"TRIZ物场模型和深度学习在蛋黄酥包装图案上的分类研究"
该研究论文探讨了使用TRIZ物场模型和深度学习算法来实现自动分拣不同口味的盒装蛋黄酥的方法。通过建立TRIZ物场模型,研究者分析了非自动分拣蛋黄酥盒子系统,并设计了自动分拣蛋黄酥盒子系统。该系统使用驱动装置和图像采集装置来替代人手和人眼,实现了自动分拣不同口味的盒装蛋黄酥。
在该研究中,使用了改进的Visual Geometry Group(VGG)卷积人工神经网络来对盒装蛋黄酥的图案进行分类。由于训练数据集小,研究者采用数据增强的方法对数据集进行扩展。在使用1845张蛋黄酥图片进行训练后,经过28次迭代后,改进的VGG网络成功收敛。经测试,615张测试样本的分类率都达到100%的正确率。
该研究为蛋黄酥生产企业提供了一种高效的自动分拣方法,可以提高生产效率、降低人力成本和错误率,并且具有很高的实践价值。
知识点:
1. TRIZ物场模型:一种系统设计方法,用于分析和设计复杂系统,通过建立物场模型来描述系统中的物质和场的相互作用。
2. 深度学习算法:一种机器学习算法,用于对图像进行分类和识别,在该研究中使用了改进的VGG卷积人工神经网络来对盒装蛋黄酥的图案进行分类。
3. 数据增强:一种数据处理方法,用于扩展训练数据集,以提高模型的泛化能力。
4. 自动分拣系统:一种基于机器视觉和机器学习的系统,用于自动分拣不同口味的盒装蛋黄酥。
5. TRIZ创新理论:一种系统设计方法,用于分析和解决复杂问题,基于物场模型和算子来描述系统中的物质和场的相互作用。
6. 机器学习算法:一种人工智能算法,用于对数据进行分析和学习,以实现图像识别、分类和预测等功能。
7. 图像采集装置:一种用于采集图像的设备,在该研究中使用工业相机来采集盒装蛋黄酥的图像。
8. 可编程逻辑控制器:一种用于控制机器的设备,在该研究中用于控制电机带动输送带把不同口味的盒装蛋黄酥运送到相应的工位。
9. 气缸推杆:一种用于推动蛋黄酥盒子进入到该类口味的临时储存仓的设备。
10. 生产效率:一种评价生产过程的指标,用于衡量生产的效率和质量,该研究旨在提高蛋黄酥生产企业的生产效率和降低人力成本。