CN117156070B - 一种刺绣机的智能化参数调控方法及系统 - Google Patents

Abstract

本发明提供了一种刺绣机的智能化参数调控方法及系统，方法包括：得第一目标刺绣图像信息，输入工艺分解模型得第一工艺分解结果；第一目标刺绣图像信息和第一工艺分解结果数据加密得第一加密结果并获得第一加密标签；得第二加密结果及对应第二加密标签，第二加密标签与第一加密标签不同，第一加密标签和第二加密标签求交集得第一交集标签，将对应第一加密结果中数据和第二加密结果中数据发送第一协作系统训练得第一训练参数，更新智能化参数调控系统，将第一目标刺绣图像信息和第一工艺分解结果输入更新后智能化参数调控系统得第一参数调整方案。解决现有技术中由于设备参数调整依据使用者经验主观调整，稳定性低，存在适用性较弱的技术问题。

Description

一种刺绣机的智能化参数调控方法及系统

技术领域

本发明涉及智能制造装备相关技术领域，具体一种刺绣机的智能化参数调控方法及系统。

背景技术

随着人工智能在近些年的快速兴起，智能制造技术也随之搭上高速发展的顺风车，随着智能制造装备的精密度逐渐提高，各种传统的精细手工制品也逐渐由机器全自动或半自动生产。

例如刺绣等传统手工制品，为了生产出精良度媲美高技术刺绣工人制造的刺绣制品，生产设备的精密度及智能化在不断提高。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中由于设备参数调整依据使用者经验主观调整，稳定性低，导致存在适用性较弱的技术问题。

发明内容

本申请通过提供了一种刺绣机的智能化参数调控方法及系统，解决了现有技术中由于设备参数调整依据使用者经验主观调整，稳定性低，导致存在适用性较弱的技术问题。

鉴于上述问题，本申请提供了一种刺绣机的智能化参数调控方法及系统。

第一方面，本申请实施例提供了一种刺绣机的智能化参数调控方法，其中，所述方法应用于一智能化参数调控系统，所述系统与图像采集装置通信连接，所述方法包括：通过所述图像采集装置获得第一目标刺绣图像信息；将所述第一目标刺绣图像信息输入工艺分解模型，获得第一工艺分解结果；将所述第一目标刺绣图像信息和所述第一工艺分解结果进行数据加密，获得第一加密结果并获得第一加密标签；获得第二加密结果及其对应的第二加密标签，其中，所述第二加密标签与所述第一加密标签不同，对所述第一加密标签和所述第二加密标签进行交集求取，获得第一交集标签；将所述第一交集标签对应的第一加密结果中的数据和所述第二加密结果中的数据发送至第一协作系统进行模型训练，获得第一训练参数；通过所述第一训练参数对所述智能化参数调控系统进行模型更新，将所述第一目标刺绣图像信息和所述第一工艺分解结果输入更新后的所述智能化参数调控系统，获得第一参数调整方案。

另一方面，本申请提供了一种刺绣机的智能化参数调控系统，其中，所述系统包括：第一获得单元，所述第一获得单元用于通过图像采集装置获得第一目标刺绣图像信息；第二获得单元，所述第二获得单元用于将所述第一目标刺绣图像信息输入工艺分解模型，获得第一工艺分解结果；第三获得单元，所述第三获得单元用于将所述第一目标刺绣图像信息和所述第一工艺分解结果进行数据加密，获得第一加密结果并获得第一加密标签；第四获得单元，所述第四获得单元用于获得第二加密结果及其对应的第二加密标签，其中，所述第二加密标签与所述第一加密标签不同，对所述第一加密标签和所述第二加密标签进行交集求取，获得第一交集标签；第五获得单元，所述第五获得单元用于将所述第一交集标签对应的第一加密结果中的数据和所述第二加密结果中的数据发送至第一协作系统进行模型训练，获得第一训练参数；第六获得单元，所述第六获得单元用于通过所述第一训练参数对所述智能化参数调控系统进行模型更新，将所述第一目标刺绣图像信息和所述第一工艺分解结果输入更新后的所述智能化参数调控系统，获得第一参数调整方案。

