首页 > 专利信息

用于检验可发泡材料在载体上的施用的方法和系统与流程

用于检验可发泡材料在载体上的施用的方法和系统
1.本技术涉及一种用于检验可发泡材料在载体上的施用以制造绝缘部件和/或在制造绝缘部件期间用于检验可发泡材料在载体上的施用的方法和系统，以及一种用于训练计算模型的方法，该计算模型用于检验可发泡材料在载体上的施用以制造绝缘部件和/或在制造绝缘部件期间用于检验可发泡材料在载体上的施用。
2.对其施用可发泡材料的载体可用于不同的技术和/或工业领域。举例来说，这种带有可发泡材料的载体可用于绝缘目的，如制造可在许多方面使用的绝缘部件，例如，实现隔热、隔音或类似的目的。这种绝缘部件的应用领域相应地很广泛，例如，延伸到许多行业的应用，如建筑行业、汽车行业、包装行业等。举例来说，这种绝缘部件可以用作室内装饰物、用作外墙覆层、用作建筑部件、用作包装材料，或类似的东西，可在广泛的行业中使用。
3.将可发泡材料施用到载体的工艺可能取决于几个因素，因此，工艺或结果的质量可能不同，并且在某些情况下可能不令人满意。典型的缺陷会以许多不同的方式出现，可能包括例如间隙、不均匀的厚度分布等。目前，对工艺或其结果的质量检验是分别手工进行的，其中对最终结果进行检查，必要时进行测量等，以检验可发泡材料的施用质量，必要时进行评估。因此，质量检验是相当主观的，并且取决于例如执行质量检验的人的经验、日常状态等，以及用于质量检验的装备等。
4.因此，可能需要提供更高效和有效的手段来检验可发泡材料在载体上的施用。因此，本发明的一个目的是提供更高效和有效的手段来检验可发泡材料在载体上的施用。这一目的通过独立权利要求的主题得到了解决。
5.本发明的第一方面提供了一种优选由计算机实施的方法，用于检验可发泡材料在载体上的施用以制造绝缘部件和/或在制造绝缘部件期间用于检验可发泡材料在载体上的施用。该方法包括以下步骤：
[0006]-由至少一个图像捕获设备以图像数据方式捕获载体表面，所述可发泡材料施用到该载体表面上；
[0007]-由至少一个数据处理单元接收输入数据，该输入数据至少包括捕获到的图像数据、与捕获到的图像数据相关联的至少一个施用参数和可发泡材料的配方信息；
[0008]-通过对图像数据至少执行图像分析，并考虑到所述至少一个施用参数和可发泡材料的配方，由至少一个数据处理单元处理接收到的输入数据，从而确定所施用的可发泡材料的施用质量。
[0009]
这至少允许半自动地检验，即检查和/或评估可发泡材料或在将材料施用到载体上后，随着时间的推移而发泡的材料的质量。这种检验是基于图像捕获和图像分析。因此，与施用或施用材料的工艺有关的一个或多个参数被考虑。这可以使质量检验客观化，并有助于更稳定的工艺、可靠的(最终)产品、减少废料、节约成本和其他技术优势。考虑到可发泡材料的配方，可以更精确地确定施用质量。
[0010]
该方法可以在例如计算机程序元件中实施，该计算机程序元件包括可由至少一个数据处理单元(例如处理器)执行的计算机指令，优选地包括例如一个或多个电路。此外，该方法可由单个计算设备或系统执行，或由包括例如计算云和边缘计算设备的分布式计算机
系统执行。在一些实施方案中，该系统可进一步包括远程终端、便携式设备或类似物，被配置为与该系统或上述一个或多个计算设备通信。如果该方法由边缘计算设备执行，则该方法或计算机程序元件可分别通过下载提供，以在边缘计算设备上本地存储。如果该方法由分布式计算机系统执行，则上述方法的一些步骤，例如捕获图像数据，可以在第一地点，例如施用可发泡材料的制造站点执行，而上述方法的一些步骤，例如数据处理，可以在第二地点，例如计算云上执行。在后一种情况下，图像数据可以从第一地点提供给第二地点。然后，由数据处理产生的数据可以从第二地点提供给第一地点。
[0011]
如本文所用，可发泡材料可包括可发泡塑料材料，如聚氨酯(pur)、聚苯乙烯等。发泡后，可发泡材料也可以被称为泡沫。发泡的过程可以包括材料的放热过程。
[0012]
例如，载体可以是框架部分等，可发泡材料被施用于该框架部分的至少一个表面、一个或多个空腔等。它可以由另一种塑料材料、木材、各种材料的组合等制成。由此产生的产品或部分，即施用有可发泡材料或泡沫的载体，也可以被称为绝缘部件或类似物。
[0013]
