首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种双层复合石英坩埚表面缺陷检测装置及方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西安科技大学

摘要:本发明公开了一种双层复合石英坩埚表面缺陷检测装置及方法,该装置包括承重底板、框架结构和滑台,承重底板内设置有用于带动双层复合石英坩埚自转的转盘,框架结构的空档区间设置有面光源,检测设备包括工业相机和激光测量仪;该方法包括步骤:一、构建并训练双层复合石英坩埚表面缺陷检测模型;二、设定锚框;三、获取实际采集图像;四、输出带有边界坐标和类别概率的分类预测结果;五、判断分类预测结果中是否存在目标物;六、记录目标物的位置信息;七、获取目标物的深度信息。本发明全方位检测钳锅,提供面光源辅助,基于图像和测距进行双层复合石英坩埚表面缺陷的检测,检测速度快、精度高、效率高,对每种缺陷的数量都有数据留存便于溯源。

主权项:1.一种双层复合石英坩埚表面缺陷检测的方法,利用双层复合石英坩埚表面缺陷检测装置进行双层复合石英坩埚表面缺陷检测,其特征在于:所述双层复合石英坩埚表面缺陷检测装置包括用于盛放双层复合石英坩埚(4)的承重底板(1)、安装在承重底板(1)上且位于双层复合石英坩埚(4)外侧的框架结构和安装在所述框架结构上部且用于带动检测设备移动的滑台,承重底板(1)内设置有用于带动双层复合石英坩埚(4)自转的转盘(2),所述框架结构的空档区间设置有面光源(6),所述检测设备包括工业相机(17)和激光测量仪(18);所述框架结构包括多个装置支柱(5),沿周向相邻的两个装置支柱(5)之间设置有面光源(6);所述转盘(2)上设置有用于支撑双层复合石英坩埚(4)的坩埚夹具(3);所述滑台包括两个相平行设置的第一滑轨底座(7),第一滑轨底座(7)上设置有第一滑轨(8)和用于带动安装在第一滑轨(8)上的第一滑块(9)移动的第一伺服电机(10),两个第一滑块(9)之间安装有第二滑轨底座(11),第二滑轨底座(11)上设置有第二滑轨(12)和用于带动安装在第二滑轨(12)上的第二滑块(13)移动的第二伺服电机(14),第二滑块(13)底部安装有电动伸缩杆(15),电动伸缩杆(15)的伸缩端安装有用于带动检测设备变换角度的云台(16);两个第一滑轨底座(7)均安装在所述框架结构顶部;通过在承重底板上设置转盘,可任意转动双层复合石英坩埚角度,便于检测设备对双层复合石英坩埚进行全方位检测;通过在承重底板上设置框架结构,框架结构可以给滑台提供安装基础的同时给面光源提供安装支架,面光源可全方位给双层复合石英坩埚进行打光,双层复合石英坩埚内层为透明结构,外层为透光的磨砂结构,面光源覆盖坩埚侧面,避免内部打光导致坩埚底部通过四周的漫反射照亮,影响拍照结果;利用工业相机获取坩埚表面结果,坩埚表面缺陷类型包括气泡、杂质黑点、附着物、白斑、凹坑、裂纹、表面污渍、析晶点,拍摄的图像难以确定凹坑、附着物和白斑深度信息,再利用激光测量仪二次检测,根据参考距离数据确定凹坑、附着物和白斑缺陷的深度信息;该方法包括以下步骤:步骤一、构建并训练双层复合石英坩埚表面缺陷检测模型,过程如下:步骤101、获取包含多种缺陷类型的双层复合石英坩埚内表面图像,并对双层复合石英坩埚内表面图像进行图像增强,构建图像数据库,对图像数据库进行随机分类,获得图像训练数据集合和图像测试数据集合;步骤102、构建双层复合石英坩埚表面缺陷检测模型,所述双层复合石英坩埚表面缺陷检测模型包括Backbone网络、Neck网络以及Head网络,Backbone网络包括CSP结构和SPPF结构,用于提取图像高层、中层和低层的特征;Neck网络包括PANet结构,通过生成特征金字塔处理多尺度特征;Head网络生成检测结果,包括目标的边界坐标和类别概率;其中,PANet结构包含全维动态卷积ODConv和ECA注意力机制;步骤103、从图像训练数据集