金属镜面磨抛产线的磨抛质量检测方法、装置及控制系统与流程

1.本发明涉及金属镜面磨抛技术领域，尤其涉及一种金属镜面磨抛产线的磨抛质量检测方法、金属镜面磨抛产线的磨抛质量检测装置及金属镜面磨抛产线的控制系统。


背景技术：

2.针对金属镜面磨抛生产线，需要关注镜面的磨抛质量，而目前关于镜面的磨抛质量均为通过人工肉眼检测，在发现磨抛质量存在问题时，通过经验调整磨抛生产线的工艺参数，这种无论是人工检测还是人工凭经验调整工艺参数的过程均无法确保磨抛后的镜面质量保持一致性，且由于人工检测等费时费力效果不佳。
3.因此，如何能够提高磨抛后的镜面质量一致性以及生产线的效率称为本领域技术人员亟待解决的技术问题。


技术实现要素：

4.本发明提供了一种金属镜面磨抛产线的磨抛质量检测方法、金属镜面磨抛产线的磨抛质量检测装置及金属镜面磨抛产线的控制系统，解决相关技术中存在的人工检测费时费力且效果不佳的问题。
5.作为本发明的第一个方面，提供一种金属镜面磨抛产线的磨抛质量检测方法，其中，包括：
6.实时获取工件加工过程中多个工序的镜面磨抛效果图像，其中，每个工序均设置有参照物，所述参照物均固定设置，所述工件能够在传送装置带动下在多个工序间传送，所述多个工序包括粗抛加工工序、精抛加工工序和成品工序；
7.对每个工序的所述镜面磨抛效果图像均进行图像处理，得到每个工序对应的图像处理结果；
8.根据每个工序对应的图像处理结果确定当前工序的镜面磨抛效果量化值；
9.判断当前工序的镜面磨抛效果量化值是否满足当前工序对应的预设效果要求；
10.若满足，则将当前工序的磨抛工艺参数固化，并发送至生产控制单元；
11.若不满足，则调整工艺参数数据库中的当前工序的工艺参数直至当前工序的镜面磨抛效果量化值满足当前工序对应的预设效果要求为止。
12.进一步地，所述对每个工序的所述镜面磨抛效果图像均进行图像处理，得到每个工序对应的图像处理结果，包括：
13.根据遗传算法对每个工序的所述镜面磨抛效果图像进行图像分割处理，提取出每个工序的参照物的轮廓。
14.进一步地，所述金属镜面磨抛产线的磨抛质量检测方法还包括：
15.根据标准打磨工件确定每个工序的镜面磨抛效果图像中的标准锐度值。
16.进一步地，所述根据每个工序对应的图像处理结果确定当前工序的镜面磨抛效果量化值，包括：
17.根据每个工序的参照物的轮廓确定该工序的参照物的轮廓锐度值；
18.将每个工序的参照物的轮廓锐度值与该工序所对应的标准锐度值进行相除计算，得到当前工序的镜面磨抛效果量化值。
19.进一步地，所述判断当前工序的镜面磨抛效果量化值是否满足当前工序对应的预设效果要求，包括：
20.将当前工序的镜面磨抛效果量化值与当前工序对应的预设效果值进行比较；
21.若当前工序的镜面磨抛效果量化值小于当前工序对应的预设效果值，则确定当前工序的镜面磨抛效果量化值不满足当前工序对应的预设效果要求；
22.反之，则确定当前工序的镜面磨抛效果量化值满足当前工序对应的预设效果要求。
23.进一步地，不同的工序所对应的预设效果值不同，且所述精抛加工工序和成品工序对应的预设效果值均大于所述粗抛加工工序对应的预设效果值。
24.进一步地，所述若不满足，则调整工艺参数数据库中的当前工序的工艺参数直至当前工序的镜面磨抛效果量化值满足当前工序对应的预设效果要求为止，包括：
25.根据当前工序的镜面磨抛效果量化值以及当前工序的工艺参数进行建模，得到镜面磨抛效果与工艺参数对应的数学模型；
26.根据实时获取到的当前工序的镜面磨抛效果量化值优化所述数学模型；
27.当当前工序的镜面磨抛效果量化值能够满足当前工序对应的预设效果要求时，固化所述数学模型；
28.将所述数学模型中优化后的当前工序的工艺参数发送至生产控制单元。
