System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于物联网的拉链头装配车间生产监控系统技术方案_技高网

基于物联网的拉链头装配车间生产监控系统技术方案

技术编号:41136193 阅读:5 留言:0更新日期:2024-04-30 18:07
本申请涉及工艺品的智能销售管理领域,其具体地公开了一种基于物联网的拉链头装配车间生产监控系统及方法,其将采集到的装配过程中待监测拉链头的多个预定时间点的压力、待监测拉链头的多个预定时间点的速度以及待监测拉链头的监控视频作为输入数据,并通过深度学习中的卷积神经网络模型分别对这些输入数据进行特征提取和分析以得到分类结果。也就是,通过所述卷积神经网络模型,学习到拉链头装配过程中不同时间点的压力和速度变化模式和趋势,并提取出与分类任务相关的特征信息;以及学习到视频中的空间特征,从而提取出与分类任务相关的视觉特征。这样,通过对这些信息的理解和分析,能够确保拉链头装配质量的稳定性和准确性。

【技术实现步骤摘要】

本申请涉及工艺品的智能销售管理领域,且更为具体地,涉及一种基于物联网的拉链头装配车间生产监控系统及方法。


技术介绍

1、现有的衣物、箱包上都设有拉链,因此拉链得到较为广泛的使用。拉链头是将拉链两端连接在一起的关键部件,拉链头装配在拉链生产加工中起着连接、稳定、操作、美观和质量控制等多重作用。通过拉链头的装配,可以将拉链的两个侧链牙齿互相咬合,实现拉链的开合功能。正确的装配过程和质量控制可以确保拉链头与拉链的良好配合,提高拉链的性能和使用寿命。

2、然而,在现有的拉链头装配生产过程中,装配过程可能存在不稳定或不准确的情况。例如,装配力度不均匀、装配角度偏差、装配位置偏差或装配速度过快等,都可能导致拉链链条和拉链头的装配质量不理想。这样,可能导致拉链的开合功能不流畅或不可靠。

3、因此,期待一种基于物联网的拉链头装配车间生产监控系统及方法,基于深度学习技术对拉链头的装配情况进行实时监控和分析,以确保拉链头装配质量的稳定性和准确性,提高拉链的性能和使用寿命。


技术实现思路

1、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基于物联网的拉链头装配车间生产监控系统及方法,其将采集到的装配过程中待监测拉链头的多个预定时间点的压力、待监测拉链头的多个预定时间点的速度以及待监测拉链头的监控视频作为输入数据,并通过深度学习中的卷积神经网络模型分别对这些输入数据进行特征提取和分析以得到分类结果。也就是,通过所述卷积神经网络模型,学习到拉链头装配过程中不同时间点的压力和速度变化模式和趋势,并提取出与分类任务相关的特征信息;以及学习到视频中的空间特征,从而提取出与分类任务相关的视觉特征。这样,通过对这些信息的理解和分析,能够确保拉链头装配质量的稳定性和准确性。

2、根据本申请的第一方面,提供了一种基于物联网的拉链头装配车间生产监控系统,其包括:

3、拉链头装配数据采集模块,用于采集装配过程中待监测拉链头的多个预定时间点的压力、待监测拉链头的多个预定时间点的速度以及待监测拉链头的监控视频;

4、拉链头装配特征提取模块,用于分别对所述待监测拉链头的多个预定时间点的压力、待监测拉链头的多个预定时间点的速度以及待监测拉链头的监控视频进行特征提取以得到拉链头压力-速度特征向量和拉链头视觉特征向量;

5、拉链头装配分类结果生成模块,用于基于所述拉链头压力-速度特征向量和所述拉链头视觉特征向量,以得到分类结果。

6、结合本申请的第一方面,在本申请的第一方面的一种基于物联网的拉链头装配车间生产监控系统中,所述拉链头装配特征提取模块,包括:拉链头压力速度特征提取单元,用于对所述待监测拉链头的多个预定时间点的压力和所述待监测拉链头的多个预定时间点的速度分别进行卷积编码以得到所述拉链头压力-速度特征向量;拉链头视觉特征提取单元,用于对所述待监测拉链头的监控视频进行卷积编码以得到所述拉链头视觉特征向量。

7、根据本申请的第二方面,提供了一种基于物联网的拉链头装配车间生产监控方法,其包括:

8、采集装配过程中待监测拉链头的多个预定时间点的压力、待监测拉链头的多个预定时间点的速度以及待监测拉链头的监控视频;

9、分别对所述待监测拉链头的多个预定时间点的压力、待监测拉链头的多个预定时间点的速度以及待监测拉链头的监控视频进行特征提取以得到拉链头压力-速度特征向量和拉链头视觉特征向量;

