[發明專利]一種冷鐓底座表面細微缺陷的檢測方法

在審

• 申請號: 202110334608.8
• 申請日: 2021-03-29
• 公開（公告）號: CN113075236A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 肖向東;盛偉
• 申請（專利權）人: 蘇州諾維博得智能裝備科技有限公司
• 主分類號: G01N21/956
• 分類號: G01N21/956;G01N21/01
• 代理公司: 北京盛凡智榮知識產權代理有限公司 11616
• 代理人: 戴秀秀

1.一種冷鐓底座表面細微缺陷的檢測方法，其特征在于采用工業攝像機、上位機、圖片儲存模塊、標記模塊、數據比對模塊、提示模塊作為檢測的工具；所述攝像機安裝在冷鐓座的上端，攝像機和上位機經數據線連接，圖片儲存模塊、標記模塊、數據比對模塊、提示模塊是安裝在上位機內的應用軟件；所述圖片儲存模塊內存有冷鐓座包括塌陷、傾斜、高低不平、表面凹點、表面凸點、表面異物附著、開裂故障圖片；檢測方法包括如下步驟，第一步：先將冷鐓機已知故障圖片的特征基于人工智能深度學習技術，經標記模塊進行數據標注，同時配上與故障圖片數據一比一對應的合格產品的圖片數據，并將這些數據按照一定比例分為訓練集和測試集；第二步：基于人工智能深度學習技術，針對冷鐓機故障圖片特征設計出適合的人工智能深度學習類型；第三步：用標注過的圖片數據對模型進行訓練；第四步：用測試集對基于人工智能深度學習的人工智能平臺上、生成的實證模型進行測試其是否正確，測試集生成的數據存入數據比對模塊作為比對數據；第五步：檢測中，攝像機實時對冷鐓座進行攝像并將圖片數據輸入到數據比對模塊，數據比對模塊自動調閱比對數據和圖片數據作比對，得出冷鐓座質量是否合格數據，數據不合格時經提示模塊發出提示信息，技術人員根據故障數據類型對冷鐓座進行更換或維護。

2.根據權利要求1所述的一種冷鐓底座表面細微缺陷的檢測方法，其特征在于，圖片儲存模塊內儲存有大量冷鐓座已知故障的圖片特征數據，以及和故障一比一對應合格冷鐓座產品的圖片特征數據。

3.根據權利要求1所述的一種冷鐓底座表面細微缺陷的檢測方法，其特征在于，第一步中，將冷鐓座已知故障圖片的特征基于人工智能深度學習技術，經標記模塊進行數據標注中，故障數據累積的愈多愈好。

4.根據權利要求1所述的一種冷鐓底座表面細微缺陷的檢測方法，其特征在于，第一步中，訓練集和測試集同時兼具冷鐓座圖片故障數據和合格數據。

5.根據權利要求1所述的一種冷鐓底座表面細微缺陷的檢測方法，其特征在于，第三步中，標注過的圖片數據是第一步中的訓練集。

6.根據權利要求1所述的一種冷鐓底座表面細微缺陷的檢測方法，其特征在于，第五步中，提示的信息包括文字提示信息和語音提示信息。