29.作为本发明的另一个方面，提供一种金属镜面磨抛产线的磨抛质量检测装置，用于实现前文所述的金属镜面磨抛产线的磨抛质量检测方法，其中，包括：
30.获取模块，用于实时获取工件加工过程中多个工序的镜面磨抛效果图像，其中，每个工序均设置有参照物，所述参照物为固定不动，所述工件能够在传送装置带动下在多个工序间运动，所述多个工序包括粗抛加工工序、精抛加工工序和成品工序；
31.图像处理模块，用于对每个工序的所述镜面磨抛效果图像均进行图像处理，得到每个工序对应的图像处理结果；
32.量化模块，用于根据每个工序对应的图像处理结果确定当前工序的镜面磨抛效果量化值；
33.判断模块，用于判断当前工序的镜面磨抛效果量化值是否满足当前工序对应的预设效果要求；
34.工艺参数固化模块，用于若满足，则将当前工序的磨抛工艺参数固化，并发送至生产控制单元；
35.工艺参数调整模块，用于若不满足，则调整工艺参数数据库中的当前工序的工艺参数直至当前工序的镜面磨抛效果量化值满足当前工序对应的预设效果要求为止。
36.作为本发明的另一个方面，提供一种金属镜面磨抛产线的控制系统，其中，包括：
37.金属镜面磨抛生产线，包括多个工序，每个工序均设置有磨抛加工机构、磨抛控制机构及参照物，所述磨抛控制机构与所述磨抛加工机构电连接，所述参照物均固定设置，工件能够在传送装置带动下在多个工序间传送，所述磨抛控制机构包括生产控制单元和工艺
参数数据库；
38.设置在每个工序上的图像采集装置，用于实时采集工件加工过程中的镜面磨抛效果图像；
39.前文所述的金属镜面磨抛产线的磨抛质量检测装置，分别与所述图像采集装置和所述磨抛控制机构通信连接，用于对所述镜面磨抛效果图像进行图像处理，根据图像处理的结果确定是否调节工艺参数，并能够根据镜面磨抛效果实时反馈调节工艺参数。
40.进一步地，所述图像采集装置包括：ccd相机和led光源，所述ccd相机和所述led光源均设置在所述传送装置的上方，能够采集到包括参照物和工件在内的镜面磨抛效果图像，所述led光源能够为所述ccd相机的图像采集提供光照。
41.本发明提供的金属镜面磨抛产线的磨抛质量检测方法，通过获取金属磨抛镜面的图像，并对图像进行图像处理，对图像处理后的镜面磨抛效果进行量化，通过量化值确定镜面磨抛效果是否满足预设效果要求，当不满足要求时反馈在线调整对应工序的工艺参数，从而实现对磨抛质量进行修正，确保最终加工出的金属镜面满足在系统中设定的等级要求。因此这种金属镜面磨抛产线的磨抛质量检测方法无需人眼检测，即可实现镜面磨抛质量的精准检测，且还能够反馈调整工艺参数进一步修正磨抛质量，具有检测效率高且检测标准一致的优势。
附图说明
42.附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。
43.图1为本发明提供的金属镜面磨抛产线的磨抛质量检测方法的流程图。
44.图2为本发明提供的金属镜面磨抛产线上一个工序中参照物以及工件的位置设置关系示意图。
45.图3为本发明提供的金属镜面磨抛产线的结构框图。
46.图4为本发明提供的粗/精抛单元的内部原理图。
47.图5为本发明提供的遗传算法求解阈值流程图。
具体实施方式
48.需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互结合。下面将参考附图并结合实施例来详细说明本发明。
49.为了使本领域技术人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
50.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包括，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清
楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
