(19)國(guó)家知識(shí)產(chǎn)權(quán)局(10)申請(qǐng)公布號(hào)CN120219377A(21)申請(qǐng)?zhí)?02510685281.7(22)申請(qǐng)日2025.05.27(71)申請(qǐng)人長(zhǎng)沙礦冶研究院有限責(zé)任公司路966號(hào)GO6V(74)專利代理機(jī)構(gòu)長(zhǎng)沙朕揚(yáng)知識(shí)產(chǎn)權(quán)代理事務(wù)專利代理師彭湃(54)發(fā)明名稱法和系統(tǒng)(57)摘要面清理控制方法和系統(tǒng)，方法包括：S1、以不同的輸送速度對(duì)板材進(jìn)行試洗，采集圖像建立數(shù)據(jù)集D?;S2、將數(shù)據(jù)集D?分割，獲得條形區(qū)域圖像；對(duì)條形區(qū)域圖像的暗斑進(jìn)行識(shí)別、標(biāo)注和處理，形成數(shù)據(jù)集D?和D?;S3、建立板材表面暗斑的檢測(cè)識(shí)別模型并使用D?訓(xùn)練和部署；S4、建立板材清理后表面暗斑的指標(biāo)預(yù)測(cè)模型并使用D?訓(xùn)練和部署；S5、采集待清理板材圖像，識(shí)別獲得暗斑區(qū)域信息，輸入清理后表面暗斑的指標(biāo)預(yù)測(cè)模型，獲得暗斑指標(biāo)預(yù)測(cè)數(shù)據(jù)，計(jì)算理想速度。本發(fā)明21.一種基于分段調(diào)速的板材表面清理控制方法，其特征在于，包括以下步驟：S1、使用清理裝置以不同的輸送速度對(duì)若干板材進(jìn)行試洗，采集試洗前后板材的表面S2、將所述非結(jié)構(gòu)化數(shù)據(jù)集D?中試洗前后板材的表面圖像沿板材寬度方向依據(jù)清理裝置中清理機(jī)位的數(shù)量分割成若干份，獲得若干板材清理前條形區(qū)域圖像和板材清理后條形區(qū)域圖像；對(duì)所述若干板材清理前條形區(qū)域圖像和板材清理后條形區(qū)域圖像中的暗斑進(jìn)行識(shí)別、標(biāo)注和處理，形成圖像結(jié)構(gòu)化數(shù)據(jù)集D?和數(shù)值結(jié)構(gòu)化數(shù)據(jù)集D?;S3、建立板材表面暗斑的檢測(cè)識(shí)別模型，使用圖像結(jié)構(gòu)化數(shù)據(jù)集D?針對(duì)板材表面暗斑的檢測(cè)識(shí)別模型進(jìn)行訓(xùn)練和部署；S4、建立板材清理后表面暗斑的指標(biāo)預(yù)測(cè)模型，使用數(shù)值結(jié)構(gòu)化數(shù)據(jù)集D?針對(duì)板材清理后表面暗斑的指標(biāo)預(yù)測(cè)模型進(jìn)行訓(xùn)練和部署；S5、采集待清理板材在設(shè)定輸送速度下的清理前圖像，將清理前圖像輸入至所述板材表面暗斑的檢測(cè)識(shí)別模型中，獲得清理前圖像中的暗斑區(qū)域信息，將暗斑區(qū)域信息輸入清理后表面暗斑的指標(biāo)預(yù)測(cè)模型，獲得清理后的暗斑指標(biāo)預(yù)測(cè)數(shù)據(jù)，根據(jù)所述清理后的暗斑指標(biāo)預(yù)測(cè)數(shù)據(jù)計(jì)算獲得板材通過(guò)每一個(gè)清理機(jī)位的理想速度，并以所述理想速度控制待清理板材進(jìn)行清理。2.根據(jù)權(quán)利要求1所述的基于分段調(diào)速的板材表面清理控制方法，其特征在于，S1中，在以不同的輸送速度對(duì)若干板材進(jìn)行試洗時(shí)，設(shè)定板材的輸送步長(zhǎng)△,從V開(kāi)始對(duì)n塊板材進(jìn)行清理，然后將速度增加△,再對(duì)n塊板材進(jìn)行清理，直到完成在速度VH下的n塊板材的清理。3.根據(jù)權(quán)利要求1所述的基于分段調(diào)速的板材表面清理控制方法，其特征在于，S2中，對(duì)試洗前后板材的表面圖像的分割數(shù)量與清理裝置中清理機(jī)位的數(shù)量對(duì)應(yīng)一致。