本技術(shù)涉及工業(yè)物聯(lián)網(wǎng)的，尤其是涉及基于工業(yè)物聯(lián)網(wǎng)的工件質(zhì)量檢測方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)：

1、工件質(zhì)量檢測是制造業(yè)中至關(guān)重要的一環(huán)，其質(zhì)量直接影響到產(chǎn)品的性能、可靠性以及使用壽命。在現(xiàn)代生產(chǎn)過程中，工件往往需要經(jīng)過多道檢測流程，以確保其符合設(shè)計(jì)規(guī)范和使用要求。這些流程包括外觀檢查、尺寸測量、材料成分分析、力學(xué)性能測試等。通過采用高精度的測量儀器和先進(jìn)的檢測技術(shù)，如光學(xué)測量、超聲波檢測、x射線成像等，制造企業(yè)能夠有效識別潛在的質(zhì)量問題，減少不合格產(chǎn)品的風(fēng)險(xiǎn)。

2、然而，在實(shí)際操作中，工件質(zhì)量檢測面臨諸多挑戰(zhàn)。例如，操作人員的經(jīng)驗(yàn)水平、儀器的校準(zhǔn)狀態(tài)、檢測環(huán)境的穩(wěn)定性等因素均可能導(dǎo)致檢測結(jié)果的波動(dòng)。此外，隨著產(chǎn)品設(shè)計(jì)的復(fù)雜性增加，傳統(tǒng)的檢測方法有時(shí)難以滿足新型工件的需求。這種局限性使得人工檢測易受主觀因素影響，且存在遺漏缺陷的可能性。

3、另外，盡管近年來自動(dòng)化檢測和智能檢測技術(shù)有所應(yīng)用，但在某些情況下，這些技術(shù)的應(yīng)用仍然受到設(shè)備投入和技術(shù)成熟度的制約，導(dǎo)致檢測的準(zhǔn)確性未能達(dá)到預(yù)期水平。因此，目前工件質(zhì)量檢測的準(zhǔn)確性仍偏低，如何提升檢測技術(shù)的可靠性和精確度，減少人為因素的干擾，將是工件質(zhì)量檢測需要重點(diǎn)關(guān)注的問題。

技術(shù)實(shí)現(xiàn)思路

1、為了提高工件質(zhì)量檢測的準(zhǔn)確性，本技術(shù)提供基于工業(yè)物聯(lián)網(wǎng)的工件質(zhì)量檢測方法、系統(tǒng)、設(shè)備及介質(zhì)。

2、第一方面，本技術(shù)提供了基于工業(yè)物聯(lián)網(wǎng)的工件質(zhì)量檢測方法，采用如下的技術(shù)方案：

3、基于工業(yè)物聯(lián)網(wǎng)的工件質(zhì)量檢測方法，應(yīng)用于工業(yè)物聯(lián)網(wǎng)系統(tǒng)，所述工業(yè)物聯(lián)網(wǎng)系統(tǒng)包括依次通信連接的管理平臺(tái)、傳感網(wǎng)絡(luò)平臺(tái)和對象平臺(tái)，所述方法由所述管理平臺(tái)執(zhí)行，包括：

4、根據(jù)預(yù)設(shè)采集頻率獲取工件的表面溫度數(shù)據(jù)，并根據(jù)所述預(yù)設(shè)采集頻率獲取在預(yù)設(shè)電壓下流經(jīng)所述工件的實(shí)時(shí)電流，其中，所述工件放置于預(yù)設(shè)溫度下，所述表面溫度數(shù)據(jù)包括表面特征點(diǎn)在多個(gè)采集時(shí)刻的實(shí)時(shí)溫度；

5、根據(jù)所述表面溫度數(shù)據(jù)確定所述工件的內(nèi)部溫度數(shù)據(jù)，其中，所述內(nèi)部溫度數(shù)據(jù)包括內(nèi)部特征點(diǎn)在所述多個(gè)采集時(shí)刻的預(yù)測溫度；

