CN104309837B - 一种脱氧剂自适应袋长切割及缺、夹料检测方法 - Google Patents

Abstract

本发明公开了一种脱氧剂自适应袋长切割及缺、夹料检测方法，包括：通过光电管检测脱氧剂是否有料，得到开闭触点状态的检测信息；通过光电编码器获取脱氧剂袋所处的位置，获取脱氧剂袋信息；根据开闭触点状态的检测信息，进行脱氧剂袋信息自适应切割参数的识别与检测，得到脱氧剂袋参数信息；根据开闭触点状态的检测信息，结合脱氧剂袋参数信息和光电管与切刀位置信息，得到去干扰判断模型、缺夹料检测模型和自适应切割模型，进行去干扰判断和缺、加料检测判断，实现脱氧剂自适应袋长的切割。本发明简化了一般切割机的机械安装结构，对不同厂家、不同袋长的脱氧剂可进行自适应切割，避免了需要频繁对机械进行调整的缺陷，同时提高了脱氧剂的生产合格率。

Description

一种脱氧剂自适应袋长切割及缺、夹料检测方法

技术领域

本发明属于食品机械领域，具体涉及一种脱氧剂自适应袋长切割及缺、夹料检测方法。

背景技术

随着食品工业的发展和包装材料的改进，脱氧剂作为食品保鲜新材料，在国内愈来愈受到重视，应用也愈来愈广泛。工业生产中脱氧剂通常是成卷制造的，需将其切割成独立的小袋，才能在食品加工中投入使用。旧式手工切割由于耗费大量人力、时间，已经不能满足现代生产的需求，目前国内脱氧剂切割设备需求增长非常快。

目前，对于市场上广泛使用的脱氧剂切割设备，一般只能实现对一种袋长的自主切割，而企业为适应市场需求，往往会生产多种不同标准长度的脱氧剂，在这种情况下，切割机生产商所提出的解决方式是采用机械调节的方法，通过调节光电传感器和切刀之间的距离来实现不同脱氧剂袋长的切割。这种方式存在着以下问题：

(1)频繁调节会使得光电管和切刀口产生松动，造成的机械磨损会影响精度与使用寿命，同时人为的操作也会带来偶然误差。

(2)采用传统方式无法对缺、夹料进行检测，缺料会造成脱氧剂量不合格，不能投入食品安全使用，而夹料会使得在切割过程中产生料洒落的情况，脱氧剂料一般为有铁系列和亚硫酸盐物质，因此会对已切割的料带产生污染，无法使用。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种脱氧剂自适应袋长切割及缺、夹料检测方法，本发明的脱氧剂生产合格率高、质量好、操作简单可靠性高。

为实现上述目的，本发明采用的技术方案为：通过光电管检测脱氧剂是否有料，得到开闭触点状态的检测信息；通过光电编码器获取脱氧剂袋所处的位置，获取脱氧剂袋信息；根据开闭触点状态的检测信息，进行脱氧剂袋信息自适应切割参数的识别与检测，确定脱氧剂袋袋长和袋间距；根据开闭触点状态的检测信息，结合光电管与切刀的位置信息、脱氧剂袋袋长和袋间距，进行去干扰判断，得到去干扰判断信息；根据开闭触点状态的检测信息和去干扰判断信息，结合光电管与切刀的位置信息、脱氧剂袋袋长和袋间距，进行缺、夹料检测判断，得到缺、夹料检测信息；根据去干扰判断信息和缺、夹料检测信息，控制报警器报警；根据开闭触点状态的检测信息、去干扰判断信息和缺、夹料检测信息，结合光电管与切刀的位置信息、脱氧剂袋袋长和袋间距，进行脱氧剂自适应袋长切割，控制给刀电机进行给刀，实现料袋切割。

