CN114937063B - 一种双回旋刀令纸生产线运行速度自适应调整方法 - Google Patents

一种双回旋刀令纸生产线运行速度自适应调整方法 Download PDF

Info

Publication number
CN114937063B
CN114937063B CN202210855931.4A CN202210855931A CN114937063B CN 114937063 B CN114937063 B CN 114937063B CN 202210855931 A CN202210855931 A CN 202210855931A CN 114937063 B CN114937063 B CN 114937063B
Authority
CN
China
Prior art keywords
paper
speed
image
cutter
roller shaft
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
Application number
CN202210855931.4A
Other languages
English (en)
Other versions
CN114937063A (zh
Inventor
高丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Jinshan Paper Co ltd
Original Assignee
Shandong Jinshan Paper Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Jinshan Paper Co ltd filed Critical Shandong Jinshan Paper Co ltd
Priority to CN202210855931.4A priority Critical patent/CN114937063B/zh
Publication of CN114937063A publication Critical patent/CN114937063A/zh
Application granted granted Critical
Publication of CN114937063B publication Critical patent/CN114937063B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/77—Determining position or orientation of objects or cameras using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30124—Fabrics; Textile; Paper
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Abstract

本发明涉及智能控制技术领域，具体涉及一种双回旋刀令纸生产线运行速度自适应调整方法。该方法为：获取待裁切的纸张图像并获取该纸张图像的平整度，根据平整度判断纸张是否存在堆积；若纸张存在堆积，获取堆积程度，根据堆积程度对刀切辊轴的速度进行加速调整，直至刀切辊轴之前待裁切的纸张图像不存在堆积；若纸张不存在堆积，获取纸张的实际长度；根据实际长度判断纸张是否存在过度拉伸；若纸张存在过度拉伸，对刀切辊轴的速度进行降速调整，直至纸张处于正常状态，在纸张处于正常状态时，基于送纸轴的速度调整刀切辊轴的速度，能够降低切纸生产线上纸张损坏的概率，并且提高了对速度调整的精度。

