[發(fā)明專利]基于樣本數(shù)據(jù)訓(xùn)練的產(chǎn)品質(zhì)量控制設(shè)備及質(zhì)量控制方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810110627.0
• 申請(qǐng)日: 2018-02-05
• 公開（公告）號(hào): CN108227664A
• 公開（公告）日: 2018-06-29
• 發(fā)明（設(shè)計(jì)）人: 賴雄鳴
• 申請(qǐng)（專利權(quán)）人: 華僑大學(xué)
• 主分類號(hào): G05B19/418
• 分類號(hào): G05B19/418
• 代理公司: 廈門市首創(chuàng)君合專利事務(wù)所有限公司 35204
• 代理人: 張松亭

本發(fā)明公開了基于樣本數(shù)據(jù)訓(xùn)練的產(chǎn)品質(zhì)量控制設(shè)備及質(zhì)量控制方法，適用于產(chǎn)品自動(dòng)化生產(chǎn)流水線，包括多個(gè)圖像采集裝置和控制終端；所述控制終端包括質(zhì)量判定模塊和工藝參數(shù)調(diào)整模塊；所述質(zhì)量判定模塊預(yù)存有質(zhì)量判定模型，并根據(jù)輸入的數(shù)字圖像輸出相應(yīng)的質(zhì)量判定等級(jí)，該質(zhì)量判定模型通過人工智能數(shù)據(jù)訓(xùn)練獲得；所述工藝參數(shù)調(diào)整模塊預(yù)存有分歩加工設(shè)備的工藝參數(shù)與半成品質(zhì)量判定關(guān)系對(duì)應(yīng)的工藝參數(shù)調(diào)整模型；所述控制終端輸出控制對(duì)應(yīng)的分布加工設(shè)備。本發(fā)明提供了基于樣本數(shù)據(jù)訓(xùn)練的產(chǎn)品質(zhì)量控制設(shè)備及質(zhì)量控制方法，進(jìn)而指導(dǎo)生產(chǎn)設(shè)備自動(dòng)化調(diào)整工藝參數(shù)，實(shí)現(xiàn)智能化、自動(dòng)化、高效率、低消耗的自動(dòng)化生產(chǎn)線，從而確保產(chǎn)品質(zhì)量得以控制。

技術(shù)領(lǐng)域

本發(fā)明涉及自動(dòng)化加工領(lǐng)域，，特別是涉及基于樣本數(shù)據(jù)訓(xùn)練的產(chǎn)品質(zhì)量控制設(shè)備及質(zhì)量控制方法。

背景技術(shù)

隨著機(jī)器視覺技術(shù)的逐漸成熟，利用機(jī)器視覺技術(shù)改善自動(dòng)化水平的自動(dòng)化設(shè)備也逐漸投入應(yīng)用。機(jī)器視覺技術(shù)取代了原本工業(yè)生產(chǎn)中許多僅能依靠人工完成的工作，如質(zhì)量檢測(cè)等，且具有更高的檢測(cè)效率和更低的錯(cuò)檢率，極大提高了生產(chǎn)效率。

現(xiàn)有技術(shù)中，機(jī)器視覺技術(shù)應(yīng)用于工業(yè)檢測(cè)時(shí)，僅能對(duì)產(chǎn)品的簡(jiǎn)單質(zhì)量信息(如長(zhǎng)度尺寸、顏色等)，采用視覺技術(shù)基于簡(jiǎn)單特征識(shí)別算法進(jìn)行檢測(cè)；當(dāng)產(chǎn)品的質(zhì)量信息含有復(fù)雜特征時(shí)，簡(jiǎn)單特征識(shí)別算法則難以檢測(cè)；而工業(yè)上，絕大部分產(chǎn)品的質(zhì)量信息往往具有復(fù)雜特征(如復(fù)雜紋理或復(fù)雜形狀等特征)，因此，基于簡(jiǎn)單特征識(shí)別算法的視覺檢測(cè)技術(shù)的適用性受到限制。對(duì)于含有復(fù)雜特征的產(chǎn)品檢測(cè)時(shí)，只能依靠人工方式檢測(cè)，效率低，且不利于自動(dòng)化調(diào)整生產(chǎn)設(shè)備自動(dòng)化檢測(cè)。

