CN116714094B - 一种陶瓷杯自动生产装置 - Google Patents

Abstract

本发明以转移机构为中心设置上料机构、滚压机构及定型机构，转移机构包括将分割泥料补充至滚压机构的上泥组件、完成泥料与胚体在各机构间转移的安置转盘及将预定型的胚体移出的取胚组件；上料机构包括安置并自动向安置转盘传送泥料的传泥架、互相配合以根据预定需求量自动分割泥料的送泥组件及裁切组件；滚压机构包括互相旋转滚压以自动完成泥料滚压成胚体的模具及滚压组件，因此仅需根据胚体形状要求更换模具内形状即可完成多种不同形状的拉胚工作；定型机构包括热风炉及进风管，以通过高温稳定风流完成对胚体的预定型；本发明效率高、成本较低，能自动完成陶瓷杯拉胚工序中的上料、拉胚及取胚，且保证陶瓷杯生产中拉胚的质量合格优秀。

Description

一种陶瓷杯自动生产装置

技术领域

本发明属于陶瓷杯自动化生产技术领域，具体涉及一种陶瓷杯自动生产装置。

背景技术

我国历史悠久，陶瓷杯工艺品的制作是我国劳动人民的智慧结晶，随着陶瓷杯行业的发展，陶瓷杯生产自动化的逐渐成为陶瓷杯生产加工生产线中的主流，其中，拉胚工艺即为将泥料放置在拉坯机旋转的转盘上，在旋转过程中，操作者对其进行重心的调整，这个过程中对坯体重心的把握非常重要，拉坯过程如果操作不当极易导致重心偏移，拉坯的效果完全取决于操作者的熟练程度及操作经验，因为需要依靠工匠灵活的手法和技巧，以赋予陶瓷杯工艺品不同的形状，一直都是陶瓷杯生产过程中最重要的一环，但手工拉坯更是难以实现批量化和持续性的大规模生产，虽然陶瓷杯成型工业工艺中有出现诸如滚压成型机的自动化拉胚的设备，但目前大部分滚压成型机仅仅只能在人工进行泥料填充后，完成一次泥料滚压成胚体的工作，仍然需要人员时刻驻守在滚压成型机旁，胚体滚压工作前进行泥料补充等预备处理及在滚压完成后进行胚体取出等后续处理，依旧需要大量人力，不能达到陶瓷杯生产自动化中拉胚自动工作的要求，以及节约人力，提高拉胚质量与效率。

因此，需要一种能够自动完成陶瓷杯生产中的上料、拉胚及取胚等步骤，且在保证陶瓷杯生产中拉胚的质量合格优秀的基础上，效率高、成本较低的陶瓷杯自动化拉胚生产装置。

发明内容

针对上述现有问题，本发明提出一种能够自动完成陶瓷杯拉胚工序中的上料、拉胚及取胚等步骤，且在保证陶瓷杯生产中拉胚的质量合格优秀的基础上，保证陶瓷杯拉胚的效率且成本较低的陶瓷杯自动化拉胚生产装置。

为实现上述目的，本发明提供一种陶瓷杯自动生产装置，包括设置于中心位的转移机构及围绕所述转移机构依次设置的上料机构、滚压机构及定型机构；所述上料机构用于为所述滚压机构分割传送泥料，包括传泥架、送泥组件及裁切组件；所述传泥架包括传送架、若干个排列在所述传送架上的用于放置泥料的放泥槽及固定连接在所述传送架一侧的用于驱动所述传送架移动所述放泥槽的传送驱动电机；所述送泥组件设置有送泥片，用于推送预定量的泥料移动至所述放泥槽外侧；所述裁切组件设置有割泥弓，用于分割所述放泥槽外侧的泥料；所述转移机构用于转移泥料与胚体，包括上泥组件、安置转盘及取胚组件；所述上泥组件设置有吸泥件，用于转移所述割泥弓分割出来的预定量的泥料；所述安置转盘上设置有安置槽，所述安置转盘上方覆盖有灌风罩，所述灌风罩自所述上料机构处至所述滚压机构处设置有制胚口，自所述上料机构远离所述滚压机构一侧设置有取胚口；所述取胚组件设置有吸胚件，用于转移预定型胚体；所述滚压机构用于旋压泥料制作坯体，包括安置在所述安置槽内的模具及一用于将泥料滚压成形的滚压组件，所述滚压组件包括滚压机座、设置在所述滚压机座上的支撑座、可转动的设置在所述支撑座上的工作臂、设置在所述工作臂一端的滚压头、设置在所述滚压头下方位置的升降工作台及设置在所述升降工作台上的旋转模具套，所述旋转模具套可抬高并带动所述模具旋转，所述工作臂转动可使所述滚压头完全进入所述模具内部，以完成泥料滚压工作；所述定型机构用于帮助胚体预定型，包括热风炉及连接所述灌风罩与热风炉的进风管，用于为所述灌风罩通过高温稳定风流。

进一步的，所述传送架上设置有与所述传送驱动电机连接的主动辊、从动辊及驱动链条，所述主动辊及从动辊的左右两端的外侧壁均固定连接有与驱动链条相匹配的驱动齿轮，用于带动所述驱动链条移动，所述放泥槽保持相同间隔的固定在所述驱动链条上。

