基于机械视觉检测的改性塑料生产检测方法及系统技术方案

本申请实施例公开了一种基于机械视觉检测的改性塑料生产检测方法及系统，通过从指定塑料生产分区的塑料生产检测视觉数据中获取待追溯的关键视觉数据，从所述关键视觉数据中追溯异常生产节点数据，并从所述异常生产节点数据中追溯生产缺陷定位数据，基于所述生产缺陷定位数据确定所述关键视觉数据对应的目标缺陷原因信息，结合每个所述关键视觉数据对应的目标缺陷原因信息向所述指定塑料生产分区对应的生产监测服务平台进行改性塑料生产检测结果下发，由此通过塑料生产检测视觉数据的自动化生产缺陷定位追溯和缺陷原因分析，提高了生产缺陷原因的分析准确性，由此提高后续塑料生产检测的可靠性。料生产检测的可靠性。料生产检测的可靠性。

【技术实现步骤摘要】
基于机械视觉检测的改性塑料生产检测方法及系统


[0001]本申请涉及材料生产
，具体而言，涉及一种基于机械视觉检测的改性塑料生产检测方法及系统。

技术介绍

[0002]在改性塑料生产过程中，需要进行实时的生产缺陷检测，以确定缺陷原因，进而进行生产方案的及时调整，保证生产质量。相关技术中的生产缺陷原因通常是人为分析的，导致工作量较大，并且缺陷原因追踪的可靠性不够，也影响后后续塑料生产检测的可靠性。

