一种砂轮生产投料压网系统的制作方法

本发明涉及砂轮制造，具体为一种砂轮生产投料压网系统。

背景技术：

1、目前在砂轮生产中需要加入网片，网片不平整容易导致砂轮成型质量下降，但现有的网片加入时，一般需要工人人工进行判断并平整网片，操作费时费力，操作智能化程度较低。

2、因此，需要一种砂轮生产投料压网系统来解决上述背景技术中提出的问题。

技术实现思路

1、本发明的目的在于提供一种砂轮生产投料压网系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种砂轮生产投料压网系统，包括控制台、下料模块以及监控模块，所述控制台的内部安装有下料控制软件，所述下料控制软件包括图像处理单元、判断单元以及数据存储单元。

4、作为本发明优选的方案，所述下料模块通过光纤线缆与控制台电性连接在一起，所述监控模块通过无线数据网络与控制台相连接。

5、作为本发明优选的方案，所述下料模块包括压网下料机和压平气缸，所述监控模块包括各种具体无线数据传输功能的监控摄像头。

6、作为本发明优选的方案，所述图像处理单元的具体操作步骤为：监控模块对下料模块投入的压网进行拍摄，得到初始图像，监控模块将初始图像通过无线数据网络输入控制台中的下料控制软件内，下料控制软件中的图像处理单元对初始图像数据进行滤波去噪，得到去噪图像，将去噪图像划分为互不重叠的待处理图像块，提取每一个待处理图像块的灰度等级，并统计每个灰度等级中包括的像素点数，从像素点数高于点数阈值的灰度等级中筛选出待分配像素点，将待分配像素点分配给待处理图像块的各灰度等级，若待分配像素点无法均分到各灰度等级中，则确定待分配像素点和待处理图像块包括的灰度等级总数的均值，将均值向下取整，得到均分到各灰度等级的可均分像素点数和剩余待分配像素点数，得到增强图像块，对增强图像块进行均衡化处理，得到增强图像，并将增强图像输入判断单元内。

7、作为本发明优选的方案，所述判断单元的具体操作步骤为：判断单元根据构建识别卷积网络，对识别卷积网络进行迭代训练，得到识别卷积模型，判断单元将接收的增强图像输入识别卷积模型中，识别卷积模型对增强图像与存储单元中的储存图像进行比对，若二者相似度超过预设阈值，则表明图像中的压网不平整，若二者相似度低于预设阈值，判断单元将增强图像输入识别卷积模型中进行识别判断，并将被判断为压网不平整的增强图像储存在存储单元内，若增强图像被识别为压网不平整后，判断单元启动下料模块中的压平气缸，压平气缸会将压网压平。

8、作为本发明优选的方案，所述滤波去噪的具体操作步骤为：先使用旋转公式对初始图像进行旋转处理，得到旋转图像，接着使用缩放公式对旋转图像进行放缩处理，获得缩放图像，再使用降噪公式(ix3，jy3)＝(ix2，jy2)+xmeans+sigma×g(d)为缩放图像进行噪声处理，得到去噪图像。

9、作为本发明优选的方案，所述迭代训练的具体操作步骤为：判断单元从存储单元中通过网络收集砂轮下料压网图像，并将收集到的图像数据组成训练集a，把训练集a送入构建的识别卷积模型中，识别卷积模型对训练集进行处理，得到处理集b，对处理集b进行归一化处理，得到归一数据集c，将归一数据集c送入判定函数内，得到判断值，将判断值与判断阈值进行对比，若判断值大于判断阈值，则将训练集a重新送入识别卷积网络中，并更改识别卷积网络的处理参数，识别卷积网络对训练集a进行再一次处理，重复操作，直到得到的判断值小于判断阈值，保存此时识别卷积网络的处理参数，得到识别卷积模型。

10、作为本发明优选的方案，所述识别卷积网络由六个卷积层、六个池化层以及两个处理预测层组成，六个池化层与六个卷积层一一对应，并处理对应卷积层输出的特征数据，两个处理预测层采用全连接，并接收池化层输入长度数据，每个卷积层包括五条传递链路、五个卷积阶段和101层卷积层的残差网络，五条传递链路包括卷积神经网络的前馈计算、自顶向下的信息传递链路、自下而上的分辨率信息传递链路以及两条横向连接链路。

