CN116988244A - 用于织物的超声波清洗优化方法及系统 - Google Patents

用于织物的超声波清洗优化方法及系统 Download PDF

Info

Publication number
CN116988244A
CN116988244A CN202311269924.7A CN202311269924A CN116988244A CN 116988244 A CN116988244 A CN 116988244A CN 202311269924 A CN202311269924 A CN 202311269924A CN 116988244 A CN116988244 A CN 116988244A
Authority
CN
China
Prior art keywords
cleaning
fabric
attachment
target
ultrasonic
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.)
Pending
Application number
CN202311269924.7A
Other languages
English (en)
Inventor
范俊
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.)
Jiangsu Huayi Machinery Co ltd
Original Assignee
Jiangsu Huayi Machinery 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 Jiangsu Huayi Machinery Co ltd filed Critical Jiangsu Huayi Machinery Co ltd
Priority to CN202311269924.7A priority Critical patent/CN116988244A/zh
Publication of CN116988244A publication Critical patent/CN116988244A/zh
Pending legal-status Critical Current

Links

Classifications

    • DTEXTILES; PAPER
    • D06TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06BTREATING TEXTILE MATERIALS USING LIQUIDS, GASES OR VAPOURS
    • D06B13/00Treatment of textile materials with liquids, gases or vapours with aid of vibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Textile Engineering (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Materials Engineering (AREA)
  • Medical Informatics (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Cleaning By Liquid Or Steam (AREA)

Abstract

本发明公开了用于织物的超声波清洗优化方法及系统,涉及织物清洗技术领域,该方法包括:获取目标织物的结构参数集;采集目标织物的附着物信息;将附着物信息通过数据传输端口输送至处理器中进行清洗方案匹配,获得第一清洗方案序列;调取超声波水洗机的故障维修信息,生成第一设备系数;根据结构参数集和第一设备系数进行清洗优化分析,获得第一优化系数;获得目标优化清洗方案序列;根据目标优化清洗方案序列对织物进行优化清洗。本发明解决了现有技术中存在对同时存在多种附着物的织物进行超声波清洗时清洗效果差,分析不全面的技术问题,达到了根据织物进行超声波清洗的多种附着物情况进行清洗优化,提升清洗质量的技术效果。

