JPH09105652A - 物品の自動官能検査方法 - Google Patents
物品の自動官能検査方法Info
- Publication number
- JPH09105652A JPH09105652A JP7261659A JP26165995A JPH09105652A JP H09105652 A JPH09105652 A JP H09105652A JP 7261659 A JP7261659 A JP 7261659A JP 26165995 A JP26165995 A JP 26165995A JP H09105652 A JPH09105652 A JP H09105652A
- Authority
- JP
- Japan
- Prior art keywords
- sensory
- article
- data
- determined
- characteristic curve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000001953 sensory effect Effects 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims description 10
- 238000007689 inspection Methods 0.000 title abstract description 15
- 230000002950 deficient Effects 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims abstract description 7
- 230000005856 abnormality Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
(57)【要約】
【課題】 物品を官能検査して良否判定する際、官能セ
ンサによって検出したアナログデータによる官能特性曲
線を単に２値化して良否判定する場合、外乱の影響を受
け易く、外部振動による雑音により誤判定してしまい、
物品異常とノイズとを判別出来ず、検査の信頼性が低下
する点である。 【解決手段】 官能検査によって物品の良否を判定する
にあたり、官能センサにより検出したアナログデータに
よる物品の官能特性曲線Aを画像処理し、画像分解能に
応じた分割本数でＸＹ軸方向にそれぞれ座標分割して上
記アナログデータをデジタル化する工程と、デジタル化
した上記アナログデータのＸＹ各座標データを、対応す
る良品の基準データと比較して両データの一致度をファ
ジィ推論により判定し、その全座標に亘る判定より上記
官能特性曲線Aの良否を判定し、併せて物品の良否を判
定する工程とを含む。
ンサによって検出したアナログデータによる官能特性曲
線を単に２値化して良否判定する場合、外乱の影響を受
け易く、外部振動による雑音により誤判定してしまい、
物品異常とノイズとを判別出来ず、検査の信頼性が低下
する点である。 【解決手段】 官能検査によって物品の良否を判定する
にあたり、官能センサにより検出したアナログデータに
よる物品の官能特性曲線Aを画像処理し、画像分解能に
応じた分割本数でＸＹ軸方向にそれぞれ座標分割して上
記アナログデータをデジタル化する工程と、デジタル化
した上記アナログデータのＸＹ各座標データを、対応す
る良品の基準データと比較して両データの一致度をファ
ジィ推論により判定し、その全座標に亘る判定より上記
官能特性曲線Aの良否を判定し、併せて物品の良否を判
定する工程とを含む。
Description
【０００１】
【発明の属する技術分野】本発明は、官能検査によって
物品の良否を判定する物品の自動官能検査方法に関する
ものである。
物品の良否を判定する物品の自動官能検査方法に関する
ものである。
【０００２】
【従来の技術】製品等の物品を官能検査し、それが良品
であるか又は不良品であるか良否を判定する技術的手段
が知られている。上記判定手段は、振動、音圧、荷重セ
ンサ等の官能センサにより官能検査を行ってアナログデ
ータを検出した後、それを比較器内蔵の制御器で２値化
して物品の良否を判定するものである。例えば、図４に
示すように、官能センサにより検出したアナログデータ
による物品の官能特性曲線（Ｇ）（NG）をしきい値
（Ｔ）でハイ、ロウのデジタル信号に２値化する。そこ
で、特性曲線（Ｇ）に示すように、しきい値（Ｔ）を越
える部分が検出されなければ、良品データと判定する一
方、特性曲線（NG）に示すように、しきい値（Ｔ）を越
える部分（Na）（Nb）を検出した場合、不良品データと
判定する。
であるか又は不良品であるか良否を判定する技術的手段
が知られている。上記判定手段は、振動、音圧、荷重セ
