智能化实时工业品表面缺陷检测系统

成果编号：38747

价格：面议

完成单位：江苏大学

单位类别：其他高校

完成时间：未填写

成熟程度：研制阶段

服务产业领域：其他

我要对接关注发送消息

发布人：chengkeyang 离线

发送消息

工业品瑕疵检测是在生产过程中对工业产品进行质量检验的关键环节，旨在发现和识别产品中的瑕疵、缺陷或异常情况。该技术广泛应用于制造业各个领域，如汽车制造、电子制造、食品加工等，以确保产品质量、提高生产效率和降低不良品率。传统的基于常规图像处理算法或人工设计特征加分类器的工业品表面缺陷检测方法无法完全消除场景或检测对象变化带来的影响，且设计成本较高，在真实的工业环境中面临着诸多挑战。随着深度神经网络（CNN）在该任务上成功应用并取得了很好的效果，很多基于深度学习的表面缺陷检测方法也被开发出来应用在各种工业场景下。然而，在基于有监督的表面缺陷检测方法中依然存在问题：1、在实际应用场景中，缺陷样本不足带来的训练数据集不平衡性。2、收集到的缺陷样本需要手动添加标签，执行效率低下的同时还造成人力资源的浪费。3、由于缺陷产生的不确定性，基于标注数据训练出的模型对未知缺陷的泛化能力不好。针对上述问题，本成果以工业印涂金属薄板为研究对象，提出一种智能化印涂金属薄板质量监测系统设计，主要包括样本采集过程中的图像质量增强算法，金属薄板表面质量缺陷检测算法，实时工业品样本质量检测反馈系统，实现对工业印涂金属薄板样本采集，质量检测，结果汇总并展示等预期目标，以解决上述方法中存在的问题。

21 次浏览分享到

成果介绍

科技计划：

成果形式：

合作方式：

参与活动：第二届江苏产学研合作对接大会 2023年高校院所服务苏北五市产学研合作对接活动

专利情况：未申请专利

成果简介

成果概况

创新要点

1、提高检测稳定性及一致性人工的方式需要通过肉眼观察产品来判断有无缺陷，表面缺陷检测系统不仅节省了人力资源，还能避免人工方式带来的错检漏检等问题。 2、精益化生产大型企业对于需要大批量生产的工业原材料，往往会采用抽样检测的方式评估整批材料的质量，其严格程度和可信度远远低于自动化程度高的缺陷检测系统 3、提高生产效率相对于金属薄板，薄膜，带钢这类生产速度和质检速度高于3m/s的产品而言，人眼的检测效率远不及自动化程度高的表面缺陷检测系统。 4、保证质检可靠性工业品图像的质量，对工业品质检和性能评估过程有很大的影响。采集得到的原始工业品图像不经过二次处理，很难保证训练得到的模型有很高的检测精度，进而影响质量检测系统的性能。

主要技术指标

缺陷定位准确率：表面缺陷检测模块负责输出目标样本的缺陷区域和缺陷分数，对典型的缺陷类别（铁锈、烫伤点、背面划痕、指纹印、顶凸、折痕带料、墨迹污染等）以及一些未知缺陷类别的检测定位准确率≥98％； 检测准确度：使用原始工业金属涂板样本图像完成图像质量增强，去除光照阴影带来的样本瑕疵，输出高质量的工业样本图像，重建误差≤标准高质量图像的0.5％。 检测效率：关联工业图像质量增强和工业品表面缺陷检测系统，优化算法执行过程，实时输出金属薄板的状态结果，缺陷检测效率达到120 m/min。 缺陷尺寸分辨率：系统能够检测到的最小缺陷尺寸在数毫米到数十微米之间，具体取决于应用需求和检测设备的分辨率。 实时性：系统具备实时监测和处理产品瑕疵的能力，响应时间可在毫秒或秒级别，具体取决于应用需求和系统配置。 可扩展性：系统具备可扩展性和适应性，能够适应不同类型和规模的工业生产环境，支持多种产品和生产线的快速部署和集成。

其他说明

完成人信息

姓名：对接成功后可查看

所在部门：对接成功后可查看

职务：对接成功后可查看

职称：对接成功后可查看

手机：对接成功后可查看

E-mail：对接成功后可查看

电话：对接成功后可查看

传真：对接成功后可查看

邮编：对接成功后可查看

通讯地址：对接成功后可查看

联系人信息