Description

一种双回旋刀令纸生产线运行速度自适应调整方法
技术领域
本发明涉及智能控制技术领域，具体涉及一种双回旋刀令纸生产线运行速度自适应调整方法。
背景技术
造纸行业是国民经济的重要支柱产业，近年来随着工业的快速发展，对切纸机的要求也越来越高；目前，新型的一体化造纸机在运行过程中越来越先进，不需要大量的工作人员进行操作，而双回旋刀切纸设备是一体化造纸机中非常重要的一部分，它主要是用来将生产好的原纸剪切成不同规格的纸张，以满足不同用户的需要。
目前的双回旋刀切纸设备在控制回旋刀切割时往往是通过手动调节来控制生产运行速度，根据回旋刀的裁切的速度、送纸轴的速度、切纸的长度以及切纸棍的速度之间的关系来自适应调节生产线的运行速度。但利用人工调节的方式容易在长时间的工作下出现误差，会出现送纸速度与刀轴速度不一致导致出现纸张堆积或者是拉伸的现象，使得切纸得到的质量较低甚至会毁坏纸张。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种双回旋刀令纸生产线运行速度自适应调整方法，该方法包括以下步骤：
获取刀切辊轴之前待裁切的纸张图像，计算所述纸张图像上每个像素点与其邻域像素点之间的灰度差值，基于所述灰度差值获取所述纸张图像的平整度，根据所述平整度判断纸张是否存在堆积；
若所述纸张存在堆积，构建所述纸张图像对应的高斯混合模型，所述高斯混合模型包括多个高斯子模型，基于每个高斯子模型对应的期望进行升序排列并标号，根据所述高斯子模型的标号对所述纸张图像中每个像素点的灰度值进行更新得到更新图像；
根据所述更新图像中相同标号之间的欧式距离构建聚集矩阵，根据所述聚集矩阵获取所述纸张图像的堆积程度，根据所述堆积程度对所述刀切辊轴的速度进行加速调整，直至所述刀切辊轴之前待裁切的纸张图像不存在堆积；
若所述纸张不存在堆积，获取刀切辊轴裁切后纸张的表面图像，识别所述表面图像中纸张的长度，根据表面图像中纸张的长度获取所述纸张的实际长度；根据所述实际长度判断所述纸张是否存在过度拉伸；若所述纸张存在过度拉伸，对所述刀切辊轴的速度进行降速调整，直至纸张处于正常状态，所述正常状态为不存在堆积且不存在过度拉伸的状态；在纸张处于正常状态时，基于送纸轴的速度调整所述刀切辊轴的速度。
优选的，所述基于所述灰度差值获取所述纸张图像的平整度的步骤，包括：
根据每个像素点与其邻域像素点之间的灰度差值计算差值均值以及差值方差；根据所述差值均值与所述差值方差获取所述纸张图像的平整度为：
Figure DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE004
表示纸张图像的平整度；
Figure DEST_PATH_IMAGE006
表示纸张图像中所有像素点的数量；
Figure DEST_PATH_IMAGE008
表示纸张图像中第
Figure DEST_PATH_IMAGE010
个像素点对应的差值均值；
Figure DEST_PATH_IMAGE012
表示纸张图像中第
Figure 36663DEST_PATH_IMAGE010
个像素点对应的差值方差。
优选的，所述根据所述高斯子模型的标号对所述纸张图像中每个像素点的灰度值进行更新得到更新图像的步骤，包括：
将所述纸张图像中每个像素点的灰度值输入高斯子模型中得到高斯值，每个所述像素点对应多个高斯值，对每个所述高斯值进行加权，权重为所述高斯值对应的高斯子模型的权重；将加权的高斯值中的最大值对应的高斯子模型的标号赋予所述像素点，所述纸张图像中所有像素点的灰度值更新后的图像为更新图像。
优选的，所述聚集矩阵的行元素为标号，所述聚集矩阵的列元素为相应标号之间的欧式距离；所述聚集矩阵中位置为
Figure DEST_PATH_IMAGE014
的元素表示在更新图像中第
Figure DEST_PATH_IMAGE016
个标号与所有相同标号之间的欧式距离为
Figure DEST_PATH_IMAGE018
时的数量。
优选的，所述根据所述聚集矩阵获取所述纸张图像的堆积程度的步骤，包括：
所述堆积程度的计算方法为：
Figure DEST_PATH_IMAGE020
其中，
Figure DEST_PATH_IMAGE022
表示纸张图像的堆积程度；