ンサ等の官能センサにより官能検査を行ってアナログデ
ータを検出した後、それを比較器内蔵の制御器で２値化
して物品の良否を判定するものである。例えば、図４に
示すように、官能センサにより検出したアナログデータ
による物品の官能特性曲線（Ｇ）（NG）をしきい値
（Ｔ）でハイ、ロウのデジタル信号に２値化する。そこ
で、特性曲線（Ｇ）に示すように、しきい値（Ｔ）を越
える部分が検出されなければ、良品データと判定する一
方、特性曲線（NG）に示すように、しきい値（Ｔ）を越
える部分（Na）（Nb）を検出した場合、不良品データと
判定する。
【０００３】
【発明が解決しようとする課題】解決しようとする課題
は、官能センサによって検出したアナログデータによる
官能特性曲線を単に２値化して良否判定する場合、外乱
の影響を受け易く、外部振動による雑音により誤判定
し、例えば良品を不良品と判定することがあり、物品異
常とノイズとを判別出来ず、検査の信頼性が低下する点
である。そこで、本発明は、官能検査によって物品を良
否判定する際、物品異常とノイズとを判別して外乱の影
響を受け難くした物品の自動官能検査方法を提供するこ
とを目的とする。
は、官能センサによって検出したアナログデータによる
官能特性曲線を単に２値化して良否判定する場合、外乱
の影響を受け易く、外部振動による雑音により誤判定
し、例えば良品を不良品と判定することがあり、物品異
常とノイズとを判別出来ず、検査の信頼性が低下する点
である。そこで、本発明は、官能検査によって物品を良
否判定する際、物品異常とノイズとを判別して外乱の影
響を受け難くした物品の自動官能検査方法を提供するこ
とを目的とする。
【０００４】
【課題を解決するための手段】本発明は、官能検査によ
って物品の良否を判定するにあたり、官能センサにより
検出したアナログデータによる物品の官能特性曲線を画
像処理し、画像分解能に応じた分割本数でＸＹ軸方向に
それぞれ座標分割して上記アナログデータをデジタル化
する工程と、デジタル化した上記アナログデータのＸＹ
各座標データを、対応する良品の基準データと比較して
両データの一致度をファジィ推論により判定し、その全
座標に亘る判定より上記官能特性曲線の良否を判定し、
併せて物品の良否を判定する工程とを含むことを特徴と
する。
って物品の良否を判定するにあたり、官能センサにより
検出したアナログデータによる物品の官能特性曲線を画
像処理し、画像分解能に応じた分割本数でＸＹ軸方向に
それぞれ座標分割して上記アナログデータをデジタル化
する工程と、デジタル化した上記アナログデータのＸＹ
各座標データを、対応する良品の基準データと比較して
両データの一致度をファジィ推論により判定し、その全
座標に亘る判定より上記官能特性曲線の良否を判定し、
併せて物品の良否を判定する工程とを含むことを特徴と
する。
【０００５】
【発明の実施の形態】本発明に係る物品の自動官能検査
方法の実施の形態を図１（ａ）（ｂ）〜図３を参照して
以下に説明する。まず図１（ａ）に示すように、振動、
音圧、荷重等の官能センサによって物品を自動的に官能
検査してアナログデータを検出し、それにより物品の官
能特性曲線（Ａ）を描く。次に、図１（ｂ）に示すよう
に、画像処理装置により特性曲線（Ａ）を画像処理し、
画像分解能に応じた分割本数、例えば５１２本でＸＹ軸
方向（但し、Ｘ方向を横軸、Ｙ方向を縦軸とする。）に
それぞれ座標分割してアナログデータによる官能特性曲
線（Ａ）をデジタル化する。そこで、分割した座標毎に
特性曲線（Ａ）のＸＹ座標データ（Xn、Yn）（但し、n=1
〜512）を取り出す。そして、Ｘ座標データ（Xn）にお
いて物品の官能特性値を示すＹ座標データ（Yn）と、同
じＸ座標データ（Xn）における予め設定した良品の基準
データ（An）とを比較し、例えば両データの差（Qn=Yn-
An）を算出する。或いは、差（Qn）を基準データ（An）
で除算して差（Qn）のパーセント値を算出して基準化し
ても良い。そこで、その差（Qn）に基づいて座標毎にＸ
Ｙ座標データ（Xn、Yn）と基準データ（Xn、An）との一致
度（Vn）をファジィ推論の例えば重心演算により判定す
る。更に、５１２個の全ＸＹ座標に亘るファジィ判定よ
り官能特性曲線（Ａ）の良否を判定し、併せて物品の良
品又は不良品の良否を判定する。
方法の実施の形態を図１（ａ）（ｂ）〜図３を参照して
以下に説明する。まず図１（ａ）に示すように、振動、
音圧、荷重等の官能センサによって物品を自動的に官能
検査してアナログデータを検出し、それにより物品の官
能特性曲線（Ａ）を描く。次に、図１（ｂ）に示すよう
に、画像処理装置により特性曲線（Ａ）を画像処理し、
画像分解能に応じた分割本数、例えば５１２本でＸＹ軸
方向（但し、Ｘ方向を横軸、Ｙ方向を縦軸とする。）に
それぞれ座標分割してアナログデータによる官能特性曲
線（Ａ）をデジタル化する。そこで、分割した座標毎に
特性曲線（Ａ）のＸＹ座標データ（Xn、Yn）（但し、n=1
〜512）を取り出す。そして、Ｘ座標データ（Xn）にお
いて物品の官能特性値を示すＹ座標データ（Yn）と、同
じＸ座標データ（Xn）における予め設定した良品の基準
データ（An）とを比較し、例えば両データの差（Qn=Yn-
An）を算出する。或いは、差（Qn）を基準データ（An）
で除算して差（Qn）のパーセント値を算出して基準化し
ても良い。そこで、その差（Qn）に基づいて座標毎にＸ
Ｙ座標データ（Xn、Yn）と基準データ（Xn、An）との一致
度（Vn）をファジィ推論の例えば重心演算により判定す
る。更に、５１２個の全ＸＹ座標に亘るファジィ判定よ
り官能特性曲線（Ａ）の良否を判定し、併せて物品の良
品又は不良品の良否を判定する。
【０００６】この時、上記ファジィ推論におけるアルゴ
リズムは、例えば官能特性曲線（Ａ）のＸＹ座標データ
（Xn、Yn）と基準データ（Xn、An）との差（Qn）が小さけ
れば、一致度（Vn）が大きくなって物品の官能検査特性
曲線（Ａ）は予め設定された良品の基準データ曲線に近
付き、又、差（Qn）が大きければ、一致度（Vn）が小さ
くなって基準データ曲線からずれるものとする。そこ
で、上記アルゴリズムに従って次に示すファジィルール
を作成する。
リズムは、例えば官能特性曲線（Ａ）のＸＹ座標データ
（Xn、Yn）と基準データ（Xn、An）との差（Qn）が小さけ
れば、一致度（Vn）が大きくなって物品の官能検査特性
曲線（Ａ）は予め設定された良品の基準データ曲線に近
付き、又、差（Qn）が大きければ、一致度（Vn）が小さ
くなって基準データ曲線からずれるものとする。そこ
で、上記アルゴリズムに従って次に示すファジィルール
を作成する。
【０００７】（Ｉ）IF Qn(n=1…)＝ＺＲ（Zero）、THEN
Vn(n=1…)=ＰＬ（Positive Large） （II）IF Qn(n=1…)＝ＰＳ（Positive Small）、THEN V
n(n=1…)=ＰＳ （III）IF Qn(n=1…)＝ＰＭ（Positive Medium）、THEN
Vn(n=1…)=ＺＲ 又、ファジィルールを実行するためのメンバーシップ関
数として、図２に示すように、三角形のメンバーシップ
関数（Ma）（Mb）を設定する。上記メンバーシップ関数
（Ma）は入力部（％値）に関し、メンバーシップ関数
（Mb）は出力部（一致度）に関するものである。そこ
で、例えば、入力データとしてQn=５% とすると、適合
度はルール（Ｉ）で0.5、ルール（II）で0.5、それ以外
で０となる。従って、重心演算により出力（一致度）
（Vn）は２付近となって基準データにかなり近くなる。
上記演算を全ＸＹ座標に亘って行ない、官能特性曲線
（Ａ）の良否を判定し、併せて物品の良否を判定する。
Vn(n=1…)=ＰＬ（Positive Large） （II）IF Qn(n=1…)＝ＰＳ（Positive Small）、THEN V
n(n=1…)=ＰＳ （III）IF Qn(n=1…)＝ＰＭ（Positive Medium）、THEN
Vn(n=1…)=ＺＲ 又、ファジィルールを実行するためのメンバーシップ関
数として、図２に示すように、三角形のメンバーシップ
関数（Ma）（Mb）を設定する。上記メンバーシップ関数
（Ma）は入力部（％値）に関し、メンバーシップ関数
（Mb）は出力部（一致度）に関するものである。そこ
で、例えば、入力データとしてQn=５% とすると、適合
度はルール（Ｉ）で0.5、ルール（II）で0.5、それ以外
で０となる。従って、重心演算により出力（一致度）
（Vn）は２付近となって基準データにかなり近くなる。
上記演算を全ＸＹ座標に亘って行ない、官能特性曲線
（Ａ）の良否を判定し、併せて物品の良否を判定する。
【０００８】又、ファジィ推論の際、上記重心演算によ
る判定の他、確率による判定手段もある。例えば、図３
に示すように、Ｘ座標データ（Xn）（但し、n=1〜512）
におけるＹ座標データ（Yn）のファジィ集合のメンバー
シップ関数（Mc）｛但し、（ZRa）は基準データ、（PS
a）（NSa）は位置ずれの各ファジィ集合｝、及び判定確
率（Dn）をそれぞれ座標毎に５１２個、設定する。そこ
で、例えば、Ｘ座標データ（Xn）におけるＹ座標データ
（特性値）（Yn）の基準データ及び位置ずれに対する各
適合度（Ra）（Rb）を検知する。そして、適合度（Ra）
が大きい程、又、適合度（Rb）が小さい程、基準データ
に近付くため、それらを判定確率（Dn）と比較し、例え
ば、Ra＞Dn＞Rbの時、Ｙ座標データ（Yn）、即ち特性値
は正常と判定し、その判定作業を各座標毎に５１２回行
なう。そこで、５１２個の全判定結果から例えば正常判
