摘要
本发明涉及智能控制技术领域,具体涉及一种零件缺口加工控制的方法、系统及介质,方法包括:获取零件的历史图像以及对所述零件进行加工的缺口加工参数;提取所述历史图像的图像特征,将所述历史图像的图像特征及对应的缺口加工参数作为训练样本,利用深度学习模型对训练样本进行特征学习,建立缺口加工参数与图像特征之间的映射模型;获取当前加工过程中获取的零件图像,根据映射模型对所述零件图像进行缺口加工参数的预测,得到缺口加工参数;通过预测得到的缺口加工参数对加工路径进行优化,得到优化后的加工路径,根据优化后的加工路径对零件缺口进行加工;本发明能在保证加工质量的前提下,有效缩短加工时长。
技术关键词
深度学习模型
零件
图像
参数
预测误差
处理器
智能控制技术
多任务
周期
程序
可读存储介质
粗糙度
速度
分支
存储器
计算机
动态
精度
系统为您推荐了相关专利信息
对象检测方法
对象检测模型
遗传算法
道路图像数据
超参数
星载合成孔径雷达
边坡形变监测
三维形变模型
植被
矿山排土场边坡
管道清洗方法
管道清洗机器人
机器人主体
作业参数
无菌棉签