CN116175670A - 一种基于伺服机械臂的模切精度调整系统及方法 - Google Patents
一种基于伺服机械臂的模切精度调整系统及方法 Download PDFInfo
- Publication number
- CN116175670A CN116175670A CN202310222111.6A CN202310222111A CN116175670A CN 116175670 A CN116175670 A CN 116175670A CN 202310222111 A CN202310222111 A CN 202310222111A CN 116175670 A CN116175670 A CN 116175670A
- Authority
- CN
- China
- Prior art keywords
- die
- cutting
- distance
- cut
- cut product
- 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.)
- Granted
Links
- 238000005520 cutting process Methods 0.000 title claims abstract description 204
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000000463 material Substances 0.000 claims abstract description 93
- 239000013598 vector Substances 0.000 claims description 50
- 230000008859 change Effects 0.000 claims description 44
- 238000004519 manufacturing process Methods 0.000 claims description 36
- 238000001514 detection method Methods 0.000 claims description 31
- 230000004044 response Effects 0.000 claims description 14
- 239000002699 waste material Substances 0.000 claims description 13
- 238000004140 cleaning Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims 1
- 239000002994 raw material Substances 0.000 description 28
- 238000012549 training Methods 0.000 description 27
- 230000008569 process Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 14
- 238000000605 extraction Methods 0.000 description 13
- 238000004513 sizing Methods 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000010410 dusting Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 239000013643 reference control Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B26—HAND CUTTING TOOLS; CUTTING; SEVERING
- B26D—CUTTING; DETAILS COMMON TO MACHINES FOR PERFORATING, PUNCHING, CUTTING-OUT, STAMPING-OUT OR SEVERING
- B26D5/00—Arrangements for operating and controlling machines or devices for cutting, cutting-out, stamping-out, punching, perforating, or severing by means other than cutting
- B26D5/005—Computer numerical control means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B26—HAND CUTTING TOOLS; CUTTING; SEVERING
- B26D—CUTTING; DETAILS COMMON TO MACHINES FOR PERFORATING, PUNCHING, CUTTING-OUT, STAMPING-OUT OR SEVERING
- B26D5/00—Arrangements for operating and controlling machines or devices for cutting, cutting-out, stamping-out, punching, perforating, or severing by means other than cutting
- B26D5/007—Control means comprising cameras, vision or image processing systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B26—HAND CUTTING TOOLS; CUTTING; SEVERING
- B26F—PERFORATING; PUNCHING; CUTTING-OUT; STAMPING-OUT; SEVERING BY MEANS OTHER THAN CUTTING
- B26F1/00—Perforating; Punching; Cutting-out; Stamping-out; Apparatus therefor
- B26F1/38—Cutting-out; Stamping-out
-
- 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
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Forests & Forestry (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Perforating, Stamping-Out Or Severing By Means Other Than Cutting (AREA)
Abstract
本说明书实施例提供一种基于伺服机械臂的模切精度调整系统及方法,该方法基于控制系统执行,包括:获取模切产品的图像数据;基于图像数据,确定模切特征调整参数;基于模切特征调整参数调整输送装置、伺服机械臂、模切装置中至少一种的工作特征;其中,输送装置用于将模切物料带传送到模切装置上,伺服机械臂用于对模切物料带的位置进行调整,模切装置用于对模切物料带进行模切,得到模切产品。
Description
技术领域
本说明书涉及模切机领域,特别涉及一种基于伺服机械臂的模切精度调整系统及方法。
背景技术
在实际模切过程中,输送装置一般将原料带至模切装置的模具刀口下面,然后静止等待模切装置冲切、冲切完成后输送装置将料带带出。如果由电机控制的输送装置不能精确的按照指定的步距拉料,或者造成原料带偏斜等,可能会导致产品冲切的位置参差不齐,进而造成产品大小边、产品公差过大或者产品内外框偏位等影响模切结果的良品率的现象产生。同时,在实际生产中由于原材料的厚度的不同、材料特性的不同都会对模切精度产生影响。
因此,希望提供一种基于伺服机械臂的模切精度调整系统及方法,可以实时监测并对模切精度进行调整,实现精准模切。
发明内容