第三方面，本申请提供了一种刺绣机的智能化参数调控系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。

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：

由于采用通过所述图像采集装置获得第一目标刺绣图像信息；将所述第一目标刺绣图像信息输入工艺分解模型，获得第一工艺分解结果；将所述第一目标刺绣图像信息和所述第一工艺分解结果进行数据加密，获得第一加密结果并获得第一加密标签；获得第二加密结果及其对应的第二加密标签，其中，所述第二加密标签与所述第一加密标签不同，对所述第一加密标签和所述第二加密标签进行交集求取，获得第一交集标签；将所述第一交集标签对应的第一加密结果中的数据和所述第二加密结果中的数据发送至第一协作系统进行模型训练，获得第一训练参数；通过所述第一训练参数对所述智能化参数调控系统进行模型更新，将所述第一目标刺绣图像信息和所述第一工艺分解结果输入更新后的所述智能化参数调控系统，获得第一参数调整方案的技术方案，通过实时采集目标刺绣图像，对生产过程进行监控。分析采集图像的机器工作动作数据，基于智能模型得到对应目标的实时生产工艺数据，将实时生产工艺数据加密，并获得来自其他工厂或者企业的同类产品的加密生产工艺数据，利用多个加密的生产工艺数据训练模型，再基于训练模型的参数更新参数调整模型，再将刺绣生产图像和生产工艺数据输入参数调整模型，得到实时的参数调整方案。通过获得其他方的数据，提高了训练模型的数据量，得到更准确的参数调整模型，而且由于对生产工艺数据的加密，使得各方只是利用数据训练模型而无法知晓对方的工艺秘密，保证了技术隐私，进而达到了得到适用性较强生产设备的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例提供了一种刺绣机的智能化参数调控方法流程示意图；

图2为本申请实施例提供了一种刺绣机的智能化参数调整方案调整方法流程示意图；

图3为本申请实施例提供了一种刺绣机的智能化参数调控系统结构示意图；

图4为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，电子设备300，存储器301，处理器302，通信接口303，总线架构304。

具体实施方式

本申请实施例通过提供了一种刺绣机的智能化参数调控方法及系统，解决了现有技术中由于设备参数调整依据使用者经验主观调整，稳定性低，导致存在适用性较弱的技术问题。通过实时采集目标刺绣图像，对生产过程进行监控。分析采集图像的机器工作动作数据，基于智能模型得到对应目标的实时生产工艺数据，将实时生产工艺数据加密，并获得来自其他工厂或者企业的同类产品的加密生产工艺数据，利用多个加密的生产工艺数据训练模型，再基于训练模型的参数更新参数调整模型，再将刺绣生产图像和生产工艺数据输入参数调整模型，得到实时的参数调整方案。通过获得其他方的数据，提高了训练模型的数据量，得到更准确的参数调整模型，而且由于对生产工艺数据的加密，使得各方只是利用数据训练模型而无法知晓对方的工艺秘密，保证了技术隐私，进而达到了得到适用性较强生产设备的技术效果。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种刺绣机的智能化参数调控方法，其中，所述方法应用于一智能化参数调控系统，所述系统与图像采集装置通信连接，所述方法包括：

S100：通过所述图像采集装置获得第一目标刺绣图像信息；

具体而言，所述图像采集装置指的是用来采集所述刺绣机生产时图像数据的设备，优选为多个智能高清摄像头；所述第一目标刺绣图像信息指的是在所述刺绣机生产时，所述图像采集装置采集到的信息集合，将每一个产品生产过程的工艺图像，例如：机械臂穿针引线的图像和成品图像对应存储，得到多组的刺绣图像数据。通过采集到的所述第一目标刺绣图像信息可以表征对应目标的完整生产流程，便于提取工艺数据，便于后步信息处理。

S200：将所述第一目标刺绣图像信息输入工艺分解模型，获得第一工艺分解结果；

具体而言，所述第一工艺分解结果指的是通过将所述第一目标刺绣图像输入所述工艺分解模型基于成品图像比对目标型号，基于工艺图像得到工艺数据，例如：机械臂穿针长度、针脚间距、引线的规格、穿针轨迹、穿针排列方式等数据。进一步的，所述工艺分解模型是基于卷积神经网络通过有监督学习训练的智能化模型，卷积可以作为在机器学习中的特征提取器，从而使得提取到的特征信息具有集中性和代表性，进而获得所述第一历史检查数据的卷积特征，卷积神经网络是神经网络的一种，对于特征提取尤其是图像特征提取有着优异的识别功能，通过多组的训练数据，每一组训练数据都包括：所述第一目标刺绣图像信息和标识工艺信息的标识信息，当所述工艺分解模型达到收敛状态时，所述工艺分解模型可以输出较准确的所述第一工艺分解结果。通过获得所述第一目标的生产工艺数据，可对生产工艺评估，并调整生产工艺数据对应的所述刺绣机工作参数，进而优化生产工艺。

S300：将所述第一目标刺绣图像信息和所述第一工艺分解结果进行数据加密，获得第一加密结果并获得第一加密标签；

具体而言，所述第一加密结果指的是将所述第一目标刺绣图像信息和所述第一工艺分解结果得到的工艺数据对应存储并进行加密得到信息，并根据生产的产品标识所述第一加密标签，可以通过所述第一加密标签快速调用对应的所述第一目标刺绣图像信息和所述第一工艺分解结果，便于信息的存取和传输。

