CN116817700B - 一种卡尺质量检测方法及*** - Google Patents

一种卡尺质量检测方法及*** Download PDF

Info

Publication number
CN116817700B
CN116817700B CN202311078762.9A CN202311078762A CN116817700B CN 116817700 B CN116817700 B CN 116817700B CN 202311078762 A CN202311078762 A CN 202311078762A CN 116817700 B CN116817700 B CN 116817700B
Authority
CN
China
Prior art keywords
data set
quality
caliper
quality detection
sample data
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.)
Active
Application number
CN202311078762.9A
Other languages
English (en)
Other versions
CN116817700A (zh
Inventor
沃林
沃家
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.)
Suzhou Yingshi Measurement Technology Co ltd
Original Assignee
Suzhou Yingshi Measurement 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 Suzhou Yingshi Measurement Technology Co ltd filed Critical Suzhou Yingshi Measurement Technology Co ltd
Priority to CN202311078762.9A priority Critical patent/CN116817700B/zh
Publication of CN116817700A publication Critical patent/CN116817700A/zh
Application granted granted Critical
Publication of CN116817700B publication Critical patent/CN116817700B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B3/00—Measuring instruments characterised by the use of mechanical techniques
    • G01B3/20—Slide gauges
    • G01B3/205—Slide gauges provided with a counter for digital indication of the measured dimension
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0499—Feedforward networks
    • 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
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种卡尺质量检测方法及***，涉及卡尺检测领域，其中，所述方法包括：对第一卡尺上的数显模块进行传感识别，确定预设传感速率；基于所述第一卡尺的量测精度，生成质量检测样本数据组，质量检测样本数据组包括第一样本数据组和第二样本数据组，以第一样本数据组和第二样本数据组输入质量检测装置对第一卡尺进行测试，输出第一测试数据集，以及第二测试数据集；将第一测试数据集和第二测试数据集传输至质量检测通道中，输出第一传感质量和第一响应质量，生成第一质量检测报告。解决了现有技术中针对卡尺的质量检测精准度低的技术问题。达到了提高卡尺的质量检测精准度，提升卡尺的质量检测效果的技术效果。

