一种光纤环圈绕环机绕制缺陷自动识别与纠错系统的制作方法

1.本发明属于光纤环圈绕制生产技术领域，具体涉及一种光纤环圈绕环机绕制缺陷自动识别与纠错系统。


背景技术：

2.光纤陀螺作为新型的光学陀螺仪表，具有可靠性高、耐冲击振动、寿命长、启动速度快等优点，已被广泛的应用于多个军用及民用领域中。但当光纤陀螺工作环境的温度发生变化时，在光纤陀螺核心部件光纤环形传感器(简称：光纤环圈)中将产生热致非互异性相位噪声，即shupe误差。这种误差与光纤陀螺感知地球转速的sagnac效应无法区分，严重降低了光纤陀螺的实际探测精度。对于高精度光纤陀螺，需要高精度的光纤环圈，而高精度光纤环圈成环难度大，绕制周期长，成本高。为提升高精度光纤环圈的精度及成品率，必须采用高精度的光纤环圈绕制设备对其进行绕制。高精度绕环机的自动化程度越高，越可以降低人为干扰对高精度光纤环圈精度及质量的影响，进一步提升光纤环圈绕制精度。
3.但在实际光纤环圈绕制过程中，我们发现虽然可以采用高精密的电机、机械主轴、丝杠等将绕环机的机械精度做到很高，但是光纤的纤径存在着一定的工差(对于0.135mm直径的细径光纤，其直径工差大约
±
0.003mm左右)，这是不可避免的。而高精度光纤环圈一般要绕制几千米，在其他条件理想的情况下，该工差也会导致绕制过程中出现光纤之间产生间距，或光纤绕制时重叠等缺陷，除此之外，由于绕制应力非均匀，绕环机排纤精度与纤径匹配等问题也会引起光纤绕制缺陷。以往这种缺陷需要利用工业级ccd放大后，利用绕环工人的肉眼进行故障识别，因此也很难制定非常准确的故障判据。发现故障后工人通过按键控制绕制机将出现绕制缺陷位置的光纤倒掉，在重新进行绕制。这种办法不仅精确度低，且劳动强度大，对环圈绕制质量的帮助有待提高，很难适应高精度光纤环圈批量生产的要求。因此，必须提高高精度光纤环圈绕制缺陷的判断精度，并降低绕制故障判断及纠错的劳动强度，从而有效提升高精度光纤环圈的绕制精度、效率与成品率。


