本技術(shù)屬于智能包裝檢測(cè)，具體是一種基于聲紋識(shí)別的包裝密封性檢測(cè)系統(tǒng)及方法。

背景技術(shù)：

1、包裝密封性檢測(cè)是確保包裝質(zhì)量的重要環(huán)節(jié)，對(duì)于防止外界物質(zhì)侵入或內(nèi)容物泄漏至關(guān)重要。包裝密封性檢測(cè)是指對(duì)包裝容器或材料在特定條件下防止內(nèi)部物質(zhì)泄漏以及外部物質(zhì)侵入的能力進(jìn)行評(píng)估的過(guò)程，源于現(xiàn)代工業(yè)對(duì)產(chǎn)品質(zhì)量、安全性和保存期限的嚴(yán)格要求，尤其是在食品、醫(yī)藥和化工等行業(yè)，密封性能直接關(guān)系到產(chǎn)品的穩(wěn)定性與消費(fèi)者安全。通過(guò)科學(xué)的密封性檢測(cè)，可以有效識(shí)別包裝設(shè)計(jì)和材料選擇中的潛在缺陷，避免因泄漏導(dǎo)致的經(jīng)濟(jì)損失、環(huán)境污染以及健康風(fēng)險(xiǎn)，同時(shí)確保產(chǎn)品在運(yùn)輸、儲(chǔ)存和使用過(guò)程中保持其完整性和功能性，從而提升企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力和品牌信譽(yù)，對(duì)保障消費(fèi)者權(quán)益和推動(dòng)行業(yè)可持續(xù)發(fā)展具有重要意義。

2、現(xiàn)有技術(shù)在進(jìn)行包裝密封性檢測(cè)時(shí)，往往采用壓力衰減法和真空法等對(duì)產(chǎn)品造成額外接觸和損傷的方法進(jìn)行密封性檢測(cè)，缺乏考慮通過(guò)無(wú)接觸和無(wú)損傷等方案進(jìn)行檢測(cè)，同時(shí)檢測(cè)設(shè)備往往是固定的，不能根據(jù)產(chǎn)品的歷史檢測(cè)數(shù)據(jù)自適應(yīng)的調(diào)整重點(diǎn)檢測(cè)區(qū)域，使得密封性檢測(cè)效率較低以及檢測(cè)成本較高；因此，對(duì)于包裝密封性檢測(cè)系統(tǒng)仍需進(jìn)一步的改進(jìn)。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題之一；為此，本技術(shù)提出了一種基于聲紋識(shí)別的包裝密封性檢測(cè)系統(tǒng)及方法，用于解決現(xiàn)有技術(shù)缺乏考慮通過(guò)無(wú)接觸和無(wú)損傷等方案進(jìn)行檢測(cè)，同時(shí)檢測(cè)設(shè)備往往是固定的，不能根據(jù)產(chǎn)品的歷史檢測(cè)數(shù)據(jù)自適應(yīng)的調(diào)整重點(diǎn)檢測(cè)區(qū)域，使得密封性檢測(cè)效率較低以及檢測(cè)成本較高的技術(shù)問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本技術(shù)的第一方面提供了一種基于聲紋識(shí)別的包裝密封性檢測(cè)系統(tǒng)，包括：數(shù)據(jù)采集模塊、數(shù)據(jù)分析模塊、預(yù)警模塊和數(shù)據(jù)庫(kù)；所述數(shù)據(jù)采集模塊與數(shù)據(jù)分析模塊呈電性和/或通信連接；所述數(shù)據(jù)分析模塊與預(yù)警模塊呈電性和/或通信連接；所述數(shù)據(jù)庫(kù)分別與數(shù)據(jù)采集模塊、數(shù)據(jù)分析模塊和預(yù)警模塊呈電性和/或通信連接；

3、所述數(shù)據(jù)采集模塊：通過(guò)數(shù)據(jù)采集設(shè)備獲取材料數(shù)據(jù)、聲紋數(shù)據(jù)和環(huán)境數(shù)據(jù)以及檢測(cè)區(qū)域；

4、所述數(shù)據(jù)分析模塊：根據(jù)環(huán)境數(shù)據(jù)計(jì)算環(huán)境影響指數(shù)；根據(jù)環(huán)境影響指數(shù)、材料數(shù)據(jù)和聲紋數(shù)據(jù)生成密封檢測(cè)結(jié)果；根據(jù)密封檢測(cè)結(jié)果生成泄漏檢測(cè)數(shù)據(jù)和警報(bào)信號(hào)；

