一种基于人工智能的伺服驱动器控制系统及方法与流程

本发明涉及伺服驱动控制，具体为一种基于人工智能的伺服驱动器控制系统及方法。

背景技术：

1、伺服驱动器是一种用于控制伺服电机的电子设备，又被称之为“伺服放大器”是用来控制电机的一种控制器，其作用类似于变频器作用于普通马达，属于伺服系统中的一部分，主要通过位置、速度和力矩三种方式对伺服电机进行相应控制，伺服电机在生活中的众多领域中都有着广泛的应用，其高精度的位置控制和速度控制能力使其可以使用于众多场景，具体包括以下几种，1、工业自动化，伺服电机常用于工业机器人、自动化生产线、数控机床等设备中，用于实现精确的位置和运动控制，提高生产效率和工件质量；2、汽车制造，在汽车制造中，伺服电机被用于汽车生产线上的装配机器人、焊接机器人等设备上，从而提高汽车生产效率和生产质量；3、医疗设备，在医疗设备中伺服电机被广泛的运用在影像设备、手术机器人等设备中，从而实现精确的控制和运动。

2、在工业生产过程中可以通过伺服驱动器控制伺服电机，使得伺服电机具有高精度的位置控制和速度控制能力，实现精准的运动控制，但是在工业生产线生产加工的工件通常会随着实际生产需要而改变的，这就需要在工业生产过程中根据实际工件去对伺服驱动器进行智能调整，从而控制伺服电机的运行，使工业生产线中生产的工件符合要求，但是在实际生活中大部分方法使用伺服驱动器控制调节伺服电机的过程不仅缓慢，而且精准度较差，不仅影响工件生产效率，甚至还会出现大量不合格工件，给企业带来严重经济损失。

技术实现思路

1、本发明的目的在于提供一种基于人工智能的伺服驱动器控制系统及方法，以解决上述背景技术中存在的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种基于人工智能的伺服驱动器控制方法，方法包括：

3、步骤s100：获取工业生产线中的工业设备，伺服电机安装在工业设备内，伺服电机通过伺服驱动器进行控制，获取工业生产线的历史生产加工数据，并基于历史生产加工数据，从当前周期内工业生产线内待加工的工件中选取出标记工件；

4、步骤s200：从数据库中获取标记工件的图像信息，获取工业生产线中的历史工件的特征工件图像信息，计算标记工件与历史工件之间的特征相似度；

5、步骤s300：基于特征相似度，从工业生产线的历史工件中选出标记对照工件，获取工业生产线中的工业设备在加工标记对照工件时，工业设备中伺服驱动器的标记控制数据，在伺服驱动器的不同控制数据下使用工业设备对标记工件进行加工，并分析不同控制数据下伺服驱动器，对工业设备加工后的标记工件的工件质量的影响状态，得到工业生产线中的工业设备加工标记工件时，伺服驱动器的目标控制数据；

6、步骤s400：基于伺服驱动器的目标控制数据，对当前周期内的工业设备中的伺服驱动器控制数据进行相应调整，并使用调整后工业设备对标记工件进行加工，对工业生产线进行智能管理。

7、进一步的，步骤s100包括：

8、步骤s101：获取工业生产线的历史生产加工数据，历史生产加工数据为工业生产线在历史周期内加工的工件的工件型号；

9、步骤s102：获取当前周期内工业生产线中的各个待加工的工件的工件型号，当各个待加工的工件中某一工件的工件型号，与工业生产线在历史周期内加工的各个工件的工件型号均不相同时，将某一工件记为标记工件。

10、进一步的，步骤s200包括：

11、步骤s201：从数据库中获取标记工件的标记图像信息，标记图像信息包括标记工件加工后的标准工件图像，获取标记工件的标记工件图像，标记工件图像为标记工件未加工时的工件图像；

12、步骤s202：获取历史周期内工业生产线加工的工件，并记为工业生产线的历史工件，获取历史工件的特征工件图像信息，特征工件图像信息为，历史工件的第一历史工件图像和第二历史工件图像，其中，第一历史工件图像、第二历史工件图像分别为，历史工件在工业生产线上加工前后均判断为质量合格的工件图像；

