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
作业风险
监控方法
电网实时数据
监测策略
电力系统安全监测技术
稳定控制方法
扩展卡尔曼滤波器
轻量级卷积神经网络
相位误差
长短期记忆网络
测试向量生成方法
芯片测试电路
指令
数据传输协议
端口
商品销量预测方法
电商平台商品
识别用户兴趣
时间序列预测模型
动态时间规整算法