本發(fā)明涉及智能制造領域，尤其涉及一種基于特征聚類的固體材料一致性分選系統(tǒng)和方法。
背景技術：
：對原材料的一致性分選是工程及生產中的常見問題，比如對工程巖體的分類，汽車零部件廠商對生產出的零件磨損種類和等級情況檢查，鋰電池模組生產中對電芯的分選等。目前大部分的分類、分揀作業(yè)是靠有經驗的工程師通過仔細辨別來判斷，效率比較低，并且因為人的不同而產生判斷的偏差。而對于工業(yè)上的許多分揀作業(yè)，采用人工分揀速度緩慢且成本高，而且還需要提供適宜的工作環(huán)境(例如夏天需要空調，冬天需要暖氣等)，所以需要一種低成本、高效率的固體材料分選系統(tǒng)和方法。技術實現要素：本發(fā)明為了解決人工分揀成本高、效率低的問題，提供一種基于特征聚類的固體材料一致性分選系統(tǒng)和方法。為了解決上述問題，本發(fā)明采用的技術方案如下所述：一種基于特征聚類的固體材料一致性分選系統(tǒng)，包括：固體材料分選設備，用于對固體材料進行檢測、分選；數據采集單元，用于獲取固體材料的檢測信息，并將所述檢測信息發(fā)送給所述實時智能算法單元；實時智能算法單元，用于接收所述檢測信息對所述檢測信息進行學習，對待分選固體材料的分選方式進行確定，并將所述分選方式發(fā)送給所述固體材料分選設備。優(yōu)選地，所述固體材料分選設備包括輸入通道作為材料物理特性檢測通道、輸出通道作為分揀通道，所述輸入通道設置物理特性檢測裝置，所述輸出通道至少有兩條。優(yōu)選地，所述物理特性檢測裝置包括激光密度檢測單元、電壓檢測單元、內阻檢測單元。優(yōu)選地，所述數據采集單元獲取的檢測信息為所述固體材料分選設備中固體材料物理特性的檢測信息。優(yōu)選地，所述對待分選固體材料的分選方式進行確定包括：每條輸出通道的參數的確定；待分選固體材料的通道的確定以及每條輸出通道參數的實時更新。本發(fā)明還包括一種采用如上所述的基于特征聚類的固體材料一致性分選系統(tǒng)進行分選的方法，包括以下步驟：s1：系統(tǒng)冷啟動：將待分揀的固體材料輸送至所述固體分選設備進行檢測信息統(tǒng)計，統(tǒng)計時長至少為一個基礎時間段；s2：根據所述檢測信息確定每個通道的分選方式；s3：根據所述分選方式進行固體材料的一致性分選并實時更新所述分選方式。優(yōu)選地，所述分選方式包括：確定每條輸出通道的參數；確定待分選固體材料的通道以及實時更新每條輸出通道的參數。優(yōu)選地，所述確定和/或更新每條通道參數的方法包括如下步驟：s31：對每個所述基礎時間段內的檢測信息進行統(tǒng)計，得到每個基礎時間段的統(tǒng)計結果；s32：增大迭代周期對所述統(tǒng)計結果進行比較，確定統(tǒng)計結果收斂最快的時間周期；s33：根據所述收斂最快的時間周期，得到最佳樣本量；s34：對所述最佳樣本量的采樣值進行聚類學習，得到聚類結果；s35：根據所述聚類結果確定每一類的中心點的值；s36：根據所述每一類的中心點的值和輸出通道的通道數，確定或更新每個通道的參數。優(yōu)選地，步驟s32中增大迭代周期的方法為：將當前基礎時間段的所述統(tǒng)計結果與上一個基礎時間段的所述統(tǒng)計結果相比較；將當前基礎時間段與上一個基礎時間段組成當前時間周期，將所述當前時間周期與上一個時間周期的統(tǒng)計結果進行比較，所述兩個時間周期的基礎時間段重合或不重合。本發(fā)明的有益效果為：所提供的基于特征聚類的固體材料一致性分選系統(tǒng)和方法，通過對待分選的固體材料的物理特征進行檢測，采集，實時在線學習，及時生成并更新一致性判斷和分選標準，實現對來自不同批次的或不具備同一的一致性標準的材料進行統(tǒng)一的分選作業(yè)，提高分選速度，保證分選的質量，并減少了人員的參與，有效降低作業(yè)成本，也防止了人為判斷的錯誤，提高了工程和生產中材料分選作業(yè)的自動化和智能化。附圖說明圖1是本發(fā)明實施例1中基于特征聚類的固體材料一致性分選系統(tǒng)示意圖。圖2是本發(fā)明實施例1中采用如上所述的基于特征聚類的固體材料一致性分選系統(tǒng)進行分選的方法示意圖。圖3是本發(fā)明實施例1中確定或更新每個通道的參數的方法示意圖。