一种滤芯生产的智能监测方法及系统技术方案

本发明专利技术提供了一种滤芯生产的智能监测方法及系统，涉及智能检测技术领域，采集多个滤芯物料的图像信息，基于多个滤芯物料生产，获得当前批次目标滤芯集合，抽样进行多个检测指标的性能检测，构建滤芯性能监测模型，基于滤芯孔径质量监测模块对多个图像信息进行监测，基于滤芯性能异常监测模块内确定若干个异常滤芯，进而进行良品率计算，将其输入滤芯批次异常检测模块生成滤芯批次异常检测结果，解决了现有技术中对于滤芯生产的检测方法由于智能度不足，检测流程不够严谨且维度不够全面，使得检测效率较低且最终的检测结果不够精准的技术问题，通过进行全方位智能化滤芯性能检测，实现了滤芯性能的高效精准检测。实现了滤芯性能的高效精准检测。实现了滤芯性能的高效精准检测。

【技术实现步骤摘要】
一种滤芯生产的智能监测方法及系统


[0001]本专利技术涉及智能检测
，具体涉及一种滤芯生产的智能监测方法及系统。

技术介绍

[0002]滤芯作为过滤器的主要结构构件，对过滤器的性能起着决定性影响，因而对于滤芯的性能要求存在一定的衡量标准，滤芯可用于水过滤、油过滤、空气过滤等方面，净化资源以及进行资源的再利用，以促进资源的可持续发展，因而滤芯出厂前需进行性能异常评估检测，以保证后续正常使用，现如今，主要通过对样本进行实验，采用比色法等作为校对方式对滤芯性能进行评估，由于现有技术的局限性，使得检验效果较之预期存在一定的差距。
[0003]现有技术中，对于滤芯生产的检测方法由于智能度不足，检测流程不够严谨且维度不够全面，使得检测效率较低且最终的检测结果不够精准。