11、作为本发明优选的方案，所述旋转公式中的ix和jy是为初始图像的像素点坐标，θ为初始图像的像素点以中心像素点为基点的旋转角度，ix1和jy1是经过旋转处理后的像素点坐标，(x＝1、2、3……n，y＝1、2、3……n)，缩放公式中ix1和jy1为旋转图像中的像素点坐标，为水平方向缩放的比率，为垂直方向缩放的比率，ix2和jy2是经过缩放之后的像素点坐标，(x＝1、2、3……n，y＝1、2、3……n)，降噪公式中ix3和jy3是经过降噪处理的像素点坐标，xmeans代表高斯分布的平均值，sigma代表高斯分布的标准方差，d为一个线性的随机数，g(d)是随机数的高斯分布随机值，(x＝1、2、3……n，y＝1、2、3……n)。

12、与现有技术相比，本发明的有益效果是：

13、1、本发明中，通过监控模块对下料模块投入的压网进行拍摄，得到初始图像，监控模块将初始图像通过无线数据网络输入控制台中的下料控制软件内，下料控制软件中的图像处理单元对初始图像数据进行滤波去噪，得到去噪图像，将去噪图像划分为互不重叠的待处理图像块，提取每一个待处理图像块的灰度等级，并统计每个灰度等级中包括的像素点数，从像素点数高于点数阈值的灰度等级中筛选出待分配像素点，将待分配像素点分配给待处理图像块的各灰度等级，若待分配像素点无法均分到各灰度等级中，则确定待分配像素点和待处理图像块包括的灰度等级总数的均值，将均值向下取整，得到均分到各灰度等级的可均分像素点数和剩余待分配像素点数，得到增强图像块，对增强图像块进行均衡化处理，得到增强图像，并将增强图像输入判断单元内，判断单元根据构建识别卷积网络，对识别卷积网络进行迭代训练，得到识别卷积模型，判断单元将接收的增强图像输入识别卷积模型中，识别卷积模型对增强图像与存储单元中的储存图像进行比对，若二者相似度超过预设阈值，则表明图像中的压网不平整，若二者相似度低于预设阈值，判断单元将增强图像输入识别卷积模型中进行识别判断，并将被判断为压网不平整的增强图像储存在存储单元内，若增强图像被识别为压网不平整后，判断单元启动下料模块中的压平气缸，压平气缸会将压网压平，可以智能化判断压网是否平整并自动压平不平整的压网，操作较为方便，智能化程度较高，解决了现有的网片加入时，一般需要工人人工进行判断并平整网片，操作费时费力，操作智能化程度较低的问题。

技术特征：

1.一种砂轮生产投料压网系统，包括控制台(1)、下料模块(2)以及监控模块(3)，其特征在于：所述控制台(1)的内部安装有下料控制软件(4)，所述下料控制软件(4)包括图像处理单元(5)、判断单元(6)以及数据存储单元(7)。

2.根据权利要求1所述的一种砂轮生产投料压网系统，其特征在于：所述下料模块(2)通过光纤线缆与控制台(1)电性连接在一起，所述监控模块(3)通过无线数据网络与控制台(1)相连接。

3.根据权利要求1所述的一种砂轮生产投料压网系统，其特征在于：所述下料模块(2)包括压网下料机和压平气缸，所述监控模块(3)包括各种具体无线数据传输功能的监控摄像头。

4.根据权利要求1所述的一种砂轮生产投料压网系统，其特征在于：所述图像处理单元(5)的具体操作步骤为：监控模块(3)对下料模块(2)投入的压网进行拍摄，得到初始图像，监控模块(3)将初始图像通过无线数据网络输入控制台(1)中的下料控制软件(2)内，下料控制软件(2)中的图像处理单元(5)对初始图像数据进行滤波去噪，得到去噪图像，将去噪图像划分为互不重叠的待处理图像块，提取每一个待处理图像块的灰度等级，并统计每个灰度等级中包括的像素点数，从像素点数高于点数阈值的灰度等级中筛选出待分配像素点，将待分配像素点分配给待处理图像块的各灰度等级，若待分配像素点无法均分到各灰度等级中，则确定待分配像素点和待处理图像块包括的灰度等级总数的均值，将均值向下取整，得到均分到各灰度等级的可均分像素点数和剩余待分配像素点数，得到增强图像块，对增强图像块进行均衡化处理，得到增强图像，并将增强图像输入判断单元(6)内。

