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()
【技术实现步骤摘要】
本专利技术属于智能车间,尤其涉及一种基于ai的智能车间协同制造方法及系统。
技术介绍
1、智能车间,是以先进的技术手段和智能化设备为支撑,通过数据采集、分析和呈现、自动化控制等手段来管理生产流程的工厂车间。智能车间能够提高生产效率,降低生产成本,并改善工作环境,成为现代工业的新趋势。
2、现有技术中,智能车间的协同制造控制,无法应用于工件的点胶加工,只能够通过工作人员进行点胶的手动操作与人工检测,导致工件的点胶加工质量参差不齐,且点胶检测较为主观,无法准确有效的识别并剔除不合格件。
技术实现思路
1、本专利技术实施例的目的在于提供一种基于ai的智能车间协同制造方法及系统,旨在解决
技术介绍
中提出的问题。
2、为实现上述目的,本专利技术实施例提供如下技术方案:
3、一种基于ai的智能车间协同制造方法,所述方法具体包括以下步骤:
4、在车间点胶生产的试制过程中,进行试制拍摄记录,获取试制拍摄数据,截取并标记标准点胶数据;
5、对所述标准点胶数据进行标准分析,提取标准路径数据、标准出胶数据和标准图像数据;
6、在点胶生产的制造过程中,基于ai技术,按照所述标准路径数据和所述标准出胶数据进行点胶加工的协同控制;
7、完成点胶加工之后,进行孔胶拍摄,获取孔胶拍摄图像,并基于所述标准图像数据,对所述孔胶拍摄图像进行合格识别与处理。
8、作为本专利技术实施例技术方案进一步的限定,所述在车间点胶生产的试制
9、在车间点胶生产的试制过程中,进行试制拍摄记录,获取试制拍摄数据;
10、接收试制反馈信息;
11、对所述试制反馈信息进行识别,确定试制标准区间;
12、按照所述试制标准区间,从所述试制拍摄数据中,截取并标记标准点胶数据。
13、作为本专利技术实施例技术方案进一步的限定,所述对所述标准点胶数据进行标准分析,提取标准路径数据、标准出胶数据和标准图像数据具体包括以下步骤:
14、对所述标准点胶数据进行路径分析,提取多个基础路径数据;
15、对所述标准点胶数据进行出胶分析,提取多个基础出胶数据;
16、对所述标准点胶数据进行图像分析,提取多个基础图像数据;
17、从多个所述基础路径数据、多个所述基础出胶数据和多个所述基础图像数据中,选择并标记标准路径数据、标准出胶数据和标准图像数据。
18、作为本专利技术实施例技术方案进一步的限定,所述在点胶生产的制造过程中,基于ai技术,按照所述标准路径数据和所述标准出胶数据进行点胶加工的协同控制具体包括以下步骤:
19、根据所述标准路径数据,生成路径控制信号;
20、根据所述标准出胶数据,生成出胶控制信号;
21、在点胶生产的制造过程中,根据所述路径控制信号和所述出胶控制信号,进行ai的点胶加工协同控制。
22、作为本专利技术实施例技术方案进一步的限定,所述完成点胶加工之后,进行孔胶拍摄,获取孔胶拍摄图像,并基于所述标准图像数据,对所述孔胶拍摄图像进行合格识别与处理具体包括以下步骤:
23、完成点胶加工之后,进行孔胶拍摄,获取孔胶拍摄图像;
24、基于所述标准图像数据,对所述孔胶拍摄图像进行图像相似性对比,计算相似性分数;
25、按照所述相似性分数进行合格判定,生成合格判定结果;
26、根据所述合格判定结果,进行工件分类处理。
27、作为本专利技术实施例技术方案进一步的限定,所述基于所述标准图像数据,对所述孔胶拍摄图像进行图像相似性对比,计算相似性分数的计算公式为:
28、
29、c1=(k1l)2;
30、c2=(k2l)2;
31、其中,x为孔胶拍摄图像的像素值,y为标准图像数据的像素值,ux为x的平均值,uy为y的平均值,为x的方差,为y的方差,σxy为x和y的协方差,k1和k2为稳定参数,l为像素值的动态范围。
32、一种基于ai的智能车间协同制造系统,所述系统包括试制拍摄记录模块、数据标准分析模块、协同制造控制模块和合格识别处理模块,其中:
33、试制拍摄记录模块,用于在车间点胶生产的试制过程中,进行试制拍摄记录,获取试制拍摄数据,截取并标记标准点胶数据;
34、数据标准分析模块,用于对所述标准点胶数据进行标准分析,提取标准路径数据、标准出胶数据和标准图像数据;
35、协同制造控制模块,用于在点胶生产的制造过程中,基于ai技术,按照所述标准路径数据和所述标准出胶数据进行点胶加工的协同控制;
36、合格识别处理模块,用于完成点胶加工之后,进行孔胶拍摄,获取孔胶拍摄图像,并基于所述标准图像数据,对所述孔胶拍摄图像进行合格识别与处理。