包括以下步骤：

步骤一，获取光电管与切刀的位置信息L1；通过光电管检测脱氧剂是否有料，得到开闭触点状态的检测信息；通过光电编码器获取脱氧剂袋所处的位置，获取脱氧剂袋信息；

步骤二，根据步骤一中的开闭触点状态的检测信息和脱氧剂袋信息，通过参数学习法获得脱氧剂袋长L2和袋间距L3，完成参数学习任务；

步骤三，根据步骤一得到的光电管与切刀的距离L1、步骤二获得的脱氧剂袋长L2和袋间距L3，建立去干扰判断模型；根据步骤二获得的脱氧剂袋长L2，建立缺、夹料检测模型；根据步骤一获得的光电管与切刀的位置信息L1、步骤二得到的脱氧剂袋长L2和袋间距L3，建立自适应切割模型；

步骤四，重复步骤一至二，获得光电管与切刀的位置信息L1、开闭触点状态的检测信息，脱氧剂袋长L2和袋间距L3；

步骤五，根据步骤四得到的光电管与切刀的距离L1、脱氧剂袋长L2和袋间距L3带入到步骤三中的去干扰判断模型进行判断，同时根据步骤四得到的开闭触点状态的检测信息和去干扰判断模型进行判断的结果得到去干扰判断信息，完成去干扰判断任务；

步骤六，根据步骤四得到的脱氧剂袋长L2带入到步骤三中的缺、夹料检测模型进行检测，根据步骤四得到的开闭触点状态的检测信息、步骤五得到的去干扰判断信息，得到该脱氧剂袋缺、夹料检测信息，完成缺、夹料检测任务；

步骤七，根据步骤六获得的缺、夹料检测信息进行报警器报警；否则，进入步骤八；

步骤八，根据步骤四获得的光电管与切刀的位置信息L1、脱氧剂袋长L2和袋间距L3带入步骤三的自适应切割模型；根据步骤四得到的开闭触点状态的检测信息、步骤五得到的去干扰判断信息、步骤六获得的缺、夹料检测信息带入到自适应切割模型，完成自适应袋长切割任务，实现料袋自动切割。

步骤九，重复步骤四至步骤八操作，直到产量任务完成。

在模型建立阶段，所述的步骤二中通过参数学习法获得脱氧剂袋长L2和袋间距L3的方法：通过多个脱氧剂袋重复步骤一获取该脱氧剂袋的袋长与袋间距，将获得的袋长与袋间距去除偶然误差项，采用中值算法求得关键参数脱氧剂袋长L2，袋间距L3。

所述的步骤三中去干扰判断模型，建立了限值参数D4和脱氧剂袋长L2间的线性关系式：限值参数D4＝L2×Δ1，其中Δ1＝1/5；。

所述的步骤三中缺、夹料检测模型，建立了限值参数D2和D3与脱氧剂袋长L2间的线性关系式：限值参数D2＝L2×(1-Δ2)，限值参数D3＝L2×(1+Δ3)，其中0<Δ2,Δ3<1/5。

