25、奶酪纱类型识别与L型阀杆高速进料系统研究

奶酪纱类型识别与L型阀杆高速进料系统研究

1. 奶酪纱类型识别

在奶酪纱类型识别的研究中，研究人员通过实验平台收集训练数据。具体步骤如下：
- 数据收集与处理 ：
- 收集了30种奶酪纱的共36,524个样本。
- 经过后处理和直方图分析，得到26,350个可用样本。
- 将可用样本分为两组，20,000个作为训练样本，6350个作为测试样本。
- 神经网络构建与训练 ：
- 基于Python 3.6和TensorFlow 1.12构建神经网络，并在PC上进行训练。
- 在训练过程中，使用测试样本检测正确率，当正确率稳定在99.8%以上时，训练完成。
- 实验验证 ：
- 训练完成后，获得权重矩阵ω(11)、ω(12)、ω(2)、ω(3)，并将其导入OpenMV。
- 在实验平台上进行大量实验检测正确率，最终整体正确率达到99.76%，超过了工业领域99.5%的要求。

此外，还提出了一种基于圆对称性的标签定位方法，该方法降低了计算复杂度，能在更短时间内定位标签。在定位标签的基础上，提取标签的颜色信息，并对H和S通道的颜色直方图进行量化和归一化。

2. L型阀杆高速进料系统设计

随着工业4.0和中国制造2025的推进，工业自动化在制造业中愈发重要。为了满足喷雾设备关键部件L型阀杆（LVR）的进料需求，设计了一种自动进料系统。

2.1 系统设计要求

• 工件定向 ：将L型阀杆