Figure 140754DEST_PATH_IMAGE018
表示相同标号之间的欧式距离；
Figure DEST_PATH_IMAGE024
表示聚集矩阵中位置为
Figure 248388DEST_PATH_IMAGE014
的元素值；
Figure DEST_PATH_IMAGE026
表示相同标号之间欧式距离的最大值；
Figure DEST_PATH_IMAGE028
表示标号的数量；
Figure DEST_PATH_IMAGE030
表示自然对数。
优选的，所述根据所述堆积程度对所述刀切辊轴的速度进行加速调整的步骤，包括：
计算所述刀切辊轴的速度与所述堆积程度的乘积，获取所述乘积与送纸轴的速度的比值作为增量，根据所述增量对所述刀切辊轴的速度进行加速调整。
优选的，所述根据表面图像中纸张的长度获取所述纸张的实际长度的步骤，包括：
获取拍摄图像的相机的焦距与高度，所述高度为所述相机与纸张表面之间的高度；计算所述高度与所述纸张的长度之间的乘积，所述乘积与所述焦距的比值为所述纸张的实际长度。
优选的，所述对所述刀切辊轴的速度进行降速调整的步骤，包括：
获取送纸轴的速度与刀切辊轴的速度之间的差值，以所述差值与送纸轴的速度的比值作为减量，根据所述减量对所述刀切辊轴的速度进行降速调整。
优选的，所述基于送纸轴的速度调整所述刀切辊轴的速度的步骤，包括：
所述刀切辊轴的速度与送纸轴的速度相等。
本发明具有如下有益效果：本发明实施例中通过对裁切前纸张图像的平整度进行计算，判断纸张是否存在堆积现象，当纸张存在堆积时，计算纸张的堆积程度，并基于堆积程度对刀切辊轴的速度进行自适应加速调整，对速度调控的准确度更高；当纸张不存在堆积时，通过获取裁切后纸张的表面图像得到纸张的实际长度，根据实际长度判断纸张是否存在过度拉伸，然后对刀切辊轴速度进行调整以消除过度拉伸的情况，确保了刀切辊轴是在纸张处于正常状态下进行工作，降低了切纸生产线上纸张损坏的概率，提高了速度调整的精度。
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和优点，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的介绍，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人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种双回旋刀令纸生产线运行速度自适应调整方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种双回旋刀令纸生产线运行速度自适应调整方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本申请适用于对纸张裁切过程中刀切辊轴的速度的自适应调整，通过对裁切前纸张图像的平整度计算判断是否存在堆积，若存在堆积则基于堆积程度对刀切辊轴的速度进行自适应加速调整，若不存在堆积则获取裁切后纸张的表面图像，基于表面图像判断纸张是否存在过度拉伸，若存在过度拉伸，对刀切辊轴进行降速使得纸张处于正常状态，在纸张处于正常状态下时将刀切辊轴的速度调整为与送纸轴速度一致，使得后续能够正常工作，降低了纸张出现毁坏的概率，提高了对刀切辊轴的速度调整的准确度。
下面结合附图具体的说明本发明所提供的一种双回旋刀令纸生产线运行速度自适应调整方法的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种双回旋刀令纸生产线运行速度自适应调整方法流程图，该方法包括以下步骤：
步骤S100，获取刀切辊轴之前待裁切的纸张图像，计算纸张图像上每个像素点与其邻域像素点之间的灰度差值，基于灰度差值获取纸张图像的平整度，根据平整度判断纸张是否存在堆积。
具体的，采集纸张在被裁切前表面的纸张图像，基于该纸张图像判断裁切前是否出现送纸轴的速度与刀切辊轴速度不一致导致纸张出现堆积现象，以该纸张图像中任意像素点为目标点，获取该目标点与其八邻域像素点之间的灰度差值，获取该目标点对应的8个灰度差值的差值均值与差值方差；以此类推，以每个像素点作为目标点计算对应的差值均值与差值方差，为了便于后续计算，对纸张图像中所有像素点对应的差值均值以及差值方差均进行归一化处理，归一化方法为现有公知技术，不再赘述。
