CN114393520B - 一种机器人智能化冲切工艺监测方法及系统 - Google Patents
一种机器人智能化冲切工艺监测方法及系统 Download PDFInfo
- Publication number
- CN114393520B CN114393520B CN202210060847.3A CN202210060847A CN114393520B CN 114393520 B CN114393520 B CN 114393520B CN 202210060847 A CN202210060847 A CN 202210060847A CN 114393520 B CN114393520 B CN 114393520B
- Authority
- CN
- China
- Prior art keywords
- punching
- information
- obtaining
- processing
- intelligent
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24C—ABRASIVE OR RELATED BLASTING WITH PARTICULATE MATERIAL
- B24C1/00—Methods for use of abrasive blasting for producing particular effects; Use of auxiliary equipment in connection with such methods
- B24C1/04—Methods for use of abrasive blasting for producing particular effects; Use of auxiliary equipment in connection with such methods for treating only selected parts of a surface, e.g. for carving stone or glass
- B24C1/045—Methods for use of abrasive blasting for producing particular effects; Use of auxiliary equipment in connection with such methods for treating only selected parts of a surface, e.g. for carving stone or glass for cutting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24C—ABRASIVE OR RELATED BLASTING WITH PARTICULATE MATERIAL
- B24C9/00—Appurtenances of abrasive blasting machines or devices, e.g. working chambers, arrangements for handling used abrasive material
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B26—HAND CUTTING TOOLS; CUTTING; SEVERING
- B26F—PERFORATING; PUNCHING; CUTTING-OUT; STAMPING-OUT; SEVERING BY MEANS OTHER THAN CUTTING
- B26F3/00—Severing by means other than cutting; Apparatus therefor
- B26F3/004—Severing by means other than cutting; Apparatus therefor by means of a fluid jet
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Forests & Forestry (AREA)
- Numerical Control (AREA)
Abstract
本申请公开了一种机器人智能化冲切工艺监测方法及系统,通过对物料信息进行特征识别,获得物料识别特征信息;根据物料识别特征信息、冲切设备参数信息进行逻辑关系处理,获得逻辑关系列表;获得冲切目标要求;基于逻辑关系列表,根据冲切目标要求,确定冲切处理参数、物料处理特征;将冲切处理参数、物料处理特征、冲切目标要求输入智能冲切模型中,获得智能冲切模型的输出结果包括冲切工艺信息;基于冲切工艺信息,确定冲切工艺监测结果。达到了根据水刀切割的物料特征,根据冲切设备的参数、精度,智能化设置水切工艺的参数等,根据冲切设备参数和智能识别特征,构建智能冲切模型,构建逻辑关系以增加冲切准确性和适用性的技术效果。
Description
技术领域
本申请涉及数据分析技术领域,尤其涉及一种机器人智能化冲切工艺监测方法及系统。
背景技术
汽车窗台内压条用于汽车窗台中,进行密封,要确保汽车窗台的密封效果对于压条的尺寸、形状、结构有着精细度的要求,在进行汽车压条材料的冲压过程中,如何按照物料的特征和冲压的要求设定匹配的参数对于窗台内压条的冲压效果至关重要。面对不同工件厚度、材料、切割形状选择合理的工艺方案、工艺参数,才能提高切割的效果,可克服水刀切割断面、切缝在曲线段或尖角处的质量不足。现在的冲切的工艺主要靠人工经验进行设备的参数设定,缺乏有效的监测手段,会出现工艺参数设定情况与实际的冲切过程存在不一致,效果不佳的情况。
发现上述技术至少存在如下技术问题:
现有技术中冲切工艺主要靠人工经验进行设备的参数设定,缺乏有效的监测手段,会出现工艺参数设定情况与实际的冲切过程存在不符而影响冲切效果的技术问题。
发明内容
