[发明专利]一种基于深度学习的汽车喷油嘴缺陷检测设备及其检测方法

权利要求书

1.一种基于深度学习的汽车喷油嘴缺陷检测设备，其特征在于：包括固定支架一(10)和固定支架二(12)，所述固定支架一(10)的顶端设置有固定支架二(12)，所述固定支架一(10)和固定支架二(12)为主轴，所述主轴的外壁上装配有XY微调平台(11)，所述XY微调平台(11)的侧面装配有相机固定支架(2)的一端，所述相机固定支架(2)的另一端装配有工业相机(1)，在所述XY微调平台(11)的驱动下所述工业相机(1)可以在主轴上移动进行焦距微调，所述主轴的外壁上装配有光源固定支架一(4)，所述光源固定支架一(4)的上下两侧分别装配有远心镜头(3)和光源一(5)，所述主轴的外壁上装配有光源固定支架二(6)，所述光源固定支架二(6)的外壁上装配有光源二(7)，所述主轴的外壁底端装配有压块固定支架(9)的一端，所述压块固定支架(9)的另一端装配有料件固定压块(8)，所述料件固定压块(8)的侧面设置有上料转盘(13)，所述工业相机(1)、远心镜头(3)、光源一(5)、光源二(7)料件固定压块(8)、XY微调平台(11)和上料转盘(13)均受控制模块驱动。

2.根据权利要求1所述的一种基于深度学习的汽车喷油嘴缺陷检测设备，其特征在于：所述工业相机(1)选取Basler4600-7gc，检测精度可达0.002mm。

3.根据权利要求1所述的一种基于深度学习的汽车喷油嘴缺陷检测设备，其特征在于：所述远心镜头(3)的检测视野为6mm，根据视野要求和景深需求，选取1.5倍放大倍率远心镜头进行检测。

4.根据权利要求1所述的一种基于深度学习的汽车喷油嘴缺陷检测设备，其特征在于：所述光源一(5)和光源二(7)为环形光源进行检测，保证产品整体光的均匀性。

5.根据权利要求1所述的一种基于深度学习的汽车喷油嘴缺陷检测设备，其特征在于：所述控制模块包括PLC伺服马达上料平台和工控机。

6.根据权利要求5所述的一种基于深度学习的汽车喷油嘴缺陷检测设备，其特征在于：所述工控机选取研华610H，I7-8700CPU。

7.根据权利要求1-6任一项所述的一种基于深度学习的汽车喷油嘴缺陷检测设备的检测方法，其特征在于：包括以下步骤；

S1、PLC控制伺服马达转动固定角度，喷油嘴落到上料转盘(13)的孔位中；

S2、PLC控制伺服马达转动固定角度，上料转盘(13)带料位转至工业相机(1)正下方检测位置；

S3、PLC控制料件固定压块(8)对喷油嘴进行固定；

S4、触发拍照，获取图像；

S5、视觉软件对获取的图像进行处理；

S6、根据图像处理的结果，将喷油嘴良品与不良品进行分类。

8.根据权利要求7所述的一种基于深度学习的汽车喷油嘴缺陷检测设备的检测方法，其特征在于：S5中，所述视觉软件对获取的图像进行处理的具体流程为：

A1、相机采集图像；

A2、判断软件当前模式，分为运行模式和训练模式，运行模式正常生产时使用，训练模式用来对缺陷进行标注、训练，生成运行时文件；

A3：当模式为训练模式时，对图片中的瑕疵部分使用标注工具进行标注，圈出瑕疵所在区域，注意只需要画出瑕疵，不是瑕疵的部分不可选中；

A4：当模式为训练模式时，调整缺陷参数，对标注过的缺陷进行训练；

A5：当模式为训练模式时，对训练过的结果进行验证，验证训练过的缺陷是否都能找出来，如能找出来即可使用。不能找到或者误判比较多时，重新调整参数再次进行训练；

A6：当模式为训练模式时，生成运行时使用文件，即基于神经网络的网络结构结果，供正常生产模式时使用；

A7：当模式为运行模式时，根据产品上特征进行产品的定位；

A8：当模式为运行模式时，对产品上条状的缺陷进行检测；

A9：当模式为运行模式时，对产品上块状的缺陷进行检测；

A10：当模式为运行模式时，对产品上与背景很接近的灰色缺陷进行检测；

A11：当模式为运行模式时，根据以上检测结果综合判定产品的结果。