板材的超声检测怎么做（基于iNeuOS工业互联网平台的板材实时质检系统）

　　刨花板生产线由于原料、生产工艺等原因，会有一些产品板面出现颤纹、漏砂、胶斑、胶块、大刨花、粉尘斑、板面划痕和油污等缺陷。表面缺陷会降低板材强度、影响板材外观和二次加工，给企业带来经济损失。

　　目前针对刨花板的瑕疵识别工作主要以人工检测为主，缺陷种类繁多和视觉疲劳导致漏检率和误检率较高，极大限制了工厂的生产效率和产品质量。同时，工厂现有刨花板产线质检环节无法积累生产过程数据、无法形成有效数据资产、无法根据生产工况提供科学决策。

　　本项目主要针对刨花板进行自动化质检，针对其他板材同样适用，例如纤维板。

　　本项目实现云边协同：边缘质检装置进行产线的实时监测与智能识别，平台端进行产线异构系统集成。综合提高产线质检数字化与智能化水平，降低人员劳动强度，实现企业的降本增效。

　　边缘端刨花板产线质检装置通过相机拍摄刨花板表面，利用AI算法自主学习瑕疵及分类，实现颤纹、漏砂、胶斑、胶块、大刨花、粉尘斑、板面划痕和油污等缺陷的识别分类；工厂后期可以自主增加瑕疵种类；装置在长周期的检测过程中，能够自主学习，不断提高瑕疵的判断能力；装置可以设定参数与配方管理，设定每种瑕疵的排废依据，代替人工对刨花板的瑕疵进行判断。

　　平台端的一体化管理系统支持多条刨花板产线进行在线监控与管理，实现瑕疵数据、产线状态数据、硬件状态数据等结构化数据管理、配方管理和图片数据管理。

　　（1）基于机器视觉及深度学习理论，研发AI瑕疵识别算法，应用至刨花板生产线质检工段，满足高可靠性、高实时性的刨花板板面质检需求。

　　（2）基于工业互联网平台的异构设备及系统集成，实现数据接入、处理、分析、决策等流程化应用，支持多条刨花板产线集成，助力企业产线协同管理和产线综合对标。

　　基于工业互联网的刨花板智能质检一体化系统包括产线质检装置、硬件资源、后台服务、应用接口、应用工具及应用业务。框架如下图：

　　边缘质量装置由相机、光源和控制系统组态等组成，安装在砂光机产线上，以替代人工质检。

　　上下板面均通过人眼观察，上板面人眼直接观察，下板面通过照明灯与镜子配合，当板子经过镜子时，人眼通过镜子的反射观察板面底部情况。如下图：

　　边缘自动化质检装置安装位置示意，如下图：

　　基础工具包括：数据采集、计算预警、视图组态、设备模型、业务模型、资产模型、算法分析和联动控制。对下主要负责对接设备，实现设备数据采集及数据流程应用管理和数据反向控制，对上主要负责为业务提供实时、可靠的业务需求的数据。

　　业务应用包括：刨花板产线管理、参数管理、算法管理、业务报表、数据管理、预警信息和系统管理等模块等。

　　全厂板材产线大屏监测，如下图：

　　模型算法管理，如下图：

　　模型判断结果的瑕疵数据，如下图：