技术实现思路

[0004]本申请提供了一种滤芯生产的智能监测方法及系统，用于针对解决现有技术中存在的对于滤芯生产的检测方法由于智能度不足，检测流程不够严谨且维度不够全面，使得检测效率较低且最终的检测结果不够精准的技术问题。
[0005]鉴于上述问题，本申请提供了一种滤芯生产的智能监测方法及系统。
[0006]第一方面，本申请提供了一种滤芯生产的智能监测方法，所述方法包括：采集多个滤芯物料的图像信息，获得多个图像信息，其中，所述滤芯物料为制作目标滤芯的原材料；采用所述多个滤芯物料进行所述目标滤芯当前批次的生产，获得生产完成的当前批次目标滤芯集合；从所述当前批次目标滤芯集合内随机抽选多个目标滤芯，对所述多个目标滤芯进行多个检测指标的性能检测，获得多个性能检测结果集合；构建滤芯性能监测模型，其中，所述滤芯性能监测模型内包括滤芯孔径质量监测模块、滤芯性能异常监测模块以及滤芯批次异常检测模块；将所述多个图像信息输入所述滤芯孔径质量监测模块中，获得多个滤芯孔径监测结果；将所述多个滤芯孔径监测结果和所述多个性能检测结果集合输入所述滤芯性能异常监测模块内，获得若干个异常滤芯；根据所述若干个异常滤芯和所述多个目标滤芯，计算获得所述目标滤芯当前批次的当前良品率信息；将所述当前良品率信息输入所述滤芯批次异常检测模块，获得滤芯批次异常检测结果。
[0007]第二方面，本申请提供了一种滤芯生产的智能监测系统，所述系统包括：信息采集模块，所述信息采集模块用于采集多个滤芯物料的图像信息，获得多个图像信息，其中，所述滤芯物料为制作目标滤芯的原材料；目标滤芯获取模块，所述目标滤芯获取模块用于采用所述多个滤芯物料进行所述目标滤芯当前批次的生产，获得生产完成的当前批次目标滤芯集合；性能检测模块，所述性能检测模块用于从所述当前批次目标滤芯集合内随机抽选多个目标滤芯，对所述多个目标滤芯进行多个检测指标的性能检测，获得多个性能检测结果集合；模型构建模块，所述模型构建模块用于构建滤芯性能监测模型，其中，所述滤芯性
能监测模型内包括滤芯孔径质量监测模块、滤芯性能异常监测模块以及滤芯批次异常检测模块；质量监测模块，所述质量监测模块用于将所述多个图像信息输入所述滤芯孔径质量监测模块中，获得多个滤芯孔径监测结果；异常滤芯获取模块，所述异常滤芯获取模块用于将所述多个滤芯孔径监测结果和所述多个性能检测结果集合输入所述滤芯性能异常监测模块内，获得若干个异常滤芯；信息计算模块，所述信息计算模块用于根据所述若干个异常滤芯和所述多个目标滤芯，计算获得所述目标滤芯当前批次的当前良品率信息；异常检测模块，所述异常检测模块用于将所述当前良品率信息输入所述滤芯批次异常检测模块，获得滤芯批次异常检测结果。
[0008]本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：本申请实施例提供的一种滤芯生产的智能监测方法，采集多个滤芯物料的图像信息获得多个图像信息，基于多个滤芯物料进行所述目标滤芯当前批次的生产，获得生产完成的当前批次目标滤芯集合并抽样进行多个检测指标的性能检测，获得多个性能检测结果集合；构建滤芯性能监测模型，包括滤芯孔径质量监测模块、滤芯性能异常监测模块以及滤芯批次异常检测模块；将所述多个图像信息输入所述滤芯孔径质量监测模块中，获得多个滤芯孔径监测结果；将所述多个滤芯孔径监测结果和所述多个性能检测结果集合输入所述滤芯性能异常监测模块内，获得若干个异常滤芯，进而进行良品率计算，将其输入所述滤芯批次异常检测模块生成滤芯批次异常检测结果，解决了现有技术中存在的对于滤芯生产的检测方法由于智能度不足，检测流程不够严谨且维度不够全面，使得检测效率较低且最终的检测结果不够精准的技术问题，通过进行全方位智能化滤芯性能检测，实现了滤芯性能的高效精准检测，进而能够提升滤芯生产、检测中的质量标准。
附图说明
[0009]图1为本申请提供了一种滤芯生产的智能监测方法流程示意图；图2为本申请提供了一种滤芯生产的智能监测方法中多个性能检测结果集合获取流程示意图；图3为本申请提供了一种滤芯生产的智能监测方法中滤芯性能监测模型构建的流程示意图；图4为本申请提供了一种滤芯生产的智能监测系统结构示意图。
[0010]附图标记说明：信息采集模块11，目标滤芯获取模块12，性能检测模块13，模型构建模块14，质量监测模块15，异常滤芯获取模块16，信息计算模块17，异常检测模块18。
具体实施方式
[0011]本申请通过提供一种滤芯生产的智能监测方法及系统，采集多个滤芯物料的图像信息，基于多个滤芯物料生产，获得当前批次目标滤芯集合，抽样进行多个检测指标的性能检测，构建滤芯性能监测模型，基于滤芯孔径质量监测模块对多个图像信息进行监测，基于滤芯性能异常监测模块内确定若干个异常滤芯，进而进行良品率计算，将其输入滤芯批次异常检测模块生成滤芯批次异常检测结果，用于解决现有技术中存在的对于滤芯生产的检测方法由于智能度不足，检测流程不够严谨且维度不够全面，使得检测效率较低且最终的检测结果不够精准的技术问题。
