CN115877807A - 一种基于机器识别的机械链条生产工艺调控方法及系统 - Google Patents

Abstract

本发明提供了一种基于机器识别的机械链条生产工艺调控方法及系统，涉及工艺加工技术领域，方法包括：对目标待加工机械链条进行分类，将尺寸标识输入工艺参数控制模型，采集获得第一工艺的历史质量检测数据，进行第一工艺的工艺状态分析，基于工艺参数数据进行待加工机械链条的第一工艺打样加工生成质量检测数据，将工艺状态分析结果和打样加工结果和工艺参数数据输入参数优化模型，输出优化控制参数进行待加工机械链条的第一工艺加工控制，本发明解决了现有技术中机器链条生产方法由于生产流程中对制作工艺、质量检测、工艺状态和打样加工的管控不足，实现了机器链条生产流程的合理化精准管控，进而提高机器链条生产的合格率同时减少人工成本。

Description

一种基于机器识别的机械链条生产工艺调控方法及系统

技术领域

本发明涉及工艺加工技术领域，具体涉及一种基于机器识别的机械链条生产工艺调控方法及系统。

背景技术

随着科学技术的发展，特别是链条工艺加工技术的发展，链条在生产生活中一直被广泛地使用，大多数链条生产厂家采用多部机器分步生产链条的方式，不仅需要大量的人力物力，而且生产进度无法提高，容易耽误产品的交期，并且，由于各工段机器没有紧密的衔接，链条半成品容易在输送过程中受到损伤，降低了链条成品的合格率。

现有技术中机器链条生产方法由于生产流程中对制作工艺、质量检测、工艺状态和打样加工的管控不足，使得最终的机器链条生产合格率低、增加人工成本。

发明内容

本申请提供了一种基于机器识别的机械链条生产工艺调控方法及系统，用于针对解决现有技术中存在的机器链条生产方法由于生产流程中对制作工艺、质量检测、工艺状态和打样加工的管控不足，使得最终的机器链条生产合格率低、增加人工成本的技术问题。

鉴于上述问题，本申请提供了一种基于机器识别的机械链条生产工艺调控方法及系统。

第一方面，本申请提供了一种基于机器识别的机械链条生产工艺调控方法，所述方法包括：对目标待加工机械链条进行分类，获得分类结果，其中，所述分类结果具有尺寸标识；将所述尺寸标识输入工艺参数控制模型，输出工艺参数数据；采集获得第一工艺的历史质量检测数据，基于所述历史质量检测数据进行所述第一工艺的工艺状态分析，生成工艺状态分析结果；基于所述工艺参数数据进行所述待加工机械链条的第一工艺打样加工，基于打样加工结果生成质量检测数据；将所述工艺状态分析结果和所述打样加工结果和所述工艺参数数据输入参数优化模型，输出优化控制参数；通过所述优化控制参数进行所述待加工机械链条的第一工艺加工控制。

第二方面，本申请提供了一种基于机器识别的机械链条生产工艺调控系统，所述系统包括：第一分类结果模块，所述第一分类结果模块用于对目标待加工机械链条进行分类，获得分类结果，其中，所述分类结果具有尺寸标识；工艺参数数据模块，所述工艺参数数据模块用于将所述尺寸标识输入工艺参数控制模型，输出工艺参数数据；状态分析结果模块，所述状态分析结果模块用于采集获得第一工艺的历史质量检测数据，基于所述历史质量检测数据进行所述第一工艺的工艺状态分析，生成工艺状态分析结果；质量检测数据模块，所述质量检测数据模块用于基于所述工艺参数数据进行所述待加工机械链条的第一工艺打样加工，基于打样加工结果生成质量检测数据；优化控制参数模块，所述优化控制参数模块用于将所述工艺状态分析结果和所述打样加工结果和所述工艺参数数据输入参数优化模型，输出优化控制参数；第一工艺加工控制模块，所述第一工艺加工控制模块用于通过所述优化控制参数进行所述待加工机械链条的第一工艺加工控制。

本申请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：

本申请提供的一种基于机器识别的机械链条生产工艺调控方法，涉及工艺加工技术领域，解决了现有技术中机器链条生产方法由于生产流程中对制作工艺、质量检测、工艺状态和打样加工的管控不足，使得最终的机器链条生产合格率低的技术问题，实现了机器链条生产流程的合理化精准管控，进而提高机器链条生产的合格率。