Description

用于织物的超声波清洗优化方法及系统
技术领域
本发明涉及织物清洗技术领域,具体涉及用于织物的超声波清洗优化方法及系统。
背景技术
目前,使用超声波对织物上的污渍进行清洗的方式已经被广泛采用,清洗效果要好于其他清洗方式。然而,当织物上同时出现的不同污渍的情况时,对清洗过程的分析程度不够,调整的超声波水洗机参数过于宽泛,导致污渍未处理干净或对织物造成损伤的情况出现。现有技术中存在对同时存在多种附着物的织物进行超声波清洗时清洗效果差,分析不全面的技术问题。
发明内容
本申请提供了用于织物的超声波清洗优化方法及系统,用于针对解决现有技术中存在对同时存在多种附着物的织物进行超声波清洗时清洗效果差,分析不全面的技术问题。
鉴于上述问题,本申请提供了用于织物的超声波清洗优化方法及系统。
本申请的第一个方面,提供了用于织物的超声波清洗优化方法,其中,应用于超声波清洗系统,所述超声波清洗系统包括处理器,所述方法包括:
获取目标织物的结构参数集,从待清洗目录中调取需要进行清洗的织物纱线直径、织物成品经密、经纱密度、纬纱密度、织物厚度生成所述结构参数集;
采集所述目标织物的附着物信息,其中,所述附着物信息通过在LED光源照射下利用SLC相机对目标织物表面状态进行扫描,然后利用SSD神经网络进行类型定位识别获得,包括附着物类型、附着物大小和附着物位置标识;
将所述附着物信息通过数据传输端口输送至处理器中进行清洗方案匹配,获得第一清洗方案序列;
调取超声波水洗机的故障维修信息,生成第一设备系数;
根据所述结构参数集和所述第一设备系数进行清洗优化分析,获得第一优化系数;
根据所述第一优化系数对所述第一清洗方案序列进行方案优化,获得目标优化清洗方案序列;
根据所述目标优化清洗方案序列对放置于所述超声波水洗机内置托盘上的织物进行优化清洗。
本申请的第二个方面,提供了用于织物的超声波清洗优化系统,所述系统包括:
结构参数集获取模块,所述结构参数集获取模块用于获取目标织物的结构参数集,从待清洗目录中调取需要进行清洗的织物纱线直径、织物成品经密、经纱密度、纬纱密度、织物厚度生成所述结构参数集;
附着物信息采集模块,所述附着物信息采集模块用于采集所述目标织物的附着物信息,其中,所述附着物信息通过在LED光源照射下利用SLC相机对目标织物表面状态进行扫描,然后利用SSD神经网络进行类型定位识别获得,包括附着物类型、附着物大小和附着物位置标识;
第一清洗方案序列获得模块,所述第一清洗方案序列获得模块用于将所述附着物信息通过数据传输端口输送至处理器中进行清洗方案匹配,获得第一清洗方案序列;
第一设备系数生成模块,所述第一设备系数生成模块用于调取超声波水洗机的故障维修信息,生成第一设备系数;
第一优化系数获得模块,所述第一优化系数获得模块用于根据所述结构参数集和所述第一设备系数进行清洗优化分析,获得第一优化系数;
目标优化清洗方案序列获得模块,所述目标优化清洗方案序列获得模块用于根据所述第一优化系数对所述第一清洗方案序列进行方案优化,获得目标优化清洗方案序列;
优化清洗模块,所述优化清洗模块用于根据所述目标优化清洗方案序列对放置于所述超声波水洗机内置托盘上的织物进行优化清洗。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
获取目标织物的结构参数集,从待清洗目录中调取需要进行清洗的织物纱线直径、织物成品经密、经纱密度、纬纱密度、织物厚度生成结构参数集;采集目标织物的附着物信息,其中,附着物信息通过在LED光源照射下利用SLC相机对目标织物表面状态进行扫描,然后利用SSD神经网络进行类型定位识别获得,包括附着物类型、附着物大小和附着物位置标识;将附着物信息通过数据传输端口输送至处理器中进行清洗方案匹配,获得第一清洗方案序列;调取超声波水洗机的故障维修信息,生成第一设备系数;根据结构参数集和第一设备系数进行清洗优化分析,获得第一优化系数;根据第一优化系数对第一清洗方案序列进行方案优化,获得目标优化清洗方案序列;根据目标优化清洗方案序列对放置于超声波水洗机内置托盘上的织物进行优化清洗。达到了根据织物的实际附着物情况,以及超声波实际清洗条件对清洗方案进行优化,提高清洗效率和清洗效果的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的用于织物的超声波清洗优化方法流程示意图;
图2为本申请实施例提供的用于织物的超声波清洗优化方法中生成附着物清洗方案匹配单元的流程示意图;
图3为本申请实施例提供的用于织物的超声波清洗优化系统结构示意图。
附图标记说明:结构参数集获取模块11,附着物信息采集模块12,第一清洗方案序列获得模块13,第一设备系数生成模块14,第一优化系数获得模块15,目标优化清洗方案序列获得模块16,优化清洗模块17。
具体实施方式
本申请通过提供了用于织物的超声波清洗优化方法及系统,用于针对解决现有技术中存在对同时存在多种附着物的织物进行超声波清洗时清洗效果差,分析不全面的技术问题。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示,本申请提供了用于织物的超声波清洗优化方法,其中,应用于超声波清洗系统,所述超声波清洗系统包括处理器,所述方法包括:
S100:获取目标织物的结构参数集,从待清洗目录中调取需要进行清洗的织物纱线直径、织物成品经密、经纱密度、纬纱密度、织物厚度生成所述结构参数集;
在一个可能的实施例中,通过对需要进行超声波清洗的织物统计目录,也就是所述待清洗目录进行数据调取,获得需要进行清洗的织物纱线直径、织物成品经密、经纱密度、纬纱密度、织物厚度,将调取的数据组成所述目标织物的结构参数集。其中,所述目标织物是需要使用超声波水洗机进行清洗的任意一种织物,可以是棉型织物、精梳毛型织物、粗梳毛型织物、丝织物等。通过对目标织物的结构参数集进行获取,可以对目标织物自身的紧密程度进行确定。
在使用超声波水洗机进行清洗的过程中,超声波水洗机在不同功率和不同频率下产生的空化作用强度不同,能够产生的空化气泡数量和空化气泡大小也不相同。空穴气泡受压爆破时产生的冲激能随着气泡的增大而增强,当目标织物的紧密度较低时,表明目标织物内部空隙较大,此时进行超声波清洗空穴气泡的大小范围较大,对应超声波水洗机的控制参数可以调节范围较大;当目标织物的紧密度较高时,表明目标织物内部空隙较小,为了能够较好的清除织物内部间隙的附着物,对空穴气泡的大小要求较高,此时对应超声波水洗机的控制参数可以调节的范围较小。因此,通过获得目标织物的结构参数集为后续进行超声波清洗的可调节范围确定提供可靠依据。
S200:采集所述目标织物的附着物信息,其中,所述附着物信息通过在LED光源照射下利用SLC相机对目标织物表面状态进行扫描,然后利用SSD神经网络进行类型定位识别获得,包括附着物类型、附着物大小和附着物位置标识;
所述目标织物的附着物信息是对附着在目标织物表面需要被清洗的污渍进行描述的信息,包括附着物类型、附着物大小和附着物位置标识。其中,所述附着物类型包括指纹、尘、油墨、染料、塑胶残留物、橡胶残渣。优选的,使用多个LED光源对目标织物进行打光,然后使用SLC相机对目标织物进行扫描,获得目标织物表面图像。具体的,通过获取多个样本织物表面图像和多个样本附着物信息对SSD神经网络进行监督训练,直至输出达到收敛,进而将目标织物表面图像输入训练好的SSD神经网络进行特征提取,选取出多个附着物的候选框,输出所述目标织物的附着物信息。并根据候选框的坐标获得附着物的位置,对附着物信息进行位置标识。实现了对目标织物的附着物进行高效分析识别的目标,达到了提高附着物识别效率和识别准确性的技术效果。
S300:将所述附着物信息通过数据传输端口输送至处理器中进行清洗方案匹配,获得第一清洗方案序列;
在一个实施例中,获得附着物信息之后利用数据传输端口输送至处理器中进行信息分析匹配,获得对不同附着物进行超声波清洗的方案,并利用方案中设置的超声波水洗机频率和功率对方案进行排序,确定所述第一清洗方案序列。实现了对不同附着物匹配具有针对性的清洗方案,并从整体清洗的角度对多个清洗方案的清洗顺序进行排列,达到了在保证单个附着物清洗质量的同时,从整体维度优化清洗的效果,避免清洗较难附着物时设置的高功率和低频率的超声波水洗机进行工作时,产生较大能量的空化气泡对需要低功率和高频率清洗的附着物附着的目标织物表面造成损伤的技术效果。
进一步的,如图2所示,将所述附着物信息通过数据传输端口输送至处理器中进行清洗方案匹配,获得第一清洗方案序列,本申请实施例步骤S300还包括:
构建附着物清洗方案匹配单元,并将所述附着物清洗方案匹配单元内嵌于所述处理器中;
以所述附着物类型为横坐标轴和以附着物大小为纵坐标轴,生成所述附着物清洗方案匹配单元的框架;
调取预设历史时间窗口与目标织物同类型的织物的清洗记录,获取多个历史附着物类型、多个历史附着物大小和多个历史清洗方案;
根据所述多个历史附着物类型和所述多个历史附着物大小生成多个历史坐标点,并利用多个历史清洗方案对所述多个历史坐标点进行标记;
根据框架和标记后的多个历史坐标点生成所述附着物清洗方案匹配单元。
进一步的,本申请实施例步骤S300还包括:
根据所述附着物信息获得Q个附着物类型和Q个附着物大小,其中,Q个附着物类型分布与Q个附着物大小一一对应;
分别将所述Q个附着物类型和Q个附着物大小通过数据传输端口传输至所述处理器中的所述附着物清洗方案匹配单元中,获得Q个目标坐标点;
在所述附着物清洗方案匹配单元中分别采集与所述Q个目标坐标点的距离满足预设距离阈值的Q个历史坐标点集合,其中,每个历史坐标点集合中的历史坐标点数量大于等于3;
对Q个历史坐标点集合对应的Q个历史清洗方案集合进行求均值处理,获得Q个目标清洗方案。
在一个实施例中,所述附着物清洗方案匹配单元是用于对不同类型和不同大小的附着物进行超声波清洗时对应的清洗方案进行匹配的功能单元,内嵌于所述处理器中。通过以所述附着物类型为横坐标轴和以附着物大小为纵坐标轴,作为所述附着物清洗方案匹配单元的框架。进而,对目标织物在历史时间内的清洗记录进行调取,其中,所述预设历史窗口是与目标织物同类型的织物进行超声波清洗并记录的时间段,可以是半年、一年等。通过从调取的清洗记录获取多个历史附着物类型、多个历史附着物大小和多个历史清洗方案。然后根据多个历史附着物类型获得多个历史横坐标,根据多个历史附着物大小获得多个历史纵坐标,进而根据所述多个历史横坐标和多个历史纵坐标获得多个历史坐标点,并利用多个历史清洗方案对所述多个历史坐标点进行标记。根据框架和标记后的多个历史坐标点生成所述附着物清洗方案匹配单元。
进而,根据所述附着物信息获得目标织物上Q个附着物对应的Q个附着物类型和Q个附着物大小,其中,所述附着物类型和附着物大小一一对应。进而,将Q个附着物对应的Q个附着物类型和Q个附着物大小输入所述附着物清洗方案匹配单元中,获得Q个目标坐标点。通过在所述附着物清洗方案匹配单元中分别采集与所述Q个目标坐标点的距离满足预设距离阈值的Q个历史坐标点集合,其中,每个历史坐标点集合中的历史坐标点数量大于等于3,对Q个历史坐标点集合对应的Q个历史清洗方案集合进行求均值处理,获得Q个目标清洗方案。也就是说,对Q个历史清洗方案集合中对超声波水洗机的控制参数进行求均值,根据计算结果获得Q个目标清洗方案中对超声波水洗机进行控制的参数。达到了获得对不同附着物进行清洗方案的技术效果。
进一步的,在获得Q个目标清洗方案之后,本申请实施例步骤S300还包括:
根据所述Q个目标清洗方案获得Q个超声波频率和Q个超声波功率;
按照预设权重分别对所述Q个超声波频率的倒数和Q个超声波功率进行加权计算,获得Q个超声波强度系数;
基于所述Q个超声波强度系数,按照从小到大顺序对所述Q个目标清洗方案进行序列化处理,获得所述第一清洗方案序列。
在一个实施例中,通过以超声波频率和超声波功率为索引对Q个目标清洗方案进行检索,获得Q个超声波频率和Q个超声波功率。所述预设权重是由本领域技术人员设定的进行强度分析时超声波频率和超声波功率所占的比例。按照所述预设权重分别对所述Q个超声波频率的倒数和Q个超声波功率进行加权计算,获得Q个超声波强度系数。其中所述Q个超声波强度系数反映了对所述目标织物的Q个附着物进行超声波清洗时的强度大小。
超声波产生空化效应的强度与超声波频率有直接关系,频率越高,空化气泡越小,空化强度越弱,示例性的,将25KHz时的空化强度比作1,40KHz时的空化强度则为1/8,到了80KHz时,空化强度就降到0.02。而超声波功率越大,空化气泡的最大半径与起始半径的比值增大,空化强度越大。因此,通过按照预设权重分别对所述Q个超声波频率的倒数和Q个超声波功率进行加权计算,可以对Q个附着物进行清洗时所需要的清洗强度进行计算。进而,基于所述Q个超声波强度系数,按照从小到大顺序对所述Q个目标清洗方案进行序列化处理,获得所述第一清洗方案序列。也就是说,将清洗强度小的附着物清洗顺序排在前列,从而避免强度较大附着物进行清洗时,超声波水洗机对需要低功率和高频率清洗的附着物附着的目标织物表面造成损伤。
S400:调取超声波水洗机的故障维修信息,生成第一设备系数;
进一步的,调取超声波水洗机的故障维修信息,生成第一设备系数,本申请实施例步骤S400包括:
维修损伤累积计算公式:
其中,为第一设备系数,n为超声波水洗机发生故障维修的次数,n=1,2,3…,/>是第i次损伤后设备预期寿命,/>是第i次损伤前设备预期寿命;
将所述故障维修信息输入维修损伤累积计算公式中,获得所述第一设备系数。
在一个实施例中,随着超声波水洗机使用时间增长,发生故障后进行维修的次数会升高,由于进行维修,超声波水洗机的机器灵敏度会下降,超声波水洗机使用可靠程度降低,因此通过对故障维修信息进行分析,从而获得所述第一设备系数。其中,所述故障维修信息是对超声波水洗机发生故障的情况进行描述的记录信息。所述第一设备系数是对超声波水洗机在当前时刻的设备损耗程度进行描述,也就是反映了超声波水洗机可靠性降低的程度。
优选的,所述维修损伤累积计算公式是从设备寿命进行的角度对设备经过故障维修后可靠性降低的程度进行量化计算的公式。进而,将所述故障维修信息输入所述维修损伤累积计算公式中,获得所述第一设备系数。
S500:根据所述结构参数集和所述第一设备系数进行清洗优化分析,获得第一优化系数;
进一步的,本申请实施例步骤S500包括:
将所述结构参数集中的织物纱线直径、织物成品经密、经纱密度、纬纱密度、织物厚度和第一设备系数输入优化系数计算公式中,获得第一优化系数;
所述优化系数计算公式为:
其中,为第一优化系统,L为第一设备系数,/>为超声波水洗机预设的织物紧度,为目标织物的经向紧度,/>为目标织物的纬向紧度,/>为目标织物的纱线直径系数,/>为目标织物的经密,/>为目标织物成品的纬密,/>为目标织物的经纱密度,/>为目标织物的纬纱密度。
优选的,目标织物中经纬纱相互配置的结构情况对进行超声波清洗时超声波水洗机的参数可调节范围有影响,目标织物紧密度越高对应的参数可调节范围越小,目标织物紧密度越低对应的参数可调节范围越大。同时,超声波水洗机的可靠程度对参数可调节范围也有影响,可靠性越高,也就是说第一设备系数越高对应的参数可调节范围越大,第一设备系数越低对应的参数可调节范围越小。
优选的,将所述结构参数集中的织物纱线直径、织物成品经密、经纱密度、纬纱密度、织物厚度和第一设备系数输入优化系数计算公式中,获得第一优化系数。其中,所述第一优化系数是从织物紧密度和设备可靠度两个维度进行参数可调节范围确定的系数,第一优化系数越大,对应超声波水洗机参数可调节范围越大;第一优化系数越小,对应超声波水洗机参数可调节范围越小。
S600:根据所述第一优化系数对所述第一清洗方案序列进行方案优化,获得目标优化清洗方案序列;
进一步的,本申请实施例步骤S600包括:
分别对第一清洗方案序列中清洗方案的参数宽容范围进行采集,获得Q个参数宽容范围集合;
遍历所述Q个参数宽容范围集合与第一优化系数进行相乘,获得Q个参数修正宽容范围集合;
根据所述Q个参数修正宽容范围集合匹配所述第一清洗方案序列获得所述目标优化清洗方案序列。
在获得所述第一优化系数后,根据第一优化系数的大小对所述第一清洗方案序列中的Q个目标清洗方案中对超声波水洗机的参数可调节范围进行优化调整,从而获得所述目标优化清洗方案序列。
优选的,通过分别对第一清洗方案序列中清洗方案的参数宽容范围进行采集,获得Q个参数宽容范围集合。其中,所述Q个参数宽容范围集合是对Q个目标清洗方案中超声波水洗机参数可以调节的范围进行描述。进而,遍历所述Q个参数宽容范围集合与第一优化系数进行相乘,获得Q个参数修正宽容范围集合,根据所述Q个参数修正宽容范围集合匹配所述第一清洗方案序列获得所述目标优化清洗方案序列,也就是说,根据最新的Q个参数修正宽容范围集合对第一清洗方案序列中的参数宽容范围集合进行替换,获得所述目标优化清洗方案序列。示例性的,对织物上的橡胶残渣进行超声波清洗时,超声波水洗机的频率为20~40KHz,功率为2-3W/cm2,第一优化系数为0.6,则优化调整后的清洗方案中对应的超声波水洗机的频率为24~36KHz,功率为2.3-2.8W/cm2
S700:根据所述目标优化清洗方案序列对放置于所述超声波水洗机内置托盘上的织物进行优化清洗。
进一步的,本申请实施例步骤S700还包括:
获得超声波水洗机的换能器分布阵列,其中,所述换能器分布阵列包括换能器分布位置;
将所述目标织物放置于所述超声波水洗机中,结合所述附着物位置标识和换能器分布位置进行定位融合,获得定位标识集合;
根据所述定位标识集合和目标优化清洗方案序列,对超声波水洗机的换能器进行调用。
在获得所述目标优化清洗方案序列后,对放置在超声波水洗机内置托盘上的织物,根据目标优化清洗方案序列中的顺序,以及目标优化清洗方案中对超声波水洗机进行控制的参数和所需换能机的数量对超声波水洗机进行控制,从而对目标织物的Q个附着物进行清洗。达到了提高对织物进行超声波清洗的清洗效果,提升清洗准确度和清洗质量的技术效果。
优选的,当把所述目标织物放置于所述超声波水洗机内置的托盘上后,根据附着物位置标识和换能器分布位置进行定位融合,也就是将附着物位置标识对应的坐标系与换能器分布位置的坐标系进行融合,从而将目标织物的Q个附着物在超声波水洗机的换能器分布阵列中位置进行定位,获得Q个附着物定位标识。进而,根据Q个附着物位置标识和换能器分布位置获得所述定位标识集合。进而,根据所述目标优化清洗方案序列中每个目标优化清洗方案中需要使用的换能器数量,结合定位标识集合中对应附着物位置标识和换能器分布位置,调用距离附着物最近的符合目标优化清洗方案中换能器数量的换能器进行工作,从而缩短声源与附着物之间的距离,达到了优化清洗过程中换能器的配置使用情况,提升清洗质量的技术效果。
综上所述,本申请实施例至少具有如下技术效果:
本申请通过对目标织物的不同附着物信息获得对应的目标清洗方案,进一步对多个目标清洗方案进行清洗过程中强度分析,确定在保证单个附着物清洗效果的同时,避免影响其余附着物附着表面损伤的第一清洗方案序列,进而结合结构参数和超声波水洗机的可靠程度对进行超声波清洗时参数的可调节范围进行优化调整,获得目标优化清洗方案序列,根据目标优化清洗方案序列对放置于超声波水洗机内置托盘上的织物进行优化清洗。达到提升织物进行超声波清洗的效果,优化清洗的准确度,提高清洗质量的技术效果。
实施例二
基于与前述实施例中用于织物的超声波清洗优化方法相同的发明构思,如图3所示,本申请提供了用于织物的超声波清洗优化系统,本申请实施例中的系统与方法实施例基于同样的发明构思。其中,所述系统包括:
结构参数集获取模块11,所述结构参数集获取模块11用于获取目标织物的结构参数集,从待清洗目录中调取需要进行清洗的织物纱线直径、织物成品经密、经纱密度、纬纱密度、织物厚度生成所述结构参数集;
附着物信息采集模块12,所述附着物信息采集模块12用于采集所述目标织物的附着物信息,其中,所述附着物信息通过在LED光源照射下利用SLC相机对目标织物表面状态进行扫描,然后利用SSD神经网络进行类型定位识别获得,包括附着物类型、附着物大小和附着物位置标识;
第一清洗方案序列获得模块13,所述第一清洗方案序列获得模块13用于将所述附着物信息通过数据传输端口输送至处理器中进行清洗方案匹配,获得第一清洗方案序列;
第一设备系数生成模块14,所述第一设备系数生成模块14用于调取超声波水洗机的故障维修信息,生成第一设备系数;
第一优化系数获得模块15,所述第一优化系数获得模块15用于根据所述结构参数集和所述第一设备系数进行清洗优化分析,获得第一优化系数;
目标优化清洗方案序列获得模块16,所述目标优化清洗方案序列获得模块16用于根据所述第一优化系数对所述第一清洗方案序列进行方案优化,获得目标优化清洗方案序列;
优化清洗模块17,所述优化清洗模块17用于根据所述目标优化清洗方案序列对放置于所述超声波水洗机内置托盘上的织物进行优化清洗。
进一步的,所述第一清洗方案序列获得模块13用于执行如下方法:
构建附着物清洗方案匹配单元,并将所述附着物清洗方案匹配单元内嵌于所述处理器中;
以所述附着物类型为横坐标轴和以附着物大小为纵坐标轴,生成所述附着物清洗方案匹配单元的框架;
调取预设历史时间窗口与目标织物同类型的织物的清洗记录,获取多个历史附着物类型、多个历史附着物大小和多个历史清洗方案;
根据所述多个历史附着物类型和所述多个历史附着物大小生成多个历史坐标点,并利用多个历史清洗方案对所述多个历史坐标点进行标记;
根据框架和标记后的多个历史坐标点生成所述附着物清洗方案匹配单元。
进一步的,所述第一清洗方案序列获得模块13用于执行如下方法:
根据所述附着物信息获得Q个附着物类型和Q个附着物大小,其中,Q个附着物类型分布与Q个附着物大小一一对应;
分别将所述Q个附着物类型和Q个附着物大小通过数据传输端口传输至所述处理器中的所述附着物清洗方案匹配单元中,获得Q个目标坐标点;
在所述附着物清洗方案匹配单元中分别采集与所述Q个目标坐标点的距离满足预设距离阈值的Q个历史坐标点集合,其中,每个历史坐标点集合中的历史坐标点数量大于等于3;
对Q个历史坐标点集合对应的Q个历史清洗方案集合进行求均值处理,获得Q个目标清洗方案。
进一步的,所述第一清洗方案序列获得模块13用于执行如下方法:
根据所述Q个目标清洗方案获得Q个超声波频率和Q个超声波功率;
按照预设权重分别对所述Q个超声波频率的倒数和Q个超声波功率进行加权计算,获得Q个超声波强度系数;
基于所述Q个超声波强度系数,按照从小到大顺序对所述Q个目标清洗方案进行序列化处理,获得所述第一清洗方案序列。
进一步的,所述第一设备系数生成模块14用于执行如下方法:
维修损伤累积计算公式:
其中,为第一设备系数,n为超声波水洗机发生故障维修的次数,n=1,2,3…,/>是第i次损伤后设备预期寿命,/>是第i次损伤前设备预期寿命;
将所述故障维修信息输入维修损伤累积计算公式中,获得所述第一设备系数。
进一步的,所述第一优化系数获得模块15用于执行如下方法:
将所述结构参数集中的织物纱线直径、织物成品经密、经纱密度、纬纱密度、织物厚度和第一设备系数输入优化系数计算公式中,获得第一优化系数;
所述优化系数计算公式为:
其中,为第一优化系统,L为第一设备系数,/>为超声波水洗机预设的织物紧度,为目标织物的经向紧度,/>为目标织物的纬向紧度,/>为目标织物的纱线直径系数,/>为目标织物的经密,/>为目标织物成品的纬密,/>为目标织物的经纱密度,/>为目标织物的纬纱密度。
进一步的,所述目标优化清洗方案序列获得模块16用于执行如下方法:
分别对第一清洗方案序列中清洗方案的参数宽容范围进行采集,获得Q个参数宽容范围集合;
遍历所述Q个参数宽容范围集合与第一优化系数进行相乘,获得Q个参数修正宽容范围集合;
根据所述Q个参数修正宽容范围集合匹配所述第一清洗方案序列获得所述目标优化清洗方案序列。
进一步的,所述优化清洗模块17用于执行如下方法:
获得超声波水洗机的换能器分布阵列,其中,所述换能器分布阵列包括换能器分布位置;
将所述目标织物放置于所述超声波水洗机中,结合所述附着物位置标识和换能器分布位置进行定位融合,获得定位标识集合;
根据所述定位标识集合和目标优化清洗方案序列,对超声波水洗机的换能器进行调用。
需要说明的是,上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。

Claims (9)

1.用于织物的超声波清洗优化方法,其特征在于,应用于超声波清洗系统,所述超声波清洗系统包括处理器,所述方法包括:
获取目标织物的结构参数集,从待清洗目录中调取需要进行清洗的织物纱线直径、织物成品经密、经纱密度、纬纱密度、织物厚度生成所述结构参数集;
采集所述目标织物的附着物信息,其中,所述附着物信息通过在LED光源照射下利用SLC相机对目标织物表面状态进行扫描,然后利用SSD神经网络进行类型定位识别获得,包括附着物类型、附着物大小和附着物位置标识;
将所述附着物信息通过数据传输端口输送至处理器中进行清洗方案匹配,获得第一清洗方案序列;
调取超声波水洗机的故障维修信息,生成第一设备系数;
根据所述结构参数集和所述第一设备系数进行清洗优化分析,获得第一优化系数;
根据所述第一优化系数对所述第一清洗方案序列进行方案优化,获得目标优化清洗方案序列;
根据所述目标优化清洗方案序列对放置于所述超声波水洗机内置托盘上的织物进行优化清洗。
2.如权利要求1所述的方法,其特征在于,将所述附着物信息通过数据传输端口输送至处理器中进行清洗方案匹配,获得第一清洗方案序列,所述方法还包括:
构建附着物清洗方案匹配单元,并将所述附着物清洗方案匹配单元内嵌于所述处理器中;
以所述附着物类型为横坐标轴和以附着物大小为纵坐标轴,生成所述附着物清洗方案匹配单元的框架;
调取预设历史时间窗口与目标织物同类型的织物的清洗记录,获取多个历史附着物类型、多个历史附着物大小和多个历史清洗方案;
根据所述多个历史附着物类型和所述多个历史附着物大小生成多个历史坐标点,并利用多个历史清洗方案对所述多个历史坐标点进行标记;
根据框架和标记后的多个历史坐标点生成所述附着物清洗方案匹配单元。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述附着物信息获得Q个附着物类型和Q个附着物大小,其中,Q个附着物类型分布与Q个附着物大小一一对应;
分别将所述Q个附着物类型和Q个附着物大小通过数据传输端口传输至所述处理器中的所述附着物清洗方案匹配单元中,获得Q个目标坐标点;
在所述附着物清洗方案匹配单元中分别采集与所述Q个目标坐标点的距离满足预设距离阈值的Q个历史坐标点集合,其中,每个历史坐标点集合中的历史坐标点数量大于等于3;
对Q个历史坐标点集合对应的Q个历史清洗方案集合进行求均值处理,获得Q个目标清洗方案。
4.如权利要求3所述的方法,其特征在于,在获得Q个目标清洗方案之后,所述方法还包括:
根据所述Q个目标清洗方案获得Q个超声波频率和Q个超声波功率;
按照预设权重分别对所述Q个超声波频率的倒数和Q个超声波功率进行加权计算,获得Q个超声波强度系数;
基于所述Q个超声波强度系数,按照从小到大顺序对所述Q个目标清洗方案进行序列化处理,获得所述第一清洗方案序列。
5.如权利要求1所述的方法,其特征在于,调取超声波水洗机的故障维修信息,生成第一设备系数,所述方法包括:
维修损伤累积计算公式:
其中,为第一设备系数,n为超声波水洗机发生故障维修的次数,n=1,2,3…,/>是第i次损伤后设备预期寿命,/>是第i次损伤前设备预期寿命;
将所述故障维修信息输入维修损伤累积计算公式中,获得所述第一设备系数。
6.如权利要求1所述的方法,其特征在于,所述方法包括:
将所述结构参数集中的织物纱线直径、织物成品经密、经纱密度、纬纱密度、织物厚度和第一设备系数输入优化系数计算公式中,获得第一优化系数;
所述优化系数计算公式为:
其中,为第一优化系统,L为第一设备系数,/>为超声波水洗机预设的织物紧度,/>为目标织物的经向紧度,/>为目标织物的纬向紧度,/>为目标织物的纱线直径系数,/>为目标织物的经密,/>为目标织物成品的纬密,/>为目标织物的经纱密度,/>为目标织物的纬纱密度。
7.如权利要求1所述的方法,其特征在于,所述方法包括:
分别对第一清洗方案序列中清洗方案的参数宽容范围进行采集,获得Q个参数宽容范围集合;
遍历所述Q个参数宽容范围集合与第一优化系数进行相乘,获得Q个参数修正宽容范围集合;
根据所述Q个参数修正宽容范围集合匹配所述第一清洗方案序列获得所述目标优化清洗方案序列。
8.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得超声波水洗机的换能器分布阵列,其中,所述换能器分布阵列包括换能器分布位置;
将所述目标织物放置于所述超声波水洗机中,结合所述附着物位置标识和换能器分布位置进行定位融合,获得定位标识集合;
根据所述定位标识集合和目标优化清洗方案序列,对超声波水洗机的换能器进行调用。
9.用于织物的超声波清洗优化系统,其特征在于,所述系统包括:
结构参数集获取模块,所述结构参数集获取模块用于获取目标织物的结构参数集,从待清洗目录中调取需要进行清洗的织物纱线直径、织物成品经密、经纱密度、纬纱密度、织物厚度生成所述结构参数集;
附着物信息采集模块,所述附着物信息采集模块用于采集所述目标织物的附着物信息,其中,所述附着物信息通过在LED光源照射下利用SLC相机对目标织物表面状态进行扫描,然后利用SSD神经网络进行类型定位识别获得,包括附着物类型、附着物大小和附着物位置标识;
第一清洗方案序列获得模块,所述第一清洗方案序列获得模块用于将所述附着物信息通过数据传输端口输送至处理器中进行清洗方案匹配,获得第一清洗方案序列;
第一设备系数生成模块,所述第一设备系数生成模块用于调取超声波水洗机的故障维修信息,生成第一设备系数;
第一优化系数获得模块,所述第一优化系数获得模块用于根据所述结构参数集和所述第一设备系数进行清洗优化分析,获得第一优化系数;
目标优化清洗方案序列获得模块,所述目标优化清洗方案序列获得模块用于根据所述第一优化系数对所述第一清洗方案序列进行方案优化,获得目标优化清洗方案序列;
优化清洗模块,所述优化清洗模块用于根据所述目标优化清洗方案序列对放置于所述超声波水洗机内置托盘上的织物进行优化清洗。
CN202311269924.7A 2023-09-28 2023-09-28 用于织物的超声波清洗优化方法及系统 Pending CN116988244A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311269924.7A CN116988244A (zh) 2023-09-28 2023-09-28 用于织物的超声波清洗优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311269924.7A CN116988244A (zh) 2023-09-28 2023-09-28 用于织物的超声波清洗优化方法及系统

Publications (1)

Publication Number Publication Date
CN116988244A true CN116988244A (zh) 2023-11-03

Family

ID=88528835

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311269924.7A Pending CN116988244A (zh) 2023-09-28 2023-09-28 用于织物的超声波清洗优化方法及系统

Country Status (1)

Country Link
CN (1) CN116988244A (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108166209A (zh) * 2018-01-23 2018-06-15 天津市职业大学 一种多功能悬挂式洗衣装置及其洗衣方法
CN208104801U (zh) * 2018-03-26 2018-11-16 深圳创新设计研究院有限公司 自动洗涤装置
CN109162069A (zh) * 2018-09-14 2019-01-08 宁波慈溪小家电创新设计研究院有限公司 一种基于立式洗涤装置的污渍识别装置
CN109208245A (zh) * 2018-09-14 2019-01-15 宁波慈溪小家电创新设计研究院有限公司 一种自动洗衣方法
CN109778479A (zh) * 2019-03-28 2019-05-21 天津工业大学 一种超声波衣物清洗机及其工作方法
CN110714294A (zh) * 2018-07-13 2020-01-21 青岛海尔洗衣机有限公司 一种超声波清洗装置的控制方法和超声波清洗装置
CN111321782A (zh) * 2020-02-26 2020-06-23 广东工业大学 一种多功能智能识别免用洗涤剂的水池
CN210886622U (zh) * 2019-03-28 2020-06-30 天津工业大学 一种超声波衣物清洗机
CN111809332A (zh) * 2020-07-31 2020-10-23 广东德润纺织有限公司 一种用于化纤面料生产的新型除油定型工艺及其装置
CN112481922A (zh) * 2019-08-20 2021-03-12 青岛海尔洗衣机有限公司 一种衣物局部洗涤设备及其控制方法
CN112474576A (zh) * 2020-10-21 2021-03-12 康硕(江西)智能制造有限公司 一种超声波清洗系统及其清洗方法
CN112756324A (zh) * 2019-10-21 2021-05-07 深圳前海世纪裕桐科技有限公司 一种物品清洗方法、装置及终端设备
CN113458072A (zh) * 2021-07-06 2021-10-01 广东固特超声股份有限公司 一种智能终端控制的眼镜超声波清洗方法及清洗机
CN116213347A (zh) * 2022-12-16 2023-06-06 苏州科马泰克机械有限公司 一种全自动超声波清洗机

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108166209A (zh) * 2018-01-23 2018-06-15 天津市职业大学 一种多功能悬挂式洗衣装置及其洗衣方法
CN208104801U (zh) * 2018-03-26 2018-11-16 深圳创新设计研究院有限公司 自动洗涤装置
CN110714294A (zh) * 2018-07-13 2020-01-21 青岛海尔洗衣机有限公司 一种超声波清洗装置的控制方法和超声波清洗装置
CN109162069A (zh) * 2018-09-14 2019-01-08 宁波慈溪小家电创新设计研究院有限公司 一种基于立式洗涤装置的污渍识别装置
CN109208245A (zh) * 2018-09-14 2019-01-15 宁波慈溪小家电创新设计研究院有限公司 一种自动洗衣方法
CN210886622U (zh) * 2019-03-28 2020-06-30 天津工业大学 一种超声波衣物清洗机
CN109778479A (zh) * 2019-03-28 2019-05-21 天津工业大学 一种超声波衣物清洗机及其工作方法
CN112481922A (zh) * 2019-08-20 2021-03-12 青岛海尔洗衣机有限公司 一种衣物局部洗涤设备及其控制方法
CN112756324A (zh) * 2019-10-21 2021-05-07 深圳前海世纪裕桐科技有限公司 一种物品清洗方法、装置及终端设备
CN111321782A (zh) * 2020-02-26 2020-06-23 广东工业大学 一种多功能智能识别免用洗涤剂的水池
CN111809332A (zh) * 2020-07-31 2020-10-23 广东德润纺织有限公司 一种用于化纤面料生产的新型除油定型工艺及其装置
CN112474576A (zh) * 2020-10-21 2021-03-12 康硕(江西)智能制造有限公司 一种超声波清洗系统及其清洗方法
CN113458072A (zh) * 2021-07-06 2021-10-01 广东固特超声股份有限公司 一种智能终端控制的眼镜超声波清洗方法及清洗机
CN116213347A (zh) * 2022-12-16 2023-06-06 苏州科马泰克机械有限公司 一种全自动超声波清洗机

Similar Documents

Publication Publication Date Title
CN104369188B (zh) 基于机器视觉和超声波传感器的工件抓取装置与方法
CN100341658C (zh) 一种高能束流焊接过程多信号融合监测仪
CN107171872B (zh) 一种智能家居中用户行为预测方法
CN109657737B (zh) 基于红外热视技术的机柜内小动物入侵检测方法及系统
CN110102511A (zh) 一种产品外观的视觉检测系统及方法
CN111014185A (zh) 一种激光清洗油漆的方法及装置
CN1782661A (zh) 在视觉系统中用于自动恢复视频工具的系统和方法
CN107167474B (zh) 一种基于激光精密加工的微观组织三维重构系统及方法
CN116988244A (zh) 用于织物的超声波清洗优化方法及系统
CN117234171A (zh) 用于芯片生产的工艺参数控制方法及系统
CN112474576A (zh) 一种超声波清洗系统及其清洗方法
CN103674966A (zh) 一种用于晶圆表面瑕疵检测的装置与方法
CN112025099A (zh) 一种智能化激光去毛刺系统及激光去毛刺方法
CN109115805A (zh) 基于超声和光学双成像的透明构件缺陷检测装置及方法
CN111182285A (zh) 一种水下物体的图像采集方法及装置
CN117038530A (zh) 一种半导体清洗设备的智能控制方法及系统
CN209148563U (zh) 一种双成像式透明构件缺陷检测装置
CN116931497B (zh) 一种基于人工智能的裁剪机控制系统
CN103829972B (zh) 超声诊断设备的探头自动矫正方法及系统
CN116183423B (zh) 一种基于图像识别的智能刷洗系统
CN111146728B (zh) 用于电网激光异物清除装置的高效闭环调焦系统及方法
CN111812106B (zh) 一种无线耳机外观面溢胶检测方法和检测系统
CN116452581B (zh) 一种基于机器视觉的电压源状态智能检测系统及方法
CN114777557A (zh) 一种凝汽器清洗方法和系统
CN114749429A (zh) 用于激光清洗的激光设备

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20231103