13、步骤s203：使用图像处理软件分别对标记工件和历史工件的图像进行图像预处理，并对预处理后的图像进行灰度转化，使用卷积神经网络分别从标记工件图像和第一历史工件图像提取特征向量，得到向量数组e和向量数组f；

14、步骤s204：计算标记工件与工业生产线上的各个历史工件的第一特征图像相似度，其中，标记工件与第a个历史工件的第一特征图像相似度，表示标记工件对应的向量数组e中第i个元素对应的数值，第a个历史工件的向量数组f中的第i个元素对应的数值，n为向量数组e的元素的总个数；

15、步骤s205：计算标记工件与工业生产线上的各个历史工件的第二特征图像相似度，其中，标记工件与第a个历史工件的第二特征图像相似度，表示标记工件的标准工件图像的灰度值的均值，为第a个历史工件的第二历史工件图像的灰度值的均值，表示第a个历史工件的第二历史工件图像与标准工件图像之间的灰度值协方差，表示标准工件图像的灰度值方差，表示第a个历史工件的第二历史工件图像的灰度值方差，为预设常数；

16、步骤s206：计算标记工件与工业生产线上的各个历史工件的特征相似度，其中，标记工件与第a个历史工件的特征相似度；

17、上述步骤通过标记工件和工业生产线在历史周期内加工的历史工件进行比较，并且比较方向是从两个不同方向进行比较的，分别是工件加工前和工件加工后的图像分析比较，对于工件加工前图像的分析比较，是首先判定需要加工的工件是否相似，这样可以快速确定与标记工件相似的工件，并且通过与工件加工后图像的分析比较，还可以确定标记工件与工业生产线在历史周期内加工的历史工件，在被工业设备加工过程中，工业设备对标记工件与工业生产线在历史周期内加工的历史工件加工内容是否一致，从而保证获取的伺服驱动器的控制数据较为精准，也减少了最后实验分析的次数和数据量。

18、进一步的，步骤s300包括：

19、步骤s301：获取标记工件与工业生产线上的各个历史工件的特征相似度，设置特征相似度阈值，当标记工件与工业生产线的某一历史工件的特征相似度大于特征相似度阈值，对某一历史工件进行标记，并记为标记工件的标记对照工件；

20、步骤s302：获取工业生产线中的工业设备在加工各个标记对照工件时，工业设备内的伺服驱动器的标记控制数据，标记控制数据包括伺服驱动器的各项加工参数对应数据；

21、步骤s303：获取工业设备在加工各个标记对照工件时，工业设备的伺服驱动器各项加工参数的最大值和最小值，并作为加工标记工件实验组时，工业设备的伺服驱动器的各项加工参数的标记数据范围，其中，伺服驱动器的第d项加工参数的标记数据范围，、表示工业设备在加工各个标记对照工件时，工业设备的伺服驱动器第d项加工参数的最大值和最小值；

22、步骤s304：按照预设实验精度指标，获取若干个标记工件，并将若干个标记工件划分为若干个标记测试实验组，基于二分法确定伺服驱动器的各项加工参数的实验数值，并使用工业设备对各批次测试实验组内的标记工件进行依次加工，获取各批次测试实验组在伺服驱动器不同数值下的工件合格率；

23、步骤s305：获取使用二分法进行实验过程中，伺服驱动器的某项加工参数处于同一划分次数下，工业设备加工的某一批次标记测试实验组和另一批次标记测试实验组，当某一批次标记测试实验组的工件合格率大于工件合格率阈值，并且另一批次标记测试实验组的工件合格率小于工件合格率阈值，获取工业设备在加工某一批次标记测试实验组时，设备内部伺服驱动器的各项加工参数对应数值并进行汇集，得到工业生产线中的工业设备加工标记工件时，设备内伺服驱动器的目标控制数据。