37、作为本专利技术实施例技术方案进一步的限定,所述试制拍摄记录模块具体包括:
38、试制拍摄单元,用于在车间点胶生产的试制过程中,进行试制拍摄记录,获取试制拍摄数据;
39、反馈接收单元,用于接收试制反馈信息;
40、区间识别单元,用于对所述试制反馈信息进行识别,确定试制标准区间;
41、标准截取单元,用于按照所述试制标准区间,从所述试制拍摄数据中,截取并标记标准点胶数据。
42、作为本专利技术实施例技术方案进一步的限定,所述协同制造控制模块具体包括:
43、路径信号生成单元,用于根据所述标准路径数据,生成路径控制信号;
44、出胶信号生成单元,用于根据所述标准出胶数据,生成出胶控制信号;
45、协同控制单元,用于在点胶生产的制造过程中,根据所述路径控制信号和所述出胶控制信号,进行ai的点胶加工协同控制。
46、作为本专利技术实施例技术方案进一步的限定,所述合格识别处理模块具体包括:
47、孔胶拍摄单元,用于完成点胶加工之后,进行孔胶拍摄,获取孔胶拍摄图像;
48、相似性对比单元,用于基于所述标准图像数据,对所述孔胶拍摄图像进行图像相似性对比,计算相似性分数;
49、合格判定单元,用于按照所述相似性分数进行合格判定,生成合格判定结果;
50、分类处理单元,用于根据所述合格判定结果,进行工件分类处理。
51、与现有技术相比,本专利技术的有益效果是:
52、(1)本专利技术能够基于ai技术,按照标准路径数据和标准出胶数据进行点胶加工的协同控制,拍摄获取孔胶拍摄图像,基于标准图像数据,进行合格识别与处理,从而将智能车间的协同制造控制应用于工件的点胶加工,提高工件的点胶加工质量,并能够实现不合格件准确有效的识别并剔除;
53、(2)本专利技术能够对车间点胶生产的试制过程进行试制拍摄记录,获取试制拍摄数据,截取并本文档来自技高网...
【技术保护点】
1.一种基于AI的智能车间协同制造方法,其特征在于,所述方法具体包括以下步骤:
2.根据权利要求1所述的基于AI的智能车间协同制造方法,其特征在于,所述在车间点胶生产的试制过程中,进行试制拍摄记录,获取试制拍摄数据,截取并标记标准点胶数据具体包括以下步骤:
3.根据权利要求1所述的基于AI的智能车间协同制造方法,其特征在于,所述对所述标准点胶数据进行标准分析,提取标准路径数据、标准出胶数据和标准图像数据具体包括以下步骤:
4.根据权利要求1所述的基于AI的智能车间协同制造方法,其特征在于,所述在点胶生产的制造过程中,基于AI技术,按照所述标准路径数据和所述标准出胶数据进行点胶加工的协同控制具体包括以下步骤:
5.根据权利要求1所述的基于AI的智能车间协同制造方法,其特征在于,所述完成点胶加工之后,进行孔胶拍摄,获取孔胶拍摄图像,并基于所述标准图像数据,对所述孔胶拍摄图像进行合格识别与处理具体包括以下步骤:
6.根据权利要求5所述的基于AI的智能车间协同制造方法,其特征在于,所述基于所述标准图像数据,对所述孔胶拍摄图像进行
7.一种基于AI的智能车间协同制造系统,其特征在于,所述系统包括试制拍摄记录模块、数据标准分析模块、协同制造控制模块和合格识别处理模块,其中:
8.根据权利要求7所述的基于AI的智能车间协同制造系统,其特征在于,所述试制拍摄记录模块具体包括:
9.根据权利要求7所述的基于AI的智能车间协同制造系统,其特征在于,所述协同制造控制模块具体包括:
10.根据权利要求7所述的基于AI的智能车间协同制造系统,其特征在于,所述合格识别处理模块具体包括:
...【技术特征摘要】
1.一种基于ai的智能车间协同制造方法,其特征在于,所述方法具体包括以下步骤:
2.根据权利要求1所述的基于ai的智能车间协同制造方法,其特征在于,所述在车间点胶生产的试制过程中,进行试制拍摄记录,获取试制拍摄数据,截取并标记标准点胶数据具体包括以下步骤:
3.根据权利要求1所述的基于ai的智能车间协同制造方法,其特征在于,所述对所述标准点胶数据进行标准分析,提取标准路径数据、标准出胶数据和标准图像数据具体包括以下步骤:
4.根据权利要求1所述的基于ai的智能车间协同制造方法,其特征在于,所述在点胶生产的制造过程中,基于ai技术,按照所述标准路径数据和所述标准出胶数据进行点胶加工的协同控制具体包括以下步骤:
5.根据权利要求1所述的基于ai的智能车间协同制造方法,其特征在于,所述完成点胶加工之后,进行孔胶拍摄...
【专利技术属性】
技术研发人员:曹庆森,
申请(专利权)人:山东峰值时刻信息科技有限公司,
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。