缺陷样本数据集的仿真生成方法、计算机可读存储介质技术

一种缺陷样本数据集的仿真生成方法，包括：获取无缺陷样本的三维模型；将一个或多个预设的三维模型作为缺陷元模型，根据预设的受力状态，对每个缺陷元模型进行动力学仿真，生成对应的缺陷模型；将生成的缺陷模型与无缺陷样本的三维模型进行融合得到缺陷样本的三维模型。由于基于物理仿真的方式生成缺陷样本数据集，使得生成的缺陷数据集更加符合物理规律，具有一定的先验知识，更加贴近于实际生产过程的缺陷数据。过程的缺陷数据。过程的缺陷数据。

【技术实现步骤摘要】
缺陷样本数据集的仿真生成方法、计算机可读存储介质


[0001]本专利技术涉及智能制造
，具体涉及缺陷样本数据集的仿真生成方法、计算机可读存储介质。

技术介绍

[0002]缺陷检测是工业制造中常见的流程，在新能源、3C电子、半导体等行业，缺陷检测都是不可或缺的重要流程。随着制造的智能化与工艺的复杂程度的增加，使用人工进行缺陷检测的方法已经逐步被自动化检测所替代，其中基于深度学习的缺陷检测技术在各个行业正在逐步取得更广泛的应用。
[0003]基于深度学习进行缺陷检测有一个关键的步骤就是使用足够的缺陷样本数据进行深度学习模型的训练，而实际生产过程中产生的缺陷产品远少于正常产品，因此收集缺陷样本数据较为困难，导致这一步骤在实际项目工程的落地应用中存在周期长、成本高、不确定性增大等缺点。为了解决这个问题，需要有一项技术能够在非生产阶段生成深度学习模型所需要的各种缺陷的数据集。
[0004]为了解决生成缺陷样本数据集的这个问题，目前有人尝试使用生成对抗神经网络来进行缺陷图像的生成，这种方法解决了自动生成大量图像数据的问题，但是这种方法生成的数据集存在随机性高、与实际缺陷相差偏大的问题，导致深度学习模型训练后依然存在缺陷识别率不高的问题。