技术实现思路

[0003]本申请提供一种基于机械视觉检测的改性塑料生产检测方法及系统。
[0004]第一方面，本申请实施例提供一种基于机械视觉检测的改性塑料生产检测方法，应用于基于机械视觉检测的改性塑料生产检测系统，包括：从指定塑料生产分区的塑料生产检测视觉数据中获取待追溯的关键视觉数据；从所述关键视觉数据中追溯异常生产节点数据，并从所述异常生产节点数据中追溯生产缺陷定位数据；结合所述生产缺陷定位数据中反映的生产缺陷状态路径数据进行缺陷原因追踪，输出第一缺陷原因追踪信息，其中所述生产缺陷状态路径数据用于表示所述生产缺陷定位数据中的生产缺陷定位目标的缺陷运行信息和缺陷状态变化信息；从所述关键视觉数据中提取多个异常生产节点数据，生成异常生产节点知识图谱；结合所述异常生产节点知识图谱中反映的异常生产节点的耦合关系信息进行缺陷原因追踪，输出第二缺陷原因追踪信息，其中所述异常生产节点的耦合关系信息用于表示所述异常生产节点知识图谱中的异常生产节点之间的关系连接特征和异常生产节点之间的关系更新特征；结合所述第一缺陷原因追踪信息和所述第二缺陷原因追踪信息，确定所述关键视觉数据对应的目标缺陷原因信息；结合每个所述关键视觉数据对应的目标缺陷原因信息向所述指定塑料生产分区对应的生产监测服务平台进行改性塑料生产检测结果下发。
[0005]譬如，所述方法通过深度学习基础配置单元进行执行，所述深度学习基础配置单元包括缺陷原因追踪单元和目标缺陷原因追踪单元，所述方法还包括：获取第一塑料生产检测视觉样本数据簇和第二塑料生产检测视觉样本数据簇，所述第一塑料生产检测视觉样本数据簇包括多个第一塑料生产检测视觉样本数据，所述第一塑料生产检测视觉样本数据是从关键视觉数据的异常生产节点数据中追溯的生产缺陷定位数据，所述第二塑料生产检测视觉样本数据簇包括多个第二塑料生产检测视觉样本数据，所述第二塑料生产检测视觉样本数据是从关键视觉数据中获取的异常生产节点知识图
谱；结合所述第一塑料生产检测视觉样本数据簇对所述缺陷原因追踪单元进行网络层更新，其中所述缺陷原因追踪单元用于结合所述生产缺陷定位数据中反映的生产缺陷状态路径数据进行缺陷原因追踪，输出第一缺陷原因追踪信息，其中所述生产缺陷状态路径数据用于表示所述生产缺陷定位数据中的生产缺陷定位目标的缺陷运行信息和缺陷状态变化信息；结合所述第二塑料生产检测视觉样本数据簇对所述目标缺陷原因追踪单元进行网络层更新，其中所述目标缺陷原因追踪单元用于结合所述异常生产节点知识图谱中反映的异常生产节点的耦合关系信息进行缺陷原因追踪，输出第二缺陷原因追踪信息，其中所述异常生产节点的耦合关系信息用于表示所述异常生产节点知识图谱中的异常生产节点之间的关系连接特征和异常生产节点之间的关系更新特征；其中，所述获取第一塑料生产检测视觉样本数据簇之后，还包括：计算所述第一塑料生产检测视觉样本数据与非多方耦合缺陷视觉样本数据之间的关联度；假若关联度不小于目标关联度时，将所述第一塑料生产检测视觉样本数据确定为负塑料生产检测视觉样本数据；假若关联度小于目标关联度时，将所述第一塑料生产检测视觉样本数据确定为正塑料生产检测视觉样本数据；其中，所述获取第一塑料生产检测视觉样本数据簇之后，还包括：对所述多个第一塑料生产检测视觉样本数据进行聚簇，获得多个视觉样本数据簇；结合所述多个视觉样本数据簇分别对应的聚簇有效数据量，获得所述聚簇有效数据量匹配目标聚簇有效数据量条件的视觉样本数据簇内的第一塑料生产检测视觉样本数据作为负塑料生产检测视觉样本数据，以及获得所述聚簇有效数据量不匹配目标聚簇有效数据量条件的视觉样本数据簇内的第一塑料生产检测视觉样本数据作为正塑料生产检测视觉样本数据。
[0006]相比现有技术，结合从关键视觉数据中获取生产缺陷定位数据和异常生产节点知识图谱，结合多个考虑因素对关键视觉数据进行缺陷原因追踪，从生产缺陷定位数据中追溯生产缺陷定位目标的缺陷运行信息和缺陷状态变化信息进行缺陷原因追踪，从异常生产节点知识图谱中追溯异常生产节点之间的关系连接特征和异常生产节点之间的关系更新特征进行缺陷原因追踪，由此依据多个考虑因素的生产缺陷相关变量执行缺陷原因追踪，提高了生产缺陷原因的分析准确性，由此提高后续塑料生产检测的可靠性。
附图说明
[0007]图1为本申请实施例提供的一种基于机械视觉检测的改性塑料生产检测方法步骤流程示意图；图2为本申请的实施例提供的用于执行图1中的基于机械视觉检测的改性塑料生产检测方法的基于机械视觉检测的改性塑料生产检测系统的架构示意框图。
具体实施方式
[0008]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。结合本申请中的实施例，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它实施例，都属于本申请保护的范围。
[0009]步骤S110，从指定塑料生产分区的塑料生产检测视觉数据中获取待追溯的关键视觉数据。
[0010]关键视觉数据是指具体通过视觉检测获得的指定塑料生产分区的各种视觉检测数据，待追溯的关键视觉数据是暂未确定对应的目标缺陷原因信息的关键视觉数据，后续的描述中会示例性说明确定该关键视觉数据对应的目标缺陷原因信息。
[0011]步骤S120，从关键视觉数据中追溯异常生产节点数据，并从异常生产节点数据中追溯生产缺陷定位数据。
[0012]一些可能的实施例中，首先对关键视觉数据进行异常生产节点追溯，获得关键视觉数据的异常生产节点数据簇，该异常生产节点数据簇中包括上述关键视觉数据的每一个异常生产节点数据。一些可能的实施例中，从该异常生产节点数据簇中获得异常生产节点数据，进行对应的缺陷原因追踪。
