(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202210800029.2
(22)申请日 2022.07.08
(71)申请人 维库 (厦门) 信息技 术有限公司
地址 361000 福建省厦门市厦门火炬高新
区创业园轩业楼3104室
(72)发明人 王玮 陈文森 康承斌 吴仁相
(74)专利代理 机构 福州市鼓楼区京华专利事务
所(普通合伙) 35212
专利代理师 范小清
(51)Int.Cl.
G01N 21/01(2006.01)
G01N 21/88(2006.01)
G06T 7/00(2017.01)
B07C 5/342(2006.01)
B07C 5/36(2006.01)
(54)发明名称
一种基于深度学习的方形电容缺陷检测系
统及方法
(57)摘要
本发明提供一种基于深度学习的方形电容
缺陷检测系统和方法, 该系统包括第一传送机
构、 拨料机构、 翻转机构、 推送机构、 第二传送机
构、 拍照装置、 AI处理单元、 PLC控制器、 剔除装置
和复数个传感器; 所述第一传送机构、 拨料机构、
翻转机构、 推送机构、 第二传送机构、 拍照装置、
AI处理单元、 剔除装置和复数个传感器分别与
PLC控制器连接, 所述PLC控制器通过接收各个传
感器的信号, 根据传感器信号判断方形电容的位
置, 并触发相应的机构或装置执行相应的动作。
本发明通过在传送机构各个工位上设置拍摄点,
对方形电容所需检测的各个面进行拍照, 并利用
AI算法对图像进行处理识别输出检测结果, 替代
现有人工缺陷检测机制, 提高了整体的检测效率
与检测准确度。
权利要求书2页 说明书6页 附图5页
CN 115356259 A
2022.11.18
CN 115356259 A
1.一种基于深度学习的方形电容缺陷检测系统, 其特征在于: 所述系统包括第一传送
机构、 拨料机构、 翻转机构、 推送机构、 第二传送机构、 拍照装置、 AI处理单元、 PLC控制器、 剔
除装置和复数个传感器;
所述第一传送机构、 拨料机构、 翻转机构、 推送机构、 第二传送机构、 拍照装置、 AI处理
单元、 剔除装置和复数个传感器分别与PLC控制器连接, 所述PLC控制器通过接收各个传感
器的信号, 根据传感器信号判断方形电容的位置, 并触发相 应的机构或装置执行相应的动
作;
所述拨料机构安装于第 一传送机构的入料端, 用于对所有进入传送机构的方形电容进
行匀拨操作, 使得相邻两个方 形电容之间的距离相等;
所述翻转机构安装于第 一传送机构的出料端, 用于对从第 一传送机构上的方形电容进
行翻转操作, 使得其胶面向上;
所述推送机构安装于翻转机构一侧, 用于对翻转后的 电容进行推送操作, 使其进入第
二传送机构的入料端;
所述拍照装置包括, 第一拍照组件、 第二拍照组件、 第三拍照组件、 第 四拍照组件和第
五拍照组件, 所述第一拍照组件位于第一传送机构一侧, 用于拍摄方形电容的底面, 所述第
二拍照组件和第三拍照组件分别位于第二传送机构的两侧, 用于拍摄方形电容中两侧 面,
所述第四拍照组件和第 五拍照组件分别位于第二传送机构的上方, 用于对胶面进行拍摄,
其中第五拍照组件包括有UV 光源和工业相机, 所述第一拍照组件、 第二拍照组件、 第三拍照
组件和第四拍照组件均包括 一工业相机和一 光源;
所述拍照装置获取的照片传给所述AI处理单元进行识别处理后将处理结果返回给PLC
控制器, 由所述PLC控制器根据返回结果控制 剔除装置作动。
2.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统, 其特征在于: 所
述第二传送机构和第一传送机构为首尾拼接且互为90度的皮带传送装置 。
3.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统, 其特征在于: 所
述翻转机构为包括四个翻转叶片, 相 邻翻转叶片之 间夹角呈90 °, 每一次翻转均为同一方向
翻转90°。
