开云优惠体育网页版入口

专利名称：一种基于视觉检测的产品生产监管系统及方法

专利类型：发明专利

专利申请号：CN202410711522.6

专利申请（专利权）人：鼎钰玻璃(扬州)有限公司
权利人地址：江苏省扬州市宝应经济开发区康源路南侧、东湾路西侧

专利发明（设计）人：李强,向永生

专利摘要：本发明涉及工业产品监管技术领域，具体为一种基于视觉检测的产品生产监管系统及方法，包括获取工业设备在加工产品零部件时，工业设备的历史运行记录，从历史运行记录中提取出工业设备在加工相应批次产品零部件时，工业设备的设备参数对应的设备数据，计算历史设备记录中工业设备的设备参数的标记数据变化值；分析工业设备中的设备参数在不同数据下，对工业设备加工产品零部件质量的影响程度，对当前周期内工业设备的设备参数进行监测，并对当前周期内工业设备进行设备状态评估；分析工业产品生产线上工业设备的设备状态，对组装设备组装的工业产品的生产状态影响程度；对工业产品生产线进行智能监管。

主权利要求：
1.一种基于视觉检测的产品生产监管方法，其特征在于，所述方法包括：
步骤S100：获取工业产品的产品零部件，所述产品零部件通过组装设备组装加工成工业产品，获取工业设备加工后各批次产品零部件的质量数据，获取工业设备在加工产品零部件时，所述工业设备的历史运行记录，从所述历史运行记录中提取出工业设备在加工相应批次产品零部件时，所述工业设备的设备参数对应的设备数据，计算历史设备记录中工业设备的设备参数的标记数据变化值；
所述步骤S100包括：
步骤S101：分别获取工业设备在加工各批次产品零部件时，工业设备的历史运行记录，使用工业相机对工业设备加工后的各批次产品零部件进行拍摄，获取所述各批次产品零部件的产品零部件图像，并通过视觉质量检测算法对所述各批次产品零部件进行质量检测，得到工业设备加工所述各批次产品零部件的质量数据，其中，第a批次产品零部件的质量数据包括，第a批次产品零部件内通过视觉质量检测算法检测的产品零部件的总个数Ca；
步骤S102：设置产品零部件的标记合格率阈值，计算工业设备的各批次产品零部件的标记合格率，其中，工业设备的第a批次产品零部件的标记合格率 Ba为工业设备的第a批次产品零部件内的产品零部件的总个数，选取标记合格率大于标记合格率阈值对应批次产品零部件进行标记；
步骤S103：获取工业设备加工后被标记的若干批次产品零部件，分别获取工业设备在加工所述若干批次产品零部件时，工业设备的历史设备运行记录并进行标记，从标记的历史设备运行记录中提取出工业设备加工产品零部件时，工业设备的各项设备参数对应的设备数据；
步骤S104：设置单位时长，获取被标记的历史设备记录中工业设备加工产品零部件的加工时段，将所述加工时段按照时间顺序依次切分为若干个时段，其中，每个时段的时长与单位时长相同，并对所述若干个时段内工业设备各项设备参数的平均值进行获。袢」ひ瞪璞冈诩庸な倍沃惺奔渌承虼τ谧詈蟮囊桓鍪倍文，工业设备的各项设备参数对应的平均值，并将最后的一个时段内的平均值记为工业设备的各项设备参数的对照平均值；
步骤S105：计算被标记的历史设备记录中工业设备的各项设备参数的标记数据变化值，其中，被标记历史设备记录中的第d项设备参数的标记数据变化值 其中，Ed为被标记历史设备记录的加工时段中时间顺序处于第一个时段内，工业设备第d项设备参数对应的平均值，Fd为被标记历史设备记录中工业设备的第d项设备参数的对照平均值；
步骤S200：基于历史设备记录中工业设备的设备参数的标记数据变化值，分析工业设备中的设备参数在不同数据下，对工业设备加工产品零部件质量的影响程度，得到工业设备各项设备参数的目标对照平均值，对当前周期内工业设备的设备参数进行监测，并对当前周期内工业设备进行设备状态评估；
所述步骤S200包括：
步骤S201：设置工业设备各项设备参数的标记数据变化阈值，当工业设备中的被标记的历史设备记录中某一项设备参数的标记数据变化值，大于标记数据变化阈值，获取被标记的历史设备记录中所述某一项设备参数的对照平均值，并记为特征对照平均值；
步骤S202：获取被标记的各个历史设备记录中各项设备参数的特征对照平均值并进行汇集，得到工业设备中各项设备参数的特征对照平均值集；
步骤S203：当当前周期内工业设备在对产品零部件进行加工时，对工业设备内各项设备参数的设备数据进行获。袢∥幢槐昙堑母鞲隼飞璞讣锹技庸な倍文诠ひ瞪璞傅母飨钌璞覆问钠骄，并分别记为未被标记的各个历史设备记录内工业设备的各项设备参数的标记平均值；
