CN116931497A - 一种基于人工智能的裁剪机控制系统 - Google Patents

一种基于人工智能的裁剪机控制系统 Download PDF

Info

Publication number
CN116931497A
CN116931497A CN202311188999.2A CN202311188999A CN116931497A CN 116931497 A CN116931497 A CN 116931497A CN 202311188999 A CN202311188999 A CN 202311188999A CN 116931497 A CN116931497 A CN 116931497A
Authority
CN
China
Prior art keywords
data
cutting
module
cutting machine
unit
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
Application number
CN202311188999.2A
Other languages
English (en)
Other versions
CN116931497B (zh
Inventor
闫飞
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.)
Shandong Huacheng New Material Technology Co ltd
Original Assignee
Shandong Huacheng New Material Technology Co ltd
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 Shandong Huacheng New Material Technology Co ltd filed Critical Shandong Huacheng New Material Technology Co ltd
Priority to CN202311188999.2A priority Critical patent/CN116931497B/zh
Publication of CN116931497A publication Critical patent/CN116931497A/zh
Application granted granted Critical
Publication of CN116931497B publication Critical patent/CN116931497B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/04Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423Input/output
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/25Pc structure of the system
    • G05B2219/25257Microcontroller

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

本发明公开了一种基于人工智能的裁剪机控制系统,具体涉及智能设备控制技术领域,包括:数据采集模块、图像识别模块、数据处理模块、裁剪数据计算模块、数据统计模块、调整优化模块、控制模块以及数据反馈模块,系统可以实现对裁剪机的智能化控制和优化,提高裁剪效果和生产效率,通过智能的裁剪数据计算和调整优化,系统可以减少不必要的裁剪次数和材料浪费,提高裁剪机的生产效率和资源利用率,它具有高效准确的数据处理能力、智能的裁剪数据计算能力以及自动调整和优化的功能,可以减少人工干预,可以根据不同的裁剪需求和材料特性进行调整和优化,实现灵活的裁剪方案和参数设置,提高裁剪机的自动化程度和智能化水平。