技术实现思路

[0005]本专利技术主要解决的技术问题是现有缺陷样本数据的生成方法所生成的缺陷样本数据与实际缺陷数据相差偏大。
[0006]根据第一方面，一种实施例中提供一种缺陷样本数据集的仿真生成方法，所述数据集包括缺陷样本的三维模型，所述仿真生成方法包括：
[0007]获取无缺陷样本的三维模型；
[0008]将一个或多个预设的三维模型作为缺陷元模型，根据预设的受力状态，对每个所述缺陷元模型进行动力学仿真，生成对应的缺陷模型；
[0009]将生成的所述缺陷模型与所述无缺陷样本的三维模型进行融合得到缺陷样本的三维模型。
[0010]一种实施例中，所述缺陷元模型具有预设的初始参数，所述初始参数包括材质参数；所述受力状态包括受压力、粘力和重力；对所述缺陷元模型进行动力学仿真包括：
[0011]对所述缺陷元模型的节点进行采样得到采样节点；
[0012]将各采样节点的位置作为其初始位置，并设置各采样节点的初始速度和质量；
[0013]根据所述材质参数和各采样节点的质量，计算各采样节点的压力、粘力和重力；
[0014]根据各采样节点的压力、粘力和重力计算各采样节点的合成加速度；
[0015]根据各采样节点的合成加速度，采用数值积分的方式迭代更新各采样节点的速度
和位置，直至达到预设的停止条件。
[0016]一种实施例中，所述对所述缺陷元模型的节点进行采样得到采样节点包括：
[0017]根据以下公式计算所述缺陷元模型每个节点的近似曲率值：
[0018][0019]其中p
i
表示第i个节点，e
i,l
表示节点p
i
的第l个最近邻节点与其构成的空间向量，<>表示内积；
[0020]对所述缺陷元模型的每个节点进行最邻近搜索，确定在采样半径r范围内的所有节点的数量N
p
；
[0021]对所述缺陷元模型进行栅格化划分，选择每个栅格中近似曲率值最大的N
s
个节点作为该栅格的采样节点，其中
[0022][0023]其中栅格中节点的个数为N
c
+1，为栅格中第i个节点在采样半径r范围内的所有节点的数量。
[0024]一种实施例中，所述材质参数包括材料的原始静态密度ρ0和与材质相关的刚性系数k，采样节点的压力通过以下方式计算得到：
[0025]获取各采样节点在采样半径r范围内的n+1个最邻近节点其中n为不小于0的整数，p
j
表示采样节点的第j个最邻近节点；
[0026]根据以下公式计算得到各采样节点的密度：
[0027][0028]其中ρ
i
表示第i个采样节点的密度，m
j
表示节点p
j
的质量，核函数W
ρ
(p
j
‑
p
i
,r)为采样节点p
i
、p
j
和采样半径r的函数，表示为：
[0029][0030]其中|| ||表示范数；
[0031]利用材料的原始静态密度ρ0、与材质相关的刚性系数k、各采样节点的质量、密度和最邻近节点计算各采样节点的压力F
ipress
，其中F
ipress
表示第i个采样节点的压力。
[0032]一种实施例中，采样节点的压力F
ipress
由以下公式确定：
[0033][0034]其中E
i
表示节点p
i
处的压强，且E
i
＝k[(ρ
i
/ρ0)2‑
1]，表示梯度算子，核函数W
s
(p
j
‑
p
i
,r)为采样节点p
i
、p
j
和采样半径r的函数，表示为：
[0035][0036]一种实施例中，所述材质参数还包括与材质相关的摩擦系数μ，采样节点的粘力F
iviscosity
由以下公式确定：
[0037][0038]其中v
i
表示采样节点p
i
的速度，表示拉普拉斯算子，核函数W
v
(p
i
‑
p
j
,r)为采样节点p
i
、p
j
和采样半径r的函数，表示为：
[0039][0040]一种实施例中，采样节点的合成加速度由以下公式确定：
[0041][0042]其中表示第i个采样节点的合成加速度，F
iresultant
表示第i个采样节点的合力，且
[0043]F
iresultant
＝ρ
i
g+F
ipress
+F
iviscosity
，
[0044]其中F
iviscosity
表示第i个采样节点的粘力，g表示重力加速度。
[0045]一种实施例中，所述根据各采样节点的合成加速度，采用数值积分的方式迭代更新各采样节点的速度和位置，直至达到预设的停止条件，包括：
[0046]根据以下公式迭代更新节点的速度和位置，直至达到预设的截止时间：
[0047][0048]p
i
(t+Δt)＝p
i
(t)+Δt*v
i
(t+Δt)，
[0049]其中t表示时间，v
i
(t)表示采样节点p...