5、所述預(yù)警模塊：根據(jù)警報(bào)信號(hào)做出提示，并聯(lián)系管理人員；

6、所述數(shù)據(jù)庫(kù)用于存儲(chǔ)各模塊的數(shù)據(jù)以及儲(chǔ)存用于訓(xùn)練模型所需的歷史數(shù)據(jù)。

7、本技術(shù)通過(guò)上述步驟，基于聲紋數(shù)據(jù)開(kāi)展初步檢測(cè)，針對(duì)環(huán)境噪聲對(duì)不同頻段檢測(cè)聲紋的干擾特性，系統(tǒng)能夠自適應(yīng)調(diào)節(jié)各頻段檢測(cè)聲紋的權(quán)重系數(shù)，從而提升密封性檢測(cè)結(jié)果的精準(zhǔn)度；在此基礎(chǔ)上，通過(guò)引入歷史缺陷數(shù)據(jù)構(gòu)建動(dòng)態(tài)優(yōu)化機(jī)制，智能調(diào)整重點(diǎn)檢測(cè)區(qū)域的設(shè)備部署密度；當(dāng)檢測(cè)到密封性異常時(shí)，系統(tǒng)將進(jìn)一步融合圖像數(shù)據(jù)進(jìn)行泄漏點(diǎn)定位分析，通過(guò)模塊化、針對(duì)性的處理策略，在提升檢測(cè)精度與效率的同時(shí)，有效降低了檢測(cè)成本。

8、進(jìn)一步的，所述根據(jù)環(huán)境數(shù)據(jù)計(jì)算環(huán)境影響指數(shù)，包括：

9、獲取環(huán)境數(shù)據(jù)；所述環(huán)境數(shù)據(jù)包括環(huán)境噪聲、溫度w和濕度s；所述環(huán)境噪聲包括噪聲標(biāo)簽和噪聲水平zs；所述噪聲標(biāo)簽包括低頻噪聲、中頻噪聲和高頻噪聲；高頻噪聲是指環(huán)境噪聲超過(guò)m時(shí)的噪聲；低頻噪聲是指環(huán)境噪聲低于n時(shí)的噪聲，其中，m和n為整數(shù)，m和n均大于0；

10、通過(guò)公式計(jì)算各個(gè)噪聲標(biāo)簽下的環(huán)境影響指數(shù)hyzi；其中，i表示為噪聲標(biāo)簽對(duì)應(yīng)的編號(hào)，zsi,max表示為第i個(gè)噪聲標(biāo)簽下允許的最大噪聲閾值；bw和bs表示為標(biāo)準(zhǔn)溫度和標(biāo)準(zhǔn)濕度；δw和δs分別表示為溫度偏差容忍范圍和濕度偏差容忍范圍；α1和α2分別表示為溫度敏感系數(shù)和濕度敏感系數(shù)，α1和α2∈(0，1)；k表示為過(guò)渡系數(shù)，k∈(0，1)；jyi表示為第i個(gè)噪聲標(biāo)簽下的噪聲激活閾值。

11、進(jìn)一步的，所述根據(jù)環(huán)境影響指數(shù)、材料數(shù)據(jù)和聲紋數(shù)據(jù)生成密封檢測(cè)結(jié)果，包括：

12、獲取環(huán)境影響指數(shù)、材料數(shù)據(jù)和聲紋數(shù)據(jù)；所述材料數(shù)據(jù)包括材料類型；所述聲紋數(shù)據(jù)包括檢測(cè)聲紋標(biāo)簽和檢測(cè)聲紋；所述檢測(cè)聲紋標(biāo)簽與噪聲標(biāo)簽一致；

13、將環(huán)境影響指數(shù)和材料類型輸入至檢測(cè)權(quán)重預(yù)估模型得到若干權(quán)重系數(shù)；所述檢測(cè)權(quán)重預(yù)估模型通過(guò)人工智能模型進(jìn)行構(gòu)建；

14、根據(jù)權(quán)重系數(shù)和聲紋數(shù)據(jù)生成密封檢測(cè)結(jié)果。

15、進(jìn)一步的，所述檢測(cè)權(quán)重預(yù)估模型通過(guò)人工智能模型進(jìn)行構(gòu)建，包括：

16、獲取若干歷史環(huán)境影響指數(shù)和歷史材料類型以及其對(duì)應(yīng)的若干歷史權(quán)重系數(shù)；

17、將若干歷史環(huán)境影響指數(shù)和歷史材料類型以及其對(duì)應(yīng)的若干歷史權(quán)重系數(shù)劃分為訓(xùn)練數(shù)據(jù)、驗(yàn)證數(shù)據(jù)以及測(cè)試數(shù)據(jù)；對(duì)訓(xùn)練數(shù)據(jù)、驗(yàn)證數(shù)據(jù)以及測(cè)試數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理得到訓(xùn)練集、驗(yàn)證集以及測(cè)試集；