本说明书一个或多个实施例提供一种基于伺服机械臂的模切精度调整系统,所述系统包括:输送装置、模切装置、图像检测装置、清废系统、伺服机械臂、控制系统;输送装置用于将模切物料带传送到模切装置上;模切装置用于对模切物料带进行模切,得到模切产品;图像检测装置用于对模切产品从至少一个拍摄角度进行图像采集,得到图像数据;清废系统用于对模切装置在模切过程产生的废料进行收集和清理;伺服机械臂用于对模切物料带的位置进行调整;控制系统用于:基于图像数据,确定模切特征调整参数;基于模切特征调整参数调整输送装置、伺服机械臂、模切装置中至少一种的工作特征。
本说明书一个或多个实施例提供一种基于伺服机械臂的模切精度调整方法,所述方法基于控制系统执行,包括:获取模切产品的图像数据,图像数据基于至少一个拍摄角度采集;基于图像数据,确定模切特征调整参数;基于模切特征调整参数调整输送装置、伺服机械臂、模切装置中至少一种的工作特征;其中,输送装置用于将模切物料带传送到模切装置上,伺服机械臂用于对模切物料带的位置进行调整,模切装置用于对模切物料带进行模切,得到模切产品。
本说明书一个或多个实施例提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如上所述的基于伺服机械臂的模切精度调整方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的基于伺服机械臂的模切精度调整系统的结构框图;
图2是根据本说明书一些实施例所示的基于伺服机械臂的模切精度调整方法的示例性流程图;
图3是根据本说明书一些实施例所示的模切产品及模切物料带的示例性示意图;
图4是根据本说明书一些实施例所示的确定第一特征参数的示例性示意图;
图5是根据本说明书一些实施例所示的基于第一特征参数进行调整的示例性示意图;
图6是根据本说明书一些实施例所示的基于第二特征参数进行调整的示例性示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例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说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另作说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的基于伺服机械臂的模切精度调整系统的结构框图。
如图1所示,模切精度调整系统100包括:输送装置110、模切装置120、伺服机械臂130、图像检测装置140、清废系统150、控制系统160。
输送装置110是指用于输送原材料(例如,模切物料带111)的装置。在一些实施例中,输送装置110用于将模切物料带111传送到模切装置120上。在一些实施例中,输送装置110可以按照一定的运行参数对模切物料带111进行输送。关于运行参数的更多内容可以参见图5及其相关描述。
模切物料带111是指用于承载原材料的传送带。其中,原材料可以与传送带粘接在一起。示例性的原材料可以包括但不限于金属片、胶带等。
模切装置120是指将原材料根据预定形状,通过精密加工和切割的方式使原材料形成特定形状的装置。在一些实施例中,模切装置120用于对模切物料带111进行模切,得到模切产品121和废料122。在一些实施例中,模切装置120可以利用模具,通过调压机构施加一定的模切压力,将原材料压切成一定形状。
模切产品121是指模切物料带111经过模切装置120模切后所产生的加工产品。经过模切,模切产品121可以具有特定形状。
废料122是指模切装置120模切过程中产生的废弃物料。例如,废料122可以包括边料、间隙废料、不合格产品(例如,出现起毛、起尘、溢胶、切口不平滑等的模切产品)等。
伺服机械臂130是指用于对模切物料带的位置进行调整的装置。在一些实施例中,伺服机械臂130用于对模切物料带111的位置进行调整。关于对模切物料带的位置进行调整的更多内容可以参见图5及其相关描述。
图像检测装置140是指用于获取图像数据的设备。在一些实施例中,图像检测装置140用于对模切产品121从至少一个拍摄角度进行图像采集,得到图像数据141。在一些实施例中,图像检测装置140的拍摄角度可以根据需求进行调整。在一些实施例中,图像检测装置140可以位于模切装置120的出口位置。在一些实施例中,图像检测装置140可以包括一个或多个。在一些实施例中,图像检测装置140可以包括但不限于机器视觉检测设备等。
清废系统150是指用于清理废料的设备。在一些实施例中,清废系统150可以用于对模切装置120在模切过程产生的废料122进行收集和清理。
控制系统160是指具有计算能力的系统,例如计算机、工控机、计算云平台等。在一些实施例中,控制系统160可以包含一个或多个子处理器例如中央处理器(CPU)、图形处理器(GPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、微处理器等或以上任意组合。
在一些实施例中,控制系统160可以从模切精度调整系统100的图像检测装置140获取数据和/或信息。控制系统160可以基于这些数据、信息和/或处理结果执行程序指令,以执行一个或多个本说明书实施例中描述的功能。
在一些实施例中,控制系统160可以用于:获取模切产品的图像数据;基于图像数据,确定模切特征调整参数;基于模切特征调整参数调整输送装置、伺服机械臂、模切装置中至少一种的工作特征。其中,模切特征调整参数包括第一特征参数和第二特征参数。关于模切特征调整参数的更多内容可以参见图3、图4及其相关描述。在一些实施例中,控制系统160可以用于:响应于第一特征参数中的第一特征向量满足第一预设条件,基于满足第一预设条件的第一特征向量更新输送装置的运行参数,运行参数包括跳跃尺寸和生产速度。关于更新输送装置的运行参数的更多内容可以参见图5及其相关描述。
在一些实施例中,控制系统160可以用于:响应于第一特征参数中模切产品对应的第一距离与第二距离之比满足第二预设条件,基于第一距离与第二距离之比的变化趋势确定模切物料带的偏移方向;基于偏移方向,控制伺服机械臂调整模切物料带至预设位置。关于调整模切物料带至预设位置的更多内容可以参见图5及其相关描述。
在一些实施例中,控制系统160可以用于:基于第二特征参数对模切装置进行调节或预警。关于基于第二特征参数进行调整的更多内容可以参见图6及其相关描述。
图2是根据本说明书一些实施例所示的基于伺服机械臂的模切精度调整方法的示例性流程图。如图2所示,流程200包括下述步骤。在一些实施例中,流程200可以由控制系统160执行。
步骤210,获取模切产品的图像数据。
模切产品是指经过模切得到的产品。例如,模切产品可以是模切后得到的具有特定形状的产品等。
在一些实施例中,模切产品可以通过模切装置对模切物料带进行模切获取。关于模切装置的更多内容可以参见图1及其相关描述。
图像数据是指对模切产品进行拍摄得到的图像集合。例如,图像数据可以是从模切开始到当前时间点之间的这段时间内采集的多个图像构成的图像集合。
在一些实施例中,图像数据的每张图像中可以包括一个或多个模切产品,其中多个模切产品位置相邻。
在一些实施例中,图像数据可以基于图像检测装置在某一时刻对模切产品从不同拍摄角度进行图像采集来获取。示例性的,图像检测装置p可以在时刻t从拍摄角度α对模切产品A-模切产品E进行拍摄得到图像z1,图像检测装置k可以在时刻t从拍摄角度β对模切产品A-模切产品E进行拍摄得到图像z2,最终得到图像数据为(z1,z2)。关于图像检测装置的相关内容详见图1及其相关描述。其中,拍摄角度是指拍摄对象与拍摄的模切产品之间的角度,其中,拍摄对象可以是图像检测装置。在一些实施例中,拍摄角度可以由系统或人为对图像检测装置进行预设。
在一些实施例中,图像数据可以基于图像检测装置在多个时刻对模切产品进行图像采集来获取。图像检测装置的拍摄时间可以通过用户预先设置。例如,拍摄时间可以是连续拍摄,或者拍摄时间可以是间隔拍摄,时间间隔可以预设。示例性的,图像检测装置p可以在时刻t1从拍摄角度α对模切产品A-模切产品E进行拍摄得到图像w1、在时刻t2从拍摄角度β对模切产品A-模切产品E进行拍摄得到图像w2,图像检测装置k可以在时刻t1从拍摄角度α对模切产品A-模切产品E进行拍摄得到图像w3、在时刻t2从拍摄角度β对模切产品A-模切产品E进行拍摄得到图像w4,最终得到图像数据为[(w1,w3),(w2,w4)]。
关于图像检测装置的更多内容可以参见图1及其相关描述。
步骤220,基于图像数据,确定模切特征调整参数。
模切特征调整参数是指与模切过程及模切结果相关的参数。例如,模切特征调整参数可以包括模切装置的模切压力、输送装置的输送速度等。