基于归一化处理后每个像素点的差值均值与差值方差计算该纸张图像的平整度为：
Figure DEST_PATH_IMAGE002A
其中，
Figure 283077DEST_PATH_IMAGE004
表示纸张图像的平整度；
Figure 644920DEST_PATH_IMAGE006
表示纸张图像中所有像素点的数量；
Figure 998541DEST_PATH_IMAGE008
表示纸张图像中第
Figure 796732DEST_PATH_IMAGE010
个像素点对应的差值均值；
Figure 730053DEST_PATH_IMAGE012
表示纸张图像中第
Figure 195670DEST_PATH_IMAGE010
个像素点对应的差值方差。
该纸张图像的平整度取值范围为
Figure DEST_PATH_IMAGE032
，当该纸张图像的平整度越趋近于-1时，说明此时该纸张图像的表面越平整；反之，当该纸张图像的平整度越趋近于1时，说明此时该纸张图像的表面越不平整，即当平整度取值不为-1时，表明在裁切纸张的生产线上出现了纸张堆积现象。
步骤S200，若纸张存在堆积，构建纸张图像对应的高斯混合模型，高斯混合模型包括多个高斯子模型，基于每个高斯子模型对应的期望进行升序排列并标号，根据高斯子模型的标号对纸张图像中每个像素点的灰度值进行更新得到更新图像。
根据步骤S100中获取到的纸张图像的平整度判断是否发生纸张堆积的现象，当纸张发生堆积时，判断此时纸张的堆积程度，基于不同的堆积程度对刀切辊轴的速度进行相应的调整。
首先，对纸张图像中所有像素点的灰度值进行统计，基于像素点的灰度值以及每个灰度值出现的概率构建该纸张图像对应的灰度直方图，基于灰度直方图中的数据进行拟合得到纸张图像的高斯混合模型，该高斯混合模型由多个高斯子模型得到，每个高斯子模型均对应相应的权重，本发明实施例中设置高斯子模型数量为5，即该纸张图像对应的高斯混合模型中包括5个高斯子模型，每个灰度值输入高斯子模型中均可得到相应的高斯值；则该纸张图像中每个像素点的灰度值输入该高斯混合模型中可得到相应的高斯概率为：
Figure DEST_PATH_IMAGE034
其中，
Figure DEST_PATH_IMAGE036
表示灰度值
Figure DEST_PATH_IMAGE038
输入高斯混合模型中得到的高斯概率；
Figure DEST_PATH_IMAGE040
表示灰度值
Figure 218727DEST_PATH_IMAGE038
输入第
Figure 504215DEST_PATH_IMAGE016
个高斯子模型得到的高斯值；
Figure DEST_PATH_IMAGE042
表示第
Figure 506806DEST_PATH_IMAGE016
个高斯子模型对应的权重；
Figure 561350DEST_PATH_IMAGE028
表示高斯子模型的数量，本发明实施例中
Figure DEST_PATH_IMAGE044
。
然后，对每个高斯子模型进行标号，依据每个高斯子模型对应的期望对所有的高斯子模型进行升序排列，然后对排列后的高斯子模型依次进行标号为
Figure DEST_PATH_IMAGE046
。
由于每个像素点的灰度值输入不同的高斯子模型可得到不同的高斯值，即每个像素点均可对应5个高斯值，对每个高斯值进行加权，权重为该高斯值对应的高斯子模型的权重，选取每个像素点对应的5个加权后的高斯值中的最大值，将该最大值对应的高斯子模型的标号赋予该像素点；以此类推，对纸张图像中每个像素点的灰度值进行更新得到新的更新图像，该更新图像中像素点的像素值范围为1-5，以此作为该更新图像中每个像素点的灰度级。
步骤S300，根据更新图像中相同标号之间的欧式距离构建聚集矩阵，根据聚集矩阵获取纸张图像的堆积程度，根据堆积程度对刀切辊轴的速度进行加速调整，直至刀切辊轴之前待裁切的纸张图像不存在堆积。