6、根據(jù)所述表面溫度數(shù)據(jù)和所述內(nèi)部溫度數(shù)據(jù)確定所述工件在所述多個(gè)采集時(shí)刻的溫度特征值，并根據(jù)所述實(shí)時(shí)電流確定所述工件的電流特征值，其中，所述溫度特征值包括內(nèi)部平均溫度、表面平均溫度、整體平均溫度、表面溫度最大偏差值、表面溫度最小偏差值、內(nèi)部溫度最大偏差值、內(nèi)部溫度最小偏差值、整體溫度最大偏差值、整體溫度最小偏差值中的至少一種，所述電流特征值包括平均電流、電流最大偏差值、電流最小偏差值中的至少一種；

7、基于預(yù)設(shè)的工件質(zhì)量評估模型，并根據(jù)所述溫度特征值和所述電流特征值判斷所述工件是否合格。

8、通過采用上述技術(shù)方案，先根據(jù)預(yù)設(shè)采集頻率獲取工件的表面溫度數(shù)據(jù)，并根據(jù)預(yù)設(shè)采集頻率獲取在預(yù)設(shè)電壓下流經(jīng)工件的實(shí)時(shí)電流，其中，工件放置于預(yù)設(shè)溫度下，表面溫度數(shù)據(jù)包括表面特征點(diǎn)在多個(gè)采集時(shí)刻的實(shí)時(shí)溫度，然后根據(jù)表面溫度數(shù)據(jù)確定工件的內(nèi)部溫度數(shù)據(jù)，其中，內(nèi)部溫度數(shù)據(jù)包括內(nèi)部特征點(diǎn)在多個(gè)采集時(shí)刻的預(yù)測溫度，然后根據(jù)表面溫度數(shù)據(jù)和內(nèi)部溫度數(shù)據(jù)確定工件在多個(gè)采集時(shí)刻的溫度特征值，并根據(jù)實(shí)時(shí)電流確定工件的電流特征值，其中，溫度特征值包括內(nèi)部平均溫度、表面平均溫度、整體平均溫度、內(nèi)部溫度最大偏差值、內(nèi)部溫度最小偏差值、整體溫度最大偏差值、整體溫度最小偏差值中的至少一種，電流特征值包括平均電流、電流最大偏差值、電流最小偏差值中的至少一種，最后基于預(yù)設(shè)的工件質(zhì)量評估模型，并根據(jù)溫度特征值和電流特征值判斷工件是否合格；通過上述方法，提升了工件質(zhì)量檢測的精度與智能化水平，通過實(shí)時(shí)采集表面溫度和電流數(shù)據(jù)，能夠全面反映工件在預(yù)設(shè)條件下的熱行為和電性能，確保檢測結(jié)果的準(zhǔn)確性，溫度特征值的綜合分析，包含了內(nèi)部和表面的熱均勻性，以及整體溫度偏差，能夠有效識別潛在的缺陷和不均勻性，降低了誤判率，同時(shí)，電流特征值的分析為評估電性能提供了必要依據(jù)，強(qiáng)化了檢測的多維度特征。整體上，通過實(shí)施此檢測方案，不僅提高了工件質(zhì)量評估的準(zhǔn)確性，還為智能制造提供了數(shù)據(jù)支持，有助于實(shí)現(xiàn)更高效的生產(chǎn)流程和更優(yōu)質(zhì)的產(chǎn)品輸出。

9、可選的，所述根據(jù)所述表面溫度數(shù)據(jù)確定所述工件的內(nèi)部溫度數(shù)據(jù)的步驟，包括：

10、獲取歷史溫度數(shù)據(jù)集，并將所述歷史溫度數(shù)據(jù)集按照預(yù)設(shè)比例劃分為訓(xùn)練集和測試集，其中，所述歷史溫度數(shù)據(jù)集包括歷史表面溫度數(shù)據(jù)和所述歷史表面溫度數(shù)據(jù)對應(yīng)的歷史內(nèi)部溫度數(shù)據(jù)；