S400：获得第二加密结果及其对应的第二加密标签，其中，所述第二加密标签与所述第一加密标签不同，对所述第一加密标签和所述第二加密标签进行交集求取，获得第一交集标签；

具体而言，所述第二加密结果和所述第二加密标签指的是基于大数据从其他方企业或工厂调取的对应同类产品的生产工艺数据；所述第一交集标签指的是对所述第一加密标签和所述第二加密标签标识的产品信息进行比对，得到的共同具有的特征信息，例如：某一块的某片区域的花式、花式大小一样等；通过对刺绣图像信息和工艺分解结果信息的加密交互，通过标签信息调用所述第一加密结果和所述第二加密结果中的数据，而并知道加密的内容，可以保证多个企业或者工厂进行信息交互时的生产工艺的隐私不被泄露，通过求交集取共有特征信息又可以调用同类型产品多方企业的生产工艺数据的标签信息，进而完善各厂家的生产工艺。

S500：将所述第一交集标签对应的所述第一加密结果中的数据和所述第二加密结果中的数据发送至第一协作系统进行模型训练，获得第一训练参数；

具体而言，所述第一协作系统指的是独立于多方厂家或者企业之间的第三方系统；所述第一训练参数将所述第一加密结果中所述第一交集标签对应的内容以及所述第二加密结果中所述第一交集标签对应的内容调用发送给所述第一协作系统，通过所述第一协作系统可以训练管理所述刺绣机工作参数的模型，得到综合多个厂家或者企业的生产工艺信息的训练参数。所述第一训练参数由于综合了至少两个厂家或者企业生产相同产品的工艺数据，为后步参数的调整方案提供了大量且全面的数据基础，提高的处理结果的准确性。

S600：通过所述第一训练参数对所述智能化参数调控系统进行模型更新，将所述第一目标刺绣图像信息和所述第一工艺分解结果输入更新后的所述智能化参数调控系统，获得第一参数调整方案。

具体而言，再从所述第一协作系统处下载所述第一训练参数，通过所述第一训练参数对所述刺绣机的所述智能化参数调控系统进行更新；所述第一参数调整方案指的是，在模型更新完成后，即将实时采集的所述第一目标刺绣图像信息和所述第一工艺分解结果输入所述智能化参数调整模型得到输出结果，所述智能化参数调整模型优选的基于深层神经网络模型训练的智能化模型，管理车间内各个仪器的参数调整，并预设一定周期进行模型更新，保持模型的智能性与输出结果的准确性，通过所述第一参数调整方案调整所述刺绣机的工作参数，达到了实时优化生产工艺的技术效果。

进一步的，如图2所示，所述方法还包括步骤S700：

S710：获得第一机床的历史加工信息；

S720：根据所述历史加工信息获得所述第一机床的控制参数信息和产品图像信息；

S730：根据所述产品图像信息和标准产品进行特征比对，获得第一特征比对集合；

S740：基于所述第一特征比对集合对所述控制参数信息的参数影响的特征及所述特征的影响系数进行预估，获得第一预估结果；

S750：基于所述第一预估结果对所述第一参数调整方案进行调整，获得第二参数调整方案。

具体而言，所述第一机床的历史加工信息指的是在所述第一机床上过去预设时间的产品加工工艺数据，包括但不限于：所述第一机床的控制参数、所述产品图像信息。预设时间可选为26天；进一步的，所述第一特征比对集合指的是将所述产品图像信息和标准样品图像比对得到的区别特征集合，包括但不限于：图案大小、针脚宽度等信息；所述第一预估结果指的是分析所述第一机床多组在所述控制参数信息下生产的产品的所述第一特征比对集合，归纳出所述控制参数信息对所述特征信息的影响系数，例如：得到图案大小的影响对应的影响参数，通过多组数据得到量化的影响效果，即为影响参数。更进一步的，所述第二参数调整方案指的是基于所述控制参数信息对所述特征信息的影响系数将所述产品的特征信息向标准样品调整，例如，若是图案线条过细，则从所述控制参数信息对所述特征信息的影响系数中调用对应的控制参数，并依据影响系数调整所述控制参数。进而增粗图案线条。通过比对所述第一机床的历史生产数据和标准样品之间的区别特征，便于从中得到所述刺绣机需要调整的参数，进而及时调整，保证了产品的质量。

