CN116777920B - 一种不干胶涂胶量检测方法 - Google Patents

一种不干胶涂胶量检测方法 Download PDF

Info

Publication number
CN116777920B
CN116777920B CN202311076990.2A CN202311076990A CN116777920B CN 116777920 B CN116777920 B CN 116777920B CN 202311076990 A CN202311076990 A CN 202311076990A CN 116777920 B CN116777920 B CN 116777920B
Authority
CN
China
Prior art keywords
near infrared
amount
gluing
glue
infrared irradiation
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
CN202311076990.2A
Other languages
English (en)
Other versions
CN116777920A (zh
Inventor
杨牧
郝瀚
庞国迎
方亮
郝宏基
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.)
Techmach Corp
Original Assignee
Techmach Corp
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 Techmach Corp filed Critical Techmach Corp
Priority to CN202311076990.2A priority Critical patent/CN116777920B/zh
Publication of CN116777920A publication Critical patent/CN116777920A/zh
Application granted granted Critical
Publication of CN116777920B publication Critical patent/CN116777920B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Application Of Or Painting With Fluid Materials (AREA)

Abstract

本发明涉及涂胶量检测技术领域,特别是涉及一种不干胶涂胶量检测方法,包括:根据光谱-涂胶量映射表建立涂胶量预测模型;根据待检测材料涂胶量面积设定近红外光照射点参数,根据近红外光照射点参数设定照射参数,根据照射参数生成多个近红外光谱图;获取全部近红外光谱图中的特征光谱数据,将特征光谱数据输入到涂胶量预测模型中生成多个初始预测涂胶量,根据多个初始预测涂胶量生成不干胶涂胶量。通过增设涂胶量类别和检测类别,根据不同的待检测材料的不干胶涂胶量进行动态检测,根据不同涂胶量类别的可信度得到最终检测结果,实现对于不同材质的待检测材料的针对性检测,提高测试精度。