11、根據(jù)網(wǎng)格搜索算法對預(yù)先構(gòu)建的內(nèi)部溫度生成數(shù)據(jù)的超參數(shù)進(jìn)行設(shè)定，并將均方根誤差rmse和決定系數(shù)r2作為評估指標(biāo)；

12、根據(jù)所述訓(xùn)練集對所述預(yù)先構(gòu)建的內(nèi)部溫度生成數(shù)據(jù)進(jìn)行訓(xùn)練，得到通過訓(xùn)練的內(nèi)部溫度生成數(shù)據(jù)模型；

13、根據(jù)所述測試集對所述通過訓(xùn)練的內(nèi)部溫度生成數(shù)據(jù)模型進(jìn)行測試，并根據(jù)所述評估指標(biāo)判斷誤差是否在預(yù)設(shè)范圍內(nèi)，若是，則將所述通過訓(xùn)練的內(nèi)部溫度生成數(shù)據(jù)模型作為預(yù)設(shè)的內(nèi)部溫度生成數(shù)據(jù)模型；

14、基于預(yù)設(shè)的內(nèi)部溫度生成數(shù)據(jù)模型，并根據(jù)所述表面溫度數(shù)據(jù)，得到所述工件的內(nèi)部溫度數(shù)據(jù)。

15、通過采用上述技術(shù)方案，獲取歷史溫度數(shù)據(jù)集，并將歷史溫度數(shù)據(jù)集按照預(yù)設(shè)比例劃分為訓(xùn)練集和測試集，其中，歷史溫度數(shù)據(jù)集包括歷史表面溫度數(shù)據(jù)和歷史表面溫度數(shù)據(jù)對應(yīng)的歷史內(nèi)部溫度數(shù)據(jù)，然后根據(jù)網(wǎng)格搜索算法對預(yù)先構(gòu)建的內(nèi)部溫度生成數(shù)據(jù)的超參數(shù)進(jìn)行設(shè)定，并將均方根誤差rmse和決定系數(shù)r2作為評估指標(biāo)，然后根據(jù)訓(xùn)練集對預(yù)先構(gòu)建的內(nèi)部溫度生成數(shù)據(jù)進(jìn)行訓(xùn)練，得到通過訓(xùn)練的內(nèi)部溫度生成數(shù)據(jù)模型，然后根據(jù)測試集對通過訓(xùn)練的內(nèi)部溫度生成數(shù)據(jù)模型進(jìn)行測試，并根據(jù)評估指標(biāo)判斷誤差是否在預(yù)設(shè)范圍內(nèi)，若誤差不在預(yù)設(shè)范圍內(nèi)，則將通過訓(xùn)練的內(nèi)部溫度生成數(shù)據(jù)模型作為預(yù)設(shè)的內(nèi)部溫度生成數(shù)據(jù)模型，最后基于預(yù)設(shè)的內(nèi)部溫度生成數(shù)據(jù)模型，并根據(jù)表面溫度數(shù)據(jù)，得到工件的內(nèi)部溫度數(shù)據(jù)。

16、可選的，所述預(yù)設(shè)的內(nèi)部溫度生成數(shù)據(jù)模型包括第一輸入層、隱藏層以及第一輸出層，所述基于預(yù)設(shè)的內(nèi)部溫度生成數(shù)據(jù)模型，并根據(jù)所述表面溫度數(shù)據(jù)，得到所述工件的內(nèi)部溫度數(shù)據(jù)的步驟，包括：

17、通過所述第一輸入層，并根據(jù)所述表面溫度數(shù)據(jù)，生成第一輸入特征向量；

18、通過所述隱藏層，并根據(jù)所述輸入特征向量，生成特征提取向量；

19、通過所述第一輸出層，并根據(jù)所述特征提取向量，生成第二輸出特征向量；

20、基于輸出第二特征向量，生成所述工件的內(nèi)部溫度數(shù)據(jù)。

21、通過采用上述技術(shù)方案，為了得到工件的內(nèi)部溫度數(shù)據(jù)，通過第一輸入層，并根據(jù)表面溫度數(shù)據(jù)，生成第一輸入特征向量，然后通過隱藏層，并根據(jù)輸入特征向量，生成特征提取向量，然后通過第一輸出層，并根據(jù)特征提取向量，生成第二輸出特征向量，最后基于輸出第二特征向量，生成工件的內(nèi)部溫度數(shù)據(jù)。

