【技术实现步骤摘要】
一种自控加水的和面罐及其使用方法
[0001]本申请涉及智能控制领域，且更为具体地，涉及一种自控加水的和面罐及其使用方法。
技术介绍
[0002]和面机是常用的和面设备，也就是，将面粉和水按一定比例混合搅拌。目前的和面机多是通过注水管人工直接加水的方式将面粉和水进行混合和面，由于人工加水的方式容易造成面粉和水难以充分均匀混合，造成面团整体干湿度不同。
[0003]其次，人工加水的方式难以根据面粉的填加量来控制加水量，很容易造成和面团水分过大或过小，从而影响面条的质量。
[0004]还有，面粉的种类也各不相同，不同类型的面粉加水量也各不相同。
[0005]因此，期待一种更为智能的自控加水的和面设备。
技术实现思路
[0006]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种自控加水的和面罐及其使用方法，其通过采用基于深度学习的人工智能控制算法来通过对于所述和面的状态图像的隐含特征进行提取分析来表示其在搅拌后的状态变化隐含特征，并以此来进行智能加水控制。这样，能够根据实际的和面...
【技术保护点】
【技术特征摘要】
1.一种自控加水的和面罐，其特征在于，包括：监控模块，用于获取水和面粉在被搅拌后的检测图像；混合状态特征提取模块，用于将所述检测图像通过包含深浅特征融合模块的第一卷积神经网络模型以得到多尺度聚合特征图；局部特征展开模块，用于将所述多尺度聚合特征图的沿通道维度的各个特征矩阵展开为特征向量以得到多个局部展开特征向量；全局上下文编码模块，用于将所述多个局部展开特征向量通过基于转换器的上下文编码器以得到多个上下文语义局部展开特征向量；特征增强模块，用于分别对所述多个上下文语义局部展开特征向量中各个上下文语义局部展开特征向量进行特征级数据增强以得到多个优化上下文语义局部展开特征向量；融合模块，用于融合所述多个优化上下文语义局部展开特征向量以得到分类特征向量；以及控制结果生成模块，用于将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示是否需要加水。2.根据权利要求1所述的自控加水的和面罐，其特征在于，所述混合状态特征提取模块，包括：浅层特征提取单元，用于从所述第一卷积神经网络模型的第M层得到浅层特征图，所述M大于等于1且小于等于6；深层特征提取单元，用于从所述第一卷积神经网络模型的最后一层得到深层特征图；深浅特征融合单元，用于通过所述第一卷积神经网络模型的深浅特征融合模块来融合所述浅层特征图和所述深层特征图以获得所述多尺度聚合特征图。3.根据权利要求2所述的自控加水的和面罐，其特征在于，所述局部特征展开模块，进一步用于将所述多尺度聚合特征图的沿通道维度的各个特征矩阵沿着行向量或者列向量进行展开以得到所述多个局部展开特征向量。4.根据权利要求3所述的自控加水的和面罐，其特征在于，所述全局上下文编码模块，包括：查询向量构造单元，用于将所述多个局部展开特征向量进行一维排列以得到全局展开特征向量；自注意单元，用于计算所述全局展开特征向量与所述多个局部展开特征向量中各个局部展开特征向量的转置向量之间的乘积以得到多个自注意力关联矩阵；标准化单元，用于分别对所述多个自注意力关联矩阵中各个自注意力关联矩阵进行标准化处理以得到多个标准化后自注意力关联矩阵；关注度计算单元，用于将所述多个标准化后自注意力关联矩阵中各个标准化后自注意力关联矩阵通过Softmax分类函数以得到多个概率值；注意力施加单元，用于分别以所述多个概率值中各个概率值作为权重对所述多个局部展开特征向量中各个局部展开特征向量进行加权以得到所述多个上下文语义局部展开特征向量。5.根据权利要求4所述的自控加水的和面罐，其特征在于，所述特征增强模块，包括：增强因子计算单元，用于以如下公式分别计算所述多个上下文语义局部展开特征向量
中各个上下文语义局部展开特征向量的类小波函数族能量聚合的高频增强蒸馏因数作为所述多个上下文语义局部展开特征向量中各个上下文语义局部展开特征向量的加权权重；其中，所述公式为：其中v
i
表示所述多个上下文语义局部展开特征向量中每个上下文语义局部展开特征向量中各个位置的特征值，σ
i
(v
i
)表示所述多个上下文语义局部展开特征向量中每个上下文语义局部展开特征向量的所有位置特...
【专利技术属性】
技术研发人员：何承云，白璐，郭延成，张永生，李光磊，陈小丹，葛丽敏，赵海露，
申请(专利权)人：河南科技学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。