进一步的，基于所述第一特征比对集合对所述控制参数信息的参数影响的特征及所述特征的影响系数进行预估，获得第一预估结果，步骤S740还包括：

S741：获得第一转速控制参数和第一进给控制参数；

S742：通过所述第一特征比对集合获得所述第一转速控制参数和所述第一进给控制参数的参数配合度信息；

S743：根据所述第一进给控制参数获得第一生产效率参数；

S744：基于所述参数配合度信息和所述第一生产效率参数获得所述第一预估结果。

具体而言，所述第一预估结果的也可以通过比对分析参数之间的协调性判断是否需要调整，举例如下：所述第一转速控制参数指的是所述第一机床履带电机的转速数据；所述第一进给控制参数指的是产品往履带上的输送频率数据；通过所述第一特征比对集合中的图像数据分析所述第一转速控制参数和所述第一进给控制参数是否适配，即所述第一车床履带上的产品分布前后间距是否在预设区间内，不在则表明适配度较低，需要调整，预设区间依据在所述刺绣机内加工不受影响为基准确定；所述第一生产效率参数指的是根据所述第一车床履带上的产品分布前后间距评估得到的生产效率，优选的表征为x件/小时，当生产效率过低时，也需要调整所述第一进给控制参数。进一步的，通过所述第一预估结果表征分析结果，再通过所述第一预估结果调整所述刺绣机的工作参数。

进一步的，基于所述智能化参数调控系统还与转速采集装置通信连接，所述方法还包括步骤S800：

S810：通过所述转速采集装置获得所述第一机床的实时转速信息，其中，采集的时间节点为应用所述第二参数调整方案的时间节点；

S820：获得所述实时转速信息和所述第二参数调整方案下的转速参数的第一误差值；

S830：获得第一误差预设阈值；

S840：判断所述第一误差值是否满足所述第一误差预设阈值；

S850：当所述第一误差值不满足所述第一误差预设阈值时，获得第一预警指令；

S860：根据所述第一预警指令对所述第一机床的转速参数进行预警。

具体而言，所述转速采集装置指的是对所述第一机床的产品传输区域电机转速采集的设备；所述第一机床的实时转速信息指的是在所述刺绣机通过所述第二参数调整方案调整参数的时候采集的实时转速数据；所述第一误差值指的是比对所述实时转速信息和所述第二参数调整方案中的理论转速比较，得到的误差数据；进一步的，所述第一误差预设阈值指的是预设的在所述第二参数调整方案中的理论转速实际实施时允许的转速误差最大区间；将所述第一误差值和所述第一误差预设阈值比较，如果所述第一误差值和理论转速不同但在所述第一误差预设阈值之内时，误差较小，则依据所述第一预警指令对所述第一机床的转速参数进行预警，及时调整，避免生产出不符合规格的产品数据。

进一步的，所述方法还包括步骤S900：

S910：当所述第一误差值满足所述第一误差预设阈值时，对所述第一机床的进行转速的层级误差值测定，获得第一测定结果；

S920：将所述第一测定结果作为增量数据，对所述智能化参数调控系统进行模型的增量化学习，获得增量化学习后的所述智能化参数调控系统；

S930：将所述第一目标刺绣图像信息和所述第一工艺分解结果输入增量化学习后的所述智能化参数调控系统，获得第三参数调整方案。

具体而言，所述第一误差值满足所述第一误差预设阈值表示当所述第一误差值不在所述第一误差预设阈值之内时，则表明误差较大，可能是理论转速和实际生产不是配的因素，需要调理论转速；所述转速的层级误差值测定指的是将转速分为适应于不同生产效率的多个等级，计算每一个转速等级下的平均误差值；所述第一测定结果指的是在所述转速的多个转速层级的误差值都计算完成后，存储得到的结果；通过所述第一测定结果对所述智能化参数调控系统再训练，实现增量学习，通过所述第一测定结果信息进行增量学习后能够保留原有所述智能化参数调控系统的基础性能，基于所述智能化参数调控系统，获得对应的输出信息即所述第三参数调整方案，其中，增量学习后的所述智能化参数调控系统保持原有性能而可以提供更加适应于所述第一机床的设备参数的调整方案，从而达到了对于误差进行增量学习，以提高参数调整方案结果准确性的技术效果。