技术实现要素：

4.本发明的目的在于克服现有技术的不足之处，提供一种可大幅降低高精度光纤环圈绕制过程中的人为干预，从而可提升绕制精度并大幅降低劳动强度的光纤环圈绕环机绕制缺陷自动识别与纠错系统。
5.本发明的上述目的通过如下技术方案来实现:
6.一种光纤环圈绕环机绕制缺陷自动识别与纠错系统，其特征在于：包含光纤环圈绕制图像采集单元、绕制缺陷自动识别单元和绕制缺陷自动纠错单元；
7.所述光纤环圈绕制图像采集单元包括采集模块及数据存储模块；所述采集模块用于对光纤环圈绕制过程进行的各位置绕制空间的光纤排布图像进行采集，收集整个工作过程中光纤排布信息；所述数据存储模块用于存储采集到的图像信息和光纤排布信息，并将图像信息和光纤排布信息输出给绕制缺陷自动识别单元；
8.所述绕制缺陷自动识别单元，用于对图像采集单元输入的光纤排布图像进行放大处理及进行分析，并识别出不同类型的绕制缺陷，将绕制缺陷类型同步发送给缺陷自动纠错单元；
9.所述绕制缺陷自动纠错单元，用于对绕制缺陷自动识别系统识别出的绕制缺陷类型及出现位置信息来分别控制绕环机供纤单元、辅助排纤单元、主轴转动单元，以实现对绕制缺陷进行自动处理。
10.进一步的：所述图像采集单元为多自由度多位置图像采集单元，所述采集模块为同步采集模块，其配备有多个工业级高放大倍率ccd摄像头，多个摄像头以不同的角度安装在光纤环圈绕制工作界面的不同位置。
11.进一步的：所述绕制缺陷自动识别单元本借助人工智能深度学习以完成缺陷自动识别，包含两种运行模型，分别为训练模型及工作模型；在运行训练模型过程中，将光纤环圈绕制图像采集单元采集到的包含无绕制缺陷及各种绕制缺陷的大量图像信息放大处理，并将放大处理后的图片信息进行代码化处理，构建运行工作模型的缺陷分类参考标准；在运行工作模型的过程中，将光纤环圈绕制图像采集单元采集到实际绕制场景的图像信息放大处理，并将该图像信息进行代码化处理，将该代码化处理的信息与构建的绕制缺陷标准进行比对，判读是否存在绕制缺陷及绕制缺陷的具体类型。
12.更进一步的：光纤绕制缺陷包括光纤交叠和绕制间隙过大。
13.更进一步的：所述绕制缺陷自动识别单元包括本地存储模块，运算矩阵核心模块、存储管理模块、时钟管理模块及通信输出模块组成；运算矩阵模块是深度学习核心运算模块。
14.本发明具有的优点和积极效果：
15.采用本光纤环圈绕环机绕制缺陷自动识别与纠错系统，当光纤绕制时，绕制图像通过图像采集单元同步存储并发送至缺陷自动识别系统，通过人工智能深度学习算法对是否存在缺陷及缺陷的类型进行自动识别，如判断存在缺陷，将缺陷类型发送至缺陷自动纠错系统。缺陷自动纠错系统接到缺陷类型信号后通过事先设定的缺陷纠错程序分别发送绕环机主轴控制信号、辅助排纤控制信号、张力控制信号控制绕环机各模块对绕制缺陷进行处理，倒去绕制出现缺陷的光纤，待绕制缺陷自动识别系统出现故障模式消失后，退出整个绕制缺陷自动识别与纠错系统的运行。实现了绕纤缺陷的自检查、自判读和自处理，从而大幅降低了高精度光纤环圈绕制过程中的人为干预，进而可提升绕制精度并大幅降低劳动强度。
附图说明
16.图1是本发明光纤环圈绕环机绕制缺陷自动识别与纠错系统示意图；
17.图2是本发明多自由度多位置绕制图像采集单元示意图；
18.图3是本发明绕制缺陷自动识别单元示意图；
19.图4是本发明绕制缺陷自动纠错系统示意图；
20.图5a是本发明涉及的光纤正常绕制无缺陷的结构示意图；
21.图5b是本发明涉及的光纤绕制叠纤缺陷的结构示意图；
22.图5c是本发明涉及的光纤绕制间隙过大缺陷的结构示意图；
23.图6是本发明缺陷处理工作流程图。
具体实施方式
24.以下结合附图并通过实施例对本发明的结构作进一步说明。需要说明的是本实施例是叙述性的，而不是限定性的。
25.一种光纤环圈绕环机绕制缺陷自动识别与纠错系统，请参见图1
‑
6，其发明点为：包含、绕制缺陷自动识别单元和绕制缺陷自动纠错单元。