Description

一种卡尺质量检测方法及***
技术领域
本发明涉及卡尺检测领域，具体地，涉及一种卡尺质量检测方法及***。
背景技术
卡尺是一种高精度的测量工具，在精密测量等领域中应用非常广泛。为了保障卡尺测量精度，常需要对卡尺进行质量检测。现有技术中，存在针对卡尺的质量检测精准度低的技术问题。
发明内容
本申请提供了一种卡尺质量检测方法及***。解决了现有技术中针对卡尺的质量检测精准度低的技术问题。达到了提高卡尺的质量检测精准度，提升卡尺的质量检测效果的技术效果。
鉴于上述问题，本申请提供了一种卡尺质量检测方法及***。
第一方面，本申请提供了一种卡尺质量检测方法，其中，所述方法应用于一种卡尺质量检测***，所述方法包括：对第一卡尺上的数显模块进行传感识别，确定预设传感速率；基于所述第一卡尺的量测精度，生成质量检测样本数据组，其中，所述质量检测样本数据组包括第一样本数据组和第二样本数据组，所述第一样本数据组为连续性数显检测组，所述第二样本数据组为交叉性数显检测组；以所述第一样本数据组和所述第二样本数据组输入质量检测装置对所述第一卡尺进行测试，输出基于所述第一样本数据组的第一测试数据集，以及基于所述第二样本数据组的第二测试数据集，其中，每个测试数据集均包括基于数显识别数据的响应传感速率和响应异常概率；将所述第一测试数据集和所述第二测试数据集传输至质量检测通道中，其中，所述质量检测通道中包括所述预设传感速率，且所述质量检测装置与所述质量检测通道通信连接；根据所述质量检测通道对所述第一卡尺进行计算，输出第一传感质量和第一响应质量，以所述第一传感质量和所述第一响应质量，生成第一质量检测报告。
优选的，所述方法还包括：
获取所述第一样本数据组，所述第一样本数据组包括基于第一预设间歇时长下的样本数据组，以及第二预设间歇时长下的样本数据组，其中，所述第一预设间歇时长大于所述第二预设间歇时长；
以所述质量检测装置对所述第一样本数据组进行测试，得到基于所述第一预设间歇时长的测试子集，和基于所述第二预设间歇时长的测试子集，并作为所述第一测试数据集输出。
优选的，以所述质量检测装置对所述第一样本数据组进行测试，方法包括：
将所述第一样本数据组输入所述质量检测装置中，所述质量检测装置包括位移控制模块和调速控制模块；
其中，所述调速控制模块用于控制所述质量检测装置带动所述第一卡尺的滑块移速，所述位移控制模块用于控制所述质量检测装置带动所述第一卡尺的滑块进行位移，将测试时所述数显模块的显示数据作为所述第一测试数据集输入所述质量检测通道中。
优选的，将所述第一测试数据集和所述第二测试数据集传输至质量检测通道中，方法包括：
根据所述数显模块的外接接口与所述质量检测通道对应***的信号接收端，确定数据传输路径；
按照所述数据传输路径，将所述数显模块的实时信号传输至所述信号接收端，以串行输出方式对所述实时信号进行数字化处理，输出所述第一测试数据集和所述第二测试数据集。
优选的，所述方法还包括：
搭建所述质量检测通道，所述质量检测通道包括连续质量识别通道和交叉质量识别通道，且所述连续质量识别通道和所述交叉质量识别通道的输入层连接有第一权重网络层，所述连续质量识别通道和所述交叉质量识别通道的输出层连接有第二权重网络层；
其中，所述第一权重网络层为两个各自所属通道内部基于响应传感速率和响应异常概率的权重，所述第二权重网络层为基于所述连续质量识别通道和所述交叉质量识别通道的权重。
优选的，所述方法还包括：
获取所述第一卡尺的批次卡尺产品，并记录各个卡尺产品的质量检测报告；
以所述各个卡尺产品的质量检测报告进行均值计算，获取第一预设合格指标；
根据所述第一预设合格指标对所述批次卡尺产品进行缺陷分拣。
优选的，所述方法包括；
获取所述质量检测装置对所述第一样本数据组和所述第二样本数据组进行检测时的环境变化信息；
以所述环境变化信息进行测试影响分析，获取测试影响指标，根据所述测试影响指标，生成调节反馈信息，用于对所述质量检测通道输出的所述第一传感质量和所述第一响应质量进行反馈调节。
第二方面，本申请还提供了一种卡尺质量检测***，其中，所述***包括：传感识别模块，所述传感识别模块用于对第一卡尺上的数显模块进行传感识别，确定预设传感速率；样本数据组生成模块，所述样本数据组生成模块用于基于所述第一卡尺的量测精度，生成质量检测样本数据组，其中，所述质量检测样本数据组包括第一样本数据组和第二样本数据组，所述第一样本数据组为连续性数显检测组，所述第二样本数据组为交叉性数显检测组；卡尺测试模块，所述卡尺测试模块用于以所述第一样本数据组和所述第二样本数据组输入质量检测装置对所述第一卡尺进行测试，输出基于所述第一样本数据组的第一测试数据集，以及基于所述第二样本数据组的第二测试数据集，其中，每个测试数据集均包括基于数显识别数据的响应传感速率和响应异常概率；测试数据集输入模块，所述测试数据集输入模块用于将所述第一测试数据集和所述第二测试数据集传输至质量检测通道中，其中，所述质量检测通道中包括所述预设传感速率，且所述质量检测装置与所述质量检测通道通信连接；质量检测报告生成模块，所述质量检测报告生成模块用于根据所述质量检测通道对所述第一卡尺进行计算，输出第一传感质量和第一响应质量，以所述第一传感质量和所述第一响应质量，生成第一质量检测报告。
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：
通过将第一样本数据组和第二样本数据组输入质量检测装置对第一卡尺进行测试，得到第一测试数据集和第二测试数据集；将第一测试数据集和第二测试数据集传输至质量检测通道中，得到第一传感质量和第一响应质量，将第一传感质量和第一响应质量作为第一质量检测报告。达到了提高卡尺的质量检测精准度，提升卡尺的质量检测效果的技术效果。
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
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的附图作简单地介绍。明显地，下面描述中的附图仅仅涉及本发明的一些实施例,而非对本发明的限制。
图1为本申请一种卡尺质量检测方法的流程示意图；
图2为本申请一种卡尺质量检测方法中生成调节反馈信息的流程示意图；
图3为本申请一种卡尺质量检测***的结构示意图。
具体实施方式
本申请通过提供一种卡尺质量检测方法及***。解决了现有技术中针对卡尺的质量检测精准度低的技术问题。达到了提高卡尺的质量检测精准度，提升卡尺的质量检测效果的技术效果。
实施例一
请参阅附图1，本申请提供一种卡尺质量检测方法，其中，所述方法应用于一种卡尺质量检测***，所述方法具体包括如下步骤：
对第一卡尺上的数显模块进行传感识别，确定预设传感速率；
连接第一卡尺，对第一卡尺的数显模块进行预设传感速率读取。其中，所述第一卡尺可以为使用所述一种卡尺质量检测***进行智能化质量检测的任意数显卡尺。第一卡尺包括数显模块。数显模块为第一卡尺的数显识别数据的显示模块。预设传感速率包括第一卡尺在正常灵敏度下，数显模块接收到数显识别数据的周期。
基于所述第一卡尺的量测精度，生成质量检测样本数据组，其中，所述质量检测样本数据组包括第一样本数据组和第二样本数据组，所述第一样本数据组为连续性数显检测组，所述第二样本数据组为交叉性数显检测组；
以所述第一样本数据组和所述第二样本数据组输入质量检测装置对所述第一卡尺进行测试，输出基于所述第一样本数据组的第一测试数据集，以及基于所述第二样本数据组的第二测试数据集，其中，每个测试数据集均包括基于数显识别数据的响应传感速率和响应异常概率；
进一步的，以所述第一样本数据组和所述第二样本数据组输入质量检测装置对所述第一卡尺进行测试，还包括：
获取所述第一样本数据组，所述第一样本数据组包括基于第一预设间歇时长下的样本数据组，以及第二预设间歇时长下的样本数据组，其中，所述第一预设间歇时长大于所述第二预设间歇时长；
读取第一卡尺的量测精度，并将量测精度输入质量检测样本数据库，获得质量检测样本数据组。其中，量测精度为第一卡尺的量测单位值。质量检测样本数据库包括多个历史量测精度、多个历史质量检测样本数据组。质量检测样本数据组包括第一样本数据组和第二样本数据组。第一样本数据组包括第一子样本数据组、第二子样本数据组。且，第一子样本数据组、第二子样本数据组为对照组。第一子样本数据组包括第一预设间歇时长、样本数据组。第二子样本数据组包括第二预设间歇时长、样本数据组。且，第一预设间歇时长大于第二预设间歇时长。第一预设间歇时长、第二预设间歇时长均为数显模块移动速度。且，第一预设间歇时长内的数显模块移动速度大于第二预设间歇时长内的数显模块移动速度。样本数据组包括多个数显模块移动距离。且，多个数显模块移动距离为连续性的递增数据。故，第一样本数据组为连续性数显检测组。第二样本数据组为交叉性数显检测组。交叉性数显检测组包括按照大小交叉排列的多个数显模块移动距离。例如，多个数显模块移动距离包括a、b、c、d。且，a＜b＜c＜d。则，交叉性数显检测组为b、a、d、c。
以所述质量检测装置对所述第一样本数据组进行测试，得到基于所述第一预设间歇时长的测试子集，和基于所述第二预设间歇时长的测试子集，并作为所述第一测试数据集输出。
进一步的，以所述质量检测装置对所述第一样本数据组进行测试，还包括：
将所述第一样本数据组输入所述质量检测装置中，所述质量检测装置包括位移控制模块和调速控制模块；