4.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的基于分段調(diào)速的板材表面清理控制方法，其特征在于，S2中，所述圖像結(jié)構(gòu)化數(shù)據(jù)集D?包括標(biāo)注了暗斑的板材清理前條形區(qū)域圖像及標(biāo)注了暗斑的清理后條形區(qū)域圖像；所述數(shù)值結(jié)構(gòu)化數(shù)據(jù)集D?包括板材清理前條形區(qū)域圖像的暗斑面積均值、暗斑面積最大值、板材輸送速度和板材清理后條形區(qū)域圖像的暗斑面積均值、暗斑面積最大值。5.根據(jù)權(quán)利要求4所述的基于分段調(diào)速的板材表面清理控制方法，其特征在于，S3中，基于單階段目標(biāo)檢測(cè)網(wǎng)絡(luò)YOLOv8n建立板材表面暗斑的檢測(cè)識(shí)別模型，將圖像結(jié)構(gòu)化數(shù)據(jù)證集對(duì)模型進(jìn)行指標(biāo)評(píng)估，并根據(jù)需要調(diào)整超參數(shù)，當(dāng)板材表面暗斑的檢測(cè)識(shí)別模型在驗(yàn)證集上的性能滿足預(yù)設(shè)的標(biāo)準(zhǔn)后，使用獨(dú)立的測(cè)試集進(jìn)行一次性測(cè)試，當(dāng)測(cè)試結(jié)果符合要求即結(jié)束模型的訓(xùn)練并生成可部署的板材表面暗斑的檢測(cè)識(shí)別模型。6.根據(jù)權(quán)利要求5所述的基于分段調(diào)速的板材表面清理控制方法，其特征在于，對(duì)YOLOv8n進(jìn)行訓(xùn)練的過(guò)程中，采用復(fù)合損失函數(shù)進(jìn)行模型訓(xùn)練，所述復(fù)合損失函數(shù)表達(dá)式3L?ou=1-IoU;式中，IoU是氧化物暗斑識(shí)別預(yù)測(cè)框與氧化物暗斑真實(shí)標(biāo)注框的交并其中，氧化物暗斑識(shí)別標(biāo)注框是指訓(xùn)練過(guò)程中人工或工具生成的暗斑區(qū)域參考框，指標(biāo)評(píng)估和測(cè)試集的泛化能力測(cè)試后，結(jié)束模型的訓(xùn)練并生成可部署的清理后表面暗斑11.根據(jù)權(quán)利要求9所述的基于分段調(diào)速的板材表面清理控制損失函數(shù)L的表達(dá)式為;式中，1:y2是板材清理后條形4斑區(qū)域信息輸入清理后表面暗斑的指標(biāo)預(yù)測(cè)模型，獲得暗斑面積理想速度v的計(jì)算方法為：所述視覺(jué)子系統(tǒng)包括設(shè)置在清理裝置的第一個(gè)清理機(jī)位前的前置攝像組件以及設(shè)置所述板材表面暗斑檢測(cè)識(shí)別子系統(tǒng)用于生成和部署板材表面暗斑的檢測(cè)識(shí)別模型，板所述板材表面暗斑指標(biāo)預(yù)測(cè)子系統(tǒng)用于生成和部署板材清理后表面暗斑的指標(biāo)預(yù)測(cè)所述速度自動(dòng)控制子系統(tǒng)部署有板材表面暗斑的檢測(cè)識(shí)別模型和板材清理后表面暗5技術(shù)領(lǐng)域[0001]本發(fā)明屬于自動(dòng)控制技術(shù)領(lǐng)域，尤其涉及一種在板材的高壓水射流表面清理裝置中，針對(duì)寬板材的表面清理時(shí)的輸送速度進(jìn)行分段實(shí)時(shí)調(diào)節(jié)的控制方法以及控制系統(tǒng)。背景技術(shù)[0002]清理機(jī)位是高壓磨料水射流表面清理裝置的核心組成部分，在使用高壓磨料水射流表面清理裝置進(jìn)行金屬帶材表面清理時(shí)，由輸送設(shè)備帶動(dòng)帶材經(jīng)過(guò)清理機(jī)位，清理機(jī)位中的射流噴頭使用高壓水和磨料的混合液體對(duì)帶材表面進(jìn)行沖擊，去除帶材表面氧化雜質(zhì)，達(dá)到后續(xù)的加工要求。