一种压差传感器生产用密封性测试工装及其测试方法

技术领域

本发明涉及测试技术领域，具体是一种压差传感器生产用密封性测试工装及其测试方法。

背景技术

压差传感器是一种常用的传感器类型，广泛应用于工业控制、空气质量监测、汽车工业等领域。在压差传感器的生产过程中，其密封性能是一个十分重要的指标。一旦密封性能不好，就会导致数据的不准确和传感器的寿命缩短。因此，对于压差传感器生产过程中的密封性能进行测试至关重要。

压差传感器生产用密封性测试工装及其测试方法已经得到了广泛的应用。测试方法通常包括将被测压差传感器放入测试装置中，施加一定的压力，然后观察压力表读数和压差传感器数据读数是否一致，从而评估其密封性能。该工装可以帮助企业快速检测出有缺陷的压差传感器，从而提升生产效率和产品质量。

目前，压差传感器生产用密封性测试工装主要存在以下一些弊端：

1. 测试精度较低：目前一些压差传感器生产用密封性测试工装的测试精度较低，难以精确评估压差传感器的密封性能。

2. 测试速度慢：测试过程需要进行压力施加、数据读取等一系列操作，耗时较长。

3. 操作复杂：需要熟练的操作人员进行操作，对于初学者来说较为困难。

4. 成本较高：生产用密封性测试工装通常需要较高的制造成本，导致整个生产成本上升。

5. 不可替代性差：一些压差传感器生产用密封性测试工装的结构设计比较单一，难以针对不同类型和规格的压差传感器进行测试，不具备一定的通用性。

综上所述，虽然压差传感器生产用密封性测试工装在压差传感器生产过程中具有不可替代的作用，但目前仍然存在一些现状和弊端需要优化和改进。为此，我们可以采取一些措施，如提高测试精度和速度，降低制造成本等，以提高该工装的可靠性和通用性。

发明内容

针对上述技术的不足，本发明公开一种压差传感器生产用密封性测试工装及其测试方法，通过决策合约算法模型调节各个机构的工作状态，通过混合融合算法将专家知识和经验进行融合生成相应解决策略，通过目标检测模型对被测压差传感器的外观瑕疵进行定位，通过评估分拣机构对各个检测机构综合判定进行压差传感器的等级划分，本发明加快了压差传感器密封性测试速度，简化了操作规程，可替代性高，降低了制造成本。

为了实现上述技术效果，本发明采用技术方案：

一种压差传感器生产用密封性测试工装，包括瑕疵检测机构、传感器固定机构、气密测试机构、评估分拣机构和温波检测机构；

瑕疵检测机构用于检查压差传感器表面的损明显伤或裂缝；

传感器固定机构用于固定待测压差传感器，所述传感器固定机构包括磁力固定器和螺杆式固定器，所述磁力固定器利用磁力将传感器固定在机械结构上部，所述螺杆式固定器利用螺杆夹紧和松开传感器；

气密测试机构通过施加外部气压测试压差传感器的气密性；

温波检测机构用于对压差传感器进行温度和声波检测；

评估分拣机构将合格与不合格压差传感器进行分拣评级，所述评估分拣机构包括主控制器、传送装置、评估仪和双机器人协作系统，所述主控制器通过决策合约算法模型调节各个机构的工作状态，所述传送装置将检测完成的压差传感器传输到下一测试阶段，所述评估仪通过对各个检测机构综合判定进行压差传感器的等级划分，所述双机器人协作系统用于将各等级压差传感器分类放置；

所述主控制器的输出端分别连接瑕疵检测机构、传感器固定机构、气密测试机构、评估分拣机构和温波检测机构的输入端，所述传感器固定机构的输出端连接瑕疵检测机构的输入端，所述瑕疵检测机构的输出端连接温波检测机构的输入端，所述温波检测机构的输出端连接气密测试机构的输入端，所述气密测试机构的输出端连接评估分拣机构的输入端。

作为本发明进一步的实施例，所述决策合约算法模型包括融合层、检测层、评估层和输出层，所述融合层采用混合融合算法讲获取的经验和知识数据融合，所述检测层用于监测识别获取的数据格式，所述评估层用于判定及更新决策合约算法模型的解决方案，所述输出层用于输出问题的解决方案，所述融合层的输出端连接检测层的输入端，所述检测层的输出端连接输出层的输入端，所述输出层的输出端连接评估层的输入端。