进一步的，基于所述第一特征比对集合对所述控制参数信息的参数影响的特征及所述特征的影响系数进行预估，获得第一预估结果，步骤S740还包括：

S745：获得第一温度参数信息，根据所述第一特征比对集合进行所述温度参数信息的温度特征值评估；

S746：获得第一温度特征值评估结果；

S747：获得所述第一机床的温度变化参数曲线；

S748：基于所述第一温度特征值评估结果和所述温度变化参数曲线获得温度的影响系数信息；

S749：将所述温度的影响系数信息作为所述第一预估结果。

具体而言，所述第一预估结果的获得以温度参数影响系数举例：所述第一温度参数信息为所述第一机床生产时的温度参数集合；所述第一温度特征值评估结果为通过比对所述第一机床在不同的所述第一温度参数信息下生产的产品和标准样品的差异度；所述第一机床的温度变化参数曲线为指的是将所述第一温度参数信息温度从低到高的次序排列，并将所述第一温度特征值评估结果和对应的温度对应排列，得到一一对应的两组值，以多组的所述第一温度参数信息和所述第一温度特征值评估结果为多组坐标，构建出的曲线；所述温度的影响系数信息就是通过所述第一机床的温度变化参数曲线得到差异度和对应温度之间关系的量化指标，将量化的指标作为所述第一预估结果。通过比对所述第一机床的历史生产数据和标准样品之间的区别特征，便于从中得到所述刺绣机需要调整的参数，进而及时调整，保证了产品的质量。

进一步的，所述方法还包括步骤S1000：

S1010：获得所述第一机床的第一检修周期；

S1020：当所述第一检修周期不满足第一预设周期时，判断所述第一测定结果中是否存在满足第二误差预设阈值的转速信息；

S1030：当所述第一测定结果中存在满足第二误差预设阈值的转速信息时，获得第一检修指令，根据所述第一检修指令对所述第一机床进行检修。

具体而言，当所述第一测定结果中存在满足第二误差预设阈值的转速信息时，转速误差较大，则可能是因为所述第一机床出现故障，则读取所述第一机床的所述第一检修周期；所述第一预设周期为依据机床的历史生产状态、工作量预设的所述第一机床的检修时间；当所述第一检修周期不满足第一预设周期时，则很有可能转速误差较大的原因是因为没有检修，则通过所述第一检修指令对所述第一机床进行检修。当转速不符合时，通过对所述第一机床的检修时间进行评估，提高了评估结果涉及数据的全面性，提高了处理结果的准确性。

进一步的，所述方法还包括步骤S1100：

S1110：通过所述第一工艺分解结果设定边缘识别节点，并通过所述第一目标刺绣图像信息生成加密验证数据，完成边缘识别节点的节点初始化；

S1120：当通过所述第一参数调整方案完成参数优化，并执行生产后，通过所述边缘识别节点进行节点异常识别；

S1130：建立云计算中心与边缘识别节点的数据通信，并通过数据通信结果生成节点异常补偿；

S1140：通过所述节点异常补偿对节点异常识别结果优化，根据优化结果完成智能化参数调控。

具体而言，边缘识别节点是用于校验调整参数后实际生产的刺绣图像质量的边缘计算机，即输入为实际生产刺绣图像和理想刺绣图像，在边缘识别节点中对实际生产刺绣图像和理想刺绣图像比对，输出工艺偏差数据，可为后步进行参数的优化调整提供指导方向。优选的，任意一个第一工艺分解结果对应的刺绣图像区域，均构建一个边缘识别节点，示例性地，针脚间距、穿针轨迹、引线的规格等工艺分解结果，可一一构建一边缘识别节点，分别用于校验针脚间距和理想针脚间距的差异区域，用于校验穿针轨迹和理想针脚间距的差异区域，用于校验引线的规格和理想引线的规格的差异区域。进一步的，理想刺绣图像由用户自主提供。

加密验证数据为从各方采集的用于训练边缘识别节点的加密数据集，内部至少包括理想刺绣图像加密数据、实际生产刺绣图像加密数据和偏差区域标识加密数据，在边缘识别节点内部可对理想刺绣图像加密数据、实际生产刺绣图像加密数据和偏差区域标识加密数据进行解密，并基于卷积神经网络完成节点训练。且，边缘识别节点由第三方协作系统统一下方，具体应用的场景无法获取节点内部运行数据，因此可以保证数据提供方的数据隐私安全性。

当边缘识别节点训练完成后，通过所述第一参数调整方案完成参数优化，并执行生产后，通过所述边缘识别节点进行节点异常识别，提取刺绣图像异常区域以及相应的异常工艺，存储为节点异常识别结果。其后，可通过云计算中心，对刺绣图像异常区域以及相应的异常工艺进行解析，分析边缘识别节点需要调整的工艺参数，存储为节点异常补偿。为后步对节点异常识别结果进行克服性调节，提供了指导数据。

优选地，云计算中心是用于接收刺绣图像异常区域以及相应的异常工艺，并进行针对性优化的云端服务器。云计算中心可分析刺绣图像异常区域和理想刺绣图像的刺绣工艺差异，至少包括针脚间距差异、穿针轨迹差异、引线的规格差异，然后针对差异数据，对相应的工艺数据进行适应性调节，示例性地，当针脚间距差异为+3mm，即刺绣图像的针脚间距大于理想针脚间距3mm时，则将机械手穿针的针脚控制间距缩小3mm；穿针轨迹向左偏移2mm，则机械手穿针轨迹向右移动3mm，引线的规格选用错误，则调整为需求的引线规格等。将边缘识别节点的工艺补偿数据存储为优化结果进行智能化参数调控。利用边缘识别节点分布式的识别刺绣产品质量，再利用云计算中心实现智能化参数的优化计算。合理分配算力资源，保证了各个组件的任务精细化区分，从而保障刺绣机的生产质量。