金屬帶材相對(duì)較窄，高壓磨料水射流清理裝置中僅包含一個(gè)清理機(jī)位，所有的射流噴頭布置在單個(gè)射流箱中，通過(guò)設(shè)定開(kāi)環(huán)的恒定輸送速度或者閉環(huán)速度[0003]與較窄的帶材對(duì)應(yīng)的表面清理裝置不同，在進(jìn)行較寬的金屬板材的表面清理時(shí)，水射流表面清理裝置的規(guī)模將顯著擴(kuò)大，裝置中存在多個(gè)清理機(jī)位，每個(gè)清理機(jī)位中布置一組噴頭，僅負(fù)責(zé)沿鋼板輸送方向上某一特定條形區(qū)域的清理，鋼板依次通過(guò)所有清理機(jī)位才能完成整板清理(鋼板通過(guò)前一清理機(jī)位完成清洗后才會(huì)輸送至下一清理機(jī)位)。此時(shí)若是采用單一的恒定速度方式將鋼板依次輸送通過(guò)所有清理機(jī)位，為保證鋼板中所有條形區(qū)域清理效果的一致性，輸送速度設(shè)置將趨于保守，導(dǎo)致作業(yè)時(shí)間過(guò)長(zhǎng)，不僅增加了非必要電能能耗，而且增加了清理設(shè)備自身負(fù)擔(dān)，清理裝置中的射流噴頭和高壓管路等元件故障隱患加重。公開(kāi)號(hào)為CN118060249A的專利采用對(duì)帶材進(jìn)行拍攝并根據(jù)圖像處理結(jié)果對(duì)帶材清理進(jìn)行實(shí)時(shí)調(diào)速，但該方法不適合寬板材的速度控制，寬板材相對(duì)帶材而言，寬度較寬而長(zhǎng)度短，通過(guò)輸送帶后置攝像采集時(shí)可能已經(jīng)清理完畢，無(wú)法實(shí)現(xiàn)實(shí)施調(diào)速控制。發(fā)明內(nèi)容[0004]本發(fā)明所要解決的技術(shù)問(wèn)題是，針對(duì)恒定輸送速度控制方式在進(jìn)行寬板材清理時(shí)面臨的能耗、設(shè)備潛在故障以及帶材清理實(shí)時(shí)調(diào)速方式的不適用等問(wèn)題，提出一種分階段的速度控制方法，以預(yù)測(cè)清理后的板材表面清理質(zhì)量的方式針對(duì)板材通過(guò)每一個(gè)清理機(jī)位的速度進(jìn)行控制，以達(dá)到在進(jìn)行寬板材時(shí)的表面清理時(shí)，清理質(zhì)量和能耗之間的兼顧的目標(biāo)。一種基于分段調(diào)速的板材表面清理控制方法，包括以下步驟：S1、使用清理裝置以不同的輸送速度對(duì)若干板材進(jìn)行試洗，采集試洗前后板材的S2、將所述非結(jié)構(gòu)化數(shù)據(jù)集D?中試洗前后板材的表面圖像沿板材寬度方向依據(jù)清理裝置中清理機(jī)位的數(shù)量分割若干份，獲得若干板材清理前條形區(qū)域圖像和板材清理后條形區(qū)域圖像；對(duì)所述若干板材清理前條形區(qū)域圖像和板材清理后條形區(qū)域圖像中的暗斑進(jìn)行識(shí)別、標(biāo)注和處理，形成圖像結(jié)構(gòu)化數(shù)據(jù)集D?和數(shù)值結(jié)構(gòu)化數(shù)據(jù)集D?;6S3、建立板材表面暗斑的檢測(cè)識(shí)別模型，使用圖像結(jié)構(gòu)化數(shù)據(jù)集D?針對(duì)板材表面暗斑的檢測(cè)識(shí)別模型進(jìn)行訓(xùn)練和部署；S4、建立板材清理后表面暗斑的指標(biāo)預(yù)測(cè)模型，使用數(shù)值結(jié)構(gòu)化數(shù)據(jù)集D?針對(duì)板材清理后表面暗斑的指標(biāo)預(yù)測(cè)模型進(jìn)行訓(xùn)練和部署；S5、采集待清理板材在設(shè)定輸送速度下的清理前圖像，將清理前圖像輸入至板材表面暗斑的檢測(cè)識(shí)別模型中，識(shí)別獲得清理前圖像中的暗斑區(qū)域信息，將暗斑區(qū)域信息輸入清理后表面暗斑的指標(biāo)預(yù)測(cè)模型，獲得清理后的暗斑指標(biāo)預(yù)測(cè)數(shù)據(jù)，根據(jù)所述清理后的暗斑指標(biāo)預(yù)測(cè)數(shù)據(jù)計(jì)算獲得板材通過(guò)每一個(gè)清理機(jī)位的理想速度，并以所述理想速度控制待清理板材進(jìn)行清理。