CN112170781B - 一种提升淋砂机环保性能的方法和装置 - Google Patents

Abstract

本发明公开了一种提升淋砂机环保性能的方法和装置，所述方法包括：在机械手手臂进行滴浆过程中，获得机械手手臂运动的第一方向；获得机械手手臂运动的第一速度；将第一方向和第一速度输入第一神经网络模型中，其中，模型使用多组训练数据训练出来的，多组中的训练数据中每一组训练数据均包括：第一方向、第一速度以及标识第一结果的标识信息；获得模型的输出信息，其中，输出信息包括第一结果，第一结果表示机械手手臂在滴浆过程中的操作是否满足施工要求的结果；根据第一结果获得第一指令，第一指令用于执行继续或者调整机械手手臂滴浆动作的指令。解决了淋砂过程中工人与设备近距离接触，影响工人健康的技术问题。

Description

一种提升淋砂机环保性能的方法和装置

技术领域

本发明涉及一种环保方法，尤其涉及一种提升淋砂机环保性能的方法和装置。

背景技术

挂砂是制壳车间必要的工序之一，一般的挂砂设备有两种，淋砂与浮砂。淋砂是通过装置把砂料送到高处，自上而下的雨淋方式。不论何种挂砂设备都会带来粉尘大、噪音高，且需要高强度的人工。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

手工淋砂设备一般需要工人与设备近距离接触，影响工人健康。

发明内容

本申请实施例通过提供一种提升淋砂机环保性能的方法，解决了淋砂过程中工人与设备近距离接触，影响工人健康的技术问题。达到了通过对浆砂收集，粉尘吸除，大大改善沾浆车间地面和设备脏乱差问题，在降低工人劳动轻度同时确保工人健康的技术效果。

本申请实施例提供了一种提升淋砂机环保性能的方法，其中，所述方法包括：在机械手手臂进行滴浆过程中，获得所述机械手手臂运动的第一方向；获得所述机械手手臂运动的第一速度；将所述第一方向和第一速度输入第一神经网络模型中，其中，所述模型使用多组训练数据训练出来的，所述多组中的训练数据中每一组训练数据均包括：第一方向、第一速度以及标识第一结果的标识信息；获得所述模型的输出信息，其中，所述输出信息包括第一结果，所述第一结果表示所述机械手手臂在滴浆过程中的操作是否满足施工要求的结果；根据所述第一结果获得第一指令，所述第一指令用于执行继续或者调整所述机械手手臂滴浆动作的指令。

另一方面，本申请还提供了一种提升淋砂机环保性能装置，其中，所述装置包括：第一获得单元：所述第一获得单元用于在机械手手臂进行滴浆过程中，获得所述机械手手臂运动的第一方向；第二获得单元：所述第二获得单元用于获得所述机械手手臂运动的第一速度；第一输入单元：所述第一输入单元用于将所述第一方向和第一速度输入第一神经网络模型中，其中，所述模型使用多组训练数据训练出来的；第三获得单元：所述第三获得单元用于获得所述模型的输出信息，其中，所述输出信息包括第一结果；第四获得单元：所述第四获得单元用于根据所述第一结果获得第一指令，所述第一指令用于执行继续或者调整所述机械手手臂滴浆动作的指令。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、当砂子落到底部时会反弹部分砂和粉尘，通过挡砂装置将弹起的砂挡回淋砂机腔体内，扬起的粉尘会顺着除尘风罩被吸走，通过对浆砂收集，粉尘吸除，减少物料溢出，降低能源消耗，达到了大大改善沾浆车间地面和设备脏乱差问题的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种提升淋砂机环保性能的方法的流程示意图；

图2为本申请实施例一种提升淋砂机环保性能的装置的结构示意图；

图3为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第一输入单元13，第三获得单元14，第四获得单元15，总线300，接收器301，处理器302，发送器303，存储器304，总线接口306。

具体实施方式

本申请实施例通过提供一种提升淋砂机环保性能的方法，解决了淋砂过程中工人与设备近距离接触，影响工人健康的技术问题。达到了通过对浆砂收集，粉尘吸除，大大改善沾浆车间地面和设备脏乱差问题，在降低工人劳动轻度同时确保工人健康的技术效果。

