本发明涉及设备制造调控领域，更具体地说，它涉及一种超高精度设备制造用激光智能检测系统及方法。
背景技术：
1、超高精度设备是制造业、科研、医疗等领域不可或缺的关键设备。它们不仅提高了制造和检测的精度和效率，也推动了这些领域的技术进步和创新，包括高精密机床、光学设备、精密量具、微加工设备、实验室设备和生物医疗设备等，是制造高精度零部件的关键设备，常见的高精度机床包括车床、铣床、磨床、蚀刻机以及其他生产加工设备。
2、在工厂中，超高精度设备生产加工过程中对加工件的清洁度有着极高的要求，尤其对于粉末加工以及磨床和铣床加工过程中，生产件上会产生许多细碎的金属颗粒或者金属丝附着在设备的加工件上，随着一个生产件被设备的加工件完成，如果加工件上粘附的杂质未被清理干净，直接进行下一个生产件的加工，加工件上粘附的杂质可能会使下一个生产件表面产生划痕、飞边、印痕和拉丝等，以及情况，严重影响生产件表面的生产精度，造成生产件的报废和再加工成本，故而，在一个生产件加工完成后，需要对加工件进行清洗，但是对于有着超高精度的生产加工设备来说，人眼难以分辨和识别完整的杂质，存在漏看和错判导致的清洗不到位的情况，所以需要对超高精度设备的加工件清洗过程进行智能化调控。
技术实现思路
1、针对现有技术存在的超高精度设备生产工作过程中存在的清洁度难以控制的问题，本发明的目的在于提供一种超高精度设备制造用激光智能检测系统及方法，实现超高精度设备工作过程中加工件的清洁度控制。
2、为实现上述目的，本发明提供了如下技术方案：
3、一种超高精度设备制造用激光智能检测系统，所述超高精度设备制造用激光智能检测系统基于开源架构进行设计，包括数据层、检测层、调控层和显示层；
4、数据层包括数据库和调用组，数据库包括系统中相关信息的缓存和超高精度设备的参数信息，以及用户管理信息，并进行分布式存储和调用管理；
5、检测层包括图像处理模块和坐标转换模块，图像处理模块通过图像分割和去雾算法处理原始图像数据并获取处理后图像数据，坐标转换模块将激光坐标系中的坐标点转换为加工件坐标系，并通过显示层进行显示；
6、调控层包括分析模块和判断模块，分析模块根据评估公式计算加工件上杂质颗粒的聚集和分布的评估指数，为判断模块的判定提供数据支持，判断模块根据判断结果生成不同的调控指令，调控指令包括对加工件进行清洗和加工件继续生产制造；
7、显示层用于应用指令的输入和输出，并进行端页显示。
8、优选地，所述用户管理信息中包括用户身份认证和权限管理，用户身份认证应用于用户登录，调用组根据用户登录时输入的身份信息与数据库存储的身份信息进行校对，判断是否具有登录权限；权限管理通过权限模型来进行设计角色，根据用户的认证身份赋予相应的角色，并根据角色获取相应的权限。
9、优选地，所述图像处理模块与激光视觉传感器连接，图像处理模块接收激光视觉传感器传输过来的图像数据并进行相关处理，图像处理模块的具体工作过程包括如下步骤：
10、步骤s31：激光视觉传感器对超高精度设备的加工件进行立体扫描，获取加工件上粘附颗粒的图像数据，记为原始图像数据；
11、步骤s32：图像处理模块通过图像分割和去雾算法对原始图像数据进行滤波去噪和清晰度处理，获取处理后的图像数据，记为处理后图像数据；
12、步骤s33：将处理后图像数据导入由数字孪生技术构建的虚拟加工件模型中，通过坐标变换构建加工件的三维仿真观测模型。
13、优选地，所述步骤s32中，图像处理模块利用液滴与杂质颗粒的灰度值不同，进而将其与图中每个像素的灰度值进行大小对比来实现图像分割，设定原始图像数据根据图像分割获取的图像为预处理图像，根据分割公式（1）：
14、公式（1）；
15、其中，表示原始图像数据中图像函数在各个坐标点处的灰度值，表示预处理图像的图像函数，表示原始图像数据或者处理图像数据中各个坐标点，为最佳分割范围的分割阈值。
16、根据检测层中图像处理模块的图像分割和去雾算法处理原始图像数据，实现原始图像数据中液滴和液泡以及其他低相关性物质的净化处理。
17、优选地，所述步骤s32中，图像处理模块通过去雾算法对原始图像数据进行清晰化处理，基于retinex理论设定预处理图像是由照射分量和反射分量相乘得来的，由此将预处理图像进行retinex算法后线性叠加，得到加工件上杂质颗粒由照射分量获取的处理后图像数据，基于retinex算法线性叠加的去雾公式为公式（8），公式（8）如下：
18、公式（8）；
