结合机器视觉与深度学习的纸袋机故障检测方法及系统技术方案

技术编号:42183135 阅读:21 留言:0更新日期:2024-07-30 18:36
本发明专利技术提供一种结合机器视觉与深度学习的纸袋机故障检测方法及系统,涉及图像检测技术领域,包括构建目标神经网络,所述目标神经网络包括多视角卷积神经网络和长短期记忆网络,针对每个视角的预处理后的设备运行数据利用所述多视角卷积神经网络对该视角的特征进行提取得到该视角对应的特征图,基于交叉注意力机制对多个视角的特征图进行融合,得到预设时间步长的融合后的特征图;利用所述长短期记忆网络基于不同时间步的特征之间的长短期依赖关系对所述融合后的特征图进行处理,得到故障检测结果,所述故障检测结果用于指示不同的纸袋机故障类别,所述预设步长与故障的持续时间和采样频率相关联。

【技术实现步骤摘要】

本专利技术涉及图像检测技术,尤其涉及一种结合机器视觉与深度学习的纸袋机故障检测方法及系统


技术介绍

1、纸袋机是一种广泛应用于包装行业的自动化设备,其主要功能是将纸张或复合材料制成各种规格和形状的纸袋。

2、纸袋机的工作原理可以概括为"输送-成型-压合-输出"四个阶段。首先,纸张或复合材料通过输送部件被送入机器。输送部件通常包括传送带、导向辊和张力控制装置等,其目的是确保材料以恒定的速度和张力进入下一个工序。在成型阶段,材料经过一系列的折叠、剪切和成型操作,逐步成型为纸袋的基本形状。这一过程通常由机械凸轮、气动或液压驱动的折叠器、刀具等完成。接下来,在压合阶段,袋子的边缘和底部被压合、粘合或热封,使其成为一个完整的纸袋。最后,成品纸袋通过输出部件被送出机器,完成整个制袋过程。

3、尽管现代纸袋机的设计和制造工艺不断改进,但由于其复杂的机械结构和高速运转的特点,在实际生产中仍然存在一些常见的故障类型。例如,输送部件中的传送带磨损或打滑、张力控制不稳定等问题,可能导致纸张进给不均匀或堆积。在成型部分,折叠器和刀具的定位精度下降、刀具磨本文档来自技高网...

【技术保护点】

1.一种结合机器视觉与深度学习的纸袋机故障检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,对多视角的设备运行数据进行预处理得到预处理后的设备运行数据,包括:

3.根据权利要求1所述的方法,其特征在于,针对每个视角的预处理后的设备运行数据利用所述多视角卷积神经网络对该视角的特征进行提取得到该视角对应的特征图,包括:

4.根据权利要求3所述的方法,其特征在于,针对每个特征图组计算该特征图组对应的注意力权重,包括:

5.根据权利要求1所述的方法,其特征在于,长短期记忆网络包括存储器和控制器,存储器用于利用存储槽存储上下文信...

【技术特征摘要】

1.一种结合机器视觉与深度学习的纸袋机故障检测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,对多视角的设备运行数据进行预处理得到预处理后的设备运行数据,包括:

3.根据权利要求1所述的方法,其特征在于,针对每个视角的预处理后的设备运行数据利用所述多视角卷积神经网络对该视角的特征进行提取得到该视角对应的特征图,包括:

4.根据权利要求3所述的方法,其特征在于,针对每个特征图组计算该特征图组对应的注意力权重,包括:

5.根据权利要求1所述的方法,其特征在于,长短期记忆网络包括存储器和控制器,存储器用于利用存储槽存储上下文信息,控制器用于在每个时间步根据当前的隐藏状态向量从存储器中读取关联的上下文信息...

【专利技术属性】
技术研发人员:张和平
申请(专利权)人:孝感市吉联食品包装有限公司
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