附图说明

图1为本申请提供了一种基于机器识别的机械链条生产工艺调控方法流程示意图；

图2为本申请提供了一种基于机器识别的机械链条生产工艺调控方法中分类结果获取流程示意图；

图3为本申请提供了一种基于机器识别的机械链条生产工艺调控方法中参数补偿优化流程示意图；

图4为本申请提供了一种基于机器识别的机械链条生产工艺调控系统结构示意图。

附图标记说明：第一分类结果模块1，工艺参数数据模块2，状态分析结果模块3，质量检测数据模块4，优化控制参数模块5，第一工艺加工控制模块6。

具体实施方式

本申请通过提供一种基于机器识别的机械链条生产工艺调控方法，用于解决现有技术中机器链条生产方法由于生产流程中对制作工艺、质量检测、工艺状态和打样加工的管控不足，使得最终的机器链条生产合格率低、增加人工成本的技术问题。

实施例一

如图1所示，本申请实施例提供了一种基于机器识别的机械链条生产工艺调控方法，该方法包括：

步骤S100：对目标待加工机械链条进行分类，获得分类结果，其中，所述分类结果具有尺寸标识；

具体而言，通过对目标待加工机械链条进行类别划分，其中对目标待加工机械链条根据不同尺寸、不同生产批次、不同用途、不同功能以及样本的数据采集分为传动链、输送链、曳引链、专用特种链等，进一步对目标待加工机械链条进行分类，为后期实现待加工机械链条的第一工艺加工控制优化做为重要参考依据。

步骤S200：将所述尺寸标识输入工艺参数控制模型，输出工艺参数数据；

具体而言，在所获分类结果中所具有的尺寸标识的基础上，将该尺寸标识输入工艺参数控制模型，其中工艺参数控制模型的构建首先需要获取训练样本数据；其中，训练样本数据包括加工样本产品的多项工艺参数；将所述训练样本数据输入至初始的网络模型中，得到所样本产品的多项工艺参数的预测调整数值；基于预测调整数值以及预先获取的真实调整数值计算损失值，并通过最小化损失值，对所述初始的网络模型进行更新，进一步生成工艺参数调整模型。

进而将该尺寸标识输入工艺参数控制模型，输出工艺参数数据，该工艺参数数据是与上述分类所对应的多等级控制参数，为后续实现待加工机械链条的第一工艺加工控制优化夯实基础。

步骤S300：采集获得第一工艺的历史质量检测数据，基于所述历史质量检测数据进行所述第一工艺的工艺状态分析，生成工艺状态分析结果；

具体而言，在采集所获得第一工艺的历史质量检测数据的基础上对第一工艺的工艺状态进行工艺状态的分析，其中第一工艺的历史质量检测数据包含分别对“标示”、“尺寸”、“链长测量”、“拉力试验”、“动载试验”等方面进行检测所获，而所得第一工艺的工艺状态分析结果是指机械加工的工艺稳定性，机械加工的工艺稳定性则是指在一定的加工条件下工艺过程本身的误差波动情况，加工过程中如果只有偶然的随机性因素影响加工精度，即只有随机性波动，该工艺过程就是稳定的，如果有系统性误差因素影响加工精度，即有异常波动，该工艺过程就是不稳定的，进而为实现待加工机械链条的第一工艺加工控制优化做保障。

步骤S400：基于所述工艺参数数据进行所述待加工机械链条的第一工艺打样加工，基于打样加工结果生成质量检测数据；

具体而言，根据上述尺寸标识输入工艺参数控制模型所输出的工艺参数数据的基础上，进行对待加工机械链条的第一工艺打样加工，其中打样加工中可以是打样几个或打样十几个，并基于该待加工机械链条的第一工艺打样加工所获的打样加工结果，进而获得质量检测数据，对实现待加工机械链条的第一工艺加工控制优化有着推进的作用。

步骤S500：将所述工艺状态分析结果和所述打样加工结果和所述工艺参数数据输入参数优化模型，输出优化控制参数；

具体而言，在所获工艺参数控制模型输出的工艺参数数据、待加工机械链条的第一工艺打样加工生成的打样加工结果以及对第一工艺的工艺状态分析所获的工艺状态分析结果，一同输入参数优化模型。

