本發(fā)明涉及智能噴涂控制，尤其涉及智能制鞋生產(chǎn)線鞋面噴涂控制方法及系統(tǒng)。

背景技術(shù)：

1、智能噴涂控制技術(shù)領(lǐng)域融合了機(jī)器人技術(shù)、傳感器技術(shù)、計(jì)算機(jī)視覺(jué)及人工智能算法，實(shí)現(xiàn)對(duì)噴涂過(guò)程的精準(zhǔn)控制。智能噴涂系統(tǒng)能夠根據(jù)不同的工作件形狀和大小，自動(dòng)調(diào)整噴涂參數(shù)如流量、壓力和噴嘴的移動(dòng)速度和路徑，以確保涂層的均勻性和質(zhì)量。廣泛應(yīng)用于汽車、航空、家具及電子產(chǎn)品等行業(yè)，以提高生產(chǎn)效率、降低材料浪費(fèi)并改善工作環(huán)境。

2、其中，智能制鞋生產(chǎn)線鞋面噴涂控制方法是一種應(yīng)用于鞋類制造的智能噴涂技術(shù)。在鞋面制造過(guò)程中，通過(guò)智能控制噴涂系統(tǒng)，精確地在鞋面材料上施加涂層或圖案。這種方法能夠根據(jù)不同鞋面的材質(zhì)和設(shè)計(jì)需求調(diào)整噴涂參數(shù)，例如噴涂速度、壓力和顏色混合，從而實(shí)現(xiàn)高效且一致的生產(chǎn)效果。

3、現(xiàn)有技術(shù)主要通過(guò)在鞋面制造過(guò)程中調(diào)整噴涂速度、壓力和顏色混合等參數(shù)的方式，適應(yīng)不同鞋面的材質(zhì)和設(shè)計(jì)需求。然而，這種方法的局限性在于噴涂參數(shù)的調(diào)整多為預(yù)設(shè)值，導(dǎo)致在實(shí)際生產(chǎn)中，系統(tǒng)容易受到瞬時(shí)波動(dòng)或突發(fā)異常的影響。例如，在生產(chǎn)過(guò)程中，噴涂壓力的異常波動(dòng)或速度的突發(fā)變化可能導(dǎo)致涂層不均勻，還容易出現(xiàn)噴涂不一致的情況，尤其是當(dāng)鞋面材質(zhì)和設(shè)計(jì)需求變化時(shí)，系統(tǒng)難以及時(shí)響應(yīng)。此外，現(xiàn)有技術(shù)雖然能夠通過(guò)智能控制調(diào)整噴涂參數(shù)，難以基于歷史數(shù)據(jù)分析預(yù)測(cè)未來(lái)潛在問(wèn)題，增加了生產(chǎn)中的不確定性和停機(jī)時(shí)間，影響了生產(chǎn)效率和產(chǎn)品質(zhì)量的穩(wěn)定性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是解決現(xiàn)有技術(shù)中存在的缺點(diǎn)，而提出的智能制鞋生產(chǎn)線鞋面噴涂控制方法及系統(tǒng)。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：智能制鞋生產(chǎn)線鞋面噴涂控制方法，包括以下步驟，

3、s1：采集噴涂速度、噴涂量、壓力和涂層質(zhì)量信息，根據(jù)當(dāng)前噴涂效果，分析參數(shù)對(duì)涂層均勻性、覆蓋范圍和干燥速度的影響，生成參數(shù)影響數(shù)據(jù)集：

4、s2：基于所述參數(shù)影響數(shù)據(jù)集，計(jì)算參數(shù)的權(quán)重值，并對(duì)比每個(gè)權(quán)重的大小，依次排列權(quán)重值以判斷控制過(guò)程中的優(yōu)先性，生成參數(shù)權(quán)重表：

5、s3：基于所述參數(shù)權(quán)重表，根據(jù)當(dāng)前監(jiān)測(cè)的噴涂壓力、噴嘴狀態(tài)、速度變化信息，將即時(shí)波動(dòng)情況與歷史記錄對(duì)比，識(shí)別異常波動(dòng)，生成噴涂行為趨勢(shì)分析結(jié)果；

6、s4：根據(jù)所述噴涂行為趨勢(shì)分析結(jié)果，預(yù)測(cè)未來(lái)潛在異常的發(fā)生時(shí)間和位置，識(shí)別噴涂設(shè)備在指定條件下的故障模式，生成異常模式識(shí)別結(jié)果；

