[發明專利]一種電機定子內輪廓表面缺陷快速在線檢測方法及裝置

有效

• 申請號: 202211530821.7
• 申請日: 2022-12-01
• 公開（公告）號: CN115963397B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 楊凱;梁鴻元;李黎;徐禎雨;代明成;鄭韻馨;謝雨龍;羅超月嶺
• 申請（專利權）人: 華中科技大學
• 主分類號: G01R31/34
• 分類號: G01R31/34;G06T7/00;G06T7/13;G06T7/80;G06N3/044;G06N3/08
• 代理公司: 武漢東喻專利代理事務所(普通合伙) 42224
• 代理人: 李佑宏

1.一種電機定子內輪廓表面缺陷快速在線檢測方法，其特征在于，包括如下步驟：

S1、采用YOLO?v6算法構建缺陷預測模型；

S2、采用內輪廓設置有標準棋盤格的標定模具對檢測機構進行標定；

S3、將電機定子放置在放置平臺上；

S4、調整檢測機構在水平面內的位置，完成檢測機構和電機定子軸線的對正；

S5、驅動檢測機構深入電機定子內部，采集電機定子內輪廓的圖像參數；

S6、將所述圖像參數輸入所述缺陷預測模型，通過所述缺陷預測模型判斷所述圖像參數中是否存在缺陷以及存在缺陷時的缺陷位置和缺陷種類，若是則進入步驟S7，若否則進入步驟S8；

S7、發出報警信號，將缺陷位置和缺陷種類告知作業人員，之后進入步驟S8；

S8、將所述電機定子移除放置平臺，并重復上述步驟S3~S6；

其中，所述S1包括如下步驟：

S11、構建圖像識別訓練模型；

S12、采集包含缺陷標注的定子內輪廓表面缺陷圖像集包括訓練集和測試集；

S13、將所述訓練集投入所述圖像識別訓練模型中，得到缺陷預測模型；

S14、將所述測試集投入所述缺陷預測模型中，判斷所述缺陷預測模型在過檢率不超過閾值時，漏檢率是否為0，若漏檢率為0則進入步驟S16，若漏檢率不為0則進入步驟S15；

S15、調整所述訓練集和所述測試集，并對所述圖像識別訓練模型中的學習參數進行微調，并重復步驟S12~S14；

S16、完成缺陷預測模型的構建；

其中，所述S13包括以下步驟：

S131、輸入端接收所述訓練集，并對訓練集中的圖片進行數據增強、濾波和歸一化，以得到n*n通道數的預處理圖像；

S132、采用骨干網絡接收所述預處理圖像，并通過深度可分離卷積提取所述預處理圖像中的特征圖out2；

S133、采用頸部網絡接收所述特征圖out2，并將剮蹭檢測層和微型凹陷檢測層添加到所述頸部網絡的末端，通過所述頸部網絡對所述特征圖out2中的特征進行混合與組合，得到特征圖out3；

S134、輸出層接收特征圖out3，并采用目標框的判斷以及多步篩選確定最優回歸解和置信度。

2.根據權利要求1所述的電機定子內輪廓表面缺陷快速在線檢測方法，其中，所述深度可分離卷積包括如下步驟：

S1321、從所述預處理圖像中獲取確定待卷積通道，卷積對應不同通道設置一一對應的卷積核，采用獨立的卷積核逐通道卷積不同通道，得到與所述卷積核數量相同的特征圖out1；

S1322、根據逐通道卷積中通道的數量確定該通道所對應卷積核的大小，將所述特征圖out1在通道方向上進行加權組合，得到包含電機定子內輪廓表面缺陷特征的特征圖out2。

3.根據權利要求1所述的電機定子內輪廓表面缺陷快速在線檢測方法，其中，所述數據增強包括隨機對訓練集圖像的翻轉、旋轉、剪裁、疊加和馬賽克算法。

4.根據權利要求1~3中任一項所述的電機定子內輪廓表面缺陷快速在線檢測方法，其中，所述S2包括如下步驟：

S21、制備與待測電機定子內徑相同的標定模具，并在所述標定模具內輪廓設置標準棋盤格；

S22、將標定模具放置在放置平臺，將檢測機構的軸心調整到與標定模具軸心相重合；

S23、通過檢測機構采集標定模具內標準棋盤格的圖像初步調整所述檢測機構的姿態；

S24、采用初步調整后的檢測機構重新采集標定模具內輪廓中標注棋盤格的標定圖像信息；

S25、通過所述標定圖像信息得到檢測機構的修正矩陣，用于修正檢測機構采集的圖形參數。

5.根據權利要求1~3中任一項所述的電機定子內輪廓表面缺陷快速在線檢測方法，其中，所述S4包括如下步驟：

S41、采集電機定子內孔圓的輪廓信息；

S42、采用第一計算公式計算輪廓信息中的邊緣像素位置；

S43、采用最小二乘法反復迭代，得到擬合的所述內孔圓準確圓心和半徑；

S44、根據所述圓心和半徑調整檢測機構在水平面中的位置，完成所述檢測機構和電機定子的對正。