一种基于Faster-rcnn的涂料闭环供给系统及控制方法与流程

本发明涉及自动化技术领域，具体而言，涉及一种基于faster-rcnn的涂料闭环供给系统及控制方法。

背景技术：

目前现有的自动涂料供给系统主要以螺杆泵作为微量驱动源，通过不同的旋转速度控制涂料的供给量，并通过出口的质量流量计反馈并控制供给量，所采用的控制模式多为半闭环或普通pid，存在整系统响应性不高等问题。

经过大量检索发现一些典型的现有技术，如图3所示，申请号为201721709944.1的专利公开了一种可用于高粘度双组分涂料的定量供给及混合系统，其可精准控制被喷涂物件表面的涂料喷涂厚度，避免发生流挂，喷涂不均匀等问题，提高产品合格率。又如图4所示，申请号为201210237982.7的专利公开了一种涂料供给系统及涂料供给方法，其能够在涂料换色时的清洗中大幅削减涂料损失，由此能够降低喷涂成本。又如图5所示，申请号为201910404435.5的专利公开了一种高粘度液体涂料精准定量供给系统，其可使每种高粘度液体涂料混合前精准定量，喷涂前达到完全均匀混合的状态。

综上可知，对于涂料供给系统，其实际应用中的亟待处理的实际问题(如提高系统响应性等)还有很多未提出具体的解决方案。

技术实现要素：

为了克服现有技术的不足提供了一种基于faster-rcnn的涂料闭环供给系统及控制方法，本发明的具体技术方案如下：

一种基于faster-rcnn的涂料闭环供给系统，包括：

涂料压力罐，用于存储涂料；

空气供给管道，用于将供气装置输出的压缩空气输送至涂料压力罐；

比例阀，设于空气供给管道之上，用于控制输入到涂料压力罐中的空气压力；

压力传感器，设于比例阀与涂料压力罐之间的空气供给管道之上，用于检测涂料压力罐中涂料所受的空气压力；

液位传感器，设于涂料压力罐之中，用于检测涂料压力罐中涂料的液位；

涂料输送管，用于将涂料输送至喷涂装置；

喷涂装置，用于喷涂工件；

质量流量计，设于涂料输送管之上，用于检测涂料输送管中涂料的输出质量流量值zh；

所述涂料闭环供给系统还包括模糊控制器以及pi控制器；

所述模糊控制器用于通过从质量流量模型中提取特征数据δh以及pt进行模型训练，得到不同质量流量期望值所对应的特征数据的最优解，并根据特征数据以及特征数据所对应的质量流量值构建输出控制表，以及根据给定质量流量期望值，获取与给定质量流量期望值相对应的目标特征数据，并根据目标特征数据以及输出控制表得出相应的比例阀的开度uf；

所述pi控制器用于调整比例阀开度，使输出质量流量值zh等于质量流量期望值zm；

其中，zm为质量流量期望值，p0为涂料在标准大气压下的密度，g为重力加速度，sd为涂料输出管道的截面积，h1以及h2分别为前后两个时间内涂料压力罐中涂料的高度，pt为涂料压力罐中涂料所受到的空气压强，δh为涂料在空气压强pt作用下的位移变化量。

可选的，所述涂料压力罐的外侧设有水暖层。

可选的，所述涂料压力罐中设有温度传感器。

可选的，所述液位传感器为光电式液位传感器。

可选的，所述涂料闭环供应系统还包括涂料进料管，所述涂料进料管用于往涂料压力罐输送涂料。

所述涂料压力罐中设有搅拌装置。

相应地，本发明还提供一种基于faster-rcnn的涂料闭环供给系统控制方法，其应用于如权利要求1至6中任何一项所述的涂料闭环供给系统，包括如下步骤：

步骤1，构建涂料的质量流量模型其中zm为质量流量期望值，p0为涂料在标准大气压下的密度，g为重力加速度，sd为涂料输出管道的截面积，h1以及h2分别为前后两个时间内涂料压力罐中涂料的高度，pt为涂料压力罐中涂料所受到的空气压强；

步骤2，从质量流量模型中提取特征数据δh以及pt进行模型训练，得到不同质量流量期望值所对应的特征数据的最优解，其中δh为涂料在空气压强pt作用下的位移变化量；

步骤3，根据特征数据以及特征数据所对应的质量流量值，构建输出控制表；

步骤4，给定质量流量期望值，获取与给定质量流量期望值相对应的目标特征数据，并根据目标特征数据以及输出控制表得出相应的比例阀的开度uf；

步骤5，测量涂料输出管道中涂料的输出质量流量值zh，比较输出质量流量值zh与质量流量期望值zm，若输出质量流量值zh与质量流量期望值zm存在偏差，则通过pi控制器调整比例阀开度直至输出质量流量值zh等于质量流量期望值zm。

可选的，在步骤2中，从质量流量模型中提取特征数据δh以及pt后，运用卷积神经网络进行模型训练。

可选的，在步骤4中，给定质量流量期望值后，通过faster-rcnn算法对特征数据进行目标检测来获取目标特征数据。

本发明所取得的有益效果包括：

1、利用空气供给装置代替原有螺杆泵作为涂料供给驱动器，在降低了整个系统成本的同时，也保持了系统高精度的涂料供给量。

2、结合模糊控制器以及pi控制器，组成双闭环涂料供给系统，在提高系统的响应速度的同时，也保持了系统涂料供给量控制的高精度。

3、运用卷积神经网络对构建的质量流量模型进行模型训练，给定质量流量期望值后，通过faster-rcnn算法对特征数据进行目标检测来获取目标特征数据，并根据目标特征数据以及输出控制表得出相应的比例阀的开度，使得系统对于非线性影响具有很强的干扰能力，并且可扩展性强，可适应不同的喷涂装置和不同特质的涂料。

附图说明

从以下结合附图的描述可以进一步理解本发明，将重点放在示出实施例的原理上。

图1是本发明实施例中一种基于faster-rcnn的涂料闭环供给系统的整体结构示意图；

图2是本发明实施例中一种基于faster-rcnn的涂料闭环供给系统控制方法的流程示意图；

图3是现有技术中，一种可用于高粘度双组分涂料的定量供给及混合系统的结构示意图；

图4是现有技术中，一种涂料供给系统及涂料供给方法的结构示意图；

图5是现有技术中，一种高粘度液体涂料精准定量供给系统的结构示意图。

附图标记说明：

1、涂料压力罐；2、空气供给管道；3、比例阀；4、压力传感器；5、液位传感器；6、涂料输送管；7、喷涂装置；8、质量流量计；9、温度传感器；10、水暖层；11、调节阀；12、搅拌装置。

具体实施方式

为了使得本发明的目的、技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明；应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。对于本领域技术人员而言，在查阅以下详细描述之后，本实施例的其它系统、方法和/或特征将变得显而易见。旨在所有此类附加的系统、方法、特征和优点都包括在本说明书内、包括在本发明的范围内，并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征，并且这些特征根据以下将详细描述将是显而易见的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

喷涂采用的涂料(涂料、漆料等)一般由多种原料按照比例混合而成，其稳定性具有一定的时效性。另外，涂料对周边环境(如温度、湿度等)更具有很高要求，如果保质时间或环境处理不当，涂料将会变质，从而影响后期的喷涂质量。再者，由于涂料在大众喷涂过程中没有统一的配比要求或生产质量要求，且其属于非牛顿流体，使得统一管控更加困难。

面对上述问题，人工喷涂生产过程不存在上述问题，人可根据生产要求自行控制喷涂方式和质量。但针对大批量生产条件，特别是以异型件为主的全自动生产环境，例如面向异型件(如马桶、椅子等)的机器人自动喷涂，其不同的喷涂曲面和要求、易变且难控制的环境、不同喷涂曲面的不同喷涂要求，会使得涂料的保存及实时定量供给变得非常重要

目前现有的自动涂料供给系统主要以螺杆泵作为微量驱动源，通过不同的旋转速度控制涂料的供给量，并通过出口的质量流量计反馈并控制供给量，所采用的控制模式多为半闭环或普通pid，存在整系统响应性不高且对螺杆泵的精确供给依赖性强等问题。同时，由于螺杆泵本身精确供给依赖于易损件陶瓷片且涂料性质多变，使得当前系统的响应性和精确性不强，如面对喷涂过程中涂料供给量要求多变的情况，现有的自动涂料供给系统就更难以满足。

为此本发明提出一种基于faster-rcnn的涂料闭环供给系统及控制方法，其利用供气装置代替原有螺杆泵作为涂料供给驱动器，基于faster-rcnn目标检测算法并结合模糊控制器以及pi控制器，可以实现涂料的精确供给，其加快了系统响应的时间，可以根据不同涂料供给量要求及当前涂料性质，让涂料供给量更快且更精确的达到设定值，对于不同性质下的流体涂料仍能达到控制的要求，实现涂料变化或异型面的有效喷涂，提高了喷涂过程中涂料的利用率。

本发明将根据附图所示讲述以下实施例：

实施例一：

如图1所示，一种基于faster-rcnn的涂料闭环供给系统，包括涂料压力罐1、空气供给管道2、比例阀3、压力传感器4、液位传感器5、涂料输送管6、喷涂装置7以及质量流量计8。

所述涂料压力罐1用于存储涂料，所述空气供给管道2用于将供气装置输出的压缩空气输送至涂料压力罐1，所述供气装置可以为空气泵。所述比例阀3设于空气供给管道2之上，用于控制输入到涂料压力罐1中的空气压力。所述压力传感器4，设于比例阀3与涂料压力罐1之间的空气供给管道2之上，用于检测涂料压力罐1中涂料所受的空气压力。所述液位传感器5设于涂料压力罐1之中，用于检测涂料压力罐1中涂料的液位。所述涂料输送管6用于将涂料输送至喷涂装置7，所述喷涂装置7用于喷涂工件。所述质量流量计8设于涂料输送管6之上，用于检测涂料输送管6中涂料的输出质量流量值zh。

利用空气泵，也就是空气供给装置代替原有螺杆泵作为涂料供给驱动器，在降低了整个系统成本的同时，也保持了系统高精度的涂料供给量。

输出的涂料流量值可通过质量流量计8测量，并可以转换出相应的电信号。在流管流速越大的地方，其流体密度将越小，流速越小的地方，密度则越大。或者说，流体的密度是变化的，不是稳定不变的。因此为保证涂料的输出质量流量值控制在给定质量流量期望值附近，需要控制好供气装置输送至涂料压力罐1的压缩空气压强来达到高精度的控制。

设定p0为涂料在标准大气压下的密度，g为重力加速度，sd为涂料输出管道的截面积，h1以及h2分别为前后两个时间内涂料压力罐1中涂料的高度，pt为涂料压力罐1中涂料所受到的空气压强，δh为涂料在空气压强pt作用下的位移变化量，可以知道涂料在压缩空气下的总压强为pz＝pt+ρ0gδh＝ρ总gδh，涂料在供气装置供给压缩空气压缩后的密度为涂料的流速为

根据pz＝pt+ρ0gδh＝ρ总gδh、以及可以得出涂料的质量流量期望值即质量流量模型其中

所述涂料闭环供给系统还包括模糊控制器以及pi控制器。所述模糊控制器用于通过从质量流量模型中提取特征数据δh以及pt进行模型训练，得到不同质量流量期望值所对应的特征数据的最优解，并根据特征数据以及特征数据所对应的质量流量值构建输出控制表，以及根据给定质量流量期望值，获取与给定质量流量期望值相对应的目标特征数据，并根据目标特征数据以及输出控制表得出相应的比例阀3的开度uf。所述pi控制器用于调整比例阀3开度，使输出质量流量值zh等于质量流量期望值zm。

本发明结合模糊控制器以及pi控制器，组成双闭环涂料供给系统，在提高系统的响应速度的同时，也保持了系统涂料供给量控制的高精度。

相应地，如图2所示，本发明还提供一种基于faster-rcnn的涂料闭环供给系统控制方法，包括如下步骤：

步骤1，构建涂料的质量流量模型其中zm为质量流量期望值，p0为涂料在标准大气压下的密度，g为重力加速度，sd为涂料输出管道的截面积，h1以及h2分别为前后两个时间内涂料压力罐1中涂料的高度，pt为涂料压力罐1中涂料所受到的空气压强；

步骤2，从质量流量模型中提取特征数据δh以及pt进行模型训练，得到不同质量流量期望值所对应的特征数据的最优解，其中δh为涂料在空气压强pt作用下的位移变化量；

步骤3，根据特征数据以及特征数据所对应的质量流量值，构建输出控制表；

步骤4，给定质量流量期望值，获取与给定质量流量期望值相对应的目标特征数据，并根据目标特征数据以及输出控制表得出相应的比例阀3的开度uf；

步骤5，测量涂料输出管道中涂料的输出质量流量值zh，比较输出质量流量值zh与质量流量期望值zm，若输出质量流量值zh与质量流量期望值zm存在偏差，则通过pi控制器调整比例阀3开度直至输出质量流量值zh等于质量流量期望值zm。

其中，在步骤2中，从质量流量模型中提取特征数据δh以及pt后，运用卷积神经网络进行模型训练。在步骤4中，给定质量流量期望值后，通过faster-rcnn算法对特征数据进行目标检测来获取目标特征数据。

运用卷积神经网络对构建的质量流量模型进行模型训练，给定质量流量期望值后，通过faster-rcnn算法对特征数据进行目标检测来获取目标特征数据，并根据目标特征数据以及输出控制表得出相应的比例阀3的开度uf，使得系统对于非线性影响具有很强的干扰能力，并且可扩展性强，可适应不同的喷涂装置7和不同特质的涂料。