4.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统, 其特征在于: 所
述第一拍照组件、 第二拍照组件、 第三拍照组件和 第四拍照组件中的光源均为环形光源, 且
位于其对应的工业相机与方 形电容之间, 并通过PLC控制器控制所述环形光源频闪。
5.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统, 其特征在于: 所
述剔除装置在接 收PLC控制器信号时, 通过剔除装置中的气缸推动有缺陷的方形电容到预
定的工位, 使其从正常方 形电容堆中分离出来。
6.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统, 其特征在于: 所
述复数个传感器包括第一传送机构入料口处设置的传感器、 第一拍摄组件对应工位处设置
的传感器、 第二拍摄组件对应工位处设置的传感器、 第三拍摄组件对应工位处设置的传感
器、 第四拍摄组件对应工位处设置的传感器、 第五拍摄组件对应工位处设置的传感器、 翻转
机构处设置的传感器、 推送机构处设置的传感器以及剔除装置处设置的传感器。
7.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统, 其特征在于: 所
述系统还 包括显示器, 所述显示器与PLC控制器连接 。权 利 要 求 书 1/2 页
2
CN 115356259 A
28.根据权利要求1所述的一种基于深度 学习的方形电容缺陷检测系统, 其特征在于: 所
述AI处理单元包括采用卷积神经网络预 先经过训练得到各类缺陷识别模型。
9.一种基于深度学习的方形电容缺陷检测方法, 其特征在于, 所述方法基于如权利要
求1‑7任一项所述的系统, 所述方法包括如下步骤:
步骤S1、 将方形电容放入第一传送机构的入料口处, 由拨料机构将入料口的各个方形
电容按一定距离分开后通过第一传送机构运输;
步骤S2、 在传感器感应到方形电容到达第一工位时, 通过第一拍摄组件对方形电容进
行拍照, 并获取两张照片;
步骤S3、 在经过第 一传送机构出料口时, 通过翻转机构对方形电容进行翻转, 使其胶面
朝上, 再通过推料机构的气缸将翻转后的方 形电容推送到第二传送机构上;
步骤S4、 在传感器感应到方形电容到达第二工位时, 通过第二拍摄组件对方形电容进
行拍照, 并获取两张照片;
步骤S5、 在传感器感应到方形电容到达第三工位时, 通过第三拍摄组件对方形电容进
行拍照, 并获取两张照片;
步骤S6、 在传感器感应到方形电容到达第 四工位时, 通过第 四拍摄组件对方形电容进
行拍照, 并获取两张照片;
步骤S7、 在传感器感应到方形电容到达第五工位时, 通过第五拍摄组件对方形电容进
行拍照, 并获取两张照片;
步骤S8、 通过AI处理单元对获取到的各个工位的照片进行缺陷识别, 将识别结果返回
给PLC控制器, 通过PLC控制器控制 剔除装置对需要剔除的方 形电容进行剔除。
10.根据权利要求1所述的一种基于深度学习的方形电容缺陷检测方法, 其特征在于:
所述AI处 理单元的检测过程如下:
获取每个工位的两个图像, 从每一工位中抽取一张图像进行二值化处理、 轮廓查找以
及粒子分析, 得到方形电容在缺陷类别为外壳油污、 胶面气孔、 胶面油污和引线弯曲上的识
别结果, 同时从每一工位中获取另一张图像输入到深度学习模型中, 输出方形电容在缺陷
类别为外壳脏污、 外壳磨损、 外壳油渍、 外壳微油污、 外壳破损边线油污、 胶面气泡和胶面毛
刺上的识别结果。权 利 要 求 书 2/2 页
3
CN 115356259 A
3
专利 一种基于深度学习的方形电容缺陷检测系统及方法
安全报告 >
其他 >
文档预览
中文文档
14 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共14页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 05:59:16上传分享