一种基于Faster-rcnn的涂料闭环供给系统及控制方法与流程

文档序号:21784729发布日期:2020-08-07 20:26阅读:来源:国知局

技术特征:

1.一种基于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;

其特征在于,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。

2.如权利要求1所述的一种基于faster-rcnn的涂料闭环供给系统,其特征在于,所述涂料压力罐的外侧设有水暖层。

3.如权利要求2所述的一种基于faster-rcnn的涂料闭环供给系统,其特征在于,所述涂料压力罐中设有温度传感器。

4.如权利要求3所述的一种基于faster-rcnn的涂料闭环供给系统,其特征在于,所述液位传感器为光电式液位传感器。

5.如权利要求4所述的一种基于faster-rcnn的涂料闭环供给系统,其特征在于,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。

6.如权利要求5所述的一种基于faster-rcnn的涂料闭环供给系统,其特征在于,所述涂料压力罐中设有搅拌装置。

7.一种基于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,其特征在于,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。

8.如权利要求7所述的一种基于faster-rcnn的涂料闭环供给系统控制方法,其特征在于,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。

9.如权利要求8所述的一种基于faster-rcnn的涂料闭环供给系统控制方法,其特征在于,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。


技术总结
本发明提供了一种基于Faster‑rcnn的涂料闭环供给系统,包括涂料压力罐、空气供给管道、比例阀、压力传感器、液位传感器、涂料输送管、喷涂装置、质量流量计、模糊控制器及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进行模型训练,得到特征数据的最优解,并根据特征数据以及相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,获取相对应的目标特征数据,得出相应的比例阀的开度,所述PI控制器用于调整比例阀开度。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,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。

技术研发人员:王志锋;郭成龙;林泽钦;陈海初;甑志明;谢恒
受保护的技术使用者:佛山科学技术学院
技术研发日:2020.04.26
技术公布日:2020.08.07
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1