Description

一种不干胶涂胶量检测方法
技术领域
本发明涉及涂胶量检测技术领域,更具体地,涉及一种不干胶涂胶量检测方法。
背景技术
现有不干胶行业检测单位面积料上涂胶量的方式包括三种方式:
1.使用涂胶样块称重检测:即在已涂胶(未复合)的薄膜上横向的左、中、右三个区域分别取三个等尺寸的样块,用溶剂清除其表面的胶液并擦拭干净,再分别在电子秤上测量各样块的重量,计算其平均值即可获得其涂胶量值及各区域涂胶量偏差。2.使用复合机参数模拟估算涂胶量:利用复合机涂布单元的参数(如各辊筒的转速比)来估算涂胶量。3.使用混胶机参数估算涂胶量:利用混胶机储胶桶内胶黏剂消耗量或者齿轮泵的输出量来估算涂胶量。
上述方法对待检测物的涂胶情况的检测均不够精准,且无法根据待检测物自身材质调整检测参数,所以亟须一种精准性更好的不干胶涂胶情况的检测方法。
发明内容
本发明提供一种不干胶涂胶量检测方法,用以解决现有技术中对待检测物的涂胶情况的检测均不够精准,且无法根据待检测物自身材质调整检测参数的技术问题。
本申请的一些实施例中,通过增设涂胶量类别和检测类别,根据不同的待检测材料的不干胶涂胶量进行动态检测,通过采集静态数据和一级检测涂胶量预测模型得到在静态检测时,待检测材料的不干胶涂胶量测试值,通过采集动态数据和二级检测涂胶量预测模型得到运动检测时的待检测材料的不干胶涂胶量测试值,并根据不同涂胶量类别的可信度得到最终检测结果,实现对于不同材质的待检测材料的针对性检测,提高测试精度。
本申请的一些实施例中,根据检测材料涂胶量面积动态调节近红外照射参数,获取多组检测参数,同时根据检测参数的预处理结果修正近红外照射参数,提高检测精度,避免因待检测材料的不干胶涂抹不均匀影响检测结果。
本申请的一些实施例中,提供了一种不干胶涂胶量检测方法,包括:
根据光谱-涂胶量映射表建立涂胶量预测模型;
根据待检测材料涂胶量面积设定近红外光照射点参数,根据所述近红外光照射点参数设定照射参数,根据所述照射参数生成多个近红外光谱图;
获取全部近红外光谱图中的特征光谱数据,将所述特征光谱数据输入到涂胶量预测模型中生成多个初始预测涂胶量,根据所述多个初始预测涂胶量生成不干胶涂胶量。
本申请的一些实施例中,所述建立涂胶量预测模型时,包括:
预设涂胶量类别,所述涂胶量类别包括:一级涂胶量,二级涂胶量和三级涂胶量;
预设检测类别,所述检测类别包括:一级检测和二级检测;
根据所涂胶量类别,所述检测类别和所述光谱-涂胶量映射表生成训练集数据和测试集数据;
根据所述训练集数据对预设涂胶量预测模型进行训练生成一级检测涂胶量预测模型和二级检测涂胶量预测模型;
根据所述测试集数据生成一级检测涂胶量预测模型的一级涂胶量预测可信度a1,二级涂胶量预测可信度b1和三级涂胶量可信度c1;
根据所述测试集数据生成二级检测涂胶量预测模型的一级涂胶量预测可信度a2,二级涂胶量预测可信度b2和三级涂胶量可信度c2。
本申请的一些实施例中,所述根据待检测材料涂胶量面积设定近红外光照射点参数时,包括:
获取待检测材料涂胶量面积d;
根据所述待检测材料涂胶量面积d设定近红外照射点数量m;
根据所述待检测材料涂胶量面积d设定单个近红外照射点面积e。
本申请一些实施例中,根据所述待检测材料涂胶量面积d设定近红外照射点数量m时,包括:
预设待检测涂胶量面积矩阵D,设定D(D1,D2,D3,D4),其中,D1为第一预设待检测涂胶量面积,D2为第二预设待检测涂胶量面积,D3为第三预设待检测涂胶量面积,D4为第四预设待检测涂胶量面积,且D1<D2<D3<D4;
预设近红外照射点数量矩阵M,设定M(`M1,M2,M3,M4),其中,M1为第一预设近红外照射点数量,M2为第二预设近红外照射点数量,M3为第三预设近红外照射点数量,M4为第四预设近红外照射点数量,且M1<M2<M3<M4;
若D1<d≤D2时,设定近红外照射点数量m为第一预设近红外照射点数量M1,即m=M1;
