首页 / 一种碳纤维原丝生产用智能控制方法

一种碳纤维原丝生产用智能控制方法实质审查 发明

技术领域

[0001] 本发明涉及碳纤维探测技术领域,具体为一种碳纤维原丝生产用智能控制方法。

相关背景技术

[0002] 碳纤维(Carbon Fiber)是一种高性能材料,具有重量轻、强度高、耐腐蚀、抗疲劳、导电热性能好等优点,被广泛应用于航空航天、汽车体育器材、船舶等领域,而碳纤维原丝是碳纤维材料的基础,其质量和生产效率直接影响到碳纤维制品的质量和生产成本,因此,开发一套可靠、高效的碳纤维原丝生产线控制系统对于碳纤维产业的发展至关重要,传统的碳纤维原丝探测方法主要包括视觉检查和手动测量;随着技术的发展,越来越多的传感器被应用于检测中,例如人工智能(AI)技术,尤其是机器学习和深度学习技术,近年来在故障检测和预测维护领域取得了显著进展,AI能够处理来自传感器的大量数据,并从中提取出有用的信息,通过训练模型,AI可以识别出正常和异常模式,准确检测断丝现象,减少对人工检查的依赖,提高检测的准确性和效率,现代基于AI的断丝探测系统通常包括:数据采集系统、数据处理单元以及报警和报告系统,以实时根据传感器数据进行数据处理和分析,及时发出警报,并生成检测报告,以帮助维护人员进行决策;
现有的碳纤维原丝生产用智能控制方法,无法同时对多根碳纤维进行断丝探测,无法根据对碳纤维的在探测时的固定位置,判断碳纤维是否存在松动,从而使探测的数据不准确,无法调整对碳纤维的固定情况,使多根碳纤维同时进行断丝探测时,受力不均衡,从而影响探测数据的准确性,无法根据碳纤维的断丝情况,尽可能的提取过程和结果均相似甚至一致的数据,使得数据的实现过程存在差异,从而造成结果不准确,最终影响实物的使用参数等数据的准确性,其实用性存在一定的局限性。

