CN113070955B - 纸盘打钉机的智能控制方法、程序及计算机存储介质 - Google Patents

Abstract

本发明公开了一种纸盘打钉机的智能控制方法、程序及计算机存储介质，该方法包括以下步骤：获取纸盘的属性信息；根据所述纸盘的属性信息，获取所述纸盘固定所需的钉子数据以及纸盘固定所需的驱动力；根据所述钉子数据，利用钉子输送组件生成目标钉子；若通过所述纸盘定位组件判定所述纸盘定位到所述预设打钉位置，则利用所述打钉组件将所述目标钉子以所述驱动力执行打钉操作。本发明解决了纸盘种类等变换时，需人工调节纸盘打钉机导致纸盘固定成功率低的问题，实现了纸盘打钉机的智能控制，减少人力调整成本及纸盘制作成本，提高纸盘固定的成功率及效率。

Description

纸盘打钉机的智能控制方法、程序及计算机存储介质

技术领域

本发明涉及自动化领域，尤其涉及一种纸盘打钉机的智能控制方法、程序及计算机存储介质。

背景技术

纸盘打钉机利用气缸固定发力，将固定长度的钉子打入纸板中，但有的纸盘厚度增加或者纸盘的材质发生变化，用之前的固定发力去固定，则会出现钉子无法打入纸盘、或者滴入纸盘后因为钉子过长导致钉子与纸板之间有缝隙、或者打入纸盘后因为钉子长度不够而导致固定失败的现象。

发明内容

有鉴于此，本申请实施例提供一种纸盘打钉机的智能控制方法、程序及计算机存储介质，解决了纸盘种类、纸盘厚度、固定个数等变换时，需人工调节纸盘打钉机导致纸盘固定成功率低的问题，实现了纸盘打钉机的智能控制，减少人力调整成本及纸盘制作成本，提高纸盘固定的成功率及效率。

本申请实施例提供了一种纸盘打钉机的智能控制方法，应用于纸盘打钉机，所述纸盘打钉机包括：纸盘定位组件、钉子输送组件以及打钉组件；所述方法包括：

获取纸盘的属性信息；

根据所述纸盘的属性信息，获取所述纸盘固定所需的钉子数据以及纸盘固定所需的驱动力；

根据所述钉子数据，利用所述钉子输送组件生成目标钉子；

若通过所述纸盘定位组件判定所述纸盘定位到所述预设打钉位置，则利用所述打钉组件将所述目标钉子以所述驱动力执行打钉操作

在一实施例中，所述根据所述纸盘的属性信息，获取所述纸盘固定所需的钉子数据以及纸盘固定所需的驱动力，包括：

将所述纸盘的属性信息输入固定数据预测模型；

根据所述固定数据预测模型的输出结果，获取所述纸盘固定所需的钉子数据以及所述纸盘固定所需的驱动力。

在一实施例中，所述根据所述纸盘的属性信息，获取所述纸盘固定所需的钉子数据以及纸盘固定所需的驱动力的步骤之前还包括：

生成固定数据预测模型，具体包括：

构建纸盘固定训练集以及纸盘固定验证集；

基于所述纸盘固定训练集以及所述纸盘固定验证集，输入神经网络模型中进行训练，生成固定数据预测模型。

在一实施例中，所述基于所述纸盘固定训练集以及所述纸盘固定验证集，输入神经网络模型中进行训练，生成固定数据预测模型，包括：

将所述纸盘固定训练集中的训练数据输入神经网络模型进行训练，生成中间模型；

将所述纸盘固定验证集中的所述纸盘的属性信息输入所述中间模型，生成预测钉子数据以及预测驱动力；

将所述预测钉子数据以及所述预测驱动力与标准数据进行计算，获取多个误差值；其中，所述标准数据为输入所述中间模型的多个所述纸盘的属性信息在所述纸盘固定验证集中对应的所述纸盘固定所需的钉子数据以及所述纸盘固定所需的驱动力；

