摘要
本发明公开一种基于人工智能与机器视觉的船坞折倒结构件设计制造方法、系统及计算机设备、可读存储介质。包括:构建船坞折倒结构件的初始3D打印模型;在3D成型打印过程中,采用红外热成像方法对打印缺陷进行实时检测,利用卷积神经网络提取实时的红外热成像的图像特征,将提取的图像特征进行检测,识别得到不同的缺陷类型,并根据反馈结果调整初始打印参数,获得目标打印参数;对船坞折倒结构件进行X射线无损检测,并获得内部结构缺陷参数;根据内部结构缺陷参数,获得尺寸修正量,得到目标结构参数和目标3D打印模型。采用人工智能与机器视觉的方法,高效准确地找到识别缺陷,并进行打印参数修正,对目标模型更新,提高产品尺寸和性能精度。
技术关键词
X射线无损检测
内部结构缺陷
结构件
船坞
打印缺陷
成像方法
卷积神经网络提取
参数
打印模块
尺寸
图像处理方法
位置提取
表面裂纹缺陷
机器视觉模块
表面缺陷检测
机加工方法
热处理
系统为您推荐了相关专利信息
液压支架结构件
积放输送链
线输送系统
重载AGV小车
承载小车
压箱装置
压箱机构
输送支架
PLC控制器
输送辊道
云端管理平台
现场监测装置
嵌入式处理器
存储模组
通信电源
芯片烧录装置
通信接口
驱动芯片
视频信号发生器
微处理器
校正检测装置
液压驱动单元
激光测距传感器
控制模块
集成激光测距