一种模内监控方法与流程

本发明涉及注塑成型，特别是涉及一种模内监控方法。

背景技术：

1、注塑成型是塑料制品最主要的生产方式之一，其生产周期包括合模、注射、保压、冷却、开模、顶出等多个环节。在开模后、再次合模前，若模腔内存在产品未脱模、顶针未退回或异物残留等异常情况，合模动作将直接导致模具型腔表面受损，严重时造成模具报废，甚至引发设备安全事故。因此，在注塑机开模后对模腔状态进行实时监测，确保在安全条件下方可执行合模动作，是注塑生产过程中不可或缺的关键环节。

2、目前，部分注塑机通过安装于模具上的机械限位开关或接近传感器来检测顶针是否退回，并通过光电传感器检测模腔内是否存在残留物。然而，这些传统传感器方案存在明显局限：机械式传感器只能检测单一物理量，无法对模腔内复杂形态的产品残留或异物进行有效识别；光电传感器易受粉尘、油污污染而失效；且传感器安装位置受模具结构限制，难以实现模腔全区域的覆盖检测；

3、近年来，随着机器视觉技术的发展，部分方案尝试将工业相机引入模内监控领域，通过采集模腔图像并与标准模板进行比对来判断是否存在异常。然而，现有视觉监控方案在实际应用中仍面临诸多困难。其中最为突出的问题在于注塑机现场环境光照条件极不稳定，由于车间照明灯启停、自然光变化、模具表面反光波动以及注塑机自身振动导致的光源位置偏移等因素，均会导致同一模具在同一状态下采集到的图像灰度发生显著变化。现有方案在面对光照变化时，固定的图像比对阈值极易产生大量误报或漏报，严重影响生产效率和安全保障。针对光照变化问题，部分方案尝试通过全局图像归一化或简单直方图均衡化进行补偿，但由于模腔内不同区域对光照变化的响应特性不同，全局统一的校正方式难以兼顾各个区域的检测精度，导致校正后局部区域的检测效果仍然不佳。

4、因此，如何在光照波动环境下实现模腔状态的高精度、高可靠性视觉检测，同时兼顾检测的实时性和对不同模具结构的通用适配能力，是亟待解决的技术问题。

技术实现思路

1、本发明的目的在于提供一种模内监控方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种模内监控方法，包括以下步骤：

3、s1、获取模腔区域的基准模板图像，所述基准模板图像包含预设的检测区域信息；

4、s2、采集注塑机开模后模腔区域的实时图像；

5、s3、基于所述实时图像与所述基准模板图像，构建动态光照补偿模型，所述动态光照补偿模型用于对所述实时图像进行光照适应性校正，以消除环境光照波动对检测结果的影响；

