[发明专利]基于样本数据训练的产品质量控制设备及质量控制方法

权利要求书

1.基于样本数据训练的产品质量控制设备，适用于产品自动化生产流水线，该产品自动化生产流水线由多个分歩加工设备组成；其特征在于：该质量检测设备包括多个图像采集装置和控制终端，该图像采集装置采集获得所述分歩加工设备生产的半成品的数字图像；

所述控制终端包括质量判定模块和工艺参数调整模块；所述质量判定模块预存有每一个分布加工设备的质量判定模型，该质量判定模型通过多组标记有质量判定的半成品数字图像进行人工智能数据训练获得，并表征半成品数字图像和质量判定的对应关系；所述工艺参数调整模块预存有每一个分布加工设备的工艺参数调整模型，该工艺参数调整模型表征工艺参数和质量判定的对应关系；

所述控制终端的质量判定判断模块分别与所述多个图像采集装置信号连接，所述控制终端的工艺参数调整模块分别与所述多个分布加工设备信号连接；所述控制终端实时接收图像采集装置获得的不同工序的半成品数字图像，并输出质量判定至所述工艺参数调整模块，所述工艺参数调整模块根据当前的质量判定情况输出产品工艺参数至相应的分布加工设备。

2.根据权利要求1所述的基于样本数据训练的产品质量控制设备，其特征在于：所述工艺参数调整模块通过所述分歩加工设备的功能原理及性能参数结合人为经验或试验数据建模调整后确定。

3.根据权利要求2所述的基于样本数据训练的产品质量控制设备，其特征在于：所述工艺参数调整模型设有设备损耗补偿模型，该设备损耗补偿模型反映在所述分歩加工设备的不同耗损状态下相关工艺参数的变化模型。

4.根据权利要求2所述的一种基于样本数据训练的产品质量控制设备，其特征在于：所述工艺参数调整模型还包括原料补偿模型，该原料补偿模型反映原料质量发生变化时工艺参数的变化关系。

5.根据权利要求1所述的一种基于样本数据训练的产品质量控制设备，其特征在于：所述人工智能数据训练具体包括深度学习、强化学习和迁移学习中的一种或多种。

6.根据权利要求1所述的一种基于样本数据训练的产品质量控制设备，其特征在于：所述质量判定为通过人工判定或相应的质量检测装置生成的数值或等级。

7.根据权利要求1所述的一种基于样本数据训练的产品质量控制设备，其特征在于：所述分歩加工设备和图像采集装置根据实际检测需求设置数量对应关系，具体包括，一台分歩加工设备对应一个图像采集装置、多台分歩加工设备对应一个图像采集装置或一台分歩加工设备对应多个图像采集装置。

8.根据权利要求1所述的一种基于样本数据训练的产品质量控制设备，其特征在于：工艺参数调整模块所调整的产品工艺参数为一种或多种。

9.基于样本数据训练的产品质量控制方法，其特征在于，使用权利要求1至8中任一项所述的产品质量检测设备，并包括准备阶段和实施阶段；其中，准备阶段包括：

数据训练步骤，对产品流水线的分布加工设备分别进行标定，收集N组半成品样本，并对应采集获得所生产的半成品的N组数字图像；对该N组数字图像人工标记质量判定，使用人工智能数据训练方法建立数字图像和质量判定的训练模型，并存储至质量判定模块；

工艺参数调整模型建模步骤，建立分布加工设备的工艺参数与半成品等级质量的工艺参数调整模型，并将该关联调整模型存储至工艺参数调整模块；

实施阶段包括：

图像采集步骤，在生产流水线运转的过程中，图像采集装置分别获得每一个分布加工设备所生产的半成品的数字图像，并回传至控制终端的质量判定模块；

质量判定步骤，通过图像采集装置获得的半成品数字图像，结合质量判定模块预存的质量判定模型，获得当前的半成品质量判定；

工艺参数反馈步骤，如所获得半成品质量判定与所需要达到的目标有差，则通过工艺参数调整模块预存的工艺参数调整模型，调整工艺参数；返回图像采集步骤循环执行。

10.根据权利要求9所述的基于样本数据训练的产品质量控制方法，其特征在于：所述分布加工设备的工艺参数与产品质量判定存在直接数值关联时，通过该数值关联建立工艺参数调整模型；所述分布加工设备的工艺参数与产品质量判定关联关系较为复杂时，通过生产经验或者试验方式建立工艺参数调整模型。