步骤S204：对工业设备的各项设备参数进行数据评估，获取工业设备各项设备参数的目标对照平均值，其中，对工业设备的第k项设备参数的数据评估的具体过程为，当未被标记的各个历史设备记录内的工业设备的第k项设备参数的标记平均值，均大于或等于第k项设备参数的特征对照平均值集中的最大值时，将所述最大值作为工业设备的第k项设备参数的目标对照平均值，并对第k项设备参数进行标记，反之则将第k项设备参数的特征对照平均值集中的最小值，作为工业设备的第k项设备参数的目标对照平均值；
步骤S205：对当前周期内工业设备进行设备状态评估，具体设备状态评估过程包括，当当前周期内工业设备存在任意一项被标记的设备参数在单位时长内的平均值，大于所述设备参数的目标对照平均值，判定工业设备在加工产品零部件时，工业设备存在异常风险，当当前周期内工业设备存在任意一项未被标记的设备参数在单位时长内的平均值，小于所述设备参数的目标对照平均值，判定工业设备在加工产品零部件时，工业设备存在异常风险；
步骤S300：获取当前周期内工业产品生产线上各个工业设备的设备状态，获取对产品零部件进行组装加工的组装设备，分析工业产品生产线上工业设备的设备状态，对组装设备组装的工业产品的生产状态影响程度，得到组装设备所属工业产品生产线的产品调度数据；
所述步骤S300包括：
步骤S301：获取当前周期内工业产品的工业产品生产线，对所述工业产品生产线上的各个工业设备的设备状态进行评估，获取当前周期内被判定为存在异常风险的工业设备，并记为目标工业设备；
步骤S302：获取工业产品生产线上各个工业设备在当前周期的相邻历史周期，获取各个工业设备在所述相邻历史周期中各个单位时长内的产品零部件加工量的平均值，并记为所述各个工业设备的预测加工量；
步骤S303：获取工业产品生产线上的组装设备，获取在当前周期内由组装设备进行组装的产品零部件，并对所述产品零部件进行加工的各个工业设备进行获。袢「鞲龉ひ瞪璞赣胱樽吧璞钢涞木嗬，当当前周期内工业产品生产线上存在某一工业设备与目标工业设备加工零部件型号相同，将所述某一工业设备记为目标工业设备的标记待定工业设备；
步骤S304：根据目标工业设备的标记待定工业设备与组装设备之间的距离，对标记待定工业设备进行标记，其中，标记待定工业设备xg表示在目标工业设备的各个标记待定工业设备中，与组装设备距离最近的第g个标记待定工业设备；
步骤S305：基于待定设备数量筛选算法从目标工业设备的各个标记待定工业设备中，选取出与目标工业设备的组装设备距离最近的L个标记待定工业设备，记为目标待定工业设备，其中，待定设备数量筛选算法 其中，S为目标工业设备所属组装设备中各个工业设备的预测加工量的最小值， 表示标记待定工业设备xi的预测加工量，表示标记待定工业设备xi的所在工业产品生产线中的各个工业设备的预测加工量的最小值，N为符合待定设备数量筛选算法时，目标工业设备的标记待定工业设备的总个数，其中，L为N的最小值；
步骤S306：获取组装设备的各个目标工业设备的各个目标待定工业设备并进行汇集，得到组装设备所属工业产品生产线的产品调度数据；
步骤S400：基于当前周期内组装设备所属工业产品生产线的产品调度数据，对工业产品生产线中的各个产品零部件进行智能调度，并对工业生产线上的产品零部件进行产品检测，对工业产品生产线进行智能监管；
所述步骤S400包括：
步骤S401：将工业产品生产线上各个目标工业设备进行标记，并通知工作人员对目标工业设备进行维修；
步骤S402：基于组装设备所属工业产品生产线的产品调度数据，获取组装设备所属工业产品生产线的目标工业设备，并获取目标工业设备的若干个目标待定工业设备，获取当前周期内向目标工业设备传输产品零部件的工业设备，并记为所述目标工业设备的标记工业设备；
步骤S403：将当前周期内的工业生产线上的各个目标工业设备进行停机，并将所述目标工业设备的标记工业设备，在当前周期内的加工的产品零部件运输至所述目标工业设备的所述若干个目标待定工业设备处，所述若干个目标待定工业设备通过运输设备再将加工后的产品零部件运输至目标工业设备的组装设备处，并通过视觉质量检测算法对所述各批次产品零部件进行智能产品检测，对工业产品生产线进行智能监管。
2.应用权利要求1所述的一种基于视觉检测的产品生产监管方法的产品生产监管系统，其特征在于，所述产品生产监管系统包括标记数据变化值模块、设备状态评估模块、产品调度数据模块、智能监管模块；
所述标记数据变化值模块，用于对历史设备记录中工业设备的设备参数的标记数据变化值进行计算；
所述设备状态评估模块，用于对当前周期内工业设备的设备参数进行监测，并对当前周期内工业设备进行设备状态评估；