进一步的，所述送泥组件设置在所述传送架上方，还包括一用于带动所述送泥片往复移动的送泥丝杆模组及一用于驱动所述丝杆模组工作的送泥驱动伺服电机。

进一步的，所述裁切机构设置在所述传泥架的一侧，还包括一用于驱动所述割泥弓升降的分割用气缸，被所述送泥组件移动出所述放泥槽的泥料通过分割用气缸驱动割泥弓对泥料进行分割。

进一步的，所述转移机构还包括转盘底座及一设置在所述转盘底座中心的转移支架，所述安置转盘设置在所述转盘底座上，所述上泥组件及取胚组件均设置在所述转移支架上。

进一步的，所述上泥组件还包括上泥伸缩杆及上泥旋转杆，所述上泥伸缩杆一端设置在所述转移支架上，另一端与所述上泥旋转杆一端相连接，所述吸泥件设置在所述上泥旋转杆远离所述上泥伸缩杆的一端。

进一步的，所述取胚组件还包括第一取胚伸缩杆及第二取胚伸缩杆，所述第一取胚伸缩杆一端设置在所述转移支架上，另一端与所述第二取胚伸缩杆中端位置相连接，所述吸胚件设置在所述第二取胚伸缩杆靠近所述安置转盘的一端。

进一步的，所述滚压机座上还设置有用于驱动所述滚压头及旋转模具旋转工作的滚压驱动电机组及控制所述升降工作台升降的升降液压结构；所述滚压驱动电机组包括滚压头轴电机、旋转模具轴电机、变速箱电机、变速箱及电气箱，所述升降液压结构包括4至5组液压升降杆及一液压驱动电机。

进一步的，所述定型机构还包括回收箱及连接所述灌风罩与回收箱的回风管，用于回收所述灌风罩内温度回落的风流。

进一步的，还设置有用于收集转移完成预定型的胚体的收集传送带。

优选的，所述热风炉产生的高温风流温度为150度～160度，风速15～20米/秒，时间为2分钟，使得预定型的胚体的质量更好。

优选的，该陶瓷杯自动生产装置还包括一个视觉检测系统，其设置在所述收集传送带侧边，用于对陶瓷杯的外观进行高精度的检测和分析，该视觉检测系统包括：一高分辨率摄像头或图像传感器，用于捕捉陶瓷杯的图像；一图像处理算法，用于分析和识别陶瓷杯的外观缺陷、瑕疵、尺寸偏差和颜色一致性的问题，所述图像处理算法包含一图像预处理模块，所述图像预处理模块对所述高分辨率摄像头或所述图像传感器采集到的图像进行预处理，包括去噪、增强对比度、调整亮度和色彩平衡，以优化后续的图像分析和处理过程；一特征提取模块，其从所述图像预处理模块预处理后的图像中提取与外观缺陷、瑕疵、尺寸偏差和颜色一致性相关的特征，包含纹理、形状、边缘以及颜色特征；一模式识别和分类模块，其利用机器学习或深度学习技术，将特征提取模块提取到的特征与预定义的标准进行比较和匹配，以判断陶瓷杯是否存在外观缺陷、瑕疵、尺寸偏差或颜色不一致的问题，该模式识别和分类模块可以通过训练模型或使用预训练模型来实现；一检测算法和逻辑，用于判断陶瓷杯是否符合质量标准，以及确定需要剔除的不合格产品，其包含一质量标准定义模块，其用以在系统中设定陶瓷杯的质量标准，质量标准包含外观缺陷的允许范围、尺寸偏差的容忍度和颜色一致性；一检测逻辑模块，根据质量标准的定义，编写相应的检测算法和逻辑，对图像处理得到的特征进行分析和判断，以确定陶瓷杯是否符合质量要求；一剔除判定模块，根据检测的结果，确定需要剔除的不合格产品；一自动剔除机构，用于将被剔除判定模块识别为不合格的陶瓷杯自动从生产线上剔除。该视觉检测系统能够在高速生产环境下实时进行检测，并精确判断陶瓷杯的质量，提高产品的一致性和可靠性。通过自动剔除不合格产品，可以确保只有合格的陶瓷杯通过生产线，提高生产效率和产品质量。

进一步的，所述检测逻辑模块的检测包含：边缘和形状的检测：通过边缘检测算法和形状匹配算法，检测陶瓷杯的轮廓、边缘线和形状是否符合预期标准；瑕疵的检测：使用模板匹配、纹理分析或机器学习，识别陶瓷杯表面的瑕疵、裂纹以及斑点缺陷；尺寸偏差的检测：通过图像测量和几何分析技术，测量陶瓷杯的尺寸，与预设的标准进行比较，判断是否存在尺寸偏差；颜色一致性的检测：使用颜色空间转换和颜色分析算法，检测陶瓷杯的颜色一致性，其包含一颜色空间转换：将图像从RGB颜色空间转换为HSV或Lab颜色空间，以便更好地描述和分析颜色；一颜色分布分析：通过统计和分析图像中各个区域的颜色分布，判断陶瓷杯的颜色是否均匀一致；颜色匹配：与预设的颜色范围进行匹配，判断陶瓷杯的颜色是否符合要求。