所述的步骤三中自适应切割模型，建立了限值参数D1和切刀和光电管的间距L1、脱氧剂袋的袋长L2、脱氧剂袋的间距L3间的分段线性关系式：

(A)，当切刀、光电管的间距L1<脱氧剂袋的袋长L2+1/2×袋间距L3时，限值参数D1＝切刀、光电管的间距L1-1/2×袋间距L3；

(B)，当切刀、光电管的间距L1>＝脱氧剂袋的袋长L2+1/2×袋间距L3时，限值参数D1＝切刀、光电管的间距L1-脱氧剂袋的袋长L2-1/2×袋间距L3。

所述光电管采取对射方式，当脱氧剂袋中无料时，光电管返回闭触点检测状态，当脱氧剂袋中有料时，光电管返回开触点检测状态。

所述步骤二中的参数学习任务，主要包括脱氧剂袋长、脱氧剂袋间距的识别与检测，包括以下步骤：

步骤301：给料电机启动；

步骤302：判断学习袋数是否达到10，如果是，则进入步骤306；否则进入步骤303；

步骤303：判断光电管是否检测到闭触点到开触点状态的变化，如果是，进入步骤304；否则，无动作；

步骤304：启动袋长累加器、袋数累加器，并存储当前次袋间距；

步骤305：判断光电管是否检测到开触点到闭触点状态的变化，如果是，进入步骤306；否则，无动作；

步骤306：启动袋间距累加器，并存储当前次袋长；

步骤307：识别存储的10次袋长与袋间距，去除偶然误差项，采用中值算法求得关键参数脱氧剂袋长L2，袋间距L3；

所述步骤五中去干扰判断任务，当检测到光电管由到闭触点到开触点状态变化后，滞后限位值D1后再次判断光电管是否处于开触点状态。如果是，则触点状态的检测信息不是干扰，生成步骤五中缺、夹料检测任务和步骤七中自适应切割任务的启动标志；否则，触点状态的检测信息是干扰，无动作。

所述步骤六中缺、夹料检测任务，包括以下步骤：

步骤401：判断是否检测到光电管101闭触点到开触点状态的变化；如果是，进入步骤402；否则，无动作；

步骤402：判断是否是干扰状态，如果是，进入步骤407；否则，进入步骤403；

步骤403：判断是否检测到光电管101开触点到闭触点状态的变化；如果是，进入步骤404；否则，无动作；

步骤404：判断是否是干扰状态，如果是，进入步骤403；否则，进入步骤405；

步骤405：判断缺、夹料检测累加器是否处于低位限值D2和高位限值D3之间，如果是，进入步骤407；否则，进入步骤406；

步骤406：缺、夹料报警；

步骤407：结束缺、夹料报警任务；

所述步骤八中自适应袋长切割任务，包括以下步骤：

步骤501：判断是否检测到光电管101闭触点到开触点状态的变化；如果是，进入步骤502；否则，无动作；

步骤502：判断是否是干扰状态，如果是，进入步骤505；否则，进入步骤503；

步骤503：判断自适应切割累加器是否大于限值D1，如果是，进入步骤504；否则，无动作；

步骤504：给刀电机105往复一周期；

步骤505：结束自适应袋长切割任务。

本发明提供的一种脱氧剂自适应袋长切割及缺、夹料检测方法及系统，相比现有技术，具有以下有益效果：。

(1)本发明简化了现有切割机的机械安装结构，对不同厂家、不同袋长的脱氧剂可由参数学习后进行自适应切割，避免了需要频繁对机械进行调整的缺陷。在设备使用上，仅需在出厂前由外部输入切刀、光电管的安装间距，所有智能化操作均由控制器实现，可靠性高。

