一种基于深度学习的注塑机监控装置及注塑机制造方法及图纸

本申请公开了一种基于深度学习的注塑机监控装置及注塑机，包括：图像采集装置，用于获取被注塑对象的注塑图像，并发送注塑图像至控制器；控制器，用于将注塑图像发送至服务器，接收服务器发送的注塑结果，发送注塑结果和注塑图像至显示设备；服务器，包括深度学习模块，深度学习模块，用于接收注塑图像，输出基于深度学习算法训练而成的注塑检测模型得到的注塑结果，发送注塑结果至控制器；显示设备，用于显示注塑图像和注塑结果；本申请通过图像采集装置采集注塑机工作时被注塑对象的注塑图像，以供服务器利用注塑检测模型对注塑图像进行分析和判断，得到注塑结果，再由显示设备将显示，注塑结果的准确度更高，避免人为导致的产品质量问题。

【技术实现步骤摘要】
一种基于深度学习的注塑机监控装置及注塑机
本技术涉及注塑工程领域，特别涉及一种基于深度学习的注塑机监控装置及注塑机。
技术介绍
注塑机又名注射成型机或注射机，然而，在注塑过程中，仅靠人为管控，全凭开机作业员视角监测管控，例如，判断被注塑对象是否有多装，漏装，少装，或者生产的开模过程中出现黏模现象，被注塑对象的注塑结果全部需要开机作业员进行判断，开机作业员压力责任大，存在人为误判的可能性，且判断的准确度也难以保证，风险系数较大。为此，需要一种更为可靠准确度更高的基于深度学习的注塑机监控装置。
技术实现思路
有鉴于此，本技术的目的在于提供一种基于深度学习的注塑机监控装置及注塑机。其具体方案如下：一种基于深度学习的注塑机监控装置，包括：图像采集装置、控制器、服务器和显示设备；所述图像采集装置、所述控制器和所述显示设备依次相连，所述控制器与所述服务器连接；所述图像采集装置，用于获取被注塑对象的注塑图像，并发送所述注塑图像至所述控制器；所述控制器，用于将所述注塑图像发送至所述服务器，接收所述服务器发送的注塑结果，发送所述注塑结果和所述注塑图像至所述显示设备；所述服务器，包括深度学习模块，所述深度学习模块，用于接收所述注塑图像，输出基于深度学习算法训练而成的注塑检测模型得到的所述注塑结果，发送所述注塑结果至所述控制器；所述显示设备，用于显示所述注塑图像和所述注塑结果。可选的，所述图像采集装置包括相互连接的工业相机和视频编码器；所述视频编码器与所述控制器相连；所述工业相机，用于获取所述被注塑对象的原始注塑图像；所述视频编码器，用于对所述原始注塑图像进行编译，得到所述注塑图像，并发送所述注塑图像至所述控制器。可选的，还包括与所述控制器和所述视频编码器分别相连的存储设备；所述存储设备，用于接收所述视频编码器发送的注塑图像并存储，接收所述控制器发送的所述注塑结果并存储。可选的，还包括：与所述控制器相连、安装于注塑机的料管内、用于检测所述料管内物料温度的温度传感器；与所述控制器相连、安装于所述注塑机的所述料管内、用于加热所述料管内物料的加热器。可选的，还包括与所述控制器相连的警报装置；所述警报装置，用于接收所述控制器发送的警报信号，利用所述警报信号示警。可选的，还包括与所述控制器相连、安装在所述注塑机的液压系统中、用于检测液压油参数的液压油传感器组。可选的，所述液压油传感器组包括分别与所述控制器相连，用于测量液压油介电常数的介电常数传感器、用于测量液压油粘性的粘度传感器、用于测量液压油中的颗粒的数量和/或性质的颗粒传感器、用于测量液压油温度的液压油温度传感器和/或用于测量液压油酸性的酸度传感器。本技术实施例还公开了一种注塑机，包括如前述的基于深度学习的注塑机监控装置。本技术中，基于深度学习的注塑机监控装置，包括：图像采集装置、控制器、服务器和显示设备；图像采集装置、控制器和显示设备依次相连，控制器与服务器连接；图像采集装置，用于获取被注塑对象的注塑图像，并发送注塑图像至控制器；控制器，用于将注塑图像发送至服务器，接收服务器发送的注塑结果，发送注塑结果和注塑图像至显示设备；服务器，包括深度学习模块，深度学习模块，用于接收注塑图像，输出基于深度学习算法训练而成的注塑检测模型得到的注塑结果，发送注塑结果至控制器；显示设备，用于显示注塑图像和注塑结果。本技术通过图像采集装置采集注塑机工作时被注塑对象的注塑图像，以供服务器利用深度学习模块中基于深度学习训练而成的注塑检测模型对注塑图像进行分析和判断，从而得到被注塑对象的注塑结果，用户除了可直接观看注塑成品外，亦可再由显示设备将注塑资料及结果展示给用户，使用户可以更加直观的掌握被注塑对象的注塑结果，注塑结果的准确度更高，避免因人为疏忽导致的产品质量问题。附图说明为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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技术的实施例，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，还可以根据提供的附图获得其他的附图。图1为本技术实施例公开的一种基于深度学习的注塑机监控装置结构示意图；图2为本技术实施例公开的另一种基于深度学习的注塑机监控装置结构示意图；图3为本技术实施例公开的另一种基于深度学习的注塑机监控装置和一种注塑机的一种实际应用结构示意图。具体实施方式下面将结合本技术实施例中的附图，对本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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。本技术实施例公开了一种基于深度学习的注塑机监控装置，参见图1所示，该装置包括：图像采集装置1、控制器2、服务器3和显示设备4；图像采集装置1、控制器2和显示设备4依次相连，控制器2与服务器连3接；图像采集装置1，用于获取被注塑对象的注塑图像，并发送注塑图像至控制器2；控制器2，用于将注塑图像发送至服务器3，接收服务器3发送的注塑结果，发送注塑结果和注塑图像至显示设备4；服务器3，包括深度学习模块，用于接收注塑图像，输出基于深度学习算法训练而成的注塑检测模型得到的注塑结果；显示设备4，用于显示注塑图像和注塑结果。具体的，利用图像采集装置1采集注塑机工作时，对被注塑对象进行注塑时的工作情况，通过图像采集装置1，能够获取到被注塑对象在生产过程中发生多装、漏装、少装或者生产的开模过程中出现黏模现象，诸如毛边、异色、挤压、条纹、黏模、凹陷、气泡和/或焦痕等不足；其中，图像采集装置1可以包括工业相机，还可以包括工业相机和X光机，利用X光机可以拍摄出被注塑对象内部的气泡或其他不足，服务器3此时同样可以根据X光片分析出被注塑对象的注塑结果。具体的，服务器3中的注塑检测模型为利用历史被注塑对象的历史注塑图像，对基于深度学习算法建立的原始注塑检测模型训练而成，实现图像识别，在实际应用中，服务器3在接收到注塑图像后，将注塑图像输入至深度学习模块中的注塑检测模型，运行注塑检测模型，注塑检测模型利用深度学习算法，识别注塑图像中的特征图像，进而确定注塑图像的类型，从而判断出被注塑对象是否正常或注塑过程中出现多装、漏装、少装、毛边、异色、挤压、条纹、黏模、凹陷、气泡和/或焦痕等其他问题，得到注塑结果，注塑结果中记载了被注塑对象的状态，如，是否正常，是否出现不足，出现了何种不足，显示设备4则相应的将注塑结果和注塑图像进行显示，以供用户查看，显示的注塑结果可以为文字说明的形式显示正常、多装、漏装、少装、毛边、异色、挤压、条纹、黏模、凹陷、气泡和/或焦痕等注塑结果，当然还可本文档来自技高网...

【技术保护点】
1.一种基于深度学习的注塑机监控装置，其特征在于，包括：图像采集装置、控制器、服务器和显示设备；/n所述图像采集装置、所述控制器和所述显示设备依次相连，所述控制器与所述服务器连接；/n所述图像采集装置，用于获取被注塑对象的注塑图像，并发送所述注塑图像至所述控制器；/n所述控制器，用于将所述注塑图像发送至所述服务器，接收所述服务器发送的注塑结果，发送所述注塑结果和所述注塑图像至所述显示设备；/n所述服务器，包括深度学习模块，所述深度学习模块，用于接收所述注塑图像，输出基于深度学习算法训练而成的注塑检测模型得到的所述注塑结果，发送所述注塑结果至所述控制器；/n所述显示设备，用于显示所述注塑图像和所述注塑结果。/n

【技术特征摘要】
1.一种基于深度学习的注塑机监控装置，其特征在于，包括：图像采集装置、控制器、服务器和显示设备；
所述图像采集装置、所述控制器和所述显示设备依次相连，所述控制器与所述服务器连接；
所述图像采集装置，用于获取被注塑对象的注塑图像，并发送所述注塑图像至所述控制器；
所述控制器，用于将所述注塑图像发送至所述服务器，接收所述服务器发送的注塑结果，发送所述注塑结果和所述注塑图像至所述显示设备；
所述服务器，包括深度学习模块，所述深度学习模块，用于接收所述注塑图像，输出基于深度学习算法训练而成的注塑检测模型得到的所述注塑结果，发送所述注塑结果至所述控制器；
所述显示设备，用于显示所述注塑图像和所述注塑结果。


2.根据权利要求1所述的基于深度学习的注塑机监控装置，其特征在于，所述图像采集装置包括相互连接的工业相机和视频编码器；所述视频编码器与所述控制器相连；
所述工业相机，用于获取所述被注塑对象的原始注塑图像；
所述视频编码器，用于对所述原始注塑图像进行编译，得到所述注塑图像，并发送所述注塑图像至所述控制器。


3.根据权利要求2所述的基于深度学习的注塑机监控装置，其特征在于，还包括与所述控制器和所述视频编码器分别相连的存储设备；
所述存储设备，用于接收所述视频编码器发送的...

【专利技术属性】
技术研发人员：熊钰麟，马仁宏，李奇恩，
申请(专利权)人：宁波弘讯科技股份有限公司，
类型：新型
国别省市：浙江;33