进一步的，还包括一优化系统，其与所述视觉检测系统连接，所述优化系统包含：一传感器模块，包括温度传感器、湿度传感器、压力传感器以及称重传感器，用于实时监测和检测生产过程中的陶瓷杯的烧制温度、泥料的湿度、滚压的压力以及泥料上料的量；一数据分析和机器学习模块，用于对传感器组件采集的数据和视觉检测系统生成的图像数据进行分析和处理，以提取生产过程和产品质量的关键信息，并建立参数优化模型；该数据分析和机器学习模块包含：一数据预处理模组，将采集到的数据需要进行预处理，包括数据清洗、去噪和归一化，以确保数据的准确性和一致性；一特征提取模组，从数据预处理模组处理后的数据中提取关键的特征，包含烧制温度的平均值、泥料湿度的波动性、滚压压力的变化率以及泥料上料量的累积值；一数据标注模组，将传感器数据和视觉检测系统生成的图像数据进行匹配和标注，以建立数据集，标注过程涉及将数据与预期的产品质量标准进行比较，并确定其质量等级；一参数优化模型，基于数据分析和机器学习模块的结果，通过训练和优化，推断出最佳的温度、湿度、压力和量的参数设置；该参数优化模型包含：一模型选择和训练模组：选择神经网络、决策树或支持向量机，使用标注的数据集对模型进行训练，优化模型的参数和权重，以使其能够准确地预测和推断最佳的温度、湿度、压力和量的参数设置；一模型评估和调优模组，使用测试数据集评估训练好的模型的性能，并进行调优，通过与实际生产过程和产品质量的比较，进一步优化模型的准确性；一参数推断和优化模组，经过训练和调优的参数优化模型可以根据实时传感器数据和视觉检测结果，推断出最佳的温度、湿度、压力和量的参数设置；一实时反馈模块，包含显示屏，通过反馈机制对参数优化模型得出的参数设置进行动态提醒，并在显示屏设置，确保产品达到预期质量标准。

需要说明的是，通过优化系统中的数据分析和机器学习模块，对传感器采集的数据和视觉检测系统生成的图像数据进行分析和处理。通过特征提取和数据标注，可以建立数据集，将数据与预期的产品质量标准进行比较并确定质量等级。基于这些分析结果，参数优化模型可以推断出最佳的温度、湿度、压力和量的参数设置，以提高生产过程的稳定性和良品率，通过优化参数设置，可以减少不良产品的产生，从而提高整体的良品率。同时，通过实时监测和实时反馈模块，操作人员可以根据参数优化模型推断的参数设置进行动态提醒和调整，确保生产参数始终保持在最佳状态，从而提高良品率。而且优化系统通过实时监测和检测传感器模块采集的数据，结合视觉检测系统生成的图像数据，可以提取生产过程和产品质量的关键信息。这些信息可以用于质量控制和异常检测，及时发现生产过程中的异常情况，一旦发现异常，系统可以通过实时反馈模块提醒操作人员，并进行相应的调整和修正，以避免不良产品的产生，进一步提高良品率。因此，通过对数据的检测、分析和优化，优化系统可以提高良品率。通过实时监控和调整生产参数，及时发现和纠正异常情况，优化系统可以保持生产过程的稳定性和良品率的提高效果。此外，通过持续改进和优化，优化系统能够不断学习和适应生产环境的变化，进一步提高产品质量和生产效率。

相比于现有技术，本发明的有益效果：本发明以转移机构为中心围绕依次设置了上料机构、滚压机构及定型机构，所述转移机构设置了上泥组件、安置转盘及取胚组件,上述结构的设置相比行业内皮带、链条式直线传输方式占地面积更小，合理利用空间，使用更为便捷。其中安置转盘用于完成泥料与胚体在各机构间的自动转移，上泥组件用于自动完成将传泥架上的分割的泥料补充至滚压机构的工作，取胚组件用于将预定型的胚体移出安置转盘；所述上料机构设置了传泥架、送泥组件及裁切组件，其中传泥架用于安置并自动向安置转盘传送泥料，送泥组件与裁切组件互相配合用于根据预定需求量进行泥料的自动分割；所述滚压机构设置了模具及滚压组件，其中滚压组件配合模具互相旋转滚压，以便自动完成分割好的泥料滚压成胚体的工作，且仅需根据胚体形状要求更换模具内形状即可完成多种不同形状的拉胚工作；定型机构设置了热风炉及进风管，其中进风管连同了热风炉与安置转盘上方覆盖的灌风罩，以便通过高温稳定风流对胚体的预定型工作；此外还设置了收集传送带以收集转移完成取胚组件移出的预定型的胚体；本发明提供的一种陶瓷杯自动生产装置效率高、成本较低，能自动完成陶瓷杯拉胚工序中的上料、拉胚及取胚，且保证陶瓷杯生产中拉胚的质量合格优秀。

附图说明

图1为本发明的一种陶瓷杯自动生产装置的结构示意图；

图2为本发明的转移机构的结构示意图；

图3为本发明的上料机构的结构示意图；

图4为本发明的滚压机构的结构示意图。

图中：1-转移机构，11-上泥伸缩杆，12-上泥旋转杆，13-吸泥件，14-转盘底座，15-安置转盘，16-安置槽，17-灌风罩，18-转移支架，19-第一取胚伸缩杆，110-第二取胚伸缩杆；