所述产品调度数据模块，用于分析工业产品生产线上工业设备的设备状态，对组装设备组装的工业产品的生产状态影响程度，得到组装设备所属生产线的产品调度数据；
所述智能监管模块，用于基于当前周期内组装设备所属工业产品生产线的产品调度数据，对工业产品生产线中的各个产品零部件进行智能调度，调整工业产品生产线。
3.根据权利要求2所述的产品生产监管系统，其特征在于，所述标记数据变化值模块包括标记合格率单元、标记数据变化值单元；
所述标记合格率单元，用于对工业设备各批次产品零部件的标记合格率进行计算；
所述标记数据变化值单元，用于对被标记的历史设备记录中工业设备的各项设备参数的标记数据变化值进行计算。
4.根据权利要求2所述的产品生产监管系统，其特征在于，所述设备状态评估模块包括目标对照平均值单元、设备状态评估单元；
所述目标对照平均值单元，用于对当前周期内工业设备各项设备参数进行数据评估，获取工业设备各项设备参数的目标对照平均值；
所述设备状态评估单元，用于对当前周期内工业设备进行设备状态评估，判定工业设备加工对应批次产品零部件时，工业设备是否存在异常风险。
5.根据权利要求2所述的产品生产监管系统，其特征在于，所述产品调度数据模块包括标记待定工业设备单元、产品调度数据单元；
所述标记待定工业设备单元，用于对各个工业设备与组装设备之间的距离进行获。⒒袢∧勘旯ひ瞪璞傅谋昙谴üひ瞪璞福
所述产品调度数据单元，用于对组装设备的各个目标工业设备的各个目标待定工业设备进行获取并汇集，得到组装设备所属工业产品生产线的产品调度数据。
6.根据权利要求2所述的产品生产监管系统，其特征在于，所述智能监管模块包括智能监管单元；
所述智能监管单元，用于在当前周期内的加工的产品零部件运输至所述目标工业设备的所述若干个目标待定工业设备处，所述若干个目标待定工业设备通过运输设备再将加工后的产品零部件运输至目标工业设备的组装设备处，并通过视觉质量检测算法对所述各批次产品零部件进行质量智能检测，对工业产品生产线进行智能调整。 说明书 : 一种基于视觉检测的产品生产监管系统及方法技术领域[0001] 本发明涉及工业产品监管技术领域，具体为一种基于视觉检测的产品生产监管系统及方法。背景技术[0002] 视觉检测是指利用计算机视觉技术来实现自动化检测，识别和分析的过程，通过摄像头和传感器采集图像或视频数据，然后使用计算机视觉算法去对这些数据进行处理和分析，并且使用视觉检测具有常规的检测方法所不具备的优势，即使用视觉检测对产品生产进行检测监管时，不需要直接接触产品，仅仅只需要通过计算机算法去对产品图像进行分析处理，就可以对产品进行检测，尤其对于玻璃产品，在玻璃产品生产过程中，特别是在玻璃产品的磨边检验和下片检验中，是需要对玻璃产品进行产品检测，去检测玻璃产品在生产过程中有可能出现缺陷、裂纹、气泡等缺陷，视觉检测不仅仅可以快速进行产品检测，而且还可以精确、准确地识别和测量微小缺陷和不良情况，避免了人为主观判断和漏检的问题，提高了产品质量监管的准确性。[0003] 在生产过程中企业对工业产品主要是对产品质量的检测，但是在工业产品的生产的过程中，会涉及到多个零件的生产以及不同零件之间的加工和组装，并且生产零件会因为加工工业设备的设备状态，导致工业设备加工的零件合格率出现变化，并且不合格零件一定与其他零件进行加工组装，同样也会使得加工生产出来的工业产品出现产品质量问题，这就会使得工业产品的生产效率下降，从而增加企业生产的成本，甚至还会导致企业生产计划受到影响。发明内容[0004] 本发明的目的在于提供一种基于视觉检测的产品生产监管系统及方法，以解决上述背景技术中存在的问题。[0005] 为了解决上述技术问题，本发明提供如下技术方案：一种基于视觉检测的产品生产监管方法，方法包括：[0006] 步骤S100：获取工业产品的产品零部件，产品零部件通过组装设备组装加工成工业产品，获取工业设备加工后各批次产品零部件的质量数据，获取工业设备在加工产品零部件时，工业设备的历史运行记录，从历史运行记录中提取出工业设备在加工相应批次产品零部件时，工业设备的设备参数对应的设备数据，计算历史设备记录中工业设备的设备参数的标记数据变化值；[0007] 步骤S200：基于历史设备记录中工业设备的设备参数的标记数据变化值，分析工业设备中的设备参数在不同数据下，对工业设备加工产品零部件质量的影响程度，得到工业设备各项设备参数的目标对照平均值，对当前周期内工业设备的设备参数进行监测，并对当前周期内工业设备进行设备状态评估；[0008] 步骤S300：获取当前周期内工业产品生产线上各个工业设备的设备状态，获取对产品零部件进行组装加工的组装设备，分析工业产品生产线上工业设备的设备状态，对组装设备组装的工业产品的生产状态影响程度，得到组装设备所属工业产品生产线的产品调度数据；[0009] 步骤S400：基于当前周期内组装设备所属工业产品生产线的产品调度数据，对工业产品生产线中的各个产品零部件进行智能调度，并对工业生产线上的产品零部件进行产品检测，对工业产品生产线进行智能监管。