基于人工智能的电动批头的质量检测方法技术

技术编号:34149465 阅读:16 留言:0更新日期:2022-07-14 19:46
本发明专利技术涉及电数字数据处理技术领域,具体涉及一种基于人工智能的电动批头的质量检测方法,该方法适用于特定功能,具体是适用于电动批头质量检测的数字数据处理方法,利用了计算机进行辅助计算和处理,包括:根据一批次中各个电动批头的长度、宽度、旋转半径、轴向应力序列和偏心系数,确定各个电动批头的同轴度指标值和滑移风险程度,进而确定各个电动批头的质量评估系数,最终确定各个电动批头是否满足质量要求。本发明专利技术能够实现电动批头质量的可靠检测,可以适用于大数据资源服务、数据库和云数据库服务等互联网数据服务,可以配置为与批头质量检测相关的云计算软件、云端融合应用运行支撑平台软件等。行支撑平台软件等。行支撑平台软件等。

【技术实现步骤摘要】
基于人工智能的电动批头的质量检测方法


[0001]本专利技术涉及电数字数据处理
,具体涉及一种基于人工智能的电动批头的质量检测方法。

技术介绍

[0002]得益于城市化的快速发展和电商的快速增长,电动工具行业呈现快速发展态势,随着电动工具需求量的加大,更应该做好质量把控。其中,在批头的生产过程中,会因为一些生产因素导致批头不够直,或者是轴向力不够等问题,这些质量问题会导致批头在工作时容易滑丝,造成不好的使用体验。
[0003]以往的批头检验主要依赖人工肉眼检测,当检测时间较长时,会因为用眼疲劳等原因导致检测结果容易出现误差。后来出现了利用机器视觉技术对批头质量进行检测,这种检测方式有效提高了检验准确性,但机器视觉设备一次购入费用过高,检测成本较大。