若D2<d≤D3时,设定近红外照射点数量m为第二预设近红外照射点数量M2,即m=M2;
若D3<d≤D4时,设定近红外照射点数量m为第三预设近红外照射点数量M3,即m=M3;
若D4<d时,设定近红外照射点数量m为第四预设近红外照射点数量M4,即m=M4。
本申请的一些实施例中,所述设定单个近红外照射点面积e时,包括:
预设近红外照射点面积矩阵E,设定E(E1,E2,E3,E4),其中,E1为第一预设近红外照射点面积,E2为第二预设近红外照射点面积,E3为第三预设近红外照射点面积,E4为第四预设近红外照射点面积,且E1<E2<E3<E4;
若D1<d≤D2时,设定单个近红外照射点面积e为第一预设近红外照射点面积E1,即e=E1;
若D2<d≤D3时,设定单个近红外照射点面积e为第二预设近红外照射点面积E2,即e=E2;
若D3<d≤D4时,设定单个近红外照射点面积e为第三预设近红外照射点面积E3,即e=E3;
若D4<d时,设定单个近红外照射点面积e为第四预设近红外照射点面积E4,即e=E4。
本申请的一些实施例中,根据所述照射参数生成多个近红外光谱图时,包括:
预设一级照射参数,根据所述一级照射参数生成每个近红外照射点的一级近红外光谱图,根据所述一级近红外光谱图和所述一级检测涂胶量预测模型生成每个近红外照射点的一级初始预测涂胶量;
预设二级照射参数,根据所述二级照射参数生成每个近红外照射点的二级近红外光谱图,根据所述二级近红外光谱图和所述二级检测涂胶量预测模型生成每个近红外照射点的二级初始预测涂胶量。
本申请的一些实施例中,根据所述多个初始预测涂胶量生成不干胶涂胶量时,包括:
获取全部近红外照射点的一级初始涂胶量f1,f2,…fm;
生成一级初始涂胶量平均值f;
预选一级涂胶量差值阈值,根据所述一级初始涂胶量平均值f和所述一级涂胶量差值阈值判断一级初始涂胶量f1,f2,…fm中是否需要剔除数据;
获取一级初始涂胶量的剔除数量n;
生成一级初始涂胶量第一集合F1,其中,F1=(f1,f2,…fm-n),集合F1中为未剔除数据;
生成一级初始涂胶量第二集合F2,其中,F2=(fm-n+1,fm-n+2,…fm),集合F2中为剔除数据;
生成一级不干胶涂胶量F;
其中,F=[d/(m-n)e]+dn/m2e/>;
其中,fi为所述一级初始涂胶量第一集合F1和所述一级初始涂胶量第二集合F2中的第i个一级初始涂胶量。
本申请的一些实施例中,根据所述多个初始预测涂胶量生成不干胶涂胶量时,还包括:
获取全部近红外照射点的二级初始涂胶量g1,g2…gm;
生成二级初始涂胶量平均值g;
预选二级涂胶量差值阈值,根据所述二级初始涂胶量平均值g和所述二级涂胶量差值阈值判断二级初始涂胶量g1,g2,…gm中是否需要剔除数据;
获取二级初始涂胶量的剔除数量h;
生成二级初始涂胶量第一集合G1,其中,G1=(g1,g2,…gm-h),集合g1中为未剔除数据;
生成二级初始涂胶量第二集合G2,其中,G2=(gm-h+1,gm-h+2,…gm),集合G2中为剔除数据;
生成二级不干胶涂胶量G;
其中,G=[d/(m-h)e]+dh/m2e/>
其中,gi为所述二级初始涂胶量第一集合G1和所述二级初始涂胶量第二集合G2中的第i个二级初始涂胶量。
本申请的一些实施例中,根据所述多个初始预测涂胶量生成不干胶涂胶量时,还包括:
预设剔除数据占比阈值J;
获取所述获取一级初始涂胶量的剔除数量n,根据所述剔除数量n生成第一剔除数据占比J1,其中,J1=n/m;
获取所述获取二级初始涂胶量的剔除数量h,根据所述剔除数量h生成第二剔除数据占比J2,其中,J2=h/m;
若J1>J,修正所述一级照射参数;
若J2>J,修正所述二级照射参数。
本申请的一些实施例中,所述多个初始预测涂胶量生成不干胶涂胶量时,还包括:
根据所述一级不干胶涂胶量F和所述二级不干胶涂胶量G,生成涂胶量占比;
