CN111811437A - 一种带锯条焊接质量检测方法及装置 - Google Patents
一种带锯条焊接质量检测方法及装置 Download PDFInfo
- Publication number
- CN111811437A CN111811437A CN202010944327.XA CN202010944327A CN111811437A CN 111811437 A CN111811437 A CN 111811437A CN 202010944327 A CN202010944327 A CN 202010944327A CN 111811437 A CN111811437 A CN 111811437A
- Authority
- CN
- China
- Prior art keywords
- welding
- saw blade
- band saw
- region
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003466 welding Methods 0.000 title claims abstract description 166
- 238000001514 detection method Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 59
- 239000002245 particle Substances 0.000 claims abstract description 48
- 238000012216 screening Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000011218 segmentation Effects 0.000 claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000003708 edge detection Methods 0.000 claims abstract description 11
- 230000000877 morphologic effect Effects 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000000694 effects Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000007797 corrosion Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种带锯条焊接质量检测方法，包括如下步骤：S1、获取带锯条在焊接前后的图像；S2、依次进行灰度阈值分割法处理、形态学处理和区域筛选处理；S3、将经区域筛选处理后的区域与经灰度阈值分割法处理后的区域做差，通过筛选区域面积筛选出面积最大的粒子区域；S4、通过边缘检测算法提取目标轮廓；S5、进行直线拟合处理和圆拟合处理，得到焊前电极角度和焊后粒子上下距；S6、根据焊前电极角度和焊后粒子上下距判断带锯条焊接质量是否合格。由于采用了上述技术方案，与现有技术相比，本发明考虑三种因素即焊前电极角度、焊后粒子对中性和焊后热影响区面积对带锯条焊接效果的影响来判断焊接质量。
Description
技术领域
本发明涉及质量检测领域，具体涉及一种带锯条焊接质量检测方法及装置。
背景技术
在焊接工艺设备或零件的生产中，通常需要对焊点的焊接质量做检测。但是在现代工业自动化生产中，传统的人工检测方法在产品的大批量生产中给企业带来了巨大的人工成本，且不能保证产品生产的高质量、零缺陷。在带锯条焊接质量检测过程中，都是由操作工人用肉眼观测和调整涉及到的参数，而由于人感性上的偏差及繁重的劳动使得检测效率低且容易出现误检、漏检等问题。
针对上述问题，公开号为CN107796818A的中国发明专利公开了一种在线检测双金属带锯条焊接质量的方法，该方法利用视觉检测模块获取基带上焊接完成后焊接部位的图像信息并进行调整，分析计算获得焊接部位热影响区域的面积，具有高效、精确、实时、灵活等特点，可以满足在产品生产中实时在线检测的要求，其通过图像处理技术，可以给带锯条的焊接提供可靠的焊接参数，精准控制焊接过程，以此提高带锯条焊接焊点的焊接质量。该方法对每个焊点都进行检测，并且利用统计学方法从而判断焊接质量稳定性。但该方法仅通过检测热影响区的图像信息来评估焊接质量，并没有考虑焊接角度和粒子的对中性对焊接质量的影响，无法综合性地评估带锯条焊接的焊接质量。
发明内容
为解决背景技术中现有带锯条焊接质量检测方法没有考虑焊接角度和粒子的对中性对焊接质量的影响，无法综合性地评估带锯条焊接的焊接质量的问题，本发明提供了一种带锯条焊接质量检测方法，具体技术方案如下。
一种带锯条焊接质量检测方法，包括如下步骤：
S1、获取带锯条在焊接前的俯视图像、焊接后的俯视图像和焊接后的侧视图像；
S2、对上述图像依次进行灰度阈值分割法处理、形态学处理和区域筛选处理；
S3、将经区域筛选处理后的区域与经灰度阈值分割法处理后的区域做差，通过筛选区域面积筛选出面积最大的粒子区域；