由步骤S200中得到更新后的更新图像，由于该更新图像中每个像素点的像素值是由对应高斯子模型的标号赋值得到，即每个像素点的像素值范围为1-5；且以更新图像中像素点对应的标号作为该像素点对应的灰度级，即更新图像中共包括5种灰度级；计算更新图像中相同灰度级之间的欧式距离，统计所有灰度级之间的欧式距离构建聚集矩阵，该聚集矩阵的行元素为灰度级，列元素为相同灰度级之间的欧式距离，聚集矩阵中位置为
Figure 600981DEST_PATH_IMAGE014
的元素表示在更新图像中第
Figure 373765DEST_PATH_IMAGE016
个灰度级与所有相同灰度级之间的欧式距离为
Figure 429315DEST_PATH_IMAGE018
时的数量。基于该聚集矩阵获取纸张图像的堆积程度为：
Figure DEST_PATH_IMAGE020A
其中，
Figure 666261DEST_PATH_IMAGE022
表示纸张图像的堆积程度；
Figure 735848DEST_PATH_IMAGE018
表示相同灰度级之间的欧式距离；
Figure 746661DEST_PATH_IMAGE024
表示聚集矩阵中位置为
Figure 356633DEST_PATH_IMAGE014
的元素值；
Figure 385769DEST_PATH_IMAGE026
表示相同灰度级之间欧式距离的最大值；
Figure 954154DEST_PATH_IMAGE006
表示更新图像中所有像素点的数量，与纸张图像中像素点数量一致；
Figure 685218DEST_PATH_IMAGE028
表示灰度级的数量，
Figure 98882DEST_PATH_IMAGE044
；
Figure 982525DEST_PATH_IMAGE030
表示自然对数。
堆积程度越大，表明纸张产生堆积现象越严重，此时刀切辊轴的速度应该越大，计算刀切辊轴的速度与堆积程度的乘积，获取乘积与送纸轴的速度的比值作为增量，根据增量对刀切辊轴的速度进行加速调整；调整之后刀切辊轴的速度具体为：
Figure DEST_PATH_IMAGE048
其中，
Figure DEST_PATH_IMAGE050
表示刀切辊轴调整之后的速度；
Figure 3701DEST_PATH_IMAGE022
表示纸张图像的堆积程度；
Figure DEST_PATH_IMAGE052
表示当前时刻送纸轴的速度；
Figure DEST_PATH_IMAGE054
表示当前时刻刀切辊轴的速度。
基于调整后的刀切辊轴的速度对后续的纸张进行裁切，实时采集裁切前纸张的纸张图像，并对纸张图像进行分析判断纸张是否仍然发生堆积现象，若仍然存在堆积现象则继续计算纸张图像的堆积程度并相应对刀切辊轴的速度进行加速调整。
步骤S400，若纸张不存在堆积，获取刀切辊轴裁切后纸张的表面图像，识别表面图像中纸张的长度，根据表面图像中纸张的长度获取纸张的实际长度；根据实际长度判断纸张是否存在过度拉伸；若纸张存在过度拉伸，对刀切辊轴的速度进行降速调整，直至纸张处于正常状态，正常状态为不存在堆积且不存在过度拉伸的状态；在纸张处于正常状态时，基于送纸轴的速度调整刀切辊轴的速度。
具体的，当裁切前的纸张不存在堆积现象时，判断此时纸张是否存在过度拉伸；获取通过刀切辊轴裁切后的纸张的表面图像，对该表面图像进行边缘检测获取裁切后的纸张边缘，然后通过检测得到的边缘之间的交点坐标获取表面图像中纸张的长度，基于相机位置以及相关参数计算裁切后纸张的实际长度为：
Figure DEST_PATH_IMAGE056
其中，
Figure DEST_PATH_IMAGE058
表示裁切得到的纸张的实际长度；
Figure DEST_PATH_IMAGE060
表示相机设置位置与纸张位置之间的高度；
Figure DEST_PATH_IMAGE062
表示表面图像中纸张的长度；
Figure DEST_PATH_IMAGE064
表示相机的焦距。
基于获取到的纸张的实际长度与生产线上实际要求的纸张标准长度进行比较，当该裁切后纸张的实际长度小于标准长度时，说明刀切辊轴的速度大于送纸轴的速度，纸张过度拉伸发生打滑，从而导致裁切的纸张尺寸较小，因此需要将刀切辊轴的速度适当减小；
获取送纸轴的速度与刀切辊轴的速度之间的差值，以差值与送纸轴的速度的比值作为减量，根据减量对刀切辊轴的速度进行降速调整。调整之后刀切辊轴的速度具体为：
Figure DEST_PATH_IMAGE066
