[发明专利]用于在泡沫生产过程中在线监测泡沫质量的方法和装置

权利要求书

1.一种用于在泡沫生产过程中在线监测泡沫质量的方法，其中，用于生产泡沫的原料经设置于传送机一端的混合喷头被注入到所述传送机的输送底板上，所述方法包含下列步骤：

连续获取泡沫在预先设定位置处的断面轮廓数据以生成泡沫表面的形貌图，所述预先设定位置位于所述输送底板的行进路径上；以及

基于泡沫表面的形貌图来检测泡沫的缺陷。

2.如权利要求1所述的方法，其中，所述断面轮廓数据为断面的顶部轮廓数据。

3.如权利要求2所述的方法，其中，利用设置在所述断面处的泡沫上方的激光传感器或超声波传感器以线扫描泡沫顶部表面的方式来获取所述顶部轮廓数据。

4.如权利要求2或3所述的方法，其中，所述顶部轮廓数据包括泡沫的顶部轮廓各点的空间位置坐标，所述形貌图由按照采样间隔获取的多个顶部轮廓拼接而成，所述采样间隔随所述输送底板的行进速度的变化而变化以确保相邻顶部轮廓沿所述输送底板行进方向上的间距相等，并且按照下列方式来检测泡沫的缺陷：

将沿第一方向在所述形貌图上截取的轮廓与第一标准轮廓模板进行比较，并且将沿第二方向在所述形貌图上截取的轮廓与第二标准轮廓模板进行比较，其中，所述第一方向和第二方向垂直于泡沫的深度方向并且相互垂直；以及

根据比较结果判断缺陷的存在性和类型。

5.如权利要求4所述的方法，其中，所述第一标准轮廓模板和所述第二标准轮廓模板为基于生产质量规范确定的特征阈值或标准轮廓曲线。

6.如权利要求2或3所述的方法，其中，所述顶部轮廓数据包括泡沫的顶部轮廓各点的空间位置坐标，所述形貌图为包括泡沫的顶部轮廓各点的空间位置坐标的点云图，并且按照下列方式来检测泡沫的缺陷：

在所述点云图中搜索深度发生突变的目标区域；以及

基于神经网络模型对所述目标区域进行识别以判断是否存在缺陷以及缺陷的类型。

7.如权利要求6所述的方法，其中，按照下列方式训练所述神经网络模型：

获取多个点云图样本，其中，每个点云图样本对应的物理尺寸为L×W，这里的L为点云图样本所对应的沿所述输送底板行进方向的物理尺寸，其不大于设定的第一阈值，W为泡沫的宽度；

根据设定的质量标准对点云图样本进行标注，其中，对于被标注的单个缺陷，其所对应的物理面积不大于第二阈值；

从所述多个点云图样本中选择训练数据集，其中，被标注缺陷类型的点云图样本占的数量与所述训练数据集的点云图样本总数之比不小于第一比例；以及

利用所述训练数据集对神经网络模型进行多次训练，其中，每次训练完成后将训练数据集中的第二比例的点云图样本保留以用于下一次的训练。

8.如权利要求4或6所述的方法，其中，所述缺陷的类型包括表面开裂、塌陷、表面起泡和表面鼓包。

9.如权利要求1或2所述的方法，其中，所述泡沫为聚氨酯软质泡沫。

10.如权利要求1或2所述的方法，所述方法还包括下列步骤：

通过比较多个产品制造方案所对应的缺陷检测结果来优化所述产品制造方案中的工艺参数和/或配方。

11.一种用于在泡沫生产过程中在线监测泡沫质量的装置，其中，用于生产泡沫的原料经设置于传送机一端的混合喷头被注入到所述传送机的输送底板上，所述装置包含：

轮廓测量单元，其配置为连续获取泡沫在预先设定位置处的断面轮廓数据，所述预先设定位置位于所述输送底板的行进路径上；计算单元，其配置为由所述断面轮廓数据生成泡沫表面的形貌图和基于泡沫表面的形貌图来检测泡沫的缺陷。