S4、通过边缘检测算法提取出目标轮廓；
S5、对所述目标轮廓进行直线拟合处理和圆拟合处理，得到焊前电极角度和焊后粒子上下距；
S6、根据焊前电极角度和焊后粒子上下距判断带锯条焊接质量是否合格。
通过对获取的焊接前后的图像进行灰度阈值分割法处理，可从整个图像中提取出感兴趣区域，得到具有连通区域的封闭的边界轮廓，然后再进行形态学处理，对粘连在一起的感兴趣区域做分离操作，消除噪声点，弥合空洞沟壑，拟合边缘轮廓，使区域边界轮廓变光滑；利用颗粒部分反光部分黑暗特性，将颗粒的大部分区域通过腐蚀来消除，同时去掉颗粒与电极和锯齿存在的黏连，从而得到独立的区域，然后通过区域面积属性筛选出电极与锯齿；然后将经区域筛选处理后的区域与经灰度阈值分割法处理后的区域做差，通过筛选区域面积筛选出面积最大的粒子区域；通过边缘检测算法提取出目标轮廓；最后对目标轮廓进行直线拟合处理和圆拟合处理，即可得到焊前电极角度和焊后粒子上下距，据此即可判断带锯条焊接质量是否合格。所述边缘检测算法为现有算法。
具体地，步骤S6具体包括：将焊前电极角度和焊后粒子上下距与预设标准值进行对比，若差值小于预设误差范围，则判断带锯条焊接质量合格，否则判断为不合格。
基于相同的发明构思，本发明还提供一种带锯条焊接质量检测装置，包括：
带锯条传输机构，用于传输带锯条；
焊接电极，用于焊接带锯条；
第一拍摄装置，位于焊接电极的正上方，用于获取带锯条在焊接前的俯视图像；
第二拍摄装置，位于第一拍摄装置在带锯条传输机构传输方向的下游，位于带锯条的正上方，用于获取带锯条在焊接后的俯视图像；
第三拍摄装置，位于第一拍摄装置在带锯条传输机构传输方向的下游，位于带锯条的侧方，用于获取带锯条在焊接后的侧视图像；
第一图像处理模块，用于对图像依次进行灰度阈值分割法处理、形态学处理和区域筛选处理；所述图像包括带锯条在焊接前的俯视图像、带锯条在焊接后的俯视图像和带锯条在焊接后的侧视图像；
第二图像处理模块，用于对经区域筛选处理后的区域与经灰度阈值分割法处理后的区域做差，通过筛选区域面积筛选出面积最大的粒子区域；
第一计算模块，用于通过边缘检测算法提取出目标轮廓；
第二计算模块，用于对所述目标轮廓进行直线拟合处理和圆拟合处理，得到焊前电极角度和焊后粒子上下距；
判断模块，用于根据焊前电极角度和焊后粒子上下距判断带锯条焊接质量是否合格。
具体地，所述判断模块将焊前电极角度和焊后粒子上下距与预设标准值进行对比，若差值小于预设误差范围，则判断带锯条焊接质量合格，否则判断为不合格。
第一拍摄装置、第二拍摄装置和第三拍摄装置获取质量检测所需的图像后，第一图像处理模块通过对图像进行灰度阈值分割法处理，可从整个图像中提取出感兴趣区域，得到具有连通区域的封闭的边界轮廓，然后再进行形态学处理，对粘连在一起的感兴趣区域做分离操作，消除噪声点，弥合空洞沟壑，拟合边缘轮廓，使区域边界轮廓变光滑；利用颗粒部分反光部分黑暗特性，将颗粒的大部分区域通过腐蚀来消除，同时去掉颗粒与电极和锯齿存在的黏连，从而得到独立的区域，然后通过区域面积属性筛选出电极与锯齿。第二图像处理模块将经区域筛选处理后的区域与经灰度阈值分割法处理后的区域做差，通过筛选区域面积筛选出面积最大的粒子区域。第一计算模块利用边缘检测算法提取出目标轮廓。第二计算模块对目标轮廓进行直线拟合处理和圆拟合处理，即可得到焊前电极角度和焊后粒子上下距。判断模块将焊前电极角度和焊后粒子上下距与预设标准值进行对比，判断带锯条焊接质量是否合格。
由于采用了以上技术方案，与现有技术相比较，本发明1、通过视觉检测系统实现对带锯条焊接过程中焊接质量在线实时检测；2、考虑三种因素即焊前电极角度、焊后粒子对中性和焊后热影响区面积对带锯条焊接效果的影响来判断焊接质量；3、通过视觉检测系统对带锯条的快速检测，调整优化焊接角度、对中性和焊接电流使带锯条的焊接质量得到提高。
附图说明
图1 为本发明带锯条焊接质量检测方法的流程图；
图２为本发明带锯条焊接质量检测装置中第一拍摄装置获取带锯条在焊接前的俯视图像的状态示意图；
图３为本发明带锯条焊接质量检测装置中第二、三拍摄装置获取带锯条在焊接后的俯视图像和侧视图像的状态示意图；
图４为本发明带锯条焊接质量检测装置的电路连接示意图；
图5为本发明带锯条焊接质量检测装置工作流程示意图；
图6为焊前电极角度示意图；
图7为焊后粒子对中性示意图。
具体实施方式
下面结合附图对本发明作进一步详细描述。
实施例1
参见图1，一种带锯条焊接质量检测方法，包括如下步骤：
S1、获取带锯条在焊接前的俯视图像、焊接后的俯视图像和焊接后的侧视图像；
S2、对上述图像依次进行灰度阈值分割法处理、形态学处理和区域筛选处理；
S3、将经区域筛选处理后的区域与经灰度阈值分割法处理后的区域做差，通过筛选区域面积筛选出面积最大的粒子区域；
S4、通过边缘检测算法提取出目标轮廓；
S5、对所述目标轮廓进行直线拟合处理和圆拟合处理，得到焊前电极角度和焊后粒子上下距；
S6、将焊前电极角度和焊后粒子上下距与预设标准值进行对比，若差值小于预设误差范围，则判断带锯条焊接质量合格，否则判断为不合格。