[0006]本發(fā)明針對(duì)寬板材的多清理機(jī)位的清理方法，根據(jù)清理裝置中清理機(jī)位的分布方式對(duì)板材的清理效果圖像進(jìn)行了分割識(shí)別，并構(gòu)建了對(duì)應(yīng)的暗斑檢測(cè)識(shí)別模型和暗斑指標(biāo)預(yù)測(cè)模型，通過(guò)若干次試洗的效果圖像及數(shù)據(jù)來(lái)訓(xùn)練上述模型，通過(guò)采集的待清理板材的圖像，可根據(jù)檢測(cè)識(shí)別和預(yù)測(cè)結(jié)果直接計(jì)算獲得并輸出每一清理機(jī)位的理想速度，從而對(duì)板材輸送的速度進(jìn)行分段控制，一方面可準(zhǔn)確保證每個(gè)清理機(jī)位都能發(fā)揮最優(yōu)效果，獲得期望的清理效果，另一方面也避免了保守的統(tǒng)一的低速度設(shè)定，降低了設(shè)備能耗。[0007]作為上述技術(shù)方案的進(jìn)一步優(yōu)選，S1中，在以不同的輸送速度對(duì)若干板材進(jìn)行試洗時(shí)，設(shè)定板材的輸送速度范圍[VL,VH]和速度增長(zhǎng)步長(zhǎng)△,從V開(kāi)始對(duì)n塊板材進(jìn)行清理，然后將速度增加△,再對(duì)n塊板材進(jìn)行清理，直到完成在速度VH下的n塊板材的清理。[0008]作為上述技術(shù)方案的進(jìn)一步優(yōu)選，S2中，對(duì)試洗前后板材的表面圖像的分割數(shù)量與清理裝置中清理機(jī)位的數(shù)量對(duì)應(yīng)一致。[0009]作為上述技術(shù)方案的進(jìn)一步優(yōu)選，S2中，所述圖像結(jié)構(gòu)化數(shù)據(jù)集D?包括標(biāo)注了暗斑的板材清理前條形區(qū)域圖像及標(biāo)注了暗斑的清理后條形區(qū)域圖像；所述數(shù)值結(jié)構(gòu)化數(shù)據(jù)集D?包括板材清理前條形區(qū)域圖像的暗斑面積均值、暗斑面積最大值、板材輸送速度和板材清理后條形區(qū)域圖像的暗斑面積均值、暗斑面積最大值。[0010]作為上述技術(shù)方案的進(jìn)一步優(yōu)選，S3中，基于單階段目標(biāo)檢測(cè)網(wǎng)絡(luò)YOLOv8n建立板材表面暗斑的檢測(cè)識(shí)別模型，將圖像結(jié)構(gòu)化數(shù)據(jù)集D?分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，使用訓(xùn)練集對(duì)YOLOv8n進(jìn)行訓(xùn)練，在訓(xùn)練過(guò)程中，利用驗(yàn)證集對(duì)模型進(jìn)行指標(biāo)評(píng)估，并根據(jù)需要調(diào)整超參數(shù)(可以根據(jù)通過(guò)驗(yàn)證集評(píng)估模型的表現(xiàn)如損失曲線、mAP等指標(biāo)，對(duì)輸入分辨率(imgsz)、數(shù)據(jù)增強(qiáng)(hsv)、學(xué)習(xí)率(1r0)、損失權(quán)重(cls)等超參數(shù)進(jìn)行調(diào)整),當(dāng)板材表面暗斑的檢測(cè)識(shí)別模型在驗(yàn)證集上的性能滿足預(yù)設(shè)的標(biāo)準(zhǔn)后，使用獨(dú)立的測(cè)試集進(jìn)行一次性測(cè)試，當(dāng)測(cè)試結(jié)果符合要求即結(jié)束模型的訓(xùn)練并生成可部署的板材表面暗斑的檢測(cè)識(shí)別模[0011]