CN116449789B - 一种料筒智能控制方法、系统及计算机可读存储介质 - Google Patents
一种料筒智能控制方法、系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN116449789B CN116449789B CN202310701392.3A CN202310701392A CN116449789B CN 116449789 B CN116449789 B CN 116449789B CN 202310701392 A CN202310701392 A CN 202310701392A CN 116449789 B CN116449789 B CN 116449789B
- Authority
- CN
- China
- Prior art keywords
- fluid material
- image
- area
- charging barrel
- flow
- 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
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 239000000463 material Substances 0.000 claims abstract description 160
- 239000012530 fluid Substances 0.000 claims abstract description 131
- 238000004544 sputter deposition Methods 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 37
- 230000001276 controlling effect Effects 0.000 claims abstract description 9
- 238000007599 discharging Methods 0.000 claims abstract description 6
- 230000001105 regulatory effect Effects 0.000 claims abstract description 3
- 238000003708 edge detection Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 23
- 239000006188 syrup Substances 0.000 description 57
- 235000020357 syrup Nutrition 0.000 description 57
- 238000004891 communication Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000003756 stirring Methods 0.000 description 3
- 235000015149 toffees Nutrition 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 2
- 241000482268 Zea mays subsp. mays Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种料筒智能控制方法、系统及计算机可读存储介质,属于程序控制技术领域,该方法包括实时获取料筒倾倒方向对应的图像,并从所述图像中提取出料筒区域和流体物料区域;根据当前帧图像与前一帧图像之间的帧差图确定当前时刻流体物料的溅射程度;根据每一帧图像中流体物料区域对应的面积计算流体物料的流量;根据溅射程度调整料筒旋转角速度;将当前帧图像和前一帧图像中流体物料对应的流量进行比较,并根据比较结果确定是否暂停对所述料筒进行旋转,以实现料筒倾倒过程控制。根据本发明的方案,解决了目前自动化生产设备中所存在的控制算法复杂且稳定性差的问题。
Description
技术领域
本发明一般地涉及程序控制技术领域。更具体地,本发明涉及一种料筒智能控制方法、系统及计算机可读存储介质。
背景技术
近年来,自动生产设备正呈方兴未艾之势,自动生产设备具有节省人工、易于管理、安全卫生、生产效率高和产品品质佳等优点。随着人们生活水平的不断提高,对于各类产品的需求量也日益增加。为了提升产业能效,越来越多的企业希望在提升生产效率的同时降低生产成本,因此选择采用自动化的生产设备进行生产。
在各类生产工艺中,主要是通过控制器控制相应的驱动设备,以驱动厂区内的机械设备进行相关工艺操作,从而实现自动化生产。