作为本发明进一步的实施例，所述决策合约算法模型的工作方法为：首先构建专家系统，将专家的知识和经验通过融合层进行数据融合，再根据测试工装的各个检测机构遇到的所有问题构造决策合约算法模型，再通过检测层实时监测验证测试工装的各个检测机构数据的格式及接收相应数据，然后将已经划分完成的数据块分发给不同网络节点执行，网络节点完成复杂的计算任务后获得结果输入决策合约算法模型，再由决策合约算法模型的输出层整理输出调节方案，通过评估层评判调节方案的效果并及时更新升级决策合约算法模型。

作为本发明的进一步实施例，所述瑕疵检测机构包括光源系统、图像采集处理系统和检测系统，所述光源系统采用环形光照明压差传感器，所述图像采集处理系统用于获取并处理压差传感器表面图像，所述图像采集处理系统包括采集模块和处理模块，所述采集模块通过RGB相机采集被测压差传感器的图像，所述处理模块对采集的图像进行图像预处理，所述检测系统通过目标检测模型对被测压差传感器的外观瑕疵进行定位。

作为本发明进一步的实施例，所述气密测试机构包括气源发生器、减压阀、流量计、气密箱和压力传感器，所述气源发生器通过释放惰性气体为测试提供所需的气体压力，所述减压阀用于降低气源的压力，所述流量计用于测量气体流量，所述气密箱用于封闭被测零部件，所述压力传感器用于测量被测量部件内部或外部的气压，所述气源发生器通过管道与减压阀连接，所述减压阀通过调节阀与流量计连接，所述流量计通过管道与气密箱连接，所述压力传感器安装在气密箱内部或外部。

作为本发明进一步的实施例，所述温波检测机构包括红外线传感器、压电传感器、声波放大器、对流式发热体和散热器，所述红外线传感器用于检测压差传感器两端的温度变化，所述压电传感器用于直接或间接测量声波信号，所述放大器用于放大、滤波和降噪采集的声波信号，所述对流式发热体用于调节温度值，所述散热器用于在测试完成后降低测试部件的温度。

作为本发明进一步的实施例，所述混合融合算法的工作方法为：先对原始数据进行预处理以去除噪声和异常值，再通过特征提取和语义融合算法将不同数据源中的所提取的特征和语义信息进行融合，然后使用已有的模型进行决策推理并提取出重要特征，接着对不同来源的决策结果进行融合，通过加权平均和层次分析法给出最终决策结果，最后对混合融合算法所得出的结果进行评估。

一种压差传感器生产用密封性测试方法，应用于所述的一种压差传感器生产用密封性测试工装，包括步骤：

步骤1、将待测压差传感器在密封性测试工装固定；

采用传感器固定机构固定待测压差传感器；

步骤2、对待测压差传感器进行外观检测；

通过瑕疵检测机构采用目标检测模型进行待测压差传感器的外观检测；

步骤3、将外观检测合格的压差传感器进行温度和声波检测；

采用温波检测机构对外观检测合格的压差传感器分别采用红外线传感器和压电传感器对压差传感器的两端进行温度变化的监测及密封性的声波测试；

步骤4、将外观、温度和声波检测合格的压差传感器进行气密性检测；

采用气密测试机构通过记录压力值或观察压差传感器的输出信号以检测压差传感器的密封性；

步骤5、将所有测试都合格的压差传感器进行等级划分并分类放置；

采用双机器人协作系统将各个测试机构检测完成的合格与不合格品进行分拣并打上标签。

作为本发明进一步的实施例，所述目标检测模型包含特征提取层、学习训练层和识别层，所述特征提取层采用5×5、3×3和7×7卷积层；所述学习训练层采用7×7和5×5组合模块及16个1×3、3×1和1×1的卷积块组成的inception模块，所述inception模块包括BN层和池化层，所述识别层采用DRSN-CW网络。

与现有技术相比，本发明有益的积极效果是：

本发明通过决策合约算法模型调节各个机构的工作状态，通过混合融合算法将专家知识和经验进行融合生成相应解决策略，通过目标检测模型对被测压差传感器的外观瑕疵进行定位，通过评估分拣机构对各个检测机构综合判定进行压差传感器的等级划分，本发明加快了压差传感器密封性测试速度，简化了操作规程，可替代性高，降低了制造成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术者员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图，