26.所述光纤环圈绕制图像采集单元采用多自由度多位置图像采集单元，主要包括采集模块及数据存储模块。所述采集模块为同步采集模块，其配备有多个工业级高放大倍率ccd摄像头，多个摄像头以不同的角度安装在光纤环圈绕制工作界面的不同位置。所述采集模块用于对光纤环圈绕制过程进行的各位置绕制空间的光纤排布图像进行采集，收集整个工作过程中光纤排布信息。所述数据存储模块用于存储采集到的图像信息和光纤排布信息，并将图像信息和光纤排布信息输出给绕制缺陷自动识别单元。即光纤环圈绕制图像采集单元监控绕制过程，为后续绕制缺陷识别与自动纠错提供数据，同时可以提供大量人工智能深度学习用训练数据及资料。
27.所述绕制缺陷自动识别单元，用于对图像采集单元输入的光纤排布图像进行放大处理及进行分析，并识别出不同类型的绕制缺陷，将绕制缺陷类型同步发送给缺陷自动纠错单元。具体的，所述绕制缺陷自动识别单元本借助人工智能深度学习以完成缺陷自动识别，包含两种运行模型，分别为训练模型及工作模型。在运行训练模型过程中，进行基于卷积神经网络或深度信念网络方法的特性学习与训练，采用监督或半监督学习的方式对不同绕制缺陷情况进行学习与分类。即将光纤环圈绕制图像采集单元采集到的包含无绕制缺陷及各种绕制缺陷的大量图像信息放大处理，并将放大处理后的图片信息进行代码化处理，构建运行工作模型的缺陷分类参考标准。在运行工作模型的过程中，将光纤环圈绕制图像采集单元采集到实际绕制场景的图像信息放大处理，并将该图像信息进行代码化处理，将该代码化处理的信息与构建的绕制缺陷标准进行比对，判读是否存在绕制缺陷及绕制缺陷的具体类型。本绕制缺陷自动识别单元主要包括本地存储模块，运算矩阵核心模块、存储管理模块、时钟管理模块及通信输出模块组成；运算矩阵模块是深度学习核心运算模块。
28.本地存储模块是自动识别单元的主要缓存单元，包括输入神经元缓块、输入权值缓存块、输入偏置参数缓存块和中间结果缓存块。
29.运算矩阵核心模块，是深度学习核心运算模块。包括具体的卷积运算块、抽样运算块、激活函块，主要完成图形放大处理，通过卷积识别不同类型的绕制缺陷，并完成各类缺陷深度学习运算以及从本地存储单位提取缺陷位置信息的作用。
30.存储管理模块是针对本地存储模块的控制单元，主要用于控制本地存储模块，包括本地控制器和优先级控制器。本地控制器是将不同的输入信息输送到不同的缓存块单位，优先级控制器是为了协调计算结果的存储位置与顺序优先级。
31.时钟管理模块是根据不同模块电路的执行效率，配以不同频率的时钟信号，进行不同时钟域的工作。
32.通信输出模块，是与计算机相连接的桥梁。进行网络参数、原始数据、控制指令以及运算结果的有序传输。
33.所述绕制缺陷自动纠错单元对绕制缺陷自动识别系统识别出的绕制缺陷类型及出现位置信息进行自动处理。主要工作内容如下：首先收到缺陷类型，然后根据不同缺陷类型选择不同处理方式。分别控制绕环机供纤单元，辅助排纤单元，主轴转动单元对绕制缺陷进行处理。目前较容易出现的绕制缺陷类型有：光纤交叠、绕制间隙过大等。
34.当缺陷识自动识别模块识别出缺陷类型：光纤交叠缺陷，以及故障出现的位置时，将上述信息提供给自动纠错单元，然后通过动作编辑控制模块，首先向主轴控制模块发送停止绕制命令，然后对辅助排纤模块，发送抬起命令，然后给主轴控制模块发送倒绕命令，直到完成叠纤缺陷位置的倒绕动作，然后向主轴控制模块发送前进命令，使主轴进给一定的距离，距离的大小由缺陷自动识别系统通过实际光纤交叠位置的深度学习结果给出，然后向辅助排纤模块发送放下命令，使辅助排纤模块再次靠近绕制工作界面，其间张力控制模块一直保持张力相对稳定。至此完成光纤交叠缺陷自动纠错过程。
35.当缺陷识自动识别模块识别出缺陷类型：绕制间歇过大，以及故障出现的位置时，将上述信息提供给自动纠错单元，然后通过动作编辑控制模块，首先向主轴控制模块发送停止绕制命令，然后对辅助排纤模块，发送抬起命令，然后给主轴控制模块发送倒绕命令，直到完成叠纤缺陷位置的倒绕动作，然后向主轴控制模块发送后退命令，使主轴后退一定距离，距离的大小由缺陷自动识别系统通过实际光纤间隙的深度学习结果给出，然后向辅助排纤模块发送放下命令，使辅助排纤模块再次靠近绕制工作界面，其间张力控制模块一直保持张力相对稳定。至此完成光纤绕制间歇过大的自动纠错过程。
36.尽管为说明目的公开了本发明的实施例和附图，但是本领域的技术人员可以理解：在不脱离本发明及所附权利要求的精神范围内，各种替换、变化和修改都是可以的，因此，本发明的范围不局限于实施例和附图所公开的内容。