申请/专利权人：杭州百子尖科技股份有限公司

申请日：2021-09-30

公开（公告）日：2024-07-05

公开（公告）号：CN113933312B

主分类号：G01N21/892

分类号：G01N21/892;G06T7/00

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2022.02.01#实质审查的生效;2022.01.14#公开

摘要：本发明涉及一种表面缺陷的周期性规律实时判定方法，为：S1、获取预设的横向误差范围ΔH、纵向误差范围ΔL、周期性最小缺陷数量M、允许跳空数量E、最大辊筒的周长Smax和最小辊筒的周长为Smin；S2、获取表面缺陷检测系统检测出的最新缺陷Fn的缺陷结构化数据，缺陷结构化数据包括横向坐标CD、纵向坐标MD和缺陷分类Class；S3、将最新缺陷Fn加入缺陷缓存列表；S4、将Fn与周期性趋势缓存列表中的趋势匹配计算，若匹配满足任一趋势则将相应趋势加入相应周期性趋势缓存列表，结束本次计算；若不能匹配任一趋势则继续执行S5；S5、将最新缺陷Fn与缺陷缓存列表中在先已加入的缺陷基于缺陷结构化数据进行周期性数据匹配。

主权项：1.一种表面缺陷的周期性规律实时判定方法，其特征在于：S1、获取预设的横向误差范围ΔH、纵向误差范围ΔL、周期性最小缺陷数量M、允许跳空数量E、最大辊筒的周长Smax和最小辊筒的周长为Smin；S2、获取表面缺陷检测系统检测出的最新缺陷Fn的缺陷结构化数据，缺陷结构化数据包括横向坐标CD、纵向坐标MD和缺陷分类Class；S3、将最新缺陷Fn加入缺陷缓存列表；S4、将Fn与周期性趋势缓存列表中的趋势匹配计算，若匹配满足任一趋势则将相应趋势加入相应周期性趋势缓存列表，结束本次计算；若不能匹配任一趋势则继续执行S5；S5、将最新缺陷Fn与缺陷缓存列表中在先已加入的缺陷基于缺陷结构化数据及所述横向误差范围ΔH、纵向误差范围ΔL、周期性最小缺陷数量M、允许跳空数量E、最大辊筒的周长Smax和最小辊筒的周长为Smin进行周期性数据匹配，若匹配满足任一趋势则将相应趋势加入相应周期性趋势缓存列表；步骤S5包括：S51、基于最新缺陷Fn的纵、横向坐标，在材料表面划定横向坐标CD±ΔH范围、长度为M+E*Smax+ΔL的计算区域；S52、从所述缺陷缓存列表中筛选出位于该计算区域内的在先已加入缺陷；S53、从筛选出的在先已加入缺陷中进一步筛选出与最新缺陷Fn缺陷分类相同的缺陷，并将进一步筛选出的缺陷与最新缺陷Fn按倒序建立同类缺陷列表FList[Fn，Fn-1，...，F1，F0]；S54、根据最新缺陷Fn与FList中其余缺陷之间的纵向距离与最大辊筒的周长Smax和最小辊筒的周长Smin的关系，结合周期性最小缺陷数量M和允许跳空数量E判断是否存在周期性规律，若存在则将相应趋势加入相应周期性趋势缓存列表；步骤S54包括：S541、依次计算最新缺陷Fn与FList中缺陷Fi-1之间的纵向距离Dn-i-1，i依次为n、n-1、...、1；若Dn-i-1Smax，结束本次运算；若Dn-i-1Smin，用FList中下一缺陷进行计算；若D在Smin～Smax范围内，建立新的临时周期性趋势T，包括长度为Dn-i-1、缺陷计数为Mn-i-1、跳空En-i-1；S542、调用预置函数Find，传入参数FList、MDn-i-1、j、T，其中j＝i-1，MDn-i-1＝Fj-1纵坐标；S543、判断经Find执行后的周期性趋势T，若执行后的周期性趋势T中Mn-i-1＝M且En-i-1＝E，则发现新的周期性规律，将执行后的周期性趋势T加入到周期性趋势缓存列表，结束判定流程；否则返回步骤S541，用FList中下一缺陷进行计算；所述函数Find，包括：输入参数为待判定的缺陷列表FList、缺陷纵坐标MDn-i-1、缺陷对应索引Index、周期性趋势T，步骤如下：a、设置j＝index；b、若Mn-i-1＝M，结束函数；c、若E0且En-i-1＝E，结束函数；d、设置缺陷F＝FList[index-1]的纵坐标，设Value＝MD-F；e、若Dn-i-2Dn-i-1+ΔL，建立假缺陷数据’F，纵坐标为MDn-i-1+Dn-i-1，更新趋势数据T，Mn-i-2＝Mn-i-1+1，En-i-2＝En-i-1+1，更新MDn-i-2＝MDn-i-1+Dn-i-1，Index＝Index-1，递归调用本函数Find；f、若Dn-i-2在Dn-i-1±ΔL范围内，更新趋势数据T，Mn-i-2＝Mn-i-1+1，更新MD＝F，Index＝Index-1，递归调用本函数Find；g、若Dn-i-2Dn-i-1+ΔL，更新j＝index-1，若j0，结束函数，否则继续重复步骤b-g。

全文数据：

权利要求：

百度查询： 杭州百子尖科技股份有限公司 表面缺陷的周期性规律实时判定方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD