线缆收卷的状态识别与智能控制算法研究北大核心CSCD

目前工业线缆收卷采用收排线机和人工两种方式进行,收排线机工作效率高但缺少对线缆收卷缺陷的判断与修正,因此收卷质量远低于人工方式。因此,提出一种仿人识别和收卷控制的方法,对人工收卷中的观察识别和手动校正等环节进行模仿。基于模糊控制理论提出收卷控制系统,模仿人工收卷的“决策”过程,利用基于深度学习的视觉系统实现人工“观测”环节,排线横移速度的微调实现人工“校正”环节。经实验检验,多种神经网络对缺陷的识别准确率均达到94%以上,且经模糊推理以及增量校正后,排线速度能够实现稳定连续调节。实验结果符合人工控制特征,证明了该方法能够代替人工进行线缆收卷过程的缺陷检测和调整。