综上所述，本申请实施例所提供的一种刺绣机的智能化参数调控方法及系统具有如下技术效果：

1.通过实时采集目标刺绣图像，对生产过程进行监控。分析采集图像的机器工作动作数据，基于智能模型得到对应目标的实时生产工艺数据，将实时生产工艺数据加密，并获得来自其他工厂或者企业的同类产品的加密生产工艺数据，利用多个加密的生产工艺数据训练模型，再基于训练模型的参数更新参数调整模型，再将刺绣生产图像和生产工艺数据输入参数调整模型，得到实时的参数调整方案。通过获得其他方的数据，提高了训练模型的数据量，得到更准确的参数调整模型，而且由于对生产工艺数据的加密，使得各方只是利用数据训练模型而无法知晓对方的工艺秘密，保证了技术隐私，进而达到了得到适用性较强生产设备的技术效果。

2.增量学习后的所述智能化参数调控系统保持原有性能而可以提供更加适应于所述第一机床的设备参数的调整方案，从而达到了对于误差进行增量学习，以提高参数调整方案结果准确性的技术效果。

实施例二

基于与前述实施例中一种刺绣机的智能化参数调控方法相同的发明构思，如图3所示，本申请实施例提供了一种刺绣机的智能化参数调控系统，其中，所述系统包括：

第一获得单元11，所述第一获得单元11用于通过图像采集装置获得第一目标刺绣图像信息；

第二获得单元12，所述第二获得单元12用于将所述第一目标刺绣图像信息输入工艺分解模型，获得第一工艺分解结果；

第三获得单元13，所述第三获得单元13用于将所述第一目标刺绣图像信息和所述第一工艺分解结果进行数据加密，获得第一加密结果并获得第一加密标签；

第四获得单元14，所述第四获得单元14用于获得第二加密结果及其对应的第二加密标签，其中，所述第二加密标签与所述第一加密标签不同，对所述第一加密标签和所述第二加密标签进行交集求取，获得第一交集标签；

第五获得单元15，所述第五获得单元15用于将所述第一交集标签对应的第一加密结果中的数据和所述第二加密结果中的数据发送至第一协作系统进行模型训练，获得第一训练参数；

第六获得单元16，所述第六获得单元16用于通过所述第一训练参数对所述智能化参数调控系统进行模型更新，将所述第一目标刺绣图像信息和所述第一工艺分解结果输入更新后的所述智能化参数调控系统，获得第一参数调整方案。