基于樣本訓(xùn)練的人工智能方法是一種新興的機(jī)器視覺檢測(cè)方法，通過對(duì)樣本數(shù)據(jù)進(jìn)行訓(xùn)練，得到表征樣本特征的訓(xùn)練模型，并利用該訓(xùn)練模型即可對(duì)待測(cè)圖像進(jìn)行特征歸類識(shí)別。常用的數(shù)據(jù)訓(xùn)練模型有深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和遷移學(xué)習(xí)等。此種數(shù)據(jù)處理方法的特點(diǎn)在于，通過將預(yù)設(shè)有標(biāo)簽的圖像數(shù)據(jù)輸出至訓(xùn)練模型，并在一定的訓(xùn)練次數(shù)后，得到圖像數(shù)據(jù)與相應(yīng)標(biāo)簽的對(duì)應(yīng)關(guān)系。目前，工業(yè)檢測(cè)領(lǐng)域關(guān)于復(fù)雜特征的檢測(cè)技術(shù)仍是空白。

此外，當(dāng)產(chǎn)品生產(chǎn)線中的半成品存在復(fù)雜特征質(zhì)量檢測(cè)時(shí)，則無法根據(jù)半成品的復(fù)雜特征質(zhì)量判定信息動(dòng)態(tài)實(shí)時(shí)調(diào)整工藝參數(shù)，即不利于產(chǎn)品整體質(zhì)量的改善，所生產(chǎn)的產(chǎn)品質(zhì)量也較為不穩(wěn)定。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)之不足，提供了基于樣本數(shù)據(jù)訓(xùn)練的產(chǎn)品質(zhì)量控制設(shè)備及質(zhì)量控制方法，進(jìn)而指導(dǎo)生產(chǎn)設(shè)備自動(dòng)化調(diào)整工藝參數(shù)，實(shí)現(xiàn)智能化、自動(dòng)化、高效率、低消耗的自動(dòng)化生產(chǎn)線，從而確保產(chǎn)品質(zhì)量得以控制。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

基于樣本數(shù)據(jù)訓(xùn)練的產(chǎn)品質(zhì)量控制設(shè)備，適用于產(chǎn)品自動(dòng)化生產(chǎn)流水線，該產(chǎn)品自動(dòng)化生產(chǎn)流水線由多個(gè)分歩加工設(shè)備組成；該質(zhì)量檢測(cè)設(shè)備包括圖像采集裝置和控制終端，該圖像采集裝置采集獲得所述分歩加工設(shè)備生產(chǎn)的半成品的數(shù)字圖像；

所述控制終端包括質(zhì)量判定模塊和工藝參數(shù)調(diào)整模塊；所述質(zhì)量判定模塊預(yù)存有每一個(gè)分布加工設(shè)備的質(zhì)量判定模型，該質(zhì)量判定模型通過多組標(biāo)記有質(zhì)量判定的半成品數(shù)字圖像進(jìn)行人工智能數(shù)據(jù)訓(xùn)練獲得，并表征半成品數(shù)字圖像和質(zhì)量判定的對(duì)應(yīng)關(guān)系；所述工藝參數(shù)調(diào)整模塊預(yù)存有每一個(gè)分布加工設(shè)備的工藝參數(shù)調(diào)整模型，該工藝參數(shù)調(diào)整模型表征工藝參數(shù)和質(zhì)量判定的對(duì)應(yīng)關(guān)系；

所述控制終端的質(zhì)量判定判斷模塊分別與所述多個(gè)圖像采集裝置信號(hào)連接，所述控制終端的工藝參數(shù)調(diào)整模塊分別與所述多個(gè)分布加工設(shè)備信號(hào)連接；所述控制終端實(shí)時(shí)接收?qǐng)D像采集裝置獲得的不同工序的半成品數(shù)字圖像，并輸出質(zhì)量判定至所述工藝參數(shù)調(diào)整模塊，所述工藝參數(shù)調(diào)整模塊根據(jù)當(dāng)前的質(zhì)量判定情況輸出產(chǎn)品工藝參數(shù)至相應(yīng)的分布加工設(shè)備。

其中一較佳實(shí)施例中，所述工藝參數(shù)調(diào)整模塊通過所述分歩加工設(shè)備的功能原理及性能參數(shù)結(jié)合人為經(jīng)驗(yàn)或試驗(yàn)數(shù)據(jù)建模調(diào)整后確定。