摘要
本申请提供了一种全自动电机定子组装控制系统及方法,涉及智能生产领域,其通过获取由张力传感器采集的绕组线张力数据的时间序列,并采用基于深度学习的数据分析技术来进行所述绕组线张力数据的局部时序特征分析和关联,以此根据各个局部时间点的绕组线张力数据时序特征信息在整个时间维度上的传播聚合推理特征来自动地判断是否停止绕卷。这样,能够实时采集绕组线的张力数据,确保张力控制的精确性,避免因张力不均导致的线圈质量问题。同时利用深度学习模型对张力数据进行时序特征分析,以此自动识别出最佳的绕卷停止点,减少人为判断的误差,从而提升了定子绕卷控制的自动化水平。
技术关键词
组装控制系统
定子绕组线圈
电机定子
序列
深度卷积神经网络
组装控制方法
描述符
时序特征
编码器
因子
绝缘纸
铁芯
组装台
数据分析技术
数据采集单元
深度学习模型
跨度
系统为您推荐了相关专利信息
产品全生命周期
阶段
数据采集分析方法
时序
数据采集分析系统
瓶颈
ETL系统
数据输入装置
重构误差
XGBoost算法
梯度下降算法
序列集设计方法
脉冲体制雷达
矩阵
参数
特征向量值
数据同步
血液
压缩优化方法
DBN模型