18、選擇人工智能模型作為基礎(chǔ)模型；

19、通過(guò)訓(xùn)練集訓(xùn)練基礎(chǔ)模型，并在驗(yàn)證集上調(diào)整學(xué)習(xí)率或者其他超參數(shù)得到預(yù)訓(xùn)練模型；

20、通過(guò)對(duì)預(yù)訓(xùn)練模型在測(cè)試集上進(jìn)行驗(yàn)證，最終得到輸入環(huán)境影響指數(shù)和材料類型，輸出為若干權(quán)重系數(shù)的檢測(cè)權(quán)重預(yù)估模型。

21、進(jìn)一步的，所述根據(jù)權(quán)重系數(shù)和聲紋數(shù)據(jù)生成密封檢測(cè)結(jié)果，包括：

22、獲取若干權(quán)重系數(shù)和聲紋數(shù)據(jù)；所述聲紋數(shù)據(jù)包括檢測(cè)聲紋標(biāo)簽和檢測(cè)聲紋；

23、按照若干權(quán)重系數(shù)將所述檢測(cè)聲紋進(jìn)行權(quán)重組合得到?jīng)Q策數(shù)據(jù)；

24、將決策數(shù)據(jù)輸入至密封結(jié)果生成模型得到密封檢測(cè)結(jié)果；所述密封檢測(cè)結(jié)果包括密封狀態(tài)和泄漏狀態(tài)；所述密封結(jié)果生成模型通過(guò)機(jī)器學(xué)習(xí)模型進(jìn)行構(gòu)建。

25、進(jìn)一步的，所述密封結(jié)果生成模型通過(guò)機(jī)器學(xué)習(xí)模型進(jìn)行構(gòu)建，包括：

26、獲取若干歷史決策數(shù)據(jù)及其對(duì)應(yīng)的歷史密封檢測(cè)結(jié)果；

27、將若干歷史決策數(shù)據(jù)及其對(duì)應(yīng)的歷史密封檢測(cè)結(jié)果劃分為訓(xùn)練數(shù)據(jù)、驗(yàn)證數(shù)據(jù)以及測(cè)試數(shù)據(jù)；對(duì)訓(xùn)練數(shù)據(jù)、驗(yàn)證數(shù)據(jù)以及測(cè)試數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理得到訓(xùn)練集、驗(yàn)證集以及測(cè)試集；

28、選擇機(jī)器學(xué)習(xí)模型作為基礎(chǔ)模型；

29、通過(guò)訓(xùn)練集訓(xùn)練基礎(chǔ)模型，并在驗(yàn)證集上調(diào)整學(xué)習(xí)率或者其他超參數(shù)得到預(yù)訓(xùn)練模型；

30、通過(guò)對(duì)預(yù)訓(xùn)練模型在測(cè)試集上進(jìn)行驗(yàn)證，最終得到輸入決策數(shù)據(jù)，輸出為密封檢測(cè)結(jié)果的密封結(jié)果生成模型。

31、本技術(shù)通過(guò)權(quán)重系數(shù)對(duì)聲紋數(shù)據(jù)中的若干檢測(cè)聲紋標(biāo)簽對(duì)應(yīng)的檢測(cè)聲紋進(jìn)行自適應(yīng)組合，構(gòu)建決策數(shù)據(jù)并通過(guò)預(yù)訓(xùn)練的密封結(jié)果生成模型得到密封檢測(cè)結(jié)果，提高了密封檢測(cè)結(jié)果的準(zhǔn)確度以及密封檢測(cè)的效率。

32、進(jìn)一步的，所述根據(jù)密封檢測(cè)結(jié)果生成泄漏檢測(cè)數(shù)據(jù)和警報(bào)信號(hào)，包括：

33、獲取密封檢測(cè)結(jié)果；

34、判斷密封檢測(cè)結(jié)果是否為泄漏狀態(tài)；

35、是，生成產(chǎn)品不合格警報(bào)信號(hào)；

36、獲取歷史若干檢測(cè)區(qū)域?qū)?yīng)的歷史缺陷數(shù)量；

37、根據(jù)歷史缺陷數(shù)量生成調(diào)整設(shè)備數(shù)量；

38、提取若干檢測(cè)區(qū)域內(nèi)檢測(cè)圖像和調(diào)整設(shè)備數(shù)量對(duì)應(yīng)的聲紋數(shù)據(jù)；

