System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种空压机阀门5G边缘AI质量检测设备及方法技术_技高网

一种空压机阀门5G边缘AI质量检测设备及方法技术

技术编号:40265061 阅读:9 留言:0更新日期:2024-02-02 22:53
本发明专利技术公开了一种空压机阀门5G边缘AI质量检测设备及方法,属于空压机生产技术领域,本改进方案在空压机阀门质量检测领域带来显著有益效果,通过引入5G边缘AI技术,实现实时数据采集和图像识别,有效提高了数据时效性和准确性,5G网络的高速通信保障了实时数据传输,提升质检效率和准确度,深度学习模型和云端服务器的应用增强了图像识别能力,自动检测不良产品,减少了人工干预,自动化质检流程和预测性维护提高了质检一致性,预防设备故障,然而,传统方法存在通信滞后、主观判断、图像复杂性等问题,本方案填补了这些不足,优化了空压机阀门质量检测,促进了生产效率和产品质量的提升。

【技术实现步骤摘要】

本专利技术属于空压机生产,具体地说,涉及空压机阀门5g边缘ai质量检测设备及方法。


技术介绍

1、传统的空压机阀门质量检测方法存在一些不足之处。首先,传感器数据和图像数据的采集和传输通常受限于通信技术和处理速度,导致数据滞后和延迟。其次,传统方法通常依赖于人工操作和判断,存在主观性和误判的风险。此外,传统质检方法对于复杂的图像数据识别难度较大,准确性较低。最后,传统方法对设备的健康状态监测和维护通常较为落后,难以实现预测性维护,从而造成生产线运行的不稳定性。

2、有鉴于此特提出本专利技术。


技术实现思路

1、为解决上述技术问题,本专利技术采用技术方案的基本构思是:

2、一种空压机阀门5g边缘ai质量检测设备,包括:

3、边缘计算设备;

4、所述边缘计算设备的输入端电性连接有若干拍摄设备和数据采集传感器;

5、所述数据采集传感器和拍摄设备空压机制造过程中,用于实时采集关键参数,与计算设备连接;

6、生产线;

7、所述生产线受若干拍摄设备和数据采集传感器全面监测并精确获取生产数据;

8、5g网络路由;

9、所述5g网络路由作为通讯媒介通过5g网络通讯边缘计算设备和云端服务器;

10、生产控制端;

11、所述生产控制单与5g网络路由通讯连接,用于数据的转码为生产线的指令

12、所述云端服务器位于远程云平台,用于深度学习模型的训练和存储,以及对传感器数据和图像数据的实时分析,并通过5g网络路由作为通讯媒介反馈生产线调整信息至生产控制端;;

13、所述边缘计算设备通过5g网络路由与生产控制端电性连接。

14、作为本专利技术的进一步方案:所述边缘计算设备位于生产现场,作为数据的处理和分析中心。它连接到数据采集传感器、拍摄设备和5g网络路由。传感器采集的参数数据和图像数据通过计算设备进行处理和分析。在图像识别中,计算设备与云端服务器进行连接,以获取训练好的深度学习模型。

15、作为本专利技术的进一步方案:所述拍摄设备用于拍摄空压机制造过程中的图像数据,包括阀门组装状态或外观缺陷,将实时拍摄的图像传输给边缘计算设备,并通过生产线控制设备控制整个生产线的运行,包括产品的流程和处理,当质检判断出不合格品时,计算设备通过与生产线控制端的连接,触发相应的处理措施,处理措施包括将不合格产品从生产线上移除或标记,确保不合格品不进入下一阶段制造过程。

16、作为本专利技术的进一步方案:一种空压机阀门5g边缘ai质量检测方法,包括以下步骤:

17、步骤1:数据采集和传输;

18、在空压机制造过程中,安装数据采集传感器和拍摄设备,监测关键参数和图像数据;

19、通过5g网络,将实时产生的数据传输到云端服务器和边缘计算设备,完成实时数据采集传感器数据和图像数据在云端服务器和边缘计算设备中的存储;