图像捕获设备可以包括例如相机、热像仪、图像传感器等中的一个或多个，并且可以永久地安装(或固定)在材料施用于载体上的生产环境中，或者可以成为移动设备的一部分，例如移动电话、智能电话等。注意，图像捕获设备可以由合适的计算机应用控制，该计算机应用由上述或另一至少一个数据处理单元执行。可以将由图像捕获设备生成的图像数据经由合适的数据接口等提供给例如至少一个数据处理单元。
[0014]
该至少一个数据处理单元可以包括数据处理器。应注意的是，数据处理可以分布到几个数据处理单元，这些数据处理单元也可以远程运行，例如执行部分数据处理的计算云和执行另一部分数据处理的边缘计算机。例如，也有可能的是移动终端执行部分数据处理中的一部分或额外的部分。
[0015]
术语图像分析可以被广义地理解。例如，它可以包括通过数字图像处理技术从图像中提取有意义的信息，所述数字图像处理技术例如是二维和三维物体识别、图像分割、运动检测等，所述运动检测是例如单粒子跟踪、视频跟踪、光流等。它可以利用一个或多个图像分析工具，如边缘检测器、神经网络或类似工具。如本文所使用的，图像分析的结果可以是例如关于载体表面的一个或多个部段的信息，表明那里是否施用了材料、材料的厚度、是否存在间隙、是否存在凹槽等。
[0016]
例如，几个输入数据可以相互关联，即对图像数据的至少图像分析、至少一个施用参数和可发泡材料的配方可以相互关联。例如，这可以允许考虑所施用的发泡材料的与时间有关的发泡状态，因为发泡工艺是在一段时间内发生的。通过这种方式，甚至可以在发泡工艺完全完成之前评估施用和/或泡沫质量，和/或由于考虑到发泡的时间相关性，可以更精确地评估施用和/或泡沫质量。因为，从配方中可以知道发泡工艺的进展，并且可以从中得到从施用可发泡材料开始测量的一定时间内与时间有关的发泡状态的预期值、指标等。替代地或附加地，还可以对发泡工艺的进展和/或与时间有关的发泡状态进行建模等。
[0017]
术语所施用的可发泡材料的施用质量可以是指示，从该指示中可以推断产品的规格是否符合要求，或者表明质量足够或不足。
[0018]
根据一个实施方案，该方法可以进一步包括由数据处理单元生成输出数据，该输出数据至少包括所确定的所施用的可发泡材料的施用质量和/或其评估。该输出数据可用于例如向操作者或用户创建通知和/或消息，分别表明施用质量是否足够或符合规格。此
外，可以将输出数据经由数据接口、计算机网络、通信网络等提供(例如传输)给例如远程终端、远程计算机设备等，和/或可以由计算机应用程序使用。
[0019]
在一个实施方案中，特别是如果所确定的施用质量被认为是不足的，输出数据可用于调整或触发调整以下一个或多个：使用的可发泡材料，和至少一个施用参数。例如，可以将输出数据提供给仓库，以开始提供另一可能更合适的可发泡材料，和/或提供给泡沫施用设备，以调整一个或多个施用参数，以便实现更好的质量。
[0020]
根据一个实施方案，至少一个数据处理单元可以利用计算模型，该计算模型可以存储在例如存储器或类似物中，被配置为处理输入数据和/或确定施用质量。为此，计算模型可由至少包括经注释的图像数据、与之相关联的经注释的施用参数数据和与之相关联的所施用的可发泡材料的施用质量或缺陷的评估的样本数据来训练。换句话说，计算模型(例如机器学习模型)可以被训练来学习期望的泡沫施用看起来如何和/或不同的缺陷看起来如何。术语计算模型可以广义地理解，例如，可以特别指基于样本数据的一个或多个机器学习算法建立的模型，以便分别关于可发泡材料的施用或可发泡材料的施用质量作出预测和/或决定。例如，机器学习算法可以包括决策树、朴素贝叶斯分类、最近邻算法、神经网络、卷积神经网络、生成对抗网络、支持向量机、线性回归、逻辑回归、随机森林和/或梯度提升算法。计算模型可以被理解为实体，该实体凭借内部处理链将一个或多个输入处理成一个或多个输出，该内部处理链通常具有一组自由参数。内部处理链可以被组织成相互连接的层，这些相互连接的层在从输入进行到输出时被连续地遍历。该计算模型能够被“训练”。它可以使用训练或样本数据记录来训练。训练数据记录包括训练输入数据和(优选地)相应的训练输出数据。训练数据记录的训练输出数据是指在被给定相同的训练数据记录的训练输入数据作为输入时，预期由模块产生的结果。该预期结果与模块产生的实际结果之间的偏差通过“损失函数”来观察和评级。该损失函数被用作调整模块的内部处理链的参数的反馈。例如，可以采用使损失函数值最小化的优化目标来调整参数，在所有的训练输入数据被反馈到计算模型，并且将结果与相应的训练输出数据进行比较时，该优化目标产生。该训练的结果是，给定相对较少数量的训练数据记录作为“基本事实”，对于输入数据记录的数量要高很多数量级，计算模型能够很好地执行它的工作，例如，对图像关于它们包含哪些对象进行分类。例如，已被“标记”或注释了每个图像中存在哪些对象的基本事实的一组大约100、1000或更多的训练图像可以足以训练该模块，然后使该模块能够在所有可能的输入图像中识别这些对象，所述可能的输入图像可能是超过5.3亿张分辨率为1920
×
1080像素和8位深的图像。
[0021]
它还可以被配置为例如通过与参考数据或待制造产品的规格比较来评估施用质量。计算模型可以通过使用样本数据进行预训练和/或随着时间的推移进行重新训练，以提高计算模型本身的整体质量。
[0022]
在至少一些实施方案中，在执行实际的零件制造工作之前，可以执行测试模式以检验至少一个施用参数。例如，测试模式可以包括预先喷洒一定量的可发泡材料，以检验施用质量(例如喷洒模式)是否符合规范。在这种情况下，为了确定测试模式和实际制造工作的施用质量，计算模型可以被单独训练和/或预先训练。
[0023]
在一个实施方案中，该方法可以进一步包括由至少一个数据处理单元生成控制数据，该控制数据将由泡沫施用设备处理。由此，控制数据可以被配置为控制泡沫施用设备以
进行以下一个或多个操作：重新加工载体表面的施用质量已被确定为不足的至少一个部段，以及调整泡沫施用设备的至少一个施用参数。例如，可以控制泡沫施用设备以点喷另外的可发泡材料，如有指示则同时调整的施用参数，以提高施用质量。
[0024]
根据一个实施方案，处理接收到的输入数据可以包括将发泡的时间相关性与图像数据相关联，发泡的时间相关性可以从配方信息中得出，例如确定、计算、建模等，以使用预期的与时间有关的泡沫状态处理图像数据和/或基于预期的与时间有关的泡沫状态确定施用质量。以这种方式，在发泡工艺期间可以准确地评估和/或确定施用和/或泡沫质量，这可能需要一些时间。
[0025]
在一个实施方案中，可发泡材料的施用可以逐层进行。该方法可以进一步包括：逐层确定所施用的可发泡材料的施用质量，并逐层确定是否恢复施用可发泡材料。这允许及早决定可发泡材料和/或施用参数是否完全合适，从而可能避免废料，节省制造时间等。
[0026]
根据一个实施方案，该方法可以进一步包括由至少一个图像捕获设备以图像数据方式捕获在施用可发泡材料的第一施用层后的载体表面，由至少一个图像捕获设备以图像数据方式捕获在施用至少一个另一施用层后的表面，该至少一个另一施用层被施用到第一施用层上，由计算模型确定多个捕获到的层的总分，并基于所确定的总分确定所施用的可发泡材料的施用质量。例如，为了确定施用质量和/或对其进行评估，可以将总分与某个阈值进行比较。这允许考虑到最终产品来确定施用质量，其中各层作为整体贡献于施用质量。
[0027]
在一个实施方案中，至少一个图像捕获设备可以包括热成像相机。该方法可以进一步包括：由热成像相机捕获一系列热图像，并基于该系列热图像，通过考虑可发泡材料随时间变化的放热反应，来确定所施用的可发泡材料的施用质量。换句话说，可发泡材料在其发泡工艺期间可以通过使用一系列图像进行监测。这允许更精确地确定施用质量。
[0028]
根据一个实施方案，该方法可以进一步包括：基于捕获到的图像数据，确定载体尺寸，以及评估所确定的载体尺寸。例如，该尺寸可能偏离了规范。评估可以包括将实际尺寸与规范进行比较。
[0029]
在一个实施方案中，至少一个施用参数可以包括以下一个或多个：在施用可发泡材料的施用区域测量的环境温度、在施用可发泡材料的施用区域测量的环境空气湿度、泡沫施用设备的施用压力、以及泡沫施用设备的施用温度。可以通过合适的检测装置测量和/或监测这些参数。此外，参数可以是例如基于上述输出或控制数据可调整的。这允许更精确地确定施用质量。
[0030]
第二方面提供了一种用于检验可发泡材料在载体上的施用的系统。计算设备包括被配置为执行根据第一方面的方法的装置。例如，该装置可以包括一个或多个数据处理单元、存储器、数据接口、通信接口等。在至少一些实施方案中，计算设备可以被配置为：
[0031]-由至少一个数据处理单元接收捕获到的图像数据，该图像数据包括捕获到的可发泡材料施用到其上的载体表面；
[0032]-由至少一个数据处理单元接收输入数据，该输入数据至少包括捕获到的图像数据以及与之相关联的至少一个施用参数；