圖4是本發(fā)明實施例1中對基礎時間段統(tǒng)計結果進行比較的一種情況示意圖。圖5是本發(fā)明實施例1中對基礎時間段統(tǒng)計結果進行比較的又一種情況示意圖。圖6是本發(fā)明實施例1中對基礎時間段統(tǒng)計結果進行比較的再一種情況示意圖。圖7是本發(fā)明實施例1中一致性分選算法的聚類結果示意圖。其中，1-上一個基礎時間段的統(tǒng)計結果，2-當前基礎時間段的統(tǒng)計結果，3-當前時間周期的統(tǒng)計結果，4-上一個時間周期的統(tǒng)計結果，5-又一種上一個時間周期的統(tǒng)計結果。具體實施方式下面結合附圖通過具體實施例對本發(fā)明進行詳細的介紹，以使更好的理解本發(fā)明，但下述實施例并不限制本發(fā)明范圍。另外，需要說明的是，下述實施例中所提供的圖示僅以示意方式說明本發(fā)明的基本構思，附圖中僅顯示與本發(fā)明中有關的組件而非按照實際實施時的組件數目、形狀及尺寸繪制，其實際實施時各組件的形狀、數量及比例可為一種隨意的改變，且其組件布局形態(tài)也可能更為復雜。實施例1如圖1所示，基于特征聚類的固體材料一致性分選系統(tǒng)，包括：固體材料分選設備，用于對固體材料進行檢測、分選；數據采集單元，用于獲取固體材料的檢測信息，并將所述檢測信息發(fā)送給所述實時智能算法單元；實時智能算法單元，用于接收所述檢測信息對所述檢測信息進行學習，對待分選固體材料的分選方式進行確定，并將所述分選方式發(fā)送給所述固體材料分選設備。固體材料分選設備的具體設備類型屬于本領域的現有技術中的能夠實現對固體材料進行分選的設備，本發(fā)明對其結構和形狀不做具體限定。固體材料分選設備包括輸入通道作為材料物理特性檢測通道、輸出通道作為分揀通道，所述輸入通道設置物理特性檢測裝置，所述輸出通道至少有兩條。物理特性檢測裝置包括但不限于激光密度檢測單元、電壓檢測單元、內阻檢測單元。根據待檢測的固體材料不同以及實際需要，可以增加其他物理檢測單元等。數據采集單元獲取的檢測信息為所述固體材料分選設備中固體材料物理特性的檢測信息。數據采集單元為一個可以在設備上運行的程序，一般為一個嵌入式計算機程序，負責實時獲取檢測通道對固體材料物理特性的檢測值和與當前材料對應的相關信息，如批次號、材料規(guī)格等，該采集模塊通過以太網與實時智能算法系統(tǒng)連接。數據采集模塊通過包括但不限于mqtt、tcp、websocket、http等協(xié)議將數據發(fā)送給實時智能算法系統(tǒng)。數據采集單元也可以為其他能夠實現數據采集的形式，能夠完成待檢測的固體材料的物理特性檢測信息的匯總收集并能夠將數據傳送給實時智能算法單元。實時智能算法單元確定待分選固體材料的分選方式包括：每條輸出通道的參數的確定；待分選固體材料的通道的確定以及每條輸出通道參數的實時更新。實時智能算法單元與數據采集單元可以在同一個局域網里，也可以通過公共互聯(lián)網相連接。實時智能算法單元可以為一個運行本發(fā)明所涉及智能分選算法的計算機系統(tǒng)，是一個云端大腦，對從數據采集模塊實時上傳的物理特性檢測信息進行學習分類，并生成每個分揀通道的通道參數，將通道參數實時傳回固體材料分選設備，同時決定當前固體材料應該被分入的輸出通道。然后不斷學習檢測信息，實時更新通道參數傳輸給固體材料分選設備。如圖2所示，一種采用如上所述的基于特征聚類的固體材料一致性分選系統(tǒng)進行分選的方法，包括以下步驟：s1：系統(tǒng)冷啟動：將待分揀的固體材料輸送至所述固體材料分選設備進行檢測信息統(tǒng)計，統(tǒng)計時長至少為一個基礎時間段。系統(tǒng)先對一些待分選的固體材料的樣本數據進行學習，即往分選機輸入一定數量，比如2000個的固體材料，固體材料分選設備對固體材料的物理特性信息進行檢測，采集單元對檢測信息進行采集并將所述檢測信息發(fā)送給所述實時智能算法單元；實時智能算法單元接收所述檢測信息對所述檢測信息進行學習，實時智能算法單元僅對這些材料的特性數據進行學習，并不做實際的分選，分揀通道對材料的輸出帶有隨機性，確定待分選固體材料的分選方式。