[0010] 进一步的，步骤S100包括：[0011] 步骤S101：分别获取工业设备在加工各批次产品零部件时，工业设备的历史运行记录，使用工业相机对工业设备加工后的各批次产品零部件进行拍摄，获取各批次产品零部件的产品零部件图像，并通过视觉质量检测算法对各批次产品零部件进行质量检测，得到工业设备加工各批次产品零部件的质量数据，其中，第a批次产品零部件的质量数据包括，第a批次产品零部件内通过视觉质量检测算法检测的产品零部件的总个数Ca；[0012] 步骤S102：设置产品零部件的标记合格率阈值，计算工业设备的各批次产品零部件的标记合格率，其中，工业设备的第a批次产品零部件的标记合格率 Ba为工业设备的第a批次产品零部件内的产品零部件的总个数，选取标记合格率大于标记合格率阈值对应批次产品零部件进行标记；[0013] 步骤S103：获取工业设备加工后被标记的若干批次产品零部件，分别获取工业设备在加工若干批次产品零部件时，工业设备的历史设备运行记录并进行标记，从标记的历史设备运行记录中提取出工业设备加工产品零部件时，工业设备的各项设备参数对应的设备数据；[0014] 步骤S104：设置单位时长，获取被标记的历史设备记录中工业设备加工产品零部件的加工时段，将加工时段按照时间顺序依次切分为若干个时段，其中，每个时段的时长与单位时长相同，并对若干个时段内工业设备各项设备参数的平均值进行获。袢」ひ瞪璞冈诩庸な倍沃惺奔渌承虼τ谧詈蟮囊桓鍪倍文，工业设备的各项设备参数对应的平均值，并将最后的一个时段内的平均值记为工业设备的各项设备参数的对照平均值；[0015] 步骤S105：计算被标记的历史设备记录中工业设备的各项设备参数的标记数据变化值，其中，被标记历史设备记录中的第d项设备参数的标记数据变化值 其中，Ed为被标记历史设备记录的加工时段中时间顺序处于第一个时段内，工业设备第d项设备参数对应的平均值，Fd为被标记历史设备记录中工业设备的第d项设备参数的对照平均值。[0016] 进一步的，步骤S200包括：[0017] 步骤S201：设置工业设备各项设备参数的标记数据变化阈值，当工业设备中的被标记的历史设备记录中某一项设备参数的标记数据变化值，大于标记数据变化阈值，获取被标记的历史设备记录中某一项设备参数的对照平均值，并记为特征对照平均值；[0018] 步骤S202：获取被标记的各个历史设备记录中各项设备参数的特征对照平均值并进行汇集，得到工业设备中各项设备参数的特征对照平均值集；[0019] 步骤S203：当当前周期内工业设备在对产品零部件进行加工时，对工业设备内各项设备参数的设备数据进行获。袢∥幢槐昙堑母鞲隼飞璞讣锹技庸な倍文诠ひ瞪璞傅母飨钌璞覆问钠骄，并分别记为未被标记的各个历史设备记录内工业设备的各项设备参数的标记平均值；[0020] 步骤S204：对工业设备的各项设备参数进行数据评估，获取工业设备各项设备参数的目标对照平均值，其中，对工业设备的第k项设备参数的数据评估的具体过程为，当未被标记的各个历史设备记录内的工业设备的第k项设备参数的标记平均值，均大于或等于第k项设备参数的特征对照平均值集中的最大值时，将最大值作为工业设备的第k项设备参数的目标对照平均值，并对第k项设备参数进行标记，反之则将第k项设备参数的特征对照平均值集中的最小值，作为工业设备的第k项设备参数的目标对照平均值；[0021] 步骤S205：对当前周期内工业设备进行设备状态评估，具体设备状态评估过程包括，当当前周期内工业设备存在任意一项被标记的设备参数在单位时长内的平均值，大于设备参数的目标对照平均值，判定工业设备在加工产品零部件时，工业设备存在异常风险，当当前周期内工业设备存在任意一项未被标记的设备参数在单位时长内的平均值，小于设备参数的目标对照平均值，判定工业设备在加工产品零部件时，工业设备存在异常风险；[0022] 上述步骤中对工业设备各项设备参数进行数据评估的过程中，根据工业设备中设备参数的标记平均值，与工业设备中特征对接平均值集的各项数值进行比较，并根据比较结果获取工业设备各项设备参数的目标对照平均值，是因为对于工业设备而言，其中阈值即目标对照平均值的选择并不是越大或者越。