51.在本实施例中提供了一种金属镜面磨抛产线的磨抛质量检测方法，图1是根据本发明实施例提供的金属镜面磨抛产线的磨抛质量检测方法的流程图，如图1所示，包括：
52.s110、实时获取工件加工过程中多个工序的镜面磨抛效果图像，其中，每个工序均设置有参照物，所述参照物均固定设置，所述工件能够在传送装置带动下在多个工序间传送，所述多个工序包括粗抛加工工序、精抛加工工序和成品工序；
53.如图2所示，为工件200在传送装置100上的位置示意图，由图2可以看出，参照物300设置在所述传送装置100的上方，当所述工件200在所述传送装置300上被传送时，可以正好位于所述参照物300的下方，这样图像采集装置(本发明实施例中可以是ccd相机)可以采集到包括参照物300和工件200在内的镜面磨抛效果图像。
54.图3所示为本发明实施例提供的金属镜面磨抛产线示意图，可以看出，整条产线分为板材/卷材上料单元、粗抛单元、清洗烘干单元、精抛单元、打磨液体循环过滤单元、成品板材/卷材下料单元，各个单元之间通过传送装置进行连接，传送装置运行速度由传送电机控制。
55.需要磨抛的工件(板材/卷材)在上料区准备完成后，首先由粗抛单元进行表面的打磨，粗抛打磨结束后经过清洗烘干单元确保板材/卷材表面的清洁，然后经过精抛单元打磨后再次通过清洗烘干单元，最后成品在下料区完成打包。
56.因此，可以看出在本发明实施例中，需要进行磨抛质量检测的工序主要包括粗抛加工工序、精抛加工工序和成品工序。
57.如图4所示，为本发明实施例提供的为粗/精抛单元的内部原理图。
58.需要说明的是，粗/精抛两个单元在硬件结构上完全一致，只是两个单元的工艺参数不同。粗抛生产控制单元将接收到的由用户输入的板材/卷材加工需求标准上传至工艺参数数据库单元，工艺参数数据库单元将当前数据库中最优的参数配置发送给粗抛生产控制单元和精抛生产控制单元，两个生产控制单元之间通过网络交换机互相连接，粗抛生产控制单元和精抛生产控制单元分别将粗抛工艺参数和精抛工艺参数发送至粗抛加工单元和精抛加工单元进行打磨作业，磨抛质量检测装置实时监测工艺参数的运行情况，实时检测加工表面的质量并将结果，并且根据检测结果进行综合分析，运行大数据神经网络控制算法对磨抛工艺参数进行建模和预测，通过实时反馈的数据不断学习得到最佳的磨抛生产工艺参数，一旦发现有更佳的工艺参数，将新的工艺参数传送至工艺参数数据库单元，数据库单元将新的参数配置再发送至粗/精抛生产控制单元，由此完成生产工艺参数的实时优化，达到生产的效率最大化。
59.需要说明的是，粗抛生产控制单元包括工艺参数数据库单元，因为粗抛工序是整个磨抛工艺的开始工序，所以粗抛生产控制单元需要从工艺参数数据库单元获取工艺参数，且能够将工艺参数通过网络交换机发送至精抛生产控制单元中。
60.应当理解的是，本发明实施例中的粗/精抛单元的硬件结构及其工作原理均未本领域技术人员所熟知，此处步骤赘述。
61.s120、对每个工序的所述镜面磨抛效果图像均进行图像处理，得到每个工序对应的图像处理结果；
62.具体的，所述对每个工序的所述镜面磨抛效果图像均进行图像处理，得到每个工
序对应的图像处理结果，包括：
63.根据遗传算法对每个工序的所述镜面磨抛效果图像进行图像分割处理，提取出每个工序的参照物的轮廓。
64.在本发明实施例中，关于通过遗传算法实现对镜面磨抛效果图像的图像分割处理原理具体如图5所示，使用遗传算法求解合适的阈值来对图像进行分割，灰度值大于或等于阈值的像素可认为是属于参照物，灰度值小于阈值的像素可认为不属于参照物，同时参照物的轮廓是固定不变的，因此图像分割后计算参照物的轮廓锐度即可评价工件镜面效果。
65.需要说明的是，所述金属镜面磨抛产线的磨抛质量检测方法还包括：