根据所述涂胶量占比生成待检测材料涂胶量类别;
根据所述待检测材料涂胶量类别获取一级检测涂胶量预测模型和二级检测涂胶量预测模型的可信度;
根据所述可信度生成不干胶涂胶量。
本申请实施例与现有技术相比,带来了以下有益效果:
通过增设涂胶量类别和检测类别,根据不同的待检测材料的不干胶涂胶量进行动态检测,通过采集静态数据和一级检测涂胶量预测模型得到在静态检测时,待检测材料的不干胶涂胶量测试值,通过采集动态数据和二级检测涂胶量预测模型得到运动检测时的待检测材料的不干胶涂胶量测试值,并根据不同涂胶量类别的可信度得到最终检测结果,实现对于不同材质的待检测材料的针对性检测,提高测试精度。
根据检测材料涂胶量面积动态调节近红外照射参数,获取多组检测参数,同时根据检测参数的预处理结果修正近红外照射参数,提高检测精度,避免因待检测材料的不干胶涂抹不均匀影响检测结果。
附图说明
图1是本申请实施例中一种不干胶涂胶量检测方法的流程示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
在本申请的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体的连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内侧的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
如图1所示,本发明实施例的一种不干胶涂胶量检测方法,包括:
S101:根据光谱-涂胶量映射表建立涂胶量预测模型;
S102:根据待检测材料涂胶量面积设定近红外光照射点参数,根据近红外光照射点参数设定照射参数,根据照射参数生成多个近红外光谱图;
S103:获取全部近红外光谱图中的特征光谱数据,将特征光谱数据输入到涂胶量预测模型中生成多个初始预测涂胶量,根据多个初始预测涂胶量生成不干胶涂胶量。
具体而言,建立涂胶量预测模型时,包括:
预设涂胶量类别,涂胶量类别包括:一级涂胶量,二级涂胶量和三级涂胶量;
预设检测类别,检测类别包括:一级检测和二级检测;
根据所涂胶量类别,检测类别和光谱-涂胶量映射表生成训练集数据和测试集数据;
根据训练集数据对预设涂胶量预测模型进行训练生成一级检测涂胶量预测模型和二级检测涂胶量预测模型;
根据测试集数据生成一级检测涂胶量预测模型的一级涂胶量预测可信度a1,二级涂胶量预测可信度b1和三级涂胶量可信度c1;
根据测试集数据生成二级检测涂胶量预测模型的一级涂胶量预测可信度a2,二级涂胶量预测可信度b2和三级涂胶量可信度c2。
具体而言,根据光谱-涂胶量映射表建立预设涂胶量预测模型,其中,光谱-涂胶量映射表为多个已测量材料涂胶位置的近红外光谱图与通过预设方法得到的涂胶量,同一已测量材料的近红外光谱图与涂胶量一一映射;
将上述光谱-涂胶量映射表中的数据分为训练集和测试集,根据训练集对预设涂胶量预测模型进行训练,根据测试集对预设涂胶量预测模型进行测试,根据测试近红外光谱图与涂胶量的关系得到建模主因数和建模波段,从而建立涂胶量预测模型。
具体而言,根据待检测材料的不干胶涂胶量占比设定涂胶量类别,其具体为涂胶量占比为2%~5%的设定为一级涂胶量,即低涂胶量,6%~12%设定为二级涂胶量,即中涂胶量,13%~30%设定三级涂胶量,即高涂胶量。具体而言,其涂胶量类别的设定包括但不限于上述实施例中公开的类型,其整体设定为一级涂胶量为低涂胶量,二级涂胶量为中涂胶量,三级涂胶量为高涂胶量,其具体占比可根据待检测材料的类别进行动态调整。
具体而言,一级检测为静态检测,即待检测材料处静置状态,二级检测为动态检测,即待检测材料处于运动状态,其运动速度可根据历史检测数据进行设定。
本申请实施例优选实施例中,根据待检测材料涂胶量面积设定近红外光照射点参数时,包括:
获取待检测材料涂胶量面积d;