进一步的，所述系统还包括：

第七获得单元，所述第七获得单元用于获得第一机床的历史加工信息；

第八获得单元，所述第八获得单元用于根据所述历史加工信息获得所述第一机床的控制参数信息和产品图像信息；

第九获得单元，所述第九获得单元用于根据所述产品图像信息和标准产品进行特征比对，获得第一特征比对集合；

第十获得单元，所述第十获得单元用于基于所述第一特征比对集合对所述控制参数信息的参数影响的特征及所述特征的影响系数进行预估，获得第一预估结果；

第十一获得单元，所述第十一获得单元用于基于所述第一预估结果对所述第一参数调整方案进行调整，获得第二参数调整方案。

进一步的，所述系统还包括：

第十二获得单元，所述第十二获得单元用于获得第一转速控制参数和第一进给控制参数；

第十三获得单元，所述第十三获得单元用于通过所述第一特征比对集合获得所述第一转速控制参数和所述第一进给控制参数的参数配合度信息；

第十四获得单元，所述第十四获得单元用于根据所述第一进给控制参数获得第一生产效率参数；

第十五获得单元，所述第十五获得单元用于基于所述参数配合度信息和所述第一生产效率参数获得所述第一预估结果。

进一步的，所述系统还包括：

第十六获得单元，所述第十六获得单元用于通过所述转速采集装置获得所述第一机床的实时转速信息，其中，采集的时间节点为应用所述第二参数调整方案的时间节点；

第十七获得单元，所述第十七获得单元用于获得所述实时转速信息和所述第二参数调整方案下的转速参数的第一误差值；

第十八获得单元，所述第十八获得单元用于获得第一误差预设阈值；

第一判断单元，所述第一判断单元用于判断所述第一误差值是否满足所述第一误差预设阈值；

第十九获得单元，所述第十九获得单元用于当所述第一误差值不满足所述第一误差预设阈值时，获得第一预警指令；

第一预警单元，所述第一预警单元用于根据所述第一预警指令对所述第一机床的转速参数进行预警。

进一步的，所述系统还包括：

第二十获得单元，所述第二十获得单元用于当所述第一误差值满足所述第一误差预设阈值时，对所述第一机床的进行转速的层级误差值测定，获得第一测定结果；

第一学习单元，所述第一学习单元用于将所述第一测定结果作为增量数据，对所述智能化参数调控系统进行模型的增量化学习，获得增量化学习后的所述智能化参数调控系统；

第二十一获得单元，所述第二十一获得单元用于将所述第一目标刺绣图像信息和所述第一工艺分解结果输入增量化学习后的所述智能化参数调控系统，获得第三参数调整方案。

进一步的，所述系统还包括：

第二十二获得单元，所述第二十二获得单元用于获得第一温度参数信息，根据所述第一特征比对集合进行所述温度参数信息的温度特征值评估；

第二十三获得单元，所述第二十三获得单元用于获得第一温度特征值评估结果；

第二十四获得单元，所述第二十四获得单元用于获得所述第一机床的温度变化参数曲线；

第二十五获得单元，所述第二十五获得单元用于基于所述第一温度特征值评估结果和所述温度变化参数曲线获得温度的影响系数信息；

第一设置单元，第一设置单元用于将所述温度的影响系数信息作为所述第一预估结果。

进一步的，所述系统还包括：

第二十六获得单元，所述第二十六获得单元用于获得所述第一机床的第一检修周期；

第二判断单元，所述第二判断单元用于当所述第一检修周期不满足第一预设周期时，判断所述第一测定结果中是否存在满足第二误差预设阈值的转速信息；

第二十七获得单元，所述第二十七获得单元用于当所述第一测定结果中存在满足第二误差预设阈值的转速信息时，获得第一检修指令，根据所述第一检修指令对所述第一机床进行检修。

示例性电子设备

下面参考图4来描述本申请实施例的电子设备。

基于与前述实施例中一种刺绣机的智能化参数调控方法相同的发明构思，本申请实施例还提供了一种刺绣机的智能化参数调控系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行第一方面任一项所述的方法。

该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。

通信接口303，使用任何收发器一类的系统，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless local areanetworks，WLAN)，有线接入网等。

存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory，EEPROM)、只读光盘(compactdisc

read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。

其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种刺绣机的智能化参数调控方法。

可选的，本申请实施例中的计算机执行指令也可以称之为应用程序代码，本申请实施例对此不作具体限定。

本申请实施例提供了一种刺绣机的智能化参数调控方法及系统，通过获得其他方的数据，提高了训练模型的数据量，得到更准确的参数调整模型，而且由于对生产工艺数据的加密，使得各方只是利用数据训练模型而无法知晓对方的工艺秘密，保证了技术隐私，进而达到了得到适用性较强生产设备的技术效果；

本领域普通技术人员可以理解：本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请实施例的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a ,b,或c中的至少一项(个、种)，可以表示：a ,b,c,a -b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。

本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑系统，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。

本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的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权利要求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 (10)

1.一种刺绣机的智能化参数调控方法，其中，所述方法应用于一智能化参数调控系统，所述系统与图像采集装置通信连接，所述方法包括：

通过所述图像采集装置获得第一目标刺绣图像信息；

将所述第一目标刺绣图像信息输入工艺分解模型，获得第一工艺分解结果；

将所述第一目标刺绣图像信息和所述第一工艺分解结果进行数据加密，获得第一加密结果并获得第一加密标签；

获得第二加密结果及其对应的第二加密标签，其中，所述第二加密标签与所述第一加密标签不同，对所述第一加密标签和所述第二加密标签进行交集求取，获得第一交集标签，所述第二加密结果和所述第二加密标签是指基于大数据从其他方企业或工厂调取的与第一目标刺绣图像对应同类产品的生产工艺数据；

将所述第一交集标签对应的所述第一加密结果中的数据和所述第二加密结果中的数据发送至第一协作系统进行模型训练，获得第一训练参数；

通过所述第一训练参数对所述智能化参数调控系统进行模型更新，将所述第一目标刺绣图像信息和所述第一工艺分解结果输入更新后的所述智能化参数调控系统，获得第一参数调整方案。