其中参数优化模型为机器学习中的，可以不断进行自我迭代优化的神经网络模型，所述参数优化模型通过训练数据集合监督数据集训练获得，其中，所述训练数据集中的每组训练数据均包括工艺状态分析结果、打样加工结果以及工艺参数数据；所述监督数据集为与所述训练数据集一一对应的故优化控制参数监督数据。

进一步的，所述参数优化模型构建过程为：将训练数据集中每一组训练数据输入参数优化模型，通过这组训练数据对应的监督数据进行参数优化模型的输出监督调整，当参数优化模型的输出结果与监督数据一致，则当前组训练结束，将训练数据集中全部的训练数据均训练结束，则参数优化模型训练完成。

为了保证参数优化模型的准确性，可以通过测试数据集进行参数优化模型的测试处理，举例而言，测试准确率可以设定为90％，当测试数据集的测试准确率满足90％时，则参数优化模型构建完成。

将工艺状态分析结果、打样加工结果以及工艺参数数据输入参数优化模型，输出优化控制参数息，并对后期实现待加工机械链条的第一工艺加工控制优化有着深远的影响。

步骤S600：通过所述优化控制参数进行所述待加工机械链条的第一工艺加工控制。

具体而言，根据参数优化模型输出的优化控制参数进行待加工机械链条的第一工艺加工控制，其中对待加工机械链条的第一工艺加工控制是指对第一工艺的加工产品进行质量检测，并对所检测的结果进行优化调整，使得待加工机械链条的第一工艺加工控制后的机械链条合格率升高。

进一步的，本发明提供了一种基于机器识别的机械链条生产工艺调控方法及系统，涉及工艺加工技术领域，方法包括：对目标待加工机械链条进行分类，将尺寸标识输入工艺参数控制模型，采集获得第一工艺的历史质量检测数据，进行第一工艺的工艺状态分析，基于工艺参数数据进行待加工机械链条的第一工艺打样加工生成质量检测数据，将工艺状态分析结果和打样加工结果和工艺参数数据输入参数优化模型，输出优化控制参数进行待加工机械链条的第一工艺加工控制，本发明解决了现有技术中机器链条生产方法由于生产流程中对制作工艺、质量检测、工艺状态和打样加工的管控不足，使得最终的机器链条生产合格率低的技术问题，实现了机器链条生产流程的合理化精准管控，进而提高机器链条生产的合格率同时减少人工成本。

进一步而言，如图2所示，本申请步骤S100还包括：

步骤S110：获得所述目标待加工机械链条的加工生产批次信息，基于所述加工生产批次信息进行所述目标待加工机械链条的预分类，获得预分类结果；

步骤S120：通过所述尺寸标识进行所述预分类结果的样本聚合，获得样本聚合结果；

步骤S130：根据所述样本聚合结果获得所述分类结果。

具体而言，采集并获得目标代加工机械链条的加工生产批次信息，其中加工生产批次是指当前工艺的前一个工艺批次，示例性的，假设当前工艺为第一工艺，则加工生产批次为原料生产批次，假设当前工艺为第二工艺，则加工生产批次为第一工艺批次，该加工生产批次信息根据时间及设备在工艺流程中的排序所划分。

进一步的，对加工生产批次信息进行目标待加工机械链条的预分类，其中目标待加工机械链条根据所属加工生产批次信息的不同，进行同类别划分并获得预分类结果。

在所获尺寸标识进行所获预分类结果的样本聚合，其中根据目标代加工机械链条所属不同的尺寸标识与预分类结果进行样本聚合，首先需要建立坐标系，在坐标系中标出目标代加工机械链条所属不同的尺寸标识的点与目标代加工机械链条所属不同的预分类结果的点，计算点与点之间的距离，通过距离找相似，并对未知类进行聚类，同时确定类别以及类的个数，提高分类准确度，进而获得样本聚合结果，从而根据所获样本聚合结果获得分类结果，达到为后期实现待加工机械链条的第一工艺加工控制优化提供重要依据的技术效果。