22、可選的，所述隱藏層包括第一子隱藏層、第二子隱藏層以及第三子隱藏層，所述第一子隱藏層、所述第二子隱藏層與所述第三子隱藏層的神經(jīng)元數(shù)量比例為5：3：1，所述通過所述隱藏層，并根據(jù)所述輸入特征向量，生成特征提取向量的步驟，包括：

23、將所述輸入特征向量輸入至所述第一子隱藏層，得到第一中間特征向量；

24、將所述第一中間特征向量輸入至所述第二子隱藏層，得到第二中間特征向量；

25、將所述第二中間特征向量輸入至所述第三子隱藏層，得到特征提取向量。

26、通過采用上述技術(shù)方案，為了生成特征提取向量，將輸入特征向量輸入至第一子隱藏層，得到第一中間特征向量，然后將第一中間特征向量輸入至第二子隱藏層，得到第二中間特征向量，最后將第二中間特征向量輸入至第三子隱藏層，得到特征提取向量。

27、可選的，所述預(yù)設(shè)的工件質(zhì)量評估模型包括第二輸入層、第一特征提取層、第二特征提取層、拼接層以及第二輸出層，所述基于預(yù)設(shè)的工件質(zhì)量評估模型，并根據(jù)所述溫度特征值和所述電流特征值判斷所述工件是否合格的步驟，包括：

28、通過所述第二輸入層，并根據(jù)所述溫度特征值，生成第二輸入特征向量；

29、通過所述第二輸入層，并根據(jù)所述電流特征值，生成第三輸入特征向量；

30、通過所述第一特征提取層，并根據(jù)第二輸入特征向量，生成第一中間特征向量；

31、通過所述第二特征提取層，并根據(jù)第三輸入特征向量，生成第二中間特征向量；

32、通過所述拼接層，并根據(jù)所述第一中間特征向量和第二中間特征向量，生成數(shù)據(jù)特征張量；

33、通過所述第二輸出層，并根據(jù)所述數(shù)據(jù)特征張量，生成第二輸出特征向量；

34、基于所述第二輸出特征向量，生成所述工件的合格概率，并根據(jù)所述合格概率判斷所述工件是否合格。

35、通過采用上述技術(shù)方案，為了進(jìn)一步判斷工件是否合格，通過第二輸入層，并根據(jù)溫度特征值，生成第二輸入特征向量，然后通過第二輸入層，并根據(jù)電流特征值，生成第三輸入特征向量，然后通過第一特征提取層，并根據(jù)第二輸入特征向量，生成第一中間特征向量，然后通過第二特征提取層，并根據(jù)第三輸入特征向量，生成第二中間特征向量，然后通過拼接層，并根據(jù)第一中間特征向量和第二中間特征向量，生成數(shù)據(jù)特征張量，然后通過第二輸出層，并根據(jù)數(shù)據(jù)特征張量，生成第二輸出特征向量，最后基于第二輸出特征向量，生成工件的合格概率，并根據(jù)合格概率判斷工件是否合格。

36、可選的，所述根據(jù)所述合格概率判斷所述工件是否合格的步驟，包括：

37、根據(jù)所述合格概率判斷所述合格概率是否在預(yù)設(shè)范圍內(nèi)；

38、若是，則獲取所述工件的編號，并根據(jù)所述編號對預(yù)設(shè)工件表進(jìn)行更新，其中，所述預(yù)設(shè)工件表包括已檢測工件和所述已檢測工件的合格信息，所述預(yù)設(shè)工件表包括所述已檢測工件與所述已檢測工件的合格信息之間的映射關(guān)系；

