[发明专利]一种基于人工智能的纺织过程自适应清棉系统

权利要求书

1.一种基于人工智能的纺织过程自适应清棉系统，包括数据采集模块，其特征在于：还包括依次连接的图像分析模块、声音信号检测模块、开松度估计模块以及除杂参数调整模块；

所述图像分析模块，用于根据采集到的左、右侧原棉图像在预设窗口的边缘点特征以及纹理特征，构建边缘点比例矩阵以及纹理熵矩阵；利用所述边缘点比例矩阵以及所述纹理熵矩阵，获取复杂度权重矩阵；还用于将所述左、右侧原棉图像输入三维重建网络，以得到棉花三维矩阵；

所述声音信号检测模块，用于获取所述棉花三维矩阵中各未知点与若干最近邻固定点之间的距离以及棉花点数，根据所述距离得到距离系数序列，根据棉花点数以及所述复杂度权重矩阵得到阻碍系数序列，根据所述距离系数序列、所述阻碍系数序列以及采集到的声音数据，得到各所述未知点的声音信号值，根据所述声音信号值构建声音信号三维标注矩阵；

所述开松度估计模块，用于利用所述声音信号三维标注矩阵训练声音矩阵构建网络，获取声音信号三维矩阵，并基于第一神经网络，根据所述声音信号三维矩阵得到开松度量化指标；

所述除杂参数调整模块，用于基于第二神经网络，根据采集到的原棉重量、所述开松度量化指标以及除杂参数序列得到最优除杂参数，并调整清棉机；

所述基于第一神经网络，根据所述声音信号三维矩阵得到开松度量化指标，具体为：

将所述声音信号三维矩阵输入第一神经网络，同时利用所述原棉重量，得到原棉特征向量；

根据所述原棉特征向量以及存储的原棉标准特征向量，得到特征相似度序列；

根据所述特征相似度序列，得到开松度量化指标。

2.如权利要求1所述的一种基于人工智能的纺织过程自适应清棉系统，其特征在于，所述数据采集模块，用于部署数据采集装置，并通过所述数据采集装置获取原棉数据；

所述原棉数据包括所述左侧原棉图像、所述右侧原棉图像、所述声音数据以及所述原棉重量。

3.如权利要求1所述的一种基于人工智能的纺织过程自适应清棉系统，其特征在于：所述未知点包括所述棉花三维矩阵中除固定点外的所有点。

4.如权利要求1所述的一种基于人工智能的纺织过程自适应清棉系统，其特征在于：所述声音数据包括声音强度数据以及声音频率数据；

所述声音信号值包括声音强度信号值以及声音频率信号值；

所述声音信号三维标注矩阵包括声音强度三维标注矩阵以及声音频率三维标注矩阵；

所述声音信号三维矩阵包括声音强度三维矩阵以及声音频率三维矩阵。

5.如权利要求4所述的一种基于人工智能的纺织过程自适应清棉系统，其特征在于：所述除杂参数序列包括尘棒安装角度参数序列以及尘棒与打手间距参数序列。

6.如权利要求1所述的一种基于人工智能的纺织过程自适应清棉系统，其特征在于：所述最优除杂参数为所述第二神经网络输出的最小清棉重量对应的除杂参数。

7.如权利要求1所述的一种基于人工智能的纺织过程自适应清棉系统，其特征在于：所述边缘点比例矩阵包括左侧边缘点比例矩阵以及右侧边缘点比例矩阵；

所述纹理熵矩阵包括左侧纹理熵矩阵以及右侧纹理熵矩阵。

8.如权利要求7所述的一种基于人工智能的纺织过程自适应清棉系统，其特征在于：所述获取复杂度权重矩阵，具体为：

将所述左侧边缘点比例矩阵以及右侧边缘点比例矩阵输入第一融合模型，得到边缘点比例融合矩阵；

将所述左侧纹理熵矩阵以及右侧纹理熵矩阵输入第二融合模型，得到纹理熵融合矩阵；

根据所述边缘点比例融合矩阵以及所述纹理熵融合矩阵，构建复杂度权重矩阵。

9.如权利要求6所述的一种基于人工智能的纺织过程自适应清棉系统，其特征在于，所述三维重建网络采用第一二维卷积编码器-第一三维卷积解码器基础构架；

所述第一神经网络为孪生网络；

所述第二神经网络为全连接网络。