作為上述技術(shù)方案的進(jìn)一步優(yōu)選，對(duì)YOLOv8n進(jìn)行訓(xùn)練的過(guò)程中，采用復(fù)合損失函數(shù)進(jìn)行模型訓(xùn)練，所述復(fù)合損失函數(shù)表達(dá)式為：斑識(shí)別定位損失、LA是氧化物暗斑識(shí)別標(biāo)注框包絡(luò)面積損失；其中氧化物暗斑識(shí)別標(biāo)注框是指訓(xùn)練過(guò)程中人工或工具生成的暗斑區(qū)域參考框，指導(dǎo)模型訓(xùn)練學(xué)習(xí)；氧化物暗斑識(shí)別7L?ou=1-IoU;式中，IoU是氧化物暗斑識(shí)別預(yù)測(cè)框與氧化物暗斑真實(shí)標(biāo)注框的式中，y?:Y?是板材清理后條形區(qū)域中的暗斑面積均值的預(yù)測(cè)值和暗斑面積最大值的預(yù)測(cè)8期望的清理效果計(jì)算獲得板材通過(guò)每一個(gè)清由經(jīng)驗(yàn)調(diào)整(根據(jù)對(duì)圖像數(shù)據(jù)的分析，統(tǒng)計(jì)暗斑面積均值的預(yù)測(cè)值和暗斑面積最大值的預(yù)[0020]基于同一技術(shù)構(gòu)思，本發(fā)明還提供一種基于分段調(diào)速的板材表面清理控制系統(tǒng)，所述視覺(jué)子系統(tǒng)包括設(shè)置在清理裝置的第一個(gè)清理機(jī)位前的前置攝像組件以及所述板材表面暗斑檢測(cè)識(shí)別子系統(tǒng)用于生成和部署板材表面暗斑的檢測(cè)識(shí)別模所述板材表面暗斑指標(biāo)預(yù)測(cè)子系統(tǒng)用于生成和部署板材清理后表面暗斑的指標(biāo)所述速度自動(dòng)控制子系統(tǒng)部署有板材表面暗斑的檢測(cè)識(shí)別模型和板材清理后表控制。本發(fā)明通過(guò)分階段調(diào)速策略與深度學(xué)習(xí)模型的結(jié)合，9附圖說(shuō)明[0023]為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。[0024]圖1為實(shí)施例1的基于分段調(diào)速的板材表面清理控制方法的流程圖；圖2為實(shí)施例2的基于分段調(diào)速的板材表面清理控制系統(tǒng)的結(jié)構(gòu)示意圖；圖3為實(shí)施例2的基于分段調(diào)速的板材表面清理控制系統(tǒng)在清理裝置上的設(shè)置示意圖；圖4為實(shí)施例1的基于分段調(diào)速的板材表面清理控制方法中對(duì)鋼板圖像的分割示意圖。具體實(shí)施方式[0025]為了便于理解本發(fā)明，下文將結(jié)合說(shuō)明書附圖和較佳的實(shí)施例對(duì)本發(fā)明作更全面、細(xì)致地描述，但本發(fā)明的保護(hù)范圍并不限于以下具體的實(shí)施例。[0026]除非另有定義，下文中所使用的所有專業(yè)術(shù)語(yǔ)與本領(lǐng)域技術(shù)人員通常理解的含義相同。本文中所使用的專業(yè)術(shù)語(yǔ)只是為了描述具體實(shí)施例的目的，并不是旨在限制本發(fā)明的保護(hù)范圍。[0027]除非另有特別說(shuō)明，本發(fā)明中用到的各種儀器和設(shè)備等均可通過(guò)市場(chǎng)購(gòu)買得到或者可通過(guò)現(xiàn)有方法得到。[0028]實(shí)施例1:本實(shí)施例的基于分段調(diào)速的板材表面清理控制方法，用于對(duì)鋼板進(jìn)行清理，如圖1S1、通過(guò)不同的輸送速度進(jìn)行鋼板試洗，采集清理前后鋼板表面圖像，建立非結(jié)構(gòu)化數(shù)據(jù)集D1.