[0033]-通过对图像数据至少进行图像分析，并考虑到所述至少一个施用参数，由至少一个数据处理单元处理接收到的输入数据，从而确定所施用的可发泡材料的施用质量。此外，在至少一些实施方案中，输入数据和/或输出数据可以经由至少一个数据接口接收和/或提
供。计算设备可以位于本地或现场(即制造站点)、位于中央站点(即计算云)，或者可以部分使用现场和计算云的计算机资源来形成分布式计算机系统。
[0034]
根据一个实施方案，该系统可以是计算云，被配置为从远程终端和/或远程边缘计算设备接收输入数据和/或向远程终端和/或远程边缘计算设备提供输出数据。该计算云可以操作性地连接至通信网络，例如互联网。它可以由例如可发泡材料和/或泡沫施用设备和/或其他制造装置的供应商操作。此外，远程终端和/或边缘计算设备可以由使用它来制造产品的客户操作。
[0035]
替代地，该系统可以是边缘计算设备。优选地，边缘计算设备可以位于施用可发泡材料的制造站点。边缘计算设备可以独立操作，并且可以临时连接至计算云，以便例如从计算云中接收例如计算结果、更新等数据。
[0036]
第三方面提供了一种用于检验可发泡材料在载体上的施用的系统，该系统至少包括计算云和边缘计算设备。在至少一些实施方案中，该系统可进一步包括终端，如便携式设备等。
[0037]
第四方面提供了一种训练计算模型的方法，该计算模型用于检验可发泡材料在载体上的施用。该方法包括以下步骤：
[0038]-优选地最初和/或定期接收输入数据，该输入数据至少包括捕获到的可发泡材料施用到其上的载体表面的图像数据、与之相关联的至少一个施用参数和可发泡材料的配方信息。
[0039]-对接收到的输入数据进行计算机可读的注释，并收集经注释的输入数据作为样本数据，该样本数据进一步包括对可发泡材料的相关施用的质量和/或缺陷的评估。
[0040]-向计算模型提供收集到的经注释的输入数据，以学习和/或重新学习确定和/或评估所施用的可发泡材料的施用质量。
[0041]
该方法可以由计算机实施，并且可以利用合适的计算机装置，包括一个或多个数据处理单元、数据接口、存储器、通信接口等。例如，输入数据(即图像数据和至少一个相关联的施用参数)可以从不同的地点，例如制造站点和/或客户那里检索，并收集到例如数据库中。在此基础上，计算模型可以被预先训练和/或重新训练，用于根据与特定地点、制造站点和/或客户相关联的至少一个施用参数，确定和/或评估优选地在某些施用条件下所施用的可发泡材料的施用质量。这允许更精确地确定施用质量。在至少一些实施方案中，输入数据可以直接或经由至少一个数据接口由至少一个数据处理单元接收。输入数据可由图像捕获设备生成，其数据由计算机设备等处理。注释可以通过利用运行合适的注释软件或类似软件的计算机设备执行。经注释的输入数据可以由计算机设备提供给例如运行计算模型的数据处理单元。
[0042]
术语注释可以广义地理解为例如在不改变底层图像的情况下在图像上标记和/或叠加可见的元数据。这可以手动、半自动或全自动地执行。
[0043]
在一个实施方案中，输入数据可以从多个制造站点收集，这些制造站点至少部分地处于不同的地理位置。因此，可以在不同的环境条件(即不同的温度、湿度等)下以及在不同的施用参数(施用参数也可能取决于环境条件)下收集图像数据。这导致了样本数据的广泛数据基础。
[0044]
根据一个实施方案，经训练的计算模型可导致改变例如某个地点、制造站点和/或
客户的一个或多个施用参数。
[0045]
在一个实施方案中，可以可选地定期(例如每当计算模型被重新训练时)将经训练的计算模型提供给某个地点、制造站点和/或客户。
[0046]
第五方面提供了一种用于检验可发泡材料在载体上的施用的计算机程序元件，其中该计算机程序元件包括指令，当该指令被计算机设备执行时，使计算机设备执行根据第一方面和/或第三方面的方法。
[0047]
第六方面提供了一种包括第五方面的计算机程序元件的计算机可读介质。该计算机可读介质可以作为物理数据载体(如cd-rom、u盘等)提供，或者可以经由通信网络(如互联网)以数字方式提供。例如，计算机程序元件可以通过无线通信网络(如蓝牙、无线局域网(wi-fi))等传输。
[0048]
本发明的这些方面和其他方面将从下文描述的实施方案中变得明显，并参考这些实施方案进行说明。
[0049]
下面将参考以下附图对本发明的示例性实施方案进行描述。
