一种基于图像处理的喷嘴铸件后处理智能监测方法技术

本发明专利技术涉及人工智能技术领域，提供了一种基于图像处理的喷嘴铸件后处理智能监测方法：在喷嘴铸件后处理过程中，根据实时加工工序当前的多组作业人员操作图像和多组作业设备状态信息，得到实时加工工序当前的作业状态指标；根据实时加工工序当前的作业状态指标、实时加工工序的状态转移矩阵、任意两个工序之间的相关性系数，预测实时加工工序和各个未完成工序的作业状态指标，计算实时加工工序对自身工序、各个未完成工序的影响程度值，并根据各影响程度值，确定实时加工工序当前的作业状态的合理性。本发明专利技术根据各工序的影响程度，对当前工序作业人员和作业设备的状态进行监测，及时调整加工工艺和人员作业状态，提高了喷嘴铸件合格率。件合格率。件合格率。

【技术实现步骤摘要】
一种基于图像处理的喷嘴铸件后处理智能监测方法


[0001]本专利技术涉及人工智能、图像处理
，具体涉及一种基于图像处理的喷嘴铸件后处理智能监测方法。

技术介绍

[0002]喷雾产品广泛应用于造纸业、制药业、食品业、化工业、污染控制、电子、电站、钢铁等行业，喷嘴多以浇铸工艺获得不同型号的喷嘴，以适用于不同行业的不同需求。在铸造工序中，铸件的后处理是得到最终产品的最后一步，喷嘴铸件的后处理包括热处理、整形、粗加工和防锈处理四个共工序，工序直接存在相互影响，为了保证产品的质量以及铸件后处理产线的正常运行和加工难度，需要对喷嘴铸件后处理过程进行监测。但是，目前业界还缺乏对喷嘴铸件后处理过程进行监测的可靠的监测方式，这就导致最后生产出来的喷嘴铸件不满足质量要求，喷嘴铸件合格率低下的问题。