定回数、或いは全特性値の適合度（Ra）（Rb）の乗算値
等を判断基準として判定し、上記同様、官能特性曲線
（Ａ）の良否を判定し、併せて物品の良否を判定する。
る判定の他、確率による判定手段もある。例えば、図３
に示すように、Ｘ座標データ（Xn）（但し、n=1〜512）
におけるＹ座標データ（Yn）のファジィ集合のメンバー
シップ関数（Mc）｛但し、（ZRa）は基準データ、（PS
a）（NSa）は位置ずれの各ファジィ集合｝、及び判定確
率（Dn）をそれぞれ座標毎に５１２個、設定する。そこ
で、例えば、Ｘ座標データ（Xn）におけるＹ座標データ
（特性値）（Yn）の基準データ及び位置ずれに対する各
適合度（Ra）（Rb）を検知する。そして、適合度（Ra）
が大きい程、又、適合度（Rb）が小さい程、基準データ
に近付くため、それらを判定確率（Dn）と比較し、例え
ば、Ra＞Dn＞Rbの時、Ｙ座標データ（Yn）、即ち特性値
は正常と判定し、その判定作業を各座標毎に５１２回行
なう。そこで、５１２個の全判定結果から例えば正常判
定回数、或いは全特性値の適合度（Ra）（Rb）の乗算値
等を判断基準として判定し、上記同様、官能特性曲線
（Ａ）の良否を判定し、併せて物品の良否を判定する。
【０００９】
【発明の効果】本発明によれば、官能検査によって物品
の良否を判定する際、官能センサによって検出したアナ
ログデータによる官能特性曲線を画像処理し、画像分解
能に応じた本数、例えば５１２本でＸＹ軸方向に座標分
割してデジタル化し、デジタル化したアナログデータの
ＸＹ各座標データを、対応する良品の基準データと比較
して両データの一致度をファジィ推論により判定し、そ
の全座標に亘る判定より官能特性曲線の良否を判定し、
併せて物品の良否を判定したから、外乱に影響され難
く、物品異常とノイズとを判別出来て誤判定がなく、
又、官能特性曲線をＸＹ軸方向にそれぞれ５１２分割し
てデータを取り出しているため、検査の信頼性が向上す
る。
の良否を判定する際、官能センサによって検出したアナ
ログデータによる官能特性曲線を画像処理し、画像分解
能に応じた本数、例えば５１２本でＸＹ軸方向に座標分
割してデジタル化し、デジタル化したアナログデータの
ＸＹ各座標データを、対応する良品の基準データと比較
して両データの一致度をファジィ推論により判定し、そ
の全座標に亘る判定より官能特性曲線の良否を判定し、
併せて物品の良否を判定したから、外乱に影響され難
く、物品異常とノイズとを判別出来て誤判定がなく、
又、官能特性曲線をＸＹ軸方向にそれぞれ５１２分割し
てデータを取り出しているため、検査の信頼性が向上す
る。
【図１】（ａ）は本発明に係る物品の自動官能検査方法
の実施の形態を示すアナログデータによる物品の官能特
性曲線のグラフである。（ｂ）は図１（ａ）のグラフの
ＸＹ軸方向のデジタル分割を示すグラフである。
の実施の形態を示すアナログデータによる物品の官能特
性曲線のグラフである。（ｂ）は図１（ａ）のグラフの
ＸＹ軸方向のデジタル分割を示すグラフである。
【図２】本発明に係る物品の自動官能検査方法のファジ
ィ推論を実施するための入出力部の各メンバーシップ関
数の波形図である。
ィ推論を実施するための入出力部の各メンバーシップ関
数の波形図である。
【図３】本発明に係る物品の自動官能検査方法のファジ
ィ推論を実施するための他のメンバーシップ関数の波形
図である。
ィ推論を実施するための他のメンバーシップ関数の波形
図である。
【図４】従来の物品の自動官能検査方法の一例を示すア
ナログデータによる物品の官能特性曲線のグラフであ
る。
ナログデータによる物品の官能特性曲線のグラフであ
る。
Ａ 官能特性曲線
フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０６Ｆ 15/70 ４５５Ａ
Claims (1)
- 【請求項１】 官能検査によって物品の良否を判定する
にあたり、 官能センサにより検出したアナログデータによる物品の
官能特性曲線を画像処理し、画像分解能に応じた分割本
数でＸＹ軸方向にそれぞれ座標分割して上記アナログデ
ータをデジタル化する工程と、デジタル化した上記アナ
ログデータのＸＹ各座標データを、対応する良品の基準
データと比較して両データの一致度をファジィ推論によ
り判定し、その全座標に亘る判定より上記官能特性曲線
の良否を判定し、併せて物品の良否を判定する工程とを
