【技术实现步骤摘要】
本专利技术涉及信息，尤其涉及一种工业视觉的生产线产品质量溯源方法。
技术介绍
1、在生产线产品质量溯源中，一个关键的技术难题是如何精确识别产品表面微观纹理的细微变化。产品表面的纹理特征往往非常微小，难以用肉眼直接观察和判断。同时，这些纹理变化与生产工具的磨损程度之间存在着复杂的对应关系。随着生产工具的不断使用，其磨损程度会逐渐加剧，进而导致加工出的产品表面纹理发生相应的改变。然而，这种纹理变化在早期阶段可能非常细微，难以被传统的质量检测手段所捕捉。如果不能及时发现这些细微的变化并预测其对产品质量的影响，就可能错过最佳的工具更换时机，从而导致产品质量的下降。因此，如何通过先进的测量和分析技术，实现对产品表面微观纹理变化的精确识别和量化，并建立其与工具磨损程度之间的精确关联模型，是一个亟待解决的关键技术问题。
技术实现思路
1、本专利技术提供了一种工业视觉的生产线产品质量溯源方法，主要包括：
2、采用成像设备对产品表面进行微观成像，获取不同切削参数下加工表面的纹理图像数据，进行图像预处理以提高图像对比度和清晰度，并排除材料缺陷、装夹不稳定性产品本身缺陷的干扰因素；
3、对预处理后的纹理图像数据，提取能够反映工具磨损程度的关键特征参数，包括纹理取向角、纹理周期和表面粗糙度参数，构建产品表面微观纹理的多维度特征向量；
4、根据工具的历史使用数据，包括已加工产品数量、累计切削时长和加工材料硬度，对不同磨损阶段下的工具加工表面纹理特征进行采集和分析，建立工具
5、根据产品表面微观纹理的多维度特征向量，结合工具磨损程度与表面纹理特征之间的对应关系，得到当前工具的磨损程度估计值，并与磨损预警阈值进行比对；
6、若当前工具磨损程度超过预设阈值，则触发工具更换预警，同时将该批次产品标识为疑似缺陷产品，通过振动信号和切削力变化趋势判断磨损临界点，确定最佳的工具更换时机；
7、对已标识的疑似缺陷产品，通过分析表面纹理进行缺陷类型的识别，综合分析材料属性、设计尺寸公差因素，判断表面纹理异常是由工具磨损引起还是产品本身缺陷导致；
8、根据判断结果，将产品表面纹理检测结果与工具磨损预警信息进行关联分析，构建产品质量预测与工具寿命优化的双向反馈，通过持续收集生产现场数据，动态更新和优化工具磨损程度与表面纹理特征之间的对应关系。
9、本专利技术实施例提供的技术方案可以包括以下有益效果：
10、本专利技术公开了一种工业视觉的生产线产品质量溯源方法。该方法通过高分辨率成像获取产品表面纹理图像，提取反映工具磨损程度的关键特征参数，建立工具磨损与表面纹理特征的对应关系。结合振动和切削力监测数据，判断工具磨损临界点，实现工具更换预警。同时，本专利技术还能区分工具磨损导致的表面异常和产品本身缺陷，构建产品质量预测与工具寿命优化的双向反馈机制。通过持续收集和分析生产数据，动态优化工具磨损与表面纹理特征的对应关系，实现了产品质量提升与工具成本节约的平衡，提高了加工效率和产品良率。
本文档来自技高网...【技术保护点】
1.一种工业视觉的生产线产品质量溯源方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其中，所述采用成像设备对产品表面进行微观成像，获取不同切削参数下加工表面的纹理图像数据，进行图像预处理以提高图像对比度和清晰度，并排除材料缺陷、装夹不稳定性产品本身缺陷的干扰因素，包括：
3.根据权利要求1所述的方法，其中，所述对预处理后的纹理图像数据，提取能够反映工具磨损程度的关键特征参数，包括纹理取向角、纹理周期和表面粗糙度参数，构建产品表面微观纹理的多维度特征向量，包括：
4.根据权利要求1所述的方法，其中，所述根据工具的历史使用数据，包括已加工产品数量、累计切削时长和加工材料硬度，对不同磨损阶段下的工具加工表面纹理特征进行采集和分析，建立工具磨损程度与表面纹理特征之间的对应关系，包括：
5.根据权利要求1所述的方法，其中，所述根据产品表面微观纹理的多维度特征向量，结合工具磨损程度与表面纹理特征之间的对应关系，得到当前工具的磨损程度估计值，并与磨损预警阈值进行比对，包括：
6.根据权利要求1所述的方法，其中，所述若当
7.根据权利要求6所述的方法，其中，所述采用振动传感器和切削力传感器实时监测加工过程，提取振动和切削力的特征频率和幅值，建立振动幅值、主轴电流和切削力三者与工具磨损程度的对应关系，当振动幅值突增、切削力持续上升超过预设阈值时，判定工具已达到磨损临界点，包括：
8.根据权利要求1所述的方法，其中，所述对已标识的疑似缺陷产品，通过分析表面纹理进行缺陷类型的识别，综合分析材料属性、设计尺寸公差因素，判断表面纹理异常是由工具磨损引起还是产品本身缺陷导致，包括：
9.根据权利要求8所述的方法，其中，所述结合产品CAD模型，提取关键尺寸和公差要求，建立材料属性、尺寸公差与表面纹理特征的相关性模型，若产品表面纹理异常与材料属性和公差要求相符，则判定为产品本身缺陷；若异常程度超出材料和公差允许范围，且与工具磨损特征吻合，则判定为工具磨损导致，包括：
10.根据权利要求1所述的方法，其中，所述根据判断结果，将产品表面纹理检测结果与工具磨损预警信息进行关联分析，构建产品质量预测与工具寿命优化的双向反馈，通过持续收集生产现场数据，动态更新和优化工具磨损程度与表面纹理特征之间的对应关系，包括：
...【技术特征摘要】
1.一种工业视觉的生产线产品质量溯源方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其中，所述采用成像设备对产品表面进行微观成像，获取不同切削参数下加工表面的纹理图像数据，进行图像预处理以提高图像对比度和清晰度，并排除材料缺陷、装夹不稳定性产品本身缺陷的干扰因素，包括：
3.根据权利要求1所述的方法，其中，所述对预处理后的纹理图像数据，提取能够反映工具磨损程度的关键特征参数，包括纹理取向角、纹理周期和表面粗糙度参数，构建产品表面微观纹理的多维度特征向量，包括：
4.根据权利要求1所述的方法，其中，所述根据工具的历史使用数据，包括已加工产品数量、累计切削时长和加工材料硬度，对不同磨损阶段下的工具加工表面纹理特征进行采集和分析，建立工具磨损程度与表面纹理特征之间的对应关系，包括：
5.根据权利要求1所述的方法，其中，所述根据产品表面微观纹理的多维度特征向量，结合工具磨损程度与表面纹理特征之间的对应关系，得到当前工具的磨损程度估计值，并与磨损预警阈值进行比对，包括：
6.根据权利要求1所述的方法，其中，所述若当前工具磨损程度超过预设阈值，则触发工具更换预警，同时将该批次产品标识为疑似缺陷产品，通过振动信号和切...
【专利技术属性】
技术研发人员：杜轶锋，周国华，叶国伟，曾东超，尹力，张俊豪，
申请(专利权)人：科大讯飞华南人工智能研究院广州有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。