摘要
本发明公开了一种利用机器视觉的印刷品表面瑕疵自动检测方法,涉及印刷瑕疵检测技术领域,包括如下步骤:同步采集印刷过程中的数据,形成多模态时序数据集;从多模态时序数据集中提取并量化关键动态特征,生成统一的系统状态向量;构建系统状态稳定性演化模型,将系统状态向量输入所述稳定性演化模型,计算并输出实时系统稳定性指数;响应于实时系统稳定性指数低于预设预警阈值,启动因果解耦分析,判定当前的主导失效通路;依据所述主导失效通路,生成差异化干预指令。本发明实现了从被动故障响应到主动趋势预测、从模糊故障诊断到精准失效归因、从普适性干预到差异化智能调控的转变,在不中断生产的前提下保障产品质量,提升生产效率。
技术关键词
瑕疵自动检测
实时系统
表面温度数据
印刷品
振动特征
多模态
油墨粘度控制系统
物理
时序
视觉特征
模糊故障诊断
瑕疵检测技术
决策
指数
构建系统
产品质量缺陷
短时傅里叶变换
历史故障数据
系统为您推荐了相关专利信息
数据处理终端
滚动轴承故障特征
破碎机
故障压力
数据处理方法
振动特征参数
高速铁路钢轨
廓形偏差
钢轨廓形
打磨方法
数字孪生模型
智能检测方法
蜗壳
深度学习模型
振动特征
通道状态信息
振动特征
采集电缆通道
光纤振动传感器
预警方法
光学模组
缺陷检测方法
机器学习模型
振动特征
分类准确率