一种用于箱包生产设备的智能数字化管控系统的制作方法

本发明涉及箱包生产设备控制，尤其涉及一种用于箱包生产设备的智能数字化管控系统。

背景技术：

1、在箱包生产过程中，裁切工序是决定产品品质与材料利用率的关键环节。通常的，裁刀一次性裁切叠设的多层面料形成裁片，裁刀在高速连续运行状态下，因持续摩擦生热导致刃口温度显著上升，进而引发裁切面出现熔融粘连、毛边、热缩变形等缺陷，严重影响裁切精度与成品外观质量。当前，主流箱包生产设备通常仅对裁刀运行压力、裁切速度及运行时长等基础参数进行监测与控制，缺乏对裁切面热状态的有效感知与动态调控能力。

2、中国发明专利公开号：cn115194835a，公开了一种箱包面料精细高效裁切工艺及裁切机，其通过电动液压缸带动连接板向下移动时，使连接杆带动推板向下移动以增大降温箱内压强，从而通过出气管排出气体对工作中的裁切装置进行降温，并在裁切装置向上移动时通过进气管补充外部气体进入降温箱。然而，该方案依赖机械联动式气冷降温，降温触发方式单一，仅随裁切装置升降动作被动排气，无法根据面料热敏特性及裁切工艺参数的差异进行差异化降温调节；同时，该方案缺乏对裁切面实际热状态的实时感知与反馈，降温效果无法验证与自适应优化；此外，其降温参数固定，无法针对不同面料、不同裁切速度及压力工况动态适配，导致降温不足或过度降温造成的能源浪费。

3、由此可见，现有裁切控制系统存在裁刀温度监测手段粗放，无法获取裁切面全域热分布数据；降温控制策略固定，未针对不同面料热响应特性及裁切工艺参数进行动态适配；裁切缺陷预测能力不足，难以在缺陷发生前通过调整降温参数进行主动干预的技术缺陷。

技术实现思路

1、针对现有技术的不足，本发明提供了一种用于箱包生产设备的智能数字化管控系统，用以解决现有技术中裁切设备温度监测不全面、降温控制缺乏面料适应性、缺陷预测与工艺优化脱节的技术问题。

2、为实现上述目的，本发明提供了一种用于箱包生产设备的智能数字化管控系统，包括：

3、设备特征采集模块，其用以采集裁刀运行压力、裁切速度及运行时长，以确定裁切设备特征；

4、面料特征采集模块，其用以采集裁切面的切面图像及切面红外温度图像，以确定裁切面料特征；

5、特征对齐模块，其用以基于切面图像的粘连特征确定若干切面特征区域，以结合切面红外温度图像确定裁切关联特征区域，以识别面料的温度显性特征率；

6、特征分析模块，其用以基于裁切顺序形成对应各切面特征区域的多维设备特征向量，基于所述切面特征区域的时序分布结合所述温度显性特征率确定对应的温度累计当量；

7、关联分析模块，其用以基于裁切顺序对所述多维设备特征向量与对应的所述温度累计当量进行拟合，以确定裁刀的运行温度模型；

8、缺陷分析模块，其用以基于指定的裁切设备特征集结合所述运行温度模型预测任一裁切面的温度累计当量，以预测缺陷分布；

9、优化模块，其用以基于预测的缺陷分布对应的温度累计当量确定裁刀的目标降温效率，以输出对应指定的裁切设备特征集的裁刀降温参数集。

10、进一步的，所述面料特征采集模块基于所述切面图像的切面外观特征以及切面红外温度图像的面料温度梯度特征，以建立裁切面料特征。

11、进一步的，所述特征对齐模块基于所述切面外观特征确定的非切边区域间的边界过渡宽度确定切面图像的粘连度集合，并基于所述粘连度集合确定若干切面特征区域；

12、其中，各切面特征区域基于所述粘连度集合以及对应的切边区域非切边方向的粘连度平均值确定。

13、进一步的，所述特征对齐模块基于所述切面外观特征确定切面图像对应的裁刀路径位置以建立切面距离参量，并结合所述面料温度梯度特征确定的切面红外温度图像的温度衰减边界确定热影响边界距离，以基于筛选的一级温度影响区域确定所述温度显性特征率。

14、进一步的，所述特征分析模块基于裁切顺序确定各切面特征区域的裁切时刻以及各切面特征区域的裁切间隔时刻，并基于所述裁切时刻以及对应的裁切设备特征进行排列，以建立多维设备特征向量。

15、进一步的，所述特征分析模块基于所述裁切间隔时刻确定各切面特征区域对应的温度衰减系数以及温度累计基础值，基于所述各切面特征区域对应的温度衰减系数对温度累计基础值进行修正，以确定各切面特征区域对应的温度累计当量。

16、进一步的，所述关联分析模块基于所述各切面特征区域的多维设备特征向量以及温度累计当量确定对应的数值映射集合，基于所述多维设备特征向量建立初始系数值，结合温度累计当量的差值建立拟合残差以确定多维设备特征向量各分量对应的分量拟合系数，基于所述分量拟合系数与对应多维设备特征向量确定各切面特征区域对应的温度预测值，基于线性模型的残差平方和以及温度累计当量序列的方差建立裁刀的运行温度模型。

17、进一步的，所述关联分析模块基于所述线性模型的残差平方和以及温度累计当量序列的方差进行筛选，当所述线性模型的残差平方和小于所述温度累计当量序列的方差时，以确定所述运行温度模型为以所述多维设备特征向量的各分量为输入、以温度累计当量为输出的线性预测模型作为裁刀的运行温度模型；

18、当所述线性模型的残差平方和不小于所述温度累计当量序列的方差时，以确定所述运行温度模型为以所述多维设备特征向量的各分量为输入、以温度累计当量为输出的非线性预测模型作为裁刀的运行温度模型。

19、进一步的，所述缺陷分析模块基于指定的裁切设备特征集输入运行温度模型获取预测温度累计当量，结合对应的温度累计当量与非缺陷切面对应的温度累计当量的差值确定预测缺陷分布。

20、进一步的，所述优化模块基于所述预测的缺陷分布对应的温度累计当量对应的缺陷区域与裁刀路径位置的间距，确定裁切缺陷干扰因子，基于所述裁切缺陷干扰因子与对应区域的温度累计当量，以确定裁刀的目标降温效率，以及对应的历史初始降温参数作为当前初始降温参数，并基于历史目标降温效率与对应的实际降温效率的比值建立裁切速度修正因子以及裁切压力修正因子，结合所述当前初始降温参数输出对应指定的裁切设备特征集的裁刀降温参数集。

21、与最接近的现有技术相比，本发明具有的有益效果：

22、本发明通过设备特征采集模块与面料特征采集模块分别获取裁刀运行参数和裁切面图像及红外温度图像，实现裁切过程机械参数与热学参数的同步感知，为温度精准建模提供多维数据基础。

23、进一步地，本发明通过特征对齐模块基于切面粘连特征划分切面特征区域，并结合红外温度图像识别温度显性特征率，有效滤除面料本底温度干扰，提取出与裁刀热影响强相关的温度特征区域，提高了温度分析的针对性。

24、进一步地，本发明通过特征分析模块建立以裁切顺序为索引的多维设备特征向量，并结合时序分布与温度衰减系数确定各区域的温度累计当量，将设备运行参数与面料热响应特性进行时序关联，为运行温度模型构建提供准确的样本标签。

25、进一步地，本发明通过关联分析模块对多维设备特征向量与温度累计当量进行线性与非线性自适应拟合，建立裁刀运行温度模型，能够根据不同的裁切设备特征集预测任意裁切面的温度累计当量，并结合缺陷判定基准实现缺陷分布的事前预测，避免传统事后检测的滞后性。

26、进一步地，本发明通过优化模块基于预测缺陷分布确定目标降温效率，并结合历史数据建立速度修正因子和压力修正因子，输出匹配当前裁切工艺条件的降温参数集，形成感知、建模、预测、优化的闭环控制机制，显著降低了裁切缺陷率并提高了面料利用率。