5.根据权利要求1所述的一种砂轮生产投料压网系统，其特征在于：所述判断单元(6)的具体操作步骤为：判断单元(6)根据构建识别卷积网络，对识别卷积网络进行迭代训练，得到识别卷积模型，判断单元(5)将接收的增强图像输入识别卷积模型中，识别卷积模型对增强图像与存储单元(7)中的储存图像进行比对，若二者相似度超过预设阈值，则表明图像中的压网不平整，若二者相似度低于预设阈值，判断单元(5)将增强图像输入识别卷积模型中进行识别判断，并将被判断为压网不平整的增强图像储存在存储单元(7)内，若增强图像被识别为压网不平整后，判断单元(5)启动下料模块(2)中的压平气缸，压平气缸会将压网压平。

6.根据权利要求4所述的一种砂轮生产投料压网系统，其特征在于：所述滤波去噪的具体操作步骤为：先使用旋转公式对初始图像进行旋转处理，得到旋转图像，接着使用缩放公式对旋转图像进行放缩处理，获得缩放图像，再使用降噪公式(ix3，jy3)＝(ix2，jy2)+xmeans+sigma×g(d)为缩放图像进行噪声处理，得到去噪图像。

7.根据权利要求5所述的一种砂轮生产投料压网系统，其特征在于：所述迭代训练的具体操作步骤为：判断单元(6)从存储单元(7)中通过网络收集砂轮下料压网图像，并将收集到的图像数据组成训练集a，把训练集a送入构建的识别卷积模型中，识别卷积模型对训练集进行处理，得到处理集b，对处理集b进行归一化处理，得到归一数据集c，将归一数据集c送入判定函数内，得到判断值，将判断值与判断阈值进行对比，若判断值大于判断阈值，则将训练集a重新送入识别卷积网络中，并更改识别卷积网络的处理参数，识别卷积网络对训练集a进行再一次处理，重复操作，直到得到的判断值小于判断阈值，保存此时识别卷积网络的处理参数，得到识别卷积模型。

8.根据权利要求5所述的一种砂轮生产投料压网系统，其特征在于：所述识别卷积网络由六个卷积层、六个池化层以及两个处理预测层组成，六个池化层与六个卷积层一一对应，并处理对应卷积层输出的特征数据，两个处理预测层采用全连接，并接收池化层输入长度数据，每个卷积层包括五条传递链路、五个卷积阶段和101层卷积层的残差网络，五条传递链路包括卷积神经网络的前馈计算、自顶向下的信息传递链路、自下而上的分辨率信息传递链路以及两条横向连接链路。

9.根据权利要求6所述的一种砂轮生产投料压网系统，其特征在于：所述旋转公式中的ix和jy是为初始图像的像素点坐标，θ为初始图像的像素点以中心像素点为基点的旋转角度，ix1和jy1是经过旋转处理后的像素点坐标，(x＝1、2、3……n，y＝1、2、3……n)，缩放公式中ix1和jy1为旋转图像中的像素点坐标，为水平方向缩放的比率，为垂直方向缩放的比率，ix2和jy2是经过缩放之后的像素点坐标，(x＝1、2、3……n，y＝1、2、3……n)，降噪公式中ix3和jy3是经过降噪处理的像素点坐标，xmeans代表高斯分布的平均值，sigma代表高斯分布的标准方差，d为一个线性的随机数，g(d)是随机数的高斯分布随机值，(x＝1、2、3……n，y＝1、2、3……n)。

技术总结
本发明涉及砂轮制造技术领域，尤其为一种砂轮生产投料压网系统，包括控制台、下料模块以及监控模块，所述控制台的内部安装有下料控制软件，所述下料控制软件包括图像处理单元、判断单元以及数据存储单元，本发明解决了现有的网片加入时，一般需要工人人工进行判断并平整网片，操作费时费力，操作智能化程度较低的问题。

技术研发人员：陈艳瑞,刘新波,秦新伟
受保护的技术使用者：漯河屠龙磨料磨具有限公司
技术研发日：
技术公布日：2024/1/15