摘要
本发明涉及印刷包装生产监控技术领域,公开了一种印刷包装的生产质量控制方法,该方法先获取印刷包装产线实时生产数据,经小波变换与自适应阈值滤波降噪补全,主成分分析降维。接着,利用图像数据构建多尺度特征融合轻量化卷积神经网络模型检测分类缺陷。然后,依据历史数据构建动态贝叶斯网络模型生成工艺参数调整区间,采用多目标遗传优化算法优化参数。再通过模糊PID控制算法结合卡尔曼滤波器与滑动窗口机制动态调整参数。最后,利用强化学习框架构建在线质量反馈模型更新控制策略。该方法有效提升印刷包装生产质量,降低缺陷率,提高生产效率,实现生产过程的闭环自适应调节。
技术关键词
轻量化卷积神经网络
深度确定性策略梯度
遗传优化算法
包装
焦点损失函数
多尺度特征融合
强化学习框架
PID控制算法
滑动窗口机制
蒙特卡洛方法
最小化缺陷率
生成工艺
主成分分析降维
动态贝叶斯网络
空间划分方法
卡尔曼滤波
模糊PID控制
拉丁超立方采样
参数
系统为您推荐了相关专利信息
设计管理系统
家电设备
指令生成器
重构模块
生成包装
组装生产线
环形输送线
旋转驱动装置
外壳装配设备
多腔产品
码垛平台
机器人码垛装置
主控模块
货物码垛
海水晶
黑点缺陷
光敏传感器
检测出缺陷
传送带
视觉检测方法