通过对图像进行灰度阈值分割法处理，可从整个图像中提取出感兴趣区域，得到具有连通区域的封闭的边界轮廓，然后再进行形态学处理，对粘连在一起的感兴趣区域做分离操作，消除噪声点，弥合空洞沟壑，拟合边缘轮廓，使区域边界轮廓变光滑；利用颗粒部分反光部分黑暗特性，将颗粒的大部分区域通过腐蚀来消除，同时去掉颗粒与电极和锯齿存在的黏连，从而得到独立的区域，然后通过区域面积属性筛选出电极与锯齿；然后将经区域筛选处理后的区域与经灰度阈值分割法处理后的区域做差，通过筛选区域面积筛选出面积最大的粒子区域；通过边缘检测算法提取出目标轮廓；最后述目标轮廓进行直线拟合处理和圆拟合处理，即可得到焊前电极角度和焊后粒子上下距，将焊前电极角度和焊后粒子上下距与预设标准值进行对比，即可判断带锯条焊接质量是否合格。
实施例２
如图２和图３所示，一种带锯条焊接质量检测装置，该质量监测装置安装在电阻焊机上，电阻焊机包括用于传输带锯条1的带锯条传输机构2和用于焊接带锯条1的焊接电极3；
如图２－图４所示，质量监测装置包括：
第一拍摄装置41，位于焊接电极3的正上方，用于获取带锯条在焊接前的俯视图像；
第二拍摄装置42，位于第一拍摄装置41在带锯条传输机构２传输方向的下游，位于带锯条１的正上方，用于获取带锯条１在焊接后的俯视图像；
第三拍摄装置43，位于第一拍摄装置41在带锯条传输机构２传输方向的下游，位于带锯条1的侧方，用于获取带锯条１在焊接后的侧视图像；
第一图像处理模块，用于对上述图像依次进行灰度阈值分割法处理、形态学处理和区域筛选处理；
第二图像处理模块，用于对经区域筛选处理后的区域与经灰度阈值分割法处理后的区域做差，通过筛选区域面积筛选出面积最大的粒子区域；
第一计算模块，用于通过边缘检测算法提取出目标轮廓；
第二计算模块，用于对所述目标轮廓进行直线拟合处理和圆拟合处理，得到焊前电极角度和焊后粒子上下距；
判断模块，用于将焊前电极角度和焊后粒子上下距与预设标准值进行对比，若差值小于预设误差范围，则判断带锯条焊接质量合格，否则判断为不合格。
如图5所示，该质量监测装置工作时，首先通过图像采集模块（包括第一拍摄装置41、第二拍摄装置42和第三拍摄装置43）采集图像，然后通过图像处理模块（包括第一图像处理模块和第二图像处理模块）进行图像处理，最后通过计算判断模块（包括第一计算模块、第二计算模块和判断模块）进行计算和判断，若判断带锯条焊接质量合格，则直接进行焊接；若判断带锯条焊接质量不合格，则发出警报，工作人员对电阻焊机进行调整校正后再次进行质量检测，即返回重新进行图像采集、图像处理和计算判断，直到带锯条焊接质量合格。
图6为焊前电极角度示意图；图7为焊后粒子对中性示意图，图中5为焊后粒子。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (4)
1.一种带锯条焊接质量检测方法，包括如下步骤：
S1、获取带锯条在焊接前的俯视图像、焊接后的俯视图像和焊接后的侧视图像；
S2、对所述带锯条焊接前后的图像依次进行灰度阈值分割法处理、形态学处理和区域筛选处理；
S3、将经区域筛选处理后的区域与经灰度阈值分割法处理后的区域做差，通过筛选区域面积筛选出面积最大的粒子区域；
S4、通过边缘检测算法提取出目标轮廓；
S5、对所述目标轮廓进行直线拟合处理和圆拟合处理，得到焊前电极角度和焊后粒子上下距；
S6、根据焊前电极角度和焊后粒子上下距判断带锯条焊接质量是否合格。
2.根据权利要求1所述的带锯条焊接质量检测方法，其特征在于，步骤S6具体包括：将焊前电极角度和焊后粒子上下距与预设标准值进行对比，若差值小于预设误差范围，则判断带锯条焊接质量合格，否则判断为不合格。
3.一种带锯条焊接质量检测装置，其特征在于，包括：
带锯条传输机构，用于传输带锯条；
焊接电极，用于焊接带锯条；
第一拍摄装置，位于焊接电极的正上方，用于获取带锯条在焊接前的俯视图像；
第二拍摄装置，位于第一拍摄装置在带锯条传输机构传输方向的下游，位于带锯条的正上方，用于获取带锯条在焊接后的俯视图像；
第三拍摄装置，位于第一拍摄装置在带锯条传输机构传输方向的下游，位于带锯条的侧方，用于获取带锯条在焊接后的侧视图像；
第一图像处理模块，用于对图像依次进行灰度阈值分割法处理、形态学处理和区域筛选处理；所述图像包括带锯条在焊接前的俯视图像、带锯条在焊接后的俯视图像和带锯条在焊接后的侧视图像；
第二图像处理模块，用于对经区域筛选处理后的区域与经灰度阈值分割法处理后的区域做差，通过筛选区域面积筛选出面积最大的粒子区域；
第一计算模块，用于通过边缘检测算法提取出目标轮廓：
第二计算模块，用于对所述目标轮廓进行直线拟合处理和圆拟合处理，得到焊前电极角度和焊后粒子上下距；
判断模块，用于根据焊前电极角度和焊后粒子上下距判断带锯条焊接质量是否合格。
4.根据权利要求3所述的带锯条焊接质量检测装置，其特征在于：所述判断模块将焊前电极角度和焊后粒子上下距与预设标准值进行对比，若差值小于预设误差范围，则判断带锯条焊接质量合格，否则判断为不合格。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010944327.XA CN111811437A (zh) | 2020-09-10 | 2020-09-10 | 一种带锯条焊接质量检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010944327.XA CN111811437A (zh) | 2020-09-10 | 2020-09-10 | 一种带锯条焊接质量检测方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111811437A true CN111811437A (zh) | 2020-10-23 |