2-上料机构，21-传送架，22-放泥槽，23-传送驱动电机，24-送泥片，25-送泥丝杆模组，26-送泥驱动伺服电机，27-割泥弓，28-分割用气缸，29-割泥钢丝；

3-滚压机构，31-模具，32-滚压机座，33-支撑座，34-工作臂，35-滚压头,36-升降工作台，37-旋转模具套，38-滚压驱动电机组，39-升降液压结构；

4-定型机构，41-热风炉，42-回收箱，43-进风管，431-入风口，432-出风口，44-回风管，441-收风口，442-放风口；

5-收集传送带。

具体实施方式

为进一步详细介绍本发明，接下来结合附图进行说明。特别指出，下面所描述的实施例仅仅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，本领域普通技术人员在没有作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。

参阅图1，本实施例提供一种陶瓷杯自动生产装置包括设置于中心位的转移机构1及围绕所述转移机构1依次设置的上料机构2、滚压机构3、定型机构4及用于收集转移完成预定型的胚体的收集传送带5。

所述上料机构2用于为所述滚压机构3分割传送泥料，包括传泥架、送泥组件及裁切组件；

所述传泥架包括传送架21、若干个保持相同间隔排列在所述传送架21上的用于放置泥料的放泥槽22及固定连接在所述传送架21一侧的用于驱动所述传送架21移动所述放泥槽22的传送驱动电机23；在本实施例中，所述传送架21横截面呈三角形，其上设置有主动辊、从动辊及驱动链条，所述主动辊设置在所述传送架21上端并与所述传送驱动电机23电气连接，所述传送架21为链条传送架21，所述从动辊设置在所述链条传送架21下端远离所述传送驱动电机23的位置，且所述主动辊及从动辊的左右两端的外侧壁均固定连接有与所述驱动链条相匹配的驱动齿轮，所述驱动链条可活动套在所述驱动齿轮上，启动传送驱动电机23，可同步驱动主动辊及从动辊外侧的驱动齿轮进行转动，从而驱动链条转动传送放泥槽22，以达到自动传送泥料的目的。

所述送泥组件设置在所述传送架21上方，包括一用于推送预定量的泥料移动至所述放泥槽22外侧的送泥片24、一用于带动所述送泥片24往复移动的送泥丝杆模组25及一用于驱动所述丝杆模组工作的送泥驱动伺服电机26，所述送泥片24的初始位置设置在所述放泥槽22靠近所述取胚组件一端外侧，当所述放置有泥料的放泥槽22被传送至所述传送架21最上端时，所述送泥片24处于初始位置，所述送泥丝杆模组25在所述送泥驱动伺服电机26驱动下根据事先预定的推送距离间断的推动所述送泥片24，从而间断的推动预定量的的泥料移动至所述放泥槽22外侧，当泥料被完全推送取走后，所述送泥片24再通过所述送泥驱动伺服电机26驱动所述送泥丝杆模组25回到初始位置，完成一次泥料推送工作。

所述裁切组件设置在所述传泥架靠近滚压机构3的一侧，包括一用于分割所述放泥槽22外侧泥料的割泥弓27及一用于驱动所述割泥弓27升降的分割用气缸28，所述割泥弓27的开口位置处固定安装割泥钢丝29，初始状态下，所述割泥钢丝29位置高于所述放泥槽22，当预定量的泥料被所述送泥片24推出放泥槽22，所述吸泥件13吸附住泥料一端时，所述分割用气缸28驱动所述割泥弓27向下收缩，使所述割泥钢丝29成功分割放泥槽22外的泥料，当被分割的泥料被所述上泥组件取走后，所述割泥弓27再通过所述分割用气缸28上升至初始位置，完成一次泥料分割工作。

所述转移机构1用于转移泥料与胚体，包括上泥组件、转盘底座14、安置转盘15、转移支架18及取胚组件，所述安置转盘15放置在所述转盘底座14上，所述转移支架18固定在所述转盘底座14中心，所述上泥组件及取胚组件均设置在所述转移支架18上；

所述上泥组件设置在所述上料机构2与滚压机构3之间，包括上泥伸缩杆11、上泥旋转杆12及用于转移所述割泥弓27分割出来的预定量泥料的吸泥件13；所述上泥伸缩杆11一端设置在所述转移支架18上，另一端与所述上泥旋转杆12一端相连接，所述吸泥件13设置在所述上泥旋转杆12远离所述上泥伸缩杆11的一端，初始状态下，所述吸泥件13处于所述安装槽上方，当预定量的泥料被所述送泥片24推出放泥槽22时，所述上泥伸缩杆11伸出，所述上泥旋转杆12逆时针向上转动，使所述吸泥件13与泥料一端处于同一水平线并吸附住泥料一端，待所述割泥弓27完成分割后，所述上泥旋转杆12顺时针向下转动，所述上泥伸缩杆11收缩，所述吸泥件13回到初始位置并放弃吸附泥料，使泥料掉入所述模具31，完成一次泥料上料工作；在本实施例中，所述上泥伸缩杆11为液压上泥伸缩杆11，设置有一上泥电机与其电气连接，所述上泥旋转杆12与液压上泥伸缩杆11连接处设置有一控制所述上泥旋转杆12转动的电动转轴，所述吸泥件13为一真空吸盘。

