[發明專利]紙盤打釘機的智能控制方法、程序及計算機存儲介質

有效

• 申請號: 202110470830.0
• 申請日: 2021-04-28
• 公開（公告）號: CN113070955B
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 李彬才
• 申請（專利權）人: 深圳市永豐盈電子有限公司
• 主分類號: B27F7/02
• 分類號: B27F7/02
• 代理公司: 深圳市恒程創新知識產權代理有限公司 44542
• 代理人: 孔德丞

1.一種紙盤打釘機的智能控制方法，應用于紙盤打釘機，所述紙盤打釘機包括：機架、紙盤定位組件、釘子輸送組件以及打釘組件；其特征在于，所述方法包括：

獲取紙盤的屬性信息；

根據所述紙盤的屬性信息，獲取所述紙盤固定所需的釘子數據以及紙盤固定所需的驅動力；

根據所述釘子數據，利用所述釘子輸送組件生成目標釘子；

若通過所述紙盤定位組件判定所述紙盤定位到預設打釘位置，則利用所述打釘組件將所述目標釘子以所述驅動力執行打釘操作；

所述根據所述紙盤的屬性信息，獲取所述紙盤固定所需的釘子數據以及紙盤固定所需的驅動力，包括：

將所述紙盤的屬性信息輸入固定數據預測模型；

根據所述固定數據預測模型的輸出結果，獲取所述紙盤固定所需的釘子數據以及所述紙盤固定所需的驅動力；

所述根據所述紙盤的屬性信息，獲取所述紙盤固定所需的釘子數據以及紙盤固定所需的驅動力的步驟之前還包括：

生成所述固定數據預測模型，具體包括：

構建紙盤固定訓練集以及紙盤固定驗證集；

基于所述紙盤固定訓練集以及所述紙盤固定驗證集，輸入神經網絡模型中進行訓練，生成固定數據預測模型。

2.如權利要求1所述的紙盤打釘機的智能控制方法，其特征在于，所述基于所述紙盤固定訓練集以及所述紙盤固定驗證集，輸入神經網絡模型中進行訓練，生成固定數據預測模型，包括：

將所述紙盤固定訓練集中的訓練數據輸入神經網絡模型進行訓練，生成中間模型；

將所述紙盤固定驗證集中的所述紙盤的屬性信息輸入所述中間模型，生成預測釘子數據以及預測驅動力；

將所述預測釘子數據以及所述預測驅動力與標準數據進行計算，獲取多個誤差值；其中，所述標準數據為輸入所述中間模型的多個所述紙盤的屬性信息在所述紙盤固定驗證集中對應的所述紙盤固定所需的釘子數據以及所述紙盤固定所需的驅動力；

將多個所述誤差值依次反向傳播，更新所述中間模型的權重，生成固定數據預測模型。

3.如權利要求1所述的紙盤打釘機的智能控制方法，其特征在于，所述構建所述紙盤固定訓練集，包括：

獲取紙盤的屬性信息、所述紙盤所需的釘子數據以及所述紙盤固定所需的驅動力；

將所述紙盤的屬性信息、所述紙盤所需的釘子數據以及所述紙盤固定所需的驅動力按照預設數據格式進行編碼。

4.如權利要求1所述的紙盤打釘機的智能控制方法，其特征在于，若所述紙盤定位到所述預設打釘位置，則將所述目標釘子以所述驅動力執行打釘操作的步驟之前，包括：

獲取所述紙盤的位置信息；

將所述紙盤的位置信息與所述預設打釘位置進行計算，獲得位置偏差結果；

基于所述位置偏差結果，對所述紙盤是否定位到所述預設打釘位置進行判斷。

5.如權利要求4所述的紙盤打釘機的智能控制方法，其特征在于，基于所述位置偏差結果，對所述紙盤是否定位到所述預設打釘位置進行判斷，包括：

若所述位置偏差結果小于預設閾值，則判定所述紙盤定位到所述預設打釘位置；

若所述位置偏差結果大于預設閾值，則判定所述紙盤未定位到所述預設打釘位置。

6.如權利要求1所述的紙盤打釘機的智能控制方法，其特征在于，所述紙盤的屬性信息，包括以下至少之一：

紙盤重量、紙盤面積、紙盤材質、紙盤厚度以及紙盤所需紙板的個數。

7.一種計算機存儲介質，其特征在于，所述計算機存儲介質上存儲有紙盤打釘機的智能控制方法程序，所述紙盤打釘機的控制方法程序被處理器執行時實現權利要求1-6任一所述的紙盤打釘機的智能控制方法的步驟。

8.一種計算機程序產品，其特征在于，包括計算機程序，所述計算機程序被處理器執行時實現權利要求1-6任一所述的紙盤打釘機的智能控制方法的步驟。