Family
ID=72860744
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010944327.XA Pending CN111811437A (zh) | 2020-09-10 | 2020-09-10 | 一种带锯条焊接质量检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111811437A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114529511A (zh) * | 2022-01-12 | 2022-05-24 | 上海移远通信技术股份有限公司 | 缺陷检测方法、装置、设备及存储介质 |
| CN117783147A (zh) * | 2024-02-27 | 2024-03-29 | 宁德时代新能源科技股份有限公司 | 焊接检测方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001007868A1 (en) * | 1999-07-27 | 2001-02-01 | California Cedar Products Company | Automatic circular saw tooth inspection system and method |
| WO2001088475A1 (de) * | 2000-05-15 | 2001-11-22 | Gerling Automation Gmbh | Steuern der zahnlötung am sägeblattgrundkörper mit einer seitlichen und einer radialen kamera |
| CN102519387A (zh) * | 2011-10-27 | 2012-06-27 | 哈尔滨工业大学 | 一种电子束焊接熔池形状参数的视觉检测方法 |
| CN105844622A (zh) * | 2016-03-16 | 2016-08-10 | 南京工业大学 | 一种基于激光视觉的v型坡口焊缝检测方法 |
| DE102016102360A1 (de) * | 2016-02-11 | 2017-08-17 | Kohnle GmbH | Messanordnung und Verfahren zum optischen Vermessen von Zerspanungswerken |
| CN107775229A (zh) * | 2018-01-23 | 2018-03-09 | 湖南泰嘉新材料科技股份有限公司 | 用于双金属带锯条的焊接对齿方法 |
| CN109003275A (zh) * | 2017-06-06 | 2018-12-14 | 中国商用飞机有限责任公司 | 焊缝缺陷图像的分割方法 |
| DE102018101814A1 (de) * | 2018-01-26 | 2019-08-01 | Credé Vermögensverwaltungs-GmbH + Co. KG | Vorrichtung und Verfahren zum Anschweißen von Hartstoffkörpern an Zähnen eines Sägeblatts |
-
2020
- 2020-09-10 CN CN202010944327.XA patent/CN111811437A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001007868A1 (en) * | 1999-07-27 | 2001-02-01 | California Cedar Products Company | Automatic circular saw tooth inspection system and method |
| WO2001088475A1 (de) * | 2000-05-15 | 2001-11-22 | Gerling Automation Gmbh | Steuern der zahnlötung am sägeblattgrundkörper mit einer seitlichen und einer radialen kamera |
| CN102519387A (zh) * | 2011-10-27 | 2012-06-27 | 哈尔滨工业大学 | 一种电子束焊接熔池形状参数的视觉检测方法 |
| DE102016102360A1 (de) * | 2016-02-11 | 2017-08-17 | Kohnle GmbH | Messanordnung und Verfahren zum optischen Vermessen von Zerspanungswerken |