将多个所述误差值依次反向传播，更新所述中间模型的权重，生成固定数据预测模型。

在一实施例中，所述构建所述纸盘固定训练集，包括：

获取纸盘的属性信息、所述纸盘所需的钉子数据以及所述纸盘固定所需的驱动力；

将所述纸盘的属性信息、所述纸盘所需的钉子数据以及所述纸盘固定所需的驱动力按照所述预设数据格式进行编码。

在一实施例中，所述若所述纸盘定位到所述预设打钉位置，则将所述目标钉子以所述驱动力执行打钉操作的步骤之前，包括：

获取所述纸盘的位置信息；

将所述纸盘的位置信息与所述预设打钉位置进行计算，获得位置偏差结果；

基于所述位置偏差结果，对所述纸盘是否定位到所述预设打钉位置进行判断。

在一实施例中，所述基于所述位置偏差结果，对所述纸盘是否定位到所述预设打钉位置进行判断，包括：

若所述位置偏差结果小于预设阈值，则判定所述纸盘定位到所述预设打钉位置；

若所述位置偏差结果大于预设阈值，则判定所述纸盘未定位到所述预设打钉位置。

在一实施例中，所述纸盘的属性信息，包括以下至少之一：

纸盘重量、纸盘面积、纸盘材质、纸盘厚度以及纸盘所需纸板的个数。

为实现上述目的，还提供一种计算机存储介质，所述计算机存储介质上存储有纸盘打钉机的智能控制方法程序，所述纸盘打钉机的控制方法程序被处理器执行时实现上述任一所述的纸盘打钉机的智能控制方法的步骤。

为实现上述目的，还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任一所述的纸盘打钉机的智能控制方法的步骤。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：获取纸盘的属性信息；通过正确获取纸盘的属性信息，为获得正确的钉子数据以及驱动力提供保障。

根据所述纸盘的属性信息，获取所述纸盘固定所需的钉子数据以及纸盘固定所需的驱动力；通过纸盘种类的变换，动态获取纸盘的属性信息，获取当前纸盘所需的钉子数据以及固定所需的驱动力，减少人力成本，提高纸盘固定的效率，保证纸盘固定的成功率。

根据所述钉子数据，利用所述钉子输送组件生成目标钉子；其中，所述目标钉子为订书钉形状，则所述钉子数据包括钉子水平长度以及钉子竖直深度；通过钉子数据，生成可以成功固定纸盘的目标钉子，完成纸盘固定，保证纸盘成品的质量。

若通过所述纸盘定位组件判定所述纸盘定位到所述预设打钉位置，则利用所述打钉组件将所述目标钉子以所述驱动力执行打钉操作。通过对纸盘以及预设打钉位置之间的位置关系进行检测，保证纸盘能够在正确的位置固定，同时也保证上下纸盘位置一致，保证纸盘固定的质量。

本发明解决了纸盘种类、纸盘厚度、固定个数等变换时，需人工调节纸盘打钉机导致纸盘固定成功率低的问题，实现了纸盘打钉机的智能控制，减少人力调整成本及纸盘制作成本，提高纸盘固定的成功率及效率。

附图说明

图1为本申请涉及的纸盘打钉机的结构示意图；

图2为本申请纸盘打钉机的智能控制方法的第一实施例流程示意图；

图3为本申请纸盘打钉机的智能控制方法第一实施例中步骤S120的具体实施步骤流程示意图；

图4为本申请纸盘打钉机的智能控制方法中固定数据预测模型的生成过程示意图；

图5为本申请纸盘打钉机的智能控制方法中步骤S2的具体实施步骤；

图6为本申请纸盘打钉机的智能控制方法中步骤S1的具体实施步骤；

图7为本申请纸盘打钉机的智能控制方法的第二实施例流程示意图；

图8为申请纸盘打钉机的智能控制设备的示意图。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的主要解决方案是：获取纸盘的属性信息；根据所述纸盘的属性信息，获取所述纸盘固定所需的钉子数据以及纸盘固定所需的驱动力；根据所述钉子数据，利用钉子输送组件生成目标钉子；若所述纸盘定位组件判定所述纸盘定位到所述预设打钉位置，则利用所述打钉组件将所述目标钉子以所述驱动力执行打钉操作。本发明解决了纸盘种类等变换时，需人工调节纸盘打钉机导致纸盘固定成功率低的问题，实现了纸盘打钉机的智能控制，减少人力调整成本及纸盘制作成本，提高纸盘固定的成功率及效率。