根据待检测材料涂胶量面积d设定近红外照射点数量m;
根据待检测材料涂胶量面积d设定单个近红外照射点面积e。
具体而言,根据待检测材料涂胶量面积d设定近红外照射点数量m时,包括:
预设待检测涂胶量面积矩阵D,设定D(D1,D2,D3,D4),其中,D1为第一预设待检测涂胶量面积,D2为第二预设待检测涂胶量面积,D3为第三预设待检测涂胶量面积,D4为第四预设待检测涂胶量面积,且D1<D2<D3<D4;
预设近红外照射点数量矩阵M,设定M(`M1,M2,M3,M4),其中,M1为第一预设近红外照射点数量,M2为第二预设近红外照射点数量,M3为第三预设近红外照射点数量,M4为第四预设近红外照射点数量,且M1<M2<M3<M4;
若D1<d≤D2时,设定近红外照射点数量m为第一预设近红外照射点数量M1,即m=M1;
若D2<d≤D3时,设定近红外照射点数量m为第二预设近红外照射点数量M2,即m=M2;
若D3<d≤D4时,设定近红外照射点数量m为第三预设近红外照射点数量M3,即m=M3;
若D4<d时,设定近红外照射点数量m为第四预设近红外照射点数量M4,即m=M4。
具体而言,待检测涂胶量面积矩阵和近红外照射点数量矩阵可根据历史检测数据进行设定,近红外照射点数量根据待检测涂胶量面积进行动态调节。
具体而言,设定单个近红外照射点面积e时,包括:
预设近红外照射点面积矩阵E,设定E(E1,E2,E3,E4),其中,E1为第一预设近红外照射点面积,E2为第二预设近红外照射点面积,E3为第三预设近红外照射点面积,E4为第四预设近红外照射点面积,且E1<E2<E3<E4;
若D1<d≤D2时,设定单个近红外照射点面积e为第一预设近红外照射点面积E1,即e=E1;
若D2<d≤D3时,设定单个近红外照射点面积e为第二预设近红外照射点面积E2,即e=E2;
若D3<d≤D4时,设定单个近红外照射点面积e为第三预设近红外照射点面积E3,即e=E3;
若D4<d时,设定单个近红外照射点面积e为第四预设近红外照射点面积E4,即e=E4。
具体而言,近红外照射点面积矩阵可根据历史检测数据进行设定,近红外照射点面积根据待检测涂胶量面积进行动态调节。
可以理解的是,上述实施例中,通过调节近红外照射点面积和近红外照射点数量对待检测材料进行局部检测,通过采集多个点的光谱数据进行整体检测,避免因待检测材料面积过大和局部不均匀造成近红外光照射的光谱图数据精准度降低,从而提高检测的精准度。
本申请实施例优选实施例中,根据照射参数生成多个近红外光谱图时,包括:
预设一级照射参数,根据一级照射参数生成每个近红外照射点的一级近红外光谱图,根据一级近红外光谱图和一级检测涂胶量预测模型生成每个近红外照射点的一级初始预测涂胶量;
预设二级照射参数,根据二级照射参数生成每个近红外照射点的二级近红外光谱图,根据二级近红外光谱图和二级检测涂胶量预测模型生成每个近红外照射点的二级初始预测涂胶量。
具体而言,根据多个初始预测涂胶量生成不干胶涂胶量时,包括:
获取全部近红外照射点的一级初始涂胶量f1,f2,…fm;
生成一级初始涂胶量平均值f;
预选一级涂胶量差值阈值,根据一级初始涂胶量平均值f和一级涂胶量差值阈值判断一级初始涂胶量f1,f2,…fm中是否需要剔除数据;
获取一级初始涂胶量的剔除数量n;
生成一级初始涂胶量第一集合F1,其中,F1=(f1,f2,…fm-n),集合F1中为未剔除数据;
生成一级初始涂胶量第二集合F2,其中,F2=(fm-n+1,fm-n+2,…fm),集合F2中为剔除数据;
生成一级不干胶涂胶量F;
其中,F=[d/(m-n)e]+dn/m2e/>
其中,fi为一级初始涂胶量第一集合F1和一级初始涂胶量第二集合F2中的第i个一级初始涂胶量。