佣虻サ闹谎∪∽畲笾祷蛘咦钚≈底魑杂κ，通过分析未被标记各个历史设备记录中工业设备的各项设备参数的标记平均值，与工业设备中各项设备参数的特征对照平均值集中的最大值进行的数值关系，当未被标记各个历史设备记录的某一设备参数的标记平均值，均大于或者等于工业设备中某一设备参数的特征对照平均值集中的最大值，则表明当工业设备中某一设备参数的数值小于特征对照平均值集中的最大值时，工业设备中某一设备参数才不正常，工业设备才会出现异常风险，反之同理。[0023] 进一步的，步骤S300包括：[0024] 步骤S301：获取当前周期内工业产品的工业产品生产线，对工业产品生产线上的各个工业设备的设备状态进行评估，获取当前周期内被判定为存在异常风险的工业设备，并记为目标工业设备；[0025] 步骤S302：获取工业产品生产线上各个工业设备在当前周期的相邻历史周期，获取各个工业设备在相邻历史周期中各个单位时长内的产品零部件加工量的平均值，并记为各个工业设备的预测加工量；[0026] 步骤S303：获取工业产品生产线上的组装设备，获取在当前周期内由组装设备进行组装的产品零部件，并对产品零部件进行加工的各个工业设备进行获。袢「鞲龉ひ瞪璞赣胱樽吧璞钢涞木嗬，当当前周期内工业产品生产线上存在某一工业设备与目标工业设备加工零部件型号相同，将某一工业设备记为目标工业设备的标记待定工业设备；[0027] 步骤S304：根据目标工业设备的标记待定工业设备与组装设备之间的距离，对标记待定工业设备进行标记，其中，标记待定工业设备xg表示在目标工业设备的各个标记待定工业设备中，与组装设备距离最近的第g个标记待定工业设备；[0028] 步骤S305：基于待定设备数量筛选算法从目标工业设备的各个标记待定工业设备中，选取出与目标工业设备的组装设备距离最近的L个标记待定工业设备，记为目标待定工业设备，其中，待定设备数量筛选算法 其中，S为目标工业设备所属组装设备中各个工业设备的预测加工量的最小值， 表示标记待定工业设备xi的预测加工量， 表示标记待定工业设备xi的所在工业产品生产线中的各个工业设备的预测加工量的最小值，N为符合待定设备数量筛选算法时，目标工业设备的标记待定工业设备的总个数，其中，L为N的最小值；[0029] 步骤S306：获取组装设备的各个目标工业设备的各个目标待定工业设备并进行汇集，得到组装设备所属工业产品生产线的产品调度数据。[0030] 进一步的，步骤S400包括：[0031] 步骤S401：将工业产品生产线上各个目标工业设备进行标记，并通知工作人员对目标工业设备进行维修；[0032] 步骤S402：基于组装设备所属工业产品生产线的产品调度数据，获取组装设备所属工业产品生产线的目标工业设备，并获取目标工业设备的若干个目标待定工业设备，获取当前周期内向目标工业设备传输产品零部件的工业设备，并记为目标工业设备的标记工业设备；[0033] 步骤S403：将当前周期内的工业生产线上的各个目标工业设备进行停机，并将目标工业设备的标记工业设备，在当前周期内的加工的产品零部件运输至目标工业设备的若干个目标待定工业设备处，若干个目标待定工业设备通过运输设备再将加工后的产品零部件运输至目标工业设备的组装设备处，并通过视觉质量检测算法对各批次产品零部件进行智能产品检测，对工业产品生产线进行智能监管。[0034] 为了更好的实现上述方法还提出了产品生产监管系统，产品生产监管系统包括标记数据变化值模块、设备状态评估模块、产品调度数据模块、智能监管模块；[0035] 标记数据变化值模块，用于对历史设备记录中工业设备的设备参数的标记数据变化值进行计算；[0036] 设备状态评估模块，用于对当前周期内工业设备的设备参数进行监测，并对当前周期内工业设备进行设备状态评估；[0037] 产品调度数据模块，用于分析工业产品生产线上工业设备的设备状态，对组装设备组装的工业产品的生产状态影响程度，得到组装设备所属生产线的产品调度数据；[0038] 智能监管模块，用于基于当前周期内组装设备所属工业产品生产线的产品调度数据，对工业产品生产线中的各个产品零部件进行智能调度，调整工业产品生产线。[0039] 进一步的，标记数据变化值模块包括标记合格率单元、标记数据变化值单元；[0040] 标记合格率单元，用于对工业设备各批次产品零部件的标记合格率进行计算；[0041] 标记数据变化值单元，用于对被标记的历史设备记录中工业设备的各项设备参数的标记数据变化值进行计算。[0042] 进一步的，设备状态评估模块包括目标对照平均值单元、设备状态评估单元；[0043] 目标对照平均值单元，用于对当前周期内工业设备各项设备参数进行数据评估，获取工业设备各项设备参数的目标对照平均值；[0044] 设备状态评估单元，用于对当前周期内工业设备进行设备状态评估，判定工业设备加工对应批次产品零部件时，工业设备是否存在异常风险。