在一些实施例中,控制系统可以通过多种方式基于图像数据,确定模切特征调整参数。例如,控制系统可以对图像数据中的多张图像进行分析处理,确定输送装置的输送速度等。
在一些实施例中,模切特征调整参数包括第一特征参数。
第一特征参数是指与模切产品之间的位置相关的参数。在一些实施例中,第一特征参数可以包括第一特征向量和第二特征向量。其中,第一特征向量与模切物料带上的前后两次模切的位置间隔相关,第二特征向量与模切产品的上边界点至模切物料带的上边缘的第一距离、模切产品的下边界点至模切物料带的下边缘的第二距离相关。关于第一特征向量和第二特征向量的更多内容可以参见图4及其相关描述。
前后两次模切的位置间隔是指模切物料带上相邻两个模切产品之间的位置间隔。例如,前后两次模切的位置间隔可以是前后两个模切产品的左边界点(即最左边的边界点)与右边界点(即最右边的边界点)之间的最短距离。如图3所示,C1为模切产品B1的右边界点,C2为模切产品B2的左边界点,D3为C1与C2之间的最短距离,即D3为前后两次模切的位置间隔。
第一距离是指模切产品的上边界点至模切物料带的上边缘之间的最短距离。其中,上边界点是指模切产品上方的最远点位。如图3所示,A为模切物料带,模切产品B1的上边界点C3与模切物料带A的上边缘a1之间的最短距离D1为第一距离,模切产品B2的上边界点C4与模切物料带A的上边缘a1之间的最短距离D2为第一距离。
第二距离是指模切产品的下边界点至模切物料带的下边缘之间的最短距离。其中,下边界点是指模切产品下方的最远点位。如图3所示,模切产品B1的下边界点C5与模切物料带A的上边缘a2之间的最短距离D4为第二距离,模切产品B2的下边界点C6与模切物料带A的下边缘a2之间的最短距离D5为第二距离。
在一些实施例中,第一特征参数可以基于特征提取模型确定。具体地,控制系统可以基于特征提取模型对图像检测装置在当前时间点前一段时间采集的子图像数据进行处理,确定模切物料带的第一特征向量和第二特征向量,得到第一特征参数。关于确定第一特征参数的更多内容详见图4及其相关说明。
在一些实施例中,模切特征调整参数可以包括第二特征参数。
实际的模切产品与标准模切产品之间可能存在偏差,第二特征参数是与该偏差相关的参数。其中,标准模切产品是指符合制备要求或满足用户需求的模切产品。标准模切产品的相关参数可以由人为预设得到。
在一些实施例中,第二特征参数可以包括模切产品的尺寸公差、模切产品的形位公差中至少一种。
模切产品的尺寸公差是指实际模切产品的尺寸相对于标准模切产品的标准尺寸的变动范围。模切产品的尺寸公差越大,模切产品的加工难度越小。
模切产品的尺寸公差可以通过多种方式确定。例如,控制系统可以通过对图像数据进行分析处理,确定多个模切产品的最大极限尺寸与最小极限尺寸;基于最大极限尺寸与最小极限尺寸之差的绝对值确定模切产品的尺寸公差。其中,最大极限尺寸可以是实际模切产品的尺寸比标准模切产品的标准尺寸大时,实际模切产品最大可以达到的尺寸。最小极限尺寸可以是实际模切产品的尺寸比标准模切产品的标准尺寸小时,实际模切产品最小可以达到的尺寸。仅作为示例,一批模切产品中,最大极限尺寸是模切产品的宽度为101mm,最小极限尺寸是模切产品的宽度为99mm,则可以确定该批模切产品的尺寸公差为2mm。
模切产品的形位公差是指实际模切产品的形状和位置相对于标准模切产品的标准形状和标准位置的允许变动量。在一些实施例中,模切产品的形位公差可以包括模切产品的形状公差和位置公差。
模切产品的形状公差是指实际模切产品的形状相对于标准模切产品的标准形状的允许变动量。在一些实施例中,模切产品的形状公差可以包括直线度、平面度、圆度、圆柱度、线轮廓度和面轮廓度。
模切产品的位置公差是指实际模切产品的位置相对于标准模切产品的标准位置的允许变动量。
在一些实施例中,控制系统可以通过多种方式确定模切产品的形位公差。例如,控制系统可以基于模切检测仪器检测获取模切产品的形位公差,以确定第二特征参数。示例性的模切检测仪器可以是百分表、光学平面度测量仪、千分尺、高度尺、三坐标测量仪、投影仪、数据采集仪等。
步骤230,基于模切特征调整参数调整输送装置、伺服机械臂、模切装置中至少一种的工作特征。
工作特征是指模切过程中与输送装置、伺服机械臂、模切装置有关的特征。例如,工作特征可以包括输送装置的输送速度、伺服机械臂的调整位置、模切装置的模切压力等。
在一些实施例中,控制系统可以通过预设规则,基于模切特征调整参数调整输送装置、伺服机械臂、模切装置的工作特征。示例性的预设规则可以是:当前后两次模切的位置间隔超过一定阈值时,控制系统可以调整输送装置的输送速度。其中,阈值可以预先设定。示例性的预设规则还可以是:当第一距离和第二距离偏离对应的标准距离时,控制伺服机械臂调整模切物料带的位置。其中,标准距离可以预先设定。
在一些实施例中,控制系统可以基于模切特征调整参数,通过预设对照表确定输送装置、伺服机械臂、模切装置中至少一种的工作特征。在一些实施例中,预设对照表中包括多个不同的模切特征调整参数与参考工作特征的对应关系。在一些实施例中,可以根据先验知识或历史数据(例如,各装置在不同历史模切特征调整参数下的历史调整数据)构建多个不同的参考模切特征调整参数与参考工作特征的对应关系来得到预设对照表。
在一些实施例中,响应于第一特征参数中的第一特征向量满足第一预设条件,控制系统可以基于满足第一预设条件的第一特征向量更新输送装置的运行参数。
在一些实施例中,响应于第一特征参数中模切产品对应的第一距离与第二距离之比满足第二预设条件,控制系统可以基于第一距离与第二距离之比的变化趋势确定模切物料带的偏移方向;基于偏移方向,控制伺服机械臂调整模切物料带至预设位置。
关于基于第一特征参数进行调整的内容详见图5及其相关说明。
在一些实施例中,控制系统可以基于第二特征参数对模切装置进行调节或预警。关于基于第二特征参数进行调整的内容详见图6及其相关说明。
通过本说明书一些实施例所述的通过获取图像数据,确定模切特征调整参数,再基于模切特征调整参数来调整输送装置、伺服机械臂、模切装置中至少一种的工作特征,可以实时确定模切情况,并根据模切情况对相关装置的参数进行调整,从而实现精准模切,提高模切精度,减少模切的物料损耗。
应当注意的是,上述有关流程200的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程200进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图4是根据本说明书一些实施例所示的确定第一特征参数的示例性示意图。
在一些实施例中,控制系统可以基于特征提取模型420对图像检测装置在当前时间点前一段时间采集的子图像数据410进行处理,确定模切物料带的第一特征向量430-1和第二特征向量430-2,以得到第一特征参数430。
在一些实施例中,特征提取模型可以为机器学习模型。例如,特征提取模型可以包括循环神经网络(Recurrent Neural Network,RNN)模型、深度神经网络(Deep NeuralNetwork,DNN)模型、卷积神经网络(Convolutional Neural Network,CNN)模型等各种可行的模型中的任意一种或组合。
在一些实施例中,特征提取模型420的输入为当前时间点前一段时间采集的子图像数据410,输出为模切物料带的第一特征向量430-1和第二特征向量430-2。
子图像数据是指当前时间点前一段时间对模切产品进行拍摄得到的图像集合。在一些实施例中,子图像数据的每张图像中可以包括一个或多个模切产品,其中多个模切产品位置相邻。
在一些实施例中,子图像数据可以基于图像检测装置在当前时间点前一段时间内的某一时刻对模切产品从不同拍摄角度进行图像采集来获取。
在一些实施例中,子图像数据可以基于图像检测装置在当前时间点前一段时间内的多个时刻对模切产品进行图像采集来获取。
子图像数据的采集方式与图像数据的采集方式类似,更多内容可以参见图2及其相关描述。
在一些实施例中,子图像数据可以是图像数据集合的子集。其中,图像数据是指从模切开始到当前时间点之间的这段时间内采集的多个图像构成的图像集合,子图像数据是指当前时间点前一段时间采集的多个图像构成的图像集合。例如,模切开始的时间是第0分钟,当前时间点是第5分钟,当前时间点前一段时间为80s,则图像数据是指第0分钟到第5分钟这段时间采集的图像集合;子图像数据是指第3分40秒到第5分钟这段时间采集的图像集合。
