[發(fā)明專利]一種基于機器學習的鋁型材落砂檢測方法有效
| 申請?zhí)枺?/td> | 201710666194.2 | 申請日： | 2017-08-07 |
| 公開（公告）號： | CN107608207B | 公開（公告）日： | 2020-10-27 |
| 發(fā)明（設計）人： | 利啟東;肖盼;黃冠成;林健發(fā) | 申請（專利權）人： | 佛山締樂視覺科技有限公司 |
| 主分類號： | G05B13/02 | 分類號： | G05B13/02 |
| 代理公司： | 廣州嘉權專利商標事務所有限公司 44205 | 代理人： | 任毅 |
| 地址： | 528200 廣東省佛山市南海區(qū)獅山鎮(zhèn)*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 機器 學習 鋁型材落砂 檢測 方法 | ||
【權利要求書】：
1.一種基于機器學習的鋁型材落砂檢測方法，其特征在于，包括有以下步驟：
A、根據落砂檢測的實驗數據，訓練出以鋁型材膜厚和工藝條件為輸入、鋁型材標準質量等級下的初始落砂量為輸出的BP神經網絡；
B、根據上述初始落砂量以及鋁型材表面黑點直徑計算得到鋁型材表面質量等級；
C、以實時檢測到的鋁型材表面質量等級、鋁型材表面黑點直徑和電阻為輸入，采用Q-學習算法計算控制落砂時間；
D、當鋁型材表面黑點的檢測電阻值達到經驗電阻值，輸出落砂總量作為鋁型材耐磨性檢測結果。
2.根據權利要求1所述的一種基于機器學習的鋁型材落砂檢測方法，其特征在于：所述步驟B中根據初始落砂量以及鋁型材表面黑點直徑，參照行業(yè)標準計算得到鋁型材表面質量等級數值。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于佛山締樂視覺科技有限公司，未經佛山締樂視覺科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710666194.2/1.html，轉載請聲明來源鉆瓜專利網。
