用于挤出机的产品质量检测方法及系统技术方案

本发明专利技术提出了用于挤出机的产品质量检测方法及系统，方法包括：实时采集产品表面和内部的图像数据，同时安装智能传感器采集生产过程中的多模态传感数据；使用卷积神经网络对表面图像数据进行处理，实时识别表面缺陷和内部缺陷，整合表面缺陷和内部缺陷得到最终的缺陷图；从存储的数据和缺陷图中进行特征提取，进行实时监控和异常检测；构建自适应控制模型根据分析结果实时调整挤出机的操作参数；选择多种机器学习算法进行集成并使用加权平均法融合多个模型的预测结果，得到最优产品质量检测结果。本发明专利技术不仅能够实现对挤出产品表面和内部缺陷的高精度检测，还能够实时监控和优化挤出过程中的工艺参数，从而大幅提升产品质量的一致性和生产效率。

【技术实现步骤摘要】

本专利技术属于产品质量检测，尤其涉及用于挤出机的产品质量检测方法及系统。

技术介绍

1、挤出机广泛应用于塑料、橡胶、食品等行业，用于将原材料挤出成型为各种制品。传统的挤出机质量检测方法主要依赖人工检测和简单的光学检测设备。这些方法虽然能够在一定程度上识别产品的表面缺陷，但存在诸多不足。首先，人工检测依赖操作人员的经验，容易受到主观因素影响，检测结果不稳定且效率低下。其次，传统的光学检测设备多采用单一的成像技术，仅能检测产品的表面缺陷，对于产品内部的气泡、密度不均等内部缺陷无法有效识别。此外，现有的检测设备大多缺乏智能化手段，无法实现对挤出过程的实时监控和自适应调整。这导致了挤出产品质量的不一致性，增加了废品率和生产成本，影响了企业的竞争力。

2、为了克服上述问题，近年来一些研究者尝试引入计算机视觉和机器学习技术来提升检测精度和效率。然而，这些方法仍存在一些局限性。例如，单纯依靠表面图像进行缺陷检测，无法全面了解产品的内部质量；传统机器学习算法对数据的依赖性较高，模型的泛化能力有限；在实际生产环境中，数据噪声和环境变化对检测结果影响较大。此外，现本文档来自技高网...

【技术保护点】

1.用于挤出机的产品质量检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的用于挤出机的产品质量检测方法，其特征在于，所述智能传感器包括温度传感器、压力传感器和位移传感器；

3.根据权利要求1所述的用于挤出机的产品质量检测方法，其特征在于，所述步骤S2，具体包括：

4.根据权利要求3所述的用于挤出机的产品质量检测方法，其特征在于，图像分割为m×n的子块，则所述灰度共生矩阵C(i，j)计算如下：

5.根据权利要求4所述的用于挤出机的产品质量检测方法，其特征在于，所述S202，具体包括：

6.根据权利要求5所述的用于挤出机...

【技术特征摘要】

1.用于挤出机的产品质量检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的用于挤出机的产品质量检测方法，其特征在于，所述智能传感器包括温度传感器、压力传感器和位移传感器；

3.根据权利要求1所述的用于挤出机的产品质量检测方法，其特征在于，所述步骤s2，具体包括：

4.根据权利要求3所述的用于挤出机的产品质量检测方法，其特征在于，图像分割为m×n的子块，则所述灰度共生矩阵c(i，j)计算如下：

5.根据权利要求4所述的用于挤出机的产品质量检测方法，其特征在于，所述s202，具体包括：

6.根据权利要求...

【专利技术属性】
技术研发人员：林广中，陈异就，詹振宏，黄沃洲，
申请(专利权)人：广州市诺通机械有限公司，
类型：发明
国别省市：