技术实现思路

[0003]本专利技术的目的在于提供一种基于图像处理的喷嘴铸件后处理智能监测方法，用于解决现有缺乏可靠的监测方式导致喷嘴铸件合格率较低的问题。
[0004]为解决上述技术问题，本专利技术所采用的技术方案具体如下：本专利技术提供了一种基于图像处理的喷嘴铸件后处理智能监测方法，包括以下步骤：在喷嘴铸件后处理过程中，获取实时加工工序当前的多组作业人员操作图像和作业设备状态信息，并获取预先得到的实时加工工序的状态转移矩阵、各个未完成工序的状态转移矩阵以及各个未完成工序和该实时加工工序之间的相关性系数；根据实时加工工序当前的多组作业人员操作图像和对应的多组作业设备状态信息，并利用训练好的作业状态判别网络进行分类，得到每组作业人员操作图像和作业设备状态信息在各个设定作业状态类别上的分类概率；根据各个设定作业状态类别以及在各个设定作业状态类别上的分类概率，计算实时加工工序当前的作业状态指标；根据各个设定作业状态类别、在各个设定作业状态类别上的分类概率和实时加工工序的状态转移矩阵，预测实时加工工序下一时刻的作业状态指标；根据实时加工工序当前的作业状态指标以及各个未完成工序和该实时加工工序之间的相关性系数，预测各个未完成工序的作业状态指标；根据实时加工工序下一时刻的作业状态指标、各个未完成工序的作业状态指标，计算实时加工工序对自身工序以及各个未完成工序的影响程度值；根据实时加工工序对自身工序以及各个未完成工序的影响程度值，确定实时加工工序当前的作业状态是否需要提高。
[0005]进一步的，各个工序的状态转移矩阵的得到步骤包括：
获取历史数据，所述历史数据包括：多次喷嘴铸件后处理过程中，每次喷嘴铸件后处理过程的各个工序的多组作业人员操作图像和作业设备状态信息；根据历史数据中每次喷嘴铸件后处理过程的各个工序的多组作业人员操作图像和对应的多组作业设备状态信息，并利用训练好的作业状态判别网络进行分类，得到历史数据中各个工序的每组作业人员操作图像和作业设备状态信息在各个设定作业状态类别上的分类概率；计算每次喷嘴铸件后处理过程各个工序在各个设定作业状态类别上的分类概率的相似度，进而得到各个工序中各个设定作业状态类别之间的相似度；根据各个工序中各个设定作业状态类别之间的相似度，计算各个工况中任意一个设定作业状态类别分别到所有设定作业状态类别的初始边权值，进而得到各个工况中任意一个设定作业状态类别分别到所有设定作业状态类别的相对边权值；根据各个工况中任意一个设定作业状态类别分别到所有设定作业状态类别的相对边权值，构造每个工序的状态转移矩阵。
[0006]进一步的，工况中任意一个设定作业状态类别分别到所有设定作业状态类别的初始边权值的计算公式为：其中，u为作业人员操作图像和作业设备状态信息对应的组数，为第u组作业人员操作图像和作业设备状态信息在设定作业状态类别e上的分类概率，为第u组作业人员操作图像和作业设备状态信息在设定作业状态类别f上的分类概率，为第u组作业人员操作图像和作业设备状态信息所对应的设定作业状态类别e到设定作业状态类别f的初始边权值，w
e.f
为工况中设定作业状态类别e到设定作业状态类别f的初始边权值，Num为作业人员操作图像和作业设备状态信息的总组数。
[0007]进一步的，工况中任意一个设定作业状态类别分别到所有设定作业状态类别的相对边权值的计算公式为：其中，w
e.f
为工况中设定作业状态类别e和f之间的初始边权值，z
ef
为工况中设定作业状态类别e到设定作业状态类别f的相对边权值，w
e.e
为工况中设定作业状态类别e到设定作业状态类别e的初始边权值，n为设定作业状态类别的总数目，w
e.i
为工况中设定作业状态类别e到其他设定作业状态类别i的初始边权值。
[0008]进一步的，两个工序之间的相关性系数的得到步骤包括：根据各个设定作业状态类别以及历史数据中各个工序的每组作业人员操作图像和作业设备状态信息在各个设定作业状态类别上的分类概率，分别计算各个工序的作业状态指标；
根据各个工序的作业状态指标，计算任意两个工序的相关性系数。
[0009]进一步的，任意两个工序之间的相关性系数的计算公式为：其中，为工序i和工序j之间的相关性系数，为工序j的第m个作业状态指标，为工序i的第m个作业状态指标，n为工序i或工序j的作业状态指标的总数目。
[0010]进一步的，实时加工工序对自身工序以及各个未完成工序的影响程度值的计算公式为：其中，为工序i对工序j的影响程度值，为工序j的作业状态指标，为工序j的基础加工作业状态指标，为工序i下一时刻的作业状态指标，为工序i的基础加工作业状态指标。
[0011]进一步的，确定实时加工工序当前的作业状态是否需要提高的步骤包括：确定实时加工工序对自身工序以及各个未完成工序的影响程度值中最大的影响程度值；判断最大的影响程度值是否大于设定的影响程度值阈值，若大于设定的影响程度值阈值，则提高实时加工工序的作业状态，并进行预警。
[0012]本专利技术具有如下有益效果：本专利技术通过预先获取用于表征工序内的各个分类类别之间转换关系的状态转移矩阵，以及用于表征不同工序之间的作业状态指标关系的任意两工序之间的相关性系数，对实时加工工序和后面各个未完成工序的作业状态指标进行预测，进而得到实时加工工序对自身工序以及各个未完成工序的影响程度值，在影响程度值较大的情况下，则及时调整当前实时加工工序的加工工艺和人员作业状态，有效提高了喷嘴铸件合格率。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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，还可以根据这些附图获得其它附图。
[0014]图1为本专利技术的网络H
i
的网络结构示意图；图2为本专利技术的喷嘴铸件后处理工序的链式图结构；图3为本专利技术的基于图像处理的喷嘴铸件后处理智能监测方法的流程图。
具体实施方式
[0015]为了更进一步阐述本专利技术为达成预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的喷嘴铸件后处理智能监测方法，其特征在于，包括以下步骤：在喷嘴铸件后处理过程中，获取实时加工工序当前的多组作业人员操作图像和作业设备状态信息，并获取预先得到的实时加工工序的状态转移矩阵、各个未完成工序的状态转移矩阵以及各个未完成工序和该实时加工工序之间的相关性系数；根据实时加工工序当前的多组作业人员操作图像和对应的多组作业设备状态信息，并利用训练好的作业状态判别网络进行分类，得到每组作业人员操作图像和作业设备状态信息在各个设定作业状态类别上的分类概率；根据各个设定作业状态类别以及在各个设定作业状态类别上的分类概率，计算实时加工工序当前的作业状态指标；根据各个设定作业状态类别、在各个设定作业状态类别上的分类概率和实时加工工序的状态转移矩阵，预测实时加工工序下一时刻的作业状态指标；根据实时加工工序当前的作业状态指标以及各个未完成工序和该实时加工工序之间的相关性系数，预测各个未完成工序的作业状态指标；根据实时加工工序下一时刻的作业状态指标、各个未完成工序的作业状态指标，计算实时加工工序对自身工序以及各个未完成工序的影响程度值；根据实时加工工序对自身工序以及各个未完成工序的影响程度值，确定实时加工工序当前的作业状态是否需要提高。2.根据权利要求1所述的基于图像处理的喷嘴铸件后处理智能监测方法，其特征在于，各个工序的状态转移矩阵的得到步骤包括：获取历史数据，所述历史数据包括：多次喷嘴铸件后处理过程中，每次喷嘴铸件后处理过程的各个工序的多组作业人员操作图像和作业设备状态信息；根据历史数据中每次喷嘴铸件后处理过程的各个工序的多组作业人员操作图像和对应的多组作业设备状态信息，并利用训练好的作业状态判别网络进行分类，得到历史数据中各个工序的每组作业人员操作图像和作业设备状态信息在各个设定作业状态类别上的分类概率；计算每次喷嘴铸件后处理过程各个工序在各个设定作业状态类别上的分类概率的相似度，进而得到各个工序中各个设定作业状态类别之间的相似度；根据各个工序中各个设定作业状态类别之间的相似度，计算各个工况中任意一个设定作业状态类别分别到所有设定作业状态类别的初始边权值，进而得到各个工况中任意一个设定作业状态类别分别到所有设定作业状态类别的相对边权值；根据各个工况中任意一个设定作业状态类别分别到所有设定作业状态类别的相对边权值，构造每个工序的状态转移矩阵。3.根据权利要求2所述的基于图像处理的喷嘴铸件后处理智能监测方法，其特征在于，工况中任意一个设定作业状态类别分别到所有设定作业状态类别的初始边权值的计算公式为：
其中，为作业人员操作图像和作业设备状态信息对应的组数，为第u组作业人员操作图像和作业设备状态信息在设定作业状态类别e上...

【专利技术属性】
技术研发人员：张宏博，佟龙，张磊，梁东勋，张玉宁，
申请(专利权)人：山东大拇指喷雾设备有限公司，
类型：发明
国别省市：