固定外形多孔阵列检测装置及方法与流程

文档序号:25437863发布日期:2021-06-11 21:55阅读:73来源:国知局
固定外形多孔阵列检测装置及方法与流程

本发明属于外形检测技术领域,具体涉及一种固定外形多孔阵列检测装置及方法。



背景技术:

人类的生产力在不断提升,产品的生产效率越来越高,品质越来越好。而这都要归功于我们科学技术的进步。产品生产效率和品质的提高必然要求在生产过程中可以对于产品零部件进行快速而准确地检测,以确定是否合格,而现在最为火热的消费产品智能手机就是典型的例子。智能手机中的面板精度要求较高、生产节奏快,现在厂家主要以传统三坐标抽检的方式进行检测。这种抽检方式速度慢,检测样本数量少,检测效果一般,无法满足实际生产中的需求。



技术实现要素:

本发明的目的是针对上述问题,提供一种结构简单、检测快捷高效,并且能快速进行误检学习的固定外形多孔阵列检测装置及方法。

为了达到上述目的,本发明有如下技术方案:

本发明提供一种固定外形多孔阵列检测装置,包括气流多孔检测模块、底台、置物台、正压输气管和负压管,所述负压管上设有压力传感器,所述气流多孔检测模块连接在底台的上面,所述置物台下端固定或滑动或转动连接在底台的上面,并且位于气流多孔检测模块的下方,所述正压输气管的一端与气流多孔检测模块连接,负压管的一端与置物台连接。

所述固定外形多孔阵列检测装置还包括主控电脑、信号线、气源及真空泵,所述正压输气管的另一端与气源连接,负压管的另一端与真空泵连接,所述主控电脑通过信号线分别与气流多孔检测模块、气源、真空泵、压力传感器及置物台连接。

所述气流多孔检测模块包括本体和若干个气流微孔单元,其中,本体的一面是测量面,该面与被测物的理想表面形貌相匹配且靠近,本体与底台连接,其中,若干个气流微孔单元阵列排布在本体中,且其出气孔贯穿分布在本体测量面上,若干个气流微孔单元的进气口与正压输气管相连,并且在气流微孔单元或正压输气管内设有气体压力或流量传感器,所述传感器通过信号线与主控电脑采集模块连接。

所述气流多孔检测模块还包括吊架,吊架上部与本体的上面转动连接。

所述置物台上设有若干负压孔,并且置物台的上面与被测物的下面形状相匹配,其中,负压孔的一端正对被测物,另一端与负压管的一端连接,置物台可通过其上若干个负压孔处的负压将被测物牢牢吸附在置物台上,并且主控电脑通过检测负压管上的压力传感器的压力信号来启动检测程序的执行。

所述固定外形多孔阵列检测装置的外部还设有防风罩,防风罩的下面为敞口,两端设有操作孔,被测物可经由防风罩两端的操作孔进出固定外形多孔阵列检测装置。

所述底台为导轨,本体和置物台其中之一的下端可沿导轨滑动。

所述底台为转台,本体和置物台其中之一可在转台上转动。

所述底台为固定台,吊架的下端活动连接在固定台上。

所述固定台或转台上还设有限位器及电动升降器,限位器为限位杆或限位板,限位器及电动升降器的上端与吊架或本体的下端活动连接,限位器用于限定气流多孔检测模块的水平位置,电动升降器用于上下移动气流多孔检测模块的位置。

一种固定外形多孔阵列检测装置的检测方法,包括产品特征训练方法、被测物检测方法及误判学习方法,具体包括以下步骤:

a.产品特征训练方法包括以下步骤:

a1)若干合格被测物和不合格的被测物依次放置于置物台上;

a2)主控电脑检测到负压管压力达到设定值时,启动固定外形多孔阵列检测装置执行检测程序进行检测;

a3)主控电脑对大量合格被测物和不合格被测物对应的数据进行采集记录,通过标定合格和不合格的各个数据,输入深度神经网络中进行训练,最终得到能够将产品按照质量进行判定分类的权重文件。

b.被测物检测方法包括以下步骤:

b1)被测物放置于置物台上;