其中，所述调速控制模块用于控制所述质量检测装置带动所述第一卡尺的滑块移速，所述位移控制模块用于控制所述质量检测装置带动所述第一卡尺的滑块进行位移，将测试时所述数显模块的显示数据作为所述第一测试数据集输入所述质量检测通道中。
质量检测装置包括固定机构、移动机构、位移控制模块和调速控制模块。固定机构用于将第一卡尺进行水平固定。固定机构包括用于放置第一卡尺的内嵌开口空间。内嵌开口空间的内嵌深度可调，当内嵌深度与第一卡尺的主尺厚度相同时，启动固定机构的夹具对第一卡尺进行固定。移动机构设置在固定机构的上方。移动机构包括一触头。触头与第一卡尺的滑块扣连，用于控制滑块移动。移动机构所处的平面与固定机构所处的平面在z轴的垂直方向上具有第一距离，用于保护第一卡尺的数显模块移动。第一距离为第一卡尺的深度。调速控制模块用于控制质量检测装置带动第一卡尺的滑块移速。位移控制模块用于控制质量检测装置带动第一卡尺的滑块进行位移，将测试时数显模块的显示数据作为第一测试数据集、第二测试数据集输入质量检测通道中。
将第一样本数据组和第二样本数据组输入质量检测装置，对第一卡尺进行测试，输出第一测试数据集、第二测试数据集。第一测试数据集包括连续性数显检测组中每个数显模块移动距离对应的数显模块的显示数据、响应传感速率、响应异常概率。响应传感速率为显示数据的显示速度。响应异常概率用于表征显示数据的准确率。显示数据的准确率越高，对应的响应异常概率越小。同理，第二测试数据集包括交叉性数显检测组中每个数显模块移动距离对应的显示数据、响应传感速率、响应异常概率。
将所述第一测试数据集和所述第二测试数据集传输至质量检测通道中，其中，所述质量检测通道中包括所述预设传感速率，且所述质量检测装置与所述质量检测通道通信连接；
进一步的，将所述第一测试数据集和所述第二测试数据集传输至质量检测通道中，还包括：
根据所述数显模块的外接接口与所述质量检测通道对应***的信号接收端，确定数据传输路径；
按照所述数据传输路径，将所述数显模块的实时信号传输至所述信号接收端，以串行输出方式对所述实时信号进行数字化处理，输出所述第一测试数据集和所述第二测试数据集。
按照数据传输路径，将数显模块的实时信号传输至信号接收端，以串行输出方式对实时信号进行数字化处理，输出第一测试数据集和第二测试数据集。其中，数据传输路径包括数显模块的外接接口至质量检测通道对应的所述一种卡尺质量检测***的信号接收端。实时信号为第一测试数据集、第二测试数据集对应的脉冲信号。串行输出方式是指将实时信号进行一位一位传输。数字化处理是指将实时信号转化为第一测试数据集和第二测试数据集。
根据所述质量检测通道对所述第一卡尺进行计算，输出第一传感质量和第一响应质量，以所述第一传感质量和所述第一响应质量，生成第一质量检测报告。
搭建所述质量检测通道，所述质量检测通道包括连续质量识别通道和交叉质量识别通道，且所述连续质量识别通道和所述交叉质量识别通道的输入层连接有第一权重网络层，所述连续质量识别通道和所述交叉质量识别通道的输出层连接有第二权重网络层；
其中，所述第一权重网络层为两个各自所属通道内部基于响应传感速率和响应异常概率的权重，所述第二权重网络层为基于所述连续质量识别通道和所述交叉质量识别通道的权重。
质量检测通道包括连续质量识别通道和交叉质量识别通道。且，连续质量识别通道和交叉质量识别通道的输入层连接有第一权重网络层，连续质量识别通道和交叉质量识别通道的输出层连接有第二权重网络层。示例性地，在构建连续质量识别通道时，基于第一测试数据集进行历史数据采集，获得多个连续质量识别记录。每个连续质量识别记录包括历史预设传感速率、加权历史第一测试数据集、多个历史连续传感质量系数、多个历史连续响应质量。基于全连接神经网络，将多个连续质量识别记录进行不断的自我训练学习至收敛状态，即可获得连续质量识别通道。全连接神经网络是一种由输入层、隐藏层、输出层构成的前馈神经网络。且，隐藏层中可以有多个神经元。连续质量识别通道包括输入层、隐藏层、输出层。交叉质量识别通道与连续质量识别通道的构建方式相同，为了说明书的简洁，在此不再赘述。
第一权重网络层包括由所述一种卡尺质量检测***预先设置确定的第一测试数据集对应的第一速率权重值、第一异常概率权重值，以及第二测试数据集对应的第二速率权重值、第二异常概率权重值。优选地，第一速率权重值、第一异常概率权重值、第二速率权重值、第二异常概率权重值均为0.5。按照第一速率权重值、第一异常概率权重值分别对第一测试数据集内的每个响应传感速率、每个响应异常概率进行加权，获得加权第一测试数据集。示例性地，将第一速率权重值与响应传感速率之间的乘积设置为加权响应传感速率。将第一异常概率权重值与响应异常概率之间的乘积设置为加权响应异常概率。将加权响应传感速率、加权响应异常概率添加至加权第一测试数据集。