39、若否，則獲取所述工件的掃描數(shù)據(jù)，并根據(jù)所述掃描數(shù)據(jù)判斷是否需要對所述工件進(jìn)行二次加工。

40、通過采用上述技術(shù)方案，為了根據(jù)合格概率進(jìn)行后續(xù)處理，先根據(jù)合格概率判斷合格概率是否在預(yù)設(shè)范圍內(nèi)，若合格概率在預(yù)設(shè)范圍內(nèi)，則獲取工件的編號，并根據(jù)編號對預(yù)設(shè)工件表進(jìn)行更新，其中，預(yù)設(shè)工件表包括已檢測工件和已檢測工件的合格信息，預(yù)設(shè)工件表包括已檢測工件與已檢測工件的合格信息之間的映射關(guān)系，若合格概率不在預(yù)設(shè)范圍內(nèi)，則獲取工件的掃描數(shù)據(jù)，并根據(jù)掃描數(shù)據(jù)判斷是否需要對工件進(jìn)行二次加工。

41、可選的，所述根據(jù)所述掃描數(shù)據(jù)判斷是否需要對所述工件進(jìn)行二次加工的步驟，包括：

42、根據(jù)所述掃描數(shù)據(jù)對所述掃描數(shù)據(jù)進(jìn)行特征提取，得到對應(yīng)的點(diǎn)云特征數(shù)據(jù)；

43、根據(jù)所述點(diǎn)云特征數(shù)據(jù)構(gòu)建所述工件的三維模型，并根據(jù)meshlab工具將所述三維模型與預(yù)設(shè)模型進(jìn)行比較，得到比較數(shù)據(jù)；

44、根據(jù)所述比較數(shù)據(jù)計(jì)算所述三維模型與所述預(yù)設(shè)模型對應(yīng)的相似度，并判斷所述相似度是否大于預(yù)設(shè)值，若否，則對所述工件進(jìn)行二次加工。

45、通過采用上述技術(shù)方案，為了判斷是否需要對工件進(jìn)行二次加工，先根據(jù)掃描數(shù)據(jù)對掃描數(shù)據(jù)進(jìn)行特征提取，得到對應(yīng)的點(diǎn)云特征數(shù)據(jù)，然后根據(jù)點(diǎn)云特征數(shù)據(jù)構(gòu)建工件的三維模型，并根據(jù)meshlab工具將三維模型與預(yù)設(shè)模型進(jìn)行比較，得到比較數(shù)據(jù)，然后根據(jù)比較數(shù)據(jù)計(jì)算三維模型與預(yù)設(shè)模型對應(yīng)的相似度，并判斷相似度是否大于預(yù)設(shè)值，若相似度大于預(yù)設(shè)值，則對工件進(jìn)行二次加工。

46、第二方面，本技術(shù)還提供了基于工業(yè)物聯(lián)網(wǎng)的工件質(zhì)量檢測系統(tǒng)，采用如下的技術(shù)方案：

47、基于工業(yè)物聯(lián)網(wǎng)的工件質(zhì)量檢測系統(tǒng)，包括依次通信連接的管理平臺(tái)、傳感網(wǎng)絡(luò)平臺(tái)和對象平臺(tái)，所述管理平臺(tái)被配置有：

48、數(shù)據(jù)獲取模塊，用于將所述工件放置于預(yù)設(shè)溫度下，根據(jù)預(yù)設(shè)采集頻率獲取所述工件的表面溫度數(shù)據(jù)，并根據(jù)所述預(yù)設(shè)采集頻率獲取在預(yù)設(shè)電壓下流經(jīng)所述工件的實(shí)時(shí)電流，其中，所述表面溫度數(shù)據(jù)包括表面特征點(diǎn)在多個(gè)采集時(shí)刻的實(shí)時(shí)溫度；