19、其中，表示预处理图像的通道标号，表示预处理图像中通道的数量；表示预处理图像中通道标号的图像函数，表示处理后图像的图像函数，表示预处理图像中通道标号的权重系数，表示高斯滤波函数。
20、对原始图像数据中液雾和光线暗淡造成的图像模糊进行去雾和清晰化处理，并获取处理后图像数据，实现图像中杂质颗粒的清晰显示。
21、优选地，所述坐标转换模块用于将处理后图像数据中各个坐标点与加工件中各个坐标点相互关联，关联后的坐标体系中，标定后杂质颗粒的坐标点可以在两个坐标系中转换，其具体工作过程如下：
22、步骤s61：构建加工件坐标系和激光坐标系，设定加工件坐标系和激光坐标系的坐标系原点重合，且对于同一坐标点m，在加工件坐标系和激光坐标系中分别为和激光坐标系；
23、步骤s62：设定加工件坐标系和激光坐标系的坐标变换公式为：
24、公式（14）；
25、其中，表示加工件坐标系中坐标点的横坐标、纵坐标和高度坐标，表示激光坐标系中坐标点的横坐标、纵坐标和高度坐标；、和分别表示绕加工件坐标系中轴、轴和轴旋转的旋转矩阵。
26、通过坐标转换模块将激光坐标系中的坐标点转换为加工件坐标系，便于用户能够直接观测到杂质颗粒在加工件上的存在位置，使用户进行针对性清洗。
27、优选地，所述分析模块通过识别装置对处理后图像数据中各个杂质颗粒的面积大小和灰度值进行获取，根据评估公式计算加工件上杂质颗粒的聚集和分布的评估指数，评估公式如公式（15）：
28、公式（15）；
29、式（1）用于获取处理后图像数据中的所有杂质颗粒在加工件上的评估指数；
30、其中，和分别表示权值系数，表示标号杂质颗粒的面积重叠指数，表示标号杂质颗粒在处理后图像数据中的分布面积，表示处理后图像数据中杂质颗粒的数量，表示标号杂质颗粒在处理后图像数据中的灰度值；
31、分析模块将评估指数传输给判断模块。
32、优选地，所述判断模块用于对加工件上杂质颗粒聚集和分布的评估指数进行判断，根据判断结果输出不同的调控指令，具体工作过程包括如下步骤：
33、步骤s41：判断模块对分析模块中杂质颗粒在加工件上的评估指数进行接收，并设定临界值为a；
34、步骤s42：若，表示在处理后图像数据中，加工件上杂质颗粒的分布状态大于或者等于临界值a，即加工件上杂质颗粒的状态未达到超精设备制造的清洁度要求，需要对加工件进行清洗；
35、步骤s43：若，表示在处理后图像数据中，加工件上杂质颗粒的分布状态小于临界值a，即加工件上杂质颗粒状态在超精设备制造清洁度的要求范围内，不需要对加工件进行清洗，可以直接进行加工制造。
36、优选地，所述超高精度设备制造用激光智能检测系统的技术方案主要包括以下步骤：
37、步骤s1：用户通过显示层的web端页面进行身份标识验证，判定是否准许登入系统，并根据用户身份所赋予的角色获取相应的访问和管理权限；
38、步骤s2：激光视觉传感器通过无线网络将原始图像数据传输给图像处理模块，图像处理模块通过图像分割的分割公式获取预处理图像，预处理图像在去雾算法的去雾公式下得到处理后图像数据；
39、步骤s3：分析模块将处理后图像数据通过评估公式计算得到评估指数，然后根据判断模块对评估指数进行判断，获取处理后图像数据中杂质颗粒对加工件清洁度的影响程度，若符合加工件表面上的清洁度要求，则输出继续生产的调控指令，若不符合加工件表面上的清洁度要求，则输出对加工件表面清洗的指令；
40、步骤s4：若输出对加工件表面清洗的指令，则将处理后图像数据中各个坐标点通过坐标转换模块从激光坐标系转化成加工件坐标系，并将转换后加工件坐标系中各个坐标点填充到三维仿真观测模型中，通过显示层对三维仿真观测模型中各个杂质颗粒的分布状态进行显示，供用户观测，用户根据三维仿真观测模型中杂质颗粒的分布进行清洗；
41、步骤s5：重复步骤s2至步骤s4。
42、优选地，所述超高精度设备制造用激光智能检测系统应用于超高精度设备的云处理中心，数据层应用于云端，中央处理器设置于云处理平台且采用集成信息处理体系，处理层和调控层基于中央处理器进行云端处理，中央处理器通过无线网络或者有线传输与超高精度设备和激光视觉传感器以及客户端进行连接，显示层通过显示设备的web页面程序进行信息显示，并供管理人员进行信息接收，中央处理器采用多客户端和多设备端的信息体系结构，用户通过客户端接入系统，且根据赋予的角色对信息进行权限访问。
43、与现有技术相比，本发明具备以下有益效果：
44、1、本发明中，通过对数据库进行分布式设计，不仅方便数据读取时的快速反应，而且实现存储空间的弹性扩展，提高整个系统的运转性能；通过建立角色和权限对用户信息进行管理设计，赋予用户不同的角色而获取不同的权限，实现了用户在系统管理过程中的严密性和数据信息的管理效率，根据检测层中图像处理模块的图像分割和去雾算法处理原始图像数据，实现原始图像数据中液滴和液泡以及其他低相关性物质的净化处理，以及对原始图像数据中液雾和光线暗淡造成的图像模糊进行去雾和清晰化处理，并获取处理后图像数据，实现图像中杂质颗粒的清晰显示，为调控层的调控管理通过数据支撑，通过坐标转换模块将激光坐标系中的坐标点转换为加工件坐标系，便于在三维虚拟模型中进行填充，为用户的立体观测提供可靠的参考，使用户能够直接观测到杂质颗粒在加工件上的存在位置，使用户进行针对性清洗。
45、2、本发明中，分析模块通过评估公式计算加工件上杂质颗粒的聚集和分布的评估指数，获取处理后图像数据中各个杂质颗粒的面积大小和灰度值对加工件清洁度的影响程度，判断模块中加工件的状态判定提供数据支持，判断模块通过将评估指数与临界值对比生成两个不同的判断结果，并根据加工件的清洁度的判定结果生成清洗或者继续加工的指令，实现超高精度设备在生产加工状态下的，加工件清洁度的分析和判定，实现加工件清洗的智能化调控。
1.一种超高精度设备制造用激光智能检测系统，其特征在于，所述超高精度设备制造用激光智能检测系统基于开源架构进行设计，包括数据层、检测层、调控层和显示层；
2.根据权利要求1所述的一种超高精度设备制造用激光智能检测系统，其特征在于，所述用户管理信息中包括用户身份认证和权限管理，用户身份认证应用于用户登录，调用组根据用户登录时输入的身份信息与数据库存储的身份信息进行校对，判断是否具有登录权限；权限管理通过权限模型来进行设计角色，根据用户的认证身份赋予相应的角色，并根据角色获取相应的权限。
3.根据权利要求1所述的一种超高精度设备制造用激光智能检测系统，其特征在于，所述图像处理模块与激光视觉传感器连接，图像处理模块接收激光视觉传感器传输过来的图像数据并进行相关处理，图像处理模块的具体工作过程包括如下步骤：
4.根据权利要求3所述的一种超高精度设备制造用激光智能检测系统，其特征在于，所述步骤s32中，图像处理模块利用液滴与杂质颗粒的灰度值不同，进而将其与图中每个像素的灰度值进行大小对比来实现图像分割，设定原始图像数据根据图像分割获取的图像为预处理图像，根据分割公式（1）进行图像分割：
5.根据权利要求4所述的一种超高精度设备制造用激光智能检测系统，其特征在于，所述步骤s32中，图像处理模块通过去雾算法对原始图像数据进行清晰化处理，基于retinex理论设定预处理图像是由照射分量和反射分量相乘得来的，由此将预处理图像进行retinex算法后线性叠加，得到加工件上杂质颗粒由照射分量获取的处理后图像数据，基于retinex算法线性叠加的去雾公式为公式（8），公式（8）如下：
6.根据权利要求1所述的一种超高精度设备制造用激光智能检测系统，其特征在于，所述坐标转换模块用于将处理后图像数据中各个坐标点与加工件中各个坐标点相互关联，关联后的坐标体系中，标定后杂质颗粒的坐标点能够在两个坐标系中转换，其具体工作过程如下：
7.根据权利要求1所述的一种超高精度设备制造用激光智能检测系统，其特征在于，所述分析模块通过识别装置对处理后图像数据中各个杂质颗粒的面积大小和灰度值进行获取，根据评估公式计算加工件上杂质颗粒的聚集和分布的评估指数，评估公式如公式（15）：
8.根据权利要求7所述的一种超高精度设备制造用激光智能检测系统，其特征在于，所述判断模块用于对加工件上杂质颗粒聚集和分布的评估指数进行判断，根据判断结果输出不同的调控指令，具体工作过程包括如下步骤：
9.根据权利要求8所述的一种超高精度设备制造用激光智能检测系统，其特征在于，所述超高精度设备制造用激光智能检测系统应用于超高精度设备的云处理中心，数据层应用于云端，中央处理器设置于云处理平台且采用集成信息处理体系，处理层和调控层基于中央处理器进行云端处理，中央处理器通过无线网络或者有线传输与超高精度设备和激光视觉传感器以及客户端进行连接，显示层通过显示设备的web页面程序进行信息显示，并供管理人员进行信息接收，中央处理器采用多客户端和多设备端的信息体系结构，用户通过客户端接入系统，且根据赋予的角色对信息进行权限访问。
10.一种超高精度设备制造用激光智能检测方法，应用于权利要求1至9中任一项所述的一种超高精度设备制造用激光智能检测系统，其特征在于，所述超高精度设备制造用激光智能检测方法的技术方案主要包括以下步骤：
