工业智能检测实验室方案

南京云创大数据科技股份有限公司页工业智能检测实验室建设背景制造业是国民经济的主体，是立国之本、兴国之器、强国之基。智能制造是制造强国建设的主攻方向，其发展程度直接关乎我国制造业质量水平。《“十四五”智能制造发展规划》中指出，要认真贯彻落实《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，发展智能制造对于巩固实体经济根基、建成现代化产业体系、实现新型工业化具有重要作用。数十年来，中国工业增加值占GDP比重均持续稳定在30%至50%之间。《中国制造2025》作为部署全面推进实施制造强国的战略文件，更表明了国家层面对制造业的重视程度。制造行业面临着人力成本升高、尖端技术较弱等瓶颈和挑战，以低端智能为代表的传统制造业急需转型发展。与此同时，人工智能技术在制造业领域的应用更像是一片蓝海，拥有着广阔的发展前景。智能检测是将人工智能、大数据等技术赋能到制造业质检环节，实现统一检测标准，减少主观因素造成的误检漏检，通过对检测数据进行统计分析，可以辅助生产工艺优化，提升产品质量，总体上提升企业自动化智能化程度。这对我校技术技能人才培养工作提出了更高要求，迫切需要建设能与之相匹配的产教深度融合的工业智能检测实验室。建设目标构建教育教学、科技研发、技术服务、技能培训于一体的产教深度融合的工业智能检测实验室。满足工业智能检测技术实训需求提升学生工业智能检测综合实战能力支撑智能检测领域科研方向研究建设内容整套智能检测设备六自由度工业机器人、面阵工业相机、FA工业镜头、工业光源、机器视觉夹具、视觉算法检测平台、检测工件、实验手册等设备。智能检测应用流程从工件的图像采集-检测算法应用/优化-缺陷检测分析-缺陷标注展示形成一整套工件的智能检测实训流程。智能检测教学实验提供工业机器人编程与调试、机器视觉设备学习及使用、检测算法应用及调优、各类工件不同缺陷检测实验。智能检测综合实战为提高学生在智能检测方向的综合实战能力，结合当下制造行业通用的螺钉、工件标签和汽车行业的活塞、轮毂、发动机进行针对实物的多种缺陷检测进行综合能力的培养。建设方案1.实验室布局工业智能检测实验室根据学校教学和实验人数需要，部署多套工业智能检测实训平台，满足智能检测方向的教学和实训需求。

2.工业智能检测实训平台工业智能检测实训平台的各组件安装在型材桌面上或型材里，机器视觉设备、电气控制设备、视觉检测平台相对独立且支持整合使用，采用工业标准件设计。可以满足学生进行搭建视觉检测平台、研究拍摄方案、研究学习视觉检测算法等。

工业智能检测实训设备3.1工业相机CE系列工业相机是主打高性价比的经济型系列产品，像素覆盖面30万到2000万像素，以卷帘曝光为主。提供千兆网数据接口，可以满足多种工业需求。3.2工业镜头KF-E系列FA系列镜头针对机器视觉光源和芯片进行优化设计，分辨率高，成像质量优秀，透过率高，稳定性好。固定焦距，手动光圈，外形紧凑。可满足机器视觉行业应用，是工业相机的理想选择。3.3工业光源环形光源：条形光源：背光光源：开孔背光：同轴光源：控制器：3.4工业机器人KUKA紧凑式六臂机器人。具有应用广泛的优点，可用于新型的使用范围。使用内置的拖链系统和可靠的KRC4compact控制系统，它可以在狭小空间内实现较高的精度。新型的自动化方案可以用来实现Safe-Robot功能。4.工业智能检测实训内容4.1有无检测有无检测，是指确认数量或工件上的部件及加工等“有无”的检测。有无检测中包含了各种内容，例如下列各项。1、纸箱内的瓶身数量计数2、包装内说明书/附件的有无检测3、食品标签的有无检测4、印刷电路板上电子部件的有无检测5、固定零件的螺丝及垫片的有无检测6、粘着剂涂抹的有无检测7、切削及钻孔加工的有无检测传统的有无检测依赖于目视检测，近年来，伴随着工厂自动化（FA：FactoryAutomation）的进程，视觉系统及视觉系统技术越来越广泛地应用于现场。