具体而言,根据历史检测数据设定涂胶量差值阈值,先对全部的一级检测数据生成平均值,根据平均值和差值阈值对数据进行预处理,即剔除检测数据中偏差量超过阈值的数据,排除涂胶不均匀的影响。从而建立未剔除数据的集合和剔除数据的集合,然后根据预设比重参数,进行建模,得到一级不干胶涂胶量。
具体而言,上述模型中通过引入dn/m2e,对预测数据进行修正,避免因涂胶量不均匀对测试结果的影响。
具体而言,根据多个初始预测涂胶量生成不干胶涂胶量时,还包括:
获取全部近红外照射点的二级初始涂胶量g1,g2,…gm;
生成二级初始涂胶量平均值g;
预选二级涂胶量差值阈值,根据二级初始涂胶量平均值g和二级涂胶量差值阈值判断二级初始涂胶量g1,g2,…gm中是否需要剔除数据;
获取二级初始涂胶量的剔除数量h;
生成二级初始涂胶量第一集合G1,其中,G1=(g1,g2,…gm-h),集合g1中为未剔除数据;
生成二级初始涂胶量第二集合G2,其中,G2=(gm-h+1,gm-h+2,…gm),集合G2中为剔除数据;
生成二级不干胶涂胶量G;
其中,G=[d/(m-h)e]+dh/m2e/>
其中,gi为二级初始涂胶量第一集合G1和二级初始涂胶量第二集合G2中的第i个二级初始涂胶量。
具体而言,根据历史检测数据设定涂胶量差值阈值,先对全部的二级检测数据生成平均值,根据平均值和差值阈值对数据进行预处理,即剔除检测数据中偏差量超过阈值的数据,排除涂胶不均匀的影响。从而建立未剔除数据的集合和剔除数据的集合,然后根据预设比重参数,进行建模,得到二级不干胶涂胶量。
具体而言,上述模型中通过引入dh/m2e,对预测数据进行修正,避免因涂胶量不均匀对测试结果的影响。
本申请实施例优选实施例中,根据多个初始预测涂胶量生成不干胶涂胶量时,还包括:
预设剔除数据占比阈值J;
获取一级初始涂胶量的剔除数量n,根据剔除数量n生成第一剔除数据占比J1,其中,J1=n/m;
获取二级初始涂胶量的剔除数量h,根据剔除数量h生成第二剔除数据占比J2,其中,J2=h/m;
若J1>J,修正一级照射参数;
若J2>J,修正二级照射参数。
具体而言,通过设置剔除数据占比阈值,对检测数据进行自查,判断当前检测数据的可信度,当剔除的数据较多时,即偏离平均值的数据较多时,修正近红外光的照射点和照射面积,即增加照射点和单个照射点的照射面积,重新进行检测,从而提高检测的精准度。
具体而言,多个初始预测涂胶量生成不干胶涂胶量时,还包括:
根据一级不干胶涂胶量F和二级不干胶涂胶量G,生成涂胶量占比;
根据涂胶量占比生成待检测材料涂胶量类别;
根据待检测材料涂胶量类别获取一级检测涂胶量预测模型和二级检测涂胶量预测模型的可信度;
根据可信度生成不干胶涂胶量。
具体而言,由于不同材质的待检测材料在不同的涂胶类别中,一级检测和二级检测的可信度存在差异,通过两种检测方式预测值的均值确定当前待检测材料的涂胶量类别,同时获取对应的可信度参数,生成最终的不干胶涂胶量,即选取可信度高的检测方式的预测值作为最终值,从而实现对于不同待检测材料的适应性检测,提高对于不干胶涂胶量的检测精度。
根据本申请的第一构思,通过增设涂胶量类别和检测类别,根据不同的待检测材料的不干胶涂胶量进行动态检测,通过采集静态数据和一级检测涂胶量预测模型得到在静态检测时,待检测材料的不干胶涂胶量测试值,通过采集动态数据和二级检测涂胶量预测模型得到运动检测时的待检测材料的不干胶涂胶量测试值,并根据不同涂胶量类别的可信度得到最终检测结果,实现对于不同材质的待检测材料的针对性检测,提高测试精度。
根据本申请的第二构思,根据检测材料涂胶量面积动态调节近红外照射参数,获取多组检测参数,同时根据检测参数的预处理结果修正近红外照射参数,提高检测精度,避免因待检测材料的不干胶涂抹不均匀影响检测结果。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同地更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。