Description

一种基于人工智能的裁剪机控制系统
技术领域
本发明涉及智能设备控制技术领域,更具体地说,本发明涉及一种基于人工智能的裁剪机控制系统。
背景技术
现有的裁剪机控制系统可在远程以集成式的方式进行自动控制的裁剪机的集成式自动控制系统及其控制方法,该系统以及方法能够使得根据上层作
业指示的条件在多个裁剪机上准确地裁剪面料,能够在设定的时间期间有效
地管理由各个裁剪机裁剪的面料,并且不会发生超时的现象;实时监控当前进行裁剪的裁剪工作现状;提高工作效率并防止发生错误而导致的生产率降低。
然而上述技术仍存在不足,上述系统在使用过程中,无法对裁剪机的裁剪质量和工作效率进行监测和计算,系统无法智能的对裁剪机的裁剪参数进行调整,需要人工进行手动调整,智能程度较低,并且现有系统在使用时,裁剪机智能根据预设裁剪路径进行工作,无法根据数据分析出最优裁剪路径,无法尽可能地减少裁剪损耗,裁剪机的工作效率和裁剪质量无法得到保障,裁剪机地一系列运行参数不能随着机器的运行质量自动调整,现有技术智能控制裁剪时长,无法控制裁剪效果和质量。
发明内容
为了克服现有技术的上述缺陷,本发明的一种基于人工智能的裁剪机控制系统,通过采集裁剪机的基础数据和运行数据,计算出裁剪机的裁剪误差程度、裁剪机稳定性指数、裁剪效率以及评估指数,根据评估指数与预设值的大小关系,对裁剪机的裁剪路径和运行参数进行迭代更改和计算,找出更合适更优异的裁剪路径和参数,提高裁剪机的工作效率和裁剪效果,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:包括:数据采集模块、图像识别模块、数据处理模块、裁剪数据计算模块、数据统计模块、调整优化模块、控制模块以及数据反馈模块。
数据采集模块:用于采集衣物设计图样、布料特性数据和裁剪机操作数据,并将采集到的数据传输至图像识别模块和数据处理模块;
图像识别模块:用于自动识别和分析衣物设计图样以及实物成品数据,提取衣物设计基础数据、成品数据,并将采集到的数据传输至数据处理模块;
数据处理模块:用于对采集到的数据进行清洗、去杂以及筛选,将处理后的数据传输至裁剪数据计算模块;
裁剪数据计算模块:用于获取裁剪后的实际裁剪数据,并根据所需裁剪数据、实际裁剪数据以及裁剪机数据,计算出裁剪机的裁剪误差程度、裁剪机稳定性指数、裁剪效率,并将计算出的数据传输至数据统计模块;
数据统计模块:用于根据计算出的裁剪误差程度、裁剪机稳定性指数、裁剪效率,整合计算出裁剪机的评估指数,并将计算出的数据传输至调整优化模块;
调整优化模块:用于分析裁剪机的评估指数是否小于预设值,并对裁剪机的裁剪路径和裁剪参数进行调整,并将调节指令传输至控制模块;
控制模块:用于接收调节指令,改变裁剪机裁剪路径和数据参数,并控制裁剪机的运动和操作,实现自动化裁剪;
数据反馈模块:用于与裁剪数据计算模块、数据统计模块、调整优化模块相连接,将调整后的参数传输至裁剪数据计算模块,并将数据统计模块计算出的数据传输至调整优化模块,进行多次叠加调整。
优选的,数据采集模块用于采集衣物设计图样、布料特性数据和裁剪机操作数据,所述数据采集模块具体包括:
设计图采集单元:使用相机以及摄像设备对衣物设计图样进行拍摄和录像,以获取图像数据;
特性数据采集单元:使用物理测试仪器,对布料进行测试并记录相应的物理属性数据,属性数据具体包括:布料厚度、粗糙程度、密度、强度、弹性;
机器数据采集单元:在裁剪机关节、驱动器位置安装传感器,记录裁剪机的运动参数,包括:裁剪速度、裁剪力度、工作时间、裁剪角度、震动幅度,裁剪一件制品所需能耗。
优选的,图像识别模块用于自动识别和分析衣物设计图样以及实物成品数据,提取衣物设计基础数据、成品数据,所述图像识别模块具体包括:
图像分析单元:对采集到的衣物设计图的图像数据进行分析,得到衣物设计的基础数据,具体包括:裁剪面积、长度、宽度、裁剪轨迹曲率;
成品数据获取单元:用摄像装置对裁剪出的成品进行拍摄,生成成品图像,并对成品图像进行分析,得到成品数据,具体包括:成品裁剪面积、长度、宽度、裁剪曲率;
数据传输单元:用于将分析出的数据传输至数据处理模块。
优选的,数据处理模块用于对采集到的数据进行清洗、去杂以及筛选,所述数据处理模块具体包括:
数据清洗单元:利用删除重复行、插值填充缺失值、使用统计方法检测技术,去除重复数据、修复缺失值、处理异常值;