4.2轮廓检测轮廓检测，是指用于确认部件及产品表面轮廓缺陷的检测。轮廓检测通常可用于下列检测内容。1、检测食品标签的完整性2、检测布匹上附着的污点3、检测金属、树脂部件的完整性4、印刷电路板上电子部件的完整性5、包装内说明书/附件的完整性传统的轮廓检测依赖于目视检测，近年来，随着工厂自动化（FA：FactoryAutomation）的发展，视觉系统及视觉系统技术越来越广泛地应用于现场。4.3划痕检测划痕检测，是指用于确认部件及产品表面划痕缺陷的检测。划痕检测通常可用于下列检测内容。1、检测食品外包装表面是否有划痕2、检测车门是否有划痕3、检测玩具外壳是否有划痕4、检测PCB是否有划痕5、检测金属加工件是否有划痕传统的划痕检测依赖于目视检测，近年来，随着工厂自动化（FA：FactoryAutomation）的发展，视觉系统越来越广泛地应用于现场。4.4异物检测异物检测，是指用于确认部件及产品表面异物缺陷的检测。异物检测通常可用于下列检测内容。1、检测食品包装上附着的异物2、检测布匹上附着的异物3、检测金属、树脂部件上的异物4、检测印刷电路板上涂胶后的异物5、检测喷漆后工件的异物传统的异物检测依赖于目视检测，近年来，随着工厂自动化（FA：FactoryAutomation）的发展，视觉系统越来越广泛地应用于现场。实验室特点精度高：可达微米级结合高精度传感器和人工智能算法，实现对肉眼难以分辨或者需借助辅助工具进行检测的缺陷，可检出缺陷精度达微米级。可追溯：缺陷数据统计与追溯相较于传统人工检测离线作业不统计缺陷数据，工业智能系统对缺陷数据结合产品信息进行实时留存，可实现质量追溯分析，并辅助工艺优化，进而提升产品质量。手段多：多传感器融合实现优势互补融合工业相机、震动传感器、三维扫描仪等多种传感器，多角度捕捉缺陷表现，结合不同传感器优势，实现多类型缺陷检测。高可靠：工业级设备保障检测质量工业智能检测平台在机械结构、检测软件、存储分析节点等方面都根据工业级要求设计，提升系统在工业生产质检环境中的可靠性，全面保障对缺陷工件的检测质量。实验室作用支撑智能检测教学使学生能够得到更多的实验技能训练，能够提高智能检测教学质量，满足教师教学与科研的需要，强化学生职业技能的培养，适应市场经济新形势对应用性人才的要求，将起到十分重要的作用。实现质检的智能化、数字化通过融合人工智能、大数据、计算机视觉等技术，解决工业生产质检等环节现实问题，助力生产质检实现智能化、数字化。提高学生就业竞争力使学生能够在实物建造的智能检测环境下，学习并掌握智能制造相关专业所对应的企业岗位的技能要求，使每个学生就业时能够掌握企业所需的专业技能。智能检测实验1.智能检测基础实验智能检测基础模块内容包括学习工业相机、工业镜头、工业光源、工业机器人等设备参数及使用方法，了解设备选型知识。学习搭建拍摄装置，学习图像处理基础知识，并对处理结果进行分析处理。实验内容：1.工业相机选型及实验；2.工业镜头选型实验；3.工业光源选型实验；4.工业机器人操作实验；5.拍摄装置搭建实验；6.拍摄图像处理实验；7.处理结果对比实验。2.螺钉有无检测实验工业上常用螺钉来进行禁紧固，螺钉的有无直接影响设备的可靠性，通过工业相机将工件表面转换为图像信号，传送给图像软件处理系统，判断螺钉有无，实时提供检测数据协助企业进行质量回溯。实验内容：1.工业相机选型实验；2.工业镜头选型实验；3.工业光源选型实验；4.拍摄装置搭建实验；5.拍摄方案设计实验；6.拍摄图像处理实验；7.螺钉有无算法实验；8.算法结果展示实验。3.工件标签检测实验工业上对工件标签要求是内容清晰、条码数据准确。