下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

挂砂是制壳车间必要的工序之一，一般的挂砂设备有两种，淋砂与浮砂。淋砂是通过装置把砂料送到高处，自上而下的雨淋方式。不论何种挂砂设备都会带来粉尘大、噪音高，且需要高强度的人工。手工淋砂设备一般需要工人与设备近距离接触，影响工人健康。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例提供了一种提升淋砂机环保性能的方法，其中，所述方法包括：在机械手手臂进行滴浆过程中，获得所述机械手手臂运动的第一方向；获得所述机械手手臂运动的第一速度；将所述第一方向和第一速度输入第一神经网络模型中，其中，所述模型使用多组训练数据训练出来的，所述多组中的训练数据中每一组训练数据均包括：第一方向、第一速度以及标识第一结果的标识信息；获得所述模型的输出信息，其中，所述输出信息包括第一结果，所述第一结果表示所述机械手手臂在滴浆过程中的操作是否满足施工要求的结果；根据所述第一结果获得第一指令，所述第一指令用于执行继续或者调整所述机械手手臂滴浆动作的指令。

在介绍了本申请基本原理之后，为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

实施例一

如图1所示，本申请实施例提供了一种提升淋砂机环保性能的方法，其中，所述方法包括：

步骤S100：在机械手手臂进行滴浆过程中，获得所述机械手手臂运动的第一方向；

具体而言，所述机械手是一种能模仿人手和臂的某些动作功能，用以按固定程序抓取、搬运物件或操作工具的自动操作装置，所述第一方向为所述机械手向着所述淋砂机本体的方向，所述淋砂机本体是一个将砂和其余混合物进行混合的一个装置，方向的偏差会影响滴浆的效果。

步骤S200：获得所述机械手手臂运动的第一速度；

具体而言，所述第一速度为所述机械手手臂运动的速度，所述机械手手臂运动的速度决定滴浆的速度，滴浆的速度不同，进而影响浆料是否可以均匀的流动并将多余的浆滴落到集料斗中。

步骤S300：将所述第一方向和第一速度输入第一神经网络模型中，其中，所述模型使用多组训练数据训练出来的，所述多组中的训练数据中每一组训练数据均包括：第一方向、第一速度以及标识第一结果的标识信息；

步骤S400:获得所述模型的输出信息，其中，所述输出信息包括第一结果，所述第一结果表示所述机械手手臂在滴浆过程中的操作是否满足施工要求的结果；

具体而言，可根据所述第一方向和第一速度来预测所述机械手手臂在滴浆过程中的操作是否满足施工要求。将所述第一方向和第一速度输入第一神经网络模型中，神经网络(Neural Networks，NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络***，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习***。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks)，是对人类大脑***的一阶特性的一种描述。简单地讲，它是一个数学模型。在本申请实施例中，将所述第一方向和第一速度输入神经网络模型，用标识的第一结果信息对所述神经网络模型进行训练，所述第一结果信息为所述机械手手臂在滴浆过程中的操作是否满足施工要求的结果。

进一步来说，所述第一神经网络模型的过程实质为监督学习的过程。所述多组训练数据具体为：第一方向、第一速度以及标识第一结果的标识信息。通过输入所述第一方向和第一速度，神经网络模型会输出所述机械手手臂在滴浆过程中的操作是否满足施工要求的结果，通过将所述输出信息与所述起标识作用的第一结果信息进行校验，如果所述输出信息与所述起标识作用的第一结果信息要求相一致，则本数据监督学习完成，则进行下一组数据监督学习；如果所述输出信息与所述起标识作用的第一结果信息要求不一致，则神经网络学习模型自身进行调整，直到神经网络学习模型输出结果与所述起标识作用的第一结果信息要求相一致，进行下一组数据的监督学习。借助训练模型对所述第一方向和第一速度进行不断训练，达到了使得输出的所述机械手手臂在滴浆过程中的操作是否满足施工要求的结果更加精确地技术效果。

步骤S500：根据所述第一结果获得第一指令，所述第一指令用于执行继续或者调整所述机械手手臂滴浆动作的指令。

具体而言，通过对所述第一方向和第一速度不断地进行训练，获得所述机械手手臂在滴浆过程中的操作是否满足施工要求的结果，进而获得所述第一指令，当所述机械手手臂在滴浆过程中的操作满足施工要求时，则所述第一指令为继续执行所述机械手手臂滴浆动作，当所述机械手手臂在滴浆过程中的操作不满足施工要求时，则所述第一指令为调整所述机械手手臂滴浆动作。

所述淋砂机还包括第一摄像头，本申请实施例还包括：

步骤S610：根据所述第一摄像头对所述滴浆结果进行摄像，获得第一图像信息；

步骤S620：将所述第一图像信息输入第二神经网络模型中，其中，所述模型使用多组训练数据训练出来的，所述多组中的训练数据中每一组训练数据均包括：第一图像信息和标识第二结果的标识信息；

步骤S630：获得所述模型的输出信息，其中，所述输出信息包括第二结果，所述第二结果表示所述滴浆结果是否满足施工要求。

步骤S640：将所述第二结果作为第一监督数据，对所述第一神经网络模型进行监督学习。

具体而言，为了获得精确的滴浆结果，可通过安装一摄像头对所述滴浆过程进行实时监控。根据所述第一摄像头对所述滴浆结果进行摄像，并获得第一图像信息；通过将所述第一图像信息输入第二神经网络模型中，其中，所述模型使用多组训练数据训练出来的，所述多组中的训练数据中每一组训练数据均包括：第一图像信息和标识第二结果的标识信息，所述第二神经网络模型执行与上述第一神经网络模型同样的过程，即实质为监督学习的过程，在此不作详细阐述，对所述第一图像信息进行不断的训练，进而获得所述模型的输出信息，其中，所述输出信息包括第二结果，所述第二结果表示所述滴浆结果是否满足施工要求，通过根据所述第一摄像头对所述滴浆结果进行摄像，进而判断所述滴浆结果是否满足施工要求，达到了获得精确的滴浆结果，提高零件铸造效率的技术效果。

通过将所述第二结果即所述滴浆结果是否满足施工要求作为第一监督数据，对所述第一结果即所述机械手手臂在滴浆过程中的操作是否满足施工要求的结果进行监督学习，进而对所述第一神经网络模型进行监督学习，达到了使得所述机械手手臂在滴浆过程中的操作更加满足施工要求的技术效果。

所述淋砂机还包括除尘机，除尘风罩和第二摄像头，其中，除尘风罩配合所述除尘机对淋砂时扬起的粉尘进行吸入收集，本申请实施例还包括：

步骤S710：获得所述除尘风罩的第一角度；

步骤S720：根据所述第二摄像头获得所述除尘机附近的第二图像信息；

步骤S730：将所述第二图像信息输入第三神经网络模型中，其中，所述模型使用多组训练数据训练出来的，所述多组中的训练数据中每一组训练数据均包括：第二图像信息和标识第三结果的标识信息；

步骤S740：获得所述模型的输出信息，其中，所述输出信息包括第三结果，所述第三结果表示所述粉尘吸收是否满足施工要求；

步骤S750：根据所述第三结果和第一角度获得第一指令，所述第一指令用于指令所述除尘风扇自动调整为第二角度。

具体而言，所述淋砂机还由除尘设备组成，具体包括除尘机和除尘风罩，通过第二摄像头对所述除尘过程进行拍摄，便于确定除尘结果是否达到要求。所述第一角度为所述除尘风罩的角度，所述除尘风罩用于配合除尘器使淋砂时扬起的粉尘更容易吸入到除尘器中，这样外界的粉尘含量会变得很少；所述第二图像信息为所述第二摄像头拍摄的除尘机附近的图像信息；通过将所述第二图像信息输入第三神经网络模型中，所述第三神经网络模型执行与上述第一神经网络模型同样的过程，即实质为监督学习的过程，在此不作详细阐述，通过对所述第二图像信息进行不断的训练，进而获得第三结果，即所述粉尘吸收是否满足施工要求，根据所述第三结果和第一角度获得第一指令，当所述粉尘吸收不满足施工要求时，所述第一指令为自动调整所述除尘风罩的角度为第二角度，所述第二角度为所述粉尘吸收满足施工要求，进而达到了使得扬起的粉尘更容易吸入到除尘器中，大大改善沾浆车间地面和设备脏乱差问题，确保工人健康的技术效果。

为了完整的完成整个淋砂滴浆过程，进而生产熔模精密铸造零件，本申请实施例还包括：

步骤S810:所述滴浆动作使得浆在模组表面均匀流动并将多余的浆低落在集料斗中；

具体而言，在滴浆过程中，需要保证浆液均匀的滴落到模组上，使得模组表面的浆液均匀平铺，滴落到模组表面的浆液不能过多或者过少，过少使得模组不能完全填充，过多使得模组填充过度，达不到理想的效果，通过保证浆在模组表面均匀流动并将多余的浆低落在集料斗中，达到了精密铸造零件的技术效果。

步骤S820：滴浆完成后，淋砂机从等待位通过移动小车到达工作位后淋砂开始，砂子落到底部后反弹部分砂和粉尘，挡砂装置将弹起的砂挡回淋砂机腔体内，其中，扬起的粉尘顺着除尘风罩吸收，完成淋砂动作；

