[实用新型]一种基于TensorFlow的模型内部轮廓识别装置有效

专利信息
申请号: 202120905994.7 申请日: 2021-04-28
公开(公告)号: CN214747883U 公开(公告)日: 2021-11-16
发明(设计)人: 汪峰坤;王蒙;王斌 申请(专利权)人: 安徽机电职业技术学院
主分类号: G01B21/20 分类号: G01B21/20
代理公司: 合肥维可专利代理事务所(普通合伙) 34135 代理人: 吴明华
地址: 241003 *** 国省代码: 安徽;34
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 tensorflow 模型 内部 轮廓 识别 装置
【说明书】:

实用新型公开了一种基于TensorFlow的模型内部轮廓识别装置,夹持机构将透明圆柱壳体夹持固定在工件模型的上部,当卷绕机构对无弹性带进行卷绕时带动检测头升降,从而实现测量检测头至工件模型内壁一个竖向平面中的距离,从而生成第一曲线,当转动透明圆柱壳体时,测量检测头至工件模型内壁另一个竖向平面中的距离,从而生成第二曲线,转动透明圆柱壳体的角度可以五度为基数,直到转动累计值至三百六十度,生成由第一、二···N曲线组成的曲线集合图,通过观察曲线集合图中的不同曲线并复制曲线,将其曲线以三百六十度拼接组成,形成立体的曲线图,即模型内部轮廓示意图,此装置可高效率测量模型内部的轮廓形态。

技术领域

本实用新型涉及模型内部轮廓识别装置技术领域,具体涉及一种基于TensorFlow的模型内部轮廓识别装置。

背景技术

现有技术中,通常使用基于TensorFlow的模型内部轮廓识别装置用于识别模型内部轮廓,而基于TensorFlow实现了将信息数据化,模型内部轮廓通过编程数据显示,精确性更高。

但现有的基于TensorFlow的模型内部轮廓识别装置在应用时往往是通过位置传感器测量位置传感器与其被测面之间的距离,将此处距离进行记录之后再测量同平面相邻位置的位置传感器与其被测面之间的距离,此时,可测得一个平面内被测物一周与位置传感器一周的间距,从而获得被测物一个平面的轮廓,当测量被测物立体轮廓时需要测量被测物不同高度位置,由多组数据同时生成被测物的立体轮廓,效率较低;为此我们提供一种基于TensorFlow的模型内部轮廓识别装置解决上述问题。

实用新型内容

针对上述现有技术存在的问题,本实用新型提供了一种基于TensorFlow的模型内部轮廓识别装置,此装置可高效率测量模型内部的轮廓形态。

为了实现上述目的,本实用新型采用的一种基于TensorFlow的模型内部轮廓识别装置,包括:

设置于工件模型内部的透明圆柱壳体,所述透明圆柱壳体中设置有空心槽,空心槽的内部设置有上下移动的检测头,所述透明圆柱壳体的上端设置有夹持机构,透明圆柱壳体通过夹持机构夹持在工件模型的上部,夹持机构上设置有卷绕机构,所述卷绕机构通过无弹性带与空心槽内部的检测头连接对检测头进行卷绕,所述无弹性带上设置有高度刻度,所述卷绕机构上设置有监测无弹性带上高度刻度的监测单元。

作为上述方案的进一步优化,所述夹持机构包括限位板,所述限位板的上端设置有限位槽,所述透明圆柱壳体的外表面活动镶嵌有卡合在限位槽中的滚珠,所述限位板的下端通过螺纹配合连接有压紧螺钉,所述压紧螺钉的端部固定设置有贴合在工件模型上部外圈处的压板,所述压紧螺钉上设置有长度刻度。

本实施例中,夹持机构将透明圆柱壳体夹持固定在工件模型的上部,透明圆柱壳体可在夹持机构中转动,且透明圆柱壳体保持在工件模型内部的中间位置,当卷绕机构对无弹性带进行卷绕时带动检测头升降,从而实现测量检测头至工件模型内壁一个竖向平面中的距离,从而生成第一曲线,当转动透明圆柱壳体时,测量检测头至工件模型内壁另一个竖向平面中的距离,从而生成第二曲线,转动透明圆柱壳体的角度可以五度为基数,直到转动累计值至三百六十度,生成由第一、二···N曲线组成的曲线集合图,通过观察曲线集合图中的不同曲线并复制曲线,将其曲线以三百六十度拼接组成,形成立体的曲线图,即模型内部轮廓示意图,此装置可高效率测量模型内部的轮廓形态。

作为上述方案的进一步优化,所述夹持机构在透明圆柱壳体的两侧对称设置有至少两组。

需要说明的是,夹持机构设置有两组可将透明圆柱壳体夹持固定在工件模型的中部夹持稳固。

作为上述方案的进一步优化,所述卷绕机构包括固定在限位板上表面的传动单元,所述无弹性带的两端分别固定在传动单元的转轴上和检测头的上部。

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安徽机电职业技术学院,未经安徽机电职业技术学院许可,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/202120905994.7/2.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