s2：根據所述檢測信息確定每個通道的分選方式；當實時智能算法單元對足夠的樣本量進行學習后，即算法判斷分類已經到達一個收斂標準時，智能算法系統(tǒng)會給分選設備發(fā)送一個指令，而設備根據該指令作相應的響應，比如將紅燈變成綠燈，或發(fā)出聲音提示等，標志著系統(tǒng)的冷啟動完成，設備可以正式對材料進行分選了；s3：根據所述分選方式進行固體材料的一致性分選并實時更新所述分選方式。分選方式包括：確定每條輸出通道的參數；確定待分選固體材料的通道以及實時更新每條輸出通道的參數。根據所述通道參數進行固體材料的一致性分選并實時更新所述通道參數。當固體材料分選設備每輸入一個新的固體材料，系統(tǒng)獲取其物理特性檢測值，智能算法單元一方面基于已經收斂的分類方式確定該固體材料應該被分入的通道，另一方面算法對新獲取的數據進行統(tǒng)計，并調整原來的分類方式。如圖3所示，確定每條通道的參數和/或更新所述每條通道參數的方法包括如下步驟：s31：對每個所述基礎時間段內的檢測信息進行統(tǒng)計，得到每個基礎時間段的統(tǒng)計結果；系統(tǒng)首先確定一個采樣值統(tǒng)計的基礎時間段，比如10分鐘、1個小時，根據分選設備對材料的檢測速度而確定，基礎時間段為最小迭代周期，即算法每次迭代最短的時間為基礎時間段，而實際的迭代周期可以為基礎時間段的整數倍s32：增大迭代周期對所述統(tǒng)計結果進行比較，確定統(tǒng)計結果收斂最快的時間周期；s33：根據所述收斂最快的時間周期，得到最佳樣本量；s34：對所述最佳樣本量的采樣值進行聚類學習，得到聚類結果；s35：根據所述聚類結果確定每一類的中心點的值；s36：根據所述每一類的中心點的值和輸出通道的通道數，確定或更新每個通道的參數，即以聚類中心點值為均值的正態(tài)分布的1倍方差或2倍方差的范圍。確定好通道參數以后，判斷當前固體材料的檢測值所落入的某個通道的參數范圍，將其分選入對應的通道；持續(xù)重復上述步驟，迭代統(tǒng)計樣本量和聚類訓練，更新各通道的取值參數范圍，并實時地對當前輸入的材料進行分選。如圖4所示，步驟s32中增大迭代周期的方法為：將當前基礎時間段的統(tǒng)計結果2與上一個基礎時間段的統(tǒng)計結果1相比較。圖中一個方框代表一個基礎時間段內的統(tǒng)計結果，箭頭指向代表時間方向。如圖5所示，將當前基礎時間段與上一個基礎時間段組成一個時間周期3，將所述當前時間周期的統(tǒng)計結果3與上一個時間周期的統(tǒng)計結果4進行比較，時間周期的所述基礎時間段不重合。圖中一個方框代表一個基礎時間段內的統(tǒng)計結果，箭頭指向代表時間方向。如圖6所示，將當前基礎時間段與上一個基礎時間段組成一個時間周期，將所述當前時間周期的統(tǒng)計結果3與又一種上一個時間周期的統(tǒng)計結果5進行比較，兩個時間周期的基礎時間段不重合。圖中一個方框代表一個基礎時間段內的統(tǒng)計結果，箭頭指向代表時間方向。如表1所示，將待分揀的固體材料輸送至所述固體材料分選設備進行檢測信息統(tǒng)計，各樣本量下的統(tǒng)計結果比較，根據穩(wěn)定性參數和隨機性參數的值和變化確定收斂條件，達到收斂條件后，確定對固體材料的分選方式。如圖所示，當樣本大小為3000時，穩(wěn)定性參數為31.04，隨機性參數為9.77，確定此時為收斂。表1各樣本量下的統(tǒng)計結果樣本大小穩(wěn)定性參數隨機性參數2001599.12279.16400840.67631.82800165.0930.611000114.5662.53200058.8240.65300031.049.77500013.7510.28如圖7所示，是一種一致性分選算法的聚類結果示意圖。圖中橫軸為電壓、縱軸為電流，通過本發(fā)明的所述系統(tǒng)和方法對電子器件進行分類，本實施例中分成兩類。在本實施例的變通實施例中，通道數量根據待分選的固體材料的性質可以不同，本發(fā)明所述的系統(tǒng)和方法基于確定了通道數量基礎上對固體材料的物理特性進行學習實現一致性分選。以上內容是結合具體的優(yōu)選實施方式對本發(fā)明所作的進一步詳細說明，不能認定本發(fā)明的具體實施只局限于這些說明。對于本發(fā)明所屬
技術領域：
的技術人員來說，在不脫離本發(fā)明構思的前提下，還可以做出若干等同替代或明顯變型，而且性能或用途相同，都應當視為屬于本發(fā)明的保護范圍。當前第1頁12