第一特征向量是指与前后两次模切的位置间隔相关的特征向量。在一些实施例中,第一特征向量可以包括前后两次模切的位置间隔的最大值(后续简称为间隔最大值)、前后两次模切的位置间隔的最小值(后续将成为间隔最小值)、前后两次模切的位置间隔的最大变化率(后续简称为间隔最大变化率)。示例性的第一特征向量可以表示为(m1,m2,m3),其中m1表示间隔最大值、m2表示间隔最小值、m3表示间隔最大变化率。关于前后两次模切的位置间隔的更多内容可以参见图2及其相关描述。
由前文可知,子图像数据的每张图像中可以包括一个或多个模切产品。图像中每两个模切产品之间存在一个前后两次模切的位置间隔。
在一些实施例中,当子图像数据包括一张图像时,间隔最大值可以是该图像中的多个前后两次模切的位置间隔中的最大值,间隔最小值可以是该图像中的多个前后两次模切的位置间隔中的最小值。每两个前后两次模切的位置间隔之间存在一个变化率,该变化率可以通过前后两次模切的位置间隔之差与模切产品个数之比确定,该变化率可以表示相邻两个位置间隔的变化情况。例如,模切产品a与模切产品b相邻,模切产品b与模切产品c相邻,模切产品a与模切产品b对应的两次模切的位置间隔为d1,模切产品b与模切产品c对应的两次模切的位置间隔为d2,模切产品个数为3,则可以确定变化率为(d1-d2)/3。相应的,间隔最大变化率可以是该图像中的多个变化率中的最大值。
在一些实施例中,当子图像数据包括多张图像时,每张图像中可以确定一个候选间隔最大值、一个候选间隔最小值和一个候选间隔最大变换率。间隔最大值可以是多个图像对应的多个候选间隔最大值中的最大值,间隔最小值可以是多个图像中对应的多个候选间隔最小值中的最小值,间隔最大变化率可以是多个图像对应的多个候选间隔最大变化率中的最大值。
第二特征向量为与模切产品的上边界点至所述模切物料带的上边缘的第一距离、模切产品的下边界点至所述模切物料带的下边缘的第二距离相关的特征向量。
在一些实施例中,第二特征向量可以包括模切产品的上边界点距离模切物料带的上边缘的第一距离的最大值、第一距离的最小值、第一距离的最大变化率,以及模切产品的下边界点距离模切物料带的下边缘的第二距离的最大值、第二距离的最小值、第二距离的最大变化率。示例性的第二特征向量可以表示为(n1,n2,n3,n4,n5,n6),其中n1表示第一距离的最大值、n2表示第一距离的最小值、n3表示第一距离的最大变化率、n4表示第二距离的最大值、n5表示第二距离的最小值、n6表示第二距离的最大变化率。
由前文可知,子图像数据的每张图像中可以包括一个或多个模切产品。图像中每个模切产品的上边界点与模切物料带的上边缘之间存在一个第一距离、每个模切产品的下边界点与模切物料带的下边缘之间存在一个第二距离。
在一些实施例中,当子图像数据包括一张图像时,第一距离的最大值可以是该图像中每个模切产品与模切物料带的多个第一距离中的最大值,第一距离的最小值可以是该图像中每个模切产品与模切物料带的多个第一距离中的最小值。
第一距离的变化率是指相邻两个模切产品之间的第一距离的变化量,该变化率可以通过相邻两个模切产品的第一距离之差与模切产品个数之比确定。例如,前一个模切产品的第一距离为d3,后一个模切产品的第一距离为d4,模切产品个数为2,则可以确定变化率为(d3-d4)/2。相应的,当子图像数据包括一张图像时,第一距离的最大变化率可以是该图像中的多个第一距离的变化率中的最大值。
在一些实施例中,当子图像数据包括一张图像时,第二距离的最大值可以是该图像中每个模切产品与模切物料带的多个第二距离中的最大值,第二距离的最小值可以是该图像中每个模切产品与模切物料带的多个第二距离中的最小值。
第二距离的变化率是指相邻两个模切产品之间的第二距离的变化量,该变化率可以通过相邻两个模切产品的第二距离之差与模切产品个数之比确定。例如,前一个模切产品的第二距离为d5,后一个模切产品的第二距离为d6,模切产品个数为2,则可以确定变化率为(d5-d6)/2。相应的,当子图像数据包括一张图像时,第二距离的最大变化率可以是该图像中多个第二距离的变化率中的最大值。
在一些实施例中,当子图像数据包括多张图像时,每张图像中可以确定一个第一距离的候选最大值、一个第一距离的候选最小值和一个第一距离的候选最大变换率。第一距离的最大值可以是多个图像对应的多个第一距离的候选最大值中的最大值,第一距离的最小值可以是多个图像对应的多个第一距离的候选最小值中的最小值,第一距离的最大变化率可以是多个图像对应的多个第一距离的候选最大变化率中的最大值。
在一些实施例中,当子图像数据包括多张图像时,每张图像中可以确定一个第二距离的候选最大值、一个第二距离的候选最小值和一个第二距离的候选最大变换率。第二距离的最大值可以是多个图像对应的多个第二距离的候选最大值中的最大值,第二距离的最小值可以是多个图像对应的多个第二距离的候选最小值中的最小值,第二距离的最大变化率可以是多个图像对应的多个第二距离的候选最大变化率中的最大值。
在一些实施例中,第二特征向量还可以包括每个模切产品与模切物料带之间的第一距离与第二距离之比。第一距离与第二距离之比可以是某一模切产品与模切物料带的第一距离与该模切产品与模切物料带的第二距离之间的比值。如图3所示,模切产品B1与模切物料带A的第一距离为D1,模切产品B1与模切物料带A的第二距离为D4,则第一距离与第二距离之比为D1/D4。
在一些实施例中,特征提取模型420可以通过多个带有第一标签的第一训练样本440训练得到。例如,可以将带有第一标签的第一训练样本440输入初始特征提取模型450进行训练,通过第一标签和初始特征提取模型450的结果构建损失函数,基于损失函数通过梯度下降或其他方法迭代更新初始特征提取模型450的参数。当满足预设条件时模型训练完成,得到训练好的特征提取模型420。其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中,第一训练样本包括样本子图像数据,第一标签可以包括样本子图像数据对应的第一特征向量和第二特征向量。
在一些实施例中,第一训练样本和第一标签可以基于历史模切数据确定。例如,将历史模切数据中的历史子图像数据作为第一训练样本,将历史模切数据中得到的历史第一特征向量和历史第二特征向量作为第一标签。
本说明书的一些实施例中,基于训练好的特征提取模型对图像检测装置所采集当前时间点前一段时间采集的子图像数据进行处理,可以基于大量的、广泛的特征确定模切过程中的模切特征调整参数,减小人工误差获得更为精确地分析结果,有助于后续基于模切特征调整参数对输送装置、模切装置等进行调整,提高模切产品的精度。
图5是根据本说明书一些实施例所示的基于第一特征参数进行调整的示例性示意图。
在一些实施例中,响应于第一特征参数430中第一特征向量430-1满足第一预设条件,控制系统可以基于预设方法更新输送装置的运行参数。
在一些实施例中,第一预设条件可以包括前后两次模切的位置间隔的最大值(即间隔最大值)的变化趋势为上升趋势。
当子图像数据包括多张图像时,每个图像中可以确定一个候选间隔最大值。间隔最大值的变化趋势可以根据每个图像对应的候选间隔最大值确定。例如,将每个图像对应的候选间隔最大值按照图像拍摄时间绘制曲线图,当曲线图总体呈上升趋势时,间隔最大值的变化趋势呈上升趋势。反之,呈下降趋势。
在一些实施例中,第一预设条件可以包括前后两次模切的位置间隔的最大值(即间隔最大值)与前后两次模切的位置间隔的最小值(即间隔最小值)之间的差值大于差值阈值。其中,差值阈值可以由人为或系统预设。
在一些实施例中,第一预设条件还可以包括前后两次模切的位置间隔的最大值(即间隔最大值)随时间的最大变化率大于变化率阈值。其中,变化率阈值可以由人为或系统预设。
关于间隔最小值、候选间隔最大值和间隔最大值的更多内容可以参见图4及其相关描述。
运行参数是指输送装置在运行过程需遵循的工作参数。在一些实施例中,运行参数可以包括跳跃尺寸和生产速度。
跳跃尺寸是指理想的情况下前后两个模切产品的位置间隔,即前后两次模切的位置间隔的预设标准值。
生产速度是指理想的情况下单位时间内模切的次数/生产模切产品的个数。
在一些实施例中,预设方法可以包括:当间隔最大值的变化趋势为上升趋势时,基于间隔最大变化率确定第一调整间隔的间隔个数和第二调整间隔的间隔个数;基于第一调整间隔及其对应的间隔个数对跳跃尺寸进行更新,基于第二调整间隔及其对应的间隔个数对生产速度进行更新。需要说明的是,当间隔最大值的变化趋势为上升趋势时,对跳跃尺寸进行更新的方式可以是降低跳跃尺寸,以及对生产速度进行更新的方式可以是降低生产速度。