采用图像采集设备，对标签进行图像采集，通过工业相机转换为图像信号，传送给图像软件处理系统，实时提供检测数据协助企业进行质量回溯。实验内容：1.工业相机选型实验；2.工业镜头选型实验；3.工业光源选型实验；4.拍摄装置搭建实验；5.拍摄方案设计实验；6.拍摄图像处理实验；7.工件标签算法实验；8.算法结果展示实验。4.发动机活塞缺陷检测实验汽车发动机活塞作为汽车核心零部件发动机的主要零件，其质量的高低直接影响汽车整机的质量与性能。采用图像采集设备，对活塞表面缺陷进行图像采集，通过工业相机转换为图像信号，传送给图像软件处理系统，多种缺陷类型同时检测，实时提供检测数据协助企业进行质量回溯。实验内容：1.工业相机选型实验；2.工业镜头选型实验；3.工业光源选型实验；4.拍摄装置搭建实验；5.拍摄方案设计实验；6.拍摄图像处理实验；7.活塞内腔算法实验；8.活塞环岸算法实验；9.活塞裙部算法实验；10.活塞顶部算法实验；11.活塞销孔算法实验；12.算法结果展示实验。5.轮毂缺陷检测实验汽车轮毂是汽车零部件的一个重要组成部分，通过工业相机将轮毂转换为图像信号，传送给图像软件处理系统，多种缺陷类型同时检测，实时提供检测数据协助企业进行质量回溯。实验内容：1.工业相机选型实验；2.工业镜头选型实验；3.工业光源选型实验；4.拍摄装置搭建实验；5.拍摄方案设计实验；6.拍摄图像处理实验；7.轮毂轮辐算法实验；8.轮毂轮辋算法实验；9.轮毂精车算法实验；10.轮毂装饰窗算法实验；11.轮毂螺栓孔算法实验；12.算法结果展示实验。6.发动机缺陷检测实验汽车发动机缺陷检测有助于提高汽车安全性，自动化检测设备对发动机的外观缺陷做出筛选。有效提高工厂产品的效率，精度及准确率。实验内容：1.工业相机选型实验；2.工业镜头选型实验；3.工业光源选型实验；4.拍摄装置搭建实验；5.拍摄方案设计实验；6.拍摄图像处理实验；7.发动机气缸内孔算法实验；8.发动机气缸外表算法实验；9.算法结果展示实验。实验列表清单板块编号板块分类序号实验名称镜像1Linux操作系统1Linux基础：基本命令mloffline2Linux基础：文件操作mloffline3Linux基础：压缩与解压mloffline4Linux基础：Ubuntu下软件安装mloffline5Linux基础：CentOS下软件安装与环境变量设置CentOS6Linux基础：训练模型常用命令TensorFlow27Linux基础：sed命令mloffline2Python编程语言1Python基础：运算符mloffline2Python基础：Numbermloffline3Python基础：字符串mloffline4Python基础：列表mloffline5Python基础：元组mloffline6Python基础：字典mloffline7Python基础：集合mloffline8Python基础：流程控制mloffline9Python基础：文件操作mloffline10Python基础：异常mloffline11Python基础：迭代器、生成器和装饰器mloffline3人工智能基础1知识表示：谓词逻辑表示法mloffline2知识表示：用产生式系统表示“动物识别系统”mloffline3确定性推理：归结推理mloffline4盲目搜索策略：宽度优先搜索解决“八数码”问题mloffline5盲目搜索策略：深度优先搜索解决“八数码”问题mloffline6启发式搜索策略：A*搜索解决“八数码”问题mloffline7进化算法：遗传算法解决“旅行商”问题mloffline8群智能算法：粒子群算法解决“旅行商”问题mloffline9群智能算法：蚁群算法解决“旅行商”问题mloffline10人工神经网络：BP神经网络的实现mloffline11人工神经网络：HopField神经网络的实现mloffline4计算机视觉基础1OpenCV中的GUI特性-图像入门OpenCV2OpenCV中的GUI特性-OpenCV的绘图功能OpenCV3核心操作-图像的基本操作OpenCV4核心操作-图像上的算法运算OpenCV5核心操作-性能衡量和技术OpenCV6OpenCV图像处理-改变颜色空间OpenCV7OpenCV图像处理-图像几何变换OpenCV8OpenCV图像处理-图像阈值OpenCV9OpenCV图像处理-图像平滑OpenCV10OpenCV图像处理-形态学转换OpenCV11OpenCV图像处理-图像梯度OpenCV12OpenCV图像处理-Canny边缘检测OpenCV13OpenCV图像处理-图像金字塔OpenCV14OpenCV图像处理-轮廓：入门OpenCV15OpenCV图像处理-轮廓特征OpenCV16OpenCV图像处理-轮廓属性OpenCV17OpenCV图像处理-轮廓：更多属性OpenCV18OpenCV图像处理-轮廓分层OpenCV19OpenCV图像处理-直方图1：查找、绘制和分析OpenCV20OpenCV图像处理-直方图2：直方图均衡OpenCV21OpenCV图像处理-直方图3：二维直方图OpenCV22OpenCV图像处理-直方图4：直方图反投影OpenCV23OpenCV图像处理-傅里叶变换OpenCV24OpenCV图像处理-模板匹配OpenCV25OpenCV图像处理-霍夫线变换OpenCV26OpenCV图像处理-霍夫圈变换OpenCV27OpenCV图像处理-图像分割与Watershed算法OpenCV28OpenCV图像处理-交互式前景提取使用GrabCut算法OpenCV29OpenCV图像处理-哈里斯角检测OpenCV30OpenCV图像处理-Shi-tomas拐角检测器和益于跟踪的特征OpenCV31OpenCV图像处理-SIFT尺度不变特征变换OpenCV32OpenCV图像处理-SURF简介OpenCV33OpenCV图像处理-用于角点检测的FAST算法OpenCV34OpenCV图像处理-二进制的鲁棒独立基本特征OpenCV35OpenCV图像处理-ORB(面向快速和旋转的BRIEF)OpenCV36OpenCV图像处理-特征匹配OpenCV37OpenCV图像处理-特征匹配+单应性查找对象OpenCV38OpenCV图像处理-图像去噪OpenCV39OpenCV图像处理-图像修补OpenCV5机器学习实验库1机器学习常用工具库：OpenCV(Python)mloffline2机器学习常用工具库：Numpy(一)mloffline3机器学习常用工具库：Numpy(二)mloffline4机器学习常用工具库：Matplotlib(一)mloffline5机器学习常用工具库：Matplotlib(二)mloffline6机器学习常用工具库：Pandas(一)mloffline7机器学习常用工具库：Pandas(二)mloffline8机器学习常用工具库：Scipymloffline9机器学习常用工具库：基于PyTesseract的OCR文字识别mloffline10机器学习常用工具库：基于dlib的人脸定位mloffline11机器学习常用工具库：基于dlib人脸检测mloffline12机器学习常用工具库：基于dlib数字化妆mloffline13机器学习常用工具库：基于dlib人脸比对mloffline14机器学习常用工具库：基于dlib人脸聚类mloffline15机器学习常用工具库：基于dlib微信头像戴帽子mloffline16机器学习常用