【技术实现步骤摘要】
本专利技术属于裁床裁刀控制领域，更具体地，涉及一种应用于自动裁床的裁刀预见性控制方法、系统及电子设备。
技术介绍
1、自动裁床是通过控制裁刀以实现对布料的裁剪，进而得到裁片的自动化装置。具体地，在执行裁剪任务的过程中，自动裁床根据预定的裁刀控制方案对裁刀进行时间维度上的姿态控制，使裁刀按照预定的裁剪路径和裁剪方向对布料进行裁剪，从而得到用于后续成衣制作的裁片。
2、然而，在实际裁剪的过程中，裁刀的实际姿态会受到多种因素的影响，例如裁刀的裁剪速度、裁刀刃口磨损情况以及布料的厚度分布、硬度和韧性，在这些因素的影响下，裁刀的实际姿态可能与裁刀的期望姿态之间存在差异，而当裁刀的实际姿态与期望姿态之间的差异达到一定程度时，将会影响到裁片的精度，导致裁片良率下降，甚至是由于误差过大而作废弃处理。
3、基于以上可知，在执行裁剪任务的过程中控制裁刀姿态的偏差是十分有必要的。现有控制裁剪过程中裁刀姿态偏差的方式主要为：
4、在正式执行裁剪任务之前，采用当前裁刀控制方案试验性地裁剪一床布料，对裁剪所得裁片进行轮廓提取，并将提取到的裁片轮廓与基准裁片轮廓进行比对以确定裁片的精度，若裁片精度符合要求，则说明当前裁刀控制方案可以被用于正式裁剪作业，若裁片精度不符合要求，则根据提取到的裁片轮廓与基准裁片轮廓的差异对当前裁刀控制方案进行优化，以使后续裁剪所得裁片的轮廓逼近基准裁片轮廓，即采用优化裁刀控制方案的方式补偿由于裁刀姿态影响因素所导致的裁刀姿态的偏差。
5、然而，上述控制裁剪过程中裁刀姿态偏差的方式虽然
技术实现思路
1、有鉴于此，本专利技术提供一种应用于自动裁床的裁刀预见性控制方法、系统及电子设备。
2、根据本专利技术的第一方面，提供一种应用于自动裁床的裁刀预见性控制方法，该方法包括以下步骤：
3、根据第一数据集并基于动力学模型构建算法，获取第一裁刀姿态变化趋势预测模型；
4、根据第二数据集并基于长短期记忆网络算法，获取第二裁刀姿态变化趋势预测模型；
5、在执行裁剪任务之前，采用所述第一裁刀姿态变化趋势预测模型预测裁刀在裁剪任务执行过程中的第一姿态变化趋势，若所述第一姿态变化趋势与所述裁刀的期望姿态变化趋势不一致，则采用所述第二裁刀姿态变化趋势预测模型预测所述裁刀在裁剪任务执行过程中的第二姿态变化趋势，并基于所述第二姿态变化趋势与所述期望姿态变化趋势的偏差情况对预定的裁刀控制方案进行优化；
6、在执行裁剪任务的过程中，采用优化的裁刀控制方案对所述裁刀进行控制。
7、作为可选的是，所述第一数据集包括裁刀姿态表征数据和裁刀姿态影响数据；
8、所述裁刀姿态表征数据包括裁刀位置和裁刀角度；
9、所述裁刀姿态影响数据包括裁刀裁剪速度、裁刀刃口磨损量化值、工作环境温湿度、裁刀动态载荷波动以及被裁剪材料的硬度、厚度分布和韧性。
10、作为可选的是，判断所述第一姿态变化趋势是否与所述期望姿态变化趋势相一致的方法包括：
11、在表征所述第一姿态变化趋势的第一趋势线上均匀选取多个离散的待判断趋势点；
12、在表征所述期望姿态变化趋势的期望趋势线上均匀选取多个离散的基准趋势点；
13、若多个待判断趋势点中的不一致趋势点的数量达到设定值，则判断所述第一姿态变化趋势与所述期望姿态变化趋势不一致，
14、所述不一致趋势点为与相应的基准趋势点所代表的裁刀位置不一致或者与相应的基准趋势点所代表的裁刀角度不一致的待判断趋势点。
15、作为可选的是，所述第二数据集包括多个带有时间戳的数据组合；
16、所述数据组合包括所述裁刀姿态表征数据和所述裁刀姿态影响数据。
17、作为可选的是，所述基于所述第二姿态变化趋势与所述期望姿态变化趋势的偏差情况对预定的裁刀控制方案进行优化包括：
18、将表征所述第二姿态变化趋势的第二趋势线拆分为裁刀位置变化趋势线和裁刀角度变化趋势线；
19、将表征所述期望姿态变化趋势的期望趋势线拆分为期望裁刀位置变化趋势线和期望裁刀角度变化趋势线；
20、获取用于使所述裁刀位置变化趋势线逼近于所述期望裁刀位置变化趋势线的裁刀位置调整向量集；
21、获取用于使所述裁刀角度变化趋势线逼近于所述期望裁刀角度变化趋势线的裁刀角度调整向量集；
22、根据所述裁刀位置调整向量集对所述裁刀控制方案中的裁刀位置控制向量集进行优化；
23、根据所述裁刀角度调整向量集对所述裁刀控制方案中的裁刀角度控制向量集进行优化。
24、作为可选的是，所述待判断趋势点的选取数量与被裁剪材料要求的裁剪精度呈正相关。