[0050]
图1以示意性框图示出了用于检验可发泡材料在载体上的施用的系统，该系统作为根据一个实施方案的用于施用可发泡材料的系统的一部分。
[0051]
图2以示意性框图示出了根据一个实施方案的用于检验可发泡材料在载体上的施用的系统。
[0052]
图3以流程图示出了根据一个实施方案的用于检验可发泡材料在载体上的施用的方法。
[0053]
图4以流程图示出了根据一个实施方案的用于训练计算模型的方法，该计算模型用于检验可发泡材料在载体上的施用。
[0054]
附图只是示意性的表示，仅用于说明本文所公开的方面。相同或等价的元素被一致地以相同的附图标记提供。
[0055]
图1以示意性框图示出了用于检验可发泡材料在载体上的施用的系统100。示例来说，该系统100是用于施用可发泡材料的系统1000的一部分或嵌入其中。在一些实施方案中，可发泡材料的施用可用于制造绝缘部件200，该绝缘部件可以是预制建筑行业中的绝缘建筑部件(如用于镶板建筑的建筑面板)或类似部件。当然，可以设想绝缘部件200被配置为不同的，并适合于在其他行业中使用。绝缘部件200至少包括载体201，例如面板等，该载体201具有至少一个可发泡材料施用部段，例如表面、空腔等，以及施用在其上的可发泡材料202。在一些实施方案中，可发泡材料202可以是聚氨酯(pur)或类似的材料。系统1000进一步在计算云站点包括计算云300，该计算云300适于经由例如互联网的通信网络提供计算机系统资源和服务。因此，计算云300包括数据处理单元310，该数据处理单元310包括一个或多个处理器、数据存储、数据接口等。另外，系统1000进一步在(地理上)远离计算云站点的制造站点包括施用器400，特别是本地制造站点边缘计算机设备410，其具有适于(例如经由诸如互联网的通信网络)与计算云300交换数据的数据接口。此外，在制造站点，系统100，特别是施用器400包括适于由边缘计算机设备410控制的施用机器人420。在一些实施方案中，施用机器人420是具有六个自由度的工业机器人。此外，施用机器人420适于通过喷洒、浇注或类似方式施用聚合材料202。为此，施用器400，特别是施用机器人420包括例如可提供作为喷洒头或类似物的材料出口、材料进给、配比器、材料储存器430、材料温度调节装置、材
料压力调节装置，等等。此外，在制造站点，系统1000，特别是施用器400包括喷房(booth)440，在图1中用虚线表示。在该喷房440内或与其相邻的地方，施用器400或系统1000在制造站点特别是在喷房440内，可以分别具有一个或多个实际气候条件测量装置450。实际气候条件测量装置450可以操作性地连接至控制计算机设备410，并从而连接至计算云300。
[0056]
如图1中的虚线所表示的，可以存在多个制造站点，每个制造站点都包括施用器400。同样，也可以存在位于某个制造站点的多个施用器400。通常，制造站点可能与不同的地理位置和/或不同的环境和/或气候条件相关联。此外，不同的制造站点可能与不同的用户(例如消费者)相关联。这些不同的制造站点和/或边缘计算机设备410可以选择性地至少部分地和/或暂时地连接至计算云300以进行通信，例如，从计算云300接收数据和/或向计算云300发送数据。
[0057]
系统1000进一步包括至少一个图像捕获设备460，该图像捕获设备被布置为从载体201(例如从载体201的一个或多个表面、空腔等)捕获一个或多个图像。注意的是，图像捕获设备460也可以在诸如便携式设备(例如移动电话、智能手机或类似设备)的远程终端中实施。这也可以另外提供给喷房440内的固定设备。
[0058]
用于检验可发泡材料202在载体201上的施用的系统100由虚线表示。注意的是，系统100可以与系统1000分开提供，所以它不必被集成到系统1000中，但也可以在以后被添加。同样，它的组件也可以单独提供给系统1000，使得系统100可以具有自己的组件，不必共享系统1000的组件。为了更好地说明，下面将同时参考为系统1000描述的组件和分配给系统100的组件。
[0059]