7、s5：采集相機(jī)拍攝噴涂鞋面圖像，通過(guò)對(duì)比噴涂區(qū)域的厚度一致性，分析圖像中的薄涂、厚涂及漏噴區(qū)域，生成噴涂圖像質(zhì)量評(píng)估結(jié)果：

8、s6：基于所述噴涂圖像質(zhì)量評(píng)估結(jié)果和異常模式識(shí)別結(jié)果，模擬多種噴涂參數(shù)對(duì)鞋面涂層質(zhì)量的影響，根據(jù)模擬結(jié)果調(diào)整并更新噴涂設(shè)備的速度和壓力參數(shù)，生成噴涂?jī)?yōu)化控制結(jié)果。

9、本發(fā)明改進(jìn)有，所述參數(shù)影響數(shù)據(jù)集包括參數(shù)的標(biāo)準(zhǔn)化值集合、參數(shù)對(duì)噴涂均勻性和覆蓋范圍的影響指標(biāo)以及參數(shù)對(duì)干燥速度的影響系數(shù)，所述參數(shù)權(quán)重表包括噴涂速度、噴涂量和壓力的權(quán)重?cái)?shù)值排列，所述噴涂行為趨勢(shì)分析結(jié)果包括壓力變化曲線、噴嘴開(kāi)關(guān)狀態(tài)圖和速度變化趨勢(shì)圖，所述異常模式識(shí)別結(jié)果包括潛在故障的時(shí)間預(yù)警、位置標(biāo)識(shí)、噴涂設(shè)備故障類型分類，所述噴涂圖像質(zhì)量評(píng)估結(jié)果包括涂層厚度分布圖、區(qū)域均勻性評(píng)價(jià)、漏噴區(qū)域坐標(biāo)及薄涂和厚涂區(qū)域的比例數(shù)據(jù)，所述噴涂?jī)?yōu)化控制結(jié)果包括調(diào)整后的噴涂速度范圍、最佳壓力設(shè)定值和噴涂角度配置。

10、本發(fā)明改進(jìn)有，采集噴涂速度、噴涂量、壓力和涂層質(zhì)量信息，根據(jù)當(dāng)前噴涂效果，分析參數(shù)對(duì)涂層均勻性、覆蓋范圍和干燥速度的影響，生成參數(shù)影響數(shù)據(jù)集的具體步驟如下：

11、s101：采集噴涂速度、噴涂量、壓力和涂層質(zhì)量數(shù)據(jù)，消除錯(cuò)誤讀數(shù)和異常值，驗(yàn)證數(shù)據(jù)完整性，生成原始數(shù)據(jù)集；

12、s102：基于所述原始數(shù)據(jù)集，調(diào)整數(shù)據(jù)至相同比例尺度，消除測(cè)量單位間的差異，生成處理后的數(shù)據(jù)集；

13、s103：基于所述處理后的數(shù)據(jù)集，根據(jù)當(dāng)前涂層均勻性、覆蓋范圍和干燥速度數(shù)據(jù)，分析每個(gè)參數(shù)與噴涂效果之間的關(guān)聯(lián)性，計(jì)算參數(shù)對(duì)涂層特性的影響程度，生成參數(shù)影響數(shù)據(jù)集。

14、本發(fā)明改進(jìn)有，基于所述參數(shù)影響數(shù)據(jù)集，計(jì)算參數(shù)的權(quán)重值，并對(duì)比每個(gè)權(quán)重的大小，依次排列權(quán)重值以判斷控制過(guò)程中的優(yōu)先性，生成參數(shù)權(quán)重表的具體步驟如下：

15、s201：從所述參數(shù)影響數(shù)據(jù)集中提取每個(gè)參數(shù)的影響強(qiáng)度，確定每個(gè)參數(shù)在影響噴涂質(zhì)量方面的相對(duì)重要性，生成初始參數(shù)效果關(guān)系表；

16、s202：基于所述初始參數(shù)效果關(guān)系表，對(duì)每個(gè)參數(shù)進(jìn)行權(quán)重分配，匹配權(quán)重與參數(shù)影響噴涂效果的貢獻(xiàn)，生成調(diào)整后的參數(shù)權(quán)重?cái)?shù)據(jù)；