进一步而言，本申请步骤S130包括：

步骤S131：根据所述目标待加工机械链条获得尺寸分级约束信息；

步骤S132：将所述尺寸分级约束信息作为聚合标准，对带有所述尺寸标识的所述预分类结果样本聚合，获得所述样本聚合结果，其中，所述样本聚合结果包括尺寸分级标识数据；

步骤S133：通过所述尺寸分级标识数据和所述样本聚合结果获得所述分类结果。

具体而言，通过在目标待加工机械链条的信息中，获得尺寸分级约束信息，并同时将尺寸分级约束信息作为聚合标准，将带有尺寸标识的预分类结果样本进行聚合，其中目标待加工机械链条的尺寸分级约束信息是将目标待加工机械链条的尺寸根据型号划分出等级并约束在一定范围内，进一步的以该尺寸分级约束信息作为聚合标准，在上述所获预分类结果中符合尺寸分级约束并对尺寸进行标识的样本进行聚合，从而获得样本聚合结果，并在所获样本聚合结果中所包含的尺寸分级标识数据与该样本聚合结果进行整合后，最终获得分类结果，以保证在实现待加工机械链条的第一工艺加工控制优化时的高效性。

进一步而言，本申请步骤S300包括：

步骤S310：对所述历史质量检测数据进行时间标识，获得时间标识结果；

步骤S320：基于所述时间标识结果进行所述历史质量检测数据的数据加权计算，获得加权质量检测数据；

步骤S330：对所述加权质量检测数据进行设备稳定偏向方向和偏离值计算，生成设备稳定偏向数据；

步骤S340：将所述设备稳定偏向数据作为所述工艺状态分析结果。

具体而言，首先对所采集第一工艺的历史质量检测数据进行不同时段的历史质量检测数据的时间标识，并在所得历史质量监测数据的时间标识的基础上，进行历史质量监测数据的数据加权计算，其中第一工艺的历史质量检测数据包含分别对“标示”、“尺寸”、“链长测量”、“拉力试验”、“动载试验”等方面进行检测所获，进一步的将各个历史质量检测数据的个数分别表示为：k1,k2,k3……kn；加权平均的公式是：(k1p1+k2p2+……knpn)/(k1+k2+......kn)，根据历史质量检测数据的数据，其中“尺寸”出现6次，“标示”出现3次，“链长测量”出现1次。6、3、1为权数，表示为：(p1+p2+p3+…+pn)/n，以此得到加权质量检测数据，进一步的，根据加权质量检测数据进行设备稳定偏向方向和偏离值计算，其中工艺稳定性用—R点图验证。为明确区分正常波动与异常波动，需要在x—R点图上绘制出中心线及上、下控制线，如果点子没有超出控制线，而且大部分点子在中心线上下随机波动，则该工艺过程就是稳定的，从而生成设备稳定偏向数据，并同时将设备稳定偏向数据作为工艺状态分析结果，最终达到对实现待加工机械链条的第一工艺加工控制优化提供参考的技术效果。

进一步而言，如图3所示，本申请步骤S600还包括：

步骤S610：设定初始抽样检测周期，基于所述初始抽样检测周期对所述第一工艺的加工产品进行抽样质量检测，获得抽样质量检测结果；

步骤S620：对所述抽样质量检测结果进行质量偏离评价，获得质量偏离评价结果；

步骤S630：基于所述质量偏离评价结果进行所述第一工艺的控制参数补偿优化。

具体而言，将初始抽样检测以月为单位，设定初始抽样检测周期，并同时在所设定的初始抽样检测周期的基础上对所获第一工艺的加工产品进行抽样质量检测，其中该抽样质量检测结果可以是合格或不合格，进一步的，对所获抽样质量检测结果进行质量偏离评价，其中对抽样质量检测结果进行质量偏离评价时，该加工产品依旧为合格，其质量偏离是在合格范围内的偏离，示例性的，若合格约束公差范围为6至10，假设抽样质量检测结果的初始值为8，但有可能随着时间的变化，质量偏离变化可能成为8.8、9、9.5等，进一步获得质量偏离评价结果，从而根据质量偏离评价结果对第一工艺的控制参数进行补偿优化，最终达到待加工机械链条的第一工艺加工控制优化的技术效果。