其中，
Figure DEST_PATH_IMAGE068
表示刀切辊轴调整之后的速度；
Figure 607682DEST_PATH_IMAGE052
表示当前时刻送纸轴的速度；
Figure 825037DEST_PATH_IMAGE054
表示当前时刻刀切辊轴的速度。
根据调整后的刀切辊轴的速度对纸张进行裁切，并实时获取裁切后纸张的实际长度，判断纸张是否存在过度拉伸现象，若仍然存在过度拉伸现象则继续对刀切辊轴的速度进行减速调整。
需要说明的是，对于步骤S200中纸张出现堆积的情况，通过对刀切辊轴进行加速调整以解决纸张堆积的问题，而加速调整后的刀切辊轴速度在对纸张进行裁切时，也可能会存在纸张过度拉伸现象，同样对采用调整后的刀切辊轴的速度进行裁切的纸张进行表面图像的采集，判断纸张是否存在过度拉伸的现象，若存在过度拉伸则继续对刀切辊轴的速度进行调整。
对刀切辊轴的速度调整之后，判断裁切前后的纸张状态是否恢复正常状态，正常状态即纸张不存在堆积现象和过度拉伸现象，当纸张状态恢复正常状态后，将刀切辊轴的速度依照送纸轴的速度进行调节，使得刀切辊轴的速度与送纸轴的速度保持一致，以确保裁切纸张的生产线能够正常工作。
综上所述，本发明实施例通过获取刀切辊轴裁切前的纸张图像，对该纸张图像进行平整度计算判断纸张是否存在堆积；若存在堆积现象，则构建纸张图像对应的多个高斯子模型，并对每个高斯子模型进行标号；基于每个像素点的灰度值输入高斯子模型中得到的高斯值对纸张图像中每个像素点的灰度值进行更新，得到更新后的更新图像，构建该更新图像对应的聚集矩阵从而得到堆积程度，根据堆积程度自适应对刀切辊轴的速度进行调整；若不存在堆积现象，获取刀切辊轴裁切后纸张的表面图像，根据该表面图像获取纸张的实际长度，判断纸张是否出现过度拉伸，存在过度拉伸时，对刀切辊轴的速度进行降速调整，使得纸张能够回到正常状态，当纸张处于正常状态之后，调整刀切辊轴的速度与送纸轴的速度保持一致，降低了纸张由于速度调整不合适出现破损等质量问题的概率，提高了对刀切辊轴速度自适应调整的准确度。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种双回旋刀令纸生产线运行速度自适应调整方法，其特征在于，该方法包括以下步骤：
获取刀切辊轴之前待裁切的纸张图像，计算所述纸张图像上每个像素点与其邻域像素点之间的灰度差值，基于所述灰度差值获取所述纸张图像的平整度，根据所述平整度判断纸张是否存在堆积；
若所述纸张存在堆积，构建所述纸张图像对应的高斯混合模型，所述高斯混合模型包括多个高斯子模型，基于每个高斯子模型对应的期望进行升序排列并标号，根据所述高斯子模型的标号对所述纸张图像中每个像素点的灰度值进行更新得到更新图像；
根据所述更新图像中相同标号之间的欧式距离构建聚集矩阵，根据所述聚集矩阵获取所述纸张图像的堆积程度，根据所述堆积程度对所述刀切辊轴的速度进行加速调整，直至所述刀切辊轴之前待裁切的纸张图像不存在堆积；
若所述纸张不存在堆积，获取刀切辊轴裁切后纸张的表面图像，识别所述表面图像中纸张的长度，根据表面图像中纸张的长度获取所述纸张的实际长度；根据所述实际长度判断所述纸张是否存在过度拉伸；若所述纸张存在过度拉伸，对所述刀切辊轴的速度进行降速调整，直至纸张处于正常状态，所述正常状态为不存在堆积且不存在过度拉伸的状态；在纸张处于正常状态时，基于送纸轴的速度调整所述刀切辊轴的速度。
2.根据权利要求1所述的一种双回旋刀令纸生产线运行速度自适应调整方法，其特征在于，所述基于所述灰度差值获取所述纸张图像的平整度的步骤，包括：
根据每个像素点与其邻域像素点之间的灰度差值计算差值均值以及差值方差；根据所述差值均值与所述差值方差获取所述纸张图像的平整度为：
Figure 200423DEST_PATH_IMAGE001
其中，
Figure 48293DEST_PATH_IMAGE002
表示纸张图像的平整度；
Figure 566999DEST_PATH_IMAGE003
表示纸张图像中所有像素点的数量；
Figure 260149DEST_PATH_IMAGE004
表示纸张图像中第
Figure 665854DEST_PATH_IMAGE005
个像素点对应的差值均值；