以奶糖制作为例,在奶糖的生产过程中,一般需要按照配料-化糖-熬糖-调和搅拌-倾倒-滚压成形-切割的流程进行生产,其中涉及到的各个环节都需要调整机械设备的运动状态。以倾倒环节为例,主要是通过控制器驱动料筒旋转以将搅拌好的糖浆倾倒到操作台上。
然而,目前的生产过程中,各工艺环节主要是采用额定功率控制机械设备进行动作,即采用匀速控制料筒旋转、提升设备升降等方式进行生产。这种方式存在控制过程单一、不够灵活的缺点,容易造成生产过程中物料失效,导致严重的浪费。为了提升生产效率,也有通过统计分析各环节数据,并利用神经网络模型的训练过程,实现控制器对各环节的精准控制。但是这种方式存在算法复杂、需要的数据量大且稳定性差的缺点。
例如申请号为202010179458.3、名称为全自动爆米花制作机料筒控制器及其控制方法的中国发明专利申请中,就公开了利用模糊PID算法调整适合速度拟合给定曲线,从而对爆米花制作过程中的加热过程进行控制。这种方法虽然提升了生产效率,但是其算法复杂、需要的数据量大且稳定性差,不能实现稳定、高效的生产。
因此,如何解决目前自动化生产设备中所存在的控制算法复杂且稳定性差的问题是目前需要解决的技术问题。
发明内容
为解决上述一个或多个技术问题,本发明提出通过在料筒倾倒流体物料的过程中动态调整料筒的旋转角速度,以及根据流量情况控制暂停旋转,实现了对料筒转换倾倒物料时的自动控制,从而在保证快速倾倒流体物料的同时有效减少物料溅射情况的发生,有效降低了控制算法的复杂度且具有较高的稳定性,提升了料筒倾倒物料的效率。为此,本发明在如下的多个方面中提供方案。
在第一方面中,本发明提供了一种料筒智能控制方法,所述料筒智能控制方法应用于料筒倾倒流体物料的控制过程中,包括:实时获取料筒倾倒方向对应的图像,并从所述图像中提取出料筒区域和流体物料区域;根据当前帧图像与前一帧图像之间的帧差图确定当前时刻流体物料的溅射程度;根据每一帧图像中流体物料区域对应的面积计算流体物料的流量;根据溅射程度调整料筒旋转角速度,所述料筒旋转角速度包括:
,
其中表示旋转角度固定值,S为用于表征溅射程度的像素点个数;以及将当前帧图像和前一帧图像中流体物料对应的流量进行比较,并根据比较结果确定是否暂停对所述料筒进行旋转,以实现料筒倾倒过程控制。
有益效果:本发明的方案中通过对料筒倾倒方向的图像进行处理,通过帧差图确定流体物料的溅射程度,以动态调整料筒的旋转角速度,同时根据流体物料流出的流量及时调整料筒暂停旋转,从而在料筒倾倒时较为合理地控制倾倒角度,使物料能够在发生较小溅射程度的基础上快速倾倒完毕,有效降低了控制算法的复杂度且具有较高的稳定性。
在一个实施例中,所述从所述图像中提取出料筒区域和流体物料区域包括:获取所述图像对应的灰度图像;对所述灰度图像进行像素值检测,以提取出料筒区域和流体物料分别对应的区域。
有益效果:通过图像处理技术可以降低目前神经网络算法区分方式的复杂性,简化了流体物料确定方式,进一步提升数据处理效率。
在一个实施例中,所述根据当前帧图像与前一帧图像之间的帧差图确定当前时刻流体物料的溅射程度包括:计算当前帧图像与前一帧图像之间的帧差图,以得到倾倒过程中流体物料溅射部分的图像;确定帧差图中所述流体物料溅射部分的图像所对应的像素点个数,以表征当前时刻流体物料的溅射程度。
有益效果:通过对前后帧的帧差图进行处理,可以准确得出当前时刻流体物料的溅射程度,同时,利用像素点个数表征溅射程度,可以实现准确的溅射程度计算,从而更加准确地对料筒的旋转过程进行控制。
在一个实施例中,所述根据每一帧图像中流体物料区域对应的面积计算流体物料的流量包括:对所述流体物料区域进行边缘检测,以确定所述流体物料区域的上边界和下边界;根据所述上边界和下边界确定所述流体物料的面积,以表征所述流体物料倾倒过程中的流量。
有益效果:通过对流体物料区域的面积进行统计,可以准确确定流出的流体物料的流量,从而提升控制过程中的准确性。
在一个实施例中,所述对所述流体物料区域进行边缘检测,以确定所述流体物料区域的上边界和下边界包括:确定图像中料筒区域和流体物料区域之间的边界作为上边界;从所述上边界开始对流体物料区域进行边缘检测,以得到边缘图;根据所述边缘图确定边缘宽度第一次大于所述上边界对应的边缘宽度的位置,以作为下边界。
在一个实施例中,所述根据所述边缘图确定边缘宽度第一次大于所述上边界对应的边缘宽度的位置,以作为下边界包括:遍历所述边缘图中的每一个像素点,确定每一个像素点处流体物料的边缘宽度;响应于任一像素点处流体物料的边缘宽度大于上边界对应的边缘宽度,将该像素点处对应的流体物料边缘进行截取以作为下边界。
在一个实施例中,所述根据所述上边界和下边界确定所述流体物料的面积,以表征所述流体物料倾倒过程中的流量包括:计算当前帧图像中上边界和下边界之间所有边缘宽度之间的平均值,以及上边界和下边界之间的高度;将所述平均值与所述高度相乘,并将其乘积用以表征图像中流体物料的流量。