进一步而言，本申请步骤S630包括：

步骤S631：判断所述质量评价结果是否满足预设质量偏离阈值；

步骤S632：当所述质量评价结果满足所述预设质量偏离阈值时，则根据所述质量评价结果获得偏离速率数据；

步骤S633：基于所述偏离速率数据进行所述第一工艺的控制参数补偿优化。

具体而言，在所获质量评价结果的基础上，对质量评价结果是否满足预设质量偏离阈值进行判断，其中预设质量偏离阈值可以是尺寸精度，其中尺寸精度的标准可以是滚子直径Φ7.8mm，销轴长度L≤10.4mm，内片间距≥3.4mm，链条节距12.7mm，假设取销轴长度L≤10.4mm，内片间距≥3.4mm为预设质量偏离阈值，若质量评价结果满足该预设质量偏离阈值时，即销轴长度L≤10.4mm，内片间距≥3.4mm，进一步根据所获质量评价结果获得偏离速率数据，即质量评价结果是不断变化，由(第一时刻质量评价结果-第零时刻质量评价结果)/(第一时刻减第零时刻)为偏离速率数据，并同时基于所获偏离速率数据对第一工艺的控制参数进行补偿优化，使得目标待加工机械链条满足生产指标的概率提升，进而实现待加工机械链条的第一工艺加工的控制优化。

实施例二

基于与前述实施例中一种基于机器识别的机械链条生产工艺调控方法相同的发明构思，如图4所示，本申请提供了一种基于机器识别的机械链条生产工艺调控系统，系统包括：

第一分类结果模块1，所述第一分类结果模块1用于对目标待加工机械链条进行分类，获得分类结果，其中，所述分类结果具有尺寸标识；

工艺参数数据模块2，所述工艺参数数据模块2用于将所述尺寸标识输入工艺参数控制模型，输出工艺参数数据；

状态分析结果模块3，所述状态分析结果模块3用于采集获得第一工艺的历史质量检测数据，基于所述历史质量检测数据进行所述第一工艺的工艺状态分析，生成工艺状态分析结果；

质量检测数据模块4，所述质量检测数据模块4用于基于所述工艺参数数据进行所述待加工机械链条的第一工艺打样加工，基于打样加工结果生成质量检测数据；

优化控制参数模块5，所述优化控制参数模块5用于将所述工艺状态分析结果和所述打样加工结果和所述工艺参数数据输入参数优化模型，输出优化控制参数；

第一工艺加工控制模块6，所述第一工艺加工控制模块6用于通过所述优化控制参数进行所述待加工机械链条的第一工艺加工控制。

进一步而言，系统还包括：

预分类结果模块，预分类结果模块用于获得所述目标待加工机械链条的加工生产批次信息，基于所述加工生产批次信息进行所述目标待加工机械链条的预分类，获得预分类结果；

第一样本聚合结果模块，第一样本聚合结果模块用于通过所述尺寸标识进行所述预分类结果的样本聚合，获得样本聚合结果；

第二分类结果模块，第二分类结果模块用于根据所述样本聚合结果获得所述分类结果。

进一步而言，系统还包括：

尺寸分级约束信息模块，尺寸分级约束信息模块用于根据所述目标待加工机械链条获得尺寸分级约束信息；

第二样本聚合结果模块，第二样本聚合结果模块用于将所述尺寸分级约束信息作为聚合标准，对带有所述尺寸标识的所述预分类结果样本聚合，获得所述样本聚合结果，其中，所述样本聚合结果包括尺寸分级标识数据；