对本发明实施例进行进一步详细说明之前，对本发明实施例中涉及的名词和术语进行说明，本发明实施例中涉及的名词和术语适用于如下的解释。

纸盘一般由上纸板、支撑纸架及下纸板胶装而成纸质工字轮，采用粘胶方式需通过溶胶、涂胶、风干等一系列复杂工艺过程，作业时间长，生产效率低，本实施例中利用纸盘打钉机对上纸板、支撑纸架以及下纸板利用订书机形状的钉子进行固定，从而提高纸盘固定的成功率以及效率。

一种纸盘打钉机，具体包括：

机架，所述机架上设有供钉子通过的打钉通道；

纸盘定位组件，设于所述机架上，用于驱动纸盘定位到与所述打钉通道对应的预设打钉位置；

钉子输送组件，设于所述机架上，用于从料件中加工产生钉子并将钉子输送至所述打钉通道；

打钉组件，设于所述机架上，用于将所述打钉通道中的钉子打入位于所述预设打钉位置的纸盘中。

具体地，纸盘打钉机在机架上设置打钉通道，通过所述纸盘定位组件将纸盘定位到与所述打钉通道对应的预设打钉位置，钉子输送组件从料件中加工产生钉子并将钉子输送至所述打钉通道，从而打钉组件将所述打钉通道中的钉子打入位于所述预设打钉位置的纸盘中。

参照图1，纸盘90打钉机100，包括：机架10、设于所述机架10上的纸盘90定位组件20、钉子输送组件30以及打钉组件40。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

参照图2，图2为本申请纸盘打钉机的智能控制方法的第一实施例，应用于纸盘打钉机，所述纸盘打钉机包括：纸盘定位组件、钉子输送组件以及打钉组件；所述方法包括：

步骤S110：获取纸盘的属性信息。

具体地，纸盘的属性信息可以是纸盘涉及的相关信息，比如纸盘材质、纸盘厚度、纸盘个数、纸盘面积以及纸盘质量等。

步骤S120：根据所述纸盘的属性信息，获取所述纸盘固定所需的钉子数据以及纸盘固定所需的驱动力。

具体地，所述目标钉子为订书钉形状，且所述钉子数据包括钉子水平长度以及钉子竖直深度。

具体地，每种纸盘因材质或者厚度不同，可能需要不同竖直深度的钉子以及不同大小的驱动力，所以生成的目标钉子以及驱动力会根据纸盘的变化而变化；比如待打钉的纸盘的材质紧实，厚度较厚，则需要竖直深度较大或者水平长度较长的钉子以及较大的驱动力以成功固定纸盘；若A纸盘需要竖直深度较小或者水平长度较小的钉子以及较小的驱动力就可以固定纸盘，但纸盘打钉机未调整，还以竖直深度较大的钉子进行固定，则会使纸盘固定时出现缝隙等，导致纸盘固定失败，影响纸盘固定的成功率；以水平长度较长的钉子进行固定，则会造成料件的浪费，增加纸盘的制作成本；则以较大的驱动力进行固定，则浪费电能，增加纸盘的制作成本。所以本实施例根据纸盘的属性，获取纸盘进行固定所需要的钉子的水平长度以及竖直深度、所需要的驱动力，在保证纸盘固定成功率的基础上，减少纸盘的制作成本。