[0045] 进一步的，产品调度数据模块包括标记待定工业设备单元、产品调度数据单元；[0046] 标记待定工业设备单元，用于对各个工业设备与组装设备之间的距离进行获。⒒袢∧勘旯ひ瞪璞傅谋昙谴üひ瞪璞福籟0047] 产品调度数据单元，用于对组装设备的各个目标工业设备的各个目标待定工业设备进行获取并汇集，得到组装设备所属工业产品生产线的产品调度数据。[0048] 进一步的，智能监管模块包括智能监管单元；[0049] 智能监管单元，用于在当前周期内的加工的产品零部件运输至目标工业设备的若干个目标待定工业设备处，若干个目标待定工业设备通过运输设备再将加工后的产品零部件运输至目标工业设备的组装设备处，并通过视觉质量检测算法对各批次产品零部件进行质量智能检测，对工业产品生产线进行智能调整。[0050] 与现有技术相比，本发明所达到的有益效果是：本发明实现对工业产品生产的智能调控，大大提高对工业产品生产的效率，增强了工业产品生产过程中的抗风险能力，使得即使部分对工业零部件进行加工的工业设备出现损坏的情况下，工业产品生产线对工业产品生产的能力也不会出现较大程度的下降，并且还通过视觉检测技术去快速检测出工业产品的质量问题，同时也实现对工业设备的设备状态的智能评估，将工业设备的设备状态与工业设备加工零部件的合格情况进行关联，提前对工业产品生产线进行智能调度。附图说明[0051] 附图用来提供对本发明的进一步理解，并且构成说明书的部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：[0052] 图1是本发明一种基于视觉检测的产品生产监管系统及方法的方法流程图；[0053] 图2是本发明一种基于视觉检测的产品生产监管系统及方法的模块示意图。具体实施方式[0054] 下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。[0055] 请参阅图1?图2，本发明提供技术方案：一种基于视觉检测的产品生产监管方法，方法包括：[0056] 步骤S100：获取工业产品的产品零部件，产品零部件通过组装设备组装加工成工业产品，获取工业设备加工后各批次产品零部件的质量数据，获取工业设备在加工产品零部件时，工业设备的历史运行记录，从历史运行记录中提取出工业设备在加工相应批次产品零部件时，工业设备的设备参数对应的设备数据，计算历史设备记录中工业设备的设备参数的标记数据变化值；[0057] 例如，工业设备的各项设备参数包括设备电源、设备运行功率等；[0058] 其中，步骤S100包括：[0059] 步骤S101：分别获取工业设备在加工各批次产品零部件时，工业设备的历史运行记录，使用工业相机对工业设备加工后的各批次产品零部件进行拍摄，获取各批次产品零部件的产品零部件图像，并通过视觉质量检测算法对各批次产品零部件进行质量检测，得到工业设备加工各批次产品零部件的质量数据，其中，第a批次产品零部件的质量数据包括，第a批次产品零部件内通过视觉质量检测算法检测的产品零部件的总个数Ca；[0060] 步骤S102：设置产品零部件的标记合格率阈值，计算工业设备的各批次产品零部件的标记合格率，其中，工业设备的第a批次产品零部件的标记合格率 Ba为工业设备的第a批次产品零部件内的产品零部件的总个数，选取标记合格率大于标记合格率阈值对应批次产品零部件进行标记；[0061] 步骤S103：获取工业设备加工后被标记的若干批次产品零部件，分别获取工业设备在加工若干批次产品零部件时，工业设备的历史设备运行记录并进行标记，从标记的历史设备运行记录中提取出工业设备加工产品零部件时，工业设备的各项设备参数对应的设备数据；[0062] 步骤S104：设置单位时长，获取被标记的历史设备记录中工业设备加工产品零部件的加工时段，将加工时段按照时间顺序依次切分为若干个时段，其中，每个时段的时长与单位时长相同，并对若干个时段内工业设备各项设备参数的平均值进行获。