所述安置转盘15顺时针旋转，依次经过由所述上料机构2、滚压机构3、定型机构4及收集传送带，所述安置转盘15上均匀设置有用于容纳模具31的安置槽16，所述安置转盘15上方固定覆盖有灌风罩17，所述灌风罩17自所述上料机构2处至所述滚压机构3处设置有制胚口，自所述上料机构2远离所述滚压机构3一侧设置有取胚口；

所述取胚组件设置在所述上料机构2与收集传送带之间，包括吸胚件、第一取胚伸缩杆19及第二取胚伸缩杆110，所述第一取胚伸缩杆19一端设置在所述转移支架18上，另一端与所述第二取胚伸缩杆110中端位置相连接，所述吸胚件设置在所述第二取胚伸缩杆110靠近所述安置转盘15的一端，初始状态下，所述吸胚件处于所述安装槽上方，当放置有预定型胚体的模具31被转动传送至所述吸胚件下方时，所述第二取胚伸缩杆110向下伸出，待所述吸胚件吸附住预定型胚体后，所述第二取胚伸缩杆110向上收缩，所述第一取胚伸缩杆19向所述收集传送带方向上伸出，达到所述收集传送带上方时，所述第二取胚伸缩杆110向下伸出，将预定型胚体放置到所述收集传送带上后，待所述吸胚件放开预定型胚体，完成一次预定型胚体转移工作；在本实施例中，所述第一取胚伸缩杆19及第二取胚伸缩杆110均为液压取胚伸缩杆，分别设置有一取胚电机与其电气连接，所述吸泥件13为一真空吸盘。

所述滚压机构3用于旋压泥料制作坯体，包括若干个安置在所述安置槽16内的模具31及一用于将泥料滚压成形的滚压组件；所述滚压组件包括滚压机座32、设置在所述滚压机座32上的支撑座33、可转动的设置在所述支撑座33上的工作臂34、设置在所述工作臂34一端的滚压头35、设置在所述滚压头35下方位置的升降工作台36、设置在所述升降工作台36上的旋转模具套37、用于驱动所述滚压头35与旋转模具旋转工作的滚压驱动电机组38及用于控制所述升降工作台36升降的升降液压结构39；当所述安置转盘15旋转将装有泥料的模具31带至所述升降工作台36上方时，所述旋转模具套37向所述滚压头35方向抬高，将模具31向上抬起并带动其进行旋转，所述滚压头35同时开始高速自转，在所述工作臂34转动下，高速自转的滚压头35完全进入所述模具31内部，在所述模具31与滚压头35同时旋转的配合下，完成一次泥料的滚压成形工作；在本实施例中，所述滚压机座32前方设置有一挡泥板，所述滚压驱动电机组38包括滚压头35轴电机、旋转模具轴电机、变速箱电机、变速箱及电气箱，所述升降液压结构39包括4至5组液压升降杆及一液压驱动电机。

所述定型机构4用于帮助胚体预定型，包括热风炉41、回收箱42、进风管43及回风管44，所述热风炉41用于产生高温风流，需要说明的是，本实施例中所述热风炉41产生的高温风流温度为150度～160度，风速15～20米/秒，时间为2分钟，使得预定型的胚体的质量更好。所述回收箱42用于回收所述灌风罩17内温度回落的风流，所述进风管43设置有两个入风口431及一个出风口432，所述入风口431分别连接设置在所述制胚口两侧的灌风罩17上，用于为所述灌风罩17通过高温稳定风流，靠近所述滚压机构3的入风口431进入高温风流用于帮助胚体预定型，靠近所述上料机构2的入风口431进入高温风流用于帮助模具31风干以便后续滚压，所述出风口432连接设置在所述热风炉41上；所述回风管设置有一个收风口441及一个放风口442，所述收风口441连接设置在所述取胚口靠近所述定型机构4一侧的灌风罩17，回收所述灌风罩17内温度回落的风流，所述放风口442连接设置在所述回收箱42上。

优选的，该陶瓷杯自动生产装置还包括一个视觉检测系统，用于对陶瓷杯的外观进行高精度的检测和分析，该视觉检测系统包括：一高分辨率摄像头或图像传感器，用于捕捉陶瓷杯的图像；一图像处理算法，用于分析和识别陶瓷杯的外观缺陷、瑕疵、尺寸偏差和颜色一致性的问题，所述图像处理算法包含一图像预处理模块，所述图像预处理模块对所述高分辨率摄像头或所述图像传感器采集到的图像进行预处理，包括去噪、增强对比度、调整亮度和色彩平衡，以优化后续的图像分析和处理过程；一特征提取模块，其从所述图像预处理模块预处理后的图像中提取与外观缺陷、瑕疵、尺寸偏差和颜色一致性相关的特征，包含纹理、形状、边缘以及颜色特征；一模式识别和分类模块，其利用机器学习或深度学习技术，将特征提取模块提取到的特征与预定义的标准进行比较和匹配，以判断陶瓷杯是否存在外观缺陷、瑕疵、尺寸偏差或颜色不一致的问题，该模式识别和分类模块可以通过训练模型或使用预训练模型来实现；一检测算法和逻辑，用于判断陶瓷杯是否符合质量标准，以及确定需要剔除的不合格产品，其包含一质量标准定义模块，其用以在系统中设定陶瓷杯的质量标准，质量标准包含外观缺陷的允许范围、尺寸偏差的容忍度和颜色一致性；一检测逻辑模块，根据质量标准的定义，编写相应的检测算法和逻辑，对图像处理得到的特征进行分析和判断，以确定陶瓷杯是否符合质量要求；一剔除判定模块，根据检测的结果，确定需要剔除的不合格产品；一自动剔除机构，用于将被剔除判定模块识别为不合格的陶瓷杯自动从生产线上剔除。该视觉检测系统能够在高速生产环境下实时进行检测，并精确判断陶瓷杯的质量，提高产品的一致性和可靠性。通过自动剔除不合格产品，可以确保只有合格的陶瓷杯通过生产线，提高生产效率和产品质量。