步骤S130：根据所述钉子数据，利用钉子输送组件生成目标钉子；其中，所述目标钉子为订书钉形状，且所述钉子数据包括钉子水平长度以及钉子竖直深度。

具体地，根据获得的钉子数据，如钉子水平长度以及钉子竖直深度，从料件中以(钉子水平长度+2*钉子竖直深度)为总长度进行截取，然后利用钉子输送组件从料件中加工产生目标钉子，并将目标钉子输送至打钉通道，准备进行打钉。

步骤S140：若通过所述纸盘定位组件判定所述纸盘定位到所述预设打钉位置，则利用所述打钉组件将所述目标钉子以所述驱动力执行打钉操作。

具体地，可以在打钉组件中安装位置传感器，利用位置传感器对纸盘的位置信息进行检测，判断纸盘是否定位到预设打钉位置，提高纸盘固定的成功率，也可以在其他位置安装位置传感器，在此并不限定。

在上述实施例中，存在的有益效果为：获取纸盘的属性信息；通过正确获取纸盘的属性信息，为获得正确的钉子数据以及驱动力提供保障。

根据所述纸盘的属性信息，获取所述纸盘固定所需的钉子数据以及纸盘固定所需的驱动力；通过纸盘种类的变换，动态获取纸盘的属性信息，获取当前纸盘所需的钉子数据以及固定所需的驱动力，减少人力成本，提高纸盘固定的效率，保证纸盘固定的成功率，以及减少纸盘的制作成本。

根据所述钉子数据，利用钉子输送组件生成目标钉子；其中，所述目标钉子为订书钉形状，则所述钉子数据包括钉子水平长度以及钉子竖直深度；通过钉子数据，生成可以成功固定纸盘的目标钉子，完成纸盘固定，保证纸盘成品的质量。

若所述纸盘定位组件判定所述纸盘定位到所述预设打钉位置，则利用所述打钉组件将所述目标钉子以所述驱动力执行打钉操作。通过对纸盘以及预设打钉位置之间的位置关系进行检测，保证纸盘能够在正确的位置固定，同时也保证上下纸盘位置一致，保证纸盘固定的质量。

本实施例解决了纸盘种类、纸盘厚度、固定个数等变换时，需人工调节纸盘打钉机导致纸盘固定成功率低的问题，实现了纸盘打钉机的智能控制，减少人力调整成本及纸盘制作成本，提高纸盘固定的成功率及效率。

参照图3，图3为本申请纸盘打钉机的智能控制方法第一实施例中步骤S120的具体实施步骤，所述根据所述纸盘的属性信息，获取所述纸盘固定所需的钉子数据以及纸盘固定所需的驱动力，包括：

步骤S121：将所述纸盘的属性信息输入固定数据预测模型。

具体地，固定数据预测模型可以是数学预测模型，进一步可以是神经网络模型；在此并不做限定。

步骤S122：根据所述固定数据预测模型的输出结果，获取所述纸盘固定所需的钉子数据以及所述纸盘固定所需的驱动力。

在上述实施例中，存在的有益效果为：通过固定数据预测模型的预测，自动获得纸盘固定所需的钉子数据以及所述纸盘固定所需的驱动力，避免了人工进行多次尝试调节纸盘打钉机造成的人力成本的浪费，同时保证了纸盘固定的效率。

参照图4，图4为本申请纸盘打钉机的智能控制方法中生成固定数据预测模型的过程，包括：

步骤S1：构建纸盘固定训练集以及纸盘固定验证集。

具体地，纸盘固定训练集是固定数据预测模型的训练集以及纸盘固定验证集，其中，纸盘固定训练集以及纸盘固定验证集的构建方法相同；其中包括大量的纸盘的属性信息，以及该纸盘对应的所需钉子数据以及该纸盘固定所需的驱动力。