本申请的目的是提供一种机器人智能化冲切工艺监测方法及系统,用以解决现有技术中冲切工艺主要靠人工经验进行设备的参数设定,缺乏有效的监测手段,会出现工艺参数设定情况与实际的冲切过程存在不符而影响冲切效果的技术问题。达到了根据水刀切割的物料特征,根据冲切设备的参数、精度,智能化设置水切工艺的参数等,根据冲切设备参数和智能识别特征,构建智能冲切模型,构建逻辑关系以增加冲切准确性和适用性的技术效果。
鉴于上述问题,本申请实施例提供了一种机器人智能化冲切工艺监测方法及系统。
第一方面,本申请提供了一种机器人智能化冲切工艺监测方法,所述方法包括:获得物料信息;对所述物料信息进行特征识别,获得物料识别特征信息;获得冲切设备参数信息;根据所述物料识别特征信息、所述冲切设备参数信息进行逻辑关系处理,获得逻辑关系列表;获得冲切目标要求;基于所述逻辑关系列表,根据所述冲切目标要求,确定冲切处理参数、物料处理特征;将所述冲切处理参数、物料处理特征、冲切目标要求输入智能冲切模型中,获得智能冲切模型的输出结果,所述输出结果包括冲切工艺信息;基于所述冲切工艺信息,确定冲切工艺监测结果。
另一方面,本申请还提供了一种机器人智能化冲切工艺监测系统,用于执行如第一方面所述的一种机器人智能化冲切工艺监测方法,所述系统包括:
第一获得单元,所述第一获得单元用于获得物料信息;
第二获得单元,所述第二获得单元用于对所述物料信息进行特征识别,获得物料识别特征信息;
第三获得单元,所述第三获得单元用于获得冲切设备参数信息;
第四获得单元,所述第四获得单元用于根据所述物料识别特征信息、所述冲切设备参数信息进行逻辑关系处理,获得逻辑关系列表;
第五获得单元,所述第五获得单元用于获得冲切目标要求;
第一确定单元,所述第一确定单元用于基于所述逻辑关系列表,根据所述冲切目标要求,确定冲切处理参数、物料处理特征;
第一执行单元,所述第一执行单元用于将所述冲切处理参数、物料处理特征、冲切目标要求输入智能冲切模型中,获得智能冲切模型的输出结果,所述输出结果包括冲切工艺信息;
第二确定单元,所述第二确定单元用于基于所述冲切工艺信息,确定冲切工艺监测结果。
第三方面,本申请还提供了一种机器人智能化冲切工艺监测系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
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:
1.通过根据物料识别特征信息、冲切设备参数信息进行逻辑关系处理,获得逻辑关系列表;获得冲切目标要求;基于所述逻辑关系列表,根据所述冲切目标要求,确定冲切处理参数、物料处理特征;将所述冲切处理参数、物料处理特征、冲切目标要求输入智能冲切模型中,获得智能冲切模型的输出结果,所述输出结果包括冲切工艺信息,达到了根据水刀切割的物料特征,根据冲切设备的参数、精度,智能化设置水切工艺的参数等,根据冲切设备参数和智能识别特征,构建智能冲切模型,构建逻辑关系以增加冲切准确性和适用性的技术效果。
2.通过根据所述物料参数信息,获得第一历史特征数据集;对所述第一历史特征数据集进行去中心化处理,获得第二历史特征数据集;基于所述第二历史特征数据集,获得第一协方差矩阵;对所述第一协方差矩阵进行运算,获得第一特征向量;将所述第一特征数据集投影到所述第一特征向量,获得降维特征数据;利用所述降维特征数据对所述物料参数特征进行特征异常性分析,并根据异常性分析结果确定最终的所述物料参数特征。达到了利用对历史特征数据集进行主成分算法计算提高了特征结果的精准程度,利用降维处理后的特征对提取的特征参数进行校验,确保特征提取结果的准确度,同时减少了数据特征的量级有效提高检验效率,为进行有效的冲切工艺参数的监测提供了保证的技术效果。
3.通过根据所述物料图像特征,获得物料形状、物料尺寸比例信息;基于所述物料参数特征,根据所述物料形状、所述物料尺寸比例信息,获得物料形状影响参数;根据所述物料形状影响参数对所述物料参数特征进行调整,获得所述物料识别特征信息。达到了避免由于特殊的形状和尺寸比例造成的局部物料物理特征改变而出现冲切事故的发生,为了确保冲切效果,在对物料的参数特征分析时将物料的形状和尺寸比例关系对于物料参数影响性进行优化和调整,进一步提高物料识别特征信息的可靠性的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本申请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示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例的一种机器人智能化冲切工艺监测方法的流程示意图;
图2为本申请实施例一种机器人智能化冲切工艺监测系统的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第一确定单元16,第一执行单元17,第二确定单元18,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本申请实施例通过提供一种机器人智能化冲切工艺监测方法及系统,解决了现有技术中冲切工艺主要靠人工经验进行设备的参数设定,缺乏有效的监测手段,会出现工艺参数设定情况与实际的冲切过程存在不符而影响冲切效果的技术问题。
下面,将参考附图对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
本申请提供的技术方案总体思路如下:
对所述物料信息进行特征识别,获得物料识别特征信息;根据所述物料识别特征信息、冲切设备参数信息进行逻辑关系处理,获得逻辑关系列表;获得冲切目标要求;基于所述逻辑关系列表,根据所述冲切目标要求,确定冲切处理参数、物料处理特征;将所述冲切处理参数、物料处理特征、冲切目标要求输入智能冲切模型中,获得智能冲切模型的输出结果,所述输出结果包括冲切工艺信息;基于所述冲切工艺信息,确定冲切工艺监测结果。达到了根据水刀切割的物料特征,根据冲切设备的参数、精度,智能化设置水切工艺的参数等,根据冲切设备参数和智能识别特征,构建智能冲切模型,构建逻辑关系以增加冲切准确性和适用性的技术效果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
请参阅附图1,本申请实施例提供了一种机器人智能化冲切工艺监测方法,所述方法包括:
具体而言,本方法应用于机器人中,机器人在对冲切过程中对冲切工艺进行实时监测。
步骤S100:获得物料信息;
具体而言,物料信息包括了加工物料的材质、属性、厚度、尺寸、形状、加工要求等信息,通过数据线或者网络设备进行数据传输,发送至机器人,或通过机器人自身的采集设备对数据进行采集和提取,如图像采集设备,对物料进行实体的多方位多角度的图像、视频采集,机器人设置有数据接收中心对发送和采集的数据进行接收和存储。
步骤S200:对所述物料信息进行特征识别,获得物料识别特征信息;
进一步的,所述对所述物料信息进行特征识别,获得物料识别特征信息,包括:根据所述物料信息,获得物料图像信息、物料参数信息;根据所述物料参数信息,获得物料参数特征;对所述物料图像信息进行物料图像特征提取,获得物料图像特征;根据所述物料参数特征、所述物料图像特征,获得所述物料识别特征信息。
具体而言,对得到的物料信息进行特征识别主要包括了两部分,一部分为文字数据的特征提取即物料参数信息的特征提取,一部分为图像特征提取即物料图像信息的特征提取,其中文字数据的特征提取按照参数名称进行特征和数据参数的提取,对于图像特征提取利用卷积核对图像进行预设大小的多区域块的划分,对每个区域块进行特征遍历比对,得到比对的结果确定图像的提取特征,根据每个区域的特征进行图像边框的识别和确定,将边框进行标记,通过标记的线条勾勒确定出物料的形状特征,利用对图像的特征识别确定出物料的厚度、轮廓变化等信息。最后利用物料参数特征和物料图像特征进行结合,其中结合主要考虑到物料参数的本身物理与物理形状厚度等外形的影响情况,如有的物理特征硬度大,有的硬度小,不同的硬度特征对于相同的厚度存在不同的切割工艺影响,因而不能单纯的看切割物理的形状和大小或者厚度,还应该结合材料的物理特性进行综合特征的确定,才能更为贴合物料的切割工艺设定要求。
步骤S300:获得冲切设备参数信息;
具体而言,冲切设备即当前执行冲切操作的具体设备,通过与冲切设备进行通信连接,得到当前冲切设备的参数信息、精度,如射流参数、切割参数,水喷嘴、磨料喷嘴、混合腔及磨料供给装置的参数等。
步骤S400:根据所述物料识别特征信息、所述冲切设备参数信息进行逻辑关系处理,获得逻辑关系列表;
进一步的,所述根据所述物料识别特征信息、所述冲切设备参数信息进行逻辑关系处理,获得逻辑关系列表,包括:根据所述物料识别特征信息,获得物料冲切特征信息;根据所述物料冲切特征信息、所述冲切设备参数信息,获得影响关系;基于所述影响关系构建关系列表,所述关系列表包括所述物料冲切特征信息、所述冲切设备参数信息的映射关系;基于所述冲切设备参数信息,获得历史设备冲切数据库;根据所述历史设备冲切数据库对所述映射关系进行数据变化逻辑分析,确定所述物料冲切特征信息与所述冲切设备参数信息之间的逻辑关系;将所述物料冲切特征信息与所述冲切设备参数信息之间的逻辑关系加入所述关系列表中对所述映射关系进行完善,获得所述逻辑关系列表。
具体而言,利用物料识别特征信息、冲切设备参数信息之间的关联特征和相互影响性构建逻辑关系列表,逻辑关系列表主要用于反应物料识别特征信息与冲切设备参数信息之间的映射关系,不同的物料对于冲切工艺有着不同的要求,利用物料的特征与设备参数特征之间的对应影响关系进行逻辑分析,首先根据物料识别特征信息进行物料冲切时的要求分析得到物料冲切特征信息,比如当前的物料是硬度大厚度小的物料,其加工中需要水刀钻孑L采用低压及低磨料流量,这些即为该物料的冲切特征信息,即物料需要的冲切要求;根据得到的物料冲切特征信息与当前实际使用的设备的冲切设备参数信息,进行之间影响关系的分析确定,影响关系即对于当前设备的参数其水刀钻孑L可以选择哪几种,这几种的参数选择对于当前物料会产生不同的切割效果,哪种参数对应了当前物料特征。利用物料特与设备参数特征之间关系构建关系列表,建立其物料与设备参数之间映射关系。为了更为精准的进行逻辑关系的构建使其适应范围更广,利用历史设备冲切数据库对关系列表中的数据进行具象分析,通过历史设备冲切数据库进行物料与冲切参数和冲切结果、效果之间的关系对物料冲切特征信息与冲切设备参数信息之间的逻辑关系进行分析,如设备参数通过不同的范围调整对于物料冲切效果的影响程度,是越大越好,还是越小越好,亦或者对于某种物料在一定的范围区间才能保证冲切效果等,这些他们之间数据的具体影响关系作为逻辑关系,将物料冲切特征信息与所述冲切设备参数信息之间通过历史冲切数据确定的逻辑关系添加至关系列表中对映射关系进行丰富和修正完善,从而完成了逻辑关系列表的构建,通过逻辑关系列表能够对当前物料冲切要求与设备的参数特征之间的逻辑处理关系进行对应的分析,从而增加冲切准确性和适应性,基于这层逻辑关系更便于机器人在进行冲切设备的加工处理过程中进行可靠的监测,能够准确发现其中存在的问题,及时对冲切工艺进行监测和修订,以避免出现加工失误而影响到最终冲切效果。
步骤S500:获得冲切目标要求;
具体而言,冲切目标要求即需要达到的冲击结果,是什么形状的,将物料进行怎么的冲切,如切割面要求、切割的尺寸、切缝为曲线段还是尖角等,冲切目标要求直接绝对了冲切工艺方案的设定和设备参数的设定要求。
步骤S600:基于所述逻辑关系列表,根据所述冲切目标要求,确定冲切处理参数、物料处理特征;
进一步的,所述基于所述逻辑关系列表,根据所述冲切目标要求,确定冲切处理参数、物料处理特征,包括:根据所述冲切目标要求、所述物料识别特征信息,获得所述物料处理特征;根据所述物料处理特征,确定处理特征对应的物料冲切特征信息;利用所述处理特征对应的物料冲切特征信息在所述逻辑关系列表中进行匹配,获得匹配工艺参数信息,将所述匹配工艺参数信息作为所述冲切处理参数。
具体而言,对于冲切过程中需要有多种参数的设定,其中包括了影响性大的参数、影响性小的参数,如有些参数对于冲切方案具有通用性,其在每次冲切工艺参数的设定中会存在变化但变化不大,或者变化的影响性不大,而有些参数针对于物料进行专项调节的,则该参数对冲切工艺的影响就大,在逻辑关系列表中按照当前冲切目标要求进行其中影响大小的程度分析。根据当前冲切目标要求和物料信息得到需要进行冲切的方案作为物料处理特征,即需要将哪部分进行如何冲切操作而达到冲切目标要求,这基于物料信息中的具体特征进行具体的分析,可以得到如何对物料进行处理的对应要求特征作为物料冲切特征信息即在实现冲切目标要求的过程中需要进行哪些参数的对应处理,最后利用物料冲切特征信息在逻辑关系列表中进行匹配,获得匹配工艺参数信息,即要实现物料冲切特征信息即达到冲切目标要求需要进行哪些参数的设定以及设定的逻辑关系,确定与当前冲切要求和物料信息最主要的参数信息,针对重点影响性大的冲切处理参数进行重点的分析和确定,也即是说冲切处理参数是直接影响到实现物料冲切特征信息的主要参数信息,而物料冲切特征信息是直接影响到实现冲切目标要求的主要操作内容,即对物料的哪个部分实现冲切达到什么样的冲切结果。
步骤S700:将所述冲切处理参数、物料处理特征、冲切目标要求输入智能冲切模型中,获得智能冲切模型的输出结果,所述输出结果包括冲切工艺信息;
进一步的,所述将所述冲切处理参数、物料处理特征、冲切目标要求输入智能冲切模型中,获得智能冲切模型的输出结果,所述输出结果包括冲切工艺信息,包括:训练获得所述智能冲切模型,所述智能冲切模型为通过训练数据集进行有监督训练学习获得的,其中所述训练数据集中每组训练数据包括冲切处理参数、物料处理特征、冲切目标要求及标识冲切工艺信息的标识信息;将所述冲切处理参数、物料处理特征、冲切目标要求作为输入数据输入至所述智能冲切模型中进行运算处理,获得所述输出结果,所述输出结果包括所述冲切工艺信息。
具体而言,根据本地的冲切历史数据或者与当前设备的相同的其他设备的冲切历史数据,构建起训练数据集和测试数据集,其中历史数据集合中均包括了冲切处理参数、物料处理特征、冲切目标要求、冲切效果、冲切工艺信息等,从中选择冲切效果达到冲切效果要求的数据,即冲切结果符合质量要求的数据,利用其中的冲切处理参数、物料处理特征、冲切目标要求和标识了与冲切处理参数、物料处理特征、冲切目标要求相匹配的冲切工艺信息的标识信息构建训练数据集、测试数据集,进行神经网络模型的训练,利用有监督训练,利用标识信息进行监督,不断对输出的结果进行校正,对模型进行优化,直到模型的输出结果满足了标识信息,即两者一致时,则学习结束,利用测试数据集对训练好的模型进行测试,使得其满足测试要求,即输出结果具有较高的正确率时,智能冲切模型完成,此时能够通过输入冲切处理参数、物料处理特征、冲切目标要求,则智能冲切模型会输出对应的与其输入数据相匹配的冲切工艺信息,其中应理解输入冲切处理参数为某一个或几个具体的参数信息名称,冲切工艺信息为具体的设定工艺参数及参数的具体数值,为具体的参数设定内容,可以进行具体的工艺控制。通过历史冲压数据进行神经网络模型的构建,提高了数据处理结果的准确度,加快了运算速度,为进行实时有效的工艺监测提供了保证,机器人可以根据接收到的数据和自身图像采集设备采集到的数据进行实时运算输出,得到对应的工艺参数要求,进行对应的参数执行情况和设定情况的监测,确保冲切过程的有效开展而保证了冲切的效果。
步骤S800:基于所述冲切工艺信息,确定冲切工艺监测结果。
进一步的,所述基于所述冲切工艺信息,确定冲切工艺监测结果,包括:利用所述冲切工艺信息对当前设备运行参数进行实时监测,当监测到设备运行参数与所述冲切工艺信息不符合时,获得提醒信息;当所述当前设备运行参数与所述冲切工艺信息相符合时,获得监测合格结果,其中,所述提醒信息、所述监测合格结果作为所述冲切工艺监测结果进行记录或输出。
具体而言,按照确定的冲切工艺信息,机器人通过自身的采集设备对当前的设备运行参数进行采集,利用采集到的当前设备运行参数与运算分析得到的冲切工艺信息进行比对,若两者相同,则冲切工艺参数设定准确,若两者不同,则表明当前的运行参数存在偏差需要进行纠正,此时通过发出提醒来提示当前的状态,同时按照冲切工艺信息对冲切设备进行参数调整,以实现实时监测实时纠偏的效果,进一步提高了监测的效果,保证了冲切合格率,避免因工艺参数的偏差而造成冲切产品质量的技术效果,从而解决了现有技术中冲切工艺主要靠人工经验进行设备的参数设定,缺乏有效的监测手段,会出现工艺参数设定情况与实际的冲切过程存在不符而影响冲切效果的技术问题。达到了根据水刀切割的物料特征,根据冲切设备的参数、精度,智能化设置水切工艺的参数等,根据冲切设备参数和智能识别特征,构建智能冲切模型,构建逻辑关系以增加冲切准确性和适用性的技术效果。
进一步的,所述方法还包括:根据所述物料参数信息,获得第一历史特征数据集;对所述第一历史特征数据集进行去中心化处理,获得第二历史特征数据集;基于所述第二历史特征数据集,获得第一协方差矩阵;对所述第一协方差矩阵进行运算,获得第一特征向量;将所述第一特征数据集投影到所述第一特征向量,获得降维特征数据;利用所述降维特征数据对所述物料参数特征进行特征异常性分析,并根据异常性分析结果确定最终的所述物料参数特征。
具体而言,在通过物料参数信息提取物料参数特征之后,为了进一步提高提取参数特征的可靠性,本申请实施例通过历史物料参数特征对提取的物料参数特征进行校验,利用具有物料参数相同性的历史特征数据集进行分析,第一历史特征数据集是按照物料参数信息得到的与该物料参数信息具有相同参数的物料提取得到的特征数据集,对第一特征数据集进行主成分分析算法进行线性投影,将高维数据特征投影至经过降维处理的低维空间中,所投影的维度上的数据量最大,使用较少的数据维度,保留了原数据点的特征,实现了数据降维的效果,同时保证了原始信息量不丢失的情况下,对数据特征进行精准化处理,对第一历史特征数据集进行去中心化处理,去除平均值,得到中心化处理后的第二历史特征数据集计算协方差,得到第一协方差矩阵,计算协方差矩阵的特征值、特征向量,将特征值进行排序,选取前n个最大的特征值对应的特征向量,即选择放查最大的,保留信息量最大的特征向量,将原始的第一历史特征数据集投影至确定的第一特征向量中去,降维特征数据即为当前物料特征的主要特征信息,利用降维特征数据对当前提取的物料参数特征进行准确性验证,由于降维特征数据具有更高的特征准确度,同时减少了验证的数据量,加快了运算速度,利用物料参数特征,若物料参数特征满足降维特征数据的特征要求,即物料参数特征与降维特征数据没有不存在差异性,则提取的物料参数特征符合要求,若不满足则存在提取特征有偏差的情况进行进一步的特征纠偏处理。除了物料参数特征,对于物料图像特征同样可以进行提取特征的验证纠偏,以提高特征提取结果的可靠性。