(2)本发明可对脱氧剂缺、夹料进行检测，提高了脱氧剂生产合格率。

本发明简化了一般切割机的机械安装结构，对不同厂家、不同袋长的脱氧剂可进行自适应切割，避免了需要频繁对机械进行调整的缺陷，同时提高了脱氧剂的生产合格率。

附图说明

图1为脱氧剂切割机系统整体框图；

图2为脱氧剂自适应袋长切割及缺、夹料检测方法示意图；

图3为脱氧剂自适应袋长切割及缺、夹料检测方法框图；

图4为参数学习任务的具体实现方法框图；

图5为缺、夹料检测任务的具体实现方法框图。

图6为自适应袋长切割任务的具体实现方法框图。

图7为刀、光电管的间距L1<脱氧剂袋的袋长L2+1/2×袋间距L3时，自适应袋长切割过程。

图8为刀、光电管的间距L1>＝脱氧剂袋的袋长L2+1/2×袋间距L3时，自适应袋长切割过程。

具体实施方式

下面结合附图对本发明作更进一步的说明。

一种脱氧剂自适应袋长切割及缺、夹料检测方法的应用系统，如图1所述。

所述信号输入单元包括光电管、光电编码器以及霍尔接近开关，

所述光电管安装于切刀正上方距离L1处，且所述光电管用于检测脱氧剂是否有料，得到开闭触点状态的检测信息，并将该开闭触点状态的检测信息发送给光电编码器和核心控制器；

所述光电编码器用于根据光电管开闭触点状态的检测信息，并根据该脱氧剂信息获取脱氧剂袋所处的位置，获取脱氧剂袋信息，并将该脱氧剂袋信息发送给核心控制器；

所述霍尔接近开关用于根据核心控制器发送的控制信号控制给刀电机给刀往复动作一周期；

所述人机交互单元用于工作任务的给定以及切刀、光电管安装间距L1参数的输入，与核心控制器采用串行通讯的方式实现；

所述信号输出单元包括给刀电机、给料电机、报警器；

所述核心控制器用于根据光电管发送的开闭触点状态的检测信息、光电编码器发送的脱氧剂袋信息、人机交互单元发送的切刀、光电管安装间距L1参数信息进行处理，并将处理后的信号发送给报警器、给料电机、给刀电机；

所述核心控制器包括系统初始化模块、参数学习模块、对象驱动模块、去干扰判断模块、缺、夹料检测模块、自适应袋长累加器以及自适应袋长切割模块；

所述系统初始化模块用于系统的初始化；

所述参数学习模块根据光电管发送的开闭触点状态的检测信息、以及光电编码器发送的脱氧剂袋信息控制自适应袋长累加器对进行累加和存储；然后根据自适应袋长累加器存储的信息进行参数学习得到精确的脱氧剂袋袋长L2、袋间距L3；

所述对象驱动模块用于核心控制器对光电管开、闭触点状态的检测，对光电编码器脱氧剂袋位置的检测，对霍尔接近开关切刀位置的检测，对给料电机的驱动，给刀电机的驱动，报警器的驱动以及与人机交互单元的通讯；

所述去干扰判断模块用于根据光电管发送的开闭触点状态的检测信息、自适应袋长累加器存储的信息进行判断得到的干扰状态信息发送给缺、夹料检测模块、自适应袋长切割模块；

所述缺、夹料检测模块用于根据光电管发送的开闭触点状态的检测信息进行处理，并将处理后的信息发送给去干扰判断模块和报警器；根据去干扰判断模块发送的干扰状态信息进行处理，并将处理后的信息发送给自适应袋长累加器和报警器；根据自适应袋长累加器发送的存储信息进行检测，并将检测得到的信息发送给对象驱动模块和报警器；

所述自适应袋长切割模块用于根据光电管发送的开闭触点状态的检测信息进行处理，并将处理后的信息发送给去干扰判断模块，根据去干扰判断模块发送的干扰状态信息进行处理，并将处理后的信息发送给自适应袋长累加器，根据自适应袋长累加器发送的存储信息进行检测，并将检测得到的信息发送给对象驱动模块；

所述光电管采用欧姆龙对射式光电管E3Z-T61H-D，所述人机交互单元采用触摸屏；所述核心控制器可采用可编程逻辑控制器或微处理器。

一种脱氧剂自适应袋长切割及缺、夹料检测方法，通过光电管检测脱氧剂是否有料，得到开闭触点状态的检测信息；通过光电编码器获取脱氧剂袋所处的位置，获取脱氧剂袋信息；根据开闭触点状态的检测信息，进行脱氧剂袋信息自适应切割参数的识别与检测，确定脱氧剂袋袋长和袋间距；根据开闭触点状态的检测信息，结合光电管与切刀的位置信息、脱氧剂袋袋长和袋间距，进行去干扰判断，得到去干扰判断信息；根据开闭触点状态的检测信息和去干扰判断信息，结合光电管与切刀的位置信息、脱氧剂袋袋长和袋间距，进行缺、夹料检测判断，得到缺、夹料检测信息；根据去干扰判断信息和缺、夹料检测信息，控制报警器报警；根据开闭触点状态的检测信息、去干扰判断信息和缺、夹料检测信息，结合光电管与切刀的位置信息、脱氧剂袋袋长和袋间距，进行脱氧剂自适应袋长切割，控制给刀电机进行给刀，实现料袋切割。