其中,第一调整间隔是指用于调整跳跃尺寸的单位调整量,第二调整间隔是指用于调整生产速度的单位调整量。间隔个数是指对运行参数进行调整的调整间隔的个数。作为示例,假设第一调整间隔为f1(单位:cm)、第二调整间隔为f2(单位:个/分钟)、第一调整间隔的间隔个数为g1、第二调整间隔的间隔个数为g2,则可以将跳跃尺寸降低(f1*g1),将生产速度降低(f2*g2)。
关于间隔最大变化率的更多内容可以参见图4及其相关描述。
在一些实施例中,第一调整间隔和第二调整间隔可以是系统默认值、经验值、人为预先设定值等或其任意组合,可以根据实际需求设定,本说明书对此不做限制。
在一些实施例中,控制系统可以预设多个参考间隔最大变化率与第一调整间隔的参考间隔个数和第二调整间隔的参考间隔个数之间的对应关系,相应的,根据实际的间隔最大变化率和该对应关系可以确定第一调整间隔的实际间隔个数和第二调整间隔的实际间隔个数。在一些实施例中,控制系统可以基于对历史调整数据进行数据处理,得到该对应关系。示例性的数据处理方式可以包括但不限于聚类、对数据进行拟合等。
在一些实施例中,控制系统可以基于参数确定模型确定更新后的运行参数。具体地,控制系统可以基于参数确定模型对候选跳跃尺寸和候选生产速度、原材料种类及性质、标准模切产品的宽度进行处理,确定第一特征向量;基于第一特征向量,确定更新后的运行参数。
在一些实施例中,参数确定模型可以包括机器学习模型。例如,参数确定模型可以包括但不限于NN模型、CNN模型等。
在一些实施例中,参数确定模型的输入为候选跳跃尺寸和候选生产速度、原材料种类及性质、标准模切产品的宽度,参数确定模型的输出为第一特征向量。
候选跳跃尺寸是指预设的多组跳跃尺寸。在一些实施例中,候选跳跃尺寸由人工基于经验设置。
候选生产速度是指预设的多组生产速度。在一些实施例中,候选生产速度由人工基于经验设置。
原材料种类是指模切物料带中原材料的类别,例如,皮箱纸板、黄纸板、白纸板、浸渍衬垫纸板等。原材料的类别可以由原材料生产厂家提供。
原材料性质是指模切物料带原材料的特性,例如,材料厚度、粘度、硬度、张力等。原材料的性质可以由原材料生产厂家提供。
标准模切产品的宽度是指标准模切产品的左边界点与右边界点之间的标准水平距离。标准模切产品的宽度可以由人为预设。关于左边界点和右边界点的更多内容可以参见图2及其相关描述。
在一些实施例中,参数确定模型可以通过多个带有第二标签的第二训练样本训练得到。例如,可以将带有第二标签的第二训练样本输入初始参数确定模型进行训练,通过第二标签和初始参数确定模型的结果构建损失函数,基于损失函数通过梯度下降或其他方法迭代更新初始参数确定模型的参数。当满足预设条件时模型训练完成,得到训练好的参数确定模型。其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中,第二训练样本可以包括样本跳跃尺寸和样本生产速度、样本原材料种类及性质、样本标准模切产品的宽度。第二标签可以包括实际的第一特征向量。在一些实施例中,第二训练样本可以基于历史模切数据确定。在一些实施例中,第二标签可以由人工标注。
在一些实施例中,控制系统可以基于参数确定模型分别对多个候选跳跃尺寸和多个候选生产速度进行处理,确定多个第一特征向量。其中,参数确定模型在多次执行过程中,除候选跳跃尺寸和候选生产速度外的其他输入(例如,原材料种类及性质、标准模切产品的宽度)可以保持一致。进而,控制系统可以选取多个模型输出中,间隔最大变化率最小的一个模型输出,并将该模型输出对应的输入中的候选跳跃尺寸和候选生产速度确定为更新后的运行参数。
本说明书的一些实施例中,基于训练好的参数确定模型从多个候选跳跃尺寸和多个候选生产速度确定最终的第一特征向量,并进一步确定更新后的运行参数,可以基于大量的、广泛的特征确定模切过程中输送装置的运行参数,减小人工误差获得更为精确的分析结果,有效提高输送装置的调整精度,进而有效提高模切产品的精度。
在一些实施例中,响应于第二特征向量430-2中第一距离与第二距离之比满足第二预设条件,控制系统可以基于第一距离与第二距离之比的变化趋势确定模切物料带的偏移方向;基于模切物料带的偏移方向,控制伺服机械臂调整模切物料带至预设位置。关于第一距离与第二距离之比的更多内容可以参见图4及其相关描述。
在一些实施例中,第二预设条件可以包括第一距离与第二距离之比的最大变化率超出第一阈值。
第一阈值可以是与第一距离与第二距离之比的最大变化率相关的阈值条件。
在一些实施例中,第一阈值可以与输送装置的运行参数相关。例如,跳跃尺寸和生产速度越大,第一阈值越小。关于运行参数的更多内容可以参见图2及其相关描述。
在一些实施例中,第一阈值还可以与模具的边缘复杂系数相关。例如,边缘复杂系数越大,第一阈值越大。关于边缘复杂系数的更多内容可以参见图6及其相关描述。
第一距离与第二距离之比的变化趋势是指第一距离与第二距离之比增大或减小的趋势。
在一些实施例中,控制系统可以确定某一图像中多个模切产品的第一距离与第二距离之比,根据多个比值和模切产品的生产顺序绘制折线图,根据折线图的走势可以确定第一距离与第二距离之比的变化趋势。例如,第一个生产得到的模切产品的第一距离与第二距离之比为s1、第二个生产得到的模切产品的第一距离与第二距离之比为s2、第三个生产得到的模切产品的第一距离与第二距离之比为s3,折线图中生产顺序为横轴、各比值为纵轴。当s3<s1时,折线图的总体走势为下降,第一距离与第二距离之比的变化趋势为减小趋势。
模切物料带的偏移方向是指模切物料带实际的位置相较于预设位置的偏移方向。例如,偏移方向可以包括向上偏移(例如,向预设位置的上方偏移),向下偏移(例如,向预设位置的下方偏移)等。在一些实施例中,模切物料带的偏移方向可以由以下方式确定:第一距离与第二距离之比的变化趋势是减小的趋势时,则说明模切物料带向上偏移;第一距离与第二距离之比的变化趋势是增大的趋势时,则说明模切物料带向下偏移。
在一些实施例中,响应于模切物料带位置向上偏移,控制系统可以控制伺服机械将模切物料带的位置向下调整至预设位置;响应于模切物料带位置向下偏移,控制系统控制可以控制伺服机械臂将模切物料带的位置向上调整至预设位置。
在一些实施例中,若第一距离与第二距离之比的变化趋势为时而变大时而变小,此时模切物料带的偏移方向为时而向上偏移、时而向下偏移,控制系统可以发出预警,提醒相关人员对输送装置进行检测。
本说明书的一些实施例中,通过模切特征调整参数调整输送装置的跳跃尺寸、生产速度;以及通过第一距离和第二距离之比的变化趋势调整模切物料带的位置,可以使得模切机在物料输送过程和模切过程中,更为精确地控制模切位置,以达到减小模切误差、节约成本的目的。
图6是根据本说明书一些实施例所示的基于第二特征参数进行调整的示例性示意图。
在一些实施例中,控制系统可以基于第二特征参数对模切装置进行调节或预警。
在一些实施例中,控制系统可以基于第二特征参数与预设条件,对模切装置进行调节或预警。例如,预设条件可以是与模切产品的尺寸公差和/或模切产品的形位公差在一定阈值范围内等。当第二特征参数不满足预设条件时,对模切装置进行调节或预警,通过调整使得模切产品的第二特征参数满足预设条件。
在一些实施例中,如图6所示,控制系统可以判断第二特征参数610中的模切产品的尺寸公差611与第二阈值的大小关系,响应于第二特征参数中的模切产品的尺寸公差超过第二阈值,进行第一类预警620,并基于参考模具尺寸630对模具大小进行调节。
第二阈值是指与模切产品的尺寸公差相关的阈值条件。例如,可以设置第二阈值为0.2cm,当模切产品的尺寸公差超过0.2cm时,进行第一类预警。第二阈值可以是系统默认值、经验值、人为预先设定值等或其任意组合,可以根据实际需求设定,本说明书对此不做限制。
第一类预警是指模切产品的尺寸公差不合规时发出的一类预警。进行第一类预警的方式可以是弹窗显示、播放提示音、亮灯等。
参考模具尺寸是指用于对实际模具尺寸进行调整时,用于参考对照的模具尺寸。在一些实施例中,参考模具尺寸可以是模切产品的宽度的参考值。
在一些实施例中,参考模具尺寸630可以基于模具尺寸确定模型632确定。具体地,控制系统可以基于模具尺寸确定模型632对预设模切产品宽度、原材料种类及性质、刀锋参数、模切压力、跳跃尺寸和生产速度进行处理,确定实际的模切产品宽度633。进而,控制系统可以基于实际的模切产品宽度633,确定参考模具尺寸630。
模具尺寸确定模型可以用是机器学习模型。例如,模具尺寸确定模型可以是DNN模型。
在一些实施例中,模具尺寸确定模型632的输入631可以包括预设模切产品宽度、原材料种类及性质、刀锋参数、模切压力、跳跃尺寸和生产速度,输出可以是实际的模切产品宽度633。
预设模切产品宽度是指预先设置的模切产品的宽度。其中,预设的模切产品宽度可以是系统默认值、经验值、人为预先设定值等或其任意组合,可以根据实际需求设定,本说明书对此不做限制。
刀锋参数是指模切装置中模切刀的刀锋参数。例如,刀锋参数可以包括模切刀的角度、模切刀的刀高、模切刀的硬度等。刀锋参数可以从系统数据库读取得到。
模切压力是指在模切过程中模切装置的应用压力。模切压力可以通过从系统数据库读取得到,或通过压力传感器采集得到等。
关于原材料种类及性质、跳跃尺寸和生产速度的内容详见图5及其相关说明。
实际的模切产品宽度是指按照当前模具进行实际模切过程中的模切产品的宽度。
在一些实施例中,模具尺寸确定模型可以通过多个带有第三标签的第三训练样本训练得到。例如,可以将带有第三标签的第三训练样本输入初始模具尺寸确定模型进行训练,通过第三标签和初始模具尺寸确定模型的结果构建损失函数,基于损失函数通过梯度下降或其他方法迭代更新初始模具尺寸确定模型的参数。当满足预设条件时模型训练完成,得到训练好的模具尺寸确定模型。其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中,第三训练样本可以包括样本预设模切产品宽度、样本原材料种类及性质、样本刀锋参数、样本模切压力、样本跳跃尺寸和样本生产速度。第三标签可以是第三训练样本对应的实际的模切产品宽度。在一些实施例中,第三训练样本和第三标签可以基于历史模切数据确定。例如,将历史模切数据中的历史预设模切产品宽度、历史原材料种类及性质、历史刀锋参数、历史模切压力、历史跳跃尺寸和历史生产速度作为第三训练样本,将历史模切数据中得到的历史模切产品宽度作为第三标签。在一些实施例中,第三标签可以由人为标注。
在一些实施例中,控制系统可以基于模具尺寸确定模型分别对多个预设模切产品宽度进行处理,确定多个实际的模切产品宽度。其中,模具尺寸确定模型在多次执行过程中,除预设模切产品宽度外的其他输入(例如,原材料种类及性质、刀锋参数、模切压力、跳跃尺寸和生产速度)可以保持一致。进而,控制系统可以选取多个模型输出中,实际的模切产品宽度与标准模切产品的宽度最为接近的一个模型输出,并将该模型输出对应的输入中的预设模切产品宽度作为参考模具尺寸。关于标准模切产品的更多内容可以参见图5及其相关描述。
本说明书的一些实施例中,在确定第二特征参数中的模切产品的尺寸公差超过第二阈值时,可以确定模具的大小(例如,模切产品的宽度)存在问题,此时进行第一类预警可以及时进行检验和调整,从而实现精准模切。同时,基于训练好的模具尺寸确定模型从多个预设模切产品宽度中确定最终的参考模具尺寸,可以基于大量的、广泛的特征确定模切过程中与模具相关的参数,减小人工误差获得更为精确地分析结果,有效提高模切装置的精度,进而有效提高模切产品的精度。
在一些实施例中,控制系统可以判断第二特征参数610中的模切产品的形位公差612与第三阈值的大小关系,响应于第二特征参数中的模切产品的形位公差超过第三阈值,进行第二类预警640,并确定问题区域660。
第三阈值是指与模切产品的形位公差相关的阈值条件。第三阈值可以包括形状公差阈值和位置公差阈值。形状公差阈值是指与模切产品的形状公差相关的阈值条件。例如,可以设置形状公差阈值为0.1cm,当模切产品的形状公差阈值超过0.1cm时,进行第二类预警。位置公差阈值是指与模切产品的位置公差相关的阈值条件。例如,可以设置位置公差阈值为0.3cm,当模切产品的位置公差阈值超过0.3cm时,进行第二类预警。
第三阈值可以是系统默认值、经验值、人为预先设定值等或其任意组合,可以根据实际需求设定,本说明书对此不做限制。
第二类预警是指模切产品的形位公差不合规时发出的一类预警。进行第二类预警的方式可以是弹窗显示、播放提示音、亮灯等。
问题区域是指模切过程中出现问题的区域。例如,问题区域可以是实际形状/尺寸与标准形状/尺寸存在偏差的一个或多个模切产品所在的位置区域。
在一些实施例中,控制系统可以基于实际的模切产品与标准模切产品的相似度650确定问题区域660。例如,可以将相似度低于第四阈值的一个或多个模切产品所在的位置区域确定为问题区域。
标准模切产品是指符合制备要求的模切产品。例如,标准模切产品可以是形状、尺寸等符合制备要求的模切产品。
相似度是指实际的模切产品与标准模切产品之间的相似程度。在一些实施例中,相似度可以指形状相似度和/或骨架相似度。
在一些实施例中,控制系统160可以基于实际的模切产品的形状与标准模切产品的形状进行相似度评估。具体地,可以将实际模切产品数据转换为属性图数据,基于查找关键字的方法建立属性图G={N,E,Φ,Ω},其中,N是属性图的节点的集合,E是属性图的边的集合,Φ是关于节点集合与边集合相连关系的集合,Ω是属性图的节点和边的相关属性集合。从属性图数据提取模切产品的特征不变量并构造特征不变矢量,计算属性图的相关属性,如顶点数、边数、顶点最大维度、顶点最小维度、顶点平均维度、直径等。基于构造的特征不变矢量,应用神经网络对实际模切产品与标准模切产品进行形状相似度评估,将特征不变矢量作为神经网络的输入,对神经网络进行训练学习,利用收敛时神经网络输出的相对距离对实际模切产品与标准模切产品的形状相似度进行度量。距离越近,表示实际模切产品与标准模切产品的形状相似度越高;反之,表示形状相似度越低。
在一些实施例中,控制系统可以基于实际的模切产品与标准模切产品之间的骨架进行相似度评估。骨架可以形象地表示出其拓扑结构特征,作为三维模型几何和拓扑结构的简化表示。具体地,控制系统可以分别对实际的模切产品与标准模切产品进行预处理去倒角、圆角以及圆孔等,保证处理之后得到无中空结构的零件模型;运用电场法对预处理后的零件模型进行骨架提取,得到完整的骨架模型;利用骨架树匹配计算出骨架相似度。
在一些实施例中,控制系统可以基于实际的模切产品与标准模切产品之间的形状相似度和骨架相似度确定最终的相似度。例如,控制系统可以通过取均值、加权等方式对形状相似度和骨架相似度进行处理,确定最终的相似度。
第四阈值是指与实际的模切产品和标准模切产品的相似度相关的阈值条件。例如,可以设置第四阈值为90%,当实际的模切产品A与标准模切产品的相似度低于90%时,确定实际的模切产品A所在的位置区域为问题区域。
在一些实施例中,第四阈值可以基于模具复杂系数确定。例如,模具复杂系数越高,则第四阈值越小。
模具复杂系数是指模具的工艺复杂度。模具复杂系数包括镂空复杂系数、边缘复杂系数。模具复杂系数可以用不同数值/等级表示,数值/等级越高,模具复杂系数越大,模切产品的加工难度越大。
镂空复杂系数是指模切产品中镂空区域的复杂程度。
在一些实施例中,镂空复杂系数可以基于镂空区域的个数确定。例如,可以从一个指定方向(如,从上往下)计算镂空区域的个数。个数越多,表示镂空复杂系数越大。在一些实施例中,镂空复杂系数还可以基于镂空区域的总距离确定。镂空区域的总距离是指任意两个镂空区域之间的距离的总和。镂空区域的总距离可以反映镂空区域的分散程度。镂空区域的总距离越小,表示镂空复杂系数越大。
边缘复杂系数是指模切产品中边缘区域的复杂程度。边缘复杂系数可以用不同数值/等级表示,数值/等级越高,边缘复杂系数越大,模切产品的加工难度越大。
在一些实施例中,边缘复杂系数可以通过模切产品的边缘的切线斜率获取。例如,将整个模切产品的边缘视为一条闭合曲线,通过计算闭合曲线上每个点的切线斜率和每相邻两个点的切线斜率之差,对切线斜率之差的绝对值求和。当绝对值越大,表示边缘复杂系数越大。
在一些实施例中,控制系统可以基于某一模具的镂空复杂系数和边缘复杂系数确定模具复杂系数。例如,控制系统可以通过取均值、加权等方式对镂空复杂系数和边缘复杂系数进行处理,确定模具复杂系数。
在一些实施例中,控制系统还可以确定不同问题区域对应的置信度681;响应于置信度高于第五阈值,进行第三类预警690并反馈问题区域660。
第五阈值是指与不同问题区域的置信度相关的阈值条件。例如,可以设置第五阈值为70%,当问题区域的置信度高于70%时,进行第三类预警并反馈该问题区域。第五阈值可以是系统默认值、经验值、人为预先设定值等或其任意组合,可以根据实际需求设定,本说明书对此不做限制。
第三类预警是指存在问题区域时发出的一类预警。进行第三类预警的方式可以是弹窗显示、播放提示音、亮灯等。
置信度可以反映不同问题区域存在异常的可能性。置信度可以用不同数值/等级表示,数值/等级越高,置信度越大,问题区域存在异常的可能性越大。
