一种基于机器视觉的三维冷凝翅片管轧制实时监测方法技术

本发明专利技术提供一种基于机器视觉的三维冷凝翅片管轧制实时监测方法，可以有效监测翅片管在轧制生产过程中翅片表面出现起毛刺、翅片变形、翅片局部破损和整个翅片破损等情况的表面质量问题，实现三维冷凝翅片管的表面缺陷实时识别，可有效节约资源，节省人工时间成本；包括以下步骤：S1、对三维冷凝翅片管轧制表面图像进行实时采集；S2、基于改进型YOLOv7算法对采集图像进行图像分析以获得采集图像对应的质量评估系数；S3、将获得的采集图像对应的质量评估系数与设定的质量评估系数阈值进行比较，若大于设定阈值，则判定采集图像质量状态为合格，返回步骤S1中，对下一图像继续采集；若小于设定阈值，则判定采集图像质量状态为不合格，则进行报警。则进行报警。则进行报警。

【技术实现步骤摘要】
一种基于机器视觉的三维冷凝翅片管轧制实时监测方法


[0001]本专利技术涉及三维冷凝翅片管轧制
，具体为一种基于机器视觉的三维冷凝翅片管轧制实时监测方法。

技术介绍

[0002]在制冷、采暖和石化行业，基于第三代传热技术的三维翅片管由于具有出色的强化传热效果，被视为降低工业能耗的重要节能减排技术。目前，三维冷凝翅片管的轧制，尤其是通过三辊轧切冷挤压成型技术，其是将金属基管外表面通过挤压成型直接制出翅片结构，但该轧制成型的翅片管外表面经常会因为刀具挤压过程中翅片管位置没有摆正等各种原因导致翅片卷曲和断裂等表面质量问题；而对翅片管的表面质量问题的相关研究一直受到企业与科研领域广泛重视，因此，需要对翅片管的表面质量问题进行实时监测，以及时终止加工，节约资源。
[0003]但是目前主流的翅片管表面质量问题监测一般是在翅片管轧制完成后，通过独立的质量检测过程来检测表面的卷曲和断裂等相关缺陷，这种后检验方法需要在轧制完成后再进行，一旦检验出翅片断裂等情况后，通常做报废处理，这往往会浪费大量资源和人工时间成本。