数据去杂单元:使用选择性删除列、删除包含缺失值技术,去除不相关或无用的数据;
数据筛选单元:使用条件语句以及过滤函数,筛选出计算所需数据,并进行备份存储。
优选的,裁剪数据计算模块用于获取裁剪后的实际裁剪数据,并根据所需裁剪数据、实际裁剪数据以及裁剪机数据,计算出裁剪机的裁剪误差程度、裁剪机稳定性指数、裁剪效率,所述裁剪数据计算模块具体包括:
裁剪误差程度计算单元:根据衣物设计图的基础数据和衣物成品的基础数据,分析对比,计算出裁剪机的裁剪误差程度为:,其中qn代表成品裁剪长度、wn代表设计裁剪长度、en代表成品宽度、rn代表设计宽度,tn代表成品裁剪曲率、yn代表设计曲率、un代表成品裁剪面积、pn代表设计裁剪面积;
裁剪机稳定性计算单元:根据裁剪前后裁剪机的数据,计算出裁剪机的稳定性指数为:,其中zn为裁剪速度、xn为裁剪力度、vn为工作时间、sn为裁剪角度、dn为震动幅度,a1<0,a2为一次项系数,a3为常数可为0;
裁剪效率计算单元:根据裁剪机的工作数据,计算裁剪机的裁剪效率为:,其中cn为布料厚度、bn为粗糙程度、kn为密度、jn为强度、fn为弹性、mn为裁剪一件制品所需能量、h1<0,h2为一次项系数,h3为常数可为0。
优选的,数据统计模块用于根据计算出的裁剪误差程度、裁剪机稳定性指数、裁剪效率,整合计算出裁剪机的评估指数,所述数据统计模块具体包括:
数据接收单元:接收裁剪数据计算单元计算出的各类数据,并进行整合分析;
评估指数计算单元:根据接收到的数据,计算出裁剪机的评估指数为:
优选的,调整优化模块用于分析裁剪机的评估指数是否小于预设值,并对裁剪机的裁剪路径和裁剪参数进行调整,所述调整优化模块具体包括:
数据对比单元:接收数据统计模块计算出的裁剪机的评估指数,并将裁剪机评估指数Pn与预设值Yn进行对比,判断二者的大小关系,当Pn<Yn时,该裁剪机不合格,需要进行调整优化;
优化单元:采用贪心算法,生成最优的裁剪路径,利用迭代算法,不断改变裁剪机的运行参数,并将改变后的参数输出指令下发单元;
指令下发单元:根据调节运行参数的结果,生成调节指令,并将调节指令转换为裁剪机控制模块可识别的指令,并将指令传输至控制模块。
优选的,控制模块用于接收调节指令,改变裁剪机裁剪路径和数据参数,并控制裁剪机的运动和操作,实现自动化裁剪,所述控制模块具体包括:
调节指令接收单元:控制模块通过与上位机或其他控制设备的通信接口,接收调节指令;
参数更改单元:根据接收到的调节指令,控制模块改变裁剪机的裁剪路径和数据参数;
运行控制单元:控制器根据改变后的裁剪路径和数据参数,控制裁剪机的运动和操作。
优选的,数据反馈模块用于与裁剪数据计算模块、数据统计模块、调整优化模块相连接,将调整后的参数传输至裁剪数据计算模块,并将数据统计模块计算出的数据传输至调整优化模块,进行多次叠加调整,所述数据反馈模块具体包括:
信号连接单元:用于连接控制模块、裁剪数据计算模块以及调整优化模块;
数据传输单元:将更改后的裁剪路径和裁剪机运行参数反馈给裁剪数据计算模块,裁剪数据计算模块将计算出的数据传输给数据整合模块,数据整合模块进行分析计算得出调整后的裁剪机评估指数;
数据接收单元:接收调整优化模块传输的裁剪机运行参数和路径参数,接收计算出的调整后的裁剪机评估指数并将数据反馈给调整优化模块。
本发明的技术效果和优点:
本发明通过数据采集模块,系统可以实时获取裁剪机运行过程中的数据,包括图像、传感器数据等,这样可以提供准确的输入数据,为后续的图像识别和数据处理提供基础,数据处理模块可以对采集到的数据进行处理和分析,提取出有价值的信息,这样可以实现对裁剪机运行状态和裁剪效果的精确监测和分析,裁剪数据计算模块可以根据图像识别和数据处理的结果,智能地计算出裁剪机的裁剪误差程度、裁剪机稳定性指数、裁剪效率,有助于实现对裁剪机的自动调节和优化,提高裁剪效果和生产效率,调整优化模块可以根据统计和分析的结果,自动调整裁剪机的运行参数和裁剪数据,以达到最佳的裁剪效果和生产效率,这样可以减少人工干预,提高裁剪机的自动化程度和智能化水平,控制模块可以根据调整优化的结果,生成并下发精确的控制指令给裁剪机的控制模块,数据反馈模块可以实时监测裁剪机的运行状态和裁剪效果,并将反馈的数据传输给系统,以供进一步的分析和优化。
附图说明
图1为本发明的系统结构框图。
图2为本发明的系统流程图。