在一个实施例中,所述将当前帧图像和前一帧图像中流体物料对应的流量进行比较,并根据比较结果确定是否暂停对所述料筒进行旋转,以实现料筒倾倒过程控制包括:响应于当前帧图像中流体物料对应的流量第一次不大于前一帧图像中流体物料对应的流量,控制所述料筒停止旋转;获取料筒停止旋转后流体物料流出的流量,并判断前后帧图像中流体物料对应的流量之间的大小;当前一帧图像中流体物料对应的流量大于前一帧图像中流体物料对应的流量,则控制所述料筒继续停止旋转;或当前一帧图像中流体物料对应的流量仍不大于前一帧图像中流体物料对应的流量,则按照旋转角度固定值旋转料筒。
有益效果:在倾倒过程中,根据流体物料的流量及时控制料筒暂停转动,可以有效防止流体物料流出过多而无法控制,有效抑制溅射情况的发生。
在第二方面中,本发明还提供了一种料筒智能控制系统,包括:处理器;以及存储器,其存储有用于料筒智能控制的计算机指令,当所述计算机指令由所述处理器运行时,使得设备执行根据前文及后文一个或多个实施例所述的料筒智能控制方法。
在第三方面中,本发明还提供了一种计算机可读存储介质,其上存储有用于料筒智能控制的计算机可读指令,该计算机可读指令被一个或多个处理器执行时,实现如前文中一个或多个实施例所述的料筒智能控制方法。
有益效果:本发明的方案中通过设计实现上述方法的相关设备,可以对料筒倾倒方向的图像进行处理,通过帧差图确定流体物料的溅射程度,以动态调整料筒的旋转角速度,同时根据流体物料流出的流量及时调整料筒暂停旋转,从而在有效减小物料发生溅射的同时提升倾倒的效率,同时有效降低了控制算法的复杂度且具有较高的稳定性。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,并且相同或对应的标号表示相同或对应的部分,其中:
图1是示意性示出根据本发明的实施例的料筒智能控制方法的流程图;
图2是示意性示出根据本发明的实施例的确定当前时刻流体物料的溅射程度的方法的流程图;
图3是示意性示出根据本发明的实施例的确定流体物料的流量的方法的流程图;
图4是示意性示出根据本发明的实施例的根据流量控制料筒暂停旋转的方法的流程图;
图5是示意性示出根据本发明的实施例的料筒智能控制系统的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域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,都属于本发明保护的范围。
下面结合附图来详细描述本发明的具体实施方式。
本方案中以奶糖的制作过程中糖浆的倾倒过程为例,对本发明的方案进行详细说明,可以理解的是该方法同样适用于其他流体物料的倾倒过程控制中,例如涂料生产等。
由于糖浆在搅拌过后会快速冷却,使得流动性减弱,容易粘附在料筒壁上导致倾倒速度变慢,从而造成生产效率的降低。为防止糖浆在倾倒过程中的冷却粘附,需要尽快将料筒内的糖浆倾倒出来。然而,由于糖浆在倾倒的时候仍处于液态,在倾倒速度过快时容易发生溅射。同时,倾倒时如果不能连续平滑流出,而是出现一坨一坨的掉落,则会发生更多规模的溅射,导致物料的浪费。在自动化生产设备中,主要是通过统计分析各环节数据,并利用神经网络模型的训练过程,实现控制器对各环节的精准控制。但是这种方式存在算法复杂、需要的数据量大且稳定性差的缺点。
基于此,本发明通过设计一种控制料筒倾倒过程的方法及控制系统,结合图像处理技术对料筒旋转角速度进行控制,不仅方法灵活,并且在保证准确控制的同时有效提升生产稳定性,减小了倾倒过程中溅射情况的发生,避免了物料的浪费。
图1是示意性示出根据本发明的实施例的料筒智能控制方法100的流程图。根据本发明的上下文,该料筒智能控制方法可以应用于料筒倾倒流体物料的控制过程中。
如图1所示,在步骤S101处,实时获取料筒倾倒方向对应的图像,并从所述图像中提取出料筒区域和流体物料区域。以奶糖生产过程为例,为了减少料筒在倾倒糖浆的过程中发生的溅射,同时保证料筒在倾倒过程中糖浆能够尽快倾倒完毕,本方案通过图像处理的方式获取糖浆的溅射程度和倾倒时的流量,从而完成对料筒倾斜角度的调控。将经过调和搅拌的糖浆所在的料筒进行提升移动以完成料筒倾倒的准备工作,然后在倾倒过程中通过工业相机正对料筒进行实时的正视图像采集。具体地,可以通过使用工业RGB相机对料筒倾倒过程进行实时连续的视频图像采集,并对每帧图像进行处理。
在步骤S102处,根据当前帧图像与前一帧图像之间的帧差图确定当前时刻流体物料的溅射程度。通过前后连续两帧图像作差可以获得当前图像与前一帧图像之间的帧差图,该帧差图中包括溅射出的糖浆。
在步骤S103处,根据每一帧图像中流体物料区域对应的面积计算流体物料的流量。在一些实施例中,可以通过截取糖浆从料筒流出位置到抵达操作台这一段的区域来获取料筒倾倒过程中糖浆的流量,即可以计算该区域面积以得到流体物料的流量。
在步骤S104处,根据溅射程度调整料筒旋转角速度。该料筒旋转角速度包括:
,
其中表示旋转角度固定值,S为用于表征溅射程度的像素点个数。在一些实施例中,当旋转装置根据电机的额定功率驱动料筒进行旋转时,控制料筒旋转的角速度是不变的,即前后两帧的时间间隔内旋转的角度是固定值/>。当前帧料筒的旋转角度为,其中/>为当前帧图像所在的时刻对应的料筒的旋转角,/>是前一帧图像所在时刻所对应的料筒旋转角。
针对固定值,综合溅射程度后的更新值应为/>,即溅射程度越高旋转的越少。在实际应用中,还可以设定阈值为0.5/>作为判别依据,当计算得到的更新值小于该阈值时不旋转,不小于时再旋转。
在步骤S105处,将当前帧图像和前一帧图像中流体物料对应的流量进行比较,并根据比较结果确定是否暂停对所述料筒进行旋转,以实现料筒倾倒过程控制。由于在倾倒过程中的流量通常会先增加后减少,例如在45°时的流量最大,随着料筒中糖浆逐渐减小,流量也会开始下降,基于流速的不稳定性,还需要在旋转过程中适当的暂停旋转。基于此,本方案中可以结合溅射程度和流量大小综合确定旋转状态,从而保证在快速倾倒的同时减少溅射情况的发生。
图2是示意性示出根据本发明的实施例的确定当前时刻流体物料的溅射程度的方法200的流程图。
由于采用神经网络如语义分割等方法对糖浆进行分割的过程过于复杂且需要很大的工作量进行训练,因此本方案中设计仅通过图像处理的方式来实现发明目的。
具体地,如图2所示,在步骤S201处,获取图像对应的灰度图像。
在步骤S202处,对所述灰度图像进行像素值检测,以提取出料筒区域和流体物料分别对应的区域。在一些实施例中,倾倒开始时料筒可以以额定功率进行慢慢倾斜,由于糖浆不会正好与料筒持平,因此在糖浆流出之前,料筒已经倾斜,此时可通过霍夫圆检测原理检测出料筒的圆形开口边缘。由于此时料筒开口可能不是正对相机,因此在图像中会存在一定的形变,直接采集图像容易采集到椭圆而非标准圆形,因此本方案中首先对采集到的图像进行仿射变换再使用霍夫圆进行检测,从而保证检测出标准圆,即料筒的位置。
至此,可通过检测出的圆形确定料筒位置,由于随着倾斜角度的增加糖浆会流出料筒,因此可以此圆为基准对糖浆进行截断。其中,可将采集到的图像转换为灰度图,并将属于同一连通域且灰度值和检测出的圆的灰度值一致的作为料筒装置,将在圆形范围内且与圆的灰度值不一致的区域作为糖浆,并进一步由此确定出属于同一连通域和同一灰度的部分作为流出料筒的糖浆部分。
在步骤S203处,计算当前帧图像与前一帧图像之间的帧差图,以得到倾倒过程中流体物料溅射部分的图像。在一些实施例中,通过上述方式可区分出料筒和糖浆部分,同时获得从料桶中倾倒出的糖浆的连通域,本方案中通过前后连续两帧图像作差获得当前图像与前一帧图像之间的帧差图。该帧差图中包括溅射出的糖浆。
进一步,由于在旋转过程中,料筒和糖浆也在运动,因此帧差图中也包括部分料筒和糖浆区域。为了获得只包括溅射部分糖浆的帧差图,可根据糖浆和料筒灰度值的不同去除包括料筒部分的区域,同时将当前图像的灰度图中从料筒中流出的糖浆的最大连通域所在的部分进行去除,此时帧差图中剩下的部分即为溅射的糖浆部分。在实际应用中,由于溅射的糖浆部分成点射状成像不明显,可通过形态学操作对此时的帧差图进行图像增强,具体为先膨胀再腐蚀,从而使溅射的糖浆部分在图像中更为明显。
在步骤S204处,确定帧差图中所述流体物料溅射部分的图像所对应的像素点个数,以表征当前时刻流体物料的溅射程度。在一些实施例中,在经过图像增强后的帧差图中,通过统计所有溅射的糖浆区域的像素点个数S(或称为溅射的糖浆区域的总面积),可以用于表征各时刻糖浆的溅射程度。
在步骤S205处,对流体物料区域进行边缘检测,以确定流体物料区域的上边界和下边界。在一些实施例中,可以通过截取糖浆从料筒流出开始算起到抵达操作台这一段的区域,来获取料筒倾倒过程中糖浆的流量。基于此,可以通过边缘检测确定该流体物料区域的上边界和下边界。
在步骤S206处,根据上边界和下边界确定所述流体物料的面积,以表征流体物料倾倒过程中的流量。由于料筒在倾倒过程中出料口的高度在发生变化,即糖浆的上下边界高度在发生变化,因此需要综合宽度和高度信息(即面积)来表征流量。
以上结合图像处理方式对本发明中确定流体物料的溅射程度和流量的获取方式进行了说明,接下来将结合具体实现方式对溅射程度和流量的计算方法进行详细阐述。
图3是示意性示出根据本发明的实施例的确定流体物料的流量的方法300的流程图。
如图3所示,在步骤S301处,确定图像中料筒区域和流体物料区域之间的边界作为上边界。在一些实施例中,通过截取糖浆从料筒流出开始算起,到抵达操作台这一段的区域,来获取料筒倾倒过程中糖浆的流量,其中对于料筒口部可根据检测到的标准圆的大小对糖浆所在区域进行截取作为上边界。
在步骤S302处,从上边界开始对流体物料区域进行边缘检测,以得到边缘图。在一些实施例中,可以从上述截取位置(即上边界)开始对糖浆区域进行边缘检测获得糖浆边缘图,并从截取位置开始由上至下依次遍历糖浆边缘图中的像素点,从而获得每一个像素点位置处对应的糖浆边缘图的宽度。
在步骤S303处,根据边缘图确定边缘宽度第一次大于上边界对应的边缘宽度的位置,以作为下边界。在一些实施例中,遍历边缘图中的每一个像素点,确定每一个像素点处流体物料的边缘宽度。响应于任一像素点处流体物料的边缘宽度大于上边界对应的边缘宽度,将该像素点处对应的流体物料边缘进行截取以作为下边界。作为举例,将上述截取位置初始像素点所对应的糖浆边缘宽度作为第一宽度,接着对比每一个像素点处的糖浆边缘宽度与该第一宽度,当糖浆边缘宽度第一次大于第一宽度时,则通过此时的糖浆边缘宽度对糖浆所在区域进行截取,作为下边界。
在步骤S304处,计算当前帧图像中上边界和下边界之间所有边缘宽度之间的平均值,以及上边界和下边界之间的高度。
在步骤S305处,将所述平均值与所述高度相乘,并将其乘积用以表征图像中流体物料的流量。在一些实施例中,计算当前帧上下边界之间所有糖浆边缘宽度的平均值,并将此平均值和上下边界的高度相乘用以表征此刻糖浆的流量Q。由于料筒在倾倒过程中出料口的高度在发生变化,即糖浆的上下边界高度在发生变化,因此本方案中需要综合宽度和高度信息来表征流量。
图4是示意性示出根据本发明的实施例的根据流量控制料筒暂停旋转的方法400的流程图。
当料筒根据电机的额定功率进行旋转时,角速度是不变的,即前后两帧的时间间隔内旋转的角度是固定值即当前帧料筒的旋转角度/>,其中/>是前一帧图像所在时刻所对应的料筒旋转角。利用上述旋转角速度的更新值,可以得到/>以替换该固定值/>,从而实现对旋转角的自适应调整,提升该控制过程的准确性。同时实时对比前后帧图像的流量/>和/>,前期随着角度的逐渐倾斜,料筒中糖浆的逐渐减少,流量会开始下降,此时需要继续倾斜料筒,借用重力作用使剩余糖浆快速流出。基于此,针对该倾倒过程中的流量情况,也需要对料筒的旋转过程进行控制。
在一个实施例中,可以设定流量阈值进行旋转控制,当检测到当前帧的流量时,停止旋转,当检测到当前帧的流量/>时,继续采用上述旋转角度更新值/>进行旋转。
作为其他实施例,还可以采用其他的控制方式,如图4所示,在步骤S401处,响应于当前帧图像中流体物料对应的流量第一次不大于前一帧图像中流体物料对应的流量,控制料筒停止旋转。对比前后帧图像的流量和/>,前期随着角度的逐渐倾斜,/>会持续大于/>,当检测到/>第一次不大于/>时不再进行旋转。此时需要判定是否由于料筒中的流体物料含量减少,使得流量下降,从而便于后续调整料筒的旋转状态。
在步骤S402处,获取料筒停止旋转后流体物料流出的流量,并判断前后帧图像中流体物料对应的流量之间的大小。
在步骤S403处,当前一帧图像中流体物料对应的流量大于前一帧图像中流体物料对应的流量,则控制所述料筒继续停止旋转;或在步骤S404处,当前一帧图像中流体物料对应的流量仍不大于前一帧图像中流体物料对应的流量,则按照旋转角度固定值旋转料筒。
在一些实施例中,当在步骤S402处停止旋转后,需要对流量继续进行检测,当不旋转后仍然不大于/>则继续按照额定功率进行旋转,即按照固定值/>进行旋转。当不旋转后/>又大于/>,则保持角度不动并停止旋转。当不旋转后/>仍不大于/>时,可以按照固定值的旋转角度进行旋转,也可以按照上述旋转角度更新值/>进行旋转。并且当料筒旋转了180°实现完全翻转。
图5是示意性示出根据本发明的实施例的料筒智能控制系统500的示意图。
在本发明的另一方面中,还提供了一种料筒智能控制系统,包括:处理器;以及存储器,其存储有用于料筒智能控制的计算机指令,当所述计算机指令由所述处理器运行时,使得设备执行根据前文一个或多个实施例所述的料筒智能控制方法。
如图5中所示,该系统中的设备501可以包括CPU5011,其可以是通用CPU、专用CPU或者其他信息处理以及程序运行的执行单元。进一步,设备501还可以包括大容量存储器5012和只读存储器ROM 5013,其中大容量存储器5012可以配置用于存储各类数据以及多媒体网络所需的各种程序,ROM 5013可以配置成存储对于设备501的加电自检、系统中各功能模块的初始化、系统的基本输入/输出的驱动程序及引导操作系统所需的数据。
进一步,设备501还包括其他的硬件平台或组件,例如示出的TPU(TensorProcessing Unit,张量处理单元)5014、GPU(Graphic Processing Unit,图形处理器)5015、FPGA(Field Programmable Gate Array,现场可编程逻辑门阵列)5016和MLU(MemoryLogic Unit),存储器逻辑单元)5017。可以理解的是,尽管在设备501中示出了多种硬件平台或组件,但这里仅仅是示例性的而非限制性的,本领域技术人员可以根据实际需要增加或移除相应的硬件。例如,设备501可以仅包括CPU作为公知硬件平台和另一硬件平台作为本发明的测试硬件平台。