24、进一步的，步骤s400包括：

25、步骤s401：获取工业生产线在当前周期内对标记工件进行加工的各个工业设备，并获取各个工业设备内部的伺服驱动器，基于目标控制数据，对各个工件设备内的伺服驱动器进行控制参数调整；

26、步骤s402：在当前周期内使用各个工业设备，对工业生产线上的各个标记工件进行加工，并对加工后各批次工件的工件质量进行检测，对工业生产线进行智能管理。

27、为了更好的实现上述方法还提出了伺服驱动器控制系统，伺服驱动器控制系统包括标记工件模块、特征相似度模块、目标控制数据模块、控制数据调整模块；

28、标记工件模块，用于对工业生产线的历史生产加工数据进行获取，并基于历史生产加工数据，从当前周期内工业生产线内待加工的工件中选取出标记工件；

29、特征相似度模块，用于从数据库中获取标记工件的图像信息，获取工业生产线中的历史工件的特征工件图像信息，计算标记工件与历史工件之间的特征相似度；

30、目标控制数据模块，用于对不同控制数据下伺服驱动器，对工业设备加工后的标记工件的工件质量的影响状态进行分析，得到工业生产线中的工业设备加工标记工件时，伺服驱动器的目标控制数据；

31、控制数据调整模块，用于基于伺服驱动器的目标控制数据，对当前周期内的工业设备中的伺服驱动器控制数据进行相应调整，并使用调整后工业设备对标记工件进行加工，对工业生产线进行智能管理。

32、进一步的，标记工件模块包括标记工件单元；

33、标记工件单元，用于对当前周期内工业生产线中的各个待加工的工件的工件型号进行获取，当各个待加工的工件中某一工件的工件型号，与工业生产线在历史周期内加工的各个工件的工件型号均不相同时，将某一工件记为标记工件。

34、进一步的，特征相似度模块包括第一特征图像相似度单元、特征相似度单元；

35、第一特征图像相似度单元，用于使用图像处理软件分别对标记工件和历史工件的图像进行图像预处理，并对预处理后的图像进行灰度转化，使用卷积神经网络分别从标记工件图像和第一历史工件图像提取特征向量，计算标记工件与工业生产线上的各个历史工件的第一特征图像相似度；

36、特征相似度单元，用于标记工件与工业生产线上的各个历史工件的特征相似度进行计算。

37、进一步的，目标控制数据模块包括标记对照工件单元、目标控制数据单元；

38、标记对照工件单元，用于对标记工件与工业生产线上的各个历史工件的特征相似度进行获取，设置特征相似度阈值，当标记工件与工业生产线的某一历史工件的特征相似度大于特征相似度阈值，对某一历史工件进行标记，并记为标记工件的标记对照工件；

39、目标控制数据单元，用于对获取工业设备在加工某一批次标记测试实验组时，设备内部伺服驱动器的各项加工参数对应数值获取并汇集，得到工业生产线中的工业设备加工标记工件时，设备内伺服驱动器的目标控制数据。

40、进一步的，控制数据调整模块包括控制数据调整单元；

41、控制数据调整单元，用于获取工业生产线在当前周期内对标记工件进行加工的各个工业设备，并获取各个工业设备内部的伺服驱动器，基于目标控制数据，对各个工件设备内的伺服驱动器进行控制参数调整。

42、与现有技术相比，本发明所达到的有益效果是：本发明实现了通过对伺服驱动器的控制数据进行调整，使工业设备加工工件精准度更高，加工效率更快，在工业生产线生产加工的工件通常会随着实际生产需要而改变的，通过对工业生产线中工业设备的历史加工的工件，和工业设备内伺服驱动器的历史控制数据，并比较当前周期内的工业生产线中待加工的工件与历史加工的工件的相似度，快速确定伺服驱动器的控制数据范围，并进行相关测试实验，从而快速获取出当前周期内的工业生产线中待加工的工件时，工业设备中伺服驱动器的先关控制数据，对伺服驱动器调节的过程中过程不仅快速，而且精准度较高。