技术实现思路

[0004]针对现有三维冷凝翅片管轧制技术的不足，本专利技术提供了一种基于机器视觉的三维冷凝翅片管轧制实时监测方法，其可以有效监测翅片管在轧制生产过程中翅片表面出现起毛刺、翅片变形、翅片局部破损和整个翅片破损等情况的表面质量问题，实现三维冷凝翅片管的表面缺陷实时识别，可有效节约资源，节省人工时间成本。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种基于机器视觉的三维冷凝翅片管轧制实时监测方法，包括以下步骤：
[0007]S1、对三维冷凝翅片管轧制表面图像进行实时采集；
[0008]S2、基于改进型YOLOv7算法对采集图像进行图像分析以获得采集图像对应的质量评估系数；
[0009]S3、将获得的采集图像对应的质量评估系数与设定的质量评估系数阈值进行比较，若大于设定阈值，则判定采集图像质量状态为合格，返回所述步骤S1中，对下一图像继续采集；若小于设定阈值，则判定采集图像质量状态为不合格，则进行报警。
[0010]进一步地，所述步骤S2中，无缺陷图像对应的质量评估系数为1，整片面积均损坏图像对应的质量评估系数为0；
[0011]进一步地，所述步骤S3中，设定的质量评估系数阈值分为第一阈值和第二阈值，所述第一阈值的数值小于所述第二阈值的数值；
[0012]进一步地，若采集图像对应的质量评估系数大于所述第二阈值的数值，则判定采集图像质量状态为合格；若采集图像对应的质量评估系数小于所述第二阈值的数值，则判
定采集图像质量状态为不合格；
[0013]进一步地，当采集图像质量状态为不合格时，若采集图像对应的质量评估系数小于所述第二阈值、且大于所述第一阈值的数值，则判定不合格采集图像质量为不严重状态；若采集图像对应的质量评估系数小于所述第一阈值的数值，则判定不合格采集图像质量为严重状态；
[0014]进一步地，当判定不合格采集图像质量为不严重状态时，以指示灯常亮、且断续峰鸣进行报警；当判定不合格采集图像质量为严重状态时，以指示灯常亮、且连续峰鸣进行报警。
[0015]本专利技术的有益效果是，其可对三维冷凝翅片管轧制过程进行图像采集，可实时判断生产过程中是否有缺陷产生，对出现缺陷的翅片管及时报警和处理，避免后续加工完成后因为表面质量缺陷过多而使整根翅片管报废，杜绝了材料的浪费和节省了大量的用工成本，处理速度快，方法稳定可靠，避免了现有人工检测分析带有的主观性，进一步提高了翅片管表面质量分析的精确性，具有较好的经济使用价值。
附图说明
[0016]图1为本专利技术的流程示意图。
具体实施例
[0017]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0018]参照图1所示，本专利技术提供一种基于机器视觉的三维冷凝翅片管轧制实时监测方法，包括以下步骤：
[0019]S1、通过HF868
‑
2型高清摄像头对加工过程中三维冷凝翅片管轧制表面图像进行实时采集，并传输到基于PyQt5编写的人机交互界面；
[0020]S2、根据翅片管对应的缺陷类型(起毛刺、翅片变形、翅片局部破损和整个翅片破损)和缺陷面积(点、局部、整片)，基于改进型YOLOv7算法(为现有算法)对采集图像进行图像分析以获得采集图像对应的质量评估系数；
[0021]其中，质量评估系数的数值位于0～1之间；
[0022]无缺陷图像对应的质量评估系数为1，整片面积均损坏图像对应的质量评估系数为0；
[0023]S3、将获得的采集图像对应的质量评估系数与设定的质量评估系数阈值进行比较，若大于设定阈值，则判定采集图像质量状态为合格，返回步骤S1中，对下一图像继续采集；若小于设定阈值，则判定采集图像质量状态为不合格，则通过开发的人机交互界面的报警系统实现实时提示和报警。
[0024]具体地，步骤S3中，设定的质量评估系数阈值分为第一阈值和第二阈值，第一阈值的数值小于第二阈值的数值；
[0025]若采集图像对应的质量评估系数大于第二阈值的数值，则判定采集图像质量状态
为合格；若采集图像对应的质量评估系数小于第二阈值的数值，则判定采集图像质量状态为不合格；
[0026]尤其是，当采集图像质量状态为不合格时，若采集图像对应的质量评估系数小于第二阈值、且大于第一阈值的数值，则判定不合格采集图像质量为不严重状态，并以指示灯常亮、且断续峰鸣2分钟进行报警；若采集图像对应的质量评估系数小于第一阈值的数值，则判定不合格采集图像质量为严重状态，并以指示灯常亮、且连续峰鸣5分钟进行报警。
[0027]综上，在获得图像质量状态后，人机交互界面可将异常信号传至现有控制系统，则控制系统可根据严重程度来判断是否立即停止刀具加工还是加工整根管后换刀具，本专利技术实施例中，若判定为严重状态，则停止加工，若判定为不严重状态，则在加工整根管后再更换刀具，从而减少刀具破损对翅片管产生更进一步的损伤影响。
[0028]本专利技术能够对三维冷凝翅片管轧制过程中出现的刀具破损导致的翅片管表面起毛刺、翅片变形、翅片局部破损和整个翅片破损等缺陷进行实时监测，实时判断生产过程中是否有这些缺陷产生，且处理速度快，方法稳定可靠；另一方面，打破了当前仍采用人工进行监测分析的局限性，加强了监测力度，避免了人工监测分析带有的主观性，进一步提高了翅片管表面质量分析的精确性，并可对出现缺陷的翅片管及时报警和处理，避免后续加工完成后因为表面质量缺陷过多而使整根翅片管报废，杜绝了材料的浪费和节省了大量的用工成本。
[0029]对于本领域技术人员而言，显然本专利技术不限于上述示范性实施例的细节，而且在不背本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的三维冷凝翅片管轧制实时监测方法，其特征在于：包括以下步骤：S1、对三维冷凝翅片管轧制表面图像进行实时采集；S2、基于改进型YOLOv7算法对采集图像进行图像分析以获得采集图像对应的质量评估系数；S3、将获得的采集图像对应的质量评估系数与设定的质量评估系数阈值进行比较，若大于设定阈值，则判定采集图像质量状态为合格，返回所述步骤S1中，对下一图像继续采集；若小于设定阈值，则判定采集图像质量状态为不合格，则进行报警。2.根据权利要求1所述的一种基于机器视觉的三维冷凝翅片管轧制实时监测方法，其特征在于：所述步骤S2中，无缺陷图像对应的质量评估系数为1，整片面积均损坏图像对应的质量评估系数为0。3.根据权利要求1所述的一种基于机器视觉的三维冷凝翅片管轧制实时监测方法，其特征在于：所述步骤S3中，设定的质量评估系数阈值分为第一阈值和第二阈值，所述第一阈值的数值小于所述第二阈值的数值。4....

【专利技术属性】
技术研发人员：曹洪海，徐鹏，
申请(专利权)人：无锡化工装备股份有限公司，
类型：发明
国别省市：