预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共23页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115982573A(43)申请公布日2023.04.18(21)申请号202310265600.XG06N3/0464(2023.01)(22)申请日2023.03.20G06N3/047(2023.01)G06N3/048(2023.01)(71)申请人东莞市杰达机械有限公司G06N3/08(2023.01)地址523000广东省东莞市厚街镇溪头东B65G27/32(2006.01)一环路4号B65G43/00(2006.01)(72)发明人邱杰(74)专利代理机构北京恒泰铭睿知识产权代理有限公司11642专利代理师苏天功(51)Int.Cl.G06F18/213(2023.01)G06F18/24(2023.01)G06F18/241(2023.01)G06F18/2415(2023.01)G06F18/25(2023.01)权利要求书3页说明书13页附图6页(54)发明名称多功能送料机及其控制方法(57)摘要本申请涉及送料器控制技术领域,其具体地公开了一种多功能送料机及其控制方法,其通过部署于送料机的多个振动传感器采集多个振动信号并构造所述多个振动传感器的拓扑矩阵,然后,使用深度神经网络模型对所述多个振动信号和所述拓扑矩阵进行编码并融合以得到包含不规则的空间拓扑信息和高维的振动特征的拓扑全局多尺度时频特征矩阵,并通过分类器以获得用于表示送料机的振动模式是否正常的分类判断结果,通过这样的方式从而准确的对送料机的振动模式进行监控以在监控到振动模式不符合正常模式时,产生预警提示。CN115982573ACN115982573A权利要求书1/3页1.一种多功能送料机,其特征在于,包括:送料监控单元,用于获取由部署于送料机的多个振动传感器采集的多个振动信号;S变换单元,用于分别对所述多个振动信号中的各个振动信号进行S变换以得到多个S变换时频图;多尺度振动编码单元,用于将所述多个S变换时频图中各个S变换时频图分别通过混合卷积层以得到多个多尺度时频特征向量;矩阵化单元,用于将所述多个多尺度时频特征向量进行二维矩阵化以得到全局多尺度时频特征矩阵;拓扑数据构造单元,用于构造所述多个振动传感器的拓扑矩阵,所述拓扑矩阵中非对角线位置上各个位置的值为相应两个传感器之间的距离,所述拓扑矩阵中对角线位置上各个位置的值为零;拓扑特征提取单元,用于将所述拓扑矩阵通过作为特征提取器的卷积神经网络模型以得到拓扑特征矩阵;图神经网络编码单元,用于将所述全局多尺度时频特征矩阵和所述拓扑特征矩阵通过图神经网络以得到拓扑全局多尺度时频特征矩阵;矩阵校正单元,用于对所述拓扑全局多尺度时频特征矩阵进行校正以得到校正拓扑全局多尺度时频特征矩阵;以及送料监控结果生成单元,用于将所述校正拓扑全局多尺度时频特征矩阵通过分类器以得到分类结果,所述分类结果用于表示送料机的振动模式是否正常。2.根据权利要求1所述的多功能送料机,其特征在于,所述S变换单元,进一步用于:以如下变换公式分别对所述多个振动信号中的各个振动信号进行S变换以得到所述多个S变换时频图;其中,所述变换公式为:其中,表示所述多个S变换时频图中各个S变换时频图,为时移因子,表示所述多个振动信号中的各个振动信号,表示频率,表示时间。3.根据权利要求2所述的多功能送料机,其特征在于,所述多尺度振动编码单元,包括:第一卷积分支子单元,用于使用具有第一尺寸的第一卷积核对所述S变换时频图进行卷积编码以得到第一特征矩阵;第二卷积分支子单元,用于使用具有第一空洞率的第二卷积核对所述S变换时频图进行卷积编码以得到第二特征矩阵;第三卷积分支子单元,用于使用具有第二空洞率的第三卷积核对所述S变换时频图进行卷积编码以得到第三特征矩阵;第四卷积分支子单元,用于使用具有第三空洞率的第四卷积核对所述S变换时频图进行卷积编码以得到第四特征矩阵,所述第一卷积核、所述第二卷积核、所述第三卷积核和所述第四卷积核具有相同的尺寸;多尺度特征融合子单元,用于将所述第一特征矩阵、所述第二特征矩阵、所述第三特征矩阵和所述第四特征矩阵进行沿通道维度进行聚合以得到特征图;以及维度调整子单元,用于对所述特征图进行沿通道维度的全局均值池化处理以得到所述多尺度时频特征向量。4.根据权利要求3所述的多功能送料机,其特征在于,所述第二卷积核、所述第三卷积核和所述第四卷积核具有不同的空洞率。5.根据权利要求4所述的多功能送料机,其特征在于,所述拓扑特征提取单元,进一步用于:所述卷积神经网络模型的各层在层的正向传递中对输入数据分别进行:使用所述卷积神经网络模型的各层的卷积单元对所述输入数据进行基于二维卷积核的卷积处理以得到卷积特征图;使用所述卷积神经网络模型的各层的池化单元对所述卷积特征图进行沿通道维度的池化处理以