2.如权利要求1所述的方法，其中，所述方法还包括：

获得第一机床的历史加工信息；

根据所述历史加工信息获得所述第一机床的控制参数信息和产品图像信息；

根据所述产品图像信息和标准产品进行特征比对，获得第一特征比对集合；

基于所述第一特征比对集合对所述控制参数信息的参数影响的特征及所述特征的影响系数进行预估，获得第一预估结果；

基于所述第一预估结果对所述第一参数调整方案进行调整，获得第二参数调整方案。

3.如权利要求2所述的方法，其中，所述基于所述第一特征比对集合对所述控制参数信息的参数影响的特征及所述特征的影响系数进行预估，获得第一预估结果，还包括：

获得第一转速控制参数和第一进给控制参数；

通过所述第一特征比对集合获得所述第一转速控制参数和所述第一进给控制参数的参数配合度信息；

根据所述第一进给控制参数获得第一生产效率参数；

基于所述参数配合度信息和所述第一生产效率参数获得所述第一预估结果。

4.如权利要求3所述的方法，其中，所述智能化参数调控系统还与转速采集装置通信连接，所述方法还包括：

通过所述转速采集装置获得所述第一机床的实时转速信息，其中，采集的时间节点为应用所述第二参数调整方案的时间节点；

获得所述实时转速信息和所述第二参数调整方案下的转速参数的第一误差值；

获得第一误差预设阈值；

判断所述第一误差值是否满足所述第一误差预设阈值；

当所述第一误差值不满足所述第一误差预设阈值时，获得第一预警指令；

根据所述第一预警指令对所述第一机床的转速参数进行预警。

5.如权利要求4所述的方法，其中，所述方法还包括：

当所述第一误差值满足所述第一误差预设阈值时，对所述第一机床的进行转速的层级误差值测定，获得第一测定结果；

将所述第一测定结果作为增量数据，对所述智能化参数调控系统进行模型的增量化学习，获得增量化学习后的所述智能化参数调控系统；

将所述第一目标刺绣图像信息和所述第一工艺分解结果输入增量化学习后的所述智能化参数调控系统，获得第三参数调整方案。

6.如权利要求2所述的方法，其中，所述基于所述第一特征比对集合对所述控制参数信息的参数影响的特征及所述特征的影响系数进行预估，获得第一预估结果，还包括：

获得第一温度参数信息，根据所述第一特征比对集合进行所述温度参数信息的温度特征值评估；

获得第一温度特征值评估结果；

获得所述第一机床的温度变化参数曲线；

基于所述第一温度特征值评估结果和所述温度变化参数曲线获得温度的影响系数信息；

将所述温度的影响系数信息作为所述第一预估结果。

7.如权利要求5所述的方法，其中，所述方法还包括：

获得所述第一机床的第一检修周期；

当所述第一检修周期不满足第一预设周期时，判断所述第一测定结果中是否存在满足第二误差预设阈值的转速信息；

当所述第一测定结果中存在满足第二误差预设阈值的转速信息时，获得第一检修指令，根据所述第一检修指令对所述第一机床进行检修。

8.如权利要求1所述的方法，其中，所述方法还包括：

通过所述第一工艺分解结果设定边缘识别节点，并通过所述第一目标刺绣图像信息生成加密验证数据，完成边缘识别节点的节点初始化；

当通过所述第一参数调整方案完成参数优化，并执行生产后，通过所述边缘识别节点进行节点异常识别；

建立云计算中心与边缘识别节点的数据通信，并通过数据通信结果生成节点异常补偿；

通过所述节点异常补偿对节点异常识别结果优化，根据优化结果完成智能化参数调控。

9.一种刺绣机的智能化参数调控系统，其中，所述系统包括：

第一获得单元，所述第一获得单元用于通过图像采集装置获得第一目标刺绣图像信息；

第二获得单元，所述第二获得单元用于将所述第一目标刺绣图像信息输入工艺分解模型，获得第一工艺分解结果；

第三获得单元，所述第三获得单元用于将所述第一目标刺绣图像信息和所述第一工艺分解结果进行数据加密，获得第一加密结果并获得第一加密标签；

第四获得单元，所述第四获得单元用于获得第二加密结果及其对应的第二加密标签，其中，所述第二加密标签与所述第一加密标签不同，对所述第一加密标签和所述第二加密标签进行交集求取，获得第一交集标签，所述第二加密结果和所述第二加密标签是指基于大数据从其他方企业或工厂调取的与第一目标刺绣图像对应同类产品的生产工艺数据；

第五获得单元，所述第五获得单元用于将所述第一交集标签对应的第一加密结果中的数据和所述第二加密结果中的数据发送至第一协作系统进行模型训练，获得第一训练参数；

第六获得单元，所述第六获得单元用于通过所述第一训练参数对所述智能化参数调控系统进行模型更新，将所述第一目标刺绣图像信息和所述第一工艺分解结果输入更新后的所述智能化参数调控系统，获得第一参数调整方案。

10.一种刺绣机的智能化参数调控系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如权利要求1至8任一项所述的方法。