进一步的，所述检测逻辑模块的检测包含：边缘和形状的检测：通过边缘检测算法和形状匹配算法，检测陶瓷杯的轮廓、边缘线和形状是否符合预期标准；瑕疵的检测：使用模板匹配、纹理分析或机器学习，识别陶瓷杯表面的瑕疵、裂纹以及斑点缺陷；尺寸偏差的检测：通过图像测量和几何分析技术，测量陶瓷杯的尺寸，与预设的标准进行比较，判断是否存在尺寸偏差；颜色一致性的检测：使用颜色空间转换和颜色分析算法，检测陶瓷杯的颜色一致性，其包含一颜色空间转换：将图像从RGB颜色空间转换为HSV或Lab颜色空间，以便更好地描述和分析颜色；一颜色分布分析：通过统计和分析图像中各个区域的颜色分布，判断陶瓷杯的颜色是否均匀一致；颜色匹配：与预设的颜色范围进行匹配，判断陶瓷杯的颜色是否符合要求。需要说明的是，通过边缘检测算法和形状匹配算法，可以准确检测陶瓷杯的轮廓、边缘线和形状是否符合预期标准，这有助于排除制造过程中可能导致形状偏差的问题，确保产品的一致性和准确性；借助模板匹配、纹理分析或机器学习等技术，可以高效地识别陶瓷杯表面的瑕疵、裂纹以及斑点缺陷，这使得不合格产品可以被及时发现并剔除，提高了产品的质量和可靠性；通过图像测量和几何分析技术，可以精确测量陶瓷杯的尺寸，并与预设的标准进行比较，这有助于检测尺寸偏差，并及时采取措施进行调整和纠正，确保产品符合规格要求；同时通过颜色空间转换和颜色分析算法，可以更好地描述和分析陶瓷杯的颜色，颜色分布分析能够评估图像中不同区域的颜色分布情况，确保颜色均匀一致，且通过与预设的颜色范围进行匹配，可以判断陶瓷杯的颜色是否符合要求，增强产品的外观质量和一致性。

进一步的，还包括一优化系统，其与所述视觉检测系统连接，所述优化系统包含：一传感器模块，包括温度传感器、湿度传感器、压力传感器以及称重传感器，用于实时监测和检测生产过程中的陶瓷杯的烧制温度、泥料的湿度、滚压的压力以及泥料上料的量；一数据分析和机器学习模块，用于对传感器组件采集的数据和视觉检测系统生成的图像数据进行分析和处理，以提取生产过程和产品质量的关键信息，并建立参数优化模型；该数据分析和机器学习模块包含：一数据预处理模组，将采集到的数据需要进行预处理，包括数据清洗、去噪和归一化，以确保数据的准确性和一致性；一特征提取模组，从数据预处理模组处理后的数据中提取关键的特征，包含烧制温度的平均值、泥料湿度的波动性、滚压压力的变化率以及泥料上料量的累积值；一数据标注模组，将传感器数据和视觉检测系统生成的图像数据进行匹配和标注，以建立数据集，标注过程涉及将数据与预期的产品质量标准进行比较，并确定其质量等级；一参数优化模型，基于数据分析和机器学习模块的结果，通过训练和优化，推断出最佳的温度、湿度、压力和量的参数设置；该参数优化模型包含：一模型选择和训练模组：选择神经网络、决策树或支持向量机，使用标注的数据集对模型进行训练，优化模型的参数和权重，以使其能够准确地预测和推断最佳的温度、湿度、压力和量的参数设置；一模型评估和调优模组，使用测试数据集评估训练好的模型的性能，并进行调优，通过与实际生产过程和产品质量的比较，进一步优化模型的准确性；一参数推断和优化模组，经过训练和调优的参数优化模型可以根据实时传感器数据和视觉检测结果，推断出最佳的温度、湿度、压力和量的参数设置；一实时反馈模块，包含显示屏，通过反馈机制对参数优化模型得出的参数设置进行动态提醒，并在显示屏设置，确保产品达到预期质量标准。