25、根据本专利技术的第二方面，提供一种应用于自动裁床的裁刀预见性控制系统，该系统包括以下功能模块：
26、第一预测模型获取模块，用于根据第一数据集并基于动力学模型构建算法，获取第一裁刀姿态变化趋势预测模型；
27、第二预测模型获取模块，用于根据第二数据集并基于长短期记忆网络算法，获取第二裁刀姿态变化趋势预测模型；
28、裁刀控制方案优化模块，用于在执行裁剪任务之前，采用所述第一裁刀姿态变化趋势预测模型预测裁刀在裁剪任务执行过程中的第一姿态变化趋势，若所述第一姿态变化趋势与所述裁刀的期望姿态变化趋势不一致，则采用所述第二裁刀姿态变化趋势预测模型预测所述裁刀在裁剪任务执行过程中的第二姿态变化趋势，并基于所述第二姿态变化趋势与所述期望姿态变化趋势的偏差情况对预定的裁刀控制方案进行优化；
29、裁刀优化控制模块，用于在执行裁剪任务的过程中，采用优化的裁刀控制方案对所述裁刀进行控制。
30、作为优选的是，判断所述第一姿态变化趋势是否与所述期望姿态变化趋势相一致的方法包括：
31、在表征所述第一姿态变化趋势的第一趋势线上均匀选取多个离散的待判断趋势点；
32、在表征所述期望姿态变化趋势的期望趋势线上均匀选取多个离散的基准趋势点；
33、若多个待判断趋势点中的不一致趋势点的数量达到设定值，则判断所述第一姿态变化趋势与所述期望姿态变化趋势不一致，
34、所述不一致趋势点为与相应的基准趋势点所代表的裁刀位置不一致或者与相应的基准趋势点所代表的裁刀角度不一致的待判断趋势点。
35、作为优选的是，所述基于所述第二姿态变化趋势与所述期望姿态变化趋势的偏差情况对预定的裁刀控制方案进行优化包括：
36、将表征所述第二姿态变化趋势的第二趋势线拆分为裁刀位置变化趋本文档来自技高网...
【技术保护点】
1.一种应用于自动裁床的裁刀预见性控制方法，其特征在于，包括：
2.根据权利要求1所述的应用于自动裁床的裁刀预见性控制方法，其特征在于，所述第一数据集包括裁刀姿态表征数据和裁刀姿态影响数据；
3.根据权利要求2所述的应用于自动裁床的裁刀预见性控制方法，其特征在于，判断所述第一姿态变化趋势是否与所述期望姿态变化趋势相一致的方法包括：
4.根据权利要求3所述的应用于自动裁床的裁刀预见性控制方法，其特征在于，所述第二数据集包括多个带有时间戳的数据组合；
5.根据权利要求4所述的应用于自动裁床的裁刀预见性控制方法，其特征在于，所述基于所述第二姿态变化趋势与所述期望姿态变化趋势的偏差情况对预定的裁刀控制方案进行优化包括：
6.根据权利要求5所述的应用于自动裁床的裁刀预见性控制方法，其特征在于，所述待判断趋势点的选取数量与被裁剪材料要求的裁剪精度呈正相关。
7.一种应用于自动裁床的裁刀预见性控制系统，其特征在于，包括：
8.根据权利要求7所述的应用于自动裁床的裁刀预见性控制系统，其特征在于，判断所述第一姿态变
9.根据权利要求8所述的应用于自动裁床的裁刀预见性控制系统，其特征在于，所述基于所述第二姿态变化趋势与所述期望姿态变化趋势的偏差情况对预定的裁刀控制方案进行优化包括：
10.一种电子设备，其特征在于，包括处理器和存储器，所述处理器执行所述存储器中保存的计算机程序时实现权利要求1-6任一项所述的应用于自动裁床的裁刀预见性控制方法。
...【技术特征摘要】
1.一种应用于自动裁床的裁刀预见性控制方法，其特征在于，包括：
2.根据权利要求1所述的应用于自动裁床的裁刀预见性控制方法，其特征在于，所述第一数据集包括裁刀姿态表征数据和裁刀姿态影响数据；
3.根据权利要求2所述的应用于自动裁床的裁刀预见性控制方法，其特征在于，判断所述第一姿态变化趋势是否与所述期望姿态变化趋势相一致的方法包括：
4.根据权利要求3所述的应用于自动裁床的裁刀预见性控制方法，其特征在于，所述第二数据集包括多个带有时间戳的数据组合；
5.根据权利要求4所述的应用于自动裁床的裁刀预见性控制方法，其特征在于，所述基于所述第二姿态变化趋势与所述期望姿态变化趋势的偏差情况对预定的裁刀控制方案进行优化包括：
6.根据权利要求5所...
【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：上海百琪迈科技集团有限公司，
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。