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：深圳市金联信科技有限公司;广东金联信智能装备有限公司

摘要：本发明公开了一种电容器素子钉卷机智能控制方法及设备，所述方法包括检测生产设备内部状态，检测电容器产品质量，根据电容器产品质量以及生产设备内部状态检测结果计算设备工作状态预测，得到工作状态预测值，当工作状态预测值大于阈值时，说明工作状态异常，进入调整设备参数步骤；基于改进的群智能算法对上料机构、正极钉机、负极钉机和卷绕机的运动速度和张力进行调整。本发明实现了对电容器素子钉卷机的自动控制，有效提升电容器生产质量，减小其产生漏箔和偏钉的几率，提升电容器的合格率以及寿命。

主权项：1.一种电容器素子钉卷机智能控制方法，其特征在于，包括如下步骤：S1：检测生产设备内部状态，包括检测上料机构、正极钉机、负极钉机和卷绕机的运动速度和张力；S2：检测电容器产品质量；所述电容器产品质量包括电容器外观以及电性能，外观包括检测电容器钉针位置误差、电容器直径、高度误差；电性能检测包括检测电容值误差以及漏电流误差；S3：根据电容器产品质量以及生产设备内部状态检测结果计算设备工作状态预测，得到工作状态预测值，当工作状态预测值小于阈值时，说明工作状态正常；当工作状态预测值大于阈值时，说明工作状态异常，进入设备参数调整步骤；S4：设备参数调整，基于改进的群智能算法对上料机构、正极钉机、负极钉机和卷绕机的运动速度和张力进行调整；所述步骤S3包括：S31：基于改进的LSTM网络确定电容器产品质量预测值以及生产设备内部状态预测值；S32：电容器产品质量以及生产设备内部状态检测结果的权重比例计算；S33：基于下式计算工作状态预测值Y： ，所述q1为的电容器产品质量所占权重，q2为生产设备内部状态检测结果所占权重，p1为电容器产品质量预测值，p2生产设备内部状态预测值；S34：根据工作状态预测值判断是否进入调整设备参数步骤；具体的，当工作状态预测值小于阈值时，说明工作状态正常；当工作状态预测值大于阈值时，说明工作状态异常，进入调整设备参数步骤；所述步骤S31包括：所述改进的LSTM网络结构包括输入层、隐藏层以及输出层；其中隐藏层包括两个方向的隐藏层，分别为前隐藏层和后隐藏层；输入层数据传输到前隐含层或输入到后隐含层中；所述步骤S31还包括：S311：建立改进的LSTM网络结构，并初始化网络参数wf、wi、wc，偏置值bf、bi、bc；其中，wf、wi、wc分别为遗忘门、输出门、细胞状态的权重，bf、bi、bc分别为遗忘门、输出门、细胞状态的偏置；S312：分别导入已有的数据，包括各自的检测参数和相应的电容器产品质量预测值以及生产设备内部状态预测值，将数据分为训练集和测试集；S313：将输入向量输入改进的LSTM网络中，计算单层隐藏层网络当前的隐藏层状态的值，并且更新该网络的遗忘门、输入门、输出门和隐藏层输出结果；S314：将前向和后向堆叠的单向LSTM神经网络进行双向循环的组合，得到改进的LSTM网络模型的输出； 表示前隐含层状态，表示后隐含层状态；S315：计算每个输出向量对应的权值；S316：使用加权平均公式对输入的序列数据进行汇总，得到新的输出值；S317：最后将输出的值传递到输出层，得到预测结果，即为最终的输出结果；通过重复计算上述步骤S311~S317得到电容器产品质量预测值p1，生产设备内部状态预测值p2；所述步骤S315还包括基于下述公式计算每个输出向量对应的权值： ，其中，vT为输出向量，ht为在t时刻细胞的输出，W为输出层权重值，U为输入层权重值；N为输出向量的总数，hj为第j个输出向量，softmax为归一化函数；所述步骤S316基于下述公式计算V： ；所述N为输出向量的总数，rm为第m个输出向量对应的权值，hm为第m个输出向量；所述步骤S32包括：基于熵权法确定电容器产品质量以及生产设备内部状态检测结果权重分配。

全文数据：

权利要求：

百度查询： 深圳市金联信科技有限公司 广东金联信智能装备有限公司 一种电容器素子钉卷机智能控制方法及设备