20、步骤2:图像识别与分析;

21、使用深度学习算法,对传输到边缘计算设备的图像数据进行高精度识别和分析;

22、根据预先训练的模型,自动检测和分类阀门制造过程中的不良产品、缺陷和异常情况,完成图像识别结果和相应的标记,表明每个产品的质量状态;

23、步骤3:自动化质检流程;

24、基于图像识别结果,边缘计算设备自动判断每个产品是否符合质检标准;

25、对不合格品进行标记,并触发相应的处理流程,如将不合格产品从生产线上移除;

26、实现自动化质检结果,包括合格产品和不合格产品的列表;

27、步骤4:实时数据分析与维护预测;

28、在云端服务器,对数据采集传感器数据进行实时分析,监测设备的工作状态和性能,并使用预测性维护算法,分析设备数据并预测可能出现的故障;

29、设备健康状况的实时监测报告,包括工作状态、异常情况等;

30、针对预测故障的设备维护建议;

31、步骤5:远程协作与监控;

32、生产线上的操作人员通过远程终端访问云端服务器,查看实时质检数据和设备状态;

33、质检管理人员通过监控云端服务器,对多个生产线进行集中管理和监视。

34、作为本专利技术的进一步方案:所述数据采集传感器定时或实时地采集数据,采集空压机制造过程中关键参数据,将数据存储在边缘计算设备中;

35、所述拍摄设备定时或在特定事件触发时进行拍摄,拍摄的图像数据为空压机制造过程中的图像捕捉画面,包括阀门组装状态及表面缺陷,将图像数据传输到边缘计算设备。

36、作为本专利技术的进一步方案:所述云端服务器使用大量标注数据训练深度学习模型,用于阀门图像的识别和分析,选择适当的卷积神经网络架构,如resnet或vgg,进行训练,使其训练好的深度学习模型,具备阀门图像分类和缺陷检测能力。

37、作为本专利技术的进一步方案:所述自动化质检包括在边缘计算设备上设置质检标准,包括各项参数和图像识别结果;

38、确定判断阀门质量的标准,包括压力范围或外观缺陷;

39、根据设定的质检标准,边缘计算设备自动判断每个产品是否符合质检要求,判断过程结合数据采集传感器数据和图像识别结果,决定产品是否合格,自动化质检结果,包括合格产品和不合格产品的列表;

40、对于被判断为不合格的产品,边缘计算设备触发相应处理措施,如将其从生产线上排除并记录不合格品的数量和种类。

41、作为本专利技术的进一步方案:所述边缘计算设备将实时传输的阀门图像输入已训练好的深度学习模型中,模型对图像进行识别和分类,判断阀门的质量状态;

42、在识别出异常图像的情况下,边缘计算设备将其标记为不合格,通过生产控制端反馈触发后续处理流程,如将不合格产品从生产线上移除或标记。

43、有益效果:

44、本方案通过引入边缘计算设备、数据采集传感器和拍摄设备的结合,实现了实时数据采集和图像获取,相较于传统方法,大大提高了数据的时效性和准确性,这使得质量检测可以更加精细和全面地监测生产线上的每个阶段,减少因数据滞后而可能引发的质量问题;

45、其次,5g网络的应用为设备之间的高速通信提供了优质支持,相对于传统的通信方式,5g网络路由能够实现低延迟、高带宽的数据传输,保障了传感器数据、图像数据以及质检结果的实时传输,这在提高质检效率、降低误判率方面具有显著优势;

46、同时,借助深度学习模型和云端服务器,图像识别能力得到了极大的提升,模型的训练和优化使得阀门质量识别更加准确,能够自动检测和分类不良产品,有效地减少了人工干预的需求,此外,通过5g网络将模型应用于边缘计算设备,进一步加快了识别和处理的速度;

47、最重要的是,引入自动化质检流程和预测性维护,实现了质检的智能化和生产线的优化,自动化质检流程减少了人工判断的主观性,提高了质检的本文档来自技高网...