进一步的,所述根据所述物料参数特征、所述物料图像特征,获得所述物料识别特征信息,包括:根据所述物料图像特征,获得物料形状、物料尺寸比例信息;基于所述物料参数特征,根据所述物料形状、所述物料尺寸比例信息,获得物料形状影响参数;根据所述物料形状影响参数对所述物料参数特征进行调整,获得所述物料识别特征信息。
具体而言,在利用物料参数特征、物料图像特征,进行特征集合确定物料识别特征信息时,为了具体考虑物料图形形状对物料特征结果的影响,对物料形状、物料尺寸比例进行具体分析,若物料的形状和物料寸尺比例对物料存在属性和物理特性的影响时,则应该将其考虑进去,如物料的厚度分布不匀称,在厚度较大的地方存在曲线段,这些会影响到冲切时的效果,该曲线段的物料特征存在特殊性,此时需要按照物料形状集合物料尺寸比例信息,对当前的物料参数特征进行调整,避免由于特殊的形状和比例造成的局部物料物理特征具有特殊性影响而出现冲切事故的发生,为了确保冲切效果,在对物料的参数特征分析时将物料的形状和尺寸比例关系对于物料参数影响性进行优化和调整,进一步提高物料识别特征信息的可靠性。
实施例二
基于与前述实施例中一种机器人智能化冲切工艺监测方法,同样发明构思,本发明还提供了一种机器人智能化冲切工艺监测系统,请参阅附图2,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得物料信息;
第二获得单元12,所述第二获得单元12用于对所述物料信息进行特征识别,获得物料识别特征信息;
第三获得单元13,所述第三获得单元13用于获得冲切设备参数信息;
第四获得单元14,所述第四获得单元14用于根据所述物料识别特征信息、所述冲切设备参数信息进行逻辑关系处理,获得逻辑关系列表;
第五获得单元15,所述第五获得单元15用于获得冲切目标要求;
第一确定单元16,所述第一确定单元16用于基于所述逻辑关系列表,根据所述冲切目标要求,确定冲切处理参数、物料处理特征;
第一执行单元17,所述第一执行单元17用于将所述冲切处理参数、物料处理特征、冲切目标要求输入智能冲切模型中,获得智能冲切模型的输出结果,所述输出结果包括冲切工艺信息;
第二确定单元18,所述第二确定单元18用于基于所述冲切工艺信息,确定冲切工艺监测结果。
进一步的,所述系统还包括:
第六获得单元,所述第六获得单元用于根据所述物料信息,获得物料图像信息、物料参数信息;
第七获得单元,所述第七获得单元用于根据所述物料参数信息,获得物料参数特征;
第八获得单元,所述第八获得单元用于对所述物料图像信息进行物料图像特征提取,获得物料图像特征;
第九获得单元,所述第九获得单元用于根据所述物料参数特征、所述物料图像特征,获得所述物料识别特征信息。
进一步的,所述系统还包括:
第十获得单元,所述第十获得单元用于根据所述物料参数信息,获得第一历史特征数据集;
第十一获得单元,所述第十一获得单元用于对所述第一历史特征数据集进行去中心化处理,获得第二历史特征数据集;
第十二获得单元,所述第十二获得单元用于基于所述第二历史特征数据集,获得第一协方差矩阵;
第十三获得单元,所述第十三获得单元用于对所述第一协方差矩阵进行运算,获得第一特征向量;
第十四获得单元,所述第十四获得单元用于将所述第一特征数据集投影到所述第一特征向量,获得降维特征数据;
第三确定单元,所述第三确定单元用于利用所述降维特征数据对所述物料参数特征进行特征异常性分析,并根据异常性分析结果确定最终的所述物料参数特征。
进一步的,所述系统还包括:
第十五获得单元,所述第十五获得单元用于根据所述物料图像特征,获得物料形状、物料尺寸比例信息;
第十六获得单元,所述第十六获得单元用于基于所述物料参数特征,根据所述物料形状、所述物料尺寸比例信息,获得物料形状影响参数;
第十七获得单元,所述第十七获得单元用于根据所述物料形状影响参数对所述物料参数特征进行调整,获得所述物料识别特征信息。
进一步的,所述系统还包括:
第十八获得单元,所述第十八获得单元用于根据所述物料识别特征信息,获得物料冲切特征信息;
第十九获得单元,所述第十九获得单元用于根据所述物料冲切特征信息、所述冲切设备参数信息,获得影响关系;
第一构建单元,所述第一构建单元用于基于所述影响关系构建关系列表,所述关系列表包括所述物料冲切特征信息、所述冲切设备参数信息的映射关系;
第二十获得单元,所述第二十获得单元用于基于所述冲切设备参数信息,获得历史设备冲切数据库;
第四确定单元,所述第四确定单元用于根据所述历史设备冲切数据库对所述映射关系进行数据变化逻辑分析,确定所述物料冲切特征信息与所述冲切设备参数信息之间的逻辑关系;
第二十一获得单元,所述第二十一获得单元用于将所述物料冲切特征信息与所述冲切设备参数信息之间的逻辑关系加入所述关系列表中对所述映射关系进行完善,获得所述逻辑关系列表。
进一步的,所述系统还包括:
第二十二获得单元,所述第二十二获得单元用于根据所述冲切目标要求、所述物料识别特征信息,获得所述物料处理特征;
第五确定单元,所述第五确定单元用于根据所述物料处理特征,确定处理特征对应的物料冲切特征信息;
第二十三获得单元,所述第二十三获得单元用于利用所述处理特征对应的物料冲切特征信息在所述逻辑关系列表中进行匹配,获得匹配工艺参数信息,将所述匹配工艺参数信息作为所述冲切处理参数。
进一步的,所述系统还包括:
第二十四获得单元,所述第二十四获得单元用于训练获得所述智能冲切模型,所述智能冲切模型为通过训练数据集进行有监督训练学习获得的,其中所述训练数据集中每组训练数据包括冲切处理参数、物料处理特征、冲切目标要求及标识冲切工艺信息的标识信息;
第二执行单元,所述第二执行单元用于将所述冲切处理参数、物料处理特征、冲切目标要求作为输入数据输入至所述智能冲切模型中进行运算处理,获得所述输出结果,所述输出结果包括所述冲切工艺信息。
进一步的,所述系统还包括:
第二十五获得单元,所述第二十五获得单元用于利用所述冲切工艺信息对当前设备运行参数进行实时监测,当监测到设备运行参数与所述冲切工艺信息不符合时,获得提醒信息;