10、基于所述拉链头压力-速度特征向量和所述拉链头视觉特征向量,以得到分类结果。

11、结合本申请的第二方面,在本申请的第二方面的一种基于物联网的拉链头装配车间生产监控方法中,基于所述拉链头压力-速度特征向量和所述拉链头视觉特征向量,以得到分类结果,包括:拉链头装配特征融合单元,用于将所述拉链头压力-速度特征向量和所述拉链头视觉特征向量进行特征融合以得到拉链头装配特征向量;拉链头装配特征获取单元,用于将所述拉链头装配特征向量通过基于卷积神经网络模型的拉链头装配特征提取模块以得到拉链头装配分类特征向量;拉链头装配特征分类单元,用于将所述拉链头装配分类特征向量通过分类器以得到分类结果,其中,所述分类结果用于表示待监测拉链头的装配过程是否存在异常。

12、与现有技术相比,本申请提供的一种基于物联网的拉链头装配车间生产监控系统及方法,其将采集到的装配过程中待监测拉链头的多个预定时间点的压力、待监测拉链头的多个预定时间点的速度以及待监测拉链头的监控视频作为输入数据,并通过深度学习中的卷积神经网络模型分别对这些输入数据进行特征提取和分析以得到分类结果。也就是,通过所述卷积神经网络模型,学习到拉链头装配过程中不同时间点的压力和速度变化模式和趋势,并提取出与分类任务相关的特征信息;以及学习到视频中的空间特征,从而提取出与分类任务相关的视觉特征。这样,通过对这些信息的理解和分析,能够确保拉链头装配质量的稳定性和准确性。

本文档来自技高网...

【技术保护点】

1.一种基于物联网的拉链头装配车间生产监控系统,其特征在于,包括:

2.根据权利要求1所述的基于物联网的拉链头装配车间生产监控系统,其特征在于,所述拉链头装配特征提取模块,包括:

3.根据权利要求2所述的基于物联网的拉链头装配车间生产监控系统,其特征在于,所述拉链头压力速度特征提取单元,包括:

4.根据权利要求3所述的基于物联网的拉链头装配车间生产监控系统,其特征在于,所述拉链头视觉特征提取单元,包括:

5.根据权利要求4所述的基于物联网的拉链头装配车间生产监控系统,其特征在于,所述拉链头视频预处理子单元,包括:

6.根据权利要求5所述的基于物联网的拉链头装配车间生产监控系统,其特征在于,所述拉链头视频特征获取子单元,包括:

7.根据权利要求6所述的基于物联网的拉链头装配车间生产监控系统,其特征在于,所述拉链头装配分类结果生成模块,包括:

8.根据权利要求7所述的基于物联网的拉链头装配车间生产监控系统,其特征在于,所述基于物联网的拉链头装配车间生产监控系统,还包括用于对所述基于第一时序编码器的压力特征提取模块、所述基于第二时序编码器的速度特征提取模块、所述基于自编码器的视频降噪模块、所述基于三维卷积神经网络模型的拉链头视觉特征提取模块、所述基于卷积神经网络模型的拉链头装配特征提取模块以及所述分类器进行训练的训练模块;

9.根据权利要求8所述的基于物联网的拉链头装配车间生产监控系统,其特征在于,所述分类损失单元,用于:以如下公式计算所述训练拉链头压力-速度特征向量和所述训练拉链头视觉特征向量之间的目标维度概率密度联合相关兼容系数作为损失函数值;

10.一种基于物联网的拉链头装配车间生产监控方法,其特征在于,包括:

...

【技术特征摘要】

1.一种基于物联网的拉链头装配车间生产监控系统,其特征在于,包括:

2.根据权利要求1所述的基于物联网的拉链头装配车间生产监控系统,其特征在于,所述拉链头装配特征提取模块,包括:

3.根据权利要求2所述的基于物联网的拉链头装配车间生产监控系统,其特征在于,所述拉链头压力速度特征提取单元,包括:

4.根据权利要求3所述的基于物联网的拉链头装配车间生产监控系统,其特征在于,所述拉链头视觉特征提取单元,包括:

5.根据权利要求4所述的基于物联网的拉链头装配车间生产监控系统,其特征在于,所述拉链头视频预处理子单元,包括:

6.根据权利要求5所述的基于物联网的拉链头装配车间生产监控系统,其特征在于,所述拉链头视频特征获取子单元,包括:

7.根据权利要求6所述的基于物联网的拉链头装配车间生产监控系统,其...

【专利技术属性】
技术研发人员:沈伊俊
申请(专利权)人:湖州俊诚拉链有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1