66.根据标准打磨工件确定每个工序的镜面磨抛效果图像中的标准锐度值。
67.应当理解的是，在确定当前工序的镜面磨抛效果量化值之前，还需要确定标准锐度值。
68.具体地，本发明实施例可以采用如下方法确定标准锐度值。
69.首先选择符合要求的标准打磨工件，以标准打磨工件为背景，使用相机拍摄，经过计算得到标准锐度值；
70.计算公式：
71.其中，图像大小为m*n，i(i，j)表示图像像素(i，j)处的像素灰度值。
72.s130、根据每个工序对应的图像处理结果确定当前工序的镜面磨抛效果量化值；
73.具体地，包括：
74.根据每个工序的参照物的轮廓确定该工序的参照物的轮廓锐度值；
75.将每个工序的参照物的轮廓锐度值与该工序所对应的标准锐度值进行相除计算，得到当前工序的镜面磨抛效果量化值。
76.应当理解的是，将打磨过程中的采集图像锐度值和标准锐度值进行相除计算，将得到的数值进行归一化处理，得到一个区间为[0,1]的数，越接近1表示工件的打磨效果越好，从而对打磨效果进行量化评价。
[0077]
在本发明实施例中，将每个工序的参照物的轮廓锐度值与该工序所对应的标准锐度值进行相除计算后，需要进行归一化处理，这样得到的当前工序的镜面磨抛效果量化值为在区间[0,1]内的一个值，而由于不同的工序所需要达到的量化值标准不同。
[0078]
需要说明的是，不同的工序所对应的预设效果值不同，且所述精抛加工工序和成品工序对应的预设效果值均大于所述粗抛加工工序对应的预设效果值。
[0079]
例如，对于粗抛加工工序，则可以设定只要满足达到0.8即可确认粗抛加工过程满足要求，对于精抛加工工序，则可以设定需要满足达到0.98才可以确认满足精抛加工要求。对于成品同样可以设定需要满足0.98才可以满足成品要求。
[0080]
当然，所需要满足的阈值要求可以根据需要进行设定，此处并不做限定。
[0081]
s140、判断当前工序的镜面磨抛效果量化值是否满足当前工序对应的预设效果要求；
[0082]
具体地，所述判断当前工序的镜面磨抛效果量化值是否满足当前工序对应的预设效果要求，包括：
[0083]
将当前工序的镜面磨抛效果量化值与当前工序对应的预设效果值进行比较；
[0084]
若当前工序的镜面磨抛效果量化值小于当前工序对应的预设效果值，则确定当前工序的镜面磨抛效果量化值不满足当前工序对应的预设效果要求；
[0085]
反之，则确定当前工序的镜面磨抛效果量化值满足当前工序对应的预设效果要求。
[0086]
例如，当前工序为粗抛加工工序，当前工序的镜面磨抛效果量化值为0.6，而若粗抛加工工序对已经的预设效果值为0.8，则0.6小于0.8，因而不满足当前工序对应的预设效果要求。若当前工序的镜面磨抛效果量化值为0.7或者当前工序的镜面磨抛效果量化值与预设效果值的差值在误差范围内，则确定当前工序的镜面磨抛效果量化值满足当前工序对应的预设效果要求。
[0087]
s150、若满足，则将当前工序的磨抛工艺参数固化，并发送至生产控制单元；
[0088]
应当理解的是，通过实时检测加工过程中和成品工件的镜面效果，通过遗传算法处理采集到的图像，由图像处理结果对工件的镜面抛光效果进行量化判断，将预设的生产需求标准和表面质量检测结果进行对比，符合标准即将工艺参数固化，若不符合标准则将工艺参数进行在线调整直至符合标准，同时符合标准的工艺参数可通过网络交换机传送至其他生产控制单元。
[0089]
s160、若不满足，则调整工艺参数数据库中的当前工序的工艺参数直至当前工序的镜面磨抛效果量化值满足当前工序对应的预设效果要求为止。
[0090]
应当理解的是，所述若不满足，则调整工艺参数数据库中的当前工序的工艺参数直至当前工序的镜面磨抛效果量化值满足当前工序对应的预设效果要求为止，包括：
[0091]
根据当前工序的镜面磨抛效果量化值以及当前工序的工艺参数进行建模，得到镜面磨抛效果与工艺参数对应的数学模型；