用于检验可发泡材料202在载体201上的施用的系统100包括至少一个数据处理单元110，其可以是数据处理单元310，例如计算云300和/或边缘计算机设备410的处理器，以及至少一个图像捕获设备120，其可以是至少一个图像捕获设备460。系统100被配置为由至少一个图像捕获设备120、460以图像数据方式捕获载体201的表面，所述可发泡材料202施用在该载体201表面上。此外，系统100被配置为由至少一个数据处理单元110、310接收输入数据，该输入数据至少包括捕获到的图像数据、与之相关联的至少一个施用参数和可发泡材料202的配方信息。施用参数可以包括在施用可发泡材料202的施用区域(即在喷房440内)使用例如实际气候条件测量装置450测量的环境温度、在施用可发泡材料202的施用区域(即在喷房440内)使用例如实际气候条件测量装置450测量的环境空气湿度、施用器400的施用压力和施用温度。当然，其他施用参数可以被测量和提供。此外，系统100被配置为由至少一个数据处理单元110、310、410处理接收到的图像数据，通过对图像数据至少进行图像分析，并考虑到配方信息和至少一个施用参数，从而确定所施用的可发泡材料202在施用到载体201上后的施用质量。
[0060]
注意的是，系统100可以在本地操作，即通过使用边缘计算机设备410作为数据处理单元110，或者在中央操作，即通过使用计算云300或计算云300的数据处理单元310作为数据处理单元110。替代地，计算步骤可以分布在计算云310和边缘计算机设备410两者上。
[0061]
图2以示意性框图示出了用于检验可发泡材料202在载体201上的施用的系统100。可以看出，至少一个数据处理单元110被配置为例如通过包括一个或多个数据接口来接收上述输入数据，该输入数据在此被指定为in_data，以及被配置为提供输出数据，该输出数据被指定为out_data。
[0062]
系统100被进一步配置为由至少一个数据处理单元110生成输出数据，该输出数据至少包括所确定的所施用的可发泡材料的施用质量和/或所施用的可发泡材料的评估。这些输出数据可以提供给用户，例如客户，例如，以生成与施用工作相关联的工作报告或以这种工作报告的形式。因此，用户可以看到是否达到了预期的施用质量。
[0063]
此外，系统100和/或系统1000被配置为使用所生成的输出数据来调整(特别是如果所确定的施用质量被认为是不足的)以下一个或多个：使用的可发泡材料202以及至少一个施用参数。例如，系统100或系统1000分别可以生成适用于施用器400的合适的控制数据，以调整可发泡材料202和/或一个或多个施用参数，例如施用温度、施用压力等。
[0064]
注意的是，在至少一些实施方案中，至少一个数据处理单元110利用被配置为处理输入数据和/或确定施用质量的计算模型，其中，计算模型由样本数据训练，该样本数据至少包括经注释的图像数据、与之相关联的经注释的施用参数数据以及与之相关联的对所施用的可发泡材料的使用质量或缺陷的评估。
[0065]
此外，系统100被配置为由至少一个数据处理单元110生成控制数据，该控制数据将由泡沫施用设备(即施用器400)处理，其中控制数据被配置为控制泡沫施用设备(即施用器400)以进行以下一个或多个操作：重新加工载体表面的施用质量已被确定为不足的至少一个部段，和/或调整泡沫施用设备(即施用器400)的至少一个施用参数。例如，可以在开始重新加工前调整施用参数，或者可以一步一步地调整。
[0066]
如上所述，输入数据进一步包括可发泡材料的配方信息。系统100被配置为考虑到可发泡材料的配方，以确定所施用的可发泡材料的施用质量。系统100可选地被配置为将从配方信息得出的发泡的时间相关性与图像数据相关联，以使用预期的与时间有关的泡沫状态处理图像数据和/或基于预期的与时间有关的泡沫状态确定施用质量。
[0067]
此外，在至少一些实施方案中，可发泡材料的施用是逐层进行的。系统100被配置为逐层确定所施用的可发泡材料的施用质量，并逐层确定是否恢复施用可发泡材料。例如，如果施用质量不满足阈值，系统100可以生成停止信号或类似信号。此外，系统100可以在恢复施用工艺前调整一个或多个施用参数。
[0068]
系统100进一步被配置为通过至少一个图像捕获设备120以图像数据方式捕获在施用可发泡材料202的第一施用层后的载体201表面。然后，它由至少一个图像捕获设备120以图像数据方式捕获在施用至少一个另一施用层后的表面，该至少一个另一施用层被施用到第一施用层上。然后，系统100由计算模型确定多个捕获到的层的总分，并基于所确定的总分确定所施用的可发泡材料的施用质量。
[0069]