| CN105844622A (zh) * | 2016-03-16 | 2016-08-10 | 南京工业大学 | 一种基于激光视觉的v型坡口焊缝检测方法 |
| CN109003275A (zh) * | 2017-06-06 | 2018-12-14 | 中国商用飞机有限责任公司 | 焊缝缺陷图像的分割方法 |
| CN107775229A (zh) * | 2018-01-23 | 2018-03-09 | 湖南泰嘉新材料科技股份有限公司 | 用于双金属带锯条的焊接对齿方法 |
| DE102018101814A1 (de) * | 2018-01-26 | 2019-08-01 | Credé Vermögensverwaltungs-GmbH + Co. KG | Vorrichtung und Verfahren zum Anschweißen von Hartstoffkörpern an Zähnen eines Sägeblatts |
Non-Patent Citations (1)
| Title |
|---|
| 袁甜: "带锯条焊接质量视觉检测系统研究", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114529511A (zh) * | 2022-01-12 | 2022-05-24 | 上海移远通信技术股份有限公司 | 缺陷检测方法、装置、设备及存储介质 |
| CN117783147A (zh) * | 2024-02-27 | 2024-03-29 | 宁德时代新能源科技股份有限公司 | 焊接检测方法及系统 |
| WO2025179695A1 (zh) * | 2024-02-27 | 2025-09-04 | 宁德时代新能源科技股份有限公司 | 焊接检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3176537B1 (en) | System for automated in-process inspection of welds | |
| CN116423005B (zh) | 一种提高焊接精度的锡焊工艺优化方法及系统 | |
| CN117664990A (zh) | 一种pcba外观缺陷智能检测方法 | |
| US20180253836A1 (en) | Method for automated detection of defects in cast wheel products | |
| CN102455171B (zh) | 一种激光拼焊焊缝背面几何形貌检测方法 | |
| CN111061231B (zh) | 焊接装配间隙和错边前馈的熔池监控系统及熔透监测方法 | |
| CN117324769B (zh) | 一种基于ccd视觉检测的自动精密激光焊接方法 | |
| CN111811437A (zh) | 一种带锯条焊接质量检测方法及装置 | |
| CN119035863B (zh) | 一种汽车焊装生产线视觉检测方法及系统 | |
| CN116206266B (zh) | 一种基于封口机的视觉对位系统 | |
| Zhang et al. | A study on seam tracking in robotic GMA welding process | |
| CN118150593A (zh) | 一种极片毛刺在线检测系统、检测方法及检测装置 | |
| CN115255565B (zh) | 全局模式识别的窄间隙焊接坡口边缘视觉传感检测方法及应用 | |
| CN120182262A (zh) | 一种汽车转向控制器故障检测方法及系统 | |
| CN119692878B (zh) | 一种基于化妆品生产流程的质量管理控制方法及系统 | |
| CN118840709B (zh) | 一种基于图像识别的煤流量动态实时监测分析处理系统 | |
| CN118438080B (zh) | 基于焊接数据的焊缝质量检测系统及方法 | |
| CN119407409A (zh) | 一种漏焊检测系统及方法 | |
| CN114199127A (zh) | 基于机器视觉的汽车零件尺寸检测系统及方法 | |
| CN118518674A (zh) | 一种异型坯钢种表面监测装置、方法 | |
| CN114937015B (zh) | 一种锂电池极片制造中智能视觉识别方法和系统 | |
| CN117745275B (zh) | 基于物联网大数据的一体化工作平台 | |
| CN120901581B (zh) | 短管智能组对焊接机器人的多工序集成控制系统 | |
| CN114897921A (zh) | 基于机器视觉的受电弓磨耗值和受电弓异常实时检测方法 | |
| CN120807528B (zh) | 基于机器视觉的船体表面缺陷检测系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201023 |