【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于机器视觉的无缝钢管磨削工艺检测方法及系统。
技术介绍
1、目前，在无缝钢管的生产加工过程中，磨削工艺是去除钢管表面的氧化皮、提升表面质量的关键步骤。在这一过程中，需要依据钢管表面的磨削情况进行工艺调整，其中磨削过程中的磨粒尺寸是影响效果的主要控制参数。不同的磨粒尺寸会导致钢管表面产生不同的应力分布和氧化皮分布，从而影响最终的磨削效果。因此，通过获取和分析不同磨粒尺寸对应的检测数据，生成相应的应力分布图和氧化皮分布图，以确定最优的磨粒尺寸，已成为工艺控制中的重要环节。
2、现有技术通常通过计算不同磨粒尺寸检测数据的离散程度方差来判断数据的一致性，并以此作为评价指标。然而，该方法仅关注数据的离散程度，忽略了不同磨粒尺寸检测数据之间的关联关系，难以反映数据的整体分布特性，从而导致检测准确度和精度较低，难以满足高精度的工艺控制需求。
技术实现思路
1、本专利技术提供了一种基于机器视觉的无缝钢管磨削工艺检测方法及系统，解决现有技术中由于仅关注检测数...
【技术保护点】
1.一种基于机器视觉的无缝钢管磨削工艺检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器视觉的无缝钢管磨削工艺检测方法，其特征在于，将所述检测数据输入至神经网络模型，分析并提取磨削工艺的过程变量和结果变量，包括：
3.根据权利要求1所述的基于机器视觉的无缝钢管磨削工艺检测方法，其特征在于，根据所述过程变量和结果变量，构建磨削工艺的数据关系散点图，包括：
4.根据权利要求1所述的基于机器视觉的无缝钢管磨削工艺检测方法，其特征在于，对所述数据关系散点图中的数据点进行趋势分析，计算每种趋势下的离散程度，得到数据关系的离
【技术特征摘要】
1.一种基于机器视觉的无缝钢管磨削工艺检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器视觉的无缝钢管磨削工艺检测方法，其特征在于，将所述检测数据输入至神经网络模型，分析并提取磨削工艺的过程变量和结果变量，包括：
3.根据权利要求1所述的基于机器视觉的无缝钢管磨削工艺检测方法，其特征在于，根据所述过程变量和结果变量，构建磨削工艺的数据关系散点图，包括：
4.根据权利要求1所述的基于机器视觉的无缝钢管磨削工艺检测方法，其特征在于，对所述数据关系散点图中的数据点进行趋势分析，计算每种趋势下的离散程度，得到数据关系的离散程度值，包括：
5.根据权利要求1所述的基于机器视觉的无缝钢管磨削工艺检测方法，其特征在于，基于所述离散程度值计算离散程度系数，结合所述离散程度系数与数据关系散点图中点的分布密度，获得对应数据关系离散程度的调节系数，包括：
6.根据权利要求1所述的基于机器视觉的无缝钢管磨削工艺检测方法，其特征在于，根据所述离散程度值、离散程度系数和...
【专利技术属性】
技术研发人员：成天东，方军伟，娄志华，李泽，潘晓杰，卢欢，
申请(专利权)人：博通精密科技浙江有限公司，
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。