[发明专利]一种涂布机模头调节、调节参数计算模型训练方法及装置有效
申请号: | 202110226838.2 | 申请日: | 2021-03-02 |
公开(公告)号: | CN112596396B | 公开(公告)日: | 2022-03-11 |
发明(设计)人: | 龙兵;彭建林 | 申请(专利权)人: | 深圳市曼恩斯特科技股份有限公司 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 北京三聚阳光知识产权代理有限公司 11250 | 代理人: | 张琳琳 |
地址: | 518118 广东省深圳市坪山区龙田*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 涂布机模头 调节 参数 计算 模型 训练 方法 装置 | ||
本发明提供了一种涂布机模头调节、调节参数计算模型训练方法及装置,涂布机模头调节方法包括:获取涂布机模头的多个运行参数;根据涂布机模头的运行参数得到多个输入参数,其中,每个运行参数与至少一个输入参数对应,各个输入参数是利用至少两个运行参数相乘得到的;将输入参数和运行参数输入至预设的调节参数计算模型,得到涂布机模头的调节参数,采用调节参数调节涂布机模头。涂布机模头的运行参数远离平衡状态时,输入参数远离平衡状态的现象会更加明显,调节参数计算模型结合输入参数能够更容易求得使得涂布机模头控制器处于平衡状态的调节参数,因此实施本发明可以使涂布机模头控制器正常运行。
技术领域
本发明涉及自动控制技术领域,具体涉及一种涂布机模头调节、调节参数计算模型训练方法及装置。
背景技术
涂布机由多个全自动模头组成,为了使得涂布机能够更好地运行,需要根据涂布机的参数对全自动模头进行调节。现有方法中,通常会将涂布机的参数直接输入至训练好的神经网络模型中,通过训练好的神经网络模型得到全自动模头的调节参数,利用该调节参数对全自动模头进行调节,使得涂布机更好地运行。
但是全自动模头形成的闭环调节系统输入信号较多,会受到多种因素的扰动,且模头输出控制量又要求极高的控制精度。针对这种大输入信号、大扰动、高控制精度的控制系统,直接使用涂布机的参数作为输入参数是无法得到准确的调节参数的。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中无法得到准确的调节参数缺陷,从而提供一种涂布机模头调节、调节参数计算模型训练方法及装置。
本发明第一方面提供了一种涂布机模头调节方法,包括:获取涂布机模头的多个运行参数;根据所述涂布机模头的运行参数得到多个输入参数,其中,每个所述运行参数与至少一个所述输入参数对应,各个所述输入参数是利用至少两个所述运行参数相乘得到的;将输入参数和运行参数输入至预设的调节参数计算模型,得到涂布机模头的调节参数,采用调节参数调节涂布机模头。
可选地,在本发明提供的涂布机模头调节方法中,根据涂布机模头的运行参数得到多个输入参数,包括:确定计算所述输入参数所需的所述运行参数的数量;根据所述涂布机模头的运行参数和确定出的数量计算所述输入参数。
可选地,在本发明提供的涂布机模头调节方法中,根据所述涂布机模头的运行参数和确定出的数量计算所述输入参数,包括:根据确定出的数量,确定计算所述运行参数对应的各个输入参数所需的运行参数;对确定出的运行参数进行组合, 并将各组合中包含的运行参数的乘积作为所述输入参数。
可选地,在本发明提供的涂布机模头调节方法中,将输入参数和运行参数输入至预设的调节参数计算模型,包括:对运行参数和输入参数进行归一化处理;将归一化处理后的运行参数和输入参数输入至预设的调节参数计算模型。
本发明第二方面提供了一种调节参数计算模型训练方法,包括:获取训练数据,所述训练数据包括训练运行参数、训练输入参数和训练调节参数,所述训练运行数据与至少一个所述输入参数对应,各个所述训练输入参数是利用至少两个所述训练运行参数相乘得到的;将训练运行参数和训练输入参数输入至初始神经网络模型中,得到预测调节参数;根据预测调节参数和训练调节参数对初始神经网络模型进行修正,得到调节参数计算模型。
可选地,在本发明提供的调节参数计算模型训练方法中,根据预测调节参数和训练调节参数对初始神经网络模型进行修正,得到调节参数计算模型,包括:根据预测调节参数和训练调节参数计算预测误差;根据所述预测误差对所述初始神经网络模型中的参数进行修正,将修正参数后的神经网络模型确定为所述调节参数计算模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市曼恩斯特科技股份有限公司,未经深圳市曼恩斯特科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110226838.2/2.html,转载请声明来源钻瓜专利网。