步骤S2：基于所述纸盘固定训练集以及所述纸盘固定验证集，输入神经网络模型中进行训练，生成固定数据预测模型。

具体地，通过纸盘固定训练集进行训练，同时利用纸盘固定验证集进行权重，从而提高固定数据预测模型的准确率。

上述实施例中，存在的有益效果为：通过固定数据预测模型的预测，自动获取纸盘所需的钉子数据以及驱动力，减少了人工调整纸盘打钉机的成本，且提高纸盘生产的效率。

参照图5，图5为本申请纸盘打钉机的智能控制方法中步骤S2的具体实施步骤，所述基于所述纸盘固定训练集以及所述纸盘固定验证集，输入神经网络模型中进行训练，生成固定数据预测模型，包括：

步骤S21：将所述纸盘固定训练集中的训练数据输入神经网络模型进行训练，生成中间模型。

具体地，神经网络模型具体可以是神经网络预测模型；其中神经网络预测模型采用神经网络模型对未知数据进行预测的模型。神经网络预测模型包括但不限定于卷积神经网络(CNN)、循环神经网络(RNN)、长短时记忆网络(LSTM)等。

步骤S22：将所述纸盘固定验证集中的所述纸盘的属性信息输入所述中间模型，生成预测钉子数据以及预测驱动力。

具体地，利用纸盘固定验证集中的验证数据输入中间模型，生成预测数据；将预测数据与标准数据进行比较并对中间模型进行权重更新，提高生成的固定数据预测模型的准确性。

步骤S23：将所述预测钉子数据以及所述预测驱动力与标准数据进行计算，获取多个误差值；其中，所述标准数据为输入所述中间模型的多个所述纸盘的属性信息在所述纸盘固定验证集中对应的所述纸盘固定所需的钉子数据以及所述纸盘固定所需的驱动力。

具体地，比较预测数据与标准数据，获取多个误差值，利用多个误差值进行中间模型的权重更新；进一步比较预测数据与标准数据可以是预测钉子数据与纸盘固定所需的钉子数据、预测驱动力与纸盘固定所需的驱动力之间进行比较。

步骤S24：将多个所述误差值依次反向传播，更新所述中间模型的权重，生成固定数据预测模型。

具体地，将多个所述误差值依次反向传播，直至所述误差值达到预设阈值，则停止反向传播，然后更新中间模型的权重；所述预设阈值在此不作限定，根据纸盘固定训练集的质量情况以及固定数据预测模型的神经网络的选择等动态调整。

在上述实施例中，存在的有益效果为：通过对中间模型的权重更新，提高固定数据预测模型的准确率，从而提高纸盘固定的成功率以及效率。

参照图6，图6为本申请纸盘打钉机的智能控制方法中步骤S1的具体实施步骤，所述构建所述纸盘固定训练集，包括：

步骤S11：获取纸盘的属性信息、所述纸盘所需的钉子数据以及所述纸盘固定所需的驱动力。

步骤S12：将所述纸盘的属性信息、所述纸盘所需的钉子数据以及所述纸盘固定所需的驱动力按照所述预设数据格式进行编码。

具体地，预设数据格式可以是依次按照纸盘的属性信息、纸盘所需的钉子数据以及纸盘固定所需的驱动力进行编码。但并不限定于所述顺序。

在上述实施例中，存在的有益效果为：保证纸盘固定训练集的质量，从而保证固定数据预测模型的训练效果，从而保证固定数据预测模型的预测准确性。

参照图7，图7为本申请纸盘打钉机的智能控制方法的第二实施例，所述若所述纸盘定位到所述预设打钉位置，则将所述目标钉子以所述驱动力执行打钉操作的步骤之前，包括：

步骤S210：获取纸盘的属性信息。

步骤S220：根据所述纸盘的属性信息，获取所述纸盘固定所需的钉子数据以及纸盘固定所需的驱动力。

步骤S230：根据所述钉子数据，生成目标钉子；其中，所述目标钉子为订书钉形状，则所述钉子数据包括钉子水平长度以及钉子竖直深度。

步骤S240：获取所述纸盘的位置信息。

具体地，可以通过在纸盘定位组件安装位置传感器以获取纸盘的位置信息；位置传感器可分为两种，接触式传感器和接近式传感器。在本实施例中，并不限定于位置传感器的类型，根据具体的纸盘打钉机的需求进行调整。