进一步，将加权第一测试数据集、预设传感速率输入连续质量识别通道，获得第一测试数据集对应的多个连续传感质量系数、多个连续响应质量系数。连续传感质量系数是用于表征第一卡尺的连续测量准确性的数据信息。连续响应质量系数是用于表征第一卡尺的连续测量效率的数据信息。同理，根据第二速率权重值、第二异常概率权重值对第二测试数据集进行加权，获得加权之后的第二测试数据集。将加权之后的第二测试数据集、预设传感速率输入交叉质量识别通道，获得第二测试数据集对应的多个交叉传感质量系数、多个交叉响应质量系数。交叉传感质量系数是用于表征第一卡尺的交叉测量准确性的数据信息。交叉响应质量系数是用于表征第一卡尺的交叉测量效率的数据信息。
第二权重网络层包括由所述一种卡尺质量检测***预先设置确定的连续传感质量权重值、连续响应质量权重值、交叉传感质量权重值、交叉响应质量权重值。将多个连续传感质量系数的平均值记为连续传感质量。将多个连续响应质量系数的平均值记为连续响应质量。将多个交叉传感质量系数记为交叉传感质量。将多个交叉响应质量系数记为交叉响应质量。以连续传感质量权重值、交叉传感质量权重值对连续传感质量、交叉传感质量进行加权求和计算，获得第一传感质量。优选地，将连续传感质量权重值与连续传感质量的乘积记为加权连续传感质量。将交叉传感质量权重值与交叉传感质量的乘积记为加权交叉传感质量。将加权连续传感质量与加权交叉传感质量的和设置为第一传感质量。同理，以连续响应质量权重值、交叉响应质量权重值对连续响应质量、交叉传感质量进行加权求和计算，获得第一响应质量，结合第一传感质量，生成第一质量检测报告。第一质量检测报告包括第一传感质量和第一响应质量。
进一步的，所述方法还包括：
获取所述第一卡尺的批次卡尺产品，并记录各个卡尺产品的质量检测报告；
以所述各个卡尺产品的质量检测报告进行均值计算，获取第一预设合格指标；
根据所述第一预设合格指标对所述批次卡尺产品进行缺陷分拣。
连接所述一种卡尺质量检测***，查询批次卡尺产品的批次质量检测报告。批次卡尺产品包括第一卡尺的同生产批次的多个同类型卡尺。批次质量检测报告包括多个同类型卡尺对应的多个质量检测报告信息。每个质量检测报告信息均包括每个同类型卡尺对应的传感质量、响应质量。继而，分别对批次质量检测报告内的多个传感质量、多个响应质量进行均值计算，获得平均传感质量、平均响应质量。将平均传感质量、平均响应质量设置为第一预设合格指标，并按照第一预设合格指标对批次卡尺产品进行缺陷分拣，从而提高卡尺缺陷识别效率。例如，可将不满足第一预设合格指标的质量检测报告信息对应的同类型卡尺记为缺陷卡尺。
进一步的，如附图2所示，所述方法还包括：
获取所述质量检测装置对所述第一样本数据组和所述第二样本数据组进行检测时的环境变化信息；
以所述环境变化信息进行测试影响分析，获取测试影响指标，根据所述测试影响指标，生成调节反馈信息，用于对所述质量检测通道输出的所述第一传感质量和所述第一响应质量进行反馈调节。
连接所述一种卡尺质量检测***，读取质量检测装置对第一样本数据组和第二样本数据组进行检测时的环境变化信息，并对环境变化信息进行测试影响分析，得到测试影响指标。并将测试影响指标设置为调节反馈信息，根据调节反馈信息对第一传感质量和第一响应质量进行反馈调节。从而提高卡尺的质量检测的准确性。例如，将调节反馈信息与第一传感质量的乘积设置为补偿传感质量。将第一传感质量与补偿传感质量的和设置为反馈调节之后的第一传感质量。环境变化信息包括质量检测装置对第一样本数据组和第二样本数据组进行检测时，对应的环境温度、环境磁场、环境湿度。测试影响指标是用于表征环境变化信息对应的第一卡尺的传感质量、响应质量的干扰性的数据信息。环境变化信息对应的第一卡尺的传感质量、响应质量的干扰性越强。
综上所述，本申请所提供的一种卡尺质量检测方法具有如下技术效果：
通过将第一样本数据组和第二样本数据组输入质量检测装置对第一卡尺进行测试，得到第一测试数据集和第二测试数据集；将第一测试数据集和第二测试数据集传输至质量检测通道中，得到第一传感质量和第一响应质量，将第一传感质量和第一响应质量作为第一质量检测报告。达到了提高卡尺的质量检测精准度，提升卡尺的质量检测效果的技术效果。
实施例二
基于与前述实施例中一种卡尺质量检测方法，同样发明构思，本发明还提供了一种卡尺质量检测***，请参阅附图3，所述***包括：
传感识别模块，所述传感识别模块用于对第一卡尺上的数显模块进行传感识别，确定预设传感速率；
样本数据组生成模块，所述样本数据组生成模块用于基于所述第一卡尺的量测精度，生成质量检测样本数据组，其中，所述质量检测样本数据组包括第一样本数据组和第二样本数据组，所述第一样本数据组为连续性数显检测组，所述第二样本数据组为交叉性数显检测组；