49、內(nèi)部溫度確定模塊，用于根據(jù)所述表面溫度數(shù)據(jù)確定所述工件的內(nèi)部溫度數(shù)據(jù)，其中，所述內(nèi)部溫度數(shù)據(jù)包括內(nèi)部特征點(diǎn)在所述多個(gè)采集時(shí)刻的預(yù)測溫度；

50、特征值確定模塊，用于根據(jù)所述表面溫度和所述內(nèi)部溫度確定所述工件在所述多個(gè)采集時(shí)刻的溫度特征值，并根據(jù)所述實(shí)時(shí)電流確定所述工件的電流特征值，其中，所述溫度特征值包括內(nèi)部平均溫度、表面平均溫度、整體平均溫度、內(nèi)部溫度最大偏差值、內(nèi)部溫度最小偏差值、整體溫度最大偏差值、整體溫度最小偏差值中的至少一種，所述電流特征值包括平均電流、電流最大偏差值、電流最小偏差值中的至少一種；

51、質(zhì)量評估模塊，用于基于預(yù)設(shè)的工件質(zhì)量評估模型，并根據(jù)所述溫度特征值和所述電流特征值判斷所述工件是否合格。

52、第三方面，本技術(shù)還提供了一種計(jì)算機(jī)設(shè)備，采用如下的技術(shù)方案：

53、一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器上存儲(chǔ)有可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)第一方面中所述的方法。

54、第四方面，本技術(shù)還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，采用如下的技術(shù)方案：

55、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)有能夠被處理器加載并執(zhí)行第一方面中所述方法的計(jì)算機(jī)程序。

56、綜上所述，本技術(shù)至少包括以下有益技術(shù)效果：先根據(jù)預(yù)設(shè)采集頻率獲取工件的表面溫度數(shù)據(jù)，并根據(jù)預(yù)設(shè)采集頻率獲取在預(yù)設(shè)電壓下流經(jīng)工件的實(shí)時(shí)電流，其中，工件放置于預(yù)設(shè)溫度下，表面溫度數(shù)據(jù)包括表面特征點(diǎn)在多個(gè)采集時(shí)刻的實(shí)時(shí)溫度，然后根據(jù)表面溫度數(shù)據(jù)確定工件的內(nèi)部溫度數(shù)據(jù)，其中，內(nèi)部溫度數(shù)據(jù)包括內(nèi)部特征點(diǎn)在多個(gè)采集時(shí)刻的預(yù)測溫度，然后根據(jù)表面溫度數(shù)據(jù)和內(nèi)部溫度數(shù)據(jù)確定工件在多個(gè)采集時(shí)刻的溫度特征值，并根據(jù)實(shí)時(shí)電流確定工件的電流特征值，其中，溫度特征值包括內(nèi)部平均溫度、表面平均溫度、整體平均溫度、內(nèi)部溫度最大偏差值、內(nèi)部溫度最小偏差值、整體溫度最大偏差值、整體溫度最小偏差值中的至少一種，電流特征值包括平均電流、電流最大偏差值、電流最小偏差值中的至少一種，最后基于預(yù)設(shè)的工件質(zhì)量評估模型，并根據(jù)溫度特征值和電流特征值判斷工件是否合格；通過上述方法，提升了工件質(zhì)量檢測的精度與智能化水平，通過實(shí)時(shí)采集表面溫度和電流數(shù)據(jù)，能夠全面反映工件在預(yù)設(shè)條件下的熱行為和電性能，確保檢測結(jié)果的準(zhǔn)確性，溫度特征值的綜合分析，包含了內(nèi)部和表面的熱均勻性，以及整體溫度偏差，能夠有效識別潛在的缺陷和不均勻性，降低了誤判率，同時(shí)，電流特征值的分析為評估電性能提供了必要依據(jù)，強(qiáng)化了檢測的多維度特征。整體上，通過實(shí)施此檢測方案，不僅提高了工件質(zhì)量評估的準(zhǔn)確性，還為智能制造提供了數(shù)據(jù)支持，有助于實(shí)現(xiàn)更高效的生產(chǎn)流程和更優(yōu)質(zhì)的產(chǎn)品輸出。