b2)主控电脑检测到负压管压力达到设定值时,启动固定外形多孔阵列检测装置读取权重文件,执行检测程序进行检测;

b3)检测完成后,主控电脑做出判定,同时控制固定外形多孔阵列检测装置再次回到初始状态。

c.误判学习方法包括以下步骤:

c1)被误判的被测物重新放置于置物台上;

c2)主控电脑检测到负压管压力达到设定值时,启动固定外形多孔阵列检测装置执行检测程序进行检测;

c3)在主控电脑上输入被测物真实标签,并记录检测数据;

c4)更新主控电脑对于被测物判别权重。

所述a3中的深度神经网络,其网络结构包含多孔阵列参数棋盘图、卷积层、池化层、全连接层,同时卷积层分为多个卷积核和单个卷积核两条链路,多个卷积核所在链路用于初始的训练和所有的检测行为,单个卷积核所在链路用于快速训练更新权重文件。

所述a2、b2、c2中的固定外形多孔阵列检测装置采用底台为导轨的实施例,检测平面或弧形被测物时,启动后,置物台和气流多孔检测模块之一沿导轨平移进行检测。

所述a2、b2、c2中的固定外形多孔阵列检测装置采用底台为固定台或转台的实施例,检测旋转面的被测物时,启动后,主控电脑先控制电动升降器,将气流多孔检测模块从初始高位状态降至检测位置,然后气流多孔检测模块和置物台之一开始旋转,同时启动气流多孔检测模块进行检测。

所述a2、b2、c2中的固定外形多孔阵列检测装置采用底台为固定台或转台的实施例,检测平面的被测物时,启动后,主控电脑控制置物台和气流多孔检测模块之一转动进行检测。

所述置物台穿过气流多孔检测模块的过程中,气源通过正压输气管将干净的气体输入到气流多孔检测模块,气体通过气流多孔检测模块内部的若干个气流微孔单元,从被测物与若干个气流微孔单元的微小缝隙中流出,当被测物与气流多孔检测模块发生相对移动时,因其表面形状的变化会引起其与对应气孔间隙距离的变化,从而会引起若干个气流微孔单元内气体压力/流量的变化,当被测物穿过气流多孔检测模块,主控电脑即可获得与对应被测物形貌相关的各气流微孔单元内气体的压力或气流数据。

由于采取了以上技术方案,本发明的有益效果在于:

1.本发明不仅调节部件及机构更简单,而且无需复杂的标定和初始化过程,其操作也更简单;

2.本发明使用的主控电脑、置物台、滑轨等无需人工干预,即可完成被测物的连续学习和检测等功能,拥有更高的自动化程度;

3.本发明的检测功能使用深度神经网络,可以实现更快、精度更高的实时检测;

4.本发明使用的深度神经网络,可以通过学习不断提高检测准确度,在误判时,人工干预调整判别结果,即可快速重新学习新知识;

5.本发明采用的气流多孔检测模块的一过式检测,及采用的深度神经网络,无需人工频繁调整,快捷高效,能实现更广泛或全面的产品检测,有效降低出厂整体次品率。

附图说明

图1是本发明实施例的整体结构组成示意图;

图2是本发明实施例的气流多孔检测模块前视示意图;

图3是本发明实施例的气流微孔单元示意图;

图4是本发明未连接正压输气管和负压管时的固定外形多孔阵列检测装置示例1的俯视示意图;

图5是本发明未连接正压输气管和负压管时的固定外形多孔阵列检测装置示例1的侧视示意图;

图6是本发明实施例的置物台的俯视示意图;

图7是本发明未连接正压输气管和负压管时的固定外形多孔阵列检测装置示例2的前视示意图;

图8是本发明未连接正压输气管和负压管时的固定外形多孔阵列检测装置示例3的前视示意图;

图9是本发明未连接正压输气管和负压管时的固定外形多孔阵列检测装置示例3的侧视示意图;

图10是本发明未连接正压输气管和负压管时的固定外形多孔阵列检测装置示例4的前视示意图;

