一种基于人工智能的纺织过程自适应清棉系统技术方案

本发明专利技术涉及计算机视觉技术领域，尤其涉及一种基于人工智能的纺织过程自适应清棉系统，包括数据采集模块、图像分析模块、声音信号检测模块、开松度估计模块以及除杂参数调整模块，解决了现有的清棉机除杂主要由工作人员根据经验调整除杂因素，除杂效果较差，且浪费资源的问题。本发明专利技术利用通过棉花的边缘以及纹理特征得到的声音信号三维矩阵，得到了清棉机的最优除杂参数，保证了棉花加工质量；本发明专利技术实现了清棉的智能化控制，无需人工调整除杂参数，进一步保证了产品质量，提高了纺织效率，可靠性高；本发明专利技术利用神经网络实现的清棉系统，清杂效果优，且成本低，适用范围广。

【技术实现步骤摘要】
一种基于人工智能的纺织过程自适应清棉系统
本专利技术涉及计算机视觉
，尤其涉及一种基于人工智能的纺织过程自适应清棉系统。
技术介绍
开清棉工序是纺纱工艺过程的第一道工艺，其任务和目的是对原棉进行开松，除杂等，若是原棉开松的越好，除杂越彻底，则混和也愈均匀。由于棉花中含有棉籽、碎叶等杂质，因此，在进行梳棉之前一般需要对其除杂，若除杂不净，则容易造成梳棉设备的损坏。目前，现有技术多采用清棉机进行除杂，其除杂效果受打手速度、尘棒安装角度以及打手与尘棒的间隔等因素的影响，而这些因素通常由工作人员根据经验进行调整，这种方式容易导致杂质清理不彻底，除杂效果较差，从而影响产品的生产质量。
技术实现思路
本专利技术提供一种基于人工智能的纺织过程自适应清棉系统，解决的技术问题是，现有的清棉机除杂主要由工作人员根据经验调整除杂参数，除杂效果较差，且浪费资源。为解决以上技术问题，本专利技术提供了一种基于人工智能的纺织过程自适应清棉系统，包括数据采集模块，还包括依次连接的图像分析模块、声音信号检测模块、开松度估计模块以及除杂参数调整模块；所述图像分析模块，用于根据采集到的左、右侧原棉图像在预设窗口的边缘点特征以及纹理特征，构建边缘点比例矩阵以及纹理熵矩阵；利用所述边缘点比例矩阵以及所述纹理熵矩阵，获取复杂度权重矩阵；还用于将所述左、右侧原棉图像输入三维重建网络，以得到棉花三维矩阵；所述声音信号检测模块，用于获取所述棉花三维矩阵中各未知点与若干最近邻固定点之间的距离以及棉花点数，根据所述距离得到距离系数序列，根据棉花点数以及所述复杂度权重矩阵得到阻碍系数序列，根据所述距离系数序列、所述阻碍系数序列以及采集到的声音数据，得到各所述未知点的声音信号值，根据所述声音信号值构建声音信号三维标注矩阵；所述开松度估计模块，用于利用所述声音信号三维标注矩阵训练声音矩阵构建网络，获取声音信号三维矩阵，并基于第一神经网络，根据所述声音信号三维矩阵得到开松度量化指标；所述除杂参数调整模块，用于基于第二神经网络，根据采集到的原棉重量、所述开松度量化指标以及除杂参数序列得到最优除杂参数，并调整清棉机。进一步地，所述基于第一神经网络，根据所述声音信号三维矩阵得到开松度量化指标，具体为：将所述声音信号三维矩阵输入第一神经网络，同时利用所述原棉重量，得到原棉特征向量；根据所述原棉特征向量以及存储的原棉标准特征向量，得到特征相似度序列；根据所述特征相似度序列，得到开松度量化指标。进一步地，所述数据采集模块，用于部署数据采集装置，并通过所述数据采集装置获取原棉数据；所述原棉数据包括所述左侧原棉图像、所述右侧原棉图像、所述声音数据以及所述原棉重量。进一步地，所述未知点包括所述棉花三维矩阵中除所述固定点外的所有点。更进一步地，所述声音数据包括声音强度数据以及声音频率数据；所述声音信号值包括声音强度信号值以及声音频率信号值；所述声音信号三维标注矩阵包括声音强度三维标注矩阵以及声音频率三维标注矩阵；所述声音信号三维矩阵包括声音强度三维矩阵以及声音频率三维矩阵。