具體過(guò)程為：依據(jù)清理裝置的運(yùn)行經(jīng)驗(yàn)，設(shè)定鋼板輸送速度的范圍[V,Va]和速度增加步長(zhǎng)△,從速度下限值V開(kāi)始對(duì)寬鋼板進(jìn)行清理，共完成n塊鋼板的清理，然后將速度增加△,再完成n塊鋼板的清理，直到完成在速度VH下的n塊鋼板的清理，在每一塊鋼板的試洗過(guò)程中，通過(guò)每一個(gè)清理機(jī)位的速度是不變的，在此過(guò)程中，使用高分辨率攝像裝置對(duì)清理前的鋼板和清理后的鋼板進(jìn)行拍攝，建立鋼板表面清理非結(jié)構(gòu)化數(shù)據(jù)集D?,該數(shù)據(jù)集的每條數(shù)據(jù)記錄由每一塊鋼板的清理前圖像、清理后圖像和對(duì)應(yīng)該鋼板的輸送速度三個(gè)元素組成；具體到本實(shí)施例中，由經(jīng)驗(yàn)確定的鋼板輸送速度的范圍是6米/分鐘~18米/分鐘，設(shè)定速度增加步長(zhǎng)為0.2米/分鐘，因此速度共分為60檔。從6米/分的速度開(kāi)始，清理10塊鋼板，同理速度每增加一檔，清理10塊鋼板，在每塊鋼板清理過(guò)程中，保持通過(guò)每一個(gè)清理機(jī)位速度檔位不變，使用攝像裝置對(duì)鋼板清理前后表面進(jìn)行拍攝，共獲得1200張鋼板圖像，形成數(shù)據(jù)集D?,該數(shù)據(jù)集的每條記錄包括鋼板的清理前圖像、鋼板的清理后圖像和對(duì)應(yīng)的輸送速度；S2、將前述非結(jié)構(gòu)化數(shù)據(jù)集D1分割為鋼板表面氧化物暗斑檢測(cè)識(shí)別模型和鋼板清理后表面氧化物暗斑指標(biāo)預(yù)測(cè)模型對(duì)應(yīng)的結(jié)構(gòu)化數(shù)據(jù)集，具體過(guò)程為：對(duì)D,數(shù)據(jù)集中每一塊鋼板的清理前圖像、鋼板的清理后圖像沿著鋼板的寬度方向(也是輸送方向)進(jìn)行等距條按照?qǐng)D4所示的分割方法將非結(jié)構(gòu)化數(shù)據(jù)集D?中的沿著鋼板寬度方向等距分成4個(gè)鋼板條形區(qū)域圖像(與清理裝置中清理機(jī)位的數(shù)量和位置對(duì)應(yīng)),使用標(biāo)注工具LabelImg對(duì)每張鋼果符合要求，結(jié)束模型的訓(xùn)練并生成可部署的檢測(cè)識(shí)別模型。在python環(huán)境中，使用L?ou=1-IoU;式中，IoU是氧化物暗斑識(shí)別預(yù)測(cè)框與氧化物暗斑真實(shí)標(biāo)注框的板清理后的氧化物暗斑面積均值和氧化物暗斑面積最大值進(jìn)行預(yù)測(cè)，本實(shí)施例將D?按照7:前鋼板條形區(qū)域的特征向量X,輸出為清理后鋼板條形區(qū)域的特征向量Y,隱藏層為多層全型的訓(xùn)練并生成可部署的預(yù)測(cè)模型?？梢酝ㄟ^(guò)PyTorch框架提供的函數(shù)完成MLP網(wǎng)絡(luò)定義、均值，x2是板材清理前條形區(qū)域中的暗斑面積最大值，x3是板材輸送速度；特征向量[0034]式中,i2是板材清理后條形區(qū)域中的暗斑面積均值的預(yù)測(cè)值和暗成若干矩形條帶(本實(shí)施例的分割方法同樣如圖4所示，分割為4個(gè)矩形條帶),將每個(gè)矩形條帶圖像輸入S3部署的板材表面暗斑的檢測(cè)識(shí)別模型，檢測(cè)出條帶圖像中氧化物暗斑區(qū)部署的清理后表面暗斑的指標(biāo)預(yù)測(cè)模型的輸入特征變量X=[AAvg,AMax,v],經(jīng)過(guò)模型的輸出得到鋼板清理后的每個(gè)矩形條帶中暗斑面積均值預(yù)測(cè)值、暗斑面積最大值的預(yù)測(cè)值[0037]在本實(shí)施例中若某塊板材的清理預(yù)設(shè)輸送速度v=10m/min,在到達(dá)2號(hào)清理機(jī)位前，根據(jù)預(yù)測(cè)值A(chǔ)Avg=0.05,預(yù)測(cè)值A(chǔ)Max=0.1,期望值,期望值A(chǔ)Ma&=0.08,λ?=-0.05,λ2=-0.05,則通過(guò)2號(hào)清理機(jī)位的理