本发明方法在所述切割机中具体实现步骤如下，参见图2、3，包括以下步骤：

步骤一，获取光电管与切刀的位置信息L1；通过光电管检测脱氧剂是否有料，得到开闭触点状态的检测信息；通过光电编码器获取脱氧剂袋所处的位置，获取脱氧剂袋信息；

步骤二，根据步骤一中的开闭触点状态的检测信息和脱氧剂袋信息，通过参数学习法获得脱氧剂袋长L2和袋间距L3，完成参数学习任务；

步骤三，根据步骤一得到的光电管与切刀的距离L1、步骤二获得的脱氧剂袋长L2和袋间距L3，建立去干扰判断模型；根据步骤二获得的脱氧剂袋长L2，建立缺、夹料检测模型；根据步骤一获得的光电管与切刀的位置信息L1、步骤二得到的脱氧剂袋长L2和袋间距L3，建立自适应切割模型；

步骤四，重复步骤一至二，获得光电管与切刀的位置信息L1、开闭触点状态的检测信息，脱氧剂袋长L2和袋间距L3；

步骤五，根据步骤四得到的光电管与切刀的距离L1、脱氧剂袋长L2和袋间距L3带入到步骤三中的去干扰判断模型进行判断，同时根据步骤四得到的开闭触点状态的检测信息和去干扰判断模型进行判断的结果得到去干扰判断信息，完成去干扰判断任务；

步骤六，根据步骤四得到的脱氧剂袋长L2带入到步骤三中的缺、夹料检测模型进行检测，根据步骤四得到的开闭触点状态的检测信息、步骤五得到的去干扰判断信息，得到该脱氧剂袋缺、夹料检测信息，完成缺、夹料检测任务；

步骤七，根据步骤六获得的缺、夹料检测信息进行报警器报警；否则，进入步骤八；

步骤八，根据步骤四获得的光电管与切刀的位置信息L1、脱氧剂袋长L2和袋间距L3带入步骤三的自适应切割模型；根据步骤四得到的开闭触点状态的检测信息、步骤五得到的去干扰判断信息、步骤六获得的缺、夹料检测信息带入到自适应切割模型，完成自适应袋长切割任务，实现料袋自动切割。

步骤九，重复步骤四至步骤八操作，直到产量任务完成。

在模型建立阶段，步骤二中通过参数学习法获得脱氧剂袋长L2和袋间距L3的方法：通过多个脱氧剂袋重复步骤一、二获取该脱氧剂袋的袋长与袋间距，将获得的袋长与袋间距去除偶然误差项，采用中值算法求得关键参数脱氧剂袋长L2，袋间距L3。

步骤三中去干扰判断模型，建立了限值参数D4和脱氧剂袋长L2间的线性关系式：限值参数D4＝L2×Δ1，其中Δ1＝1/5；

步骤三中缺、夹料检测模型，建立了限值参数D2和D3与脱氧剂袋长L2间的线性关系式：限值参数D2＝L2×(1-Δ2)，限值参数D3＝L2×(1+Δ3)，其中0<Δ2,Δ3<1/5；

步骤三中自适应切割模型，建立了限值参数D1和切刀和光电管的间距L1、脱氧剂袋的袋长L2、脱氧剂袋的间距L3间的分段线性关系式：

(A)，当切刀、光电管的间距L1<脱氧剂袋的袋长L2+1/2×袋间距L3时，限值参数D1＝切刀、光电管的间距L1-1/2×袋间距L3；

(B)，当切刀、光电管的间距L1>＝脱氧剂袋的袋长L2+1/2×袋间距L3时，限值参数D1＝切刀、光电管的间距L1-脱氧剂袋的袋长L2-1/2×袋间距L3。

所述步骤二中的参数学习任务，主要用于为脱氧剂袋长、脱氧剂袋间距的识别与检测，包括以下步骤，参见图4，开始于步骤301，结束于步骤307：

步骤301：给料电机105启动；

步骤302：判断学习袋数是否达到10，如果是，则进入步骤306；否则，进入步骤303；

步骤303：判断光电管101是否检测到闭触点到开触点状态的变化，如果是，进入步骤304；否则，无动作；

步骤304：启动袋长累加器、袋数累加器，并存储当前次袋间距；

步骤305：判断光电管101是否检测到开触点到闭触点状态的变化，如果是，进入步骤306；否则，无动作；

步骤306：启动袋间距累加器，并存储当前次袋长；

步骤307：识别存储的10次袋长与袋间距，去除偶然误差项，采用中值算法求得关键参数脱氧剂袋长L2，袋间距L3。

所述步骤五中去干扰判断任务，当检测到光电管由到闭触点到开触点状态变化后，滞后限位值D1后再次判断光电管是否处于开触点状态。如果是，则触点状态的检测信息不是干扰，生成步骤五中缺、夹料检测任务和步骤七中自适应切割任务的启动标志；否则，触点状态的检测信息是干扰，无动作。

所述步骤六中缺、夹料检测任务，在脱氧剂袋有缺、夹料时，会自动检测并报警，包括以下步骤，参见图5，开始于步骤401，结束于步骤407：

步骤401：判断是否检测到光电管101闭触点到开触点状态的变化；如果是，进入步骤402；否则，无动作；

步骤402：判断是否是干扰状态，如果是，进入步骤407；否则，进入步骤403；

步骤403：判断是否检测到光电管101开触点到闭触点状态的变化；如果是，进入步骤404；否则，无动作；

步骤404：判断是否是干扰状态，如果是，进入步骤403；否则，进入步骤405；

步骤405：判断缺、夹料检测累加器是否处于低位限值D2和高位D3之间，如果是，进入步骤407；否则，进入步骤406；

步骤406：缺、夹料报警；

步骤407：结束缺、夹料报警任务。

所述步骤八中自适应袋长切割任务，包括以下步骤，参见图6，开始于步骤501，结束于步骤505：

步骤501：判断是否检测到光电管101闭触点到开触点状态的变化；如果是，进入步骤502；否则，无动作；

步骤502：判断是否是干扰状态，如果是，进入步骤505；否则，进入步骤503；

步骤503：判断自适应切割累加器是否大于限值D1，如果是，进入步骤504；否则，无动作；

步骤504：给刀电机105往复一周期；

步骤505：结束自适应袋长切割任务。

步骤405中限值参数D2和D3的大小，确定方法原理参见图6。图6(a)为实际脱氧剂袋缺料情况，图6(b)为实际脱氧剂袋夹料情况，图6(c)描述了一种干扰状态。

步骤401～407的操作过程以及限值参数D1的确定方法原理参见图7和图8，图7为切刀、光电管的间距L1<脱氧剂袋的袋长L2+1/2×袋间距L3时，限值参数D1的计算方法。图8为切刀、光电管的间距L1>＝脱氧剂袋的袋长L2+1/2×袋间距L3时，限值参数D1的计算方法。

以上实施方法中，图2、图3、图4、图5中的过程均可以用现有技术中的编程方法实现，在此不作进一步限制。

本发明公开了一种脱氧剂自适应袋长切割及缺、夹料检测方法，包括：通过光电管检测脱氧剂是否有料，得到开闭触点状态的检测信息；通过光电编码器获取脱氧剂袋所处的位置，获取脱氧剂袋信息；根据开闭触点状态的检测信息，进行脱氧剂袋信息自适应切割参数的识别与检测，得到脱氧剂袋参数信息；根据开闭触点状态的检测信息，结合脱氧剂袋参数信息和光电管与切刀位置信息，得到去干扰判断模型、缺夹料检测模型和自适应切割模型，进行去干扰判断和缺、加料检测判断，实现脱氧剂自适应袋长的切割。本发明简化了一般切割机的机械安装结构，对不同厂家、不同袋长的脱氧剂可进行自适应切割，避免了需要频繁对机械进行调整的缺陷，同时提高了脱氧剂的生产合格率。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种脱氧剂自适应袋长切割及缺、夹料检测方法，其特征在于：

通过光电管检测脱氧剂袋是否有料，得到开闭触点状态的检测信息；

通过光电编码器获取脱氧剂袋所处的位置，获取脱氧剂袋信息；

根据开闭触点状态的检测信息，进行脱氧剂袋信息自适应切割参数的识别与检测，确定脱氧剂袋长和袋间距；

根据开闭触点状态的检测信息，结合光电管与切刀的位置信息、脱氧剂袋长和袋间距，进行去干扰判断，得到去干扰判断信息；

根据开闭触点状态的检测信息和去干扰判断信息，结合光电管与切刀的位置信息、脱氧剂袋长和袋间距，进行缺、夹料检测判断，得到缺、夹料检测信息；

根据去干扰判断信息和缺、夹料检测信息，控制报警器报警；

根据开闭触点状态的检测信息、去干扰判断信息和缺、夹料检测信息，结合光电管与切刀的位置信息、脱氧剂袋长和袋间距，进行脱氧剂自适应袋长切割，控制给刀电机进行给刀，实现脱氧剂袋切割。

2.根据权利要求1所述的脱氧剂自适应袋长切割及缺、夹料检测方法，其特征在于，包括以下步骤：

步骤一，获取光电管与切刀的位置信息L1；通过光电管检测脱氧剂袋是否有料，得到开闭触点状态的检测信息；通过光电编码器获取脱氧剂袋所处的位置，获取脱氧剂袋信息；

步骤二，根据步骤一中的开闭触点状态的检测信息和脱氧剂袋信息，通过参数学习法获得脱氧剂袋长L2和袋间距L3，完成参数学习任务；

步骤三，根据步骤一得到的光电管与切刀的位置信息L1、步骤二获得的脱氧剂袋长L2和袋间距L3，建立去干扰判断模型；根据步骤二获得的脱氧剂袋长L2，建立缺、夹料检测模型；根据步骤一获得的光电管与切刀的位置信息L1、步骤二得到的脱氧剂袋长L2和袋间距L3，建立自适应切割模型；

步骤四，重复步骤一至二，获得光电管与切刀的位置信息L1、开闭触点状态的检测信息，脱氧剂袋长L2和袋间距L3；

步骤五，根据步骤四得到的光电管与切刀的位置信息L1、脱氧剂袋长L2和袋间距L3带入到步骤三中的去干扰判断模型进行判断，同时根据步骤四得到的开闭触点状态的检测信息和去干扰判断模型进行判断的结果得到去干扰判断信息，完成去干扰判断任务；

步骤六，根据步骤四得到的脱氧剂袋长L2带入到步骤三中的缺、夹料检测模型进行检测，根据步骤四得到的开闭触点状态的检测信息、步骤五得到的去干扰判断信息，得到该脱氧剂袋缺、夹料检测信息，完成缺、夹料检测任务；

步骤七，根据步骤六获得的缺、夹料检测信息进行报警器报警；否则，进入步骤八；

步骤八，根据步骤四获得的光电管与切刀的位置信息L1、脱氧剂袋长L2和袋间距L3带入步骤三的自适应切割模型；根据步骤四得到的开闭触点状态的检测信息、步骤五得到的去干扰判断信息、步骤六获得的缺、夹料检测信息带入到自适应切割模型，完成自适应袋长切割任务，实现脱氧剂袋自动切割；

步骤九，重复步骤四至步骤八操作，直到产量任务完成。

3.根据权利要求2所述的脱氧剂自适应袋长切割及缺、夹料检测方法，其特征在于：在模型建立阶段，所述的步骤二中通过参数学习法获得脱氧剂袋长L2和袋间距L3的方法：通过多个脱氧剂袋重复步骤一获取该脱氧剂袋长与袋间距，将获得的脱氧剂袋长与袋间距去除偶然误差项，采用中值算法求得关键参数脱氧剂袋长L2，袋间距L3。

4.根据权利要求3所述的脱氧剂自适应袋长切割及缺、夹料检测方法，其特征在于：所述的步骤三中去干扰判断模型，建立了第四限值参数D4和脱氧剂袋长L2间的线性关系式：第四限值参数D4＝L2×Δ1，其中Δ1＝1/5。

