【技术实现步骤摘要】
本专利技术属于温度监控，尤其涉及一种应用于硫化机的硫化温度监控方法和系统。
技术介绍
1、硫化机对各种橡塑制品进行硫化的设备，硫化温度是影响橡胶硫化过程的主要因素，若温度高10℃，硫化时间将缩短一半。由于橡胶是不良导热体，制品的硫化进程由于其各部位温度的差异而不同，因此，为了保证比较均匀的硫化程度，厚橡胶制品一般采用逐步升温、低温长时间硫化的方法，因此，对于硫化温度监控是目前亟待解决的一个重要问题。
技术实现思路
1、本专利技术要解决的技术问题是，提供一种硫化温度监控方法和系统，可以对橡胶硫化过程的温度动态调控。
2、为实现上述目的，本专利技术采用如下的技术方案：
3、一种硫化温度监控方法，包括：
4、步骤s1、获取通过硫化机进行橡胶硫化过程中的历史橡胶状态图像；
5、步骤s2、根据历史橡胶状态图像，得到橡胶状态预测模型；
6、步骤s3、将实时的橡胶状态输入到橡胶状态预测模型，得到下一个时刻的橡胶状态；
7、步骤s4、根据下一个时刻的橡胶状态，实时调节橡胶硫化过程的环境温度。
8、作为优选，步骤s1中还包括对历史橡胶状态图像进行数据预处理，步骤s2中根据预处理后的历史橡胶状态图像得到橡胶状态预测模型。
9、作为优选，所述橡胶状态预测模型为全卷积条件生成对抗模型；全卷积条件生成对抗模型为：以条件生成对抗网络模型cgan为基础模型，将神经网络中所有层都替换成卷积层，构成全卷积条件生成对抗模型
10、作为优选，全卷积条件生成对抗模型包括：生成器和鉴别器；其中，生成器包含：编码器和解码器，生成器采用u-net架构，网络的输入设置为256×256×3，编码器学习8×8大小的256个特征图，解码器利用特征图和跳过连接的输入来学习生成256×256×3图像作为输出；鉴别器采用patch gan架构；使用四个卷积层，将256×256×6的输入转换为16×16×1的输出，表示鉴别器的平均有效响应，在每个层次中，使用3×3的卷积滤波器。
11、本专利技术还提供一种硫化温度监控系统，包括：
12、获取装置，用于获取通过硫化机进行橡胶硫化过程中的历史橡胶状态图像；
13、处理装置，用于根据历史橡胶状态图像，得到橡胶状态预测模型；
14、预测装置，用于将实时的橡胶状态输入到橡胶状态预测模型，得到下一个时刻的橡胶状态；
15、调控装置，用于根据下一个时刻的橡胶状态，实时调节橡胶硫化过程的环境温度。
16、作为优选，还包括预处理装置，用于对历史橡胶状态图像进行数据清洗。
17、作为优选，所述橡胶状态预测模型为全卷积条件生成对抗模型；全卷积条件生成对抗模型为：以条件生成对抗网络模型cgan为基础模型，将神经网络中所有层都替换成卷积层，构成全卷积条件生成对抗模型。
18、作为优选，全卷积条件生成对抗模型包括：生成器和鉴别器；其中，生成器包含：编码器和解码器，生成器采用u-net架构，网络的输入设置为256×256×3，编码器学习8×8大小的256个特征图，解码器利用特征图和跳过连接的输入来学习生成256×256×3图像作为输出；鉴别器采用patch gan架构；使用四个卷积层，将256×256×6的输入转换为16×16×1的输出，表示鉴别器的平均有效响应，在每个层次中，使用3×3的卷积滤波器。
19、本专利技术获取橡胶硫化过程中的历史橡胶状态图像；根据历史橡胶状态图像，得到橡胶状态预测模型；将实时的橡胶状态输入到橡胶状态预测模型，得到下一个时刻的橡胶状态；根据下一个时刻的橡胶状态，实时调节橡胶硫化过程(部分硫化、半硫化、全部硫化)的环境温度；采用本专利技术技术方案，可以对橡胶硫化过程的温度动态调控。
