【技術實現步驟摘要】
本申請涉及人工智能，具體而言，涉及一種基于人工智能的模具結構健康監測方法及系統。
技術介紹
1、在模具制造領域，模具作為生產過程中的關鍵部件，其健康狀態直接影響到產品的質量和生產效率。傳統的模具健康監測方法往往依賴于人工定期檢查，這種方法不僅效率低下，且難以全面、準確地評估模具的細微損傷和潛在故障。
2、現有方案大多側重于單一模型的應用，缺乏針對模具結構特性的定制化優化和多模型協同工作的機制。此外，這些方法在特征提取、語義關系構建以及健康狀態估計等關鍵環節上，往往存在信息損失、關系表征不精確或估計結果不準確等問題。
3、因此，迫切需要一種更加高效、準確且適應性強的基于人工智能的模具結構健康監測方法，以解決現有技術中存在的問題。
技術實現思路
1、鑒于上述提及的問題，結合本申請的第一方面，本申請實施例提供一種基于人工智能的模具結構健康監測方法，所述方法包括：
2、獲取待進行健康狀態知識抽取的目標模具結構圖像數據；
3、依據第一人工智能網絡對所述目標模具結構圖像數據進行模具結構向量表示，生成模具結構向量序列；
4、將所述模具結構向量序列加載到第二人工智能網絡進行圖像語義域變換，生成模具結構語義關系空間；
5、依據第三人工智能網絡對所述模具結構語義關系空間進行模具結構健康狀態估計，生成所述目標模具結構圖像數據的健康狀態知識數據；其中，所述第一人工智能網絡、所述第二人工智能網絡以及所述第三人工智能網絡依據參考訓練代價進
6、再一方面，本申請實施例還提供一種模具視覺檢測系統，包括處理器、機器可讀存儲介質，所述機器可讀存儲介質和所述處理器連接，所述機器可讀存儲介質用于存儲程序、指令或代碼，所述處理器用于執行所述機器可讀存儲介質中的程序、指令或代碼，以實現上述的方法。
7、基于以上方面，本申請實施例通過組合優化三個相互關聯的人工智能網絡，實現了對模具結構健康狀態的精準、高效監測。具體而言，首先利用第一人工智能網絡對目標模具結構圖像進行向量表示，有效提取了模具的關鍵結構特征；隨后，通過第二人工智能網絡進行圖像語義域變換，構建了反映模具結構深層次語義關系的空間模型，顯著增強了信息的表征能力；最后，第三人工智能網絡基于該語義關系空間進行健康狀態估計，輸出了詳盡且準確的健康狀態知識數據。此外，通過引入參考訓練代價機制，對三個網絡進行聯合優化，其中，第一訓練代價聚焦于提升模具結構語義表示的準確性和一致性，第二訓練代價則直接關聯于健康狀態估計的準確性，兩者共同作用，使得網絡參數調整更加科學、合理。由此，不僅顯著提高了模具結構健康監測的自動化水平和智能化程度，還通過精準的健康狀態評估，為模具的維護、修理及更換提供了數據支持。
本文檔來自技高網...【技術保護點】
1.一種基于人工智能的模具結構健康監測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于人工智能的模具結構健康監測方法，其特征在于，所述第一人工智能網絡、所述第二人工智能網絡以及所述第三人工智能網絡的組合網絡參數優化過程，包括：
3.根據權利要求2所述的基于人工智能的模具結構健康監測方法，其特征在于，所述依據所述第一訓練代價以及所述第二訓練代價對所述第一人工智能網絡、所述第二人工智能網絡以及所述第三人工智能網絡進行網絡參數優化，包括：
4.根據權利要求2所述的基于人工智能的模具結構健康監測方法，其特征在于，所述對所述示例模具結構圖像進行模具結構圖像識別生成對應的示例圖像語義特征，并依據第四人工智能網絡對所述示例圖像語義特征進行圖像語義域變換，生成所述第二示例模具結構語義關系空間之后，所述方法還包括：
5.根據權利要求4所述的基于人工智能的模具結構健康監測方法，其特征在于，所述依據所述第三人工智能網絡對所述跨域語義關系空間進行模具結構健康狀態估計生成第二估計健康狀態知識數據，以及依據所述第三人工智能網絡對所述第二示例模具結
6.根據權利要求5所述的基于人工智能的模具結構健康監測方法，其特征在于，所述對所述示例模具結構圖像進行模具結構圖像識別生成對應的示例圖像語義特征，并依據第四人工智能網絡對所述示例圖像語義特征進行圖像語義域變換，生成所述第二示例模具結構語義關系空間之后，還包括：
7.根據權利要求6所述的基于人工智能的模具結構健康監測方法，其特征在于，所述依據第六人工智能網絡對所述第一語義關系鏈路矢量進行注意力處理生成第三語義關系鏈路矢量，以及依據所述第六人工智能網絡對所述第二語義關系鏈路矢量進行注意力處理生成第四語義關系鏈路矢量之后，還包括：
8.根據權利要求2所述的基于人工智能的模具結構健康監測方法，其特征在于，所述對所述示例模具結構圖像進行模具結構圖像識別生成對應的示例圖像語義特征，并依據第四人工智能網絡對所述示例圖像語義特征進行圖像語義域變換，生成所述第二示例模具結構語義關系空間之后，還包括：
9.根據權利要求1所述的基于人工智能的模具結構健康監測方法，其特征在于，所述依據第三人工智能網絡對所述模具結構語義關系空間進行模具結構健康狀態估計，生成所述目標模具結構圖像數據的健康狀態知識數據之前，還包括：
10.一種模具視覺檢測系統，其特征在于，所述模具視覺檢測系統包括處理器和存儲器，所述存儲器和所述處理器連接，所述存儲器用于存儲程序、指令或代碼，所述處理器用于執行所述存儲器中的程序、指令或代碼，以實現上述權利要求1-9任意一項所述的基于人工智能的模具結構健康監測方法。
...【技術特征摘要】
1.一種基于人工智能的模具結構健康監測方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于人工智能的模具結構健康監測方法，其特征在于，所述第一人工智能網絡、所述第二人工智能網絡以及所述第三人工智能網絡的組合網絡參數優化過程，包括：
3.根據權利要求2所述的基于人工智能的模具結構健康監測方法，其特征在于，所述依據所述第一訓練代價以及所述第二訓練代價對所述第一人工智能網絡、所述第二人工智能網絡以及所述第三人工智能網絡進行網絡參數優化，包括：
4.根據權利要求2所述的基于人工智能的模具結構健康監測方法，其特征在于，所述對所述示例模具結構圖像進行模具結構圖像識別生成對應的示例圖像語義特征，并依據第四人工智能網絡對所述示例圖像語義特征進行圖像語義域變換，生成所述第二示例模具結構語義關系空間之后，所述方法還包括：
5.根據權利要求4所述的基于人工智能的模具結構健康監測方法，其特征在于，所述依據所述第三人工智能網絡對所述跨域語義關系空間進行模具結構健康狀態估計生成第二估計健康狀態知識數據，以及依據所述第三人工智能網絡對所述第二示例模具結構語義關系空間進行模具結構健康狀態估計生成第三估計健康狀態知識數據之后，還包括：
6.根據權利要求5所述的基于人工智能的模具結構健康監測方法，其特征在于，所述對所述示例模具結構圖像進行模具結構圖像識...
【專利技術屬性】
技術研發人員：余新樂，周少良，
申請(專利權)人：維克多精密工業深圳有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。