5.根据权利要求4所述的脱氧剂自适应袋长切割及缺、夹料检测方法，其特征在于：所述的步骤三中缺、夹料检测模型，建立了第二限值参数D2和第三限值参数D3与脱氧剂袋长L2间的线性关系式：第二限值参数D2＝L2×(1-Δ2)，第三限值参数D3＝L2×(1+Δ3)，其中0<Δ2<1/5,0<Δ3<1/5。

6.根据权利要求5所述的脱氧剂自适应袋长切割及缺、夹料检测方法，其特征在于：所述的步骤三中自适应切割模型，建立了第一限值参数D1和光电管与切刀的位置信息L1、脱氧剂袋长L2、袋间距L3间的分段线性关系式：

(A)，当光电管与切刀的位置信息L1<脱氧剂袋长L2+1/2×袋间距L3时，第一限值参数D1＝光电管与切刀的位置信息L1-1/2×袋间距L3；

(B)，当光电管与切刀的位置信息L1>＝脱氧剂袋长L2+1/2×袋间距L3时，第一限值参数D1＝光电管与切刀的位置信息L1-脱氧剂袋长L2-1/2×袋间距L3。

7.根据权利要求6所述的脱氧剂自适应袋长切割及缺、夹料检测方法，其特征在于，所述光电管采取对射方式，当脱氧剂袋中无料时，光电管返回闭触点检测状态，当脱氧剂袋中有料时，光电管返回开触点检测状态。

8.根据权利要求7所述的脱氧剂自适应袋长切割及缺、夹料检测方法，其特征在于：

所述步骤二中的参数学习任务，主要包括脱氧剂袋长、袋间距的识别与检测，包括以下步骤：

步骤301：给料电机启动；

步骤302：判断学习袋数是否达到10，如果是，则进入步骤306；否则进入步骤303；

步骤303：判断光电管是否检测到闭触点到开触点状态的变化，如果是，进入步骤304；否则，无动作；

步骤304：启动脱氧剂袋长累加器、袋数累加器，并存储当前次袋间距；

步骤305：判断光电管是否检测到开触点到闭触点状态的变化，如果是，进入步骤306；否则，无动作；

步骤306：启动袋间距累加器，并存储当前次脱氧剂袋长；

步骤307：识别存储的10次脱氧剂袋长与袋间距，去除偶然误差项，采用中值算法求得关键参数脱氧剂袋长L2，袋间距L3；

所述步骤五中去干扰判断任务，当检测到光电管由到闭触点到开触点状态变化后，滞后第一限值参数D1后再次判断光电管是否处于开触点状态；如果是，则触点状态的检测信息不是干扰，生成步骤六中缺、夹料检测任务和步骤八中自适应袋长切割任务的启动标志；否则，触点状态的检测信息是干扰，无动作；

所述步骤六中缺、夹料检测任务，包括以下步骤：

步骤401：判断是否检测到光电管(101)闭触点到开触点状态的变化；如果是，进入步骤402；否则，无动作；

步骤402：判断是否是干扰状态，如果是，进入步骤407；否则，进入步骤403；

步骤403：判断是否检测到光电管(101)开触点到闭触点状态的变化；如果是，进入步骤404；否则，无动作；

步骤404：判断是否是干扰状态，如果是，进入步骤403；否则，进入步骤405；

步骤405：判断缺、夹料检测累加器是否处于低位的第二限值参数D2和高位的第三限值参数D3之间，如果是，进入步骤407；否则，进入步骤406；

步骤406：缺、夹料报警；

步骤407：结束缺、夹料报警任务；

所述步骤八中自适应袋长切割任务，包括以下步骤：

步骤501：判断是否检测到光电管(101)闭触点到开触点状态的变化；如果是，进入步骤502；否则，无动作；

步骤502：判断是否是干扰状态，如果是，进入步骤505；否则，进入步骤503；

步骤503：判断自适应切割累加器是否大于第一限值参数D1，如果是，进入步骤504；否则，无动作；

步骤504：给刀电机(105)往复一周期；

步骤505：结束自适应袋长切割任务。