具体实施方式

[0017] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0018] 实施例一,一种碳纤维原丝生产用智能控制方法,参阅图1‑图3,包括:探测设备:包括采集模块、夹持模块、探测模块以及调整模块;
采集模块:用于获取目标碳纤维的固定数据;
夹持模块:包括第一夹板和第二夹板,用于固定需要进行检测的碳纤维,如图2所示;
探测模块:通过断丝检测策略,形成断丝检测数据,对碳纤维检测其断丝所对应的拉力;
调整模块:通过设备调整策略,调整夹持模块对进行检测的碳纤维的固定程度;
所述获取目标碳纤维的固定数据,具体为:
获取目标碳纤维两端的中心点,分别定为第一中心点和第二中心点,如图2所示;
连接第一中心点和第二中心点,形成长边线,如图3所示;
获取目标碳纤维的第一中心点所在平面,定为判定面,如图2所示;
获取目标碳纤维的判定面的轮廓,定为判定轮廓,如图2所示;
以第一中心点为原点,在判定面任意作一直线,定为判定直线;
提取判定直线与判定轮廓的两个交点,分别定为第一交点和第二交点,如图2所示;
连接第一交点和第二交点,形成目标直线,如图2所示;
获取目标直线的长度,定为目标长度。
[0019] 通过上述模块,同时对多根碳纤维进行断丝探测,根据对碳纤维的在探测时的固定位置,判断碳纤维是否存在松动,从而使探测的数据更加准确,自动调整对碳纤维的固定情况,使多根碳纤维同时进行断丝探测时,受力尽可能的达到均衡,从而使探测的数据更加准确,根据碳纤维的断丝情况,尽可能的提取过程和结果均相似甚至一致的数据,使得数据的实现过程减少差异,从而使结果更加准确,减少实物的使用参数等数据的误差;其中,判断碳纤维是否存在松动为,通过AI视觉检测技术,对碳纤维的固定位置以及固定情况进行图像采集,并生成模型,从而根据具体的探测过程,在图像中对需要进行分析的位置点进行标记,基于YOLO优化目标检测算法,采集碳纤维位置的特征图片集,建立相应的检测方法和调整方法,并将该方法嵌入边缘AI计算设备;
其中,YOLO‑MODO(碳纤维状态事件检测模型)检测机制,将摄像头架设在目标检测区域固定位置,采集碳纤维丝在第一目标区域和第二目标区域内状态事件的视频流文件作为原始数据集,对状态事件数据集进行人工标注,标注结果用于YOLO‑MODO检测模型的训练,得到基础版模型,结合TensorRT优化器,完成模型推理加速,接入RTSP协议视频流采用YOLO‑MODO检测方法检测状态事件,实时判断状态事件是否出现,若检测到碳纤维丝位置存在变化,即第二夹板未夹紧碳纤维丝,则调整第二夹板的夹持力,同时保存检测视频及状态事件图片至指定存储位置,用于后期模型迭代,保存的检测视频及状态事件图片可能存在误报或漏报问题,定期将存储数据集与场景台账记录基于时序特征关联匹配,查找误报或漏报视频数据集,用于模型持续迭代学习,优化后的检测模型更新至检测终端设备;
摄像头RTSP协议视频流接入边缘AI计算设备,设备上电自动执行模型检测脚本,开始检测,若检测到碳纤维丝位置存在变化,即第二夹板未夹紧碳纤维丝,则调整第二夹板的夹持力,检测模型持续运行直至不再有状态事件检出并满足碳纤维丝位置无变化后,控制第二夹板移动直至碳纤维丝断裂,并记录相关数据,整个过程保持模型持续运行,为保障脚本运行的连续性,防止执行过程中断等情况的发生,增加模型检测脚本守护程序,当检测不到模型运行时,触发启动程序,保障检测模型运行的稳定性。
[0020] 实施例二,本实施例是在实施例一的基础上做出的改进,该碳纤维原丝生产用智能控制方法,参阅图3,所述断丝检测策略,包括固定步骤,具体为:设定检测数量,所述检测数量为5;
分别获取第一夹板和第二夹板的放置区域,定为第一目标区域和第二目标区域,如图3所示;
获取第一夹板的第一边线和第二边线,如图3所示;
获取目标碳纤维的固定数据;
获取间隔距离;
设定放置距离,所述放置距离为2cm;
将检测数量对应的目标碳纤维根据间隔距离均匀平放于第一目标区域和第二目标区域后,第一夹板与第二夹板对目标碳纤维进行夹持,如图3所示;
其中,所有目标碳纤维的长边线均平行于第一夹板的第二边线,所有目标碳纤维的第一中心点与第一夹板的第一边线之间的距离均为放置距离,所有目标碳纤维的长边线均比第一夹板与第二夹板之间的距离长,如图3所示。
[0021] 其中,所述获取间隔距离,具体为:获取第一夹板的第一边线,如图3所示;
获取检测数量;
获取第一边线的长度,定为判定长度;
获取目标长度,如图3所示;
设定起始距离,所述起始距离为最外侧目标碳纤维与第一夹板的第二边线之间的距离,如起始距离为1cm,如图3所示;
计算间隔距离,间隔距离=[(判定长度-2×起始距离)-(检测数量×目标长度)]÷(检测数量-1),如图3所示。
[0022] 本实施例还提供,所述断丝检测策略,还包括检测步骤,具体为:将由第一夹板向第二夹板方向,认定为目标移动方向;
获取检测数量;
计算探测数量,探测数量=检测数量×60%;