实施例二：

如图1所示，一种基于faster-rcnn的涂料闭环供给系统，包括涂料压力罐1、空气供给管道2、比例阀3、压力传感器4、液位传感器5、涂料输送管6、喷涂装置7以及质量流量计8。

所述涂料压力罐1用于存储涂料，所述空气供给管道2用于将供气装置输出的压缩空气输送至涂料压力罐1，所述供气装置可以为空气泵。所述比例阀3设于空气供给管道2之上，用于控制输入到涂料压力罐1中的空气压力。所述压力传感器4，设于比例阀3与涂料压力罐1之间的空气供给管道2之上，用于检测涂料压力罐1中涂料所受的空气压力。所述液位传感器5设于涂料压力罐1之中，用于检测涂料压力罐1中涂料的液位。所述涂料输送管6用于将涂料输送至喷涂装置7，所述喷涂装置7用于喷涂工件。所述质量流量计8设于涂料输送管6之上，用于检测涂料输送管6中涂料的输出质量流量值zh。

所述喷涂装置7包括但不局限于喷涂喷枪或喷嘴，其可以有不同口径及控制方式。作为一种优选的技术方案，针对不同口径类型不同压力以及控制方式的喷涂装置7，通过建立不同的质量流量模型，并对质量流量模型进行训练，可建立相应的输出控制表，进而利用不同的输出控制表构建一个与喷枪装置类型以及喷涂压力相对应的质量流量库。

利用空气泵，也就是空气供给装置代替原有螺杆泵作为涂料供给驱动器，在降低了整个系统成本的同时，也保持了系统高精度的涂料供给量。

输出的涂料流量值可通过质量流量计8测量，并可以转换出相应的电信号。在流管流速越大的地方，其流体密度将越小，流速越小的地方，密度则越大。或者说，流体的密度是变化的，不是稳定不变的。因此为保证涂料的输出质量流量值控制在给定质量流量期望值附近，需要控制好供气装置输送至涂料压力罐1的压缩空气压强来达到高精度的控制。

设定p0为涂料在标准大气压下的密度，g为重力加速度，sd为涂料输出管道的截面积，h1以及h2分别为前后两个时间内涂料压力罐1中涂料的高度，pt为涂料压力罐1中涂料所受到的空气压强，δh为涂料在空气压强pt作用下的位移变化量，可以知道涂料在压缩空气下的总压强为pz＝pt+ρ0gδh＝ρ总gδh，涂料在供气装置供给压缩空气压缩后的密度为涂料的流速为

根据pz＝pt+ρ0gδh＝ρ总gδh、以及可以得出涂料的质量流量期望值即质量流量模型其中

所述涂料闭环供给系统还包括模糊控制器以及pi控制器。所述模糊控制器用于通过从质量流量模型中提取特征数据δh以及pt进行模型训练，得到不同质量流量期望值所对应的特征数据的最优解，并根据特征数据以及特征数据所对应的质量流量值构建输出控制表，以及根据给定质量流量期望值，获取与给定质量流量期望值相对应的目标特征数据，并根据目标特征数据以及输出控制表得出相应的比例阀3的开度uf。所述pi控制器用于调整比例阀3开度，使输出质量流量值zh等于质量流量期望值zm。

本发明结合模糊控制器以及pi控制器，组成双闭环涂料供给系统，在提高系统的响应速度的同时，也保持了系统涂料供给量控制的高精度。

所述涂料压力罐1由不锈钢材料制成，其外侧设有水暖层10。设置水暖层10可以使涂料压力罐1存储的涂料稳定保持在一定的温度范围，进而稳定涂料的流体性能，流入粘度以及流速等。

所述空气供给管道2上还设有自动泄压装置，以方便快速调整涂料压力罐1内的空气压力。

所述涂料压力罐1中设有温度传感器9，其为热敏电阻温度传感器9，以监控涂料的温度，减少涂料性质对供给流速的影响。所述液位传感器5为光电式液位传感器5，用于实时监控涂料压力罐1内涂料的液位高低，减少涂料重力对涂料供给量的影响。

所述涂料闭环供应系统还包括涂料进料管，所述涂料进料管用于往涂料压力罐1输送涂料。所述涂料压力罐1中设有可变频调速的搅拌装置12，该搅拌装置12用来搅拌涂料，以增加涂料活性并维持涂料的粘度、温度等性能。