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。
本实施例提供了如图1所示一种基于人工智能的裁剪机控制系统,包括:数据采集模块、图像识别模块、数据处理模块、裁剪数据计算模块、数据统计模块、调整优化模块、控制模块以及数据反馈模块。
所述数据采集模块用于采集衣物设计图样、布料特性数据和裁剪机操作数据,并将采集到的数据传输至图像识别模块和数据处理模块,所述图像识别模块用于自动识别和分析衣物设计图样以及实物成品数据,提取衣物设计基础数据、成品数据,并将采集到的数据传输至数据处理模块,所述数据处理模块用于对采集到的数据进行清洗、去杂以及筛选,将处理后的数据传输至裁剪数据计算模块,所述裁剪数据计算模块用于获取裁剪后的实际裁剪数据,并根据所需裁剪数据、实际裁剪数据以及裁剪机数据,计算出裁剪机的裁剪误差程度、裁剪机稳定性指数、裁剪效率,并将计算出的数据传输至数据统计模块,所述数据统计模块用于根据计算出的裁剪误差程度、裁剪机稳定性指数、裁剪效率,整合计算出裁剪机的评估指数,并将计算出的数据传输至调整优化模块,所述调整优化模块用于分析裁剪机的评估指数是否小于预设值,并对裁剪机的裁剪路径和裁剪参数进行调整,并将调节指令传输至控制模块,所述控制模块用于接收调节指令,改变裁剪机裁剪路径和数据参数,并控制裁剪机的运动和操作,实现自动化裁剪,所述数据反馈模块用于与裁剪数据计算模块、数据统计模块、调整优化模块相连接,将调整后的参数传输至裁剪数据计算模块,并将数据统计模块计算出的数据传输至调整优化模块。
本实施与现有技术的区别在于图像识别模块、裁剪数据计算模块、数据统计模块、调整优化模块,具体为图像识别模块运用图像识别技术可以直接将设计图中的设计参数识别输出,节省数据分析和计算时间,并且数据的准确性可以获得保障,裁剪数据计算模块增加计算功能,可以根据裁剪机的运行数据、布料数据以及设计图的基础数据计算出裁剪机的裁剪误差程度值、裁剪机稳定性指数、裁剪效率,数据统计模块增加计算功能,可以根据裁剪数据计算模块计算出的数据计算出裁剪机的评估指数,为接下来的数据对比和裁剪机参数调整以及路径优化提供数据支持,调整优化模块利用优化算法和迭代算法,不断调整裁剪机运行参数并找出最优裁剪路径,有助于降低生产成本,提高生产效率和裁剪质量,整个过程是现有技术不具备的。
如图2本实施例提供一种基于人工智能的裁剪机控制系统的方法流程图,具体包括下列步骤:
S1、采集衣物设计图样、布料特性数据和裁剪机操作数据;
S2、自动识别和分析衣物设计图样以及实物成品数据,提取衣物设计基础数据、成品数据;
S3、获取裁剪后的实际裁剪数据,并根据所需裁剪数据、实际裁剪数据以及裁剪机数据,计算出裁剪机的裁剪误差程度、裁剪机稳定性指数、裁剪效率;
S4、对用户以往的网络使用质量进行等级划分,并根据不同的等级划分收费标准,将用户以往的综合使用质量进行等级判断,根据以往数据计算该用户的预计核减区间;
S5、根据计算出的裁剪误差程度、裁剪机稳定性指数、裁剪效率,整合计算出裁剪机的评估指数;
S6、分析裁剪机的评估指数是否小于预设值,并对裁剪机的裁剪路径和裁剪参数进行调整;
S7、接收调节指令,改变裁剪机裁剪路径和数据参数,并控制裁剪机的运动和操作;
S8、将调整后的参数传输至裁剪数据计算模块,并将数据统计模块计算出的数据传输至调整优化模块,进行多次叠加调整。
需要解释说明的是在步骤S1中,通过数据采集模块,采集衣物设计图样、布料特性数据和裁剪机操作数据,所述数据采集模块进行各类数据采集的具体步骤为:
A1、设计图采集:使用相机以及摄像设备对衣物设计图样进行拍摄和录像,以获取图像数据;
A2、特性数据采集:使用物理测试仪器,对布料进行测试并记录相应的物理属性数据,属性数据具体包括:布料厚度、粗糙程度、密度、强度、弹性;
进一步地,对布料物理属性的采集,可以利用纺织测试仪、厚度测量仪,对布料进行测试并记录相应的物理属性数据,也可以利用视觉扫描技术,使用纹理扫描仪或高分辨相机对布料表面进行扫描,以获取纹理特征数据;
A3、机器数据采集:在裁剪机关节、驱动器位置安装传感器,记录裁剪机的运动参数,包括:裁剪速度、裁剪力度、工作时间、裁剪角度、震动幅度,裁剪一件制品所需能耗。
需要解释说明的是在步骤S2中,通过图像识别模块自动识别和分析衣物设计图样以及实物成品数据,提取衣物设计基础数据、成品数据,所述图像识别模块进行设计图识别以及数据传输的具体步骤为:
B1、图像分析:对采集到的衣物设计图的图像数据进行分析,得到衣物设计的基础数据,具体包括:裁剪面积、长度、宽度、裁剪轨迹曲率;
B2、成品数据获取:用摄像装置对裁剪出的成品进行拍摄,生成成品图像,并对成品图像进行分析,得到成品数据,具体包括:成品裁剪面积、长度、宽度、裁剪曲率;
B3、数据传输:用于将分析出的数据传输至数据处理模块。
需要解释说明的是在步骤S3中,通过数据处理模块,对采集到的数据进行清洗、去杂以及筛选,所述数据处理模块具体包括:
C1、数据清洗:利用删除重复行、插值填充缺失值、使用统计方法检测技术,去除重复数据、修复缺失值、处理异常值;
C2、数据去杂:使用选择性删除列、删除包含缺失值技术,去除不相关或无用的数据;
C3、数据筛选:使用条件语句、使用过滤函数,筛选出计算所需数据,并进行备份存储。
需要解释说明的是在步骤S4中,通过裁剪数据计算模块获取裁剪后的实际裁剪数据,并根据所需裁剪数据、实际裁剪数据以及裁剪机数据,计算出裁剪机的裁剪误差程度、裁剪机稳定性指数、裁剪效率,所述裁剪数据计算模块进行裁剪误差程度、裁剪机稳定性指数、裁剪效率计算的具体步骤为:
D1、裁剪误差程度计算:根据衣物设计图的基础数据和衣物成品的基础数据,分析对比,计算出裁剪机的裁剪误差程度为:,其中qn代表成品裁剪长度、wn代表设计裁剪长度、en代表成品宽度、rn代表设计宽度,tn代表成品裁剪曲率、yn代表设计曲率、un代表成品裁剪面积、pn代表设计裁剪面积;
D2、裁剪机稳定性计算:根据裁剪前后裁剪机的数据,计算出裁剪机的稳定性指数为:,其中zn为裁剪速度、xn为裁剪力度、vn为工作时间、sn为裁剪角度、dn为震动幅度,a1<0,a2为一次项系数,a3为常数可为0;
D3、裁剪效率计算:根据裁剪机的工作数据,计算裁剪机的裁剪效率为:,其中cn为布料厚度、bn为粗糙程度、kn为密度、jn为强度、fn为弹性、mn为裁剪一件制品所需能量、h1<0,h2为一次项系数,h3为常数可为0。
需要解释说明的是在步骤S5中,通过数据统计模块根据计算出的裁剪误差程度、裁剪机稳定性指数、裁剪效率,整合计算出裁剪机的评估指数,所述数据统计模块进行裁剪机评估指数计算的具体步骤为:
E1、数据接收:接收裁剪数据计算单元计算出的各类数据,并进行整合分析;
E2、评估指数计算:根据接收到的数据,计算出裁剪机的评估指数为:
需要解释说明的是在步骤S6中,通过调整优化模块分析裁剪机的评估指数是否小于预设值,并对裁剪机的裁剪路径和裁剪参数进行调整,所述调整优化模块进行裁剪机裁剪路径和运行参数调整的具体步骤为:
F1、数据对比:接收数据统计模块计算出的裁剪机的评估指数,并将裁剪机评估指数Pn与预设值Yn进行对比,判断二者的大小关系,当Pn<Yn时,该裁剪机不合格,需要进行调整优化;
进一步地,预设值的大小根据裁剪机的具体使用情况和规格进行制定,在这里预设值Yn仅为举例说明,预设值的大小可根据具体情况的变化而发生改变;
F2、优化生成:采用贪心算法,生成最优的裁剪路径,利用迭代算法,不断改变裁剪机的运行参数,并将改变后的参数输出指令下发单元;
进一步地,最优裁剪路径的生成步骤为:初始化裁剪路径:根据待裁剪的布料形状和尺寸,初始化裁剪路径,采用贪心算法,从布料的一个边缘开始,选择最优的裁剪方向,逐步生成裁剪路径,根据布料的最小化浪费面积,选择最优的裁剪方向,其中进行路径优化时,可以不断改变裁剪的起点和方向,调整裁剪的顺序和间距,以生成最优路径;
进一步地,采用迭代算法改变运行参数时,运行参数的不断变化可以更具该参数m,依据的规律进行不断变更,在这里参数m的变化规律可以进行不断调整,并非固定规律;
F3、指令下发:根据调节运行参数的结果,生成调节指令,并将调节指令转换为裁剪机控制模块可识别的指令,并将指令传输至控制模块;
进一步地,在对调节指令进行格式转换后,需要对指令进行编码,指令数据需要以特定的格式进行传输,编码格式可以使用二进制码、十六进制码以及ASCII码等。
需要解释说明的是在步骤S7中,通过控制模块接收调节指令,改变裁剪机裁剪路径和数据参数,并控制裁剪机的运动和操作,实现自动化裁剪,所述控制模块进行裁剪机控制的具体步骤为:
G1、调节指令接收:控制模块通过与上位机或其他控制设备的通信接口,接收调节指令;
G2、参数更改:根据接收到的调节指令,控制模块改变裁剪机的裁剪路径和数据参数;
进一步地,在执行指令之前,控制模块需要对接收到的指令进行解析,控制模块需要识别指令的类型,以确定需要改变的裁剪路径和数据参数,指令类型可以通过指令中的特定标识符或指令码来识别,在解析指令之后,控制模块通过解析指令中的特定字段或参数根据指令类型,通过解析指令中的特定字段或参数,从指令中提取需要改变的裁剪路径和数据参数;
G3、运行控制:控制器根据改变后的裁剪路径和数据参数,控制裁剪机的运动和操作。
需要解释说明的是在步骤S8中,通过数据反馈模块与裁剪数据计算模块、数据统计模块、调整优化模块相连接,将调整后的参数传输至裁剪数据计算模块,并将数据统计模块计算出的数据传输至调整优化模块,进行多次叠加调整,所述数据反馈模块进行数据接收传输的具体步骤为:
H1、信号连接:用于连接控制模块、裁剪数据计算模块以及调整优化模块;
H2、数据传输:将更改后的裁剪路径和裁剪机运行参数反馈给裁剪数据计算模块,裁剪数据计算模块将计算出的数据传输给数据整合模块,数据整合模块进行分析计算得出调整后的裁剪机评估指数;
H3、数据接收:接收调整优化模块传输的裁剪机运行参数和路径参数,接收计算出的调整后的裁剪机评估指数并将数据反馈给调整优化模块。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于人工智能的裁剪机控制系统,其特征在于:包括
数据采集模块:用于采集衣物设计图样、布料特性数据和裁剪机操作数据,并将采集到的数据传输至图像识别模块和数据处理模块;
图像识别模块:用于自动识别和分析衣物设计图样以及实物成品数据,提取衣物设计基础数据、成品数据,并将采集到的数据传输至数据处理模块;
数据处理模块:用于对采集到的数据进行清洗、去杂以及筛选,将处理后的数据传输至裁剪数据计算模块;
裁剪数据计算模块:用于获取裁剪后的实际裁剪数据,并根据所需裁剪数据、实际裁剪数据以及裁剪机数据,计算出裁剪机的裁剪误差程度、裁剪机稳定性指数、裁剪效率,并将计算出的数据传输至数据统计模块;
数据统计模块:用于根据计算出的裁剪误差程度、裁剪机稳定性指数、裁剪效率,整合计算出裁剪机的评估指数,并将计算出的数据传输至调整优化模块;
调整优化模块:用于分析裁剪机的评估指数是否小于预设值,并对裁剪机的裁剪路径和裁剪参数进行调整,并将调节指令传输至控制模块;
控制模块:用于接收调节指令,改变裁剪机裁剪路径和数据参数,并控制裁剪机的运动和操作;
数据反馈模块:用于与裁剪数据计算模块、数据统计模块、调整优化模块相连接,将调整后的参数传输至裁剪数据计算模块,并将数据统计模块计算出的数据传输至调整优化模块,进行多次叠加调整。
2.根据权利要求1所述的一种基于人工智能的裁剪机控制系统,其特征在于:所述数据采集模块用于采集衣物设计图样、布料特性数据和裁剪机操作数据,所述数据采集模块具体包括:
设计图采集单元:使用相机以及摄像设备对衣物设计图样进行拍摄和录像,以获取图像数据;
特性数据采集单元:使用物理测试仪器,对布料进行测试并记录相应的物理属性数据,属性数据具体包括:布料厚度、粗糙程度、密度、强度、弹性;
机器数据采集单元:在裁剪机关节、驱动器位置安装传感器,记录裁剪机的运动参数,包括:裁剪速度、裁剪力度、工作时间、裁剪角度、震动幅度,裁剪一件制品所需能耗。
3.根据权利要求1所述的一种基于人工智能的裁剪机控制系统,其特征在于:所述图像识别模块用于自动识别和分析衣物设计图样以及实物成品数据,提取衣物设计基础数据、成品数据,所述图像识别模块具体包括:
图像分析单元:对采集到的衣物设计图的图像数据进行分析,得到衣物设计的基础数据,具体包括:裁剪面积、长度、宽度、裁剪轨迹曲率;
成品数据获取单元:用摄像装置对裁剪出的成品进行拍摄,生成成品图像,并对成品图像进行分析,得到成品数据,具体包括:成品裁剪面积、长度、宽度、裁剪曲率;
数据传输单元:用于将分析出的数据传输至数据处理模块。
4.根据权利要求1所述的一种基于人工智能的裁剪机控制系统,其特征在于:所述数据处理模块用于对采集到的数据进行清洗、去杂以及筛选,所述数据处理模块具体包括:
数据清洗单元:利用删除重复行、插值填充缺失值、使用统计方法检测技术,去除重复数据、修复缺失值、处理异常值;
数据去杂单元:使用选择性删除列、删除包含缺失值技术,去除不相关或无用的数据;
数据筛选单元:使用条件语句、使用过滤函数,筛选出计算所需数据,并进行备份存储。
5.根据权利要求1所述的一种基于人工智能的裁剪机控制系统,其特征在于:所述裁剪数据计算模块用于获取裁剪后的实际裁剪数据,并根据所需裁剪数据、实际裁剪数据以及裁剪机数据,计算出裁剪机的裁剪误差程度、裁剪机稳定性指数、裁剪效率,所述裁剪数据计算模块具体包括:
裁剪误差程度计算单元:根据衣物设计图的基础数据和衣物成品的基础数据,分析对比,计算出裁剪机的裁剪误差程度为:,其中qn代表成品裁剪长度、wn代表设计裁剪长度、en代表成品宽度、rn代表设计宽度,tn代表成品裁剪曲率、yn代表设计曲率、un代表成品裁剪面积、pn代表设计裁剪面积;
裁剪机稳定性计算单元:根据裁剪前后裁剪机的数据,计算出裁剪机的稳定性指数为:,其中zn为裁剪速度、xn为裁剪力度、vn为工作时间、sn为裁剪角度、dn为震动幅度,a1<0,a2为一次项系数,a3为常数可为0;
裁剪效率计算单元:根据裁剪机的工作数据,计算裁剪机的裁剪效率为:,其中cn为布料厚度、bn为粗糙程度、kn为密度、jn为强度、fn为弹性、mn为裁剪一件制品所需能量、h1<0,h2为一次项系数,h3为常数可为0。
6.根据权利要求1所述的一种基于人工智能的裁剪机控制系统,其特征在于:所述数据统计模块用于根据计算出的裁剪误差程度、裁剪机稳定性指数、裁剪效率,整合计算出裁剪机的评估指数,所述数据统计模块具体包括:
数据接收单元:接收裁剪数据计算单元计算出的各类数据,并进行整合分析;
评估指数计算单元:根据接收到的数据,计算出裁剪机的评估指数为:
7.根据权利要求1所述的一种基于人工智能的裁剪机控制系统,其特征在于:所述调整优化模块用于分析裁剪机的评估指数是否小于预设值,并对裁剪机的裁剪路径和裁剪参数进行调整,所述调整优化模块具体包括:
数据对比单元:接收数据统计模块计算出的裁剪机的评估指数,并将裁剪机评估指数Pn与预设值Yn进行对比,判断二者的大小关系,当Pn<Yn时,该裁剪机不合格,需要进行调整优化;
优化单元:采用贪心算法,生成最优的裁剪路径,利用迭代算法,不断改变裁剪机的运行参数,并将改变后的参数输出指令下发单元;
指令下发单元:根据调节运行参数的结果,生成调节指令,并将调节指令转换为裁剪机控制模块可识别的指令,并将指令传输至控制模块。
8.根据权利要求1所述的一种基于人工智能的裁剪机控制系统,其特征在于:所述控制模块用于接收调节指令,改变裁剪机裁剪路径和数据参数,并控制裁剪机的运动和操作,实现自动化裁剪,所述控制模块具体包括:
调节指令接收单元:控制模块通过与上位机或其他控制设备的通信接口,接收调节指令;
参数更改单元:根据接收到的调节指令,控制模块改变裁剪机的裁剪路径和数据参数;
运行控制单元:控制器根据改变后的裁剪路径和数据参数,控制裁剪机的运动和操作。
9.根据权利要求1所述的一种基于人工智能的裁剪机控制系统,其特征在于:所述数据反馈模块用于与裁剪数据计算模块、数据统计模块、调整优化模块相连接,将调整后的参数传输至裁剪数据计算模块,并将数据统计模块计算出的数据传输至调整优化模块,进行多次叠加调整,所述数据反馈模块具体包括:
信号连接单元:用于连接控制模块、裁剪数据计算模块以及调整优化模块;
数据传输单元:将更改后的裁剪路径和裁剪机运行参数反馈给裁剪数据计算模块,裁剪数据计算模块将计算出的数据传输给数据整合模块,数据整合模块进行分析计算得出调整后的裁剪机评估指数;
数据接收单元:接收调整优化模块传输的裁剪机运行参数和路径参数,接收计算出的调整后的裁剪机评估指数并将数据反馈给调整优化模块。
CN202311188999.2A 2023-09-15 2023-09-15 一种基于人工智能的裁剪机控制系统 Active CN116931497B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311188999.2A CN116931497B (zh) 2023-09-15 2023-09-15 一种基于人工智能的裁剪机控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311188999.2A CN116931497B (zh) 2023-09-15 2023-09-15 一种基于人工智能的裁剪机控制系统

Publications (2)

Publication Number Publication Date
CN116931497A true CN116931497A (zh) 2023-10-24
CN116931497B CN116931497B (zh) 2023-12-05

Family

ID=88384650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311188999.2A Active CN116931497B (zh) 2023-09-15 2023-09-15 一种基于人工智能的裁剪机控制系统

Country Status (1)

Country Link
CN (1) CN116931497B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100329588A1 (en) * 2009-06-24 2010-12-30 Stephen Philip Cheatle Autocropping and autolayout method for digital images
JP2013240838A (ja) * 2012-05-17 2013-12-05 Togashi Hosei:Kk 裁断方法
US20160249699A1 (en) * 2012-11-16 2016-09-01 In.Prodi - Inghirami Produzione Distribuzione S.P.A. Method and system for making tailored garments
US20180049498A1 (en) * 2016-04-25 2018-02-22 Original, Inc. Methods and systems for customized garment design generation
CN113196186A (zh) * 2018-12-19 2021-07-30 百超激光有限公司 激光切割方法的自动参数化
CN113238523A (zh) * 2021-04-24 2021-08-10 深圳市星火数控技术有限公司 一种图像自识别指令自编程控制方法及系统
CN113885423A (zh) * 2021-09-10 2022-01-04 东莞心野机电科技有限公司 自动追剪控制方法及系统
CN114434019A (zh) * 2022-02-07 2022-05-06 项珣熠 一种基于大数据的纺织图象识别剪裁控制系统
CN115446476A (zh) * 2022-08-30 2022-12-09 界首市芳伟服饰科技有限公司 一种布料激光裁剪系统
CN115793587A (zh) * 2022-12-20 2023-03-14 江苏德铂智能科技有限公司 一种基于人工智能的服装制造工艺及设备
CN115813070A (zh) * 2022-11-27 2023-03-21 合肥工业大学 一种集成自动化的高效医用防护服生产线

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100329588A1 (en) * 2009-06-24 2010-12-30 Stephen Philip Cheatle Autocropping and autolayout method for digital images
JP2013240838A (ja) * 2012-05-17 2013-12-05 Togashi Hosei:Kk 裁断方法
US20160249699A1 (en) * 2012-11-16 2016-09-01 In.Prodi - Inghirami Produzione Distribuzione S.P.A. Method and system for making tailored garments
US20180049498A1 (en) * 2016-04-25 2018-02-22 Original, Inc. Methods and systems for customized garment design generation
CN113196186A (zh) * 2018-12-19 2021-07-30 百超激光有限公司 激光切割方法的自动参数化
CN113238523A (zh) * 2021-04-24 2021-08-10 深圳市星火数控技术有限公司 一种图像自识别指令自编程控制方法及系统
CN113885423A (zh) * 2021-09-10 2022-01-04 东莞心野机电科技有限公司 自动追剪控制方法及系统
CN114434019A (zh) * 2022-02-07 2022-05-06 项珣熠 一种基于大数据的纺织图象识别剪裁控制系统
CN115446476A (zh) * 2022-08-30 2022-12-09 界首市芳伟服饰科技有限公司 一种布料激光裁剪系统
CN115813070A (zh) * 2022-11-27 2023-03-21 合肥工业大学 一种集成自动化的高效医用防护服生产线
CN115793587A (zh) * 2022-12-20 2023-03-14 江苏德铂智能科技有限公司 一种基于人工智能的服装制造工艺及设备

Also Published As

Publication number Publication date
CN116931497B (zh) 2023-12-05

Similar Documents

Publication Publication Date Title
CN102473660B (zh) 等离子加工系统自动瑕疵检测和分类及其方法
CN113909996B (zh) 一种基于数字孪生的高端装备加工状态监测方法及系统
CN108802041B (zh) 一种屏幕检测的小样本集快速换型的方法
CN111783544B (zh) 加工陶瓷手机背板的金刚石铣磨头状态监测系统搭建方法
US20210240154A1 (en) Programmable logic controller and analyzer
TW201906038A (zh) 半導體晶圓檢測系統及其方法
CN116599857B (zh) 一种适用于物联网多场景的数字孪生应用系统
CN116931497B (zh) 一种基于人工智能的裁剪机控制系统
CN114997289A (zh) 一种数据驱动的smt锡膏印刷质量预测分析方法及系统
CN117115169A (zh) 一种汽车配件压铸模具表面形变异常智能识别方法
CN116168019B (zh) 基于机器视觉技术的电网故障检测方法及系统
CN115933534B (zh) 一种基于物联网的数控智能检测系统及方法
TWM550465U (zh) 半導體晶圓檢測系統
CN111709920A (zh) 模板缺陷检测方法
CN106204788A (zh) 振动感知传感网工业缝制设备自动计数方法
CN111275022B (zh) 基于遗忘因子型经验模态分解的污渍检测分析方法及应用
CN116520758B (zh) 一种机加工设备远程控制方法及系统
TWI835519B (zh) 模具狀態監控系統及方法
CN117193047A (zh) 一种基于机器视觉的工业生产仿真管理系统及方法
CN117087023B (zh) 一种双工位线切割机及其控制方法
CN117817211B (zh) 基于机器视觉的焊接自动化控制方法及系统
CN116993734B (zh) 基于视觉成像进行分析的电池隔热棉裁切质量预测系统
CN116209000B (zh) 一种用于双模模块的载波通信质量检测分析方法及系统
CN118095971B (zh) 一种ad钙奶饮料加工工艺评估方法、系统及介质
CN110346413B (zh) 一种缝纫工人加工成品质量的检测评价方法

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