Figure 419046DEST_PATH_IMAGE006
表示纸张图像中第
Figure 425048DEST_PATH_IMAGE005
个像素点对应的差值方差。
3.根据权利要求1所述的一种双回旋刀令纸生产线运行速度自适应调整方法，其特征在于，所述根据所述高斯子模型的标号对所述纸张图像中每个像素点的灰度值进行更新得到更新图像的步骤，包括：
将所述纸张图像中每个像素点的灰度值输入高斯子模型中得到高斯值，每个所述像素点对应多个高斯值，对每个所述高斯值进行加权，权重为所述高斯值对应的高斯子模型的权重；将加权的高斯值中的最大值对应的高斯子模型的标号赋予所述像素点，所述纸张图像中所有像素点的灰度值更新后的图像为更新图像。
4.根据权利要求1所述的一种双回旋刀令纸生产线运行速度自适应调整方法，其特征在于，所述聚集矩阵的行元素为标号，所述聚集矩阵的列元素为相应标号之间的欧式距离；所述聚集矩阵中位置为
Figure 921889DEST_PATH_IMAGE007
的元素表示在更新图像中第
Figure 946214DEST_PATH_IMAGE008
个标号与所有相同标号之间的欧式距离为
Figure 604729DEST_PATH_IMAGE009
时的数量。
5.根据权利要求1所述的一种双回旋刀令纸生产线运行速度自适应调整方法，其特征在于，所述根据所述聚集矩阵获取所述纸张图像的堆积程度的步骤，包括：
所述堆积程度的计算方法为：
Figure 98027DEST_PATH_IMAGE010
其中，
Figure 132979DEST_PATH_IMAGE011
表示纸张图像的堆积程度；
Figure 778855DEST_PATH_IMAGE009
表示相同标号之间的欧式距离；
Figure 608271DEST_PATH_IMAGE012
表示聚集矩阵中位置为
Figure 588865DEST_PATH_IMAGE007
的元素值；
Figure 161929DEST_PATH_IMAGE013
表示相同标号之间欧式距离的最大值；
Figure 906986DEST_PATH_IMAGE014
表示标号的数量；
Figure 172882DEST_PATH_IMAGE015
表示自然对数。
6.根据权利要求1所述的一种双回旋刀令纸生产线运行速度自适应调整方法，其特征在于，所述根据所述堆积程度对所述刀切辊轴的速度进行加速调整的步骤，包括：
计算所述刀切辊轴的速度与所述堆积程度的乘积，获取所述乘积与送纸轴的速度的比值作为增量，根据所述增量对所述刀切辊轴的速度进行加速调整。
7.根据权利要求1所述的一种双回旋刀令纸生产线运行速度自适应调整方法，其特征在于，所述根据表面图像中纸张的长度获取所述纸张的实际长度的步骤，包括：
获取拍摄图像的相机的焦距与高度，所述高度为所述相机与纸张表面之间的高度；计算所述高度与所述纸张的长度之间的乘积，所述乘积与所述焦距的比值为所述纸张的实际长度。
8.根据权利要求1所述的一种双回旋刀令纸生产线运行速度自适应调整方法，其特征在于，所述对所述刀切辊轴的速度进行降速调整的步骤，包括：
获取送纸轴的速度与刀切辊轴的速度之间的差值，以所述差值与送纸轴的速度的比值作为减量，根据所述减量对所述刀切辊轴的速度进行降速调整。
9.根据权利要求1所述的一种双回旋刀令纸生产线运行速度自适应调整方法，其特征在于，所述基于送纸轴的速度调整所述刀切辊轴的速度的步骤，包括：
所述刀切辊轴的速度与送纸轴的速度相等。
CN202210855931.4A 2022-07-21 2022-07-21 一种双回旋刀令纸生产线运行速度自适应调整方法 Active CN114937063B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210855931.4A CN114937063B (zh) 2022-07-21 2022-07-21 一种双回旋刀令纸生产线运行速度自适应调整方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210855931.4A CN114937063B (zh) 2022-07-21 2022-07-21 一种双回旋刀令纸生产线运行速度自适应调整方法