分别获取第一夹板和第二夹板的中心点,分别定为第一分析点和第二分析点,如图3所示;
连接第一分析点和第二分析点,形成分析中线,如图3所示;
设定初始偏移距离,所述初始偏移距离为0.5cm;
以分析中线为起始位置,向其两侧分别偏移初始偏移距离,形成第一偏移线和第二偏移线,如图3所示;
将第一偏移线和第二偏移线之间的范围,认定为分析范围;
获取分析范围内的目标碳纤维的数量,定为分析数量;
若分析数量>探测数量,则减小初始偏移距离,直至分析数量=探测数量;
若分析数量<探测数量,则增大初始偏移距离,直至分析数量=探测数量;
若分析数量=探测数量,则执行设备调整策略,直至判定夹持模块无松动;
探测设备控制第一夹板固定不动;
探测设备控制第二夹板向目标移动方向进行移动,直至分析范围内的所有目标碳纤维全部断裂;
记录第二夹板所使用的拉力。
[0023] 实施例三,本实施例是在实施例二的基础上做出的改进,本实施例中,所述设备调整策略,具体为:设定初始夹持力,所述初始夹持力为人为设定的默认夹持力,如初始夹持力5N;
设定固定夹持力,所述固定夹持力为设备的最大夹持力,如固定夹持力10N;
探测设备控制第一夹板以固定夹持力对目标碳纤维一侧进行夹持;
探测设备控制第二夹板以初始夹持力对目标碳纤维另一侧进行夹持;
获取初始交点和移动交点;
若移动交点=初始交点,则判定该目标碳纤维已夹紧;
若移动交点≠初始交点,则判定该目标碳纤维未夹紧;
获取检测数量;
获取已夹紧的目标碳纤维的数量,定为夹紧数量;
若夹紧数量≠检测数量,则执行夹持调整策略,直至夹紧数量=检测数量;
若夹紧数量=检测数量,则执行松动判定策略。
[0024] 其中,所述获取初始交点和移动交点,具体为:获取第二夹板的第三边线;
对每个目标碳纤维分别提取其与第三边线的交点,定为初始交点,如图3所示;
设定单位距离,所述单位距离为1mm;
探测设备控制第二夹板向目标移动方向进行移动单位距离;
再次获取对每个目标碳纤维分别提取其与第三边线的交点,定为移动交点,如图3所示。
[0025] 本实施例还提供,所述夹持调整策略,具体为:设定单位夹持力,所述单位夹持力为1N;
获取固定夹持力和初始夹持力;
计算调整夹持力,调整夹持力=初始夹持力+单位夹持力;
探测设备控制第一夹板以固定夹持力对目标碳纤维一侧进行夹持;
探测设备控制第二夹板以调整夹持力对目标碳纤维另一侧进行夹持;
获取初始交点和移动交点;
获取检测数量和夹紧数量;
若夹紧数量≠检测数量,则将调整夹持力更新为初始夹持力,并重复执行夹持调整策略,直至夹紧数量=检测数量;
若夹紧数量=检测数量,则执行松动判定策略。
[0026] 本实施例还提供,所述松动判定策略,具体为:所述调整模块包括风力控制装置;
S1、将长边线的中点定为判定中点,如图3所示;
对每个目标碳纤维分别获取判定中点与分析中线之间的垂直距离,定为初始距离,如图3所示;
S2、设定初始风力,所述初始风力为风力控制装置的能够输出的最小风力;
S3、风力控制装置以初始风力向目标碳纤维输出风力;
S4、再次对每个目标碳纤维分别获取判定中点与分析中线之间的垂直距离,定为移动距离,如图3所示;
S5、若移动距离=初始距离,则获取单位风力,所述单位风力为风向不变,风速为
1;
若移动距离≠初始距离,则执行松动调整策略;
S6、计算调整风力,调整风力=初始风力+单位风力;
S7、风力控制装置以调整风力向目标碳纤维输出风力;
S8、获取极限风力,所述极限风力为风力控制装置的能够输出的最大风力;
S9、若调整风力=极限风力,则判定夹持模块无松动;
若调整风力≠极限风力,则重复执行步骤S4‑S9,直至调整风力=极限风力。
[0027] 其中,所述松动调整策略,具体为:获取调整夹持力、固定夹持力以及单位夹持力;
计算风力夹持力,风力夹持力=调整夹持力+单位夹持力;
探测设备控制第一夹板以固定夹持力对目标碳纤维一侧进行夹持;
探测设备控制第二夹板以风力夹持力对目标碳纤维另一侧进行夹持;
执行步骤S1‑S4;
若移动距离≠初始距离,则将风力夹持力更新为调整夹持力,并重复执行松动调整策略,直至移动距离=初始距离;
若移动距离=初始距离,则获取单位风力,并执行步骤S6‑S9。
[0028] 本实施例,同时对多根碳纤维进行断丝探测,根据对碳纤维的在探测时的固定位置,判断碳纤维是否存在松动,从而使探测的数据更加准确,自动调整对碳纤维的固定情况,使多根碳纤维同时进行断丝探测时,受力尽可能的达到均衡,从而使探测的数据更加准确,根据碳纤维的断丝情况,尽可能的提取过程和结果均相似甚至一致的数据,使得数据的实现过程减少差异,从而使结果更加准确,减少实物的使用参数等数据的误差。
[0029] 需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0030] 以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

当前第1页 第1页 第2页 第3页
相关技术
智能控制相关技术
生产智能相关技术
邹迁发明人的其他相关专利技术