17、s203：整合所述調(diào)整后的參數(shù)權(quán)重?cái)?shù)據(jù)，將參數(shù)權(quán)重值按從高到低排序，確定在噴涂控制策略中參數(shù)的優(yōu)先級(jí)，生成參數(shù)權(quán)重表。

18、本發(fā)明改進(jìn)有，基于所述參數(shù)權(quán)重表，根據(jù)當(dāng)前監(jiān)測(cè)的噴涂壓力、噴嘴狀態(tài)、速度變化信息，將即時(shí)波動(dòng)情況與歷史記錄對(duì)比，識(shí)別異常波動(dòng)，生成噴涂行為趨勢(shì)分析結(jié)果的具體步驟如下：

19、s301：監(jiān)測(cè)所述參數(shù)權(quán)重表中高權(quán)重的噴涂壓力、噴嘴狀態(tài)、速度參數(shù)變化數(shù)據(jù)，并記錄數(shù)據(jù)的即時(shí)波動(dòng)情況，生成實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)集；

20、s302：基于所述實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)集，對(duì)比歷史數(shù)據(jù)記錄，識(shí)別壓力驟降、噴嘴開(kāi)關(guān)不穩(wěn)定或速度突變的異常波動(dòng)，標(biāo)記異常事件，生成異常波動(dòng)標(biāo)記集；

21、s303：利用所述異常波動(dòng)標(biāo)記集，分析異常波動(dòng)的頻率和模式，確定異常波動(dòng)與噴涂效果的影響，生成噴涂行為趨勢(shì)分析結(jié)果。

22、本發(fā)明改進(jìn)有，根據(jù)所述噴涂行為趨勢(shì)分析結(jié)果，預(yù)測(cè)未來(lái)潛在異常的發(fā)生時(shí)間和位置，識(shí)別噴涂設(shè)備在指定條件下的故障模式，生成異常模式識(shí)別結(jié)果的具體步驟如下：

23、s401：基于所述噴涂行為趨勢(shì)分析結(jié)果，創(chuàng)建數(shù)據(jù)序列，將異常數(shù)據(jù)標(biāo)記為未來(lái)分析的基準(zhǔn)點(diǎn)，生成異常數(shù)據(jù)序列；

24、s402：對(duì)所述異常數(shù)據(jù)序列中的波動(dòng)信息進(jìn)行分類，將每類波動(dòng)與其可能引發(fā)的噴涂問(wèn)題關(guān)聯(lián)，確定每種異常類型導(dǎo)致的噴涂缺陷，生成異常波動(dòng)分類結(jié)果；

25、s403：基于所述異常波動(dòng)分類結(jié)果，預(yù)測(cè)未來(lái)潛在異常的發(fā)生時(shí)間和位置，識(shí)別多種噴涂條件下的故障模式，生成異常模式識(shí)別結(jié)果。

26、本發(fā)明改進(jìn)有，采集相機(jī)拍攝噴涂鞋面圖像，通過(guò)對(duì)比噴涂區(qū)域的厚度一致性，分析圖像中的薄涂、厚涂及漏噴區(qū)域，生成噴涂圖像質(zhì)量評(píng)估結(jié)果的具體步驟如下：

27、s501：采集相機(jī)對(duì)噴涂的鞋面持續(xù)拍攝的連續(xù)圖像信息，生成原始圖像數(shù)據(jù)集；

28、s502：對(duì)所述原始圖像數(shù)據(jù)集進(jìn)行灰度化處理，清除圖像中的背景噪聲，優(yōu)化圖像中噴涂區(qū)域的邊緣細(xì)節(jié)，生成處理后的圖像數(shù)據(jù)集；

29、s503：識(shí)別所述處理后的圖像數(shù)據(jù)集中的像素密度及分布差異，對(duì)比噴涂區(qū)域的厚度一致性，識(shí)別薄涂、厚涂及漏噴區(qū)域，生成噴涂圖像質(zhì)量評(píng)估結(jié)果。

30、本發(fā)明改進(jìn)有，基于所述噴涂圖像質(zhì)量評(píng)估結(jié)果和異常模式識(shí)別結(jié)果，模擬多種噴涂參數(shù)對(duì)鞋面涂層質(zhì)量的影響，根據(jù)模擬結(jié)果調(diào)整并更新噴涂設(shè)備的速度和壓力參數(shù)，生成噴涂?jī)?yōu)化控制結(jié)果的具體步驟如下：