在至少一些实施方案中，至少一个图像捕获设备120包括热成像相机。系统100被配置为由热成像相机捕获一系列热图像，并基于该系列热图像，通过考虑可发泡材料随时间变化的放热反应，来确定所施用的可发泡材料的施用质量。
[0070]
此外，系统100被配置为基于捕获到的图像数据确定载体201尺寸，以及评估所确定的载体201尺寸。评估的结果可以包括在工作报告中和/或可以根据偏离规范的等级，触发其他测量。
[0071]
图3以流程图示出了用于检验可发泡材料202在载体201上的施用的方法。该方法可由上述系统100执行，该系统100可选地作为系统1000的一部分。
[0072]
步骤s1包括由至少一个图像捕获设备120，以图像数据方式捕获载体201表面，所
述可发泡材料202施用在该载体201表面上。
[0073]
步骤s2包括由至少一个数据处理单元110接收输入数据，该输入数据至少包括捕获到的图像数据、与之相关联的至少一个施用参数和可发泡材料的配方信息。
[0074]
步骤s3包括由至少一个数据处理单元110处理接收到的输入数据，通过至少对图像数据进行图像分析，并考虑到配方信息和至少一个施用参数，从而确定所施用的可发泡材料202的施用质量。
[0075]
图3以流程图示出了用于训练上述计算模型的方法，该计算模型用于检验可发泡材料202在载体201上的施用。训练可以最初和/或定期执行，以便重新训练或调整计算模型。计算模型可以通过使用例如边缘计算机设备410在本地执行和/或通过使用计算云300或其数据处理单元310在中央执行。在一些实施方案中，计算模型可以由终端例如便携式设备执行。
[0076]
步骤s100包括最初和/或定期接收输入数据，该输入数据至少包括捕获到的可发泡材料202施用到其上的载体201表面的图像数据以及与之相关联的至少一个施用参数。
[0077]
步骤s200包括对接收到的输入数据进行计算机可读的注释，并收集经注释的输入数据作为样本数据，该样本数据进一步包括对施用的可发泡材料202的相关联的施用的质量或缺陷的评估。
[0078]
步骤s3包括向计算模型提供收集到的经注释的输入数据，以学习和/或重新学习确定和/或评估所施用的可发泡材料202的施用质量。
[0079]
注意的是，输入数据可以从多个制造站点收集，这些制造站点至少部分地处于不同的地理位置，如图1中不同制造站点的附图标记400、440所表示的。
[0080]
应注意，本发明的实施方案参考不同的主题进行了描述。具体而言，一些实施方案参考方法类型的权利要求进行描述，而其他实施方案参考设备类型的权利要求进行描述。然而，本领域技术人员将从上文和下文的描述中了解到，除非另有说明，否则除属于一类主题的特征的任何组合之外，涉及不同主题的特征之间的任何组合也被认为在本技术中公开。然而，所有特征都可组合在一起，从而提供比这些特征的简单总和更多的协同作用。
[0081]
尽管已经在附图和前面的描述中详细地例示和描述了本发明，但是这样的例示和描述应被认为是说明性或示例性的而不是限制性的。本发明不限于所公开的实施方案。通过研究附图、公开内容和从属权利要求，本领域技术人员在实践所要求保护的发明时可以理解和实现所公开的实施方案的其他变体。
[0082]
在权利要求中，词语“包括”不排除其他元件或步骤，并且不定冠词“一”或“一个”不排除多个。单个处理器或其他单元可以实现权利要求中列举的若干项的功能。在互不相同的从属权利要求中引用某些措施这一事实，并不表示不能利用这些措施的组合来谋取利益。权利要求中的任何附图标记都不应被解释为限制范围。

技术特征：

1.一种用于检验可发泡材料(202)在载体(201)上的施用以制造绝缘部件的方法，该方法包括：由至少一个数据处理单元(110，310、410)接收(s1)图像数据，该图像数据包括捕获到的可发泡材料施用到其上的载体表面；由至少一个数据处理单元(110，310，410)接收(s2)输入数据，该输入数据至少包括捕获到的图像数据、与捕获到的图像数据相关联的至少一个施用参数和可发泡材料(202)的配方信息；以及通过对图像数据至少执行图像分析，并考虑到所述至少一个施用参数和可发泡材料(202)的配方信息，由至少一个数据处理单元(110，310，410)处理(s3)接收到的输入数据，从而确定所施用的可发泡材料的施用质量。2.根据权利要求1所述的方法，还包括：由数据处理单元(110，310，410)生成输出数据，该输出数据至少包括所确定的所施用的可发泡材料(202)的施用质量和/或其评估。