合中依次调取图像增强后的双层复合石英坩埚内表面图像输入至双层复合石英坩埚表面缺陷检测模型,采用二元交叉熵函数来计算分类损失,输出带有边界坐标和类别概率的分类预测结果,直至双层复合石英坩埚表面缺陷检测模型收敛,完成双层复合石英坩埚表面缺陷检测模型训练过程;步骤104、在图像测试数据集合中调取样本图像,对双层复合石英坩埚表面缺陷检测模型进行测试,直至测试完毕,获取训练并测试完成的双层复合石英坩埚表面缺陷检测模型;步骤二、设定框选坩埚缺陷类型的锚框:使用Kmeans聚类算法生成框选坩埚缺陷类型的锚框;步骤三、利用双层复合石英坩埚表面缺陷检测装置获取双层复合石英坩埚(4)的一张实际采集图像;步骤四、将步骤三中的实际采集图像输入双层复合石英坩埚表面缺陷检测模型,输出带有边界坐标和类别概率的分类预测结果;所述缺陷类型包括气泡、杂质黑点、附着物、白斑、凹坑、裂纹、表面污渍和析晶点;步骤五、判断分类预测结果中是否存在附着物、白斑和凹坑;当分类预测结果中存在附着物、白斑和凹坑时,执行步骤六;当分类预测结果中不存在附着物、白斑和凹坑时,执行步骤三和步骤四,直至双层复合石英坩埚(4)内表面检测完毕;步骤六、记录附着物、白斑或凹坑的位置信息:将附着物、白斑或凹坑视为目标物,将当前双层复合石英坩埚表面缺陷检测装置中的工业相机(17)的位置状态信息记作初始状态,调节云台(16)转动角度,使目标物位于工业相机(17)视野中心位置,记录此时工业相机(17)的位置信息后,复原工业相机(17)至初始状态,然后执行步骤三;步骤七、获取附着物、白斑或凹坑的深度信息:待双层复合石英坩埚(4)内表面检测完毕后,将工业相机(17)更换成激光测量仪(18),根据步骤六中记录的附着物、白斑或凹坑的位置信息,依次获取各个目标物的深度信息;所述CSP结构包括依次连接的第一卷积模块、第二卷积模块、第一C3模板、第三卷积模块、第二C3模板、第四卷积模块、第三C3模板、第五卷积模块和第四C3模板,第四C3模板和SPPF结构连接;所述PANet结构包括与SPPF结构连接的第六卷积模块,第六卷积模块上采样得到第一Concat模块,第一Concat模块经过第五C3模板和第七卷积模块后上采样得到第二Concat模块,第二Concat模块经过第六C3模板和全维动态卷积ODConv后上采样得到第三Concat模块,第三Concat模块经第七C3模板特征提取后再引入ECA注意力模块和第八卷积模块得到第四Concat模块,第四Concat模块依次经第八C3模板、第九卷积模块、第五Concat模块、第九C3模板、第十卷积模块、第六Concat模块和第十C3模板连接Head网络;其中,第一Concat模块与第三C3模板连接,第二Concat模块与第二C3模板连接,第三Concat模块与第一C3模板连接,第四Concat模块与全维动态卷积ODConv连接,第五Concat模块与第七卷积模块连接,第六Concat模块与第六卷积模块连接;Head网络包括与ECA注意力模块连接的第十一卷积模块、与第八C3模板连接的第十二卷积模块、与第九C3模板连接的第十三卷积模块和与与第十C3模板连接的第十四卷积模块;所述第十一卷积模块输出特征图尺寸为160×160,其对应的锚框尺寸包括5,5、10,10和21,21;所述第十二卷积模块输出特征图尺寸为80×80,其对应的锚框尺寸包括14,14、18,18和30,30;所述第十三卷积模块输出特征图尺寸为40×40,其对应的锚框尺寸包括30,61、62,45和59,119;所述第十四卷积模块输出特征图尺寸为20×20,其对应的锚框尺寸包括116,90、156,198和373,326;所述工业相机(17)的位置信息包括工业相机(17)的坐标和镜头旋转角度。

全文数据:

权利要求:

百度查询: 西安科技大学 一种双层复合石英坩埚表面缺陷检测装置及方法

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。