在一些实施例中,置信度可以基于置信度模型680确定。具体地,控制系统可以基于置信度模型680对模具的整体复杂程度671、环境数据672、设备操作人员工龄673、跳跃尺寸674、生产速度675、多个问题区域的子复杂度676、多个问题区域的相似度677进行处理,得到不同问题区域对应的置信度681。
置信度模型680可以是机器学习模型。例如,置信度模型可以是RNN模型等。
在一些实施例中,置信度模型680的输入为模具的整体复杂程度671、环境数据672、设备操作人员工龄673、跳跃尺寸674、生产速度675、多个问题区域的子复杂度676、多个问题区域的相似度677,置信度模型680的输出为不同问题区域对应的置信度681。
模具的整体复杂程度是指模切过程中使用的全部模具整体的复杂程度。在一些实施例中,模具的整体复杂程度可以基于与全部模具的刀锋形状、个数等的对应关系确定。其中,模具的整体复杂程度与模具中刀锋形状、个数等的对应关系可以预先设置得到。例如,对应关系可以是:模具中刀锋形状为多种(如,矮锋刀、高锋刀、单边刀)、个数为多个,可以确定模具的整体复杂程度较高。
环境数据是指模切过程所处环境的相关数据。例如,环境数据可以是温度数据、湿度数据等。在一些实施例中,环境数据可以基于传感器获取。例如,温度传感器获取温度数据,湿度传感器获取湿度数据等。
设备操作人员工龄是指模切操作人员的工作年龄。在一些实施例中,设备操作人员工龄可以通过数据库中的登记信息获取。
问题区域的相似度是指问题区域中的实际模切产品与对应标准模切产品之间的相似度。关于实际模切产品与标准模切产品的相似度的更多内容可以参见图6及其相关描述。
问题区域的子复杂度是指问题区域对应的至少一个模具的复杂程度。例如,问题区域A对应模具1、模具2、模具3,则问题区域A的子复杂度为模具1、模具2、模具3的整体复杂程度。问题区域的子复杂度的确定方式与模具的整体复杂程度的确定方式类似,具体内容可以参见图6及其相关描述。
在一些实施例中,置信度模型可以通过多个带有第四标签的第四训练样本训练得到。例如,可以将多个带有第四标签的第四训练样本输入初始置信度模型,通过第四标签和初始置信度模型的结果构建损失函数,基于损失函数迭代更新置信度模型的参数。当初始置信度模型的损失函数满足预设条件时模型训练完成,得到训练好的置信度模型。其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中,第四训练样本可以包括样本模具的整体复杂程度、样本环境数据、样本设备操作人员工龄、多个样本问题区域的相似度、多个样本问题区域的子复杂度、样本跳跃尺寸、样本生产速度。第四标签可以是多个样本问题区域各自对应的置信度。在一些实施例中,第四标签可以用0、1表示,0代表该问题区域正常,1代表该问题区域存在异常。
在一些实施例中,第四训练样本可以基于历史模切数据确定。例如,将历史模切数据中的历史模具的整体复杂程度、历史环境数据、历史设备操作人员工龄、多个历史问题区域的相似度、多个历史问题区域的子复杂度、历史跳跃尺寸、历史生产速度获取作为第四训练样本,将多个历史问题区域是否异常的结果(例如,0或1)作为第四标签。
本说明书的一些实施例,通过模切产品的尺寸公差、模切产品的形位公差对模切装置进行调节或预警,可以实时根据模切产品的情况进行调整,实现精准模切。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种基于伺服机械臂的模切精度调整系统,其特征在于,所述系统包括:输送装置、模切装置、图像检测装置、清废系统、伺服机械臂、控制系统,
所述输送装置用于将模切物料带传送到所述模切装置上;
所述模切装置用于对所述模切物料带进行模切,得到模切产品;
所述图像检测装置用于对所述模切产品从至少一个拍摄角度进行图像采集,得到图像数据;
所述清废系统用于对所述模切装置在模切过程产生的废料进行收集和清理;
所述伺服机械臂用于对所述模切物料带的位置进行调整;
所述控制系统用于:
基于所述图像数据,确定模切特征调整参数;
基于所述模切特征调整参数调整所述输送装置、所述伺服机械臂、所述模切装置中至少一种的工作特征。
2.根据权利要求1所述的系统,其特征在于,所述模切特征调整参数包括第一特征参数,所述第一特征参数包括第一特征向量和第二特征向量,所述第一特征向量与所述模切物料带上的前后两次模切的位置间隔相关;所述第二特征向量与所述模切产品的上边界点至所述模切物料带的上边缘的第一距离、所述模切产品的下边界点至所述模切物料带的下边缘的第二距离相关。
3.根据权利要求2所述的系统,其特征在于,所述控制系统用于:
响应于所述第一特征参数中的第一特征向量满足第一预设条件,基于预设方法更新所述输送装置的运行参数,所述运行参数包括跳跃尺寸和生产速度。
4.根据权利要求2所述的系统,其特征在于,所述第二特征向量至少包括所述第一距离与所述第二距离之比,所述控制系统用于:
响应于所述第一距离与所述第二距离之比满足第二预设条件,基于所述第一距离与所述第二距离之比的变化趋势确定所述模切物料带的偏移方向;
基于所述偏移方向,控制所述伺服机械臂调整所述模切物料带至预设位置。
5.根据权利要求1所述的系统,其特征在于,所述模切特征调整参数包括第二特征参数,所述第二特征参数包括所述模切产品的尺寸公差、所述模切产品的形位公差中至少一种;
所述控制系统进一步用于:
基于所述第二特征参数对所述模切装置进行调节或预警。
6.一种基于伺服机械臂的模切精度调整方法,其特征在于,所述方法基于控制系统执行,包括:
获取模切产品的图像数据,所述图像数据基于至少一个拍摄角度采集;
基于所述图像数据,确定模切特征调整参数;
基于所述模切特征调整参数调整输送装置、伺服机械臂、模切装置中至少一种的工作特征;其中,所述输送装置用于将模切物料带传送到所述模切装置上,所述伺服机械臂用于对所述模切物料带的位置进行调整,所述模切装置用于对所述模切物料带进行模切,得到所述模切产品。
7.根据权利要求6所述的方法,其特征在于,所述模切特征调整参数包括第一特征参数,所述第一特征参数包括第一特征向量和第二特征向量,所述第一特征向量与所述模切物料带上的前后两次模切的位置间隔相关、所述第二特征向量与所述模切产品的上边界点至所述模切物料带的上边缘的第一距离、所述模切产品的下边界点至所述模切物料带的下边缘的第二距离相关。
8.根据权利要求7所述的方法,其特征在于,所述基于所述模切特征调整参数调整输送装置、伺服机械臂、模切装置中至少一种的工作特征包括:
响应于所述第一特征参数中的所述前后两次模切的位置间隔满足第一预设条件,基于所述前后两次模切的位置间隔更新所述输送装置的运行参数,所述运行参数包括跳跃尺寸和生产速度。
9.根据权利要求7所述的方法,其特征在于,所述第二特征向量至少包括所述第一距离与所述第二距离之比,所述基于所述模切特征调整参数调整输送装置、伺服机械臂、模切装置中至少一种的工作特征包括:
响应于所述第一距离与所述第二距离之比满足第二预设条件,基于所述第一距离与所述第二距离之比的变化趋势确定所述模切物料带的偏移方向;
基于所述偏移方向,控制所述伺服机械臂调整所述模切物料带至预设位置。
10.一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求1~5任一项所述的基于伺服机械臂的模切精度调整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310222111.6A CN116175670B (zh) | 2023-03-09 | 2023-03-09 | 一种基于伺服机械臂的模切精度调整系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310222111.6A CN116175670B (zh) | 2023-03-09 | 2023-03-09 | 一种基于伺服机械臂的模切精度调整系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116175670A true CN116175670A (zh) | 2023-05-30 |
CN116175670B CN116175670B (zh) | 2023-11-14 |
Family
