应用于陶瓷生产的智能储坯系统及控制方法技术方案

本发明专利技术公开了应用于陶瓷生产的智能储坯系统及控制方法，属于陶瓷生产技术领域，括前端反馈模块、储坯模块、服务器和储存模块；所述储坯模块用于储存陶瓷坯体，获取坯体的储存环境，根据获取到的数据进行深度学习，对坯体的储存环境进行调整；选取N个坯体作为观察样本进行实时检测，并将检测的不合格数据进行处理，将不合格的数据进行再学习；据储存模型的输出结果对储存环境进行调整，使得坯体的储存环境调整更加的智能化，保障坯体的质量，避免因为长时间的储存导致坯体损坏；通过将检测的不合格数据进行处理，将不合格的数据反馈到储存模型进行再学习，在生产过程中不停的进行再学习，对储存模型进行优化。对储存模型进行优化。对储存模型进行优化。

【技术实现步骤摘要】
应用于陶瓷生产的智能储坯系统及控制方法


[0001]本专利技术属于陶瓷生产
，具体是应用于陶瓷生产的智能储坯系统及控制方法。

技术介绍

[0002]在陶瓷生产过程中，需要用到瓷砖垫板把瓷砖坯料支撑起来，放在输送设备中，把垫板和瓷砖坯料传送到烧结炉处，再利用夹具把瓷砖坯料夹进烧结炉中，由于输送装置是一种循环设备，在该循环设备中放置的瓷砖垫板数量是固定的，每当有新的瓷砖坯料需要连同垫板一起加进输送设备中，或者由于部分部件故障需要增加或减少输送装置中的垫板数量时，就会导致有部分的坯体需要先储存起来；因此本专利技术就提出了应用于陶瓷生产的智能储坯系统及控制方法，解决坯体的储存问题。

