买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：常州润来科技有限公司

摘要：本发明涉及工业智能检测技术领域，尤其涉及一种铜管铣面刀盘缺陷检测方法及系统，方法包括：按照尺寸规格将刀盘进行分类，并将相同规格尺寸的刀盘进行重合叠放，组成铣面刀盘组，铣面刀盘组内的刀盘在进行缺陷检测时保持相对静止；对铣面刀盘组的刀齿部进行周期性特征采集，周期性特征为相同规格尺寸的刀盘的刀齿部重合叠放产生；对采集到的周期性特征进行非典型特征识别，并对应获得非典型特征的刀盘所在铣面刀盘组以及刀齿所在刀盘的定位信息。通过本发明，有效解决了识别刀盘刀齿的缺陷以及定位效率低下的问题，且兼容适应多种规格型号的刀盘，整个检测过程智能化，大大节省劳动成本，减少检修时间同时提高生产效率。

主权项：1.一种铜管铣面刀盘缺陷检测方法，其特征在于，所述方法包括：按照尺寸规格将刀盘进行分类，并将相同规格尺寸的所述刀盘进行重合叠放，组成铣面刀盘组，所述铣面刀盘组内的刀盘在进行缺陷检测时保持相对静止；对所述铣面刀盘组的刀齿部进行周期性特征采集，所述周期性特征为相同规格尺寸的所述刀盘的刀齿部重合叠放产生；对所述铣面刀盘组的刀齿部进行周期性特征采集，包括：对所述铣面刀盘组进行图像采集，且获得至少两个方向上具备重合叠放周期性特征的图像，所述两个方向至少包括与所述刀盘厚度平行的方向以及与所述刀盘厚度垂直的方向；对采集获得的所述图像进行位置识别，确定刀齿部外轮廓的周期性特征，包括：建立卷积神经网络中的刀齿特征库，且所述卷积神经网络的卷积层与所述刀齿特征库中的各个刀齿特征一一对应；将采集获得的所述周期性特征采集结果转化成能够进行卷积运算的特征矩阵；通过所述卷积层对所述特征矩阵进行卷积运算，在卷积层中，每个卷积层学习表示不同刀齿特征的特定滤波器，以此判定过滤采集获得的图像信息，识别所述刀齿部外轮廓的周期性特征；对采集获得的图像进行预处理；将预处理后的所述图像应用傅里叶变换，并将所述图像转换为频域；通过频域分析所述傅里叶变换的结果，得到频谱图，频域分析是将信号从空域表示转换为频域表示的过程，傅里叶变换将一个空域信号转换为频域信号，揭示了信号中的不同频率成分及其强度；通过频谱图中的峰值和频率成分确定所述刀齿外轮廓的周期性特征；对采集到的所述周期性特征进行非典型特征识别，并对应获得所述非典型特征的所述刀盘所在铣面刀盘组以及所述刀齿所在刀盘的定位信息；根据所述定位信息索引所述铣面刀盘组的缺陷部分，并对所述缺陷部分进行缺陷检测，获得缺陷检测结果。

全文数据：

权利要求：

百度查询： 常州润来科技有限公司 一种铜管铣面刀盘缺陷检测方法及系统