进一步地，所述除杂参数序列包括尘棒安装角度参数序列以及尘棒与打手间距参数序列。更进一步地，所述最优除杂参数为所述第二神经网络输出的最小清棉重量对应的除杂参数。进一步地，所述边缘点比例矩阵包括左侧边缘点比例矩阵以及右侧边缘点比例矩阵；所述纹理熵矩阵包括左侧纹理熵矩阵以及右侧纹理熵矩阵。更进一步地，所述获取复杂度权重矩阵，具体为：将所述左侧边缘点比例矩阵以及右侧边缘点比例矩阵输入第一融合模型，得到边缘点比例融合矩阵；将所述左侧纹理熵矩阵以及右侧纹理熵矩阵输入第二融合模型，得到纹理熵融合矩阵；根据所述边缘点比例融合矩阵以及所述纹理熵融合矩阵，构建复杂度权重矩阵。更进一步地，所述三维重建网络采用第一二维卷积编码器-第一三维卷积解码器基础构架；所述第一神经网络为孪生网络。本专利技术提供的一种基于人工智能的纺织过程自适应清棉系统，包括数据采集模块、图像分析模块、声音信号检测模块、开松度估计模块以及除杂参数调整模块，解决了现有的清棉机除杂主要由工作人员根据经验调整除杂因素，除杂效果较差，且浪费资源的问题；本专利技术通过对棉花的边缘以及纹理特征进行分析，得到声音信号三维矩阵，并利用声音信号三维矩阵自适应调节清棉机的除杂参数，不仅降低了对人工劳动的需求，实现了清棉的智能化控制，而且提高了纺织效率，保证了棉花的加工质量；本专利技术实现的清棉系统具有较强的实用性，且可靠性高，在实际应用中仅通过原棉图像以及神经网络，即可获取最优除杂参数，大大降低了棉花的含杂率，提高了棉花的清理质量，具有良好的经济效益和社会效益，适合于各种规模的工业应用。附图说明图1是本专利技术实施例提供的一种基于人工智能的纺织过程自适应清棉系统的结构框图；图2是本专利技术实施例提供的数据采集装置部署示意图；图3是本专利技术实施例提供的棉簇示意图。图形标注：数据采集模块1；图像分析模块2；声音信号检测模块3；开松度估计模块4；除杂参数调整模块5；第一RGB相机61；第二RGB相机62；第一声音传感器71；第二声音传感器72；第三声音传感器73；第四声音传感器74；第五声音传感器75；第六声音传感器76；声音播放装置8；称重传感器9；原棉10；传送带11。具体实施方式下面结合附图具体阐明本专利技术的实施方式，实施例的给出仅仅是为了说明目的，并不能理解为对本专利技术的限定，包括附图仅供参考和说明使用，不构成对本专利技术专利保护范围的限制，因为在不脱离本专利技术精神和范围基础上，可以对本专利技术进行许多改变。针对现有的清棉机除杂主要由工作人员根据经验调整除杂因素，除杂效果较差，且浪费资源的问题，本专利技术实施例提供了一种基于人工智能的纺织过程自适应清棉系统，如图1所示，包括数据采集模块1，还包括与所述数据采集模块1均连接且依次连接的图像分析模块2、声音信号检测模块3、开松度估计模块4以及除杂参数调整模块5；所述数据采集模块1需预先部署数据采集装置，并通过所述数据采集装置获取原棉数据；其中，所述数据采集装置包括RGB相机、声音传感器、声音播放装置以及称重传感器；所述原棉数据包括左侧原棉图像、右侧原棉图像、声音数据以及原棉重量；在本专利技术实施例中，所述数据采集装置的部署如图2所示，所述RGB相机设置有两个，即第一RGB相机61、第二RGB相机62，将两者分别置于传送带的左、右两侧，以采集所述左、右侧原棉图像；所述声音传感器设置为六个，以所述传送带的原棉输入口为起点，以设定距离均匀部署于所述传送带的左、右两侧，即本实施例通过图2所示的第一声音传感器71、第二声音传感器72、第三声音传感器73、第四声音传感器74、第五声音传感器75、第六声音传感器76采集对应位置的所述声音数据；所述声音播放装置8用于播放本文档来自技高网...