【技术保护点】

【技术特征摘要】
1.一种缺陷样本数据集的仿真生成方法，所述缺陷样本数据集包括缺陷样本的三维模型，其特征在于，所述仿真生成方法包括：获取无缺陷样本的三维模型；将一个或多个预设的三维模型作为缺陷元模型，根据预设的受力状态，对每个所述缺陷元模型进行动力学仿真，生成对应的缺陷模型；将生成的所述缺陷模型与所述无缺陷样本的三维模型进行融合得到缺陷样本的三维模型。2.如权利要求1所述的仿真生成方法，其特征在于，所述缺陷元模型具有预设的初始参数，所述初始参数包括材质参数；所述受力状态包括受压力、粘力和重力；对所述缺陷元模型进行动力学仿真包括：对所述缺陷元模型的节点进行采样得到采样节点；将各采样节点的位置作为其初始位置，并设置各采样节点的初始速度和质量；根据所述材质参数和各采样节点的质量，计算各采样节点的压力、粘力和重力；根据各采样节点的压力、粘力和重力计算各采样节点的合成加速度；根据各采样节点的合成加速度，采用数值积分的方式迭代更新各采样节点的速度和位置，直至达到预设的停止条件。3.如权利要求2所述的仿真生成方法，其特征在于，所述对所述缺陷元模型的节点进行采样得到采样节点包括：根据以下公式计算所述缺陷元模型每个节点的近似曲率值：k
pi
＝＜e
i,1
×
e
i,2
,e
i,2
×
e
i,3
＞+＜e
i,2
×
e
i,3
,e
i,3
×
e
i,1
＞+＜e
i,3
×
e
i,1
,e
i,1
×
e
i,2
＞，其中p
i
表示第i个节点，e
i,l
表示节点p
i
的第l个最近邻节点与其构成的空间向量，<>表示内积；对所述缺陷元模型的每个节点进行最邻近搜索，确定在采样半径r范围内的所有节点的数量N
p
；对所述缺陷元模型进行栅格化划分，选择每个栅格中近似曲率值最大的N
s
个节点作为该栅格的采样节点，其中其中栅格中节点的个数为N
c
+1，N
pi
为栅格中第i个节点在采样半径r范围内的所有节点的数量。4.如权利要求2所述的仿真生成方法，其特征在于，所述材质参数包括材料的原始静态密度ρ0和与材质相关的刚性系数k，采样节点的压力通过以下方式计算得到：获取各采样节点在采样半径r范围内的n+1个最邻近节点其中n为不小于0的整数，p
j
表示采样节点的第j个最邻近节点；根据以下公式计算得到各采样节点的密度：
其中ρ
i
表示第i个采样节点的密度，m
j
表示节点p
j
的质量，核函数W
ρ
(p
j
‑
p
i
,r)为采样节点p
i
、p
j
和采样半径r的函数，表示为：其中|| ||表示范数；利用材料的原始静态密度ρ0、与材质相关的刚性系数k、各采样节点的质量、密度和最邻近节点计算各采样节点的压力F
ipress
，其中F
ipress
表示第i个采样节点的压力。5.如权利要求4所述的仿真生成方法，其特征在于，采样节点的压力F
ipress
由以下公式确定：其中E
i
表示节点p
i
处的压强，且E
i
＝k[(ρ
i
/ρ0)2‑
1]，
▽
表示梯度算子，核函数W
s
(p
j
‑
p
i
,r)为采样节点p
i
、p
j
和采样半径r的函数，表示为：6.如权利要求4所述的仿真生成方法，其特征在于，所述材质参数还包括与材质相关的摩擦系数μ，采样节点的粘力F
iviscosity
由以下公式确定：其中v
i
表示采样节点p
i
的速度，表示拉普拉斯算子，核函数W
v
(p
i
‑
p
j
,r)为采样节点p
i
、p
j
和采样半径r的函数，表示为：7.如权利要求4所述的仿真生成方法，其特征在于，采样节点的合成加速度由以下公式确定：其中表示第i个采样节点的合成加速度，F
iresultant
表示第i个采样节点的合力，且F
iresultant
＝ρ
i
g+F
ipress
+F
iviscosity
，其中F
iviscosity
表示第i个采样节点的粘力，g表示重力加速度。8.如权利要求2所述的仿真生成方法，其特征在于，所述根据各采样节点的合成加速度，采用数值积分的方式迭代更新各采样节点的速度和位置，直至达到预设的停止条件，包括：
根据以下公式迭代更新采样节点的速度和位置，直至达到预设的截止时间：p
i
(t+Δt)＝p
i
(t)+Δt
×
v
i
(t+Δt)，其中t表示时间，v
i
(t)表示采样节点p
i
在时刻t的速度，Δt为预设的时间步长，表示采样节点p
i
在时刻t的合成加速度，p
i
(t)表示采样节点p
i
在时刻t的位置。9.如权利要求4所述的仿真生成方法，其特征在于，所述将生成的所述缺陷模型与所述无缺陷样本的三维模型进行融合得到缺陷样本的三维模型，包括：设置缺陷在无缺陷样本的三维模型中可能存在的区域；生成所述缺陷模型的一个随机的姿态；将所述缺陷模型置于所设置的区域中，并根据生...

【专利技术属性】
技术研发人员：黄淦，杨洋，黄涛，吴创廷，翟爱亭，
申请(专利权)人：深圳市华汉伟业科技有限公司，
类型：发明
国别省市：