金属门窗的自动化加工系统及方法与流程

本申请涉及智能加工领域，且更为具体地，涉及一种金属门窗的自动化加工系统及方法。

背景技术：

1、金属门窗是由金属材料(如铝合金、钢等)制造的门和窗户。它们通常用于建筑物的外墙或内部空间，提供安全性、隔音性、保温性和美观性。金属门窗具有较高的强度和耐久性。能够抵御湿度、氧化和化学腐蚀等因素的侵蚀。

2、金属门窗的正确装配位置对于确保建筑物的安全性至关重要。如果零部件装配位置不正确，门窗可能无法正确关闭或锁定，导致安全漏洞，增加入侵和盗窃的风险。另外，金属门窗的装配位置不符合要求可能会影响其正常使用和功能。例如，门窗可能无法顺畅打开或关闭，难以提供良好的隔音、保温或防水性能，影响室内外环境的控制和舒适性。装配位置不符合要求，还可能会导致漏水、气流泄漏和噪音传递等问题。

3、但由于传统大多都是依赖人工逐个对零部件进行物理测量和调整，在测量过程中直接对零部件接触和干扰，不可避免地在装配过程中造成的损伤和磨损，而且人工测量还容易出现误差，耗时耗力，精度也会受到一定影响，对于大规模的生产线来说，效率较低。

4、因此，期待一种优化的金属门窗的自动化加工方案。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种金属门窗的自动化加工系统及方法，其采用基于深度神经网络模型的人工智能技术，通过获取金属门窗零部件的图像，并对零部件图像进行降噪目标检测和特征分析，从而确定装配位置是否符合要求。通过该方法可以快速准确地判断零部件的装配质量，从而实现对金属门窗零部件的自动化加工和装配质量的检测，进一步提高生产效率和产品质量，减少人工错误。

2、根据本申请的一个方面，提供了一种金属门窗的自动化加工系统，其包括：

3、金属门窗零部件图像采集模块，用于获取金属门窗零部件的图像；

4、零部件降噪模块，用于对所述金属门窗零部件的图像进行降噪以得到金属门窗零部件降噪图像；

5、零部件图像特征处理模块，用于对所述金属门窗零部件降噪图像进行目标检测和特征处理以得到零部件深度通道检测特征向量；

6、零件装配位置判断模块，用于基于所述零部件深度通道检测特征向量，确定装配位置是否符合要求。

7、根据本申请的另一方面，提供了一种金属门窗的自动化加工方法，其包括：

8、获取金属门窗零部件的图像；

9、对所述金属门窗零部件的图像进行降噪以得到金属门窗零部件降噪图像；

10、对所述金属门窗零部件降噪图像进行目标检测和特征处理以得到零部件深度通道检测特征向量；

11、基于所述零部件深度通道检测特征向量，确定装配位置是否符合要求。

12、与现有技术相比，本申请提供的一种金属门窗的自动化加工系统及方法，其采用基于深度神经网络模型的人工智能技术，通过获取金属门窗零部件的图像，并对零部件图像进行降噪目标检测和特征分析，从而确定装配位置是否符合要求。通过该方法可以快速准确地判断零部件的装配质量，从而实现对金属门窗零部件的自动化加工和装配质量的检测，进一步提高生产效率和产品质量，减少人工错误。

技术特征：

1.一种金属门窗的自动化加工系统，其特征在于，包括：

2.根据权利要求1所述的金属门窗的自动化加工系统，其特征在于，所述零部件降噪模块，用于：将所述金属门窗零部件的图像输入作为滤波器的深度可分离卷积神经网络以得到所述金属门窗零部件降噪图像。

3.根据权利要求2所述的金属门窗的自动化加工系统，其特征在于，所述零部件图像特征处理模块，包括:

4.根据权利要求3所述的金属门窗的自动化加工系统，其特征在于，所述零部件目标检测单元，用于：使用零部件目标检测网络对所述金属门窗零部件降噪图像进行目标检测以得到所述零部件检测图像。

5.根据权利要求4所述的金属门窗的自动化加工系统，其特征在于，所述零部件深度特征提取单元，用于:将所述零部件检测图像输入包含多层卷积层的深度卷积神经网络模型以得到所述零部件深度检测特征图。

6.根据权利要求5所述的金属门窗的自动化加工系统，其特征在于，所述多层卷积层的深度卷积神经网络模型的各个卷积层包括并行的第一卷积分支结构、第二卷积分支结构、第三卷积分支结构和第四卷积分支结构，以及，与所述第一至第四卷积分支结构连接的多尺度融合结构，其中，所述第一卷积分支使用具有第一尺寸的第一卷积核，所述第二卷积分支使用具有第一尺寸且具有第一空洞率的第二卷积核、所述第三卷积分支使用具有第一尺寸且具有第二空洞率的第三卷积核、所述第四卷积分支使用具有第一尺寸且具有第三空洞率的第四卷积核。

7.根据权利要求6所述的金属门窗的自动化加工系统，其特征在于，所述零件装配位置判断模块，包括：

8.根据权利要求7所述的金属门窗的自动化加工系统，其特征在于，所述优化特征单元，用于：以如下优化公式计算所述零部件深度检测特征向量的后验隐特征注意力以得到优化零部件深度检测特征向量；

9.一种金属门窗的自动化加工方法，其特征在于，包括：

10.根据权利要求9所述的金属门窗的自动化加工方法，其特征在于，对所述金属门窗零部件的图像进行降噪以得到金属门窗零部件降噪图像，包括：将所述金属门窗零部件的图像输入作为滤波器的深度可分离卷积神经网络以得到所述金属门窗零部件降噪图像。

技术总结
本申请涉及智能加工领域，其具体地公开了一种金属门窗的自动化加工系统及方法，其采用基于深度神经网络模型的人工智能技术，通过获取金属门窗零部件的图像，并对零部件图像进行降噪目标检测和特征分析，从而确定装配位置是否符合要求。通过该方法可以快速准确地判断零部件的装配质量，从而实现对金属门窗零部件的自动化加工和装配质量的检测，进一步提高生产效率和产品质量，减少人工错误。

技术研发人员：孟庆柱
受保护的技术使用者：安徽省圣杰金属门窗有限公司
技术研发日：
技术公布日：2024/3/17