卡尺测试模块，所述卡尺测试模块用于以所述第一样本数据组和所述第二样本数据组输入质量检测装置对所述第一卡尺进行测试，输出基于所述第一样本数据组的第一测试数据集，以及基于所述第二样本数据组的第二测试数据集，其中，每个测试数据集均包括基于数显识别数据的响应传感速率和响应异常概率；
测试数据集输入模块，所述测试数据集输入模块用于将所述第一测试数据集和所述第二测试数据集传输至质量检测通道中，其中，所述质量检测通道中包括所述预设传感速率，且所述质量检测装置与所述质量检测通道通信连接；
质量检测报告生成模块，所述质量检测报告生成模块用于根据所述质量检测通道对所述第一卡尺进行计算，输出第一传感质量和第一响应质量，以所述第一传感质量和所述第一响应质量，生成第一质量检测报告。
进一步的，所述***还包括：
第一样本数据组获取模块，所述第一样本数据组获取模块用于获取所述第一样本数据组，所述第一样本数据组包括基于第一预设间歇时长下的样本数据组，以及第二预设间歇时长下的样本数据组，其中，所述第一预设间歇时长大于所述第二预设间歇时长；
测试数据集输出模块，所述测试数据集输出模块用于以所述质量检测装置对所述第一样本数据组进行测试，得到基于所述第一预设间歇时长的测试子集，和基于所述第二预设间歇时长的测试子集，并作为所述第一测试数据集输出。
进一步的，所述***还包括：
第一执行模块，所述第一执行模块用于将所述第一样本数据组输入所述质量检测装置中，所述质量检测装置包括位移控制模块和调速控制模块；
其中，所述调速控制模块用于控制所述质量检测装置带动所述第一卡尺的滑块移速，所述位移控制模块用于控制所述质量检测装置带动所述第一卡尺的滑块进行位移，将测试时所述数显模块的显示数据作为所述第一测试数据集输入所述质量检测通道中。
进一步的，所述***还包括：
数据传输路径确定模块，所述数据传输路径确定模块用于根据所述数显模块的外接接口与所述质量检测通道对应***的信号接收端，确定数据传输路径；
信号数字化处理模块，所述信号数字化处理模块用于按照所述数据传输路径，将所述数显模块的实时信号传输至所述信号接收端，以串行输出方式对所述实时信号进行数字化处理，输出所述第一测试数据集和所述第二测试数据集。
进一步的，所述***还包括：
搭建模块，所述搭建模块用于搭建所述质量检测通道，所述质量检测通道包括连续质量识别通道和交叉质量识别通道，且所述连续质量识别通道和所述交叉质量识别通道的输入层连接有第一权重网络层，所述连续质量识别通道和所述交叉质量识别通道的输出层连接有第二权重网络层；
其中，所述第一权重网络层为两个各自所属通道内部基于响应传感速率和响应异常概率的权重，所述第二权重网络层为基于所述连续质量识别通道和所述交叉质量识别通道的权重。
进一步的，所述***还包括：
卡尺产品检测报告获取模块，所述卡尺产品检测报告获取模块用于获取所述第一卡尺的批次卡尺产品，并记录各个卡尺产品的质量检测报告；
均值计算模块，所述均值计算模块用于以所述各个卡尺产品的质量检测报告进行均值计算，获取第一预设合格指标；
缺陷分拣模块，所述缺陷分拣模块用于根据所述第一预设合格指标对所述批次卡尺产品进行缺陷分拣。
进一步的，所述***还包括：
环境变化信息获取模块，所述环境变化信息获取模块用于获取所述质量检测装置对所述第一样本数据组和所述第二样本数据组进行检测时的环境变化信息；
质量反馈调节模块，所述质量反馈调节模块用于以所述环境变化信息进行测试影响分析，获取测试影响指标，根据所述测试影响指标，生成调节反馈信息，用于对所述质量检测通道输出的所述第一传感质量和所述第一响应质量进行反馈调节。
本发明实施例所提供的一种卡尺质量检测***可执行本发明任意实施例所提供的一种卡尺质量检测方法，具备执行方法相应的功能模块和有益效果。
所包括的各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
本申请提供了一种卡尺质量检测方法，其中，所述方法应用于一种卡尺质量检测***，所述方法包括：通过将第一样本数据组和第二样本数据组输入质量检测装置对第一卡尺进行测试，得到第一测试数据集和第二测试数据集；将第一测试数据集和第二测试数据集传输至质量检测通道中，得到第一传感质量和第一响应质量，将第一传感质量和第一响应质量作为第一质量检测报告。解决了现有技术中针对卡尺的质量检测精准度低的技术问题。达到了提高卡尺的质量检测精准度，提升卡尺的质量检测效果的技术效果。
虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (6)