【技术保护点】

1.一种空压机阀门5G边缘AI质量检测设备,其特征在于,包括:

2.根据权利要求1所述的一种空压机阀门5G边缘AI质量检测设备,其特征在于,所述边缘计算设备(1)位于生产现场,作为数据的处理和分析中心。它连接到数据采集传感器(3)、拍摄设备(2)和5G网络路由(4)。传感器采集的参数数据和图像数据通过计算设备进行处理和分析。在图像识别中,计算设备与云端服务器(5)进行连接,以获取训练好的深度学习模型。

3.根据权利要求1所述的一种空压机阀门5G边缘AI质量检测设备,其特征在于,所述拍摄设备(2)用于拍摄空压机制造过程中的图像数据,包括阀门组装状态或外观缺陷,将实时拍摄的图像传输给边缘计算设备(1),并通过生产线(7)控制设备控制整个生产线(7)的运行,包括产品的流程和处理,当质检判断出不合格品时,计算设备通过与生产线(7)控制端的连接,触发相应的处理措施,处理措施包括将不合格产品从生产线(7)上移除或标记,确保不合格品不进入下一阶段制造过程。

4.一种空压机阀门5G边缘AI质量检测方法,根据权利要求1-3任一项所述的一种空压机阀门5G边缘AI质量检测设备,其特征在于,包括以下步骤:

5.根据权利要求4所述的一种空压机阀门5G边缘AI质量检测方法,其特征在于,所述数据采集传感器(3)定时或实时地采集数据,采集空压机制造过程中关键参数据,将数据存储在边缘计算设备(1)中;

6.根据权利要求4所述的一种空压机阀门5G边缘AI质量检测方法,其特征在于,所述云端服务器(5)使用大量标注数据训练深度学习模型,用于阀门图像的识别和分析,选择适当的卷积神经网络架构,如ResNet或VGG,进行训练,使其训练好的深度学习模型,具备阀门图像分类和缺陷检测能力。

7.根据权利要求4所述的一种空压机阀门5G边缘AI质量检测方法,其特征在于,所述自动化质检包括在边缘计算设备(1)上设置质检标准,包括各项参数和图像识别结果;

8.根据权利要求6所述的一种空压机阀门5G边缘AI质量检测方法,其特征在于,所述边缘计算设备(1)将实时传输的阀门图像输入已训练好的深度学习模型中,模型对图像进行识别和分类,判断阀门的质量状态;

...

【技术特征摘要】

1.一种空压机阀门5g边缘ai质量检测设备,其特征在于,包括:

2.根据权利要求1所述的一种空压机阀门5g边缘ai质量检测设备,其特征在于,所述边缘计算设备(1)位于生产现场,作为数据的处理和分析中心。它连接到数据采集传感器(3)、拍摄设备(2)和5g网络路由(4)。传感器采集的参数数据和图像数据通过计算设备进行处理和分析。在图像识别中,计算设备与云端服务器(5)进行连接,以获取训练好的深度学习模型。

3.根据权利要求1所述的一种空压机阀门5g边缘ai质量检测设备,其特征在于,所述拍摄设备(2)用于拍摄空压机制造过程中的图像数据,包括阀门组装状态或外观缺陷,将实时拍摄的图像传输给边缘计算设备(1),并通过生产线(7)控制设备控制整个生产线(7)的运行,包括产品的流程和处理,当质检判断出不合格品时,计算设备通过与生产线(7)控制端的连接,触发相应的处理措施,处理措施包括将不合格产品从生产线(7)上移除或标记,确保不合格品不进入下一阶段制造过程。

4.一种空压机阀门5g边缘ai质量检测方法,根据权利要求1-...

【专利技术属性】
技术研发人员:袁建刚陈林林
申请(专利权)人:南通市红星空压机配件制造有限公司
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