[发明专利]一种在线装配缺陷识别系统及其方法有效
申请号: | 201910163521.1 | 申请日: | 2019-03-04 |
公开(公告)号: | CN109978835B | 公开(公告)日: | 2022-11-29 |
发明(设计)人: | 刘美;张斐;李喜武;黄瑞龙 | 申请(专利权)人: | 广东石油化工学院 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/13;G06T7/62;G06T7/11;G06T5/00;G06N3/00 |
代理公司: | 长沙惟盛赟鼎知识产权代理事务所(普通合伙) 43228 | 代理人: | 姚亮梅 |
地址: | 525000 广东省茂*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 在线 装配 缺陷 识别 系统 及其 方法 | ||
本发明提供一种在线装配缺陷识别系统及其方法,通过建立B/S架构,构建包括产品装配线、下位机图像处理模块以及上位机服务器模块的实时监控管理系统,通过对产品装配线上每一个装配工位的典型装配缺陷进行系统分析,基于一套固定的图像采集系统,为每一个装配工位的产品图像设定目标区域,从而大大地减小了图像处理的计算损耗,同时基于PSO‑SVM算法构建了产品制造缺陷识别模型,通过对训练样本库图像的训练学习,使得该产品制造缺陷识别模型可以实时识别出产品装配线上的装配缺陷,并通过上位机服务器模块控制PLC进行装配缺陷的实时维修,实现了智能制造车间装配信息的实时采集、分析、识别与处理,解决了智能制造车间在产品装配缺陷难以及时识别问题。
技术领域
本发明属于智能制造技术领域,具体地,涉及一种应用于智能制造车间的在线装配缺陷识别系统及其方法。
背景技术
随着中国制造2025、“互联网+”和智能制造工程的提出,对智能制造装配车间的现场装配信息的在线采集、分析、识别和处理的需求更加迫切。随着智能制造装配车间无人化作业、自动化控制设备的不断发展与应用,企业对智能制造装配车间的产品自动化装配信息的在线采集、分析、识别和处理提出了更高的要求,这主要是由于人为失误、装配机床损耗、程序Bug等综合因素下,现有的智能制造装配车间时有发生产品错装、漏装等装配缺陷,这类装配缺陷不仅严重影响了装配车间的机床工作性能,而且需要企业加大智能制造装配车间的人员投入,进行人工检验,从而与智能制造的发展理念相悖,由此阻碍了智能制造技术在实际装配车间的进一步应用;
同时,现有的智能制造装配车间中,尚未对装配过程中的产品或装配机床进行有效的监控,也缺乏对产品装配信息的在线采集分析,如装配工艺信息、产品质量信息、设备信息、能源效率信息等,从而导致现有的智能制造装配车间,容易出现产品次品率高以及缺乏科学管理等问题。
因此,如何对智能制造装配车间进行针对性研究,实时获取、分析、识别和处理产品在装配生产线的装配信息,成为了业内科研人员的热点研究方向,一旦能够实时分析产品装配线上的装配信息,不仅能及时发现产品的装配故障,减少额外损失,更能拓宽智能制造技术在现有的高端制造车间的应用。
发明内容
有鉴于此,本发明提供一种在线装配缺陷识别系统及其方法,通过建立B/S架构,构建包括产品装配线、下位机图像处理模块以及上位机服务器模块的实时监控管理系统,通过对产品装配线上每一个装配工位的典型装配缺陷进行系统分析,基于一套固定的图像采集系统,为每一个装配工位的产品图像设定目标区域,从而大大地减小了图像处理的计算损耗,同时基于PSO-SVM算法构建了产品制造缺陷识别模型,通过对训练样本库图像的训练学习,使得该产品制造缺陷识别模型可以实时识别出产品装配线上的装配缺陷,并通过上位机服务器模块控制PLC进行装配缺陷的实时维修,实现了智能制造车间装配信息的实时采集、分析、识别与处理,解决了无人化智能制造车间在产品装配缺陷难以及时识别以及需要加大企业人员投入的问题,为智能制造技术在现有工厂车间上的实际应用提供了产品监控、信息处理等方面的技术参考。
具体地,本发明提供一种在线装配缺陷识别系统及其方法,该系统适用于智能制造车间且基于B/S架构来建立,并包括若干个装配工位、下位机图像处理模块以及上位机服务器模块,其中:
所述若干个装配工位互相连通构成一个产品装配线,针对任一装配工位,其侧面均垂直设置有位置传感器以及工业相机,所述位置传感器和工业相机均与所述上位机服务器模块通信连接;当位置传感器检测到待测产品到达预设位置时,发送脉冲信号至所述上位机服务器模块,由上位机服务器模块控制装配机床对待测产品进行装配工序,经过一预设时间后待测产品完成装配,所述上位机服务器模块启动工业相机拍摄待测产品的装配图像,并发送至所述下位机图像处理模块;拍摄完成后,待测产品由上位机服务器模块控制移动至下一个装配工位;;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东石油化工学院,未经广东石油化工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910163521.1/2.html,转载请声明来源钻瓜专利网。