[0092]
根据实时获取到的当前工序的镜面磨抛效果量化值优化所述数学模型；
[0093]
当当前工序的镜面磨抛效果量化值能够满足当前工序对应的预设效果要求时，固化所述数学模型；
[0094]
将所述数学模型中优化后的当前工序的工艺参数发送至生产控制单元。
[0095]
可以理解的是，在进行工艺参数调整时，具体可以将接收到的镜面效果和磨抛过程中的打磨接触力、打磨工具的旋转速度、打磨工具的摆动速度、工件的进给速度、打磨工具的表面粗糙度、打磨液体的循环速度工艺参数进行建模，利用实时得到的现场数据不断优化数学模型，最终使工艺参数数据库中的工艺参数达到最优，并将最优工艺参数更新至生产控制单元。
[0096]
在本发明实施例中，所述镜面磨抛效果与工艺参数对应的数学模型具体可以是镜面磨抛效果与工艺参数对应的非线性映射关系表，通过不断对该非线性映射关系进行优化，达到磨抛效果满足标准要求，则可以将该非线性映射关系确定固化，后续通过该非线性映射关系中的工艺参数进行加工即可。
[0097]
需要说明的的是，本发明实施例由于多个工序均需要进行磨抛效果的检测，例如粗抛处理结束后，进行磨抛效果检测，精抛处理结束后，进行磨抛效果检测，在最终成品时还需要进行磨抛效果检测，每次检测的过程均采用前文所述的步骤进行。只不过在判断镜面磨抛效果量化值是否满足当前工序对应的预设效果要求时有所不同。因此粗抛过程中的工艺参数与精抛过程中的工艺参数不同，因此对两个过程的效果要求不同。
[0098]
综上，本发明实施例提供的金属镜面磨抛产线的磨抛质量检测方法，通过获取金属磨抛镜面的图像，并对图像进行图像处理，对图像处理后的镜面磨抛效果进行量化，通过量化值确定镜面磨抛效果是否满足预设效果要求，当不满足要求时反馈在线调整对应工序的工艺参数，从而实现对磨抛质量进行修正，确保最终加工出的金属镜面满足在系统中设定的等级要求。因此这种金属镜面磨抛产线的磨抛质量检测方法无需人眼检测，即可实现镜面磨抛质量的精准检测，且还能够反馈调整工艺参数进一步修正磨抛质量，具有检测效率高且检测标准一致的优势。
[0099]
例如，根据现场经验值，首先确定6个工艺参数(打磨接触力、打磨工具的旋转速度、打磨工具的摆动速度、工件的进给速度、打磨工具的表面粗糙度、打磨液体的循环速度)的上下限值，打磨接触力[0,500n]、打磨工具旋转速度[0,1500rpm]、打磨工具摆动速度[0,1500rpm]、工件进给速度[0,10m/s]、打磨液体循环速度[0,800rpm]；打磨工具表面粗糙度通过将砂带的目数归一化处理得到，将60目砂纸为参考值，打磨工具表面粗糙度[0,1]；根据现场经验值，对6个工艺参数进行初始化；通过图像处理单元计算得到的锐度值与标准锐度值之间的差值，由工艺参数库通过预测模型得到新的工艺参数；新的工艺参数通过建模后反馈值动态调整，改变工艺参数的数值，保证打磨过程中的磨抛效率和磨抛效果；通过大量的生产数据积累，增加预测模型准确性，不断提高工艺参数的准确性。
[0100]
作为本发明的另一实施例，提供一种金属镜面磨抛产线的磨抛质量检测装置，用于实现前文所述的金属镜面磨抛产线的磨抛质量检测方法，其中，包括：
[0101]
获取模块，用于实时获取工件加工过程中多个工序的镜面磨抛效果图像，其中，每个工序均设置有参照物，所述参照物为固定不动，所述工件能够在传送装置带动下在多个工序间运动，所述多个工序包括粗抛加工工序、精抛加工工序和成品工序；
[0102]
图像处理模块，用于对每个工序的所述镜面磨抛效果图像均进行图像处理，得到每个工序对应的图像处理结果；
[0103]
量化模块，用于根据每个工序对应的图像处理结果确定当前工序的镜面磨抛效果量化值；
[0104]
判断模块，用于判断当前工序的镜面磨抛效果量化值是否满足当前工序对应的预设效果要求；