本发明的设备501还包括通信接口5018,从而可以通过该通信接口5018连接到局域网/无线局域网(LAN/WLAN)505,进而可以通过LAN/WLAN连接到本地服务器506或连接到因特网(“Internet”)507。替代地或附加地,本发明的设备501还可以通过通信接口5018基于无线通信技术直接连接到因特网或蜂窝网络,例如基于第三代(“3G”)、第四代(“4G”)或第5代(“5G”)的无线通信技术。在一些应用场景中,本发明的设备501还可以根据需要访问外部网络的服务器508以及可能的数据库509。
设备501的外围设备可以包括显示装置502、输入装置503以及数据传输接口504。在一个实施例中,显示装置502可以例如包括一个或多个扬声器和/或一个或多个视觉显示器。输入装置503可以包括例如键盘、鼠标、麦克风、姿势捕捉相机,或其他输入按钮或控件,其配置用于接收数据的输入或用户指令。数据传输接口504可以包括例如串行接口、并行接口或通用串行总线接口(“USB”)、小型计算机系统接口(“SCSI”)、串行ATA、火线(“FireWire”)、PCI Express和高清多媒体接口(“HDMI”)等,其配置用于与其他设备或系统的数据传输和交互。
本发明的设备501的上述CPU 5011、大容量存储器5012、只读存储器ROM 5013、TPU5014、GPU 5015、FPGA 5016、MLU 5017和通信接口5018可以通过总线5019相互连接,并且通过该总线与外围设备实现数据交互。在一个实施例中,通过该总线5019,CPU 5011可以控制设备501中的其他硬件组件及其外围设备。
在工作中,本发明的设备501的处理器CPU 5011可以通过输入装置503或数据传输接口504获取媒体数据包,并调取存储于存储器5012中的计算机程序指令或代码对料筒的旋转速度等进行控制。
从上面关于本发明模块化设计的描述可以看出,本发明的系统可以根据应用场景或需求进行灵活地布置而不限于附图所示出的架构。进一步,还应当理解,本发明示例的执行操作的任何模块、单元、组件、服务器、计算机或设备可以包括或以其他方式访问计算机可读介质,诸如存储介质、计算机存储介质或数据存储设备(可移除的)和/或不可移动的)例如磁盘、光盘或磁带。计算机存储介质可以包括以用于存储信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质,例如计算机可读指令、数据结构、程序模块或其他数据。
基于此,本发明也公开了一种计算机可读存储介质,其上存储有用于料筒智能控制的计算机可读指令,该计算机可读指令被一个或多个处理器执行时,实现如前文中一个或多个实施例所述的料筒智能控制方法。
虽然本说明书已经示出和描述了本发明的多个实施例,但对于本领域技术人员显而易见的是,这样的实施例只是以示例的方式提供的。本领域技术人员会在不偏离本发明思想和精神的情况下想到许多更改、改变和替代的方式。应当理解的是在实践本发明的过程中,可以采用对本文所描述的本发明实施例的各种替代方案。
Claims (4)
1.一种料筒智能控制方法,其特征在于,所述料筒智能控制方法应用于料筒倾倒流体物料的控制过程中,包括:
实时获取料筒倾倒方向对应的图像,并从所述图像中提取出料筒区域和流体物料区域;
根据当前帧图像与前一帧图像之间的帧差图确定当前时刻流体物料的溅射程度;
根据每一帧图像中流体物料区域对应的面积计算流体物料的流量;
根据溅射程度调整料筒旋转角速度,所述料筒旋转角速度包括:
其中表示旋转角度固定值,S为用于表征溅射程度的像素点个数;以及
将当前帧图像和前一帧图像中流体物料对应的流量进行比较,并根据比较结果确定是否暂停对所述料筒进行旋转,以实现料筒倾倒过程控制;
所述根据当前帧图像与前一帧图像之间的帧差图确定当前时刻流体物料的溅射程度包括:
计算当前帧图像与前一帧图像之间的帧差图,以得到倾倒过程中流体物料溅射部分的图像;
确定帧差图中所述流体物料溅射部分的图像所对应的像素点个数,以表征当前时刻流体物料的溅射程度;
所述根据每一帧图像中流体物料区域对应的面积计算流体物料的流量包括:
对所述流体物料区域进行边缘检测,以确定所述流体物料区域的上边界和下边界;
根据所述上边界和下边界确定所述流体物料的面积,以表征所述流体物料倾倒过程中的流量;
所述对所述流体物料区域进行边缘检测,以确定所述流体物料区域的上边界和下边界包括:
确定图像中料筒区域和流体物料区域之间的边界作为上边界;
从所述上边界开始对流体物料区域进行边缘检测,以得到边缘图;
根据所述边缘图确定边缘宽度第一次大于所述上边界对应的边缘宽度的位置,以作为下边界;
所述根据所述边缘图确定边缘宽度第一次大于所述上边界对应的边缘宽度的位置,以作为下边界包括:
遍历所述边缘图中的每一个像素点,确定每一个像素点处流体物料的边缘宽度;
响应于任一像素点处流体物料的边缘宽度大于上边界对应的边缘宽度,将该像素点处对应的流体物料边缘进行截取以作为下边界;
所述根据所述上边界和下边界确定所述流体物料的面积,以表征所述流体物料倾倒过程中的流量包括:
计算当前帧图像中上边界和下边界之间所有边缘宽度之间的平均值,以及上边界和下边界之间的高度;
将所述平均值与所述高度相乘,并将其乘积用以表征图像中流体物料的流量;
所述根据所述上边界和下边界确定所述流体物料的面积,以表征所述流体物料倾倒过程中的流量包括:
计算当前帧图像中上边界和下边界之间所有边缘宽度之间的平均值,以及上边界和下边界之间的高度;
将所述平均值与所述高度相乘,并将其乘积用以表征图像中流体物料的流量;
所述将当前帧图像和前一帧图像中流体物料对应的流量进行比较,并根据比较结果确定是否暂停对所述料筒进行旋转,以实现料筒倾倒过程控制包括:
响应于当前帧图像中流体物料对应的流量第一次不大于前一帧图像中流体物料对应的流量,控制所述料筒停止旋转;
获取料筒停止旋转后流体物料流出的流量,并判断前后帧图像中流体物料对应的流量之间的大小;
当前一帧图像中流体物料对应的流量大于前一帧图像中流体物料对应的流量,则控制所述料筒继续停止旋转;或
当前一帧图像中流体物料对应的流量仍不大于前一帧图像中流体物料对应的流量,则按照旋转角度固定值旋转料筒。
2.根据权利要求1所述的料筒智能控制方法,其特征在于,所述从所述图像中提取出料筒区域和流体物料区域包括:
获取所述图像对应的灰度图像;
对所述灰度图像进行像素值检测,以提取出料筒区域和流体物料分别对应的区域。
3. 一种料筒智能控制系统,其特征在于,包括:
处理器;以及
存储器,其存储有用于料筒智能控制的计算机指令,当所述计算机指令由所述处理器运行时,使得设备执行根据权利要求1或2所述的料筒智能控制方法。
4.一种计算机可读存储介质,其特征在于,其上存储有用于料筒智能控制的计算机可读指令,该计算机可读指令被一个或多个处理器执行时,实现如权利要求1或2所述的料筒智能控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310701392.3A CN116449789B (zh) | 2023-06-14 | 2023-06-14 | 一种料筒智能控制方法、系统及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310701392.3A CN116449789B (zh) | 2023-06-14 | 2023-06-14 | 一种料筒智能控制方法、系统及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116449789A CN116449789A (zh) | 2023-07-18 |
CN116449789B true CN116449789B (zh) | 2023-08-18 |
Family
ID=87132383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310701392.3A Active CN116449789B (zh) | 2023-06-14 | 2023-06-14 | 一种料筒智能控制方法、系统及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116449789B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117806260B (zh) * | 2024-02-29 | 2024-05-14 | 哈尔滨恒达交通设备技术开发有限公司 | 一种基于大数据的智能物料控制监控方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5125801A (en) * | 1990-02-02 | 1992-06-30 | Isco, Inc. | Pumping system |
CN103148905A (zh) * | 2013-02-03 | 2013-06-12 | 浙江大学 | 基于管道出口液滴图像识别的微流量检测方法 |
CN105352856A (zh) * | 2015-12-02 | 2016-02-24 | 宁波新边界科学仪器有限公司 | 测量液体在固体表面的前进接触角、后退接触角以及滞留力的方法及其装置 |
CN107063943A (zh) * | 2017-03-29 | 2017-08-18 | 河南省水产科学研究院 | 液体中颗粒物自动计数、图像采集及形态测量装置 |
CN109891333A (zh) * | 2016-10-28 | 2019-06-14 | 瑞泽耐思株式会社 | 机械控制装置、机械控制程序及机械控制方法 |
CN113674200A (zh) * | 2021-07-08 | 2021-11-19 | 浙江大华技术股份有限公司 | 流水线上物品的计数方法及装置、计算机存储介质 |
