买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏惟德智能装备有限公司

摘要：本发明涉及一种基于深度学习的智能物料配料输送方法、系统及存储介质，包括获取当前生产工单信息及当前生产工单信息中对应物料的物料特性参数信息；获取当前实时环境参数信息，获取当前进料仓实时影像信息中当前进料仓的物料堆积轮廓参数信息；通过经训练的计算控制参数神经网络模型对输入的所述当前生产工单信息、物料特性参数信息、当前实时环境参数信息、当前进料仓的物料堆积轮廓参数信息进行特征提取并计算出控制参数组；根据控制参数组，分别控制机械臂拆包速度、振动筛振动频率、下料转阀转动速度，以解决因无法及时发现筛网上物料堆积，机械臂继续投料，使得料仓完全堵住，导致停产耽误生产进度，且造成料仓中的原料污染及浪费的问题。

主权项：1.基于深度学习的智能物料配料输送方法，其特征在于，包括：获取当前生产工单信息，所述当前生产工单信息至少包括生产日期信息、物料配比信息、生产数量信息；获取当前生产工单信息中对应物料的物料特性参数信息，所述物料特性参数信息包括物料粒度信息、物料堆积密度信息、物料流动性信息、物料吸湿率信息；获取当前实时环境参数信息，所述实时环境参数信息包括：温度信息、湿度信息、气压信息；通过摄像头获取当前进料仓实时影像信息，根据当前进料仓实时影像信息得到当前进料仓的物料堆积轮廓参数信息；通过经训练的计算控制参数神经网络模型对输入的所述当前生产工单信息、物料特性参数信息、当前实时环境参数信息、当前进料仓的物料堆积轮廓参数信息进行特征提取并计算出控制参数组；根据控制参数组，分别控制机械臂拆包速度、振动筛振动频率、下料转阀转动速度，控制物料配料输送量；所述经训练的计算控制参数神经网络模型包括多个输入层、多个卷积层、非线性变换层、多个池化层、反池化层、全连接层；所述多个输入层包括第一输入层、第二输入层、第三输入层；第一输入层获取当前生产工单信息以及当前生产工单信息中对应物料的物料特性参数信息；第二输入层获取当前实时环境参数信息；第三输入层获取当前进料仓的物料堆积轮廓参数信息；每个所述卷积层对输入的数据信息进行特征提取；非线性变换层是对输入的数据信息进行非线性变换，防止提取冗余特征；每个所述池化层对输入的数据信息进行压缩降低信息数据密度；反池化层对输入的数据信息进行有效特征增强，提升分析维度；所述全连接层对输入的数据信息进行计算，得到控制参数组。

全文数据：

权利要求：

百度查询： 江苏惟德智能装备有限公司 基于深度学习的智能物料配料输送方法、系统及存储介质