39、根據(jù)聲紋數(shù)據(jù)和檢測(cè)圖像生成泄漏位置；

40、否，不做任何操作。

41、進(jìn)一步的，所述根據(jù)歷史缺陷數(shù)量生成調(diào)整設(shè)備數(shù)量，包括：

42、獲取時(shí)間周期t內(nèi)若干檢測(cè)區(qū)域?qū)?yīng)的若干歷史缺陷數(shù)量；

43、對(duì)時(shí)間周期t內(nèi)各個(gè)檢測(cè)區(qū)域內(nèi)的若干歷史缺陷數(shù)量進(jìn)行求和得到時(shí)間周期t內(nèi)各個(gè)檢測(cè)區(qū)域內(nèi)的歷史缺陷總量；

44、按照歷史缺陷總量和檢測(cè)設(shè)備總數(shù)量之間非線性關(guān)系為每個(gè)檢測(cè)區(qū)域分配相應(yīng)的調(diào)整設(shè)備數(shù)量；

45、本技術(shù)的調(diào)整設(shè)備數(shù)量分配步驟如下：

46、步驟一：為每個(gè)檢測(cè)區(qū)域分配最低設(shè)備數(shù)zdsj；通過(guò)公式計(jì)算可分配設(shè)備數(shù)kfs；其中，sz表示為設(shè)備總量；

47、步驟二：通過(guò)公式計(jì)算各個(gè)檢測(cè)區(qū)域理論增量δlzj；對(duì)理論增量進(jìn)行向下取整操作得到理論整數(shù)增量δlzzj；通過(guò)理論增量和理論整數(shù)增量進(jìn)行差值計(jì)算得到小數(shù)余數(shù)xyj；其中，lqzj表示為第j個(gè)檢測(cè)區(qū)域內(nèi)的歷史缺陷總量；

48、步驟三：通過(guò)公式計(jì)算剩余未分配設(shè)備數(shù)swss；對(duì)xyj進(jìn)行降序排序得到分配列表；對(duì)分配列表中前swss個(gè)檢測(cè)區(qū)域各增加yzj個(gè)設(shè)備數(shù)；其中，當(dāng)xyj在分配列表中位于前swss位時(shí)，yzj=1；否則，yzj=0；

49、步驟四：通過(guò)公式計(jì)算若干檢測(cè)區(qū)域內(nèi)的調(diào)整設(shè)備數(shù)量tslj。

50、本技術(shù)通過(guò)深度挖掘檢測(cè)區(qū)域在時(shí)間周期t內(nèi)的歷史缺陷數(shù)據(jù)，運(yùn)用機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)設(shè)備密度的智能調(diào)節(jié)，不僅能夠根據(jù)缺陷分布特征動(dòng)態(tài)調(diào)整泄漏檢測(cè)的重點(diǎn)覆蓋區(qū)域，還通過(guò)設(shè)立基礎(chǔ)檢測(cè)單元保障機(jī)制，確保全域檢測(cè)能力的均衡性，在提升高風(fēng)險(xiǎn)區(qū)域檢測(cè)精度的同時(shí)，有效避免了檢測(cè)資源的冗余浪費(fèi)，使檢測(cè)設(shè)備集群的整體效能得到最大化釋放，為后續(xù)泄漏源的精準(zhǔn)定位構(gòu)建了多維數(shù)據(jù)支撐體系。

51、進(jìn)一步的，所述根據(jù)聲紋數(shù)據(jù)和檢測(cè)圖像生成泄漏位置，包括：

52、獲取若干檢測(cè)區(qū)域內(nèi)檢測(cè)圖像和調(diào)整設(shè)備數(shù)量對(duì)應(yīng)的聲紋數(shù)據(jù)；

53、通過(guò)tdoa算法對(duì)若干聲紋數(shù)據(jù)進(jìn)行處理構(gòu)建雙曲線方程，并進(jìn)行求解得到聲源坐標(biāo)；

54、通過(guò)yolov5算法對(duì)檢測(cè)圖像進(jìn)行處理得到痕跡坐標(biāo)；

55、通過(guò)卡爾曼濾波算法對(duì)聲源坐標(biāo)和痕跡坐標(biāo)進(jìn)行融合得到泄漏位置。

56、本技術(shù)在泄漏點(diǎn)檢測(cè)階段，通過(guò)聲紋數(shù)據(jù)和檢測(cè)圖像共同實(shí)現(xiàn)泄漏點(diǎn)的定位，使得泄漏點(diǎn)的位置能夠更準(zhǔn)確的被確定，不止單純檢測(cè)密封性，而且在密封性不佳時(shí)確定泄漏點(diǎn)位置，提高了密封性檢測(cè)系統(tǒng)的準(zhǔn)確度和全面性。