第三分类结果模块，第三分类结果模块用于通过所述尺寸分级标识数据和所述样本聚合结果获得所述分类结果。

进一步而言，系统还包括：

时间标识结果模块，时间标识结果模块用于对所述历史质量检测数据进行时间标识，获得时间标识结果；

加权质量检测数据模块，加权质量检测数据模块用于基于所述时间标识结果进行所述历史质量检测数据的数据加权计算，获得加权质量检测数据；

稳定偏向数据模块，稳定偏向数据模块用于对所述加权质量检测数据进行设备稳定偏向方向和偏离值计算，生成设备稳定偏向数据；

工艺状态分析结果模块，工艺状态分析结果模块用于将所述设备稳定偏向数据作为所述工艺状态分析结果。

进一步而言，系统还包括：

抽样质量检测结果模块，抽样质量检测结果模块用于设定初始抽样检测周期，基于所述初始抽样检测周期对所述第一工艺的加工产品进行抽样质量检测，获得抽样质量检测结果；

质量偏离评价结果模块，质量偏离评价结果模块用于对所述抽样质量检测结果进行质量偏离评价，获得质量偏离评价结果；

第一工艺的控制参数补偿优化模块，第一工艺的控制参数补偿优化模块用于基于所述质量偏离评价结果进行所述第一工艺的控制参数补偿优化。

进一步而言，系统还包括：

预设质量偏离阈值模块，预设质量偏离阈值模块用于判断所述质量评价结果是否满足预设质量偏离阈值；

偏离速率数据模块，偏离速率数据模块用于当所述质量评价结果满足所述预设质量偏离阈值时，则根据所述质量评价结果获得偏离速率数据；

第一工艺的控制参数补偿优化获取模块，第一工艺的控制参数补偿优化获取模块用于基于所述偏离速率数据进行所述第一工艺的控制参数补偿优化。

本说明书通过前述对一种基于机器识别的机械链条生产工艺调控方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于机器识别的机械链条生产工艺调控方法及系统，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。

Claims (7)

1.一种基于机器识别的机械链条生产工艺调控方法，其特征在于，所述方法包括：

对目标待加工机械链条进行分类，获得分类结果，其中，所述分类结果具有尺寸标识；

将所述尺寸标识输入工艺参数控制模型，输出工艺参数数据；

采集获得第一工艺的历史质量检测数据，基于所述历史质量检测数据进行所述第一工艺的工艺状态分析，生成工艺状态分析结果；

基于所述工艺参数数据进行所述待加工机械链条的第一工艺打样加工，基于打样加工结果生成质量检测数据；

将所述工艺状态分析结果和所述打样加工结果和所述工艺参数数据输入参数优化模型，输出优化控制参数；

通过所述优化控制参数进行所述待加工机械链条的第一工艺加工控制。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

获得所述目标待加工机械链条的加工生产批次信息，基于所述加工生产批次信息进行所述目标待加工机械链条的预分类，获得预分类结果；

通过所述尺寸标识进行所述预分类结果的样本聚合，获得样本聚合结果；

根据所述样本聚合结果获得所述分类结果。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述目标待加工机械链条获得尺寸分级约束信息；

将所述尺寸分级约束信息作为聚合标准，对带有所述尺寸标识的所述预分类结果样本聚合，获得所述样本聚合结果，其中，所述样本聚合结果包括尺寸分级标识数据；

通过所述尺寸分级标识数据和所述样本聚合结果获得所述分类结果。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

对所述历史质量检测数据进行时间标识，获得时间标识结果；

基于所述时间标识结果进行所述历史质量检测数据的数据加权计算，获得加权质量检测数据；

对所述加权质量检测数据进行设备稳定偏向方向和偏离值计算，生成设备稳定偏向数据；

将所述设备稳定偏向数据作为所述工艺状态分析结果。

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

设定初始抽样检测周期，基于所述初始抽样检测周期对所述第一工艺的加工产品进行抽样质量检测，获得抽样质量检测结果；

对所述抽样质量检测结果进行质量偏离评价，获得质量偏离评价结果；

基于所述质量偏离评价结果进行所述第一工艺的控制参数补偿优化。

6.如权利要求5所述的方法，其特征在于，所述方法还包括：

判断所述质量评价结果是否满足预设质量偏离阈值；

当所述质量评价结果满足所述预设质量偏离阈值时，则根据所述质量评价结果获得偏离速率数据；

基于所述偏离速率数据进行所述第一工艺的控制参数补偿优化。

7.一种基于机器识别的机械链条生产工艺调控系统，其特征在于，所述系统包括：

分类结果模块，所述分类结果模块用于对目标待加工机械链条进行分类，获得分类结果，其中，所述分类结果具有尺寸标识；

工艺参数数据模块，所述工艺参数数据模块用于将所述尺寸标识输入工艺参数控制模型，输出工艺参数数据；

状态分析结果模块，所述状态分析结果模块用于采集获得第一工艺的历史质量检测数据，基于所述历史质量检测数据进行所述第一工艺的工艺状态分析，生成工艺状态分析结果；

质量检测数据模块，所述质量检测数据模块用于基于所述工艺参数数据进行所述待加工机械链条的第一工艺打样加工，基于打样加工结果生成质量检测数据；

优化控制参数模块，所述优化控制参数模块用于将所述工艺状态分析结果和所述打样加工结果和所述工艺参数数据输入参数优化模型，输出优化控制参数；

第一工艺加工控制模块，所述第一工艺加工控制模块用于通过所述优化控制参数进行所述待加工机械链条的第一工艺加工控制。

Images