Publications (2)

Publication Number Publication Date
CN114937063A CN114937063A (zh) 2022-08-23
CN114937063B true CN114937063B (zh) 2022-09-23

Family

ID=82868628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210855931.4A Active CN114937063B (zh) 2022-07-21 2022-07-21 一种双回旋刀令纸生产线运行速度自适应调整方法

Country Status (1)

Country Link
CN (1) CN114937063B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3182537A (en) * 1962-01-05 1965-05-11 Donald R Grody Paper cutting machine with counter controlled stacking means
JP2016081283A (ja) * 2014-10-16 2016-05-16 グローリー株式会社 紙葉類処理装置
CN110271894A (zh) * 2019-07-10 2019-09-24 东莞市骏兴机械科技有限公司 A4纸双回旋刀切纸令纸生产线
CN110303545A (zh) * 2019-07-10 2019-10-08 东莞市骏兴机械科技有限公司 A4纸双回旋刀切纸、令纸生产和箱包装一体生产线
CN216709796U (zh) * 2022-01-20 2022-06-10 瑞安市东腾机械有限公司 一种大令纸包装机的送纸机构

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3182537A (en) * 1962-01-05 1965-05-11 Donald R Grody Paper cutting machine with counter controlled stacking means
JP2016081283A (ja) * 2014-10-16 2016-05-16 グローリー株式会社 紙葉類処理装置
CN110271894A (zh) * 2019-07-10 2019-09-24 东莞市骏兴机械科技有限公司 A4纸双回旋刀切纸令纸生产线
CN110303545A (zh) * 2019-07-10 2019-10-08 东莞市骏兴机械科技有限公司 A4纸双回旋刀切纸、令纸生产和箱包装一体生产线
CN216709796U (zh) * 2022-01-20 2022-06-10 瑞安市东腾机械有限公司 一种大令纸包装机的送纸机构

Also Published As

Publication number Publication date
CN114937063A (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN109145713B (zh) 一种结合目标检测的小目标语义分割方法
CN114782475B (zh) 基于人工智能系统的瓦楞纸箱压线缺陷检测优化方法
CN106935683A (zh) 一种太阳能电池片高速视觉定位及矫正系统及其方法
CN114937063B (zh) 一种双回旋刀令纸生产线运行速度自适应调整方法
CN110738092B (zh) 一种发票文本检测方法
CN113240693A (zh) 芯片切割控制方法、系统、设备及计算机可读存储介质
CN112200870B (zh) 基于孪生网络的分类和位置损失相结合的单目标跟踪方法
CN113576016A (zh) 基于烟丝结构的切丝调节方法
CN114359276B (zh) 基于麻点缺陷的钢模下料优选方案获取方法
CN112693947A (zh) 拉料偏差处理方法、装置、电子设备和存储介质
CN112434583A (zh) 车道横向减速标线检测方法、系统、电子设备及存储介质
CN115049165B (zh) 基于深度学习的浮选精矿品位预测方法、装置及设备
CN114800533B (zh) 一种用于工业机器人的分拣控制方法及系统
CN114972261A (zh) 一种板带钢表面质量缺陷的识别方法
CN206864487U (zh) 一种太阳能电池片高速视觉定位及矫正系统
CN110009000B (zh) 基于adaboost+svm改进分类算法的粮堆目标检测方法
CN109993066B (zh) 面向边线的车辆定位方法和系统
CN111523576B (zh) 一种适用于电子质量检测的密度峰值聚类离群点检测方法
CN107067027B (zh) 一种基于光滑多示例学习的目标识别方法
CN116984421B (zh) 一种矫平机的滚筒控制方法及系统
CN112132804B (zh) 一种用于集卡轮毂的防吊起检测方法
CN113674233B (zh) 基于人工智能的木材优选锯视觉检测方法
US20240119195A1 (en) Laminator simulation method and apparatus for secondary battery production
EP4266290A1 (en) Mold notching machine simulation device and method for secondary battery production
EP4261635A1 (en) Coater simulation method and device for secondary battery production

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