[发明专利]一种基于物联网云平台的窑炉陶瓷质量监管系统与方法

权利要求书

1.一种物联网云平台的窑炉陶瓷质量监管系统，所述系统包括：

服务器，所述服务器用于通过第一神经网络模型分析窑炉的运转状态和/或判断窑炉内烧制过程是否有异常，在烧制失败时立即停止烧制流程；所述服务器至少还用于运行参数推荐模块，以进行烧制参数推荐；

数据库，所述数据库用于存储信息采集模块采集的数据信息；

信息采集模块，所述信息采集模块用于采集信息，所述采集信息包括窑炉温度、废气浓度、烧制时间、陶瓷体积、陶瓷厚度、陶瓷重量、陶瓷数量、陶瓷间距、陶瓷影像中的至少一项；

样本筛选模块，用于对所得到的烧制成品对象所对应的图像进行人工分类，得到正样本和负样本，所述正样本表示对应的烧制产品成功，所述负样本表示对应的烧制产品烧制失败；

模型构建评估模块，用于将所述正样本对应的所述信息采集模块所采集的信息输入至相似度推荐模型中，进行训练，直到满足预设的阈值条件为止；

参数推荐模块，将新设计的陶瓷产品图片作为相似度推荐模型的输入，输入参数还包括体积、厚度、重量、形状中的至少一项；由相似度推荐模型根据历史样本相似度推荐出烧制参数，所述烧制参数包括窑炉温度、烧制时间、陶瓷间距、陶瓷数量中的至少一项推荐参数；

所述第一神经网络模型具体为双区域卷积神经网络模型，所述双区域卷积神经网络模型包括：深度卷积神经网络，用于生成待烧制陶瓷的映射特征；双区域置信网络模型，包括两个区域的置信网络模型，用于对所述待烧制陶瓷在烧制过程中产生的疑似裂纹产生置信度值，当两个区域的置信度值均高于设置阈值时，则直接判定所述待烧制陶瓷烧制失败；当所述待烧制陶瓷的失败比例达到一设定阈值时，则直接判定这一批次全部失败，停止烧制流程。

2.根据权利要求1所述的一种物联网云平台的窑炉陶瓷质量监管系统，所述陶瓷厚度包括平均厚度、最大厚度、最小厚度参数中的至少一项；所述陶瓷影像包括从烧制初始态到成品态的整个过程图像。

3.根据权利要求1所述的一种物联网云平台的窑炉陶瓷质量监管系统，所述第一神经网络模型包括深度卷积神经网络及双区域置信网络模型，所述深度卷积神经网络能够接收输入的待烧制陶瓷图像，并生成不同尺度的卷积多特征映射；所述双区域置信网络模型包括双区域池化层和完全连接层；其中，所述双区域池化层包括两个区域池化层，池化层的层数为2，在第2个池化层中，还可替换成完全连接层；所述双区域池化层用于生成待烧制陶瓷图像中每个疑似裂缝的置信度，并且在置信度大于预定阈值时，进一步确定其裂缝类型；所述双区域池化层设置为最大池化层或平均池化层；所述完全连接层用于对检测到的裂缝边界框进行分类。

4.根据权利要求1所述的一种物联网云平台的窑炉陶瓷质量监管系统，所述相似度推荐模型为深度学习模型。