Claims (5)

1.一种不干胶涂胶量检测方法,其特征在于,包括:
根据光谱-涂胶量映射表建立涂胶量预测模型;
根据待检测材料涂胶量面积设定近红外光照射点参数,根据所述近红外光照射点参数设定照射参数,根据所述照射参数生成多个近红外光谱图;
获取全部近红外光谱图中的特征光谱数据,将所述特征光谱数据输入到涂胶量预测模型中生成多个初始预测涂胶量,根据所述多个初始预测涂胶量生成不干胶涂胶量;
所述建立涂胶量预测模型时,包括:
预设涂胶量类别,所述涂胶量类别包括:一级涂胶量,二级涂胶量和三级涂胶量;
预设检测类别,所述检测类别包括:一级检测和二级检测;
根据所涂胶量类别,所述检测类别和所述光谱-涂胶量映射表生成训练集数据和测试集数据;
根据所述训练集数据对预设涂胶量预测模型进行训练生成一级检测涂胶量预测模型和二级检测涂胶量预测模型;
根据所述测试集数据生成一级检测涂胶量预测模型的一级涂胶量预测可信度a1,二级涂胶量预测可信度b1和三级涂胶量可信度c1;
根据所述测试集数据生成二级检测涂胶量预测模型的一级涂胶量预测可信度a2,二级涂胶量预测可信度b2和三级涂胶量可信度c2;
所述根据待检测材料涂胶量面积设定近红外光照射点参数时,包括:
获取待检测材料涂胶量面积d;
根据所述待检测材料涂胶量面积d设定近红外照射点数量m;
根据所述待检测材料涂胶量面积d设定单个近红外照射点面积e;
根据所述照射参数生成多个近红外光谱图时,包括:
预设一级照射参数,根据所述一级照射参数生成每个近红外照射点的一级近红外光谱图,根据所述一级近红外光谱图和所述一级检测涂胶量预测模型生成每个近红外照射点的一级初始预测涂胶量;
预设二级照射参数,根据所述二级照射参数生成每个近红外照射点的二级近红外光谱图,根据所述二级近红外光谱图和所述二级检测涂胶量预测模型生成每个近红外照射点的二级初始预测涂胶量;
根据所述多个初始预测涂胶量生成不干胶涂胶量时,包括:
获取全部近红外照射点的一级初始涂胶量f1,f2,…fm;
生成一级初始涂胶量平均值f;
预选一级涂胶量差值阈值,根据所述一级初始涂胶量平均值f和所述一级涂胶量差值阈值判断一级初始涂胶量f1,f2,…fm中是否需要剔除数据;
获取一级初始涂胶量的剔除数量n;
生成一级初始涂胶量第一集合F1,其中,F1=(f1,f2,…fm-n),集合F1中为未剔除数据;
生成一级初始涂胶量第二集合F2,其中,F2=(fm-n+1,fm-n+2,…fm),集合F2中为剔除数据;
生成一级不干胶涂胶量F;
其中,F=[d/(m-n)e]+dn/m2e/>
其中,fi为所述一级初始涂胶量第一集合F1和所述一级初始涂胶量第二集合F2中的第i个一级初始涂胶量;
根据所述多个初始预测涂胶量生成不干胶涂胶量时,还包括:
获取全部近红外照射点的二级初始涂胶量g1,g2,…gm;
生成二级初始涂胶量平均值g;
预选二级涂胶量差值阈值,根据所述二级初始涂胶量平均值g和所述二级涂胶量差值阈值判断二级初始涂胶量g1,g2,…gm中是否需要剔除数据;
获取二级初始涂胶量的剔除数量h;
生成二级初始涂胶量第一集合G1,其中,G1=(g1,g2,…gm-h),集合G1中为未剔除数据;
生成二级初始涂胶量第二集合G2,其中,G2=(gm-h+1,gm-h+2,…gm),集合G2中为剔除数据;
生成二级不干胶涂胶量G;
其中,G=[d/(m-h)e]+dh/m2e/>
其中,gi为所述二级初始涂胶量第一集合G1和所述二级初始涂胶量第二集合G2中的第i个二级初始涂胶量。
2.如权利要求1所述的不干胶涂胶量检测方法,其特征在于,根据所述待检测材料涂胶量面积d设定近红外照射点数量m时,包括:
预设待检测涂胶量面积矩阵D,设定D(D1,D2,D3,D4),其中,D1为第一预设待检测涂胶量面积,D2为第二预设待检测涂胶量面积,D3为第三预设待检测涂胶量面积,D4为第四预设待检测涂胶量面积,且D1<D2<D3<D4;
预设近红外照射点数量矩阵M,设定M(`M1,M2,M3,M4),其中,M1为第一预设近红外照射点数量,M2为第二预设近红外照射点数量,M3为第三预设近红外照射点数量,M4为第四预设近红外照射点数量,且M1<M2<M3<M4;
若D1<d≤D2时,设定近红外照射点数量m为第一预设近红外照射点数量M1,即m=M1;
若D2<d≤D3时,设定近红外照射点数量m为第二预设近红外照射点数量M2,即m=M2;
若D3<d≤D4时,设定近红外照射点数量m为第三预设近红外照射点数量M3,即m=M3;
若D4<d时,设定近红外照射点数量m为第四预设近红外照射点数量M4,即m=M4。
3.如权利要求2所述的不干胶涂胶量检测方法,其特征在于,所述设定单个近红外照射点面积e时,包括:
预设近红外照射点面积矩阵E,设定E(E1,E2,E3,E4),其中,E1为第一预设近红外照射点面积,E2为第二预设近红外照射点面积,E3为第三预设近红外照射点面积,E4为第四预设近红外照射点面积,且E1<E2<E3<E4;
若D1<d≤D2时,设定单个近红外照射点面积e为第一预设近红外照射点面积E1,即e=E1;
若D2<d≤D3时,设定单个近红外照射点面积e为第二预设近红外照射点面积E2,即e=E2;
若D3<d≤D4时,设定单个近红外照射点面积e为第三预设近红外照射点面积E3,即e=E3;
若D4<d时,设定单个近红外照射点面积e为第四预设近红外照射点面积E4,即e=E4。
4.如权利要求3所述的不干胶涂胶量检测方法,其特征在于,根据所述多个初始预测涂胶量生成不干胶涂胶量时,还包括:
预设剔除数据占比阈值J;
获取所述获取一级初始涂胶量的剔除数量n,根据所述剔除数量n生成第一剔除数据占比J1,其中,J1=n/m;
获取所述获取二级初始涂胶量的剔除数量h,根据所述剔除数量h生成第二剔除数据占比J2,其中,J2=h/m;
若J1>J,修正所述一级照射参数;
若J2>J,修正所述二级照射参数。
5.如权利要求4所述的不干胶涂胶量检测方法,其特征在于,所述多个初始预测涂胶量生成不干胶涂胶量时,还包括:
根据所述一级不干胶涂胶量F和所述二级不干胶涂胶量G,生成涂胶量占比;
根据所述涂胶量占比生成待检测材料涂胶量类别;
根据所述待检测材料涂胶量类别获取一级检测涂胶量预测模型和二级检测涂胶量预测模型的可信度;
根据所述可信度生成不干胶涂胶量。
CN202311076990.2A 2023-08-25 2023-08-25 一种不干胶涂胶量检测方法 Active CN116777920B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311076990.2A CN116777920B (zh) 2023-08-25 2023-08-25 一种不干胶涂胶量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311076990.2A CN116777920B (zh) 2023-08-25 2023-08-25 一种不干胶涂胶量检测方法