技术实现思路

[0003]为了解决上述方案存在的问题，本专利技术提供了应用于陶瓷生产的智能储坯系统及控制方法。
[0004]本专利技术的目的可以通过以下技术方案实现：
[0005]应用于陶瓷生产的智能储坯系统，包括前端反馈模块、储坯模块、服务器和储存模块；
[0006]所述前端反馈模块用于根据获取的数据对陶瓷坯体进行规划储存；
[0007]所述储坯模块用于储存陶瓷坯体，获取坯体的储存环境，根据获取到的数据进行深度学习，对坯体的储存环境进行调整；
[0008]选取N个坯体作为观察样本进行实时检测，并将检测的不合格数据进行处理，将不合格的数据进行再学习。
[0009]进一步地，选取N个坯体作为观察样本进行实时检测的方法包括：
[0010]将选取的坯体标记为i，其中i＝1、2、
……
、n，n为正整数；
[0011]对选取的坯体进行实时监控，实时获取坯体的尺寸，将获取的坯体尺寸与原尺寸进行对比，获得尺寸变化值CH
i
；根据公式获得尺寸变化均值CH
s
，根据公式获得尺寸变化稳定值α；
[0012]对坯体的表面进行实时检测，获得坯体表面的裂缝值LF
i
＝b1×
LK
i
+b2×
LC
i
，根据公式获得裂缝稳定值β；
[0013]根据公式获得样本值Q
s
；根据样本值，判断储存环境是否
合格。
[0014]进一步地，前端反馈模块根据获取的数据对陶瓷坯体进行规划储存的方法包括：
[0015]步骤SA1：获取后续步骤的坯体加工限额，将后续步骤的坯体加工限额标记为PTP，获取当前后续步骤中的坯体数量，将当前后续步骤中的坯体数量标记为PTL，获得后续步骤中坯体缺额PTM＝PTP
‑
PTL；
[0016]步骤SA2：获取生产的坯体数量，根据生产的坯体数量获得多余的坯体数量，将多余的坯体运输到储坯模块。
[0017]进一步地，获取后续步骤中的坯体图像和设备背景图像，将坯体图像和设备背景图像进行图像预处理，并将图像预处理之后的图像分别标记为坯体灰度图像和背景灰度图像；
[0018]以图像中心为原点，建立图像灰度值三维坐标系，将图像灰度值输入到坐标系中，将同一图像的相邻灰度值点使用平滑曲线进行连接，形成坯体灰度值曲面和背景灰度值曲面。
[0019]进一步地，将坯体灰度值曲面和背景灰度值曲面之间的重叠部分进行标记，获取标记部分的边界轮廓，设置判断模型，将标记的边界轮廓和坯体轮廓输入到判断模型中，获得判断结果，统计坯体轮廓数量，标记为标记数量。
[0020]进一步地，将坯体灰度值曲面中的标记部分进行剔除，将剔除后的坯体灰度值曲面标记为无背景图像，提取无背景图像中剩余的图像轮廓，将图像轮廓和坯体轮廓输入到判断模型中，获得判断结果，统计坯体轮廓数量，标记为分割数量。
[0021]进一步地，将分割数量与标记数量相加，获得坯体数量。
[0022]应用于陶瓷生产的智能储坯控制方法，具体方法包括：
[0023]步骤一：根据获取的数据对陶瓷坯体进行规划储存；
[0024]步骤二：对储存的坯体进行养护。
[0025]与现有技术相比，本专利技术的有益效果是：通过根据获取到的数据进行深度学习，将进行深度学习后的模型标记为储存模型，根据储存模型的输出结果对储存环境进行调整，使得坯体的储存环境调整更加的智能化，保障坯体的质量，避免因为长时间的储存导致坯体损坏；通过将检测的不合格数据进行处理，将不合格的数据反馈到储存模型进行再学习，在生产过程中不停的进行再学习，对储存模型进行优化；通过前端反馈模块的设置，可以合理的对生产后的坯体进行规划，将多余的坯体发送到储坯模块进行储存，避免因为突发情况导致坯体损坏。
附图说明
[0026]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0027]图1为本专利技术原理框图。
具体实施方式
[0028]下面将结合实施例对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0029]如图1所示，应用于陶瓷生产的智能储坯系统，包括前端反馈模块、储坯模块、服务器和储存模块；
[0030]所述前端反馈模块用于根据获取的数据对陶瓷坯体进行规划储存，具体方法包括：
[0031]步骤SA1：获取后续步骤的坯体加工限额，后续步骤为生产线中加工成坯体后的下个步骤，将后续步骤的坯体加工限额标记为PTP，获取当前后续步骤中的坯体数量，将当前后续步骤中的坯体数量标记为PTL，获得后续步骤中坯体缺额PTM＝PTP
‑
PTL；
[0032]步骤SA2：获取生产的坯体数量，根据生产的坯体数量获得多余的坯体数量，将多余的坯体运输到储坯模块；
[0033]通过前端反馈模块的设置，可以合理的对生产后的坯体进行规划，将多余的坯体发送到储坯模块进行储存，避免因为突发情况导致坯体损坏，例如：后续设备损坏；
[0034]步骤SA1中获取当前后续步骤中的坯体数量的方法包括：
[0035]获取后续步骤中的坯体图像和设备背景图像，坯体图像是包含坯体的全景图像，设备背景图像是与坯体图像在同一角度拍摄的图像，且是没有坯体时的图像；将坯体图像和设备背景图像进行图像预处理，并将图像预处理之后的图像分别标记为坯体灰度图像和背景灰度图像，图像预处理包括图像分割、图像去噪、图像增强和灰度变换；
[0036]以图像中心为原点，建立图像灰度值三维坐标系，将图像灰度值输入到坐标系中，将同一图像的相邻灰度值点使用平滑曲线进行连接，形成坯体灰度值曲面和背景灰度值曲面；
[0037]将坯体灰度值曲面和背景灰度值曲面之间的重叠部分进行标记，获取本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.应用于陶瓷生产的智能储坯系统，其特征在于，包括前端反馈模块、储坯模块、服务器和储存模块；所述前端反馈模块用于根据获取的数据对陶瓷坯体进行规划储存；所述储坯模块用于储存陶瓷坯体，获取坯体的储存环境，根据获取到的数据进行深度学习，对坯体的储存环境进行调整；选取N个坯体作为观察样本进行实时检测，并将检测的不合格数据进行处理，将不合格的数据进行再学习。2.根据权利要求1所述的应用于陶瓷生产的智能储坯系统，其特征在于，选取N个坯体作为观察样本进行实时检测的方法包括：将选取的坯体标记为i，实时获取坯体的尺寸，将获取的坯体尺寸与原尺寸进行对比，获得尺寸变化值CH
i
；根据公式获得尺寸变化均值CH
s
，根据公式获得尺寸变化稳定值α；对坯体的表面进行实时检测，获取裂缝宽度值LK
i
和裂缝长度值CK
i
；获得坯体表面的裂缝值LF
i
＝b1×
LK
i
+b2×
LC
i
，根据公式获得裂缝稳定值β；根据公式获得样本值Q
s
；根据样本值Q
s
，判断储存环境是否合格。3.根据权利要求1所述的应用于陶瓷生产的智能储坯系统，其特征在于，前端反馈模块根据获取的数据对陶瓷坯体进行规划储存的方法包括：步骤SA1：获取后续步骤的坯体加工限额，将后续步骤的坯体加工限额标记为PTP，获取当前后续步骤中的坯体数量，将当前后续步骤中的坯体数量标记...

【专利技术属性】
技术研发人员：涂强强，
申请(专利权)人：茶陵县强强陶瓷有限公司，
类型：发明
国别省市：