位置传感器可以安装在纸盘打钉机的纸盘定位组件中，用于获取纸盘的位置信息；同时，位置传感器也可以安装于其他组件中，在此并不做限定。

步骤S250：将所述纸盘的位置信息与所述预设打钉位置进行计算，获得位置偏差结果。

具体地，纸盘的位置信息中可以包括纸盘的上纸板以及下纸板的位置信息，以及上纸板以及下纸板的重合信息等。

需要另外说明的是，若纸盘中上纸板以及下纸板的重合度不等于100％，则对纸盘的上纸板或者下纸盘进行调整，以提高生成纸盘的质量。

步骤S260：基于所述位置偏差结果，对所述纸盘是否定位到所述预设打钉位置进行判断。

具体地，位置偏差结果是纸盘与预设打钉位置之间的偏差，可以是纸盘的圆心位置与预设打钉位置的中心之间的距离，也可以是其他计算位置偏差的方式，在此并不做限定。

步骤S270：若所述纸盘定位到所述预设打钉位置，则将所述目标钉子以所述驱动力执行打钉操作。

第二实施例与第一实施例相比，包括步骤S240、步骤S250以及步骤S260，其他步骤在第一实施例中已经进行了阐述，在此不再赘述。

在上述实施例中，通过纸盘位置信息的获取并判断，提高纸盘定位到预设打钉位置的准确性，从而提高纸盘固定的成功率，避免固定失败造成的人力成本以及制作成本。

在其中一个实施例中，所述基于所述位置偏差结果，对所述纸盘是否定位到所述预设打钉位置进行判断，包括：

若所述位置偏差结果小于预设阈值，则判定所述纸盘定位到所述预设打钉位置。

若所述位置偏差结果大于预设阈值，则判定所述纸盘未定位到所述预设打钉位置。

具体地，预设阈值根据纸盘订书机的具体构造进行设定，具体可以是0.5厘米，在此不做限定；具体可以是预设阈值也可以是一个范围值，可以是0-1厘米，在此不做限定。

上述实施例中，存在的有益效果：通过预设阈值的设定，提高纸盘定位到预设打钉位置的准确性，进一步提高纸盘固定的成功率。

在其中一个实施例中，所述方法，还包括：

若所述纸盘未定位所述预设打钉位置，则重新执行定位操作。

具体地，当纸盘未定位到预设打钉位置，则不执行打钉操作，自动重新执行定位操作，在本实施例中，降低了纸盘固定失败率以及纸盘固定成本。

在其中一个实施例中，所述纸盘的属性信息，包括以下至少之一：

纸盘重量、纸盘面积、纸盘材质、纸盘厚度以及纸盘所需纸板的个数。

具体地，纸盘所需纸板的个数可以是纸盘固定所需的纸板的个数，在本实施例中可以是包括上纸板以及下纸板两个，但也可以是上纸板、中间纸板以及下纸板三个，在此并不作限定，根据纸盘的生产要求进行调整。

为实现上述目的，还提供一种计算机存储介质，所述计算机存储介质上存储有纸盘打钉机的智能控制方法程序，所述纸盘打钉机的控制方法程序被处理器执行时实现上述任一所述的纸盘打钉机的智能控制方法的步骤。

为实现上述目的，还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任一所述的纸盘打钉机的智能控制方法的步骤。

为实现上述目的，还提供一种纸盘打钉机的智能控制设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人脸卡通化方法程序，所述处理器执行所述人脸卡通化方法程序时实现上述任一所述的纸盘打钉机的智能控制方法的步骤。

本申请涉及一种纸盘打钉机的智能控制设备010包括如图8所示：至少一个处理器012、存储器011。

处理器012可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器012中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器012可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器011，处理器012读取存储器011中的信息，结合其硬件完成上述方法的步骤。