[0012]实施例一如图1所示，本申请提供了一种滤芯生产的智能监测方法，所述方法包括：步骤S100：采集多个滤芯物料的图像信息，获得多个图像信息，其中，所述滤芯物料为制作目标滤芯的原材料；具体而言，滤芯作为过滤器的主要构件，是过滤器过滤性能的主要评判标准，可用于再生水的生产等方面，本申请提供的一种滤芯生产的智能监测方法，通过构建滤芯性能监测模型，基于多级监测模块对目标滤芯进行全方面剖析评估，生成目标滤芯的异常检测结果，可有效提高检测结果的精度，首先，对所述多个滤芯物料进行图像采集，所述滤芯物料为制作所述目标滤芯的原材料，主要指代滤布，滤布材料一般为纤维、聚合物等，具有良好的吸水性与过滤性，可通过对所述滤芯物料进行多角度图像采集以保障图像信息的完备性，进而对采集的图像进行标识，以便后期进行识别区分，获取所述多个图像信息，所述多个图像信息的获取为后续进行滤芯孔径的质量检测提供的信息源。
[0013]步骤S200：采用所述多个滤芯物料进行所述目标滤芯当前批次的生产，获得生产完成的当前批次目标滤芯集合；步骤S300：从所述当前批次目标滤芯集合内随机抽选多个目标滤芯，对所述多个目标滤芯进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种滤芯生产的智能监测方法，其特征在于，所述方法包括：采集多个滤芯物料的图像信息，获得多个图像信息，其中，所述滤芯物料为制作目标滤芯的原材料；采用所述多个滤芯物料进行所述目标滤芯当前批次的生产，获得生产完成的当前批次目标滤芯集合；从所述当前批次目标滤芯集合内随机抽选多个目标滤芯，对所述多个目标滤芯进行多个检测指标的性能检测，获得多个性能检测结果集合；构建滤芯性能监测模型，其中，所述滤芯性能监测模型内包括滤芯孔径质量监测模块、滤芯性能异常监测模块以及滤芯批次异常检测模块；将所述多个图像信息输入所述滤芯孔径质量监测模块中，获得多个滤芯孔径监测结果；将所述多个滤芯孔径监测结果和所述多个性能检测结果集合输入所述滤芯性能异常监测模块内，获得若干个异常滤芯；根据所述若干个异常滤芯和所述多个目标滤芯，计算获得所述目标滤芯当前批次的当前良品率信息；将所述当前良品率信息输入所述滤芯批次异常检测模块，获得滤芯批次异常检测结果。2.根据权利要求1所述的方法，其特征在于，对所述多个目标滤芯进行多个检测指标的性能检测，包括：对所述多个目标滤芯进行过滤阻力性能检测，获得多个过滤阻力检测结果；对所述多个目标滤芯进行过滤流量检测，获得多个过滤流量检测结果；对所述多个目标滤芯进行过滤精度检测，获得多个过滤精度检测结果；根据所述多个过滤阻力检测结果、多个过滤流量检测结果和多个过滤精度检测结果，获得所述多个性能检测结果集合。3.根据权利要求2所述的方法，其特征在于，所述构建滤芯性能监测模型，包括：构建所述滤芯孔径质量监测模块；构建所述滤芯性能异常监测模块；构建所述滤芯批次异常检测模块；基于构建完成的所述滤芯孔径质量监测模块、滤芯性能异常监测模块和滤芯批次异常检测模块，获得构建完成的所述滤芯性能监测模型。4.根据权利要求3所述的方法，其特征在于，构建所述滤芯孔径质量监测模块，包括：采集获取多个样本滤芯物料的图像信息，作为多个样本图像信息；根据所述多个样本滤芯物料的滤芯孔径密度均匀性，进行质量评估，获得多个样本滤芯孔径监测结果；基于卷积神经网络，构建所述滤芯孔径质量监测模块的网络结构；将所述多个样本图像信息和多个样本滤芯孔径监测结果作为第一构建数据；采用所述第一构建数据对所述滤芯孔径质量监测模块进行监督训练、验证和测试，直到所述滤芯孔径质量监测模块的准确率符合预设要求，获得构建完成的所述滤芯孔径质量监测模块。
5.根据权利要求3所述的方法，其特征在于，构建所述滤芯性能异常监测模块，包括：根据所述多个检测指标，构建过滤阻力异常性能检测树；构建过滤流量异常性能检测树；构建过滤精度异常性能检测树；构建滤芯孔径异常检测树；合并构建完成的所述过滤阻力异常性能检测树、过滤流量异常性能检测树、过滤精度异常性能检测树和滤芯孔径异常检测树，获得构建完成的所述滤芯性能异常监测模块。6.根据权利要求5所述的方法，其特征在于，根据所述多个检测指标，构建过滤阻力异常性能检测树，包括：从所述多个过滤阻力检测结果中随机选择一过滤阻力检测结果，构建所述过滤阻力异常性能检测树的第一划分节点；再次从所述多个过滤阻力检测结果中随机选择一过滤阻力检测结果，构建所...

【专利技术属性】
技术研发人员：张宝才，王林林，
申请(专利权)人：普瑞奇科技北京股份有限公司，
类型：发明
国别省市：