第二十六获得单元,所述第二十六获得单元用于当所述当前设备运行参数与所述冲切工艺信息相符合时,获得监测合格结果,其中,所述提醒信息、所述监测合格结果作为所述冲切工艺监测结果进行记录或输出。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是预期他实施例的不同之处,前述图1实施例一中的一种机器人智能化冲切工艺监测方法和具体实例同样适用于本实施例的一种机器人智能化冲切工艺监测系统,通过前述对一种机器人智能化冲切工艺监测方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种机器人智能化冲切工艺监测系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种机器人智能化冲切工艺监测方法的发明构思,本发明还提供一种机器人智能化冲切工艺监测系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种机器人智能化冲切工艺监测方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
综上,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:
本申请提供了一种机器人智能化冲切工艺监测方法及系统,通过获得物料信息;对所述物料信息进行特征识别,获得物料识别特征信息;获得冲切设备参数信息;根据所述物料识别特征信息、所述冲切设备参数信息进行逻辑关系处理,获得逻辑关系列表;获得冲切目标要求;基于所述逻辑关系列表,根据所述冲切目标要求,确定冲切处理参数、物料处理特征;将所述冲切处理参数、物料处理特征、冲切目标要求输入智能冲切模型中,获得智能冲切模型的输出结果,所述输出结果包括冲切工艺信息;基于所述冲切工艺信息,确定冲切工艺监测结果。达到了根据水刀切割的物料特征,根据冲切设备的参数、精度,智能化设置水切工艺的参数等,根据冲切设备参数和智能识别特征,构建智能冲切模型,构建逻辑关系以增加冲切准确性和适用性的技术效果。从而解决了现有技术中冲切工艺主要靠人工经验进行设备的参数设定,缺乏有效的监测手段,会出现工艺参数设定情况与实际的冲切过程存在不符而影响冲切效果的技术问题。
本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外,本申请为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于:U盘、移动硬盘、只读存储器(Read-0nly Memory,简称ROM)、随机存取存储器(Random AccessMemory,简称RAM)、磁盘存储器、只读光盘(Compact Disc Read-Only Memory,简称CD-ROM)、光学存储器等各种可以存储程序代码的介质。
本发明是参照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系统。
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系统的制造品,该指令系统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。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。
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 (5)
1.一种机器人智能化冲切工艺监测方法,其特征在于,所述方法包括:
获得物料信息;
对所述物料信息进行特征识别,获得物料识别特征信息;
获得冲切设备参数信息;
根据所述物料识别特征信息、所述冲切设备参数信息进行逻辑关系处理,获得逻辑关系列表;
获得冲切目标要求;
基于所述逻辑关系列表,根据所述冲切目标要求,确定冲切处理参数、物料处理特征;
将所述冲切处理参数、物料处理特征、冲切目标要求输入智能冲切模型中,获得智能冲切模型的输出结果,所述输出结果包括冲切工艺信息;
基于所述冲切工艺信息,确定冲切工艺监测结果;
所述根据所述物料识别特征信息、所述冲切设备参数信息进行逻辑关系处理,获得逻辑关系列表,包括:
根据所述物料识别特征信息,获得物料冲切特征信息;
根据所述物料冲切特征信息、所述冲切设备参数信息,获得影响关系;
基于所述影响关系构建关系列表,所述关系列表包括所述物料冲切特征信息、所述冲切设备参数信息的映射关系;
基于所述冲切设备参数信息,获得历史设备冲切数据库;
根据所述历史设备冲切数据库对所述映射关系进行数据变化逻辑分析,确定所述物料冲切特征信息与所述冲切设备参数信息之间的逻辑关系;
将所述物料冲切特征信息与所述冲切设备参数信息之间的逻辑关系加入所述关系列表中对所述映射关系进行完善,获得所述逻辑关系列表;
所述将所述冲切处理参数、物料处理特征、冲切目标要求输入智能冲切模型中,获得智能冲切模型的输出结果,所述输出结果包括冲切工艺信息,包括:
训练获得所述智能冲切模型,所述智能冲切模型为通过训练数据集进行有监督训练学习获得的,其中所述训练数据集中每组训练数据包括冲切处理参数、物料处理特征、冲切目标要求及标识冲切工艺信息的标识信息;
将所述冲切处理参数、物料处理特征、冲切目标要求作为输入数据输入至所述智能冲切模型中进行运算处理,获得所述输出结果,所述输出结果包括所述冲切工艺信息;
所述对所述物料信息进行特征识别,获得物料识别特征信息,包括:
根据所述物料信息,获得物料图像信息、物料参数信息;
根据所述物料参数信息,获得物料参数特征;
对所述物料图像信息进行物料图像特征提取,获得物料图像特征;
根据所述物料参数特征、所述物料图像特征,获得所述物料识别特征信息;
根据所述物料参数信息,获得第一历史特征数据集;
对所述第一历史特征数据集进行去中心化处理,获得第二历史特征数据集;
基于所述第二历史特征数据集,获得第一协方差矩阵;
对所述第一协方差矩阵进行运算,获得第一特征向量;
将所述第一历史特征数据集投影到所述第一特征向量,获得降维特征数据;
利用所述降维特征数据对所述物料参数特征进行特征异常性分析,并根据异常性分析结果确定最终的所述物料参数特征;
所述根据所述物料参数特征、所述物料图像特征,获得所述物料识别特征信息,包括:
根据所述物料图像特征,获得物料形状、物料尺寸比例信息;
基于所述物料参数特征,根据所述物料形状、所述物料尺寸比例信息,获得物料形状影响参数;
根据所述物料形状影响参数对所述物料参数特征进行调整,获得所述物料识别特征信息。
2.如权利要求1所述的方法,其特征在于,所述基于所述逻辑关系列表,根据所述冲切目标要求,确定冲切处理参数、物料处理特征,包括:
根据所述冲切目标要求、所述物料识别特征信息,获得所述物料处理特征;
根据所述物料处理特征,确定处理特征对应的物料冲切特征信息;
利用所述处理特征对应的物料冲切特征信息在所述逻辑关系列表中进行匹配,获得匹配工艺参数信息,将所述匹配工艺参数信息作为所述冲切处理参数。
3.如权利要求1所述的方法,其特征在于,所述基于所述冲切工艺信息,确定冲切工艺监测结果,包括:
利用所述冲切工艺信息对当前设备运行参数进行实时监测,当监测到设备运行参数与所述冲切工艺信息不符合时,获得提醒信息;
当所述当前设备运行参数与所述冲切工艺信息相符合时,获得监测合格结果,其中,所述提醒信息、所述监测合格结果作为所述冲切工艺监测结果进行记录或输出。
4.一种机器人智能化冲切工艺监测系统,其特征在于,所述系统用于实施权利要求1-3任一一项所述的方法,所述系统包括:
第一获得单元,所述第一获得单元用于获得物料信息;
第二获得单元,所述第二获得单元用于对所述物料信息进行特征识别,获得物料识别特征信息;
第三获得单元,所述第三获得单元用于获得冲切设备参数信息;
第四获得单元,所述第四获得单元用于根据所述物料识别特征信息、所述冲切设备参数信息进行逻辑关系处理,获得逻辑关系列表;
第五获得单元,所述第五获得单元用于获得冲切目标要求;
第一确定单元,所述第一确定单元用于基于所述逻辑关系列表,根据所述冲切目标要求,确定冲切处理参数、物料处理特征;
第一执行单元,所述第一执行单元用于将所述冲切处理参数、物料处理特征、冲切目标要求输入智能冲切模型中,获得智能冲切模型的输出结果,所述输出结果包括冲切工艺信息;
第二确定单元,所述第二确定单元用于基于所述冲切工艺信息,确定冲切工艺监测结果;
第十八获得单元,所述第十八获得单元用于根据所述物料识别特征信息,获得物料冲切特征信息;
第十九获得单元,所述第十九获得单元用于根据所述物料冲切特征信息、所述冲切设备参数信息,获得影响关系;
第一构建单元,所述第一构建单元用于基于所述影响关系构建关系列表,所述关系列表包括所述物料冲切特征信息、所述冲切设备参数信息的映射关系;
第二十获得单元,所述第二十获得单元用于基于所述冲切设备参数信息,获得历史设备冲切数据库;
第四确定单元,所述第四确定单元用于根据所述历史设备冲切数据库对所述映射关系进行数据变化逻辑分析,确定所述物料冲切特征信息与所述冲切设备参数信息之间的逻辑关系;
第二十一获得单元,所述第二十一获得单元用于将所述物料冲切特征信息与所述冲切设备参数信息之间的逻辑关系加入所述关系列表中对所述映射关系进行完善,获得所述逻辑关系列表;
第二十四获得单元,所述第二十四获得单元用于训练获得所述智能冲切模型,所述智能冲切模型为通过训练数据集进行有监督训练学习获得的,其中所述训练数据集中每组训练数据包括冲切处理参数、物料处理特征、冲切目标要求及标识冲切工艺信息的标识信息;
第二执行单元,所述第二执行单元用于将所述冲切处理参数、物料处理特征、冲切目标要求作为输入数据输入至所述智能冲切模型中进行运算处理,获得所述输出结果,所述输出结果包括所述冲切工艺信息。
5.一种机器人智能化冲切工艺监测系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210060847.3A CN114393520B (zh) | 2022-01-19 | 2022-01-19 | 一种机器人智能化冲切工艺监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210060847.3A CN114393520B (zh) | 2022-01-19 | 2022-01-19 | 一种机器人智能化冲切工艺监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114393520A CN114393520A (zh) | 2022-04-26 |
CN114393520B true CN114393520B (zh) | 2023-05-09 |
Family
ID=81230679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210060847.3A Active CN114393520B (zh) | 2022-01-19 | 2022-01-19 | 一种机器人智能化冲切工艺监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114393520B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114722080B (zh) * | 2022-06-07 | 2022-08-26 | 江苏邦润智能科技有限公司 | 一种拉丝机的拉丝加工生产预警方法及系统 |
CN114820825B (zh) * | 2022-06-28 | 2022-09-20 | 浩源科技有限公司 | 一种地下管廊装配式结构的绿色检测方法及系统 |
CN117400363B (zh) * | 2023-10-27 | 2024-04-19 | 广州帕卡汽车零部件有限公司 | 一种汽车褥垫的双工位切割装置及精度控制方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04279232A (ja) * | 1991-02-08 | 1992-10-05 | Yukiro Iwazumi | シートメタル加工方法 |
JP2013161111A (ja) * | 2012-02-01 | 2013-08-19 | Hitachi Ltd | 突き加工のツールパス生成システム及び生成方法 |
