【技術實現步驟摘要】
本專利技術涉及電磁線檢測，具體為一種電磁線視覺的檢測方法。
技術介紹
1、電磁線作為一種外表覆有絕緣層的導線，廣泛應用于電機、變壓器、新能源汽車、光伏、高鐵等領域。在生產過程中，線材選用不當，含有雜質或純度不高、線材的表面附著了微粒、涂漆不均勻等等，都有可能在線材的表面形成漆瘤、氣泡、劃痕等缺陷，導致電磁線的氣孔絕緣參數下降，構成部分電阻不均勻，簡單被擊穿等缺點。
2、為了保證絕緣層的可靠性，生產過程中必須對電磁線的表面進行檢測反饋，當電磁線的表面出現大的缺陷時，需及時提醒操作工確認是否需要提前下線。
3、傳統的檢測方法主要是人工巡查和質檢人員抽檢等，這些方法存在速度慢、精度低、易疲勞、無統計等等缺點，并且滯后性較為嚴重，容易產生大量的成品浪費，不能滿足大批量生產的需求。
4、隨著非接觸式在線檢測技術的發展，研究人員將高壓針孔檢測技術運用到了電磁線的在線檢測中，雖然提高了自動化集成水平和檢測的效率，但是對于線材表面一些特殊的缺陷，如劃痕、亮斑等無效，并且對于工藝速度比較低的線材檢測存在漏檢的風險，影響產品質量的檢出和質量控制。故而提出一種電磁線視覺的檢測方法來解決上述中提出的問題。
技術實現思路
1、針對現有技術的不足，本專利技術提供了一種電磁線視覺的檢測方法，具備檢測速度快、檢測精度高和便于剔除不良品等優點，解決了現有的檢測方法存在速度慢、精度低，容易產生大量的成品浪費，不能滿足大批量生產的問題。
2、為實現上述目的，本專利技術提供
3、還包括以下檢測方法步驟：
4、s1、通過視覺檢測箱將采集到的圖片傳輸到工業交換機上；再通過視覺服務器將圖片傳輸到服務器，供服務器算法程序處理；然后通過視覺服務器將采集到的缺陷信息實時同步到操作終端；
5、s2、通過服務端軟件對每個視覺檢測箱獲取的實時圖像按照算法對每張圖片進行過濾，對存在缺陷的圖片進行缺陷的分類、大小，位置的標注及相關信息的記錄，并將缺陷信息通過mqtt發送出去；
6、s3、通過客戶端軟件接收mqtt缺陷數據，并將每條生產線的缺陷信息顯示出來并進行報警提醒；
7、s4、模型制作：采集10萬張各類電磁線的表面圖片作為訓練用的數據樣本，
8、s5、分類標注：然后對采集的樣本進行分類，并且使用缺陷標注工具將圖片上的具體缺陷區域進行標注；
9、s6、識別訓練：使用squeezenet模型對分類標注后的圖片進行分類識別訓練，通過分析每次的訓練得到的檢測識別效果，不斷修改改進squeezenet神經網絡模型的參數，直至達到模型權重最優化；
10、s7、模型使用：先利用訓練后的算法模型進行建模處理，然后通過檢測軟件對現場采集的實時圖像進行分析處理。
11、進一步，所述視覺檢測箱通過網線連接到千兆工業交換機，所述千兆工業交換機通過光纖連接到視覺服務器，所述視覺服務器通過網絡(網線、光纖或者無線)連接到操作終端。
12、進一步，所述s1中的視覺檢測箱主要由plc控制器、環形光源、可調節絲桿和相機組成。
13、進一步，所述plc控制器主要用于采集生產線的車速、計米和換盤數據，所述plc控制器還用于搭載相機的可調節絲桿調節。
14、進一步，所述環形光源采用45度的環形光源，所述相機與行線方向的夾角同樣也是45度。
15、進一步，所述可調節絲桿的夾角與相機的角度一致，所述可調節絲桿主要用于程序控制相機的遠近焦距調節。
16、進一步，所述相機采用真彩4k線掃相機，可最大程度還原電磁線表面特征，每個視覺檢測箱配4個相機，可從4個方向實時監測電磁線表面特征。
17、進一步，所述軟件包括服務端軟件和客戶端軟件，所述服務端軟件對于實時的視覺圖片處理時使用的算法模型是基于squeezenet的改進型輕量級卷積神經網絡架構模型，可以保持較高性能的同時減少模型的參數數量和計算復雜度。
18、進一步，所述算法主要包括模型制作、分類標注、識別訓練和模型使用；所述s4中的表面圖片包含各類缺陷、漆瘤、黑斑、氣泡、劃痕和亮斑，并且每種類別表面圖片的樣本不能少于8000張。
19、進一步，所述s6中的識別訓練的具體方法如下：
20、s6-1、使用改進的squeezenet神經網絡模型對電磁線分類標注的缺陷圖片進行分類識別訓練，并分析每次訓練得到的檢測識別效果，不斷修改改進squeezenet神經網絡模型的參數達到模型權重最優化；
21、s6-2、通過s4中的模型制作得到初始樣本，然后將圖片的像素調整為800*5000；
22、s6-3、通過人工分類標注的方法在每張圖片上標注出缺陷的區域和類型；
23、s6-4、然后利用改進的squeezenet神經網絡模型進行分類識別訓練，并且不斷調整優化，最終達到88.5％的平均檢測準確率和平均每張圖片42m/s的檢測速度。
