前室预抽真空多用气氛渗氮炉工件识别系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113703382A(43)申请公布日2021.11.26(21)申请号202110790699.6(22)申请日2021.07.13(71)申请人特科能(株洲)科技有限公司地址412007湖南省株洲市天元区栗雨工业园五十五区(72)发明人杉山辉阳(74)专利代理机构广州博士科创知识产权代理有限公司44663代理人王洪江(51)Int.Cl.G05B19/05(2006.01)权利要求书2页说明书3页附图4页(54)发明名称前室预抽真空多用气氛渗氮炉工件识别系统(57)摘要本发明属于渗氮炉自动化技术领域，涉及一种前室预抽真空多用渗氮炉的工件识别系统，包括工控计算机(主程序)、工件检测模块、图像采集模块、图像识别模块、数据对比模块、数据调用模块、机器学习模块(机器训练模块)、数据存储模块、手工录入模块、执行模块；所述工件检测模块与图像采集模块相连；图像采集模块与图像识别模块相连，数据对比模块与图像识别模块、数据调用模块相连，本发明相比原渗氮炉自动化控制系统，增加了工件视觉分析及深度学习功能，增加了工件云端数据处理功能，能进一步降低操作人员的劳动强度，减少人工的操作失误，进一步提升渗氮炉的智能化控制水平。CN113703382ACN113703382A权利要求书1/2页1.前室预抽真空多用气氛渗氮炉工件识别系统，包括前室预抽真空多用气氛渗氮炉本体、工控计算机(自动化控制程序)、渗氮炉自动化执行模块、PLC、触摸显示屏、温度传感器、压力传感器、流量计、各种执行设备如泵、风机、加热执行单元、阀门；其特征在于：前室预抽真空多用气氛渗氮炉工件识别系统软件由工控计算机(主程序)、工件检测模块、图像采集模块、图像识别模块、数据对比模块、数据调用模块、机器学习模块(机器训练模块)、云端数据库(中心)、手工录入模块、执行模块组成，以上软件模块与工控计算机(主程序)相连接；硬件由红外传感器、摄像头、PLC、云服务器组成，其中：工件检测模块用来检测工件是否在渗氮炉工作台上；图像采集模块用来获取工件图片；图像识别模块用来识别图像中的工件；数据对比模块用于调用云端数据库中的工件数据并对比；数据调用模块用于在工件被识别出来后，从云端下载所有工件的数据及对应的工艺执行文件；机器学习模块(机器训练模块)用于对云端数据库不存在的工件进行深度学习，并建立该工件的数据特征并上传到云端；手工录入模块用于对新的工件工艺数据和机器学习后的数据上传到云端或本地计算机；执行模块用于下载工件的工艺文件并调用工控计算机(自动化控制程序)执行后面的所有操作；工控计算机(主程序)用于连接所有的模块并能调用执行工控计算机(自动化控制程序)。2.根据权利要求1所述的前室预抽真空多用气氛渗氮炉工件识别系统，其特征在于：工件检测模块硬件主要为红外传感器，红外传感器设定检测距离，优先的，红外传感器也可以用相同功能的激光传感器代替，数量至少一个以上。3.根据权利要求2所述的前室预抽真空多用气氛渗氮炉工件识别系统，其特征在于：所述红外传感器与工控计算机(主程序)连接与数据传送方法为：红外传感器信号线接入PLC数据端子，红外传感器发出信号的被工件挡住时，输出高电平，高电平通过数据线输出到PLC,PLC获取电平信号后，转化为数字量发送到485端口，并通过485数据线传送到到工控计算机的232串口，工控计算机(主程序)通过读取232串口缓冲区的数据，判断结果，如果为真，工控计算机(主程序)给图像采集模块发送执行指令。4.根据权利要求1所述的前室预抽真空多用气氛渗氮炉工件识别系统，其特征在于：图像采集模块至少包括一个摄像头，象素至少200万以上并带LED补光，图像采集模块主要包括摄像头初始化模块，摄像头视频流截图模块、图片预处理并存储模块等组成，主要功能是获得工件图片，并通过预处理达到图像识别及深度学习的要求。5.根据权利要求4所述的前室预抽真空多用气氛渗氮炉工件识别系统，所述图像采集模块其特征在于：图像采集模块按执行顺序包括摄像头图像读取、二值化、灰度、锐化、重置尺寸、本地存储等操作。6.根据权利要求1所述的前室预抽真空多用气氛渗氮炉工件识别系统，其特征在于：所述的机器学习模块(机器训练模块)的计算机程序方法为：程序主算法采用YOLO算法，通过2CN113703382A权利要求书2/2页机器自己识别标注与人工手动标注，通过损失函数反复训练机器，让机器能95％以上机率识别并标出工件时，建立工件数据字典，上传云端数据库，同时，工控计算机(主程序)继续深度学习已存储在计算机中的图像，以进一步提高识别率到99％以上，优选的，工件的机器识别及深度学习模块也可以采用Tensor‑flow、PyTorch、paddle、DPM、RCNN等算