[发明专利]轮胎产品质量在线检测与控制方法有效

专利信息
申请号: 201710817985.0 申请日: 2017-09-12
公开(公告)号: CN107562696B 公开(公告)日: 2020-06-05
发明(设计)人: 察可文;李金红;徐瑞民;尹红丽;李彬 申请(专利权)人: 齐鲁工业大学
主分类号: G06F17/16 分类号: G06F17/16;G06F16/23;G06N3/08
代理公司: 济南日新专利代理事务所(普通合伙) 37224 代理人: 王书刚
地址: 250353 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 轮胎 产品质量 在线 检测 控制 方法
【说明书】:

一种轮胎产品质量在线检测与控制方法,包括如下步骤:(1)删除无用指标及缺失数据的整条记录;对于有周期性的指标,删除非完整周期的轮胎记录数据;(2)利用均值方差方法中的3σ原则及极差判断轮胎实时数据中的异常数据;(3)在统计量初判的基础上,根据时间序列基本的特点,通过分析隐藏在数据背后的特征,提取新的时间序列特征进行分析,进行二次检测;将采样数据与标准样本库的数据进行趋势比对,若趋势变化超过给定阈值,则判断该轮胎可能为异常轮胎;(4)基于在线学习机的实时和在线学习能力,利用获得的历史轮胎压力和温度数据对神经网络模型的参数进行训练,定期更新标准数据库。该方法提高了判断的时间效率和准确率。

技术领域

发明涉及一种用于轮胎产品质量在线检测与控制的方法,属于轮胎质量控制技术领域。

背景技术

随着我国经济的迅速发展,居民的汽车拥有量不断增加,致使汽车制造业对轮胎的需求量也不断加大。因此,关于轮胎生产的质量安全问题也越来越受到业界关注,尤其是轮胎出厂前的质量安全检测问题。如何能够准确有效的对轮胎缺陷进行检测,保证轮胎的出厂质量,是当前必须重视的问题。

目前,国内外关于轮胎质量的检测都是事后进行,对不合格产品要么报废要么低价处理,带来巨大经济损失。轮胎质量一般是利用图像处理的方式进行相应的质量检测,利用X射线照射成品轮胎,然后将轮胎图像通过电脑显示出来,最后再通过轮胎缺陷检测设备进行检测,但采用上述方法的设备十分昂贵,国内大部分依靠人工方法进行检测,效率较低,人为干扰因素较多。

在轮胎的质量控制中,除了利用上述方法进行成品轮胎的检测,也可以根据轮胎的生产工艺过程进行质量检测和控制,以提高产品的合格率,提高产品的生产效率。轮胎生产的工艺分为密炼、压延、成型、硫化四道主要工序,其中硫化工序关系到轮胎的内在质量,直接影响到轮胎的产品质量和使用寿命。为了较好的进行轮胎硫化工序,需要依靠锅炉提供的蒸汽作为热源,实现硫化速度,硫化温度和压力的最优匹配。国内大部分轮胎厂,主要利用人工复检的方式,对每条生产线的每条轮胎生产过程中的周期温度、压力曲线进行人工抽查的方式,来排除不合格轮胎,耗时大、准确性不高且人为干扰因素较多。

发明内容

本发明为了弥补现有轮胎质量检测技术的不足,提供了一种压缩数据快、可靠性高、实用性强的轮胎产品质量在线检测与控制方法,可根据实时数据自适应调整预测模型参数,提高产品异常预报准确率,避免事后检测出现次品带来的经济损失。

本发明的轮胎产品质量在线检测与控制方法,包括数据预处理、统计量初判、基于知识指导的二次判断和基于神经网络的判断,具体如下步骤:

(1)数据预处理:删除无用指标及缺失数据的整条记录;对于有周期性的指标,删除非完整周期的轮胎记录数据。

(2)统计量初判:利用均值方差方法中的3σ原则及极差判断轮胎实时数据中的异常数据。

(3)基于知识指导的二次判断:在统计量初判的基础上,根据时间序列基本的特点,通过分析隐藏在数据背后的特征,提取新的时间序列特征进行分析,进行二次检测;将采样数据与标准样本库的数据(标准样本库的数据为正常轮胎的采样数据)进行趋势比对,若趋势变化超过给定阈值,则判断该轮胎可能为异常轮胎。

(4)基于神经网络的判断:基于在线学习机的实时和在线学习能力,利用获得的历史轮胎压力和温度数据(正常样本和异常样本)对神经网络模型的参数进行训练,定期更新标准数据库。

所述步骤(1)中的无用指标是指除了左内温度、右内温度、左内压、右内压、左热板温度、右热板温度、左模套温度和右模套温度八个指标以外的其余指标。

所述步骤(1)中缺失数据是指无轮胎编号对应的数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于齐鲁工业大学,未经齐鲁工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710817985.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top