24、與現有技術相比，本專利技術提供了一種電磁線視覺的檢測方法，具備以下
25、有益效果：
26、1、該電磁線視覺的檢測方法，通過采用機器視覺成像的原理，可分別拍攝電磁線的每個面，可以采集到均勻清晰的圖像；通過高效的圖像處理算法對圖像進行分析，從而有效的發現并判定各種缺陷，并標定具體的類型、大小、位置，同時推送到客戶端報警提醒現場的工作人員，整個過程高速自動化，避免了傳統人工巡查和抽檢帶來的速度慢、精度低、易疲勞、無統計以及滯后容易產生大量廢絲的情況，達到了檢測速度快、檢測精度高和便于剔除不良品的優點。
27、2、該電磁線視覺的檢測方法，通過使用4k高清線掃相機可以清楚地還原電磁線表面特征，記錄電磁線表面的所有缺陷，并且通過算法快速進行分類標注，杜絕漏檢風險，提高產品質量。
28、3、該電磁線視覺的檢測方法，通過使用的硬件架構輕客戶端重服務端，現場操作終端可以是連接到服務端的平板或者工位觸控屏，并且一個操作終端最多可以連接5條生產線20個相機，這樣就為現場節省了大量的空間，并且由于視覺處理在服務端，虛擬化后的服務端可根據現場的實際硬件配置需求快速擴容以滿足現場實際生產需要。
本文檔來自技高網...【技術保護點】
1.一種電磁線視覺的檢測方法，其特征在于：包括硬件、軟件和算法三個主要部分；
2.根據權利要求1所述的一種電磁線視覺的檢測方法，其特征在于：所述視覺檢測箱通過網線連接到千兆工業交換機，所述千兆工業交換機通過光纖連接到視覺服務器，所述視覺服務器通過網絡(網線、光纖或者無線)連接到操作終端。
3.根據權利要求1所述的一種電磁線視覺的檢測方法，其特征在于：所述S1中的視覺檢測箱主要由PLC控制器(1)、環形光源(2)、可調節絲桿(3)和相機(4)組成。
4.根據權利要求3所述的一種電磁線視覺的檢測方法，其特征在于：所述PLC控制器(1)主要用于采集生產線的車速、計米和換盤數據，所述PLC控制器(1)還用于搭載相機(4)的可調節絲桿(3)調節。
5.根據權利要求3所述的一種電磁線視覺的檢測方法，其特征在于：所述環形光源(2)采用45度的環形光源，所述相機(4)與行線方向的夾角同樣也是45度。
6.根據權利要求3所述的一種電磁線視覺的檢測方法，其特征在于：所述可調節絲桿(3)的夾角與相機(4)的角度一致，所述可調節絲桿(3)主要用
7.根據權利要求3所述的一種電磁線視覺的檢測方法，其特征在于：所述相機(4)采用真彩4K線掃相機，可最大程度還原電磁線表面特征，每個視覺檢測箱配4個相機(4)，可從4個方向實時監測電磁線表面特征。
8.根據權利要求1所述的一種電磁線視覺的檢測方法，其特征在于：所述軟件包括服務端軟件和客戶端軟件，所述服務端軟件對于實時的視覺圖片處理時使用的算法模型是基于SqueezeNet的改進型輕量級卷積神經網絡架構模型，可以保持較高性能的同時減少模型的參數數量和計算復雜度。
9.根據權利要求1所述的一種電磁線視覺的檢測方法，其特征在于：所述算法主要包括模型制作、分類標注、識別訓練和模型使用；所述S4中的表面圖片包含各類缺陷、漆瘤、黑斑、氣泡、劃痕和亮斑，并且每種類別表面圖片的樣本不能少于8000張。
10.根據權利要求1所述的一種電磁線視覺的檢測方法，其特征在于：所述S6中的識別訓練的具體方法如下：
...【技術特征摘要】
1.一種電磁線視覺的檢測方法，其特征在于：包括硬件、軟件和算法三個主要部分；
2.根據權利要求1所述的一種電磁線視覺的檢測方法，其特征在于：所述視覺檢測箱通過網線連接到千兆工業交換機，所述千兆工業交換機通過光纖連接到視覺服務器，所述視覺服務器通過網絡(網線、光纖或者無線)連接到操作終端。
3.根據權利要求1所述的一種電磁線視覺的檢測方法，其特征在于：所述s1中的視覺檢測箱主要由plc控制器(1)、環形光源(2)、可調節絲桿(3)和相機(4)組成。
4.根據權利要求3所述的一種電磁線視覺的檢測方法，其特征在于：所述plc控制器(1)主要用于采集生產線的車速、計米和換盤數據，所述plc控制器(1)還用于搭載相機(4)的可調節絲桿(3)調節。
5.根據權利要求3所述的一種電磁線視覺的檢測方法，其特征在于：所述環形光源(2)采用45度的環形光源，所述相機(4)與行線方向的夾角同樣也是45度。
6.根據權利要求3所述的一種電磁線視覺的檢測方法，其特征在于：所述可調節絲桿(3)...
【專利技術屬性】
技術研發人員：程積龍，徐磊，吳義琴，蘇行，胡紅鋒，朱曉東，
申請(專利權)人：安徽聚芯智造科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。