需要说明的是，通过优化系统中的数据分析和机器学习模块，对传感器采集的数据和视觉检测系统生成的图像数据进行分析和处理。通过特征提取和数据标注，可以建立数据集，将数据与预期的产品质量标准进行比较并确定质量等级。基于这些分析结果，参数优化模型可以推断出最佳的温度、湿度、压力和量的参数设置，以提高生产过程的稳定性和良品率，通过优化参数设置，可以减少不良产品的产生，从而提高整体的良品率。同时，通过实时监测和实时反馈模块，操作人员可以根据参数优化模型推断的参数设置进行动态提醒和调整，确保生产参数始终保持在最佳状态，从而提高良品率。而且优化系统通过实时监测和检测传感器模块采集的数据，结合视觉检测系统生成的图像数据，可以提取生产过程和产品质量的关键信息。这些信息可以用于质量控制和异常检测，及时发现生产过程中的异常情况，一旦发现异常，系统可以通过实时反馈模块提醒操作人员，并进行相应的调整和修正，以避免不良产品的产生，进一步提高良品率。因此，通过对数据的检测、分析和优化，优化系统可以提高良品率。通过实时监控和调整生产参数，及时发现和纠正异常情况，优化系统可以保持生产过程的稳定性和良品率的提高效果。此外，通过持续改进和优化，优化系统能够不断学习和适应生产环境的变化，进一步提高产品质量和生产效率。

本实施例中，上述仅是举例说明，不作为本申请保护范围的限制。

以上公开的实施例仅为详细说明介绍本发明，不能以此来限定本发明之范围，因此依本发明权利要求申请范围所作简单改进变化，仍属本发明保护的范围。

本发明的保护范围应当以所限定的范围为准。对于本技术领域的普通技术人员来说，在不脱离本发明的精神和范围内，还可以做出若干改进和润饰，这些和润饰也应视为本发明的保护范围。

Claims (7)

1.一种陶瓷杯自动生产装置，其特征在于，包括设置于中心位的转移机构及围绕所述转移机构依次设置的上料机构、滚压机构及定型机构；

所述上料机构用于为所述滚压机构分割传送泥料，包括传泥架、送泥组件及裁切组件；所述传泥架包括传送架、若干个排列在所述传送架上的用于放置泥料的放泥槽及固定连接在所述传送架一侧的用于驱动所述传送架移动所述放泥槽的传送驱动电机；所述送泥组件设置有送泥片，用于推送预定量的泥料移动至所述放泥槽外侧；所述裁切组件设置有割泥弓，用于分割所述放泥槽外侧的泥料；

所述转移机构用于转移泥料与胚体，包括上泥组件、安置转盘及取胚组件；所述上泥组件设置有吸泥件，用于转移所述割泥弓分割出来的预定量的泥料；所述安置转盘上设置有安置槽，所述安置转盘上方覆盖有灌风罩，所述灌风罩自所述上料机构处至所述滚压机构处设置有制胚口，自所述上料机构远离所述滚压机构一侧设置有取胚口；所述取胚组件设置有吸胚件，用于转移预定型胚体；其中，所述转移机构还包括转盘底座及一设置在所述转盘底座中心的转移支架，所述安置转盘设置在所述转盘底座上，所述上泥组件及取胚组件均设置在所述转移支架上，所述上泥组件还包括上泥伸缩杆及上泥旋转杆，所述上泥伸缩杆一端设置在所述转移支架上，另一端与所述上泥旋转杆一端相连接，所述吸泥件设置在所述上泥旋转杆远离所述上泥伸缩杆的一端，所述取胚组件还包括第一取胚伸缩杆及第二取胚伸缩杆，所述第一取胚伸缩杆一端设置在所述转移支架上，另一端与所述第二取胚伸缩杆中端位置相连接，所述吸胚件设置在所述第二取胚伸缩杆靠近所述安置转盘的一端；

所述滚压机构用于旋压泥料制作坯体，包括安置在所述安置槽内的模具及一用于将泥料滚压成形的滚压组件，所述滚压组件包括滚压机座、设置在所述滚压机座上的支撑座、可转动的设置在所述支撑座上的工作臂、设置在所述工作臂一端的滚压头、设置在所述滚压头下方位置的升降工作台及设置在所述升降工作台上的旋转模具套，所述旋转模具套可抬高并带动所述模具旋转，所述工作臂转动可使所述滚压头完全进入所述模具内部，以完成泥料滚压工作；

所述定型机构用于帮助胚体预定型，包括热风炉及连接所述灌风罩与热风炉的进风管，用于为所述灌风罩通过高温稳定风流。

2.根据权利要求1所述的一种陶瓷杯自动生产装置，其特征在于，所述传送架上设置有与所述传送驱动电机连接的主动辊、从动辊及驱动链条，所述主动辊及从动辊的左右两端的外侧壁均固定连接有与驱动链条相匹配的驱动齿轮，用于带动所述驱动链条移动，所述放泥槽保持相同间隔的固定在所述驱动链条上。

3.根据权利要求1所述的一种陶瓷杯自动生产装置，其特征在于，所述送泥组件设置在所述传送架上方，还包括一用于带动所述送泥片往复移动的送泥丝杆模组及一用于驱动所述丝杆模组工作的送泥驱动伺服电机。