【技术保护点】
1.一种基于人工智能的纺织过程自适应清棉系统，包括数据采集模块，其特征在于：还包括依次连接的图像分析模块、声音信号检测模块、开松度估计模块以及除杂参数调整模块；/n所述图像分析模块，用于根据采集到的左、右侧原棉图像在预设窗口的边缘点特征以及纹理特征，构建边缘点比例矩阵以及纹理熵矩阵；利用所述边缘点比例矩阵以及所述纹理熵矩阵，获取复杂度权重矩阵；还用于将所述左、右侧原棉图像输入三维重建网络，以得到棉花三维矩阵；/n所述声音信号检测模块，用于获取所述棉花三维矩阵中各未知点与若干最近邻固定点之间的距离以及棉花点数，根据所述距离得到距离系数序列，根据棉花点数以及所述复杂度权重矩阵得到阻碍系数序列，根据所述距离系数序列、所述阻碍系数序列以及采集到的声音数据，得到各所述未知点的声音信号值，根据所述声音信号值构建声音信号三维标注矩阵；/n所述开松度估计模块，用于利用所述声音信号三维标注矩阵训练声音矩阵构建网络，获取声音信号三维矩阵，并基于第一神经网络，根据所述声音信号三维矩阵得到开松度量化指标；/n所述除杂参数调整模块，用于基于第二神经网络，根据采集到的原棉重量、所述开松度量化指标以及除杂参数序列得到最优除杂参数，并调整清棉机。/n...

【技术特征摘要】
1.一种基于人工智能的纺织过程自适应清棉系统，包括数据采集模块，其特征在于：还包括依次连接的图像分析模块、声音信号检测模块、开松度估计模块以及除杂参数调整模块；
所述图像分析模块，用于根据采集到的左、右侧原棉图像在预设窗口的边缘点特征以及纹理特征，构建边缘点比例矩阵以及纹理熵矩阵；利用所述边缘点比例矩阵以及所述纹理熵矩阵，获取复杂度权重矩阵；还用于将所述左、右侧原棉图像输入三维重建网络，以得到棉花三维矩阵；
所述声音信号检测模块，用于获取所述棉花三维矩阵中各未知点与若干最近邻固定点之间的距离以及棉花点数，根据所述距离得到距离系数序列，根据棉花点数以及所述复杂度权重矩阵得到阻碍系数序列，根据所述距离系数序列、所述阻碍系数序列以及采集到的声音数据，得到各所述未知点的声音信号值，根据所述声音信号值构建声音信号三维标注矩阵；
所述开松度估计模块，用于利用所述声音信号三维标注矩阵训练声音矩阵构建网络，获取声音信号三维矩阵，并基于第一神经网络，根据所述声音信号三维矩阵得到开松度量化指标；
所述除杂参数调整模块，用于基于第二神经网络，根据采集到的原棉重量、所述开松度量化指标以及除杂参数序列得到最优除杂参数，并调整清棉机。


2.如权利要求1所述的一种基于人工智能的纺织过程自适应清棉系统，其特征在于，所述基于第一神经网络，根据所述声音信号三维矩阵得到开松度量化指标，具体为：
将所述声音信号三维矩阵输入第一神经网络，同时利用所述原棉重量，得到原棉特征向量；
根据所述原棉特征向量以及存储的原棉标准特征向量，得到特征相似度序列；
根据所述特征相似度序列，得到开松度量化指标。


3.如权利要求1所述的一种基于人工智能的纺织过程自适应清棉系统，其特征在于：所述数据采集模块，用于部署数据采集装置，并通过所述数据采集装置获取原棉数据；
所述原棉数据包括所述左侧原棉图像、所述右侧原棉图像、所述声音数据以及所述原棉重量。...

【专利技术属性】
技术研发人员：朱丹，张平，张霄蝶，陈童，冯培培，
申请(专利权)人：河南省纺织产品质量监督检验院，
类型：发明
国别省市：河南;41