Publications (2)

Publication Number Publication Date
CN116777920A CN116777920A (zh) 2023-09-19
CN116777920B true CN116777920B (zh) 2023-11-10

Family

ID=88013821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311076990.2A Active CN116777920B (zh) 2023-08-25 2023-08-25 一种不干胶涂胶量检测方法

Country Status (1)

Country Link
CN (1) CN116777920B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006248015A (ja) * 2005-03-10 2006-09-21 Bridgestone Corp ゴム引きコードのインライン検査装置及び検査方法
CN107703097A (zh) * 2017-10-20 2018-02-16 华东理工大学 利用衰减全反射探头与近红外光谱仪构建快速预测原油性质的模型的方法及其应用
CN107894408A (zh) * 2017-11-24 2018-04-10 中国农业科学院油料作物研究所 一种基于近红外光谱仪的食用油多元掺伪鉴别方法
CN113705977A (zh) * 2021-08-02 2021-11-26 广西金源木业有限公司 一种木地板基材的安全性生产方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006248015A (ja) * 2005-03-10 2006-09-21 Bridgestone Corp ゴム引きコードのインライン検査装置及び検査方法
CN107703097A (zh) * 2017-10-20 2018-02-16 华东理工大学 利用衰减全反射探头与近红外光谱仪构建快速预测原油性质的模型的方法及其应用
CN107894408A (zh) * 2017-11-24 2018-04-10 中国农业科学院油料作物研究所 一种基于近红外光谱仪的食用油多元掺伪鉴别方法
CN113705977A (zh) * 2021-08-02 2021-11-26 广西金源木业有限公司 一种木地板基材的安全性生产方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于近红外光谱 建立纸张表面施胶量测定模型;欧阳春等;《中华纸业》;全文 *
近红外光谱技术快速检测木纤维和刨花施胶量方法的初步研究;朱翰文;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑 (月刊)》(第2022 年第01期);7-19页 *

Also Published As

Publication number Publication date
CN116777920A (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
US10393788B2 (en) Apparatus and method for diagnosing state of power cable and measuring remaining life thereof using VLF TD measurement data
EP2355164A1 (en) Solar battery evaluation device and method for evaluating solar battery
CN1816752A (zh) 利用基于健康指标的存留寿命模型的自适应改变的状态来估计电池存留寿命的设备、方法和计算机程序产品
CN109779848B (zh) 全场风速修正函数的获得方法、装置及风电场
CN105044022B (zh) 一种基于近红外光谱技术快速无损检测小麦硬度的方法及应用
CN111879725B (zh) 一种基于权重系数的光谱数据修正方法
CN106644284A (zh) 一种用于化工厂装置的自动泄漏监测与修复系统
CN111998919A (zh) 燃气表校准方法及装置
AU2017203982B2 (en) System and method for producing statistically valid assay means and ranges for quality control materials
CN116777920B (zh) 一种不干胶涂胶量检测方法
CN108779995B (zh) 用于检测环境参数的传感器和用于校准这种传感器的方法
CN109781200A (zh) 一种压力修正方法及膜式燃气表
CN117371337B (zh) 一种基于数字孪生的水利模型构建方法及系统
CN117805046A (zh) 基于浊度补偿的化学需氧量检测方法和装置
CN116754566B (zh) 一种柔性折叠屏幕保护膜检测方法
CN113157684A (zh) 一种水利海量数据的查错方法
CN112003891A (zh) 用于智能网联车辆控制器的多传感数据融合方法
CN108491955A (zh) 一种集成指标筛选与气温校正的月度工业用电量预测方法
KR102390461B1 (ko) 인공지능 적용 가능한 대기질 측정시스템의 운용방법
CN114486821B (zh) 冶金光谱特征回归方法、装置、电子设备和存储介质
US9771880B2 (en) Real-time vehicle data acquisition and analysis
CN112567241A (zh) 环境传感器协同校准方法
CN1492366A (zh) 用于评价机器或设备运行条件的方法
CN110687296B (zh) 一种血糖仪校准方法
JP6964790B2 (ja) 光学材料の縞の定量試験法

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