4.根据权利要求1所述的一种陶瓷杯自动生产装置，其特征在于，所述裁切组件设置在所述传泥架的一侧，还包括一用于驱动所述割泥弓升降的分割用气缸，被所述送泥组件移动出所述放泥槽的泥料通过分割用气缸驱动割泥弓对泥料进行分割。

5.根据权利要求1所述的一种陶瓷杯自动生产装置，其特征在于，还包括一个视觉检测系统，用于对陶瓷杯的外观进行高精度的检测和分析，该视觉检测系统包括：

一高分辨率摄像头或图像传感器，用于捕捉陶瓷杯的图像；

一图像处理算法，用于分析和识别陶瓷杯的外观缺陷、瑕疵、尺寸偏差和颜色一致性的问题，所述图像处理算法包含一图像预处理模块，所述图像预处理模块对所述高分辨率摄像头或所述图像传感器采集到的图像进行预处理，包括去噪、增强对比度、调整亮度和色彩平衡，以优化后续的图像分析和处理过程；一特征提取模块，其从所述图像预处理模块预处理后的图像中提取与外观缺陷、瑕疵、尺寸偏差和颜色一致性相关的特征，包含纹理、形状、边缘以及颜色特征；一模式识别和分类模块，其利用机器学习或深度学习技术，将特征提取模块提取到的特征与预定义的标准进行比较和匹配，以判断陶瓷杯是否存在外观缺陷、瑕疵、尺寸偏差或颜色不一致的问题，该模式识别和分类模块可以通过训练模型或使用预训练模型来实现；

一检测算法和逻辑，用于判断陶瓷杯是否符合质量标准，以及确定需要剔除的不合格产品，其包含一质量标准定义模块，其用以在系统中设定陶瓷杯的质量标准，质量标准包含外观缺陷的允许范围、尺寸偏差的容忍度和颜色一致性；一检测逻辑模块，根据质量标准的定义，编写相应的检测算法和逻辑，对图像处理得到的特征进行分析和判断，以确定陶瓷杯是否符合质量要求；一剔除判定模块，根据检测的结果，确定需要剔除的不合格产品；

一自动剔除机构，用于将被剔除判定模块识别为不合格的陶瓷杯自动从生产线上剔除。

6.根据权利要求5所述的一种陶瓷杯自动生产装置，其特征在于，所述检测逻辑模块的检测包含：边缘和形状的检测：通过边缘检测算法和形状匹配算法，检测陶瓷杯的轮廓、边缘线和形状是否符合预期标准；瑕疵的检测：使用模板匹配、纹理分析或机器学习，识别陶瓷杯表面的瑕疵、裂纹以及斑点缺陷；尺寸偏差的检测：通过图像测量和几何分析技术，测量陶瓷杯的尺寸，与预设的标准进行比较，判断是否存在尺寸偏差；颜色一致性的检测：使用颜色空间转换和颜色分析算法，检测陶瓷杯的颜色一致性，其包含一颜色空间转换：将图像从RGB颜色空间转换为HSV或Lab颜色空间，以便更好地描述和分析颜色；一颜色分布分析：通过统计和分析图像中各个区域的颜色分布，判断陶瓷杯的颜色是否均匀一致；颜色匹配：与预设的颜色范围进行匹配，判断陶瓷杯的颜色是否符合要求。

7.根据权利要求5所述的一种陶瓷杯自动生产装置，其特征在于，还包括一优化系统，其与所述视觉检测系统连接，所述优化系统包含：

一传感器模块，包括温度传感器、湿度传感器、压力传感器以及称重传感器，用于实时监测和检测生产过程中的陶瓷杯的烧制温度、泥料的湿度、滚压的压力以及泥料上料的量；

一数据分析和机器学习模块，用于对传感器组件采集的数据和视觉检测系统生成的图像数据进行分析和处理，以提取生产过程和产品质量的关键信息，并建立参数优化模型；该数据分析和机器学习模块包含：一数据预处理模组，将采集到的数据需要进行预处理，包括数据清洗、去噪和归一化，以确保数据的准确性和一致性；一特征提取模组，从数据预处理模组处理后的数据中提取关键的特征，包含烧制温度的平均值、泥料湿度的波动性、滚压压力的变化率以及泥料上料量的累积值；一数据标注模组，将传感器数据和视觉检测系统生成的图像数据进行匹配和标注，以建立数据集，标注过程涉及将数据与预期的产品质量标准进行比较，并确定其质量等级；

一参数优化模型，基于数据分析和机器学习模块的结果，通过训练和优化，推断出最佳的温度、湿度、压力和量的参数设置；该参数优化模型包含：一模型选择和训练模组：选择神经网络、决策树或支持向量机，使用标注的数据集对模型进行训练，优化模型的参数和权重，以使其能够准确地预测和推断最佳的温度、湿度、压力和量的参数设置；一模型评估和调优模组，使用测试数据集评估训练好的模型的性能，并进行调优，通过与实际生产过程和产品质量的比较，进一步优化模型的准确性；一参数推断和优化模组，经过训练和调优的参数优化模型可以根据实时传感器数据和视觉检测结果，推断出最佳的温度、湿度、压力和量的参数设置；

一实时反馈模块，包含显示屏，通过反馈机制对参数优化模型得出的参数设置进行动态提醒，并在显示屏设置，确保产品达到预期质量标准。