1.一种卡尺质量检测方法，其特征在于，所述方法包括：
对第一卡尺上的数显模块进行传感识别，确定预设传感速率，所述预设传感速率为第一卡尺在正常灵敏度下，数显模块接收到数显识别数据的周期；
基于所述第一卡尺的量测精度，生成质量检测样本数据组，其中，所述质量检测样本数据组包括第一样本数据组和第二样本数据组，所述第一样本数据组为连续性数显检测组，所述第二样本数据组为交叉性数显检测组；
以所述第一样本数据组和所述第二样本数据组输入质量检测装置对所述第一卡尺进行测试，输出基于所述第一样本数据组的第一测试数据集，以及基于所述第二样本数据组的第二测试数据集，其中，每个测试数据集均包括基于数显识别数据的响应传感速率和响应异常概率，所述质量检测装置包括固定机构、移动机构、位移控制模块和调速控制模块，所述固定机构用于将第一卡尺进行水平固定，所述移动机构用于控制滑块移动，所述调速控制模块用于控制质量检测装置带动第一卡尺的滑块移速，所述位移控制模块用于控制质量检测装置带动第一卡尺的滑块进行位移；
将所述第一测试数据集和所述第二测试数据集传输至质量检测通道中，其中，所述质量检测通道中包括所述预设传感速率，且所述质量检测装置与所述质量检测通道通信连接；
根据所述质量检测通道对所述第一卡尺进行计算，输出第一传感质量和第一响应质量，以所述第一传感质量和所述第一响应质量，生成第一质量检测报告；
其中，将所述第一测试数据集和所述第二测试数据集传输至质量检测通道中，方法包括：
根据所述数显模块的外接接口与所述质量检测通道对应***的信号接收端，确定数据传输路径；
按照所述数据传输路径，将所述数显模块的实时信号传输至所述信号接收端，以串行输出方式对所述实时信号进行数字化处理，输出所述第一测试数据集和所述第二测试数据集；
搭建所述质量检测通道，所述质量检测通道包括连续质量识别通道和交叉质量识别通道，且所述连续质量识别通道和所述交叉质量识别通道的输入层连接有第一权重网络层，所述连续质量识别通道和所述交叉质量识别通道的输出层连接有第二权重网络层；
其中，所述第一权重网络层为两个各自所属通道内部基于响应传感速率和响应异常概率的权重，所述第二权重网络层为基于所述连续质量识别通道和所述交叉质量识别通道的权重。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述第一样本数据组，所述第一样本数据组包括基于第一预设间歇时长下的样本数据组，以及第二预设间歇时长下的样本数据组，其中，所述第一预设间歇时长大于所述第二预设间歇时长；
以所述质量检测装置对所述第一样本数据组进行测试，得到基于所述第一预设间歇时长的测试子集，和基于所述第二预设间歇时长的测试子集，并作为所述第一测试数据集输出。
3.如权利要求2所述的方法，其特征在于，以所述质量检测装置对所述第一样本数据组进行测试，方法包括：
将所述第一样本数据组输入所述质量检测装置中，所述质量检测装置包括位移控制模块和调速控制模块；
其中，所述调速控制模块用于控制所述质量检测装置带动所述第一卡尺的滑块移速，所述位移控制模块用于控制所述质量检测装置带动所述第一卡尺的滑块进行位移，将测试时所述数显模块的显示数据作为所述第一测试数据集输入所述质量检测通道中。
4.如权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述第一卡尺的批次卡尺产品，并记录各个卡尺产品的质量检测报告；
以所述各个卡尺产品的质量检测报告进行均值计算，获取第一预设合格指标；
根据所述第一预设合格指标对所述批次卡尺产品进行缺陷分拣。
5.如权利要求1所述的方法，其特征在于，所述方法包括；
获取所述质量检测装置对所述第一样本数据组和所述第二样本数据组进行检测时的环境变化信息；
以所述环境变化信息进行测试影响分析，获取测试影响指标，根据所述测试影响指标，生成调节反馈信息，用于对所述质量检测通道输出的所述第一传感质量和所述第一响应质量进行反馈调节。
6.一种卡尺质量检测***，其特征在于，所述***用于执行权利要求1至5中任一项所述的方法，所述***包括：
传感识别模块，所述传感识别模块用于对第一卡尺上的数显模块进行传感识别，确定预设传感速率，所述预设传感速率为第一卡尺在正常灵敏度下，数显模块接收到数显识别数据的周期；
样本数据组生成模块，所述样本数据组生成模块用于基于所述第一卡尺的量测精度，生成质量检测样本数据组，其中，所述质量检测样本数据组包括第一样本数据组和第二样本数据组，所述第一样本数据组为连续性数显检测组，所述第二样本数据组为交叉性数显检测组；
卡尺测试模块，所述卡尺测试模块用于以所述第一样本数据组和所述第二样本数据组输入质量检测装置对所述第一卡尺进行测试，输出基于所述第一样本数据组的第一测试数据集，以及基于所述第二样本数据组的第二测试数据集，其中，每个测试数据集均包括基于数显识别数据的响应传感速率和响应异常概率，所述质量检测装置包括固定机构、移动机构、位移控制模块和调速控制模块，所述固定机构用于将第一卡尺进行水平固定，所述移动机构用于控制滑块移动，所述调速控制模块用于控制质量检测装置带动第一卡尺的滑块移速，所述位移控制模块用于控制质量检测装置带动第一卡尺的滑块进行位移；
测试数据集输入模块，所述测试数据集输入模块用于将所述第一测试数据集和所述第二测试数据集传输至质量检测通道中，其中，所述质量检测通道中包括所述预设传感速率，且所述质量检测装置与所述质量检测通道通信连接；
质量检测报告生成模块，所述质量检测报告生成模块用于根据所述质量检测通道对所述第一卡尺进行计算，输出第一传感质量和第一响应质量，以所述第一传感质量和所述第一响应质量，生成第一质量检测报告；
数据传输路径确定模块，所述数据传输路径确定模块用于根据所述数显模块的外接接口与所述质量检测通道对应***的信号接收端，确定数据传输路径；
信号数字化处理模块，所述信号数字化处理模块用于按照所述数据传输路径，将所述数显模块的实时信号传输至所述信号接收端，以串行输出方式对所述实时信号进行数字化处理，输出所述第一测试数据集和所述第二测试数据集；
搭建模块，所述搭建模块用于搭建所述质量检测通道，所述质量检测通道包括连续质量识别通道和交叉质量识别通道，且所述连续质量识别通道和所述交叉质量识别通道的输入层连接有第一权重网络层，所述连续质量识别通道和所述交叉质量识别通道的输出层连接有第二权重网络层；
其中，所述第一权重网络层为两个各自所属通道内部基于响应传感速率和响应异常概率的权重，所述第二权重网络层为基于所述连续质量识别通道和所述交叉质量识别通道的权重。
CN202311078762.9A 2023-08-25 2023-08-25 一种卡尺质量检测方法及*** Active CN116817700B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311078762.9A CN116817700B (zh) 2023-08-25 2023-08-25 一种卡尺质量检测方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311078762.9A CN116817700B (zh) 2023-08-25 2023-08-25 一种卡尺质量检测方法及***