31、s601：基于所述噴涂圖像質(zhì)量評(píng)估結(jié)果和異常模式識(shí)別結(jié)果，進(jìn)行三維數(shù)字建模，模擬多種噴涂參數(shù)，包括壓力和速度對(duì)噴涂鞋面的影響，生成三維模擬效果數(shù)據(jù)集；

32、s602：通過(guò)評(píng)估所述三維模擬效果數(shù)據(jù)集，確定多種噴涂速度和壓力設(shè)置對(duì)涂層均勻性和覆蓋效果的影響，通過(guò)比較選擇噴涂參數(shù)，得到最優(yōu)參數(shù)配置；

33、s603：將所述最優(yōu)參數(shù)配置應(yīng)用到噴涂設(shè)備上，進(jìn)行參數(shù)的調(diào)整和更新，使每次噴涂都達(dá)到預(yù)設(shè)的質(zhì)量標(biāo)準(zhǔn)，生成噴涂?jī)?yōu)化控制結(jié)果。

34、智能制鞋生產(chǎn)線鞋面噴涂控制系統(tǒng)，所述系統(tǒng)包括：

35、數(shù)據(jù)采集與處理模塊收集噴涂速度、噴涂量、壓力和涂層質(zhì)量信息，將采集到的數(shù)據(jù)進(jìn)行格式化和清洗，分析參數(shù)對(duì)涂層均勻性、覆蓋范圍和干燥速度的影響，生成參數(shù)影響數(shù)據(jù)集；

36、參數(shù)分析與權(quán)重配置模塊基于所述參數(shù)影響數(shù)據(jù)集，根據(jù)影響力大小計(jì)算參數(shù)的權(quán)重值，并排列權(quán)重?cái)?shù)據(jù)，生成參數(shù)權(quán)重表；

37、異常監(jiān)控與趨勢(shì)分析模塊基于所述參數(shù)權(quán)重表，監(jiān)控關(guān)鍵參數(shù)的即時(shí)波動(dòng)情況，將檢測(cè)到的波動(dòng)與歷史數(shù)據(jù)進(jìn)行對(duì)比分析，識(shí)別潛在的異常波動(dòng)模式，生成噴涂行為趨勢(shì)分析結(jié)果；

38、故障預(yù)測(cè)與模式識(shí)別模塊基于所述噴涂行為趨勢(shì)分析結(jié)果，構(gòu)建數(shù)據(jù)模型預(yù)測(cè)未來(lái)潛在的異常發(fā)生時(shí)間和位置，判斷噴涂設(shè)備在指定條件下出現(xiàn)的故障模式，生成異常模式識(shí)別結(jié)果；

39、參數(shù)優(yōu)化與控制模塊基于所述異常模式識(shí)別結(jié)果，根據(jù)相機(jī)拍攝噴涂鞋面圖像，模擬多種噴涂參數(shù)對(duì)鞋面涂層質(zhì)量的影響，確定最佳的噴涂速度和壓力參數(shù)，調(diào)整并更新噴涂設(shè)備的設(shè)置，生成噴涂?jī)?yōu)化控制結(jié)果。

40、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)和積極效果在于：

41、本發(fā)明中，通過(guò)計(jì)算各參數(shù)對(duì)涂層質(zhì)量的影響，并依次確定它們?cè)诳刂七^(guò)程中的優(yōu)先性，再對(duì)比歷史記錄與當(dāng)前監(jiān)測(cè)數(shù)據(jù)，不僅能夠識(shí)別異常波動(dòng)，還能根據(jù)這些數(shù)據(jù)預(yù)測(cè)未來(lái)關(guān)鍵對(duì)象潛在的異常情況及其位置，識(shí)別故障模式。提高了系統(tǒng)的預(yù)見(jiàn)性和反應(yīng)速度。結(jié)合圖像處理技術(shù)進(jìn)一步通過(guò)圖像對(duì)比分析鞋面噴涂區(qū)域的涂層厚度，能夠更精確地檢測(cè)薄涂、厚涂和漏噴區(qū)域，使得噴涂過(guò)程更為穩(wěn)定與高效。最終，基于這些評(píng)估數(shù)據(jù)，模擬多種噴涂參數(shù)對(duì)涂層質(zhì)量的影響，使系統(tǒng)能夠自動(dòng)調(diào)整和優(yōu)化噴涂參數(shù)，確保鞋面涂層的均勻性和一致性，提升產(chǎn)品質(zhì)量與生產(chǎn)效率。