6、s4、根据经光照校正后的实时图像与所述基准模板图像，执行模腔状态检测，所述模腔状态检测至少包括模腔残留物检测和顶针状态检测；

7、s5、根据所述模腔状态检测的结果，输出监控信号，所述监控信号包括正常信号或异常信号；

8、s6、当输出异常信号时，生成控制指令，所述控制指令用于禁止注塑机合模动作并触发报警。

9、优选的，在所述步骤s3中，所述构建动态光照补偿模型的步骤具体包括：

10、提取所述实时图像中非检测区域的光照参考特征，所述非检测区域为所述检测区域以外的模腔固定结构区域；

11、根据所述光照参考特征与所述基准模板图像中对应区域的参考特征，计算光照补偿系数；

12、利用所述光照补偿系数对所述实时图像的检测区域进行像素值映射校正，使校正后的检测区域光照条件趋近于所述基准模板图像的光照条件。

13、优选的，所述计算光照补偿系数的步骤具体包括：

14、分别在所述实时图像和所述基准模板图像的非检测区域内划定多个参考子窗口；

15、计算每个参考子窗口内的灰度均值和灰度方差，构建局部光照特征向量；

16、对多个参考子窗口的局部光照特征向量进行加权融合，得到全局光照特征值；

17、根据所述实时图像的全局光照特征值与所述基准模板图像的全局光照特征值的比值，确定增益补偿系数；

18、当所述增益补偿系数超出预设增益阈值区间时，启动多级补偿策略；

19、其中，所述多级补偿策略包括：第一级采用线性增益校正，第二级采用基于直方图匹配的非线性校正，第三级触发光照异常预警。

20、优选的，在所述步骤s4中，所述执行模腔状态检测的步骤具体包括：

21、将经光照校正后的实时图像的检测区域划分为若干子检测区块；

22、对每个子检测区块，分别计算与所述基准模板图像对应区块的结构相似度指数；

23、根据各子检测区块的结构相似度指数与预设的区块权重系数，计算整体匹配度得分；

24、将所述整体匹配度得分与自适应匹配阈值进行比较，若低于所述自适应匹配阈值，则判定存在异常；

25、所述自适应匹配阈值根据历史正常检测结果动态更新。

26、优选的，所述结构相似度指数的计算中引入边缘方向一致性因子，所述边缘方向一致性因子通过以下方式获取：

27、分别提取经光照校正后的实时图像和基准模板图像在对应子检测区块内的边缘方向直方图；

28、计算两个边缘方向直方图之间的交叉相关系数，作为边缘方向一致性度量；

29、将所述边缘方向一致性度量与亮度相似度、对比度相似度进行非线性融合，得到增强型结构相似度指数，其中边缘方向一致性度量的融合权重随光照补偿系数的增大而增大。

30、优选的，在所述步骤s4中，所述顶针状态检测的步骤具体包括：

31、获取与所述实时图像同步采集的顶针位置传感器信号；

32、在所述实时图像中识别顶针区域，提取顶针区域的特征信息，所述特征信息至少包括顶针端部的实际位置坐标和顶针端部的形状轮廓；

33、将所述顶针区域的特征信息与所述基准模板图像中的顶针参考特征进行比对，得到视觉检测结果；

34、将所述视觉检测结果与所述顶针位置传感器信号进行置信度加权融合，得到顶针状态综合判定结果；

35、当所述视觉检测结果与所述传感器信号的判定结论不一致时，以视觉检测结果为准，同时标记传感器信号异常记录。

36、优选的，在所述步骤s1中，所述基准模板图像的获取具体包括：

37、在模具初次调试或更换模具时，连续采集多帧模腔区域的初始图像；

38、对多帧初始图像进行多尺度时域滤波，消除随机噪声，得到融合图像；

39、接收在所述融合图像上圈定的检测区域和顶针区域，以及针对各区域设定的检测灵敏度和报警延迟帧数；

40、根据所述融合图像和操作人员的设定信息，生成所述基准模板图像及其对应的配置参数文件，所述配置参数文件支持存储、导出和跨模具复用；

41、在跨模具复用配置参数文件时，自动检测当前模具型号与配置参数文件中记录的模具型号是否匹配，若不匹配则发出适配提示。

42、优选的，在所述步骤s2中，采集所述实时图像后，对所述实时图像执行运行模糊检测；

43、当检测到运动模糊度超过预设模糊阈值时，判断当前帧为模糊帧，放弃该帧的模腔状态检测，并启动连续帧检测模式；

44、在所述连续帧检测模式下，连续采集后续k帧图像，分别对各帧图像进行运动模糊检测，筛选出模糊度最低的一帧用于模腔状态检测；

45、若连续k帧图像均不满足清晰度要求，则生成相机异常或注塑机速度异常告警信号。

46、优选的，在所述步骤s6中，还包括多层次异常触发与复位机制，具体包括：

47、当首次检测到异常时，输出异常信号并禁止注塑机合模，同时记录异常起始时间；

48、在异常持续期间，持续采集实时图像并执行模腔状态检测，记录异常状态的持续帧数和异常程度变化曲线；

49、当异常状态自动消除时，不立即清除异常信号，并进入确认等待状态，在所述确认等待状态下保持禁止合模指令，等待手动确认后清除异常信号并复位系统；

50、若异常状态在预设时间内未得到人工确认，则自动向远程监控端发送升级告警信息，并将异常程度变化曲线随告警信息一同上传。

51、优选的，还包括场景感知的工作模式切换步骤，具体包括：

52、在注塑机运行的初始预热阶段，自动进入学习模式，在所述学习模式下动态光照补偿模型的增益系数锁定为标称值，仅记录光照波动趋势而不触发光照异常预警；

53、在注塑机进入稳定生产阶段后，自动切换至监控模式，在所述监控模式下启用完整的光照适应性校正和异常检测逻辑；

54、响应于手动输入的暂停指令，从监控模式切换至暂停模式，在所述暂停模式下停止输出禁止合模控制指令，但仍执行图像采集和模腔状态检测并记录检测日志；

55、在暂停模式下，若检测到连续m次异常事件，自动恢复监控模式。

56、本发明的技术效果和优点：

57、本发明通过引入动态光照补偿模型，使得模腔监控在不同光照条件下均能保持稳定检测精度，结合模腔残留物检测与顶针状态检测的双重监测机制，有效防止因顶针未退、产品残留或异物遮挡等异常情况导致的模具合模损坏，并通过异常信号与控制指令的直接联动，实现了从视觉检测到执行器控制的闭环保护，显著提升了注塑生产的安全性和自动化水平。

58、本发明通过提取实时图像中非检测区域的光照参考特征，基于该参考特征与基准模板图像中对应区域的参考特征计算增益补偿系数，并利用该系数对实时图像的检测区域进行像素值映射校正，由于非检测区域的物理状态在注塑周期内保持不变，其图像灰度变化真实反映了环境光照的波动情况，以其为参考进行校正能够准确消除光照变化对检测区域的影响，使模内监控系统能够稳定适应车间复杂多变的光照环境。

59、本发明通过提取图像区块的边缘方向直方图并计算其与模板的交叉相关系数，将边缘方向一致性作为相似度评判的重要维度，同时，边缘方向一致性度量的融合权重随光照补偿系数的变化而动态调整，这种动态权重机制使得检测算法在光照校正后仍能保持对产品形状轮廓变化的高度敏感，有效避免了传统方案中因光照校正导致局部边缘信息被削弱而造成的漏检。