【技术实现步骤摘要】
基于机器视觉的改性塑料挤出生产控制方法
[0001]本申请涉及机器视觉领域,具体涉及一种基于机器视觉的改性塑料挤出生产控制方法。
技术介绍
[0002]改性塑料作为一类具有特殊性质的塑料产品被广泛应用在现代塑料制品中,其主要的生产过程为将添加剂与塑料混合并进行挤出,拉条,切粒等工序,最终制成具有特殊性质的改性塑料成品颗粒。在上述工序中,挤出工序为重要的一环,其产品质量对最后的成品颗粒影响极大。而螺杆挤出机作为塑料挤出工艺中应用最为广泛的生产机器,在改性塑料的挤出工序中也被广泛应用,其生产参数就成为影响挤出产品质量的主要因素。
[0003]在改性塑料的挤出工艺中,主要存在的缺陷有,塑料热降解(烧焦)、熔体破裂、塑化不良等缺陷。这些缺陷严重影响了挤出产品的质量。排除原料因素后、产生这些缺陷的原因主要是挤出机的参数设定不合理,致使挤出产品出现上述缺陷,具体的对应关系为:塑料热降解是由于熔体受热过多,导致表面发生热降解;熔体破裂是由于熔体在挤出过程中受到的剪切速率过大;塑化不良是由于熔体受热较少,原料未完全塑化引起。这些缺陷 ...
【技术保护点】
【技术特征摘要】
1.一种基于机器视觉的改性塑料挤出生产控制方法,其特征在于,包括:利用改性塑料缺陷电子识别装置采集待检测的塑料条表面彩色图像,并将其灰度化,获得塑料条灰度图像,利用canny边缘检测算法获取塑料条灰度图像中的所有边缘实例,并同时获取每个边缘实例上每个像素的梯度方向以及像素位置,根据每个边缘实例上所有像素的梯度方向获得每个边缘实例的振荡程度,根据每个边缘实例上所有像素的位置获得每个边缘实例的间距周期性;对每个边缘实例的振荡程度以及间距周期性分别进行分级,获得灰度图像中每个边缘实例的振荡程度级别以及间距周期性级别,根据所述振荡程度级别以及间距周期性级别计算塑料条灰度图像的所有缺陷种类表征系数;根据塑料条灰度图像的每个缺陷种类表征系数判断塑料条灰度图像中存在的缺陷种类并提供相应的参数调控策略。2.根据权利要求1所述的基于机器视觉的改性塑料挤出生产控制方法,其特征在于,所述每个边缘实例的振荡程度获取步骤包括:根据每个边缘实例获得每个边缘实例的梯度方向序列,获取所述梯度方向序列上任意两个相邻元素,构成任意一个元素对,根据任意一个元素对中两个元素值差值的绝对值获取任意一个元素对的差异特征值,获取所有元素对的差异特征值,将所有元素对差异特征值的方差称为每个边缘实例的振荡程度。3.根据权利要求2所述的基于机器视觉的改性塑料挤出生产控制方法,其特征在于,根据每个边缘实例获得每个边缘实例的梯度方向序列,包括:所述每个边缘实例的梯度方向序列的构建方式为将边缘实例的端点之一作为起点,另一个端点作为终点,以起点的梯度方向作为第一个序列元素,以终点的梯度方向作为最后一个序列元素,将其余像素点的梯度方向按照起点到终点间每个像素点的排列顺序依次作为序列元素。4.根据权利要求1所述的基于机器视觉的改性塑料挤出生产控制方法,其特征在于,所述每个边缘实例的间距周期性获取步骤包括:根据每个边缘实例获得每个边缘实例的像素位置序列,获取任意两个像素位置序列构成一个像素位置序列对,获取任意一个像素位置序列对中的两个像素位置序列的DTW距离作为任意一个像素位置序列对的间距周期特征值,获取所有像素位置序列对的间距周期特征值,将所有包含同一个像素位置序列的像素位置序列对合并为一个集合,称为该像素位置序列的序列对集合,计算每个像素位置序列的序列对集合内所有像素位置序列对间距周期特征值的方差,称此方差为每个边缘实例的间距周期性。5.根据权利要求4所述的基于机器视觉的改性塑料挤出生产控制方法,其特征在于,根据每个边缘实例获得每个边缘实例的像素位置序列,包括:所述每个边缘实例的像素位置序列的构建方式为将边缘实例的靠近图像左上角位置的端点作为起点,另一个端点作为终点,以起点的像素位置作...
【专利技术属性】
技术研发人员:蒋净镖,
申请(专利权)人:南通净缘塑料制品有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。