技术实现思路

[0004]本专利技术的目的在于提供一种基于人工智能的电动批头的质量检测方法及系统,用于解决批头质量检测可靠性较差的问题。
[0005]为解决上述技术问题,本专利技术提供了一种基于人工智能的电动批头的质量检测方法,包括以下步骤:获取一批次中各个电动批头的长度、宽度、旋转半径、轴向应力序列和偏心系数;根据各个电动批头的长度、宽度和旋转半径,确定各个电动批头的同轴度指标值;根据各个电动批头的同轴度指标值和轴向应力序列,对电动批头进行分组,从而得到各个电动批头组;根据各个电动批头组中的各个电动批头的轴向应力序列,确定各个电动批头组对应的等效轴向力;根据各个电动批头的轴向应力序列、长度和偏心系数以及各个电动批头所在的电动批头组对应的等效轴向力,确定各个电动批头的滑移风险程度;根据各个电动批头的滑移风险程度和同轴度指标值,确定各个电动批头的质量评估系数,进而确定各个电动批头是否满足质量要求。
[0006]进一步的,确定各个电动批头的同轴度指标值的步骤包括:根据各个电动批头的宽度和旋转半径,计算各个电动批头的直径差异值;根据各个电动批头的直径差异值和长度,计算各个电动批头的同轴度指标值;对各个电动批头的同轴度指标值进行归一化处理,从而得到最终的各个电动批头的同轴度指标值。
[0007]进一步的,确定各个电动批头组对应的等效轴向力的步骤包括:根据各个电动批头组中的各个电动批头的轴向应力序列,确定各个电动批头组中的各个电动批头的最大轴向应力;
根据各个电动批头组中的各个电动批头的最大轴向应力,计算各个电动批头组中的所有电动批头的最大轴向应力的均值,并将该均值作为对应的电动批头组对应的等效轴向力。
[0008]进一步的,对电动批头进行分组的步骤包括:根据各个电动批头的同轴度指标值和轴向应力序列,计算任意两个电动批头之间的手感相关性;根据任意两个电动批头之间的手感相关性,利用分类算法对各个电动批头进行分组。
[0009]进一步的,任意两个电动批头之间的手感相关性对应的计算公式为:其中,为批头A和批头B之间的手感相关性,和分别为批头A和批头B的同轴度指标值,和分别为批头A和批头B的轴向应力序列,为取最大值函数,为取最小值函数,为和之间的动态时间规整距离。
[0010]进一步的,确定各个电动批头的滑移风险程度的对应的计算公式为:其中,为各个电动批头的滑移风险程度,为各个电动批头的轴向应力序列中的最大轴向应力,为各个电动批头所在的电动批头组对应的等效轴向力,为各个电动批头的长度,为各个电动批头的偏心系数,为取最大值函数。
[0011]进一步的,确定各个电动批头的质量评估系数的步骤包括:根据各个电动批头的滑移风险程度和同轴度指标值,计算各个电动批头的同轴度指标值和滑移风险程度之间的比值,并将该比值对应作为各个电动批头的质量评估系数。
[0012]进一步的,进而确定各个电动批头是否满足质量要求的步骤包括:分别判断各个电动批头的质量评估系数是否小于设定质量评估系数阈值,若小于设定质量评估系数阈值,则判定对应的电动批头不满足质量要求,否则判定对应的电动批头满足质量要求。
[0013]进一步的,还包括:按照一批次中各个电动批头的加工次序,若连续出现设定数目的电动批头不满足质量要求,则判定批头的加工磨具发生故障。
[0014]进一步的,获取一批次中各个电动批头的偏心系数的步骤包括:获取一批次中各个电动批头的各个对称旋转底部端面图像,根据各个电动批头的各个对称旋转底部端面图像之间的差异,计算各个电动批头的偏心系数。
[0015]本专利技术具有如下有益效果:本专利技术提供了一种基于电动批头数据处理的数字数据处理方法,该方法适用于特定功能,具体是适用于电动批头质量检测的数字数据处理方法,利用了计算机进行辅助计算和处理,即根据一批次中各个电动批头的长度、宽度、旋转半径、轴向应力序列和偏心系数,确定各个电动批头的同轴度指标值和滑移风险程度,进而确
定各个电动批头的质量评估系数,最终确定各个电动批头是否满足质量要求。本专利技术利用简易的设备即可实现电动批头质量的可靠检测,有效提高了批头生产良品率,可以适用于大数据资源服务、数据库和云数据库服务等互联网数据服务,可以配置为与批头质量检测相关的云计算软件、云端融合应用运行支撑平台软件等。
附图说明
[0016]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。
[0017]图1为本专利技术的基于人工智能的电动批头的质量检测方法的流程图。
具体实施方式
[0018]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本专利技术提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0019]除非另有定义,本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0020]为了检测电动螺丝刀批头的质量是否达标,以对不达标的批头进行剔除,本实施例提供了一种基于人工智能的电动批头的质量检测方法,该方法具有低成本、检测效率高以及检测结果准确性高等优点。
[0021]具体的,该基于人工智能的电动批头的质量检测方法对应的流程图如图1所示,包括以下步骤:(1)获取一批次中各个电动批头的长度、宽度、旋转半径、轴向应力序列和偏心系数。
[0022]由于批头产量巨大,为了提高批头质量的检测效率,并可以根据检测结果对批头的加工磨具异常情况进行判断,提高批头生产良品率,本实施例分批次进行批头质量检测,且一批次包括120个批头。
[0023]为了实现每个批次批头的质量检测,在电动批头的生产过程中,在生产流水线的合适位置设置红外线测宽仪,当加工好的批头在传输过程中经过红外线测宽仪时,对批头的长度L和宽度W进行测量本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的电动批头的质量检测方法,其特征在于,包括以下步骤:获取一批次中各个电动批头的长度、宽度、旋转半径、轴向应力序列和偏心系数;根据各个电动批头的长度、宽度和旋转半径,确定各个电动批头的同轴度指标值;根据各个电动批头的同轴度指标值和轴向应力序列,对电动批头进行分组,从而得到各个电动批头组;根据各个电动批头组中的各个电动批头的轴向应力序列,确定各个电动批头组对应的等效轴向力;根据各个电动批头的轴向应力序列、长度和偏心系数以及各个电动批头所在的电动批头组对应的等效轴向力,确定各个电动批头的滑移风险程度;根据各个电动批头的滑移风险程度和同轴度指标值,确定各个电动批头的质量评估系数,进而确定各个电动批头是否满足质量要求。2.根据权利要求1所述的基于人工智能的电动批头的质量检测方法,其特征在于,确定各个电动批头的同轴度指标值的步骤包括:根据各个电动批头的宽度和旋转半径,计算各个电动批头的直径差异值;根据各个电动批头的直径差异值和长度,计算各个电动批头的同轴度指标值;对各个电动批头的同轴度指标值进行归一化处理,从而得到最终的各个电动批头的同轴度指标值。3.根据权利要求1所述的基于人工智能的电动批头的质量检测方法,其特征在于,确定各个电动批头组对应的等效轴向力的步骤包括:根据各个电动批头组中的各个电动批头的轴向应力序列,确定各个电动批头组中的各个电动批头的最大轴向应力;根据各个电动批头组中的各个电动批头的最大轴向应力,计算各个电动批头组中的所有电动批头的最大轴向应力的均值,并将该均值作为对应的电动批头组对应的等效轴向力。4.根据权利要求1所述的基于人工智能的电动批头的质量检测方法,其特征在于,对电动批头进行分组的步骤包括:根据各个电动批头的同轴度指标值和轴向应力序列,计算任意两个电动批头之间的手感相关性;根据任意两个电动批头之间的手感相关性,利用分类算法对各个电动批头进行分组。5.根据权利要求4...

【专利技术属性】
技术研发人员:陈肖磊
申请(专利权)人:南通博鎏机电科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1