Publications (2)

Publication Number Publication Date
CN116817700A CN116817700A (zh) 2023-09-29
CN116817700B true CN116817700B (zh) 2023-11-24

Family

ID=88120572

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311078762.9A Active CN116817700B (zh) 2023-08-25 2023-08-25 一种卡尺质量检测方法及***

Country Status (1)

Country Link
CN (1) CN116817700B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1171544A (zh) * 1996-05-13 1998-01-28 株式会社三丰 应用小功率电感式位置传感器的电子卡尺
US5901458A (en) * 1997-11-21 1999-05-11 Mitutoyo Corporation Electronic caliper using a reduced offset induced current position transducer
CN101427113A (zh) * 2006-04-28 2009-05-06 Asf-基斯通公司 传感器接口
CN104677219A (zh) * 2015-03-24 2015-06-03 江南大学 数显卡尺自动化检测的方法及装置
CN105241321A (zh) * 2015-10-29 2016-01-13 江南大学 一种数显卡尺自动化检测***
CN107478119A (zh) * 2017-10-10 2017-12-15 天津普来曼科技发展有限公司 数显卡尺及数字化量具测量***
CN215413458U (zh) * 2021-04-19 2022-01-04 杭州远视测控技术有限公司 一种数显卡尺自动化检测装置
CN216409974U (zh) * 2021-11-24 2022-04-29 广西师范大学 一种数显游标卡尺跳数自动检测装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1171544A (zh) * 1996-05-13 1998-01-28 株式会社三丰 应用小功率电感式位置传感器的电子卡尺
US5901458A (en) * 1997-11-21 1999-05-11 Mitutoyo Corporation Electronic caliper using a reduced offset induced current position transducer
CN101427113A (zh) * 2006-04-28 2009-05-06 Asf-基斯通公司 传感器接口
CN104677219A (zh) * 2015-03-24 2015-06-03 江南大学 数显卡尺自动化检测的方法及装置
CN105241321A (zh) * 2015-10-29 2016-01-13 江南大学 一种数显卡尺自动化检测***
CN107478119A (zh) * 2017-10-10 2017-12-15 天津普来曼科技发展有限公司 数显卡尺及数字化量具测量***
CN215413458U (zh) * 2021-04-19 2022-01-04 杭州远视测控技术有限公司 一种数显卡尺自动化检测装置
CN216409974U (zh) * 2021-11-24 2022-04-29 广西师范大学 一种数显游标卡尺跳数自动检测装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
机器视觉技术在冲压件特征识别与检测中的研究;秦豆豆;《中国优秀硕士学位论文全文数据库》(第第12期期);全文 *
电涡流式数显游标卡尺的***设计;张立新;;国外电子测量技术(第08期);全文 *
精密检测及质量控制***的设计与分析;王若平;赖利国;;新技术新工艺(第06期);全文 *

Also Published As

Publication number Publication date
CN116817700A (zh) 2023-09-29

Similar Documents

Publication Publication Date Title
CN111695598B (zh) 一种基于生成对抗网络的监测数据异常诊断方法
GB2453446A (en) Method and system for quantifying damage in a structure
CN114548375B (zh) 基于双向长短期记忆神经网络的斜拉桥主梁动挠度监测方法
CN116678489B (zh) 力传感器的质量控制方法、***、设备及介质
CN115950609B (zh) 一种结合相关性分析和神经网络的桥梁挠度异常检测方法
CN117113104B (zh) 一种应用数据分析技术的智能化管理***及方法
CN116985183B (zh) 一种近红外光谱分析仪质量监测管理方法及***
CN110287827A (zh) 一种基于数据关联性的桥梁应变数据异常值识别方法
CN112968931A (zh) 一种基于多传感器的农作物环境温度数据融合***及方法
CN116817700B (zh) 一种卡尺质量检测方法及***
CN111784065A (zh) 一种基于灰关联的油井产能智能预测方法
CN117743909A (zh) 一种基于人工智能的供热***故障分析方法及装置
CN117109487B (zh) 一种金属厚度自动化无损测量方法
CN116881773A (zh) 一种基于深度学习的设备故障识别方法及***
CN115130505A (zh) 基于改进残差收缩网络的focs故障诊断方法
CN114666525A (zh) 一种基于asic结构的音视频切换校验***
CN112069621A (zh) 基于线性可靠度指标的滚动轴承剩余使用寿命的预测方法
CN117309624B (zh) 一种感温电缆性能评价方法及***
CN116738859B (zh) 一种铜管在线无损寿命评估方法及***
CN118089819B (zh) 一种温湿度在线测试***及其方法
Gao et al. Research and application of pattern recognition LSTM based bridge data anomaly detection
CN117990865B (zh) 基于三层共挤吹膜的复合膜袋性能测试方法及***
Balbás et al. In Situ Surveillance of Capacitive Pressure Transmitter Dynamic Poles
CN115752276A (zh) 一种基于人工神经网络的光纤应变和温度测量方法
CN117434486A (zh) 一种直流分路计量误差分析处理方法

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