文献类型：期刊文章

作　　者：杨道清[1] 侯开虎[1] 包迪[1] 曹如玥[1] 姬思阳[1]

YANG Dao-qing;HOU Kai-hu;BAO Di;CAO Ru-yue;JI Si-yang

机构地区：[1]昆明理工大学机电工程学院工业工程系,昆明650500

出　　处：《制造业自动化》

基　　金：昆明理工大学学术科技创新基金(2020YB042)。

年　　份：2022

卷　　号：44

期　　号：5

起止页码：33-37

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、ZGKJHX、核心刊

摘　　要：为了提高生产车间产品质量检验状态标识管理的智能化,避免因工作人员失误而导致不同质量状态产品发生混淆和差错,实现不同质量状态产品严格分区存放,防止产品质量事故的发生。针对产品的质量检验状态设计了4种标识符,分别为“待检”、“合格”、“待处理”以及“不合格”,并将GA-BP神经网络与机器视觉AGV相结合,通过训练好的GA-BP模型对AGV采集到的标识符图像进行分类识别,AGV根据识别结果来对产品进行搬运和分区存放。实验仿真结果表明,GA-BP模型能够快速准确地对这4种标识符进行分类与识别,平均识别率达到93.75%,且该模型具有较好的鲁棒性,为产品标识管理智能化提供了理论依据。

关 键 词：质量检验  标识符 GA-BP算法 AGV

分 类 号：TP29]