袢」ひ瞪璞冈诩庸な倍沃惺奔渌承虼τ谧詈蟮囊桓鍪倍文，工业设备的各项设备参数对应的平均值，并将最后的一个时段内的平均值记为工业设备的各项设备参数的对照平均值；[0063] 步骤S105：计算被标记的历史设备记录中工业设备的各项设备参数的标记数据变化值，其中，被标记历史设备记录中的第d项设备参数的标记数据变化值 其中，Ed为被标记历史设备记录的加工时段中时间顺序处于第一个时段内，工业设备第d项设备参数对应的平均值，Fd为被标记历史设备记录中工业设备的第d项设备参数的对照平均值；[0064] 步骤S200：基于历史设备记录中工业设备的设备参数的标记数据变化值，分析工业设备中的设备参数在不同数据下，对工业设备加工产品零部件质量的影响程度，得到工业设备各项设备参数的目标对照平均值，对当前周期内工业设备的设备参数进行监测，并对当前周期内工业设备进行设备状态评估；[0065] 其中，步骤S200包括：[0066] 步骤S201：设置工业设备各项设备参数的标记数据变化阈值，当工业设备中的被标记的历史设备记录中某一项设备参数的标记数据变化值，大于标记数据变化阈值，获取被标记的历史设备记录中某一项设备参数的对照平均值，并记为特征对照平均值；[0067] 步骤S202：获取被标记的各个历史设备记录中各项设备参数的特征对照平均值并进行汇集，得到工业设备中各项设备参数的特征对照平均值集；[0068] 步骤S203：当当前周期内工业设备在对产品零部件进行加工时，对工业设备内各项设备参数的设备数据进行获。袢∥幢槐昙堑母鞲隼飞璞讣锹技庸な倍文诠ひ瞪璞傅母飨钌璞覆问钠骄，并分别记为未被标记的各个历史设备记录内工业设备的各项设备参数的标记平均值；[0069] 步骤S204：对工业设备的各项设备参数进行数据评估，获取工业设备各项设备参数的目标对照平均值，其中，对工业设备的第k项设备参数的数据评估的具体过程为，当未被标记的各个历史设备记录内的工业设备的第k项设备参数的标记平均值，均大于或等于第k项设备参数的特征对照平均值集中的最大值时，将最大值作为工业设备的第k项设备参数的目标对照平均值，并对第k项设备参数进行标记，反之则将第k项设备参数的特征对照平均值集中的最小值，作为工业设备的第k项设备参数的目标对照平均值；[0070] 步骤S205：对当前周期内工业设备进行设备状态评估，具体设备状态评估过程包括，当当前周期内工业设备存在任意一项被标记的设备参数在单位时长内的平均值，大于设备参数的目标对照平均值，判定工业设备在加工产品零部件时，工业设备存在异常风险，当当前周期内工业设备存在任意一项未被标记的设备参数在单位时长内的平均值，小于设备参数的目标对照平均值，判定工业设备在加工产品零部件时，工业设备存在异常风险；[0071] 步骤S300：获取当前周期内工业产品生产线上各个工业设备的设备状态，获取对产品零部件进行组装加工的组装设备，分析工业产品生产线上工业设备的设备状态，对组装设备组装的工业产品的生产状态影响程度，得到组装设备所属工业产品生产线的产品调度数据；[0072] 其中，步骤S300包括：[0073] 步骤S301：获取当前周期内工业产品的工业产品生产线，对工业产品生产线上的各个工业设备的设备状态进行评估，获取当前周期内被判定为存在异常风险的工业设备，并记为目标工业设备；[0074] 步骤S302：获取工业产品生产线上各个工业设备在当前周期的相邻历史周期，获取各个工业设备在相邻历史周期中各个单位时长内的产品零部件加工量的平均值，并记为各个工业设备的预测加工量；[0075] 步骤S303：获取工业产品生产线上的组装设备，获取在当前周期内由组装设备进行组装的产品零部件，并对产品零部件进行加工的各个工业设备进行获。袢「鞲龉ひ瞪璞赣胱樽吧璞钢涞木嗬，当当前周期内工业产品生产线上存在某一工业设备与目标工业设备加工零部件型号相同，将某一工业设备记为目标工业设备的标记待定工业设备；[0076] 步骤S304：根据目标工业设备的标记待定工业设备与组装设备之间的距离，对标记待定工业设备进行标记，其中，标记待定工业设备xg表示在目标工业设备的各个标记待定工业设备中，与组装设备距离最近的第g个标记待定工业设备；[0077] 步骤S305：基于待定设备数量筛选算法从目标工业设备的各个标记待定工业设备中，选取出与目标工业设备的组装设备距离最近的L个标记待定工业设备，记为目标待定工业设备，其中，待定设备数量筛选算法 其中，S为目标工业设备所属组装设备中各个工业设备的预测加工量的最小值， 表示标记待定工业设备xi的预测加工量， 表示标记待定工业设备xi的所在工业产品生产线中的各个工业设备的预测加工量的最小值，N为符合待定设备数量筛选算法时，目标工业设备的标记待定工业设备的总个数，其中，L为N的最小值；[0078] 例如，在目标工业设备的标记待定工业设备分别有标记待定工业设备x1、x2、x3，其中，标记待定工业设备x1、x2、x3与目标工业设备的组装设备距离依次从小到大，其中，目标工业设备所属组装设备中各个工业设备的预测加工量的最小值为30，标记待定工业设备x1的预测加工量 为50，标记待定工业设备x1的所在工业产品生产线中的各个工业设备的预测加工量的最小值 为30，标记待定工业设备x2的预测加工量 为60，标记待定工业设备x2的所在工业产品生产线中的各个工业设备的预测加工量的最小值 为30，标记待定工业设备x1的预测加工量 为50，标记待定工业设备x1的所在工业产品生产线中的各个工业设备的预测加工量的最小值 为40，当N为1时，待定设备数量筛选算法20>30，可见并不成立，当N为2时，定设备数量筛选算法50>30，成立，当N为3时，定设备数量筛选算法60>30，成立，所以能使得设备数量筛选算法成立的N的最小值为2，即使标记待定工业设备x1、x2，为目标待定工业设备；[0079] 步骤S306：获取组装设备的各个目标工业设备的各个目标待定工业设备并进行汇集，得到组装设备所属工业产品生产线的产品调度数据；[0080] 步骤S400：基于当前周期内组装设备所属工业产品生产线的产品调度数据，对工业产品生产线中的各个产品零部件进行智能调度，并对工业生产线上的产品零部件进行产品检测，对工业产品生产线进行智能监管；[0081] 其中，步骤S400包括：[0082] 步骤S401：将工业产品生产线上各个目标工业设备进行标记，并通知工作人员对目标工业设备进行维修；[0083] 步骤S402：基于组装设备所属工业产品生产线的产品调度数据，获取组装设备所属工业产品生产线的目标工业设备，并获取目标工业设备的若干个目标待定工业设备，获取当前周期内向目标工业设备传输产品零部件的工业设备，并记为目标工业设备的标记工业设备；[0084] 步骤S403：将当前周期内的工业生产线上的各个目标工业设备进行停机，并将目标工业设备的标记工业设备，在当前周期内的加工的产品零部件运输至目标工业设备的若干个目标待定工业设备处，若干个目标待定工业设备通过运输设备再将加工后的产品零部件运输至目标工业设备的组装设备处，并通过视觉质量检测算法对各批次产品零部件进行智能产品检测，对工业产品生产线进行智能监管；[0085] 为了更好的实现上述方法还提出了产品生产监管系统，产品生产监管系统包括标记数据变化值模块、设备状态评估模块、产品调度数据模块、智能监管模块；[0086] 标记数据变化值模块，用于对历史设备记录中工业设备的设备参数的标记数据变化值进行计算；[0087] 设备状态评估模块，用于对当前周期内工业设备的设备参数进行监测，并对当前周期内工业设备进行设备状态评估；[0088] 产品调度数据模块，用于分析工业产品生产线上工业设备的设备状态，对组装设备组装的工业产品的生产状态影响程度，得到组装设备所属生产线的产品调度数据；[0089] 智能监管模块，用于基于当前周期内组装设备所属工业产品生产线的产品调度数据，对工业产品生产线中的各个产品零部件进行智能调度，调整工业产品生产线；[0090] 其中，标记数据变化值模块包括标记合格率单元、标记数据变化值单元；[0091] 标记合格率单元，用于对工业设备各批次产品零部件的标记合格率进行计算；[0092] 标记数据变化值单元，用于对被标记的历史设备记录中工业设备的各项设备参数的标记数据变化值进行计算；[0093] 其中，设备状态评估模块包括目标对照平均值单元、设备状态评估单元；[0094] 目标对照平均值单元，用于对当前周期内工业设备各项设备参数进行数据评估，获取工业设备各项设备参数的目标对照平均值；[0095] 设备状态评估单元，用于对当前周期内工业设备进行设备状态评估，判定工业设备加工对应批次产品零部件时，工业设备是否存在异常风险；[0096] 其中，产品调度数据模块包括标记待定工业设备单元、产品调度数据单元；[0097] 标记待定工业设备单元，用于对各个工业设备与组装设备之间的距离进行获。⒒袢∧勘旯ひ瞪璞傅谋昙谴üひ瞪璞福籟0098] 产品调度数据单元，用于对组装设备的各个目标工业设备的各个目标待定工业设备进行获取并汇集，得到组装设备所属工业产品生产线的产品调度数据；[0099] 其中，智能监管模块包括智能监管单元；[0100] 智能监管单元，用于在当前周期内的加工的产品零部件运输至目标工业设备的若干个目标待定工业设备处，若干个目标待定工业设备通过运输设备再将加工后的产品零部件运输至目标工业设备的组装设备处，并通过视觉质量检测算法对各批次产品零部件进行质量智能检测，对工业产品生产线进行智能调整。[0101] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。[0102] 最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

专利地区：江苏

专利申请日期：2024-06-04

专利公开日期：2024-11-29

专利公告号：CN118537031B