一种用于复杂零部件的数字化无序测量方法技术

本发明专利技术公开了一种用于复杂零部件的数字化无序测量方法，该方法通过获取零件数据、量具数据和操作者数据，结合零件种类识别模型和测点位置识别模型，精确识别零件种类和测点位置，零件数据包括零件几何特征、尺寸、表面纹理及扫描图像信息，量具数据用于确定合适的量具种类和测量位置，操作者数据则用于评估操作者合格性，并生成相应的使用记录，通过多次迭代训练模型的权重，确保识别和匹配过程的高精度和高效性，该方法在数据传输过程中具备溯源功能，能够在测量异常时追溯到具体操作者、量具和测量点，保障数据的准确性和可追溯性，与传统方法相比，本发明专利技术能够提高测量过程的准确性、自动化程度及数据可靠性。

【技术实现步骤摘要】

本专利技术涉及一种用于复杂零部件的数字化无序测量方法。

技术介绍

1、随着汽车检具行业的不断发展，诞生了在检测零部件时根据不同测点进行检测的需求。在以往的零部件无序检测工作中，需要至少一人边检测边记录，并且以纸质或普通电子设备进行记录，数据难以保证精准以及难以追溯，且需要花费大量时间，人力成本非常高。无序检测的意思是，小型零部件的测点数量可能不多，但中大型的零部件往往伴随着几十上百个不同位置的测点，不同的零件测点也不同。

2、随着数字时代的来临，诞生了部分可以记录数据的方法以及系统，但因为是无序检测，同样有着测点识别困难、数据发送困难等问题存在，一个检测装置能够适应一个零件的检测，但是无法适应其他零件的检测，并且往往一次识别失败或数据发送失败，就会导致此次检测的失败，需要重头再来，在这种情形下，数字化测量方法的整体效率往往还不如人工记录。

3、因此，如何防止数据发送失败造成测量效率低下就成了需要解决的技术问题。

技术实现思路

1、本专利技术的目的是为了解决以上现有技术的不足，提供一种用本文档来自技高网...

【技术保护点】

1.一种用于复杂零部件的数字化无序测量方法，其特征在于，包括：获取零件数据、量具数据以及操作者数据；

2.根据权利要求1所述的一种用于复杂零部件的数字化无序测量方法，其特征在于，所述操作者数据包括身份信息；所述将操作者数据与量具种类输出结果合并，将操作者数据与量具位置输出结果合并，得到零件测量结果包括：基于所述身份信息，计算操作者合格信息；将操作者合格信息与量具种类输出结果结合，生成量具种类使用记录；将操作者合格信息与量具位置输出结果结合，生成量具位置使用记录。

3.根据权利要求2所述的一种用于复杂零部件的数字化无序测量方法，其特征在于，所述基于所述身份信息，计算...

【技术特征摘要】

1.一种用于复杂零部件的数字化无序测量方法，其特征在于，包括：获取零件数据、量具数据以及操作者数据；

2.根据权利要求1所述的一种用于复杂零部件的数字化无序测量方法，其特征在于，所述操作者数据包括身份信息；所述将操作者数据与量具种类输出结果合并，将操作者数据与量具位置输出结果合并，得到零件测量结果包括：基于所述身份信息，计算操作者合格信息；将操作者合格信息与量具种类输出结果结合，生成量具种类使用记录；将操作者合格信息与量具位置输出结果结合，生成量具位置使用记录。

3.根据权利要求2所述的一种用于复杂零部件的数字化无序测量方法，其特征在于，所述基于所述身份信息，计算操作者合格信息；将操作者合格信息与量具种类输出结果结合，生成量具种类使用记录；将操作者合格信息与量具位置输出结果结合，生成量具位置使用记录包括：获取操作者的身份信息，所述身份信息包括操作者的姓名、员工编号、资质认证等级及操作历史记录；基于操作者的身份信息，评估操作者的合格信息，所述合格信息包括操作者是否通过了相关操作培训、是否持有有效的操作证书以及操作者的操作经验和历史表现；将操作者的合格信息与量具种类输出结果结合，生成量具种类使用记录；将操作者的合格信息与量具位置输出结果结合，生成量具位置使用记录。

4.根据权利要求1所述的一种用于复杂零部件的数字化无序测量方法，其特征在于，所述零件种类识别模型是基于以下步骤训练得到的：获取零件数据中不同零件种类的特征数据集，所述特征数据集包括零件几何特征、零件尺寸、零件表面纹理以及零件扫描图像信息；将收集到的特征数据集划分为训练集和验证集；使用监督学习方法，将训练集中的已标注数据输入零件种类识别模型，并通过通过交叉熵损失函数和梯度下降法迭代模型的权重；基于...

【专利技术属性】
技术研发人员：孔啸，张家俊，夏炎，
申请(专利权)人：江苏润模汽车检测装备有限公司，
类型：发明
国别省市：