[发明专利]一种汽车冲压件制造缺陷在线智能识别检测方法与介质

权利要求书

1.一种汽车冲压件制造缺陷在线智能识别检测方法，其特征在于，包括以下步骤：

S1、信号触发，当冲压件下线时，通过光电信号触发PLC信号；

S2、拍照，触发视觉相机进行拍照，得到冲压件照片；

S3、图像处理，对冲压件照片进行图像处理；

S4、系统判定，判断是否存在缺陷，如果不存在缺陷，则继续生产或者将冲压件转送至人工复检台进行人工复检，如果存在缺陷，则根据缺陷的等级采取不同的响应措施；

S5、缺陷确认，在人工复检中，进行缺陷确认，将确认之后的缺陷照片进行模型自动循环学习迭代训练，所述模型自动循环学习迭代训练包括缺陷定义，缺陷识别，样本采集，模型搭建和模型训练。

2.根据权利要求1所述的汽车冲压件制造缺陷在线智能识别检测方法，其特征在于：在步骤S4中，如果存在缺陷，则对冲压件的缺陷及位置进行报警，如果报警次数小于3次，则将冲压件转送至人工复检台进行人工复检，如果报警次数大于或等于3次，则进行停线处理。

3.根据权利要求1所述的汽车冲压件制造缺陷在线智能识别检测方法，其特征在于：在步骤S1之前，在生产线的线尾皮带上搭建专业检测室并在其内部布置至少两组视觉系统，所述视觉系统的相机采用高达70FPS高速工业相机，光源则采用漫反射条形点阵光源。

4.根据权利要求1所述的汽车冲压件制造缺陷在线智能识别检测方法，其特征在于：在步骤S2中，基于CAE工艺预测，识别冲压件的高风险区域并对高风险区域进行拍照。

5.根据权利要求1所述的汽车冲压件制造缺陷在线智能识别检测方法，其特征在于：将步骤S2中拍得的冲压件照片供给系统前端进行深度学习的模型训练。

6.根据权利要求5所述的汽车冲压件制造缺陷在线智能识别检测方法，其特征在于：在模型训练之前，进行缺陷的分类与定义。

7.根据权利要求1所述的汽车冲压件制造缺陷在线智能识别检测方法，其特征在于：在步骤S1之前，根据生产线PLC信息对冲压件进行参数设定，包含车间标准零件网格图、通讯状态、相机选择和拍照参数。

8.根据权利要求1所述的汽车冲压件制造缺陷在线智能识别检测方法，其特征在于：在步骤S4中，如果存在缺陷，则对有缺陷的图片自动编号存贮，筛选后进行迭代的模型训练。

9.根据权利要求1所述的汽车冲压件制造缺陷在线智能识别检测方法，其特征在于：在步骤S4中，将检测数据存储到数据库。

10.一种可读存储介质，其特征在于：所述可读存储介质中存储有执行指令，所述执行指令被处理器执行时用于实现如权利要求1至9中任一项所述的方法。