ID=86432713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310222111.6A Active CN116175670B (zh) | 2023-03-09 | 2023-03-09 | 一种基于伺服机械臂的模切精度调整系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116175670B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116934716A (zh) * | 2023-07-25 | 2023-10-24 | 深圳云码通科技有限公司 | 一种新型模切套准检测方法 |
CN117507592A (zh) * | 2023-12-08 | 2024-02-06 | 广州市普理司科技有限公司 | 数码印刷模切机控制系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05110299A (ja) * | 1991-10-18 | 1993-04-30 | Tamura Seisakusho Co Ltd | 電子部品テーピング監視装置および監視方法 |
CN105711223A (zh) * | 2016-03-01 | 2016-06-29 | 广东飞新达智能设备股份有限公司 | 基于ccd检测的高精度贴合装置及方法 |
CN207198172U (zh) * | 2017-08-02 | 2018-04-06 | 苏州市朗电机器人有限公司 | 光学膜视觉智能检测设备的料带位置调节系统 |
CN111353986A (zh) * | 2020-03-02 | 2020-06-30 | 苏州优信泽达智能科技有限公司 | 一种模切产品质量检测方法 |
CN114770655A (zh) * | 2022-05-10 | 2022-07-22 | 深圳市凯胜科技有限公司 | 一种基于人工智能的自动化商标模切机及其控制系统 |
CN217802119U (zh) * | 2022-08-10 | 2022-11-15 | 上海兰钧新能源科技有限公司 | 一种极片料带模切装置及极片成型系统 |
CN115592724A (zh) * | 2022-10-31 | 2023-01-13 | 广州市普理司科技有限公司(Cn) | 智能间歇模切控制系统 |
-
2023
- 2023-03-09 CN CN202310222111.6A patent/CN116175670B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05110299A (ja) * | 1991-10-18 | 1993-04-30 | Tamura Seisakusho Co Ltd | 電子部品テーピング監視装置および監視方法 |
CN105711223A (zh) * | 2016-03-01 | 2016-06-29 | 广东飞新达智能设备股份有限公司 | 基于ccd检测的高精度贴合装置及方法 |
CN207198172U (zh) * | 2017-08-02 | 2018-04-06 | 苏州市朗电机器人有限公司 | 光学膜视觉智能检测设备的料带位置调节系统 |
CN111353986A (zh) * | 2020-03-02 | 2020-06-30 | 苏州优信泽达智能科技有限公司 | 一种模切产品质量检测方法 |
CN114770655A (zh) * | 2022-05-10 | 2022-07-22 | 深圳市凯胜科技有限公司 | 一种基于人工智能的自动化商标模切机及其控制系统 |
CN217802119U (zh) * | 2022-08-10 | 2022-11-15 | 上海兰钧新能源科技有限公司 | 一种极片料带模切装置及极片成型系统 |
CN115592724A (zh) * | 2022-10-31 | 2023-01-13 | 广州市普理司科技有限公司(Cn) | 智能间歇模切控制系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116934716A (zh) * | 2023-07-25 | 2023-10-24 | 深圳云码通科技有限公司 | 一种新型模切套准检测方法 |
CN116934716B (zh) * | 2023-07-25 | 2024-03-15 | 深圳云码通科技有限公司 | 一种新型模切套准检测方法 |
CN117507592A (zh) * | 2023-12-08 | 2024-02-06 | 广州市普理司科技有限公司 | 数码印刷模切机控制系统 |
CN117507592B (zh) * | 2023-12-08 | 2024-05-28 | 广州市普理司科技有限公司 | 数码印刷模切机控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116175670B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116175670B (zh) | 一种基于伺服机械臂的模切精度调整系统及方法 | |
EP3579065B1 (en) | Systems and methods to automate composite manufacturing quality checks | |
JP6872670B2 (ja) | 寸法計測装置、寸法計測プログラム及び半導体製造システム | |
CN102529019B (zh) | 一种模具检测、保护及零件检测、摘取的方法 | |
CN111625898A (zh) | 使用机器学习模型的物体设计 | |
CN109685030A (zh) | 一种基于卷积神经网络的马克杯杯口缺陷检测分类方法 | |
CN116050678A (zh) | 一种基于云计算的压铸产品加工测试系统及方法 | |
CN115601313A (zh) | 一种钢化玻璃生产工艺可视化监控管理系统 | |
CN115760808A (zh) | 平板玻璃尺寸测量方法、系统、装置及可读存储介质 | |
CN116533308A (zh) | 一种pcb切割监测系统、方法、装置及存储介质 | |
CN117670881B (zh) | 基于目标分割的橡胶手套生产质量检测方法及系统 | |
CN108537249B (zh) | 一种密度峰值聚类的工业过程数据聚类方法 | |
CN117252851B (zh) | 一种基于图像检测识别的标准质量检测管理平台 | |
CN109388875A (zh) | 一种弹性元件模块的设计实现方法 | |
CN109271726A (zh) | 一种工作镶件的设计实现方法 | |
Xia et al. | Automated manufacturability analysis in smart manufacturing systems: a signature mapping method for product-centered digital twins | |
CN112683166A (zh) | 一种模切产品尺寸检测方法 | |
CN112683902B (zh) | 一种基于模板的模切产品表面缺陷在线检测方法 | |
WO2022028937A1 (en) | System and process for automatic interface recognition in tire product profiles | |
CN101174281B (zh) | 自动合模检查系统及方法 | |
Tsai et al. | Body thickness and bottom defect detection methods for products made by bottle blowing machines to meet quality requirements | |
CN110363759B (zh) | 三维模具调试参数确定方法及装置 | |
CN118081873B (zh) | 一种异形海绵切割方法及控制系统 | |
CN116224905B (zh) | 基于联合分布自适应的机床热误差预测方法与系统 | |
CN118469519B (zh) | 一种基于二维码标识的钢结构模型演示方法 |
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 |