KR20160116181A (ko) * | 2015-03-26 | 2016-10-07 | (주) 티오피에스 | 워터제트를 이용한 형상 가공 방법 및 장치 |
CN107065762A (zh) * | 2017-06-16 | 2017-08-18 | 长春富维安道拓汽车饰件系统有限公司 | 一种汽车仪表板生产用冲切信息采集系统及采集方法 |
KR101957711B1 (ko) * | 2017-08-01 | 2019-03-13 | 사단법인 캠틱종합기술원 | 가공좌표계상 가공시간에 따라 가공위치와 물리적 가공절삭 특성값을 매핑하는 절삭특성맵을 활용하여 절삭상태를 지능적으로 감시 및 진단하고, 절삭조건을 제어할 수 있는 지능형 cnc공작기계 제어시스템 |
EP3525175A1 (en) * | 2018-02-09 | 2019-08-14 | Dassault Systèmes | Designing a part manufacturable by milling operations |
CN108646672B (zh) * | 2018-05-23 | 2020-03-27 | 珠海格力电器股份有限公司 | 一种数控冲切自动匹配方法及系统 |
CN109396863A (zh) * | 2018-09-18 | 2019-03-01 | 武汉华中数控股份有限公司 | 切削加工智能制造生产线及其工作方法 |
CN113560368A (zh) * | 2021-07-29 | 2021-10-29 | 鄂尔多斯市勤惠汽车部件制造有限公司 | 汽车板件冲压工艺数据采集方法和系统 |
-
2022
- 2022-01-19 CN CN202210060847.3A patent/CN114393520B/zh active Active
Non-Patent Citations (1)
Title |
---|
张成 ; 王义林 ; 龙会才 ; .基于知识的精冲模冲压工艺设计方法的研究.模具技术.2010,(第06期),第1-5页. * |
Also Published As
Publication number | Publication date |
---|---|
CN114393520A (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114393520B (zh) | 一种机器人智能化冲切工艺监测方法及系统 | |
CN116009480B (zh) | 一种数控机床的故障监测方法、装置、设备及存储介质 | |
EP3896408B1 (en) | Abnormal noise evaluation system and abnormal noise evaluation method | |
DE102009001921A1 (de) | Vorrichtung und Verfahren zur Feststellung einer Sichtlinie | |
CN112718921B (zh) | 一种电机转子冲压模具的质量检测方法及装置 | |
DE102018126429A1 (de) | Bearbeitungsbedingungsanpassungsvorrichtung und Maschinenlernvorrichtung | |
EP1672578A1 (en) | Method and system for analyzing the risk of a project | |
CN113807622A (zh) | 一种事件决策生成方法、装置、电子设备及存储介质 | |
CN108228785A (zh) | 设备参数的核查方法和核查装置 | |
US11651120B2 (en) | Method and system of reporting stretching failure in stamping die development | |
CN103761520B (zh) | 基于笔划宽度的文档图像无参二值化方法 | |
CN110363670A (zh) | 基于历史案例的车辆碰撞定损方法及系统 | |
JP3200104B2 (ja) | 自動溶接システム | |
CN107203916B (zh) | 一种用户信用模型建立方法及装置 | |
DE102021204550A1 (de) | Verfahren zum Erzeugen wenigstens eines Datensatzes zum Trainieren eines Algorithmus maschinellen Lernens | |
CN113721568B (zh) | 一种注射针加工流程的多重智能报警方法及系统 | |
CN115201442A (zh) | 一种板材制耳性能评价方法、装置、设备及存储介质 | |
CN115994308B (zh) | 基于元学习的数控机床故障识别方法、系统、设备及介质 | |
CN114511169B (zh) | 一种飞行随动锁钉质量的评估方法及系统 | |
Hatami | Data requirements for analysis of manufacturing systems using computer simulation | |
US20220176467A1 (en) | Method and system for recognizing deburring trajectory | |
CN112434807B (zh) | 基于眼底图像的深度学习模型性能验证方法及设备 | |
EP4357864A1 (en) | Control device and method for determining a joint identity of a tightened joint | |
CN117011209A (zh) | 用于可视化解释和稳健性验证的方法和装置 | |
CN113469545A (zh) | 一种咨询服务效果测评方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |