[发明专利]一种基于人工智能的压片机粘冲调节方法及系统

权利要求书

1.一种基于人工智能的压片机粘冲调节方法，其特征在于，该调节方法包括：

采集压片机冲头的表面图像，并获取所述表面图像对应的当前的压力参数；对所述表面图像进行预处理得到灰度图像；

将所述压力参数输入条件变分自编码网络得到模拟图像；

根据所述灰度图像得到粉末粘冲前后的高度比，以所述高度比为所述模拟图像中相应像素点的权重得到所述模拟图像的像素总和；

所述像素总和最小的所述模拟图像所对应的压力参数为最优压力参数，根据所述最优压力参数与所述当前的压力参数的差异量调节所述冲头的压力参数；

所述条件变分自编码网络是以不同的压力参数为标签、以由生成分布与正态分布之间的差异损失以及样本图像与生成图像之间的均方差损失之和为损失函数的网络。

2.根据权利要求1所述的一种基于人工智能的压片机粘冲调节方法，其特征在于，所述样本图像与生成的模拟图像之间的均方差损失，进一步包括：

获取每个所述压力参数的样本图像中粉末的分布参数，根据不同的所述压力参数所对应的不同的所述分布参数分配不同的第一权重，所述样本图像与所述生成图像中每个像素点之间的均方差与相应的所述第一权重的加权求和为所述均方差损失。

3.根据权利要求2所述的一种基于人工智能的压片机粘冲调节方法，其特征在于，所述获取每个所述压力参数的样本图像中粉末的分布参数的步骤包括：

每个所述压力参数所对应的样本图像为目标样本图像，获取每张目标样本图像中粉末分布的第一混合高斯模型，所述第一混合高斯模型由多个二维高斯模型混合而成；

拟合所述压力参数下所有所述第一混合高斯模型对应的所述二维高斯模型得到目标混合高斯模型；

通过EM算法得到所述目标混合高斯模型中每个第一混合高斯模型的模型参数，每个第一混合高斯模型的模型参数为所述粉末的分布参数。

4.根据权利要求3所述的一种基于人工智能的压片机粘冲调节方法，其特征在于，所述拟合所述压力参数下所有所述第一混合高斯模型对应的所述二维高斯模型得到目标混合高斯模型的步骤包括：

根据所述二维高斯模型的模型参数的相似性，将所述压力参数下的所述二维高斯模型分为粉末的分布特征对应的二维高斯模型和噪声的分布特征对应的二维高斯模型；

将所述噪声的分布特征对应的二维高斯模型所对应的第二权重重新分配给所述粉末的分布特征对应的二维高斯模型得到所述目标混合高斯模型。

5.根据权利要求4所述的一种基于人工智能的压片机粘冲调节方法，其特征在于，根据所述二维高斯模型的模型参数的相似性，将所述压力参数下的所述二维高斯模型分为粉末的分布特征对应的二维高斯模型和噪声的分布特征对应的二维高斯模型的步骤，包括：

获取第一混合高斯模型中的每个二维高斯模型的均值相对于冲头圆心的欧氏距离得到欧氏距离序列，获取同一压力参数下多个第一混合高斯模型所对应的欧氏距离序列之间的相似性，相似的欧氏距离序列所对应的二维高斯模型为所述粉末的分布特征所对应的二维高斯模型，否则为噪声的分布特征所对应的二维高斯模型。

6.根据权利要求4所述的一种基于人工智能的压片机粘冲调节方法，其特征在于，根据所述二维高斯模型的模型参数的相似性，将所述压力参数下的所述二维高斯模型分为粉末的分布特征对应的二维高斯模型和噪声的分布特征对应的二维高斯模型的步骤，包括：

计算同一压力参数下多个第一混合高斯模型所对应的均值序列相对于冲头的圆心位置的角度的相似性，相似的角度序列所对应的二维高斯模型为所述粉末的分布特征所对应的二维高斯模型，否则为噪声的分布特征所对应的二维高斯模型。

7.根据权利要求4所述的一种基于人工智能的压片机粘冲调节方法，其特征在于，根据所述二维高斯模型的模型参数的相似性，将所述压力参数下的所述二维高斯模型分为粉末的分布特征对应的二维高斯模型和噪声的分布特征对应的二维高斯模型的步骤，包括：

计算同一压力参数下多个第一混合高斯模型所对应的协方差序列的相似性，相似的协方差序列所对应的二维高斯模型为所述粉末的分布特征所对应的二维高斯模型，否则为噪声的分布特征所对应的二维高斯模型。

8.一种基于人工智能的压片机粘冲调节系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任意一项所述方法的步骤。