[0013]一些可能的实施例中，在从该异常生产节点数据簇中获得异常生产节点数据之后，分析该异常生产节点数据中是否具有生产缺陷定位目标，如果具有则使用该异常生产节点数据进行对应的生产缺陷定位目标缺陷原因追踪，如果不具有则可以再次从异常生产节点数据簇中获得异常生产节点数据。
[0014]一些可能的实施例中，在获得上述异常生产节点数据簇之后，可以将并结合有生产缺陷定位目标的异常生产节点数据从异常生产节点数据簇中移除，获得目标异常生产节点数据簇。然后从目标异常生产节点数据簇中获得异常生产节点数据，进行结合生产缺陷定位目标缺陷原因追踪。
[0015]一些可能的实施例中，对异常生产节点数据的获得方案不作详细限定。例如，可以随机从异常生产节点数据簇中获得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机械视觉检测的改性塑料生产检测方法，应用于基于机械视觉检测的改性塑料生产检测系统，其特征在于，包括：从指定塑料生产分区的塑料生产检测视觉数据中获取待追溯的关键视觉数据；从所述关键视觉数据中追溯异常生产节点数据，并从所述异常生产节点数据中追溯生产缺陷定位数据；基于所述生产缺陷定位数据确定所述关键视觉数据对应的目标缺陷原因信息；结合每个所述关键视觉数据对应的目标缺陷原因信息向所述指定塑料生产分区对应的生产监测服务平台进行改性塑料生产检测结果下发。2.根据权利要求1所述的基于机械视觉检测的改性塑料生产检测方法，其特征在于，所述基于所述生产缺陷定位数据确定所述关键视觉数据对应的目标缺陷原因信息的步骤，包括：结合所述生产缺陷定位数据中反映的生产缺陷状态路径数据进行缺陷原因追踪，输出第一缺陷原因追踪信息，其中所述生产缺陷状态路径数据用于表示所述生产缺陷定位数据中的生产缺陷定位目标的缺陷运行信息和缺陷状态变化信息；从所述关键视觉数据中提取多个异常生产节点数据，生成异常生产节点知识图谱；结合所述异常生产节点知识图谱中反映的异常生产节点的耦合关系信息进行缺陷原因追踪，输出第二缺陷原因追踪信息，其中所述异常生产节点的耦合关系信息用于表示所述异常生产节点知识图谱中的异常生产节点之间的关系连接特征和异常生产节点之间的关系更新特征；结合所述第一缺陷原因追踪信息和所述第二缺陷原因追踪信息，确定所述关键视觉数据对应的目标缺陷原因信息。3.根据权利要求2所述的基于机械视觉检测的改性塑料生产检测方法，其特征在于，所述结合所述生产缺陷定位数据中反映的生产缺陷状态路径数据进行缺陷原因追踪，输出第一缺陷原因追踪信息，包括：从所述生产缺陷定位数据中追溯第一生产缺陷状态路径数据，所述第一生产缺陷状态路径数据用于表示所述生产缺陷定位目标的缺陷运行变量簇；结合所述第一生产缺陷状态路径数据进行缺陷原因追踪，输出第一临时缺陷原因追踪信息；从所述生产缺陷定位数据中追溯第二生产缺陷状态路径数据，所述第二生产缺陷状态路径数据用于表示所述生产缺陷定位目标的缺陷状态变化信息；结合所述第二生产缺陷状态路径数据进行缺陷原因追踪，输出第二临时缺陷原因追踪信息；结合所述第一临时缺陷原因追踪信息和所述第二临时缺陷原因追踪信息，确定所述第一缺陷原因追踪信息。4.根据权利要求3所述的基于机械视觉检测的改性塑料生产检测方法，其特征在于，所述第一临时缺陷原因追踪信息结合第一缺陷原因追踪单元获得，所述第二临时缺陷原因追踪信息结合第二缺陷原因追踪单元获得；所述第一缺陷原因追踪单元包括第一变量提取分支、第一变量清洗分支和第一缺陷原因追踪分支；
其中，所述第一变量提取分支用于对所述生产缺陷定位数据进行变量提取，输出第一生产缺陷状态路径变量簇；所述第一变量清洗分支用于对所述第一生产缺陷状态路径变量簇进行变量清洗，输出所述第一生产缺陷状态路径数据；所述第一缺陷原因追踪分支用于结合所述第一生产缺陷状态路径数据进行缺陷原因追踪，输出所述第一临时缺陷原因追踪信息；所述第二缺陷原因追踪单元包括第二变量提取分支、第二变量清洗分支和第二缺陷原因追踪分支；其中，所述第二变量提取分支用于对所述生产缺陷定位数据进行变量提取，输出第二生产缺陷状态路径变量簇；所述第二变量清洗分支用于对所述第二生产缺陷状态路径变量簇进行变量清洗，输出所述第二生产缺陷状态路径数据；所述第二缺陷原因追踪分支用于结合所述第二生产缺陷状态路径数据进行缺陷原因追踪，输出所述第二临时缺陷原因追踪信息。5.根据权利要求3所述的基于机械视觉检测的改性塑料生产检测方法，其特征在于，所述结合所述第一临时缺陷原因追踪信息和所述第二临时缺陷原因追踪信息，确定所述第一缺陷原因追踪信息，包括：假若所述第一临时缺陷原因追踪信息和所述第二临时缺陷原因追踪信息反映所述关键视觉数据存在多方耦合缺陷原因数据，则输出反映所述关键视觉数据存在多方耦合缺陷原因数据的第一缺陷原因追踪信息；假若所述第一临时缺陷原因追踪信息和所述第二临时缺陷原因追踪信息中的任意一个反映所述关键视觉数据不存在多方耦合缺陷原因数据，则输出反映所述关键视觉数据不存在多方耦合缺陷原因数据的第一缺陷原因追踪信息；或者，假若所述第一临时缺陷原因追踪信息和所述第二临时缺陷原因追踪信息中的任意一个反映所述关键视觉数据存在多方耦合缺陷原因数据，则输出反映所述关键视觉数据存在多方耦合缺陷原因数据的第一缺陷原...

【专利技术属性】
技术研发人员：梁国伟，梁国超，苏伟彦，
申请(专利权)人：广东祥利科技有限公司，
类型：发明
国别省市：