[发明专利]一种汽车涂装胶泡缺陷的预测与原因分析方法

说明书

一种汽车涂装胶泡缺陷的预测方法，依据车身钢板连接处的缝隙形状，采用计算机视觉方法，应用深度神经网络方法，预测胶泡缺陷产生的情况。包括：设置基于缝隙轮廓数据的二分类模型，得到可以用于预测是否存在胶泡的分类器；对于待涂装的车身钢板连接处的缝隙形状进行探测，并转化为图像，得到缝隙具体信息；依据所述缝隙具体信息，采用所述分类器对导致胶泡缺陷的情况进行预测。本发明还公开了一种汽车涂装胶泡缺陷的原因分析方法。本发明能有效地避免人为因素的干扰，提高汽车涂装生产中胶泡缺陷预测的准确度、找出导致缺陷的主要原因，不仅减少生产维修时间、人工成本，还有助于提高产品合格率及生产效率。

技术领域

本发明属于汽车涂装技术领域，涉及涂装缺陷识别与分析，尤其是基于计算机视觉的涂装胶泡缺陷的识别与分析方法。

背景技术

涂装是汽车生产中的一个重要环节，例如涂装车间PVC密封生产线的工作，为首先将PVC胶填涂到车身板材连接缝隙处，然后烘干使PVC胶变硬，以达到缝隙处防腐、抗石击的目的。PVC胶在低温时成胶状，随着温度升高，硬度逐渐上升。由于车身板材连接处折边PVC胶填充不足，在密封后内部存在一定量的缝隙。在烘干过程中，随着车身温度迅速升高，缝隙中气体迅速膨胀，将PVC胶顶起成泡，称为胶泡，属于一种生产质量问题。如果发生所述生产质量问题，一方面将增加维修时间，影响生产效率；另一方面，维修过程需要人工操作，增加人工成本。

针对上述问题，现有技术的解决方法为采用优化折边胶使用量的方法控制缝隙的产生，以达到减少胶泡缺陷的目的。另一方面，该解决方法实施困难且效果甚微，主要原因是：

1、车身板材缝隙极小，无法用设备深入缝隙进行探测，仅能凭借具体操作人员的经验预测是否有缺陷问题，准确度低；

2、胶泡缺陷生成的位置存在不确定性，难以进行预测；

3、胶泡缺陷的形成主要由板材之间存在缝隙导致，但是由于缝隙形状多样，以人工方法难以识别并找到解决该问题的方法。

发明内容

针对现有技术存在的上述缺点，本发明的目的在于提供一种汽车涂装胶泡缺陷预测方法，不受具体操作人员经验的影响，提高准确度。

本发明的另一个目的在于提供一种汽车涂装胶泡缺陷的原因分析方法。

本发明采用的技术方案是：采用计算机视觉方法预测汽车涂装胶泡缺陷，并分析缺陷产生的原因。

进一步而言，本发明依据车身钢板连接处的缝隙形状，采用计算机视觉方法，应用深度神经网络方法，预测胶泡缺陷产生情况，并分析导致缺陷的原因。

所述计算机视觉方法指应用摄像机、探测器等技术替代人眼对物理世界物体进行抓取、定位与测量，再基于人工智能技术，仿照人脑对获取的图像进行识别与判断。

包括以下步骤：

步骤一，设置基于缝隙轮廓数据的二分类模型，得到可以用于预测是否存在胶泡的分类器；

步骤二，对于待涂装的车身钢板连接处的缝隙形状进行探测，并转化为图像，得到缝隙具体信息；

步骤三，依据所述缝隙具体信息，采用所述分类器对导致胶泡缺陷的情况进行预测。

具体而言：

步骤一：基于缝隙折角的涂胶区域划分，首先，找出并记录存在缝隙折角的涂胶区域；然后，对存在折角的区域进行多次拆分，直到所有涉及缝隙的区域均不存在折角。

步骤二：基于板材密度的缝隙轮廓检测方法，首先，确定不同区域的不同板材密度；然后，应用探伤仪器采用双面探测的方法计算得到板材某点双面板材厚度以及总厚度，由此计算缝隙宽度；最后，不断调整探测器角度与位置，直至所有样本点均采样完成。