图1为本发明总体架构示意图；

图2为瑕疵检测机构结构图；

图3为目标检测模型结构图；

图4为气密测试机构结构图；

图5为本发明采用的方法步骤示意图。

具体实施方式

下面将结合本文实施例中的附图，对本文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文一部分实施例，而不是全部的实施例。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

如图1-图4所示，一种压差传感器生产用密封性测试工装，包括瑕疵检测机构、传感器固定机构、气密测试机构、评估分拣机构和温波检测机构；

瑕疵检测机构用于检查压差传感器表面的损明显伤或裂缝；

传感器固定机构用于固定待测压差传感器，所述传感器固定机构包括磁力固定器和螺杆式固定器，所述磁力固定器利用磁力将传感器固定在机械结构上部，所述螺杆式固定器利用螺杆夹紧和松开传感器；

气密测试机构通过施加外部气压测试压差传感器的气密性；

温波检测机构用于对压差传感器进行温度和声波检测；

评估分拣机构将合格与不合格压差传感器进行分拣评级，所述评估分拣机构包括主控制器、传送装置、评估仪和双机器人协作系统，所述主控制器通过决策合约算法模型调节各个机构的工作状态，所述传送装置将检测完成的压差传感器传输到下一测试阶段，所述评估仪通过对各个检测机构综合判定进行压差传感器的等级划分，所述双机器人协作系统用于将各等级压差传感器分类放置；

所述主控制器的输出端分别连接瑕疵检测机构、传感器固定机构、气密测试机构、评估分拣机构和温波检测机构的输入端，所述传感器固定机构的输出端连接瑕疵检测机构的输入端，所述瑕疵检测机构的输出端连接温波检测机构的输入端，所述温波检测机构的输出端连接气密测试机构的输入端，所述气密测试机构的输出端连接评估分拣机构的输入端。

进一步地，所述决策合约算法模型包括融合层、检测层、评估层和输出层，所述融合层采用混合融合算法讲获取的经验和知识数据融合，所述检测层用于监测识别获取的数据格式，所述评估层用于判定及更新决策合约算法模型的解决方案，所述输出层用于输出问题的解决方案，所述融合层的输出端连接检测层的输入端，所述检测层的输出端连接输出层的输入端，所述输出层的输出端连接评估层的输入端，

进一步地，所述决策合约算法模型的工作方法为：首先构建专家系统，将专家的知识和经验融入到决策合约算法模型进行数据融合，再根据各个检测机构遇到的所有问题构造决策合约算法模型，再验证实时接收的各个检测机构数据的格式，然后将已经划分完成的数据块分发给不同网络节点执行，网络节点完成复杂的计算任务后获得结果输入决策合约算法模型，最后由决策合约算法模型输出最佳调节方案，

所述决策合约算法模型的工作原理为：在前一轮决策中，压差传感器生产用密封性测试工装数据信息能够根据自己的属性进行随机选举，选出一部分子集，称为 "阵营"。阵营中的压差传感器生产用密封性测试工装数据信息根据检测数据信息属性，向网络中添加一些节点，维护一张图结构。对于图上的每个压差传感器生产用密封性测试工装数据信息节点，根据该节点的信息，计算一个评分值，该评分值反映该节点对整个决策的贡献度大小。根据评分值的大小，对压差传感器生产用密封性测试工装数据信息的运行数据信息进行分配。参与者将他们的资源和评分信息提交到区块链网络中。区块链网络按照约定的规则对压差传感器生产用密封性测试工装数据信息的评分信息进行汇总，然后将其反馈给用户。测量中的压差传感器生产用密封性测试工装数据信息将反馈信息作为入参，重新进行随机选举，然后继续进行下一轮决策，以更进一步实现压差传感器生产用密封性测试工装数据信息的测量，提高用户应用能力。

进一步地，所述瑕疵检测机构包括光源系统、图像采集处理系统和检测系统，所述光源系统采用环形光照明压差传感器，所述图像采集处理系统用于获取并处理压差传感器表面图像，所述图像采集处理系统包括采集模块和处理模块，所述采集模块通过RGB相机采集被测压差传感器的图像，所述处理模块对采集的图像进行图像预处理，所述检测系统通过目标检测模型对被测压差传感器的外观瑕疵进行定位，

