(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211142425.7 (22)申请日 2022.09.20 (71)申请人 盐城工学院 地址 224000 江苏省盐城市亭湖区希望大 道中路1号 (72)发明人 蔡慧　林海峰　刘大鹏　张礼宏　 (74)专利代理 机构 北京冠和权律师事务所 11399 专利代理师 陈姣姣 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/82(2022.01) G07C 3/14(2006.01) (54)发明名称 一种基于深度学习的复合机在线质量监测 系统 (57)摘要 本发明提供一种基于深度学习的复合机在 线质量监测系统， 包括： 至少一个第一图像采集 模块， 用于采集压合前的基材的上表 面的第一图 像； 至少一个第二图像采集模块， 用于采集压合 后的基材的上表面的第二图像； 图像处理模块， 分别与所述第一图像采集模块和所述第二图像 采集模块电连接， 用于将所述第一图像和所述第 二图像分别输入对应的基于深度学习的神经网 络， 确定复合材料是否异常； 控制模块， 与所述图 像处理模块电连接； 报警模块， 与所述控制模块 电连接， 用于当所述控制模块接收到所述图像处 理模块发送的所述复合材料异常时， 发出报警。 本发明的基于深度学习的复合机在线质量监测 系统， 实现了复合机制作的复合材料的在线监 测。 权利要求书3页 说明书8页 附图3页 CN 115471481 A 2022.12.13 CN 115471481 A 1.一种基于深度学习的复合机在线质量 监测系统， 其特 征在于， 包括： 至少一个第一图像采集模块， 用于采集压合前的基材的上表面的第一图像； 至少一个第二图像采集模块， 用于采集压合后的基材的上表面的第二图像； 图像处理模块， 分别与所述第一图像采集模块和所述第二图像采集模块电连接， 用于 将所述第一图像和所述第二图像分别输入对应的基于深度学习的神经网络， 确定复合材料 是否异常； 控制模块， 与所述图像处 理模块电连接； 报警模块， 与所述控制模块电连接， 用于当所述控制模块接收到所述图像处理模块发 送的所述复合材 料异常时， 发出报警。 2.如权利要求1所述的基于深度 学习的复合机在线质量监测系统， 其特征在于， 所述图 像处理模块将所述第一图像和所述第二图像分别输入对应的基于深度学习的神经网络， 确 定复合材 料是否异常， 执 行如下操作： 对所述第一图像进行 特征提取， 获取多个第一特 征值； 将多个所述第一特 征值输入预设的第一神经网络模型； 获取所述第一神经模型的第一输出 结果； 解析所述第一输出 结果， 确定复合材 料是否异常； 和/或， 对所述第二图像进行 特征提取， 获取多个第二特 征值； 将多个所述第二特 征值输入预设的第二神经网络模型； 获取所述第二神经模型的第二输出 结果； 解析所述第二输出 结果， 确定复合材 料是否异常。 3.如权利要求1所述的基于深度 学习的复合机在线质量监测系统， 其特征在于， 所述神 经网络通过如下步骤训练： 获取复合机运行 过程中第一图像采集模块或第二图像采集模块采集的历史图像； 对所述历史图像进行筛 选， 筛选出异常图像和正常图像； 接收对所述异常图像的异常标注； 提取所述异常图像中的异常标注对应的区域， 作为异常模板； 获取预设的数量的正常图像； 基于所述异常模板和所述 正常图像构建训练图像； 将所述训练图像和所述异常图像存 储进训练数据池； 将所述训练数据池中的图像均分为 4份， 其中三份作为训练集， 另外一份作为测试集； 基于所述训练集和所述测试集， 对初始神经网络模型进行训练； 在训练时通过损 失函 数指导所述初始神经网络模型的训练， 其中， 损失函数如下： 式中， E表示所述损失函数； yk表示初始神经 网络的输出； tk表示监督数据； k为数据的维 数； 待所述初始神经网络模型训练收敛后， 获得 所述神经网络 。 4.如权利要求1所述的基于深度学习的复合机在线质量监测系统， 其特征在于， 还包权　利　要　求　书 1/3 页 2 CN 115471481 A 2括： 取样模块， 用于在复合机复合完成后的复合材料在被卷取为卷材之前对所述复合材料 进行取样， 获取采样品； 第三图像采集模块， 用于获取 所述采样品侧面的放大图像； 图像处理模块， 还用于对所述放大图像进行分析， 确定各层材料的厚度； 并基于各层材 料的厚度， 确定是否所述复合材 料是否异常。 5.如权利要求4所述的基于深度 学习的复合机在线质量监测系统， 其特征在于， 所述取 样模块包括： 取样头， 用于穿刺所述复合材 料； 空心柱体， 一端与所述取样头的远离其 穿刺的一端固定连接； 伸缩机构， 一端与所述空心 柱体的远离所述取样头的一端固定连接； 在所述空心 柱体的一侧设置有所述第三图像采集模块的安装孔。 6.如权利要求5所述的基于深度 学习的复合机在线质量监测系统， 其特征在于， 所述第 三图像采集模块包括： 空心筒体， 一端与所述 安装孔固定连接； 摄像机构， 设置在所述空心筒体的远离所述空心 柱体的一端； 两个光源， 对称设置在所述空心筒体两侧， 所述光源的光线方向与所述空心筒体呈预 设的角度。 7.如权利要求5所述的基于深度 学习的复合机在线质量监测系统， 其特征在于， 所述取 样模块还 包括： 取样平台， 上表面设置有辅助取样机构； 所述辅助取样机构包括： 取样槽， 内径与所述取样头的外径的大小相适应； 套筒， 一端固定设置在所述取样槽的槽底； T型体， 套设在所述套 筒内； 复位弹簧， 设置在所述T型体和所述取样槽的槽底之间， 套设在所述T型体和所述套筒 的外周； 其中， 所述T型体的上表面设置为弧形。 8.如权利要求5所述的基于深度学习的复合机在线质量监测系统， 其特征在于， 还包 括： 辅助检测模块和水平 移动导轨； 所述辅助检测模块包括： 检测平台， 上表面 也设置有辅助取样机构； 放卷机构， 设置在所述检测平台的一侧； 收卷机构， 设置在所述检测平台的另一侧； 辅助检测卷材， 设置在所述放卷机构上； 所述放卷机构和所述收卷机构配合实现所述 辅助检测卷 材展平在所述检测平台上； 所述取样模块设置在所述水平移动导轨上； 所述水平移动 导轨在所述取样模块完成取 样后将所述取样模块移动至辅助检测模块的辅助取样机构上方， 控制所述取样模块对辅助 检测卷材进行取样， 使复合材料的采样品被推送至第三图像采集模块的采集窗口的对应的权　利　要　求　书 2/3 页 3 CN 115471481 A 3