[发明专利]一种基于AI质检与工业大数据分析的方法、系统及介质在审

专利信息
申请号: 202010824570.8 申请日: 2020-08-17
公开(公告)号: CN112115287A 公开(公告)日: 2020-12-22
发明(设计)人: 甘海华;罗晓良;唐梅娟;童荪;李纬国 申请(专利权)人: 联通(广东)产业互联网有限公司
主分类号: G06F16/51 分类号: G06F16/51;G06F16/53;G06F16/55;G06K9/62;G06N3/04;G06T7/00
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 黎扬鹏
地址: 510000 广东省广州市中新*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 ai 质检 工业 数据 分析 方法 系统 介质
【权利要求书】:

1.一种基于AI质检与工业大数据分析的方法,其特征在于,包括以下步骤:

根据预设采集频率获取状态数据和产品图片;结合所述状态数据和所述产品图片构建数据库;

调用AI接口,对所述产品图片进行质量检测,得到瑕疵数据,并根据所述瑕疵数据,更新所述数据库;

获取更新完成后的数据库中的记录,得到所述瑕疵数据与所述状态数据的关联规则;

对所述数据库中的记录进行趋势分析;根据所述关联规则和所述趋势分析的结果调整运行参数。

2.根据权利要求1所述的一种基于AI质检与工业大数据分析的方法,其特征在于,所述调用AI接口,对所述产品图片进行质量检测,得到瑕疵数据,并根据所述瑕疵数据,更新所述数据库这一步骤,其具体包括以下步骤:

将所述数据库中的产品图片写入目录文件,根据所述目录文件的生成顺序异步扫描所述产品图片;

调用AI的能力开放接口,检测所述产品图片中的瑕疵,生成所述瑕疵数据;所述瑕疵包括斑点、破洞以及裂缝;

识别所述瑕疵数据,将所述瑕疵数据写入所述数据库。

3.根据权利要求2所述的一种基于AI质检与工业大数据分析的方法,其特征在于,所述调用AI的能力开放接口,检测所述产品图片中的瑕疵,生成所述瑕疵数据这一步骤,其具体包括:

通过训练完成的瑕疵识别模型对所述产品图片进行瑕疵识别,得到所述瑕疵数据;

其中,所述瑕疵识别模型通过以下步骤训练得到:

对所述产品图片进行预处理,获取预处理后的产品图片构建得到训练集;

通过特征提取器提取所述训练集的图片的浅层语义特征;

对所述浅层语义特征进行卷积,提取得到不同的语义信息,根据所述语义信息,完成所述训练集的分类,得到所述瑕疵识别模型。

4.根据权利要求3所述的一种基于AI质检与工业大数据分析的方法,其特征在于,所述对所述浅层语义特征进行卷积,提取得到不同的语义信息这一步骤,其具体包括以下步骤:

获取若干所述浅层语义特征的特征图,通过密集连接得到重用特征;

对所述重用特征的特征图进行降维和特征聚合,得到抽象语义特征;

通过反卷积将所述抽象语义特征的特征图恢复至所述产品图片的分辨率,输出分类完成的图片。

5.根据权利要求4所述的一种基于AI质检与工业大数据分析的方法,其特征在于,所述对所述浅层语义特征进行卷积,提取得到不同的语义信息这一步骤,其还包括以下步骤:

通过全连接聚合所述抽象语义特征。

6.根据权利要求1所述的一种基于AI质检与工业大数据分析的方法,其特征在于,所述获取更新完成后的数据库中的记录,得到所述瑕疵数据与所述状态数据的关联规则这一步骤,其具体包括以下步骤:

根据调度频率,采集更新后的数据库中的记录;

设置分类等级,根据所述分类等级对所述记录中的瑕疵数据进行划分,其中,当所述瑕疵数据不小于所述分类等级的阈值,生成告警信息。

7.根据权利要求1-6任一项所述的一种基于AI质检与工业大数据分析的方法,其特征在于,所述状态数据包括电流、电压、电机转速、压强压力、机械振动频率以及网络速度。

8.一种基于AI质检与工业大数据分析的系统,其特征在于,包括数据处理单元、AI质检单元以及关联分析单元;其中:

所述数据处理单元,用于根据预设采集频率获取状态数据和产品图片;结合所述状态数据和所述产品图片构建数据库;

所述AI质检单元,用于调用AI接口,对所述产品图片进行质量检测,得到瑕疵数据,并根据瑕疵数据更新所述数据库;

所述关联分析单元,用于获取更新完成后的数据库中的记录,得到所述瑕疵数据与所述状态数据的关联规则,根据所述关联规则调整运行参数。

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联通(广东)产业互联网有限公司,未经联通(广东)产业互联网有限公司许可,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/202010824570.8/1.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