CN115205770A (zh) * | 2022-09-19 | 2022-10-18 | 南通长石科技有限公司 | 一种无人装载机室内自主装货系统及方法 |
-
2023
- 2023-06-14 CN CN202310701392.3A patent/CN116449789B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5125801A (en) * | 1990-02-02 | 1992-06-30 | Isco, Inc. | Pumping system |
CN103148905A (zh) * | 2013-02-03 | 2013-06-12 | 浙江大学 | 基于管道出口液滴图像识别的微流量检测方法 |
CN105352856A (zh) * | 2015-12-02 | 2016-02-24 | 宁波新边界科学仪器有限公司 | 测量液体在固体表面的前进接触角、后退接触角以及滞留力的方法及其装置 |
CN109891333A (zh) * | 2016-10-28 | 2019-06-14 | 瑞泽耐思株式会社 | 机械控制装置、机械控制程序及机械控制方法 |
CN107063943A (zh) * | 2017-03-29 | 2017-08-18 | 河南省水产科学研究院 | 液体中颗粒物自动计数、图像采集及形态测量装置 |
CN113674200A (zh) * | 2021-07-08 | 2021-11-19 | 浙江大华技术股份有限公司 | 流水线上物品的计数方法及装置、计算机存储介质 |
CN115205770A (zh) * | 2022-09-19 | 2022-10-18 | 南通长石科技有限公司 | 一种无人装载机室内自主装货系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116449789A (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116449789B (zh) | 一种料筒智能控制方法、系统及计算机可读存储介质 | |
TWI552136B (zh) | 用以控制自我刷新顯示功能之技術(二) | |
CN108681439B (zh) | 基于帧率控制的均匀显示方法 | |
JP2007151078A5 (zh) | ||
RU2006137998A (ru) | Система распространения изображений, клиентский терминал и способ управления | |
WO2022213675A1 (zh) | 一种拉晶控制方法和设备、单晶炉以及计算机存储介质 | |
TW201246180A (en) | Techniques for controlling frame refresh | |
CN103072207A (zh) | 搅拌车的进料位置调整控制方法、装置、系统及搅拌车 | |
WO2023174216A1 (zh) | 视频分辨率自适应调节方法、装置、设备和存储介质 | |
CN112226812A (zh) | 一种直拉式单晶硅生产方法和装置及系统 | |
CN101794263A (zh) | 存储器的访问方法和访问控制器 | |
CN106155263A (zh) | 一种参数调节方法及装置 | |
CN111301911B (zh) | 一种用于堆垛机的视觉逻辑控制方法 | |
JPWO2019022067A1 (ja) | 細胞培養装置 | |
CN117187943B (zh) | 一种拉晶过程中熔料检测方法、装置及电子设备 | |
US6693641B1 (en) | Calculating display mode values | |
CN208322104U (zh) | 一种铝块自动化生产下料装置 | |
CN109521730B (zh) | 一种铁水包内渣面的在线计算方法 | |
CN111451468A (zh) | 一种浇注过程的坩埚控制方法及装置 | |
CN110194433B (zh) | 实时耗材供应平台、方法及存储介质 | |
CN104950929A (zh) | 基于视觉的铸轮液位自动控制系统与控制方法 | |
CN111041194A (zh) | 一种提高矿粉球团矿生球质量的制备装置及其使用方法 | |
JP2011001217A (ja) | ガラスリボンのエッジ位置管理装置及びその方法 | |
CN114387251A (zh) | 饱满点的监测方法、存储介质、终端和拉晶设备 | |
CN203102043U (zh) | 膏霜乳化机的冷却自动控制装置 |
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 |