[发明专利]一种基于机器学习的柔性化智能点胶系统及方法有效

专利信息
申请号: 202111098793.1 申请日: 2021-09-18
公开(公告)号: CN113976390B 公开(公告)日: 2023-04-07
发明(设计)人: 徐申;姜凡;刘巩权;李哲雨;郭百腾;杨小红;张龙;毛艺荣;魏锋;杜鹏程;汪玺;魏涛;赵子浩;刘帅;刘琦;王兴 申请(专利权)人: 物华能源科技有限公司
主分类号: B05C5/02 分类号: B05C5/02;B05C13/02;B05C11/10;B05D1/26
代理公司: 暂无信息 代理人: 暂无信息
地址: 710065 陕西*** 国省代码: 陕西;61
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 基于 机器 学习 柔性 智能 系统 方法
【权利要求书】:

1.一种基于机器学习的柔性化智能点胶系统,包括产品装盘模块,其特征在于,所述产品装盘模块包括产品托盘以及安装于产品托盘内的射孔弹,还包括:

扫描模块,所述扫描模块包括扫描仪,用于对产品托盘进行粗扫和二次精扫描;

中控系统,所述中控系统中包含每种产品的各种参数量化得到的参数组;以及

点胶模块,所述点胶模块包括点胶机台,所述中控系统驱动点胶模块根据扫描模块收集的数据进行动态点胶;

该系统的具体点胶步骤如下:

步骤一:建立基准工艺数据库,将点胶的各种参数量化得到的参数组存储到中控系统中的人机界面控制器内,每种产品作为一个参数组;

步骤二:通过扫描模块对前端物流输送过来的产品托盘进行粗扫描,识别出产品型号,中控系统根据产品型号直接调用上期拟合的点胶数据,通过中控系统控制点胶模块粗调整点胶姿态;

步骤三:通过扫描模块再对产品托盘内的各射孔弹的弹体进行精扫描,所述精扫描包括对各个射孔弹封口处的三维坐标特征量的扫描,中控系统对该产品托盘的数据进行实时分类、拟合,通过拟合出来的数据修正已经调取的点胶数据;

步骤四:点胶机台根据最新的点胶数据执行点胶动作。

2.根据权利要求1所述的基于机器学习的柔性化智能点胶系统,其特征在于,一个所述产品托盘设置有二十个用于放置射孔弹的槽。

3.根据权利要求1所述的基于机器学习的柔性化智能点胶系统,其特征在于,所述扫描模块使用的扫描仪为蓝光三维扫描仪。

4.一种基于机器学习的柔性化智能点胶方法,其特征在于,具体点胶步骤如下:

步骤一:建立基准工艺数据库,将点胶的各种参数量化得到的参数组存储到中控系统中的人机界面控制器内,每种产品作为一个参数组;

步骤二:通过扫描模块对前端物流输送过来的产品托盘进行粗扫描,识别出产品型号,中控系统根据产品型号直接调用上期拟合的点胶数据,通过中控系统控制点胶模块粗调整点胶姿态;

步骤三:通过扫描模块再对产品托盘内的各射孔弹的弹体进行精扫描,所述精扫描包括对各个射孔弹封口处的三维坐标特征量的扫描,中控系统对该产品托盘的数据进行实时分类、拟合,通过拟合出来的数据修正已经调取的点胶数据;

步骤四:点胶机台根据最新的点胶数据执行点胶动作。

5.根据权利要求4所述的基于机器学习的柔性化智能点胶方法,其特征在于,在所述步骤一中,当新增产品参数组的时候,先进行调试,调试达到最佳效果后,将该状态下的产品参数组保存进中控系统内。

6.根据权利要求4所述的基于机器学习的柔性化智能点胶方法,其特征在于,在所述步骤三中,中控系统采用GBDT算法对该产品托盘的数据进行实时分类、拟合。

7.根据权利要求4所述的基于机器学习的柔性化智能点胶方法,其特征在于,所述基准工艺数据库通过对在少量数据上建立标准点胶参数采用GBDT算法进行优化拟合。

8.根据权利要求7所述的基于机器学习的柔性化智能点胶方法,其特征在于,优化拟合后的标准点胶参数通过机器学习的方式动态、实时拟合出最新的点胶轨迹映射到点胶作业上。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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物华能源科技有限公司,未经物华能源科技有限公司许可,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/202111098793.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top