-12-13 | 一种不锈钢链条产品质量检验方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211602848.2A CN116165213A (zh) | 2022-12-13 | 2022-12-13 | 一种不锈钢链条产品质量检验方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116165213A true CN116165213A (zh) | 2023-05-26 |
Family
ID=86417358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211602848.2A Pending CN116165213A (zh) | 2022-12-13 | 2022-12-13 | 一种不锈钢链条产品质量检验方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116165213A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117235606A (zh) * | 2023-11-10 | 2023-12-15 | 张家港广大特材股份有限公司 | 特种不锈钢的生产质量管理方法及*** |
-
2022
- 2022-12-13 CN CN202211602848.2A patent/CN116165213A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117235606A (zh) * | 2023-11-10 | 2023-12-15 | 张家港广大特材股份有限公司 | 特种不锈钢的生产质量管理方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ali et al. | Automated fruit grading system | |
CN114862266A (zh) | 一种基于大数据的工业产品生产质量监测分析*** | |
CA2525594A1 (en) | A system and method for monitoring and visualizing the output of a production process | |
CN116165213A (zh) | 一种不锈钢链条产品质量检验方法及*** | |
CN110715928A (zh) | 影像式皮革检测设备 | |
CN111879709B (zh) | 湖泊水体光谱反射率检验方法及装置 | |
CN114565314B (zh) | 一种基于数字孪生的热轧钢卷端面质量管控***及方法 | |
CN115112183A (zh) | 一种用于异形机械零件尺寸检测*** | |
CN117455318B (zh) | 汽车零部件检测过程的监控方法、装置及电子设备 | |
CN116840072B (zh) | 一种用于电子连接器的自动检校*** | |
CN111141472B (zh) | 一种抗震支吊架检测方法及*** | |
CN116433155B (zh) | 一种基于可视化的工程物资仓储智能管理*** | |
Prabowo et al. | Edge detection technique for rice quality analysis using digital image processing | |
CN111238927A (zh) | 疲劳耐久性评测方法、装置、电子设备和计算机可读介质 | |
CN110320337A (zh) | 一种带钢表面质量自动判级***和方法 | |
Ramesh et al. | Identification of Timber Defects Using Convolution Neural Network | |
CN117781882B (zh) | 一种工业五金件检测mes数据采集分析*** | |
CN117952482B (zh) | 一种基于卷积神经网络的产品质量事故分级方法及*** | |
CN117406161B (zh) | 一种计量装置量值偏离度预警方法、***、设备及介质 | |
CN116681698B (zh) | 一种弹簧自动装配质量检测方法及*** | |
CN117990865B (zh) | 基于三层共挤吹膜的复合膜袋性能测试方法及*** | |
CN117218761B (zh) | 一种基于数据分析的验钞机性能测试*** | |
CN116436166B (zh) | 一种基于物联网的电力数据分析监控方法及*** | |
CN117934404A (zh) | 一种石材表面缺陷检测方法及*** | |
CN115575333A (zh) | 一种无标样在线色差测量方法、***、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |