一种基于大数据的差异化检测系统技术方案

本发明专利技术涉及一种基于大数据的差异化检测系统，包括用户端、红外扫描装置、建模模块、云服务器、特征数据库、标准数据库、检测模块以及后台端；通过优先级的分布这样可以筛选出对应适用的样本。通过这样设置就可以实现对异常特征的识别就确定是否使用该异常特征作为检测的依据。不同工艺、材质、形状的定制化产品可以有标准化的检测标准，保证定制产品的完整性和可靠性，统一的检测标准可以提高定制产品行业的产品质量，利用大数据的系统设计模式，保证数据安全同时提高检测效率。

【技术实现步骤摘要】
一种基于大数据的差异化检测系统
本专利技术涉及工艺品检测系统，更具体地说，涉及一种基于大数据的差异化检测系统。
技术介绍
艺术品是艺术家智力劳动成果的结晶。它作为一种特殊商品流通于艺术市场，与其他商品相同的是，它也具备普通商品的基本属性：使用价值和价值；不同的是，艺术品的使用价值体现在精神层面而不是物质层面上，它是以满足人们的某种审美需要和精神需要为目的的。因此，艺术品的使用价值受到主观因素的影响极大。而随着个人需求和要求的提高，越来越多的消费者对定制工艺品有了需求，而不同的定制工艺品有了不同的要求，但是由于定制的工艺品在各方面结构不同，无法通过统一的检测系统对其进行检测，目前通过人工检测标准不够明确，效果不佳。
技术实现思路
有鉴于此，本专利技术目的是提供一种基于大数据的差异化检测系统。为了解决上述技术问题，本专利技术的技术方案是：一种基于大数据的差异化检测系统，包括用户端、红外扫描装置、建模模块、云服务器、特征数据库、标准数据库、检测模块以及后台端；所述红外扫描装置用于扫描工艺品以获取工艺品形状信息；所述建模模块配置有模型坐标系，所述建模模块接收所述工艺品形状信息以在所述模型坐标系中建模以生成工艺品模型；所述用户端用于输入工艺品检测信息，所述工艺品检测信息包括工艺品参数信息以及检测等级信息，所述用户端将所述工艺品检测信息发送至所述云服务器，所述云服务器连接特征数据库和标准数据库，所述特征数据库用于存储工艺品参数信息以及与该工艺品参数信息对应的检测特征，所述云服务器根据接收到的工艺品参数信息从所述特征数据库中调取对应的若干检测特征至所述用户端；每一异常特征对应一标准数据库，所述标准数据库用于存储检测等级信息以及该检测等级信息对应的误差基准；所述云服务器根据接收到的检测等级信息从对应的所述标准数据库中调取误差基准至检测模块；所述用户端配置有特征识别策略，所述特征识别策略用于根据所述检测特征从所述工艺品模型中获取实测检测面以及根据生成检测面对应的检测特征生成标准检测面；所述检测模块配置有检测分析策略，所述检测分析策略根据基准检测面和实测检测面得到检测误差，当任一的检测误差大于所述基准误差时，输出不合格作为检测结果；当所有的检测误差均小于基准误差时，输出合格作为检测结果；所述后台端用于输入工艺品样本信息并将工艺品样本信息上传至云服务器，所述工艺品样本信息包括样本参数信息以及样本异常特征，每一样本异常特征对应有异常等级；所述后台端根据样本异常特征生成异常误差，所述云服务器关联所述样本参数信息以及样本异常特征，并将所述样本参数信息作为工艺品参数信息、样本异常特征作为检测特征存储至特征数据库，根据每个检测特征建立标准数据库，所述云服务器将所述异常等级作为所述检测等级信息，将所述异常误差作为误差基准以生成对应的标准数据库。进一步地，所述检测特征包括凸起以及该凸起对应的大小。进一步地，所述检测特征包括缝隙以及该缝隙对应的宽度。进一步地，所述检测特征包括拼接处以及该拼接处对应的长度。进一步地，所述后台端可以编辑所述特征数据以及对应的标准数据库。进一步地，每一样本异常特征对应有优先级，当云服务器接收到相同的样本参数信息以及样本异常特征时，该工艺品参数信息所对应的优先级增加。进一步地，每一检测等级信息对应有第一触发次，当相同的异常等级出现次数超过所述第一触发次时，所述检测等级信息对应的检测等级提高。进一步地，每一检测等级信息对应有第二触发次，当不同的异常等级出现次数超过所述第二触发次时，所述检测等级信息对应的检测等级降低。进一步地，所述特征识别策略中，通过检测特征中的特征面积值确定实测检测面的大小。进一步地，所述工艺品参数信息包括制造工艺以及选用材质。本专利技术技术效果主要体现在以下方面：通过这样设置，不同工艺、材质、形状的定制化产品可以有标准化的检测标准，保证定制产品的完整性和可靠性，统一的检测标准可以提高定制产品行业的产品质量，利用大数据的系统设计模式，保证数据安全同时提高检测效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1：本专利技术系统检测架构原理图；图2：本专利技术系统样本输入架构原理图。附图说明：100、用户端；110、红外扫描装置；120、建模模块；200、云服务器；210、特征数据库；220、标准数据库；230、检测模块；300、后台端。具体实施方式以下结合附图，对本专利技术的具体实施方式作进一步详述，以使本专利技术技术方案更易于理解和掌握。参照图1所示，一种基于大数据的差异化检测系统，包括用户端100、红外扫描装置110、建模模块120、云服务器200、特征数据库210、标准数据库220、检测模块230以及后台端300；用户端100是用于实现检测数据处理、上传、结果的输出，红外扫描装置110目的是为了确定工艺品表面形状，可以选用目前现有技术中任意的能够实现红外扫描对工艺品形状的的信息获取，基本上都是通过测距扫描实现，在此不做赘述，而云服务器200是匹配多个不同的用户端100使用的，大量的数据以及检测逻辑都是通过云服务器200进行处理，节约本地的处理的资源。以下对每个功能模块进行详述：所述红外扫描装置110用于扫描工艺品以获取工艺品形状信息；所述建模模块120配置有模型坐标系，所述建模模块120接收所述工艺品形状信息以在所述模型坐标系中建模以生成工艺品模型；由于红外扫描装置110位置已知，所以根据工艺品形状信息能够在本地的建模模块120构建出实际测得的工艺品形状，但是由于工艺品是定制的，所以无法辨识出具体的凸起、边、毛刺属于加工误差还是定制的加工需求而形成的形状，所以之前即使重构模型也仅仅能获得形状而已，具体是否是误差仍然需要人工判断。所以本系统构建了以下的逻辑代替人工判断。所述用户端100用于输入工艺品检测信息，所述工艺品检测信息包括工艺品参数信息以及检测等级信息，所述工艺品参数信息包括制造工艺以及选用材质。首先这个工艺品检测信息即用于辨识涉及需求以及误差的标准，首先工艺品关键在于所选用的工艺以及具体的材质，工艺可以是压铸、注塑、雕刻、手工、组装等等，不同的工艺下所需检测的逻辑也不同，而材质例如塑料、玻璃、陶瓷等等不同检测的逻辑也同样不同，而检测等级信息反映的是需要检测的误差大小，例如实物大小不同、所需要的精度要求不同都可以进行适应性的变化，所述用户端100将所述工艺品检测信息发送至所述云服务器200，所述云服务器200连接特征数据库210和标准数据库220，所述特征数据库210用于存储工艺品参数信息以及与该工艺品参数信息对应的检测特征，所述云服务器200根据接收到的工艺品参数信息从所述特征数据本文档来自技高网...

【技术保护点】
1.一种基于大数据的差异化检测系统，其特征在于：包括用户端、红外扫描装置、建模模块、云服务器、特征数据库、标准数据库、检测模块以及后台端；/n所述红外扫描装置用于扫描工艺品以获取工艺品形状信息；/n所述建模模块配置有模型坐标系，所述建模模块接收所述工艺品形状信息以在所述模型坐标系中建模以生成工艺品模型；/n所述用户端用于输入工艺品检测信息，所述工艺品检测信息包括工艺品参数信息以及检测等级信息，所述用户端将所述工艺品检测信息发送至所述云服务器，所述云服务器连接特征数据库和标准数据库，所述特征数据库用于存储工艺品参数信息以及与该工艺品参数信息对应的检测特征，所述云服务器根据接收到的工艺品参数信息从所述特征数据库中调取对应的若干检测特征至所述用户端；每一异常特征对应一标准数据库，所述标准数据库用于存储检测等级信息以及该检测等级信息对应的误差基准；所述云服务器根据接收到的检测等级信息从对应的所述标准数据库中调取误差基准至检测模块；/n所述用户端配置有特征识别策略，所述特征识别策略用于根据所述检测特征从所述工艺品模型中获取实测检测面以及根据生成检测面对应的检测特征生成标准检测面；/n所述检测模块配置有检测分析策略，所述检测分析策略根据基准检测面和实测检测面得到检测误差，当任一的检测误差大于所述基准误差时，输出不合格作为检测结果；当所有的检测误差均小于基准误差时，输出合格作为检测结果；/n所述后台端用于输入工艺品样本信息并将工艺品样本信息上传至云服务器，所述工艺品样本信息包括样本参数信息以及样本异常特征，每一样本异常特征对应有异常等级；所述后台端根据样本异常特征生成异常误差，所述云服务器关联所述样本参数信息以及样本异常特征，并将所述样本参数信息作为工艺品参数信息、样本异常特征作为检测特征存储至特征数据库，根据每个检测特征建立标准数据库，所述云服务器将所述异常等级作为所述检测等级信息，将所述异常误差作为误差基准以生成对应的标准数据库。/n...

【技术特征摘要】
1.一种基于大数据的差异化检测系统，其特征在于：包括用户端、红外扫描装置、建模模块、云服务器、特征数据库、标准数据库、检测模块以及后台端；
所述红外扫描装置用于扫描工艺品以获取工艺品形状信息；
所述建模模块配置有模型坐标系，所述建模模块接收所述工艺品形状信息以在所述模型坐标系中建模以生成工艺品模型；
所述用户端用于输入工艺品检测信息，所述工艺品检测信息包括工艺品参数信息以及检测等级信息，所述用户端将所述工艺品检测信息发送至所述云服务器，所述云服务器连接特征数据库和标准数据库，所述特征数据库用于存储工艺品参数信息以及与该工艺品参数信息对应的检测特征，所述云服务器根据接收到的工艺品参数信息从所述特征数据库中调取对应的若干检测特征至所述用户端；每一异常特征对应一标准数据库，所述标准数据库用于存储检测等级信息以及该检测等级信息对应的误差基准；所述云服务器根据接收到的检测等级信息从对应的所述标准数据库中调取误差基准至检测模块；
所述用户端配置有特征识别策略，所述特征识别策略用于根据所述检测特征从所述工艺品模型中获取实测检测面以及根据生成检测面对应的检测特征生成标准检测面；
所述检测模块配置有检测分析策略，所述检测分析策略根据基准检测面和实测检测面得到检测误差，当任一的检测误差大于所述基准误差时，输出不合格作为检测结果；当所有的检测误差均小于基准误差时，输出合格作为检测结果；
所述后台端用于输入工艺品样本信息并将工艺品样本信息上传至云服务器，所述工艺品样本信息包括样本参数信息以及样本异常特征，每一样本异常特征对应有异常等级；所述后台端根据样本异常特征生成异常误差，所述云服务器关联所述样本参数信息以及样本异常特征，并将所述样本参数信息作为工艺品参数信息、样本异常特征作为检测特征存储至特征数据库，根据每个检测特征建立标...

【专利技术属性】
技术研发人员：胡体玲，
申请(专利权)人：胡体玲，
类型：发明
国别省市：云南;53