可以理解，本发明实施例中的存储器011可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ReadOnly Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本发明实施例描述的系统和方法的存储器011旨在包括但不限于这些和任意其它适合类型的存储器。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种纸盘打钉机的智能控制方法，应用于纸盘打钉机，所述纸盘打钉机包括：机架、纸盘定位组件、钉子输送组件以及打钉组件；其特征在于，所述方法包括：

获取纸盘的属性信息；

根据所述纸盘的属性信息，获取所述纸盘固定所需的钉子数据以及纸盘固定所需的驱动力；

根据所述钉子数据，利用所述钉子输送组件生成目标钉子；

若通过所述纸盘定位组件判定所述纸盘定位到预设打钉位置，则利用所述打钉组件将所述目标钉子以所述驱动力执行打钉操作；

所述根据所述纸盘的属性信息，获取所述纸盘固定所需的钉子数据以及纸盘固定所需的驱动力，包括：

将所述纸盘的属性信息输入固定数据预测模型；

根据所述固定数据预测模型的输出结果，获取所述纸盘固定所需的钉子数据以及所述纸盘固定所需的驱动力；

所述根据所述纸盘的属性信息，获取所述纸盘固定所需的钉子数据以及纸盘固定所需的驱动力的步骤之前还包括：

生成所述固定数据预测模型，具体包括：

构建纸盘固定训练集以及纸盘固定验证集；

基于所述纸盘固定训练集以及所述纸盘固定验证集，输入神经网络模型中进行训练，生成固定数据预测模型。

2.如权利要求1所述的纸盘打钉机的智能控制方法，其特征在于，所述基于所述纸盘固定训练集以及所述纸盘固定验证集，输入神经网络模型中进行训练，生成固定数据预测模型，包括：

将所述纸盘固定训练集中的训练数据输入神经网络模型进行训练，生成中间模型；

将所述纸盘固定验证集中的所述纸盘的属性信息输入所述中间模型，生成预测钉子数据以及预测驱动力；

将所述预测钉子数据以及所述预测驱动力与标准数据进行计算，获取多个误差值；其中，所述标准数据为输入所述中间模型的多个所述纸盘的属性信息在所述纸盘固定验证集中对应的所述纸盘固定所需的钉子数据以及所述纸盘固定所需的驱动力；

将多个所述误差值依次反向传播，更新所述中间模型的权重，生成固定数据预测模型。

3.如权利要求1所述的纸盘打钉机的智能控制方法，其特征在于，所述构建所述纸盘固定训练集，包括：

获取纸盘的属性信息、所述纸盘所需的钉子数据以及所述纸盘固定所需的驱动力；

将所述纸盘的属性信息、所述纸盘所需的钉子数据以及所述纸盘固定所需的驱动力按照预设数据格式进行编码。

4.如权利要求1所述的纸盘打钉机的智能控制方法，其特征在于，若所述纸盘定位到所述预设打钉位置，则将所述目标钉子以所述驱动力执行打钉操作的步骤之前，包括：

获取所述纸盘的位置信息；

将所述纸盘的位置信息与所述预设打钉位置进行计算，获得位置偏差结果；

基于所述位置偏差结果，对所述纸盘是否定位到所述预设打钉位置进行判断。

5.如权利要求4所述的纸盘打钉机的智能控制方法，其特征在于，基于所述位置偏差结果，对所述纸盘是否定位到所述预设打钉位置进行判断，包括：

若所述位置偏差结果小于预设阈值，则判定所述纸盘定位到所述预设打钉位置；

若所述位置偏差结果大于预设阈值，则判定所述纸盘未定位到所述预设打钉位置。

6.如权利要求1所述的纸盘打钉机的智能控制方法，其特征在于，所述纸盘的属性信息，包括以下至少之一：

纸盘重量、纸盘面积、纸盘材质、纸盘厚度以及纸盘所需纸板的个数。

7.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有纸盘打钉机的智能控制方法程序，所述纸盘打钉机的控制方法程序被处理器执行时实现权利要求1-6任一所述的纸盘打钉机的智能控制方法的步骤。

8.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述的纸盘打钉机的智能控制方法的步骤。

Images