3.根据权利要求2所述的方法，其中特别是如果所确定的施用质量被认为是不足的，该输出数据被用于调整以下一个或多个：使用的可发泡材料，和至少一个施用参数。4.根据前述权利要求中的任一项所述的方法，其中，至少一个数据处理单元(110，310，410)利用被配置为处理输入数据和/或确定施用质量的计算模型；并且其中，该计算模型由样本数据训练，该样本数据至少包括经注释的图像数据、与经注释的图像数据相关联的经注释的施用参数数据以及与经注释的图像数据相关联的施用发泡材料的质量或缺陷的评估。5.根据前述权利要求中的任一项所述的方法，还包括：由至少一个数据处理单元生成将由泡沫施用设备处理的控制数据，其中，该控制数据被配置为控制泡沫施用设备(400)以用于进行一个或多个操作：重新加工载体(201)表面的施用质量已被确定为不足的至少一个部段，和/或调整泡沫施用设备(400)的至少一个施用参数。6.根据前述权利要求中的任一项所述的方法，其中，处理接收到的输入数据包括将从配方信息得出的发泡的时间相关性与图像数据相关联，以使用预期的与时间有关的泡沫状态处理图像数据和/或基于预期的与时间有关的泡沫状态确定施用质量。7.根据前述权利要求中的任一项所述的方法，其中，可发泡材料的施用是逐层进行的，并且该方法还包括：逐层确定所施用的可发泡材料的施用质量；以及逐层确定是否恢复施用可发泡材料。8.根据前述权利要求中的任一项所述的方法，还包括：由至少一个图像捕获设备(460)以图像数据方式捕获在施用可发泡材料的第一施用层后的载体表面；由至少一个图像捕获设备(460)以图像数据方式捕获在施用至少一个另一施用层后的表面，该至少一个另一施用层被施用到第一施用层上，由计算模型确定多个捕获到的层的总分；以及
基于所确定的总分确定所施用的可发泡材料的施用质量。9.根据前述权利要求中的任一项所述的方法，其中，所述至少一个图像捕获设备(460)包括热成像相机，并且该方法还包括：由热成像相机捕获一系列热图像；以及基于该系列热图像，通过考虑可发泡材料随时间变化的放热反应，来确定所施用的可发泡材料的施用质量。10.根据前述权利要求中的任一项所述的方法，还包括：基于捕获到的图像数据，确定载体尺寸；以及评估所确定的载体尺寸。11.根据前述权利要求中的任一项所述的方法，其中，至少一个施用参数包括以下一个或多个：在施用可发泡材料的施用区域测量的环境温度、在施用可发泡材料的施用区域测量的环境空气湿度、泡沫施用设备的施用压力，以及泡沫施用设备的施用温度。12.一种用于检验可发泡材料在载体上的施用以制造绝缘部件的系统(100，1000)，该系统包括：被配置为执行根据权利要求1至11中的任一项所述的方法的装置。13.根据权利要求12所述的系统，还包括计算云(300)，被配置为从远程终端接收输入数据和/或向远程终端提供输出数据。14.一种训练计算模型的方法，该计算模型用于检验可发泡材料在载体上的施用以制造绝缘部件，该方法包括：最初和/或定期接收(s1)输入数据，该输入数据至少包括捕获到的可发泡材料(202)施用到其上的载体(201)表面的图像数据、与捕获到的图像数据相关联的至少一个施用参数和可发泡材料(202)的配方信息，对接收到的输入数据进行计算机可读的注释(s2)，并收集经注释的输入数据作为样本数据，该样本数据还包括对所施用的可发泡材料的相关施用的质量或缺陷的评估；以及向计算模型提供(s3)收集到的经注释的输入数据，以学习和/或重新学习确定和/或评估所施用的可发泡材料(202)的施用质量。15.根据权利要求14所述的方法，其中输入数据从多个制造站点收集，所述制造站点至少部分地处于不同的地理位置。

技术总结

公开了一种用于检验可发泡材料(202)在载体(201)上的施用以制造绝缘部件的方法。该方法包括：-由至少一个图像捕获设备(120，460)以图像数据捕获(S1)载体表面，可发泡材料施用到该载体表面上；-由至少一个数据处理单元(110，310，410)接收(S2)输入数据，该输入数据至少包括捕获到的图像数据以及与捕获到的图像数据相关联的至少一个施用参数，-通过对图像数据至少执行图像分析，并考虑到所述至少一个施用参数，由至少一个数据处理单元(110，310，410)处理(S3)接收到的输入数据，从而确定所施用的可发泡材料的施用质量。可发泡材料的施用质量。可发泡材料的施用质量。