作为一种优选你的技术方案，在空气供给管道2中还设有调节阀11及过滤器，分别用于控制空气流入量及过滤掉空气中的杂质以防止涂料变质。

相应地，如图2所示，本发明还提供一种基于faster-rcnn的涂料闭环供给系统控制方法，包括如下步骤：

步骤1，构建涂料的质量流量模型其中zm为质量流量期望值，p0为涂料在标准大气压下的密度，g为重力加速度，sd为涂料输出管道的截面积，h1以及h2分别为前后两个时间内涂料压力罐1中涂料的高度，pt为涂料压力罐1中涂料所受到的空气压强；

步骤2，从质量流量模型中提取特征数据δh以及pt进行模型训练，得到不同质量流量期望值所对应的特征数据的最优解，其中δh为涂料在空气压强pt作用下的位移变化量；

步骤3，根据特征数据以及特征数据所对应的质量流量值，构建输出控制表；

步骤4，给定质量流量期望值，获取与给定质量流量期望值相对应的目标特征数据，并根据目标特征数据以及输出控制表得出相应的比例阀3的开度uf；

步骤5，测量涂料输出管道中涂料的输出质量流量值zh，比较输出质量流量值zh与质量流量期望值zm，若输出质量流量值zh与质量流量期望值zm存在偏差，则通过pi控制器调整比例阀3开度直至输出质量流量值zh等于质量流量期望值zm。

其中，在步骤2中，从质量流量模型中提取特征数据δh以及pt后，运用卷积神经网络进行模型训练。在步骤4中，给定质量流量期望值后，通过faster-rcnn算法对特征数据进行目标检测来获取目标特征数据。

运用卷积神经网络对构建的质量流量模型进行模型训练，给定质量流量期望值后，通过faster-rcnn算法对特征数据进行目标检测来获取目标特征数据，并根据目标特征数据以及输出控制表得出相应的比例阀3的开度uf，使得系统对于非线性影响具有很强的干扰能力，并且可扩展性强，可适应不同的喷涂装置7和不同特质的涂料。

在本实施例中，所述喷涂装置7为喷涂喷枪，所述闭环涂料供给系统还包括一个喷枪库，所述喷枪库由不同喷涂喷枪型号所对应的输出控制表组成。通过构建喷枪库，可提高闭环涂料供给系统的灵活性以及适用范围。

模糊控制器的模糊语言选取nb、ns、zo、ps、pm。将特征数据δh以及pt作为输入，比例阀3uf作为输出控制量，模糊控制器通过量化因子、比例因子及模糊语言转化为模糊量后，根据喷涂经验构建规则表，然后得到输出决策表，最后通过模糊清晰化后可得到输出的精确量，即所需的涂料供给量。

通过调整供气装置的空气压力以及比例阀3开度，可以调整涂料压力罐1中的空气压强，进而调整所需涂料供给量。在此过程中，质量流量计8检测涂料输送管6中涂料的质量流量值是否与给定的质量流量期望值匹配，若二者存在偏差，则可通过pi控制器来消除误差，进而提高控制精度。

综上所述，本发明公开的一种基于faster-rcnn的涂料闭环供给系统及控制方法，所产生的有益技术效果包括：

1、利用空气供给装置代替原有螺杆泵作为涂料供给驱动器，在降低了整个系统成本的同时，也保持了系统高精度的涂料供给量。

2、结合模糊控制器以及pi控制器，组成双闭环涂料供给系统，在提高系统的响应速度的同时，也保持了系统涂料供给量控制的高精度。

3、运用卷积神经网络对构建的质量流量模型进行模型训练，给定质量流量期望值后，通过faster-rcnn算法对特征数据进行目标检测来获取目标特征数据，并根据目标特征数据以及输出控制表得出相应的比例阀的开度，使得系统对于非线性影响具有很强的干扰能力，并且可扩展性强，可适应不同的喷涂装置和不同特质的涂料。

虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。也就是说上面讨论的方法、系统和设备是示例，各种配置可以适当地省略、替换或添加各种过程或组件。例如，在替代配置中，可以以与所描述的顺序不同的顺序执行方法和/或可以添加、省略和/或组合各种部件。而且，关于某些配置描述的特征可以以各种其他配置组合，如可以以类似的方式组合配置的不同方面和元素。此外，随着技术发展其中的元素可以更新，即许多元素是示例，并不限制本发明公开或权利要求的范围。

在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而，可以在没有这些具体细节的情况下实践配置,例如已经示出了众所周知的电路、过程、算法、结构和技术而没有不必要的细节，以避免模糊配置。该描述仅提供示例配置，并且不限制权利要求的范围，适用性或配置。相反，前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本发明公开的精神或范围的情况下，可以对元件的功能和布置进行各种改变。

综上，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以下权利要求(包括所有等同物)旨在限定本发明的精神和范围。以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。