超长编织管内部瑕疵在线检测方法技术

本发明专利技术公开了超长编织管内部瑕疵在线检测方法，包括如下步骤：S1、训练缺陷识别模型；S2、采集超长编织管的内部图案，将得到的图案输入缺陷识别模型中，获得处理后的二值化管道内部掩码图；S3、缺陷识别模型对二值化管道内部掩码图进行进一步识别，提取图案中的颜色、亮度、面积、位置等信息，与预先学习得到的标准区间值进行比对，当查找到符合区间内设定的特征出现时，判定出现缺陷，本发明专利技术实现了对长距离编织软管的内部品质的实时监测，避免了通过人工肉眼识别管道内部缺陷的现象，节省人力，降低成本，通过深度学习结合机器视觉的方式，缺陷识别成功率高，能够及时发现管道内部缺陷，提升产品合格率。

On-line inspection method for internal defects of super long braided tubes

【技术实现步骤摘要】
超长编织管内部瑕疵在线检测方法
本专利技术涉及编织管生产技术
，具体为超长编织管内部瑕疵在线检测方法。
技术介绍
目前的超长编织软管一般都是连续生产，在生产过程中，编织软管内部可能会出现瑕疵，若无法及时发现，就会影响产品后续的品质，因此对编织软管内部进行检测就变得十分重要，但目前所有在超长编织软管的监测品质的方案中，基本都是对带坯的外观做表面的检测，对于其内部的检测一直没有很好的方式，特别是超长距离的编织软管就更难检测内部的瑕疵，只能通过在生产过程中的人员依靠肉眼观察，浪费了大量的人力，而且人的精力有限且存在视觉疲劳，故影响产品的整体的合格率。
技术实现思路
本专利技术的目的在于提供超长编织管内部瑕疵在线检测方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：超长编织管内部瑕疵在线检测方法，包括如下步骤：S1、训练缺陷识别模型；S2、采集超长编织管的内部图案，将得到的图案输入缺陷识别模型中，获得处理后的二值化管道内部掩码图；S3、缺陷识别模型对二值化管道内部本文档来自技高网...

【技术保护点】
1.超长编织管内部瑕疵在线检测方法，其特征在于：包括如下步骤：/nS1、训练缺陷识别模型；/nS2、采集超长编织管的内部图案，将得到的图案输入缺陷识别模型中，获得处理后的二值化管道内部掩码图；/nS3、缺陷识别模型对二值化管道内部掩码图进行进一步识别，提取图案中的颜色、亮度、面积、位置等信息，与预先学习得到的标准区间值进行比对，当查找到符合区间内设定的特征出现时，判定出现缺陷；/nS4、通过现场I/O总线，将所有采集到的现场数字量讯息与模拟量讯息传输给PLC控制器，通过PLC控制器对采集到的信号进行初步识别处理，再发送给现场PC，现场PC对现场的信号作出数据整合，在接收到全卷积神经网络发出的缺...

【技术特征摘要】
1.超长编织管内部瑕疵在线检测方法，其特征在于：包括如下步骤：
S1、训练缺陷识别模型；
S2、采集超长编织管的内部图案，将得到的图案输入缺陷识别模型中，获得处理后的二值化管道内部掩码图；
S3、缺陷识别模型对二值化管道内部掩码图进行进一步识别，提取图案中的颜色、亮度、面积、位置等信息，与预先学习得到的标准区间值进行比对，当查找到符合区间内设定的特征出现时，判定出现缺陷；
S4、通过现场I/O总线，将所有采集到的现场数字量讯息与模拟量讯息传输给PLC控制器，通过PLC控制器对采集到的信号进行初步识别处理，再发送给现场PC，现场PC对现场的信号作出数据整合，在接收到全卷积神经网络发出的缺陷信号时，通过警示模块发出警告，使生产线停机；
S5、所述现场PC的数量根据现场车间的数量一一设置，所述现场PC将整合的数据信息实时传输给中控PC，中控PC对所有的现场PC进行实时监控，以监控现场所有车间的设备状态。


2.根据权利要求1所述的超长编织管内部瑕疵在线检测方法，其特征在于：所述步骤S1具体包括如下步骤：
a、利用预先采集的若干张编织管内部样本图案，对其中的各类缺陷进行标注；
b、将标注后的样本图案输入全卷积神经网络，对全卷积神经网络进行训练，全卷积神经网络获取图案中的颜色、亮度、面积、位置等信息，并针对这些信息的标准值进行区间设定，直至损失函数值不再减小时停止训练，获得训练好的缺陷识别模型。


3.根据权利要求1所述的超长编织管内部瑕疵在线检测方法，其特征在于：所述步骤S2中的采集超长编织管的内部图案具体包括如下步骤：
A、利用图像采集模块，检测编织软管顶端的一个圆环区域，随着编织软管的编织过程进行，编织软管会逐渐增...

【专利技术属性】
技术研发人员：黄裕中，申成冬，卞冬明，于宏均，卜小海，
申请(专利权)人：中裕软管科技股份有限公司，
类型：发明
国别省市：江苏;32