57、本發(fā)明的另一方面提供了一種基于聲紋識(shí)別的包裝密封性檢測(cè)方法，包括：

58、s0：獲取材料數(shù)據(jù)、聲紋數(shù)據(jù)和環(huán)境數(shù)據(jù)以及檢測(cè)區(qū)域；

59、s1：根據(jù)環(huán)境數(shù)據(jù)計(jì)算環(huán)境影響指數(shù)；

60、s2：根據(jù)環(huán)境影響指數(shù)、材料數(shù)據(jù)和聲紋數(shù)據(jù)生成密封檢測(cè)結(jié)果；

61、s3：根據(jù)密封檢測(cè)結(jié)果生成泄漏檢測(cè)數(shù)據(jù)和警報(bào)信號(hào)；

62、s4：根據(jù)警報(bào)信號(hào)做出提示，并聯(lián)系管理人員。

63、與現(xiàn)有技術(shù)相比，本技術(shù)的有益效果是：

64、1、本技術(shù)通過(guò)根據(jù)環(huán)境數(shù)據(jù)計(jì)算環(huán)境影響指數(shù)；根據(jù)環(huán)境影響指數(shù)、材料數(shù)據(jù)和聲紋數(shù)據(jù)生成密封檢測(cè)結(jié)果；根據(jù)密封檢測(cè)結(jié)果生成泄漏檢測(cè)數(shù)據(jù)，通過(guò)聲紋數(shù)據(jù)進(jìn)行密封性的初步檢測(cè)，考慮環(huán)境噪聲會(huì)對(duì)不同頻段的檢測(cè)聲紋產(chǎn)生影響，自適應(yīng)調(diào)整不同頻段的檢測(cè)聲紋的權(quán)重系數(shù)，以此得到更準(zhǔn)確的密封性檢測(cè)結(jié)果，同時(shí)考慮歷史缺陷數(shù)據(jù)，動(dòng)態(tài)調(diào)整重點(diǎn)檢測(cè)區(qū)域內(nèi)的設(shè)備數(shù)量，在密封性存在泄漏狀態(tài)時(shí)，結(jié)合圖像數(shù)據(jù)計(jì)算泄漏點(diǎn)位置，分而治之，提高了檢測(cè)準(zhǔn)確度和效率，同時(shí)節(jié)約了檢測(cè)成本。

65、2、本技術(shù)考慮噪聲標(biāo)簽下的環(huán)境影響指數(shù)以及材料特性，自適應(yīng)的生成檢測(cè)聲紋標(biāo)簽對(duì)應(yīng)的檢測(cè)聲紋之間的權(quán)重系數(shù)，可以有效減輕環(huán)境影響指數(shù)對(duì)于聲紋數(shù)據(jù)的抑制作用，提高檢測(cè)聲紋在密封性檢測(cè)的過(guò)程中的有效程度，同時(shí)考慮材料特性對(duì)于聲紋數(shù)據(jù)的影響作用，提高權(quán)重系數(shù)的準(zhǔn)確度。

66、3、本技術(shù)在密封檢測(cè)過(guò)程中，使用分而治之的方法進(jìn)行檢測(cè)，在密封性檢測(cè)階段，通過(guò)聲紋數(shù)據(jù)進(jìn)行檢測(cè)，提高檢測(cè)的準(zhǔn)確度，同時(shí)避免了對(duì)產(chǎn)品造成額外的損傷和接觸，在出現(xiàn)檢測(cè)結(jié)果不佳時(shí)啟動(dòng)泄漏點(diǎn)的檢測(cè)，使得檢測(cè)效率得以提高，避免針對(duì)任一產(chǎn)品均采用高負(fù)擔(dān)的計(jì)算方式，減少了檢測(cè)的成本消耗。

67、4、本技術(shù)通過(guò)根據(jù)檢測(cè)區(qū)域在時(shí)間周期t內(nèi)的歷史缺陷數(shù)據(jù)進(jìn)行檢測(cè)區(qū)域內(nèi)設(shè)備數(shù)量的自適應(yīng)調(diào)節(jié)，使得泄漏點(diǎn)的檢測(cè)側(cè)重點(diǎn)能夠動(dòng)態(tài)調(diào)節(jié)，同時(shí)保證每個(gè)檢測(cè)區(qū)域均有基本的檢測(cè)功能，使得檢測(cè)設(shè)備能夠充分發(fā)揮其檢測(cè)能力，為后續(xù)的泄漏點(diǎn)的定位提供強(qiáng)有力的支持。