本文档来自技高网...【技术保护点】
1.一种硫化温度监控方法，其特征在于，包括：
2.如权利要求1所述的硫化温度监控方法，其特征在于，步骤S1中还包括对历史橡胶状态图像进行数据预处理，步骤S2中根据预处理后的历史橡胶状态图像得到橡胶状态预测模型。
3.如权利要求2所述的硫化温度监控方法，其特征在于，所述橡胶状态预测模型为全卷积条件生成对抗模型；全卷积条件生成对抗模型为：以条件生成对抗网络模型cGAN为基础模型，将神经网络中所有层都替换成卷积层，构成全卷积条件生成对抗模型。
4.如权利要求3所述的硫化温度监控方法，其特征在于，全卷积条件生成对抗模型包括：生成器和鉴别器；其中，生成器包含：编码器和解码器，生成器采用U-Net架构，网络的输入设置为256×256×3，编码器学习8×8大小的256个特征图，解码器利用特征图和跳过连接的输入来学习生成256×256×3图像作为输出；鉴别器采用Patch GAN架构；使用四个卷积层，将256×256×6的输入转换为16×16×1的输出，表示鉴别器的平均有效响应，在每个层次中，使用3×3的卷积滤波器。
5.一种硫化温度监控系统，其特
6.如权利要求5所述的硫化温度监控系统，其特征在于，还包括预处理装置，用于对历史橡胶状态图像进行数据清洗。
7.如权利要求6所述的硫化温度监控系统，其特征在于，所述橡胶状态预测模型为全卷积条件生成对抗模型；全卷积条件生成对抗模型为：以条件生成对抗网络模型cGAN为基础模型，将神经网络中所有层都替换成卷积层，构成全卷积条件生成对抗模型。
8.如权利要求7所述的硫化温度监控系统，其特征在于，全卷积条件生成对抗模型包括：生成器和鉴别器；其中，生成器包含：编码器和解码器，生成器采用U-Net架构，网络的输入设置为256×256×3，编码器学习8×8大小的256个特征图，解码器利用特征图和跳过连接的输入来学习生成256×256×3图像作为输出；鉴别器采用Patch GAN架构；使用四个卷积层，将256×256×6的输入转换为16×16×1的输出，表示鉴别器的平均有效响应，在每个层次中，使用3×3的卷积滤波器。
...【技术特征摘要】
1.一种硫化温度监控方法，其特征在于，包括：
2.如权利要求1所述的硫化温度监控方法，其特征在于，步骤s1中还包括对历史橡胶状态图像进行数据预处理，步骤s2中根据预处理后的历史橡胶状态图像得到橡胶状态预测模型。
3.如权利要求2所述的硫化温度监控方法，其特征在于，所述橡胶状态预测模型为全卷积条件生成对抗模型；全卷积条件生成对抗模型为：以条件生成对抗网络模型cgan为基础模型，将神经网络中所有层都替换成卷积层，构成全卷积条件生成对抗模型。
4.如权利要求3所述的硫化温度监控方法，其特征在于，全卷积条件生成对抗模型包括：生成器和鉴别器；其中，生成器包含：编码器和解码器，生成器采用u-net架构，网络的输入设置为256×256×3，编码器学习8×8大小的256个特征图，解码器利用特征图和跳过连接的输入来学习生成256×256×3图像作为输出；鉴别器采用patch gan架构；使用四个卷积层，将256×256×6的输入转换为16×16×1的输出，表示鉴别器的平均有效响应，在每个层次中，使...
【专利技术属性】
技术研发人员：马建平，刘宇腾，雷激，杨文光，张洪波，庞赛赛，阳明俊，唐赫，
申请(专利权)人：桂林电子科技大学，
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。