所述瑕疵检测机构的工作过程为：光源系统启动，提供环形光照明，照射被测压差传感器，确保图像清晰度和亮度均匀。采集模块通过RGB相机采集被测压差传感器的图像，将图像传输给处理模块。处理模块对采集的图像进行预处理，包括去噪、灰度化、增强对比度等操作，以便后续的图像处理和分析。图像处理模块使用目标检测模型对处理后的图像进行分析和处理，识别压差传感器表面的瑕疵和缺陷。检测结果将传输给显示和报警系统，显示出当前检测的状态和结果，并发出报警信号来提示操作人员。整个瑕疵检测机构系统通过光源系统提供清晰度和亮度均匀的图像，并通过采集处理系统和检测系统的协作来完成压差传感器表面的瑕疵检测，确保压差传感器生产质量。

进一步地，所述气密测试机构包括气源发生器、减压阀、流量计、气密箱和压力传感器，所述气源发生器通过释放惰性气体为测试提供所需的气体压力，所述减压阀用于降低气源的压力，所述流量计用于测量气体流量，所述气密箱用于封闭被测零部件，所述压力传感器用于测量被测量部件内部或外部的气压，所述气源发生器通过管道与减压阀连接，所述减压阀通过调节阀与流量计连接，所述流量计通过管道与气密箱连接，所述压力传感器安装在气密箱内部或外部，

所述气密测试机构的工作过程为：气源发生器通过释放惰性气体，为测试提供所需的气体压力，将惰性气体压力提高到一定程度。减压阀用于降低气源的压力，以便将气泡发生器中的气体按照一定的流量送入气密箱，同时将剩余气体释放到环境中。流量计用于测量气体流量，确保送入气密箱的气体流量符合测试要求。待测压差传感器置于气密箱内，气密箱用于封闭被测零部件，并确保被测部件与环境的气密性。将气体从气源发生器送入被测部件内部或外部，通过压力传感器测量被测零部件内部或外部的气压，并记录下测试数据。通过比较被测零部件的气压与标准测试值，确定是否存在气密性问题，并针对不同的测试结果给予不同的处理措施。

进一步地，所述温波检测机构包括红外线传感器、压电传感器、声波放大器、对流式发热体和散热器，所述红外线传感器用于检测压差传感器两端的温度变化，所述压电传感器用于直接或间接测量声波信号，所述放大器用于放大、滤波和降噪采集的声波信号，所述对流式发热体用于调节温度值，所述散热器用于在测试完成后降低测试部件的温度，

所述温波检测机构的工作过程为：在测试开始之前，将被测部件加热以达到设定的温度值，然后开始进行温波检测，将压差传感器两端连接到被测部件上，并将红外线传感器放置在压差传感器两端，用于检测其温度变化。当被测部件发生故障或异常时，放大器对采集的声波信号进行放大、滤波和降噪，以便更好地进行信号分析。系统会根据声波和温度信号来定位故障原因。测试完成后，使用散热器来进行冷却，以降低测试部件的温度，以确保整个测试过程的可靠性和准确性。

进一步地，所述混合融合算法的工作方法为：先对原始数据进行预处理以去除噪声和异常值，再通过特征提取和语义融合算法将不同数据源中的所提取的特征和语义信息进行融合，然后使用已有的模型进行决策推理并提取出重要特征，接着对不同来源的决策结果进行融合，通过加权平均和层次分析法给出最终决策结果，最后对混合融合算法所得出的结果进行评估，

所述混合融合算法的工作原理为：首先将不同的数据源进行语义分析和解释，统一为统一的语义表示方式。然后，基于这些统一的语义信息进行特征提取和模型训练，得到不同的决策结果。最后，利用决策融合算法将不同的决策结果进行结合，得到最终的决策结果。

如图5所示，一种压差传感器生产用密封性测试方法，应用于所述的一种压差传感器生产用密封性测试工装，包括步骤：

步骤1、将待测压差传感器在密封性测试工装固定；

采用传感器固定机构固定待测压差传感器；

步骤2、对待测压差传感器进行外观检测；

通过瑕疵检测机构采用目标检测模型进行待测压差传感器的外观检测；

步骤3、将外观检测合格的压差传感器进行温度和声波检测；

采用温波检测机构对外观检测合格的压差传感器分别采用红外线传感器和压电传感器对压差传感器的两端进行温度变化的监测及密封性的声波测试；

步骤4、将外观、温度和声波检测合格的压差传感器进行气密性检测；

采用气密测试机构通过记录压力值或观察压差传感器的输出信号以检测压差传感器的密封性；

步骤5、将所有测试都合格的压差传感器进行等级划分并分类放置；

采用双机器人协作系统将各个测试机构检测完成的合格与不合格品进行分拣并打上标签。

进一步地，所述目标检测模型包含特征提取层、学习训练层和识别层，所述特征提取层采用5×5、3×3和7×7卷积层；所述学习训练层采用7×7和5×5组合模块及16个1×3、3×1和1×1的卷积块组成的inception模块，所述inception模块包括BN层和池化层，所述识别层采用DRSN-CW网络，

所述目标检测模型的工作原理为：利用5×5、3×3和7×7卷积层对输入图像进行特征提取，从而提取出图像的低级特征和高级特征。由7×7和5×5组合模块及16个1×3、3×1和1×1的卷积块组成的inception模块组成，对特征提取层的输出进行处理，学习图像的高级特征。同时，该层包括BN层和池化层，可以对图像进行规范化和降采样，进一步提高分类效果。采用DRSN-CW网络进行目标检测， DRNS-CW网络利用残差网络结构提取更深层次的特征，并通过卷积加权层对特征响应进行加权整合。最终，该层输出目标的检测结果。通过输入大量的经过标注的图像数据集，进行模型参数的学习和训练。在训练过程中，采用反向传播和梯度下降算法进行模型参数的优化。通过输入待检测的图像数据，根据已经训练好的模型，对图像进行目标检测，输出检测结果，如表1所示。

表1瑕疵识别表

根据表1，可以看出三种瑕疵识别算法对不同类型的瑕疵的检测效果存在一些差异。表面污染方面，本文算法相对于SSD算法和YOLO算法来说，检测结果稍微好一些，得分分别为8、7、6。物理损伤方面，三种算法的得分差距不大，分别为4、3、7，表现较为接近。电气损伤方面，YOLO算法相比于其他两种算法，检测效果相对较差，得分为3，而本文算法效果最好，得分为6，锈蚀氧化方面，本文算法和YOLO算法得分较高，分别为7和6，SSD算法得分稍低，为4；接口不良方面，本文算法得分较高为9。

综合来看，三种瑕疵识别算法对于不同类型的瑕疵的检测效果存在差异。其中，本文算法对应用对象特定的缺陷检测应用，检测效果较好，且在表面污染和锈蚀氧化方面检测效果较优。

当整个测试流程完成之后，评估分拣机构根据压差传感器在各个检测机构的不同评分将其进行等级划分，如表2所示。

表2等级划分表

在表2中，待测物品被检测的流程是瑕疵、温波、气密三部分。对于每次检测，会出现三种结果中的一种：√表示检测合格，╳表示检测不合格。

根据这些检测结果，等级划分如下：

1. 如果待测物品在任何一项检测中出现不合格的情况，则等级划分为差，表示检测结果非常不理想。

2. 如果待测物品在气密检测中出现不合格的情况，但在其他两项检测中都合格，则等级划分为中，表示检测结果一般。

3. 如果待测物品在瑕疵检测和温波检测中均合格，且在气密检测中也合格，则等级划分为良，表示检测结果比较好。

4. 如果待测物品在所有检测中均合格，则等级划分为优，表示检测结果非常理想。

根据表2中的数据，待测1在所有检测中均不合格，因此等级划分为差。待测2在瑕疵和温波检测中合格，但在气密检测中不合格，因此等级划分为中。待测3在瑕疵和温波检测中均合格，且在气密检测中也合格，因此等级划分为良。待测4在所有检测中均合格，因此等级划分为优。

虽然以上描述了本发明的具体实施方式，但是本领域的技术者员应当理解，这些具体实施方式仅是举例说明，本领域的技术者员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如，合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附权利要求书限定。