工具库：基于opencv-python图像去噪mloffline17机器学习：线性回归mloffline18机器学习：决策树(一)mloffline19机器学习：决策树(二)mloffline20机器学习：手工打造神经网络mloffline21机器学习：神经网络调优mloffline22机器学习：神经网络效果测试mloffline23机器学习：支持向量机SVMmloffline24机器学习：基于SVM和山鸢尾花数据集的分类mloffline25机器学习：PCA降维mloffline26机器学习：朴素贝叶斯分类mloffline27机器学习：随机森林分类mloffline28机器学习：DBSCAN聚类mloffline29机器学习：K-means聚类算法mloffline30机器学习：KNN分类算法mloffline31机器学习：基于KNN算法的房价预测(TensorFlow)mloffline32机器学习：Apriori关联规则mloffline6PyTorch程序设计1PyTorch：基础介绍PyTorch2PyTorch：回归模型PyTorch3PyTorch：世界人口线性回归PyTorch4PyTorch：神经网络实现自动编码器PyTorch5PyTorch：基于CNN模型和MNIST数据集的手写数字识别PyTorch6PyTorch：基于RNN模型和MNIST数据集的手写数字识别PyTorch7PyTorch：基于CNN模型和CIFAR10数据集的分类PyTorch7智能检测基础实验1工业相机选型及实验2工业镜头选型实验3工业光源选型实验4工业机器人操作实验5拍摄装置搭建实验6拍摄图像处理实验7处理结果对比实验8螺钉有无检测实验1工业相机选型实验2工业镜头选型实验3工业光源选型实验4拍摄装置搭建实验5拍摄方案设计实验6拍摄图像处理实验7螺钉有无算法实验8算法结果展示实验9工件标签检测实验1工业相机选型实验2工业镜头选型实验3工业光源选型实验4拍摄装置搭建实验5拍摄方案设计实验6拍摄图像处理实验7工件标签算法实验8算法结果展示实验10发动机活塞缺陷检测实验1工业相机选型实验2工业镜头选型实验3工业光源选型实验4拍摄装置搭建实验5拍摄方案设计实验6拍摄图像处理实验7活塞内腔算法实验8活塞环岸算法实验9活塞裙部算法实验10活塞顶部算法实验11活塞销孔算法实验12算法结果展示实验11轮毂缺陷检测实验1工业相机选型实验2工业镜头选型实验3工业光源选型实验4拍摄装置搭建实验5拍摄方案设计实验6拍摄图像处理实验7轮毂轮辐算法实验8轮毂轮辋算法实验9轮毂精车算法实验10轮毂装饰窗算法实验11轮毂螺栓孔算法实验12算法结果展示实验12发动机缺陷检测实验1工业相机选型实验2工业镜头选型实验3工业光源选型实验4拍摄装置搭建实验5拍摄方案设计实验6拍摄图像处理实验7发动机气缸内孔算法实验8发动机气缸外表算法实验9算法结果展示实验设备清单序号设备分类设备名称参考品牌参考型号规格单位数量1工业相机工业相机海康MV-CE013-80GMCMOS，13万像素黑白相机套12工业相机海康MV-CE050-31GMCMOS，500万像素黑白相机套13工业相机海康MV-CE120-10GMCMOS，1200万像素黑白相机套14工业相机海康MV-CE120-10GCCMOS，1200万像素彩色相机套15工业镜头工业镜头海康MVL-KF0618M-12PME6mm，F1.8-F16，C-Mount套16工业镜头海康MVL-KF0814M-12PME8mm，F1.4-F16，C-Mount套17工业镜头海康MVL-KF1228M-12PME12mm，F2.8-F22，C-Mount套18工业镜头海康MVL-KF1628M-12PME16mm，F2.8-F16，C-