图11是本发明未连接正压输气管和负压管时的固定外形多孔阵列检测装置示例5的前视示意图;

图12是本发明未连接正压输气管和负压管时的固定外形多孔阵列检测装置示例5的侧视示意图;

图13是本发明防风罩的示意图;

图14是本发明可学习的深度神经网络结构图。

图中:

具体实施方式

下面结合附图和实施例对本发明作详细说明。

本发明提出一种固定外形多孔阵列检测装置,能实现对物体外貌快速检测,并且对被检测材料物理特性及表面特性无特殊要求。同时,设计了一种易于快速学习的新的深度神经网络,可以在误判时,更快的更新网络权重。本发明的气流多孔检测模块不仅可以用于导轨平台和固定平台,还可用于转动平台。

参见图1、图2、图4、图5、图6、图7、图8、图9、图10、图11、图12,本发明的固定外形多孔阵列检测装置包括气流多孔检测模块10、底台30、置物台20、正压输气管13、负压管22、主控电脑45、信号线48、气源46及真空泵47,所述负压管22上设有压力传感器23,所述置物台20上设有若干负压孔21,负压孔21的一端朝向置物台20的上面,另一端与负压管22的一端连接,并且置物台20的上面与被测物的下面形状相匹配,置物台20下端固定或滑动或转动连接在底台30的上面,并且位于气流多孔检测模块10的下方,所述气流多孔检测模块10连接在底台30的上面,所述正压输气管13的一端与气流多孔检测模块10连接,另一端与气源46连接,所述负压管22的另一端与真空泵47连接,所述主控电脑45通过信号线48分别与气流多孔检测模块10、气源46、真空泵47、压力传感器23及置物台20连接。

参见图1、图2、图3、图4、图5、图7、图8、图9、图10、图11、图12,本发明的气流多孔检测模块10包括本体12和若干个气流微孔单元11,其中,本体12的一面是测量面,该面与被测物的理想表面形貌相匹配且靠近,其中,若干个气流微孔单元11阵列排布在本体12中,且其出气孔16贯穿分布在本体12的测量面上,若干个气流微孔单元11的进气口15与正压输气管13相连,气流微孔单元11或正压输气管13内设有气体压力或流量传感器14,所述传感器通过信号线48与主控电脑45的采集模块连接,本体12的下端直接滑动连接在底台30上,或者通过限位器42及电动升降器41连接在底台30上,或者通过轴18连接在吊架17上。

参见图7、图8、图9,本发明实施例示出的吊架17上部与本体12的上面通过轴18转动连接,吊架17下端通过螺丝或插接等方式连接在底台30上,或者通过限位器42及电动升降器41连接在底台30上。

参见图13,本发明实施例示出的防风罩49的下面为敞口,两端设有操作孔43,被测物44可经由防风罩两端的操作孔43进出固定外形多孔阵列检测装置,防风罩49用于将固定外形多孔阵列检测装置罩住,减少气流干扰。

参见图1、图4、图5,本发明的底台30为导轨31,气流多孔检测模块10的本体12和置物台20其中之一的下端可沿导轨31滑动。

参见图10、图11、图12,本发明的底台30为转台32,气流多孔检测模块10的本体12和置物台20其中之一可在转台32上转动。

参见图7、图8、图9,本发明的底台30为固定台33,吊架17的下端通过螺丝或插接等方式连接在固定台33上,或者通过限位器42及电动升降器41连接在固定台33上。

参见图7、图8、图9、图11、图12,本发明实施例示出的限位器42为限位杆或限位板,限位器42及电动升降器41的上端与吊架17或气流多孔检测模块10的本体12的下端活动连接,限位器42用于限定气流多孔检测模块10的水平位置,电动升降器41用于上下移动气流多孔检测模块10的位置。

参见图14,本发明的深度神经网络结构包含多孔阵列参数棋盘图、卷积层、池化层、全连接层,同时卷积层分为多个卷积核和单个卷积核两条链路,多个卷积核所在链路用于初始的训练和所有的检测行为,单个卷积核所在链路用于快速训练更新权重文件。

本发明检测的方法和原理:

对于类似于手机面板的被测对象,实际生产中并不关心其具体形貌的三维真值,因此可以通过大量合格面板和不合格面板的对应的数据进行训练,从而最终只需要通过各个气流微孔单元11的压力/流量数据即可对面板是否合格进行判断,从而大大提高检测效率。

本发明的主控电脑45负责收集不同模块的回传数据进行分析处理,并且控制所有模块协调运转。

本发明用于对新的被测物44初次检测时,先将若干合格的被测物44和不合格的被测物44依次放置于与其下部形状相匹配的置物台20上检测,让主控电脑45对气流多孔检测模块10检测到的若干组数据进行采集记录,通过标定合格和不合格的各个数据,输入到网络中进行训练,得到可以进行产品优良判断的权重文件。

当被测物44放置于置物台20上时,被测物的背面将置物台20上的与负压管22相通的负压孔21堵塞,当负压管22内的压力达到设定值时,主控电脑45启动固定外形多孔阵列检测装置执行检测程序进行检测,其中,当采用底台30为导轨31的实施例时,同时检测的被测物44为平面或弧面时,装置启动后,主控电脑45开启气流多孔检测模块10的同时,控制置物台20和气流多孔检测模块10之一沿导轨31平移检测,每个被测物44检测完成后,主控电脑45控制气流多孔检测模块10或置物台20平移至初始状态;当采用底台30为转台32或固定台33的实施例,同时检测的被测物44为平面时,装置启动后,主控电脑45开启气流多孔检测模块10的同时,控制置物台20或气流多孔检测模块10转动进行检测,每个被测物44检测完成后,直接插入下一个被测物44检测;当采用底台30为设有限位器42及电动升降器41的转台32的实施例,同时检测的被测物44为旋转面时,装置启动后,主控电脑45首先控制电动升降器41将气流多孔检测模块10从初始高位状态降至检测位置,然后启动气流多孔检测模块10,同时气流多孔检测模块10和置物台20之一旋转进行检测,每个被测物44检测完成后,主控电脑45控制气流多孔检测模块10上升至初始高位状态;当采用底台30为设有限位器42及电动升降器41的固定台33的实施例,同时检测的被测物44为旋转面时,装置启动后,主控电脑45首先控制电动升降器41将吊架17下移,从而将气流多孔检测模块10从初始高位状态降至检测位置,然后启动气流多孔检测模块10在被测物44上方进行旋转检测,每个被测物44检测完成后,主控电脑45控制吊架17上移,将气流多孔检测模块10升至初始高位状态。

在气流多孔检测模块10对被测物44检测的过程中,气源46通过正压输气管13将干净的气体输入到气流多孔检测模块10,气体通过气流多孔检测模块10内部的若干个气流微孔单元11,从被测物44与若干个气流微孔单元11的微小缝隙中流出,当被测物44与气流多孔检测模块10相对移动时,因其表面形状的变化会引起其与对应气孔间隙距离的变化,从而会引起若干个气流微孔单元11内气体压力/流量的变化,主控电脑45即可获得与对应被测物44形貌相关的压力或气流数据。

主控电脑45在进行训练学习时,网络的训练过程为:主控电脑45得到气流微孔单元11阵列各参数的相关压力值,可以得到多孔阵列参数棋盘图,人工对该棋盘图设置标签,通过反向传播算法,通过不断的训练可以得到多个卷积核和全连接层的具体参数,即为权重文件。

主控电脑45在进行判别时,网络的使用过程为:将被测物44放在置物台20上,主控电脑45得到气流微孔单元11阵列各参数的相关压力值,可以得到多孔阵列参数棋盘图,将该图输入至多个卷积核,池化层,全连接层,即可得到判别结果。

主控电脑45在进行误判学习时,网络的训练过程为:主控电脑45得到气流微孔单元11阵列各参数的相关压力值,可以得到多孔阵列参数棋盘图,从多个卷积核中,随机提取单个卷积核,通过反向传播算法,不断训练更新单个卷积核和全连接层,将单个卷积核加入到多个卷积核中,构成新的权重文件。

显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无法对所有的实施方式予以穷举。凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1