含むことを特徴とする物品の自動官能検査方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7261659A JPH09105652A (ja) | 1995-10-09 | 1995-10-09 | 物品の自動官能検査方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7261659A JPH09105652A (ja) | 1995-10-09 | 1995-10-09 | 物品の自動官能検査方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09105652A true JPH09105652A (ja) | 1997-04-22 |
Family
ID=17364986
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7261659A Pending JPH09105652A (ja) | 1995-10-09 | 1995-10-09 | 物品の自動官能検査方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH09105652A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117423225A (zh) * | 2023-10-23 | 2024-01-19 | 东华理工大学 | 一种基于高速铁路运行的灾害遥感预警系统 |
-
1995
- 1995-10-09 JP JP7261659A patent/JPH09105652A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117423225A (zh) * | 2023-10-23 | 2024-01-19 | 东华理工大学 | 一种基于高速铁路运行的灾害遥感预警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111965246B (zh) | 一种基于多信息融合的刮板机故障检测方法及其检测系统 | |
| US6470300B1 (en) | Method and system for detecting and localizing sensor defects in motor vehicles | |
| EP3862829B1 (en) | State estimation device, system, and manufacturing method | |
| JP7046760B2 (ja) | 信号解析装置及び信号解析方法並びに信号解析プログラム | |
| CN112052714A (zh) | 用于对飞行器传感器建模的数据驱动的机器学习 | |
| CN116686005A (zh) | 解析装置、解析系统、解析程序以及解析方法 | |
| US6807288B2 (en) | Image processing apparatus, image processing method, and recording medium recording image processing program | |
| JPH09105652A (ja) | 物品の自動官能検査方法 | |
| JPH0829540A (ja) | 地震判別方法 | |
| JP2981434B2 (ja) | パターン欠陥検出方法とその装置 | |
| JP2890801B2 (ja) | 表面傷検査装置 | |
| JP2647502B2 (ja) | パターン比較検査方法および装置 | |
| JPH087104A (ja) | 良否判別しきい値決定方法 | |
| JP4775100B2 (ja) | 信号識別装置 | |
| JP3151951B2 (ja) | 機能自動生成装置 | |
| JPH05322714A (ja) | キャビテーション現象検出装置 | |
| JPH0658298B2 (ja) | 軸受の異常診断装置 | |
| JP3194419B2 (ja) | エンジン外付け部品の誤欠品検査方法 | |
| JPH1187443A (ja) | 欠陥判別方法、欠陥判別装置及び欠陥判別プログラムを格納したコンピュータ読み取り可能な記録媒体 | |
| CN116071347B (zh) | 一种磨损度确定方法、装置、系统及存储介质 | |
| CN114078227B (zh) | 一种智能ai识别报警系统及方法 | |
| JPH11173956A (ja) | 品質判定方法および装置 | |
| JPS62169040A (ja) | プリント基板パタ−ン検査装置 | |
| JP2508662Y2 (ja) | 疵検出装置 | |
| Avasarala et al. | Sensor validation in non-destructive evaluation using clustering |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20020401 |