[0105]
工艺参数固化模块，用于若满足，则将当前工序的磨抛工艺参数固化，并发送至生产控制单元；
[0106]
工艺参数调整模块，用于若不满足，则调整工艺参数数据库中的当前工序的工艺参数直至当前工序的镜面磨抛效果量化值满足当前工序对应的预设效果要求为止。
[0107]
本发明实施例提供的金属镜面磨抛产线的磨抛质量检测装置，通过获取金属磨抛镜面的图像，并对图像进行图像处理，对图像处理后的镜面磨抛效果进行量化，通过量化值确定镜面磨抛效果是否满足预设效果要求，当不满足要求时反馈在线调整对应工序的工艺参数，从而实现对磨抛质量进行修正，确保最终加工出的金属镜面满足在系统中设定的等级要求。因此这种金属镜面磨抛产线的磨抛质量检测装置无需人眼检测，即可实现镜面磨抛质量的精准检测，且还能够反馈调整工艺参数进一步修正磨抛质量，具有检测效率高且检测标准一致的优势。
[0108]
关于金属镜面磨抛产线的磨抛质量检测装置的具体工作原理可以参照前文的金
属镜面磨抛产线的磨抛质量检测方法的描述，此处不再赘述。
[0109]
作为本发明的另一实施例，提供一种金属镜面磨抛产线的控制系统，其中，包括：
[0110]
金属镜面磨抛生产线，包括多个工序，每个工序均设置有磨抛加工机构、磨抛控制机构及参照物，所述磨抛控制机构与所述磨抛加工机构电连接，所述参照物均固定设置，工件能够在传送装置带动下在多个工序间传送，所述磨抛控制机构包括生产控制单元和工艺参数数据库；
[0111]
设置在每个工序上的图像采集装置，用于实时采集工件加工过程中的镜面磨抛效果图像；
[0112]
前文所述的金属镜面磨抛产线的磨抛质量检测装置，分别与所述图像采集装置和所述磨抛控制机构通信连接，用于对所述镜面磨抛效果图像进行图像处理，根据图像处理的结果确定是否调节工艺参数，并能够根据镜面磨抛效果实时反馈调节工艺参数。
[0113]
如图3所示，为本发明实施例提供的金属镜面磨抛生产线的多个工序结构框图，图2所示为一个工序上的参照物以及图像采集装置设置示意图。
[0114]
在本发明实施例中，所述传送装置100具体可以为传送带。
[0115]
具体的，所述图像采集装置包括：ccd相机和led光源，所述ccd相机和所述led光源均设置在所述传送装置的上方，能够采集到包括参照物和工件在内的镜面磨抛效果图像，所述led光源能够为所述ccd相机的图像采集提供光照。
[0116]
应当理解的是，本发明实施例提供的金属镜面磨抛产线的控制系统，采用高速面阵ccd相机和专用led光源，相机以打磨工件的表面作为图像的背景，通过实时拍摄参照物的图像，将图像传送至前文所述的磨抛质量检测装置，分析图像中参照物和背景之间的锐度，进而得到工件的镜面效果，对镜面效果进行量化，根据量化结果和工艺参数建立动态数学模型，运用大数据神经网络算法自学习功能，使建立的数学模型更加准确。
[0117]
综上，本发明实施例提供的金属镜面磨抛产线的控制系统，通过采用前文所述的磨抛质量检测装置，获取金属磨抛镜面的图像，并对图像进行图像处理，对图像处理后的镜面磨抛效果进行量化，通过量化值确定镜面磨抛效果是否满足预设效果要求，当不满足要求时反馈在线调整对应工序的工艺参数，从而实现对磨抛质量进行修正，确保最终加工出的金属镜面满足在系统中设定的等级要求。因此这种金属镜面磨抛产线的控制系统无需人眼检测，即可实现镜面磨抛质量的精准检测，且还能够反馈调整工艺参数进一步修正磨抛质量，具有检测效率高且检测标准一致的优势。
[0118]
关于本发明实施例提供的金属镜面磨抛产线的控制系统的具体工作原理可以参照前文的金属镜面磨抛产线的磨抛质量检测方法的描述，此处不再赘述。
[0119]
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。