具体而言，当机械手手臂转到淋砂工位时，机械手根据控制程序进行滴浆动作，滴浆完成后，机械手退回初始位置，淋砂过程中，除尘装置会对扬起的粉尘进行吸收去除，使得外界的粉尘含量变少，进而提高质量要求，达到了在降低工人劳动轻度同时确保工人健康的技术效果。

步骤S830：完成淋砂动作后，淋砂机退回等待位，机械手手臂回到原点位后旋转到下道工序；

具体而言，淋砂过程和滴浆过程是交互进行的，淋砂动作完成后，淋砂机退回初始位置，开始滴浆过程，则机械手手臂回到原点位后，旋转到下道工序进行滴浆过程，如此循环往复，最终完成整个浇筑过程。

步骤S840：淋砂过程中，当检测到缺砂时，下砂装置启动及时补砂。

具体而言，在淋砂过程中，当检测到缺砂时，可获得第三摄像头，所述第三摄像头可以对淋砂过程进行拍摄，实时监控砂量，当所述砂量不足时，可以启动下砂装置，及时进行补砂，使得砂量补给充足。

进一步而言，通过淋砂、滴浆、除尘等一系列完整的工序，使得零件铸造工序更加完整，达到了使得铸造的零件更加结实、更加精密的技术效果。

为了确保所述除尘机附近的图像信息的安全性，对所述除尘机附近的图像信息进行基于区块链的加密操作，本申请实施例还包括：

根据所述除尘机附近的第一图像信息生成第一验证码，其中，所述第一验证码是与所述除尘机附近的第一图像信息一一对应的；

根据所述除尘机附近的第二图像信息生成第二验证码，其中，所述第二验证码是与所述除尘机附近的第二图像信息一一对应的，以此类推，根据所述所述除尘机附近的第N图像信息和第N-1验证码生成第N验证码，其中，N为大于1的自然数；

将所有所述除尘机附近的图像信息和验证码分别复制保存在M台设备上，其中，M为大于1的自然数。

具体而言，为了确保所述除尘机附近的图像信息的安全性，确保其不被篡改，可进行基于区块链的加密操作。区块链技术是一项具有普适性的底层技术架构，它通过共识机制在分布式节点上生成和同步数据、借助可编程脚本实现合约条款的自动执行和数据操作。区块链被定义为一种按时间顺序来组织数据区块，不同区块之间按序形成链条状连接的数据结构，借助这种数据结构来构建数字账本。

根据所述除尘机附近的第一图像信息生成第一验证码，其中，所述第一验证码是与所述除尘机附近的第一图像信息一一对应的；根据所述除尘机附近的第二图像信息生成第二验证码，其中，所述第二验证码是与所述除尘机附近的第二图像信息一一对应的，以此类推，根据所述所述除尘机附近的第N图像信息和第N-1验证码生成第N验证码，其中，N为大于1的自然数；将所有所述除尘机附近的图像信息和验证码分别复制保存在M台设备上，其中，M为大于1的自然数。对所述除尘机附近的图像信息进行加密存储，其中，每个设备对应于一个节点，所有节点组合起来形成了区块链，这样的区块链就构成了一个便于验证(只要验证最后一个区块的Hash值就相当于验证了整个版本)，不可更改(任何一个交易信息的更改，会让所有之后的区块的Hash值发生变化，这样在验证时就无法通过)的总账本。

区块链***采用分布式数据形式，让每一个参与节点都能够获得一份完整的数据库备份，除非能够同时控制整个***中51％的节点，否则单个节点对数据库的修改是无效的，也无法影响其他节点上的数据内容。因此，参与***中的节点越多，算力越强，***中的数据安全性也就越高。对所述除尘机附近的图像信息基于区块链的加密处理，有效保证了所述除尘机附近的图像信息的存储安全，达到了对所述除尘机附近的图像信息进行安全的记录并保存的技术效果。

综上所述，本申请实施例所提供的一种提升淋砂机环保性能的方法和装置具有如下技术效果：

1、当砂子落到底部时会反弹部分砂和粉尘，通过挡砂装置将弹起的砂挡回淋砂机腔体内，扬起的粉尘会顺着除尘风罩被吸走，通过对浆砂收集，粉尘吸除，减少物料溢出，降低能源消耗，达到了大大改善沾浆车间地面和设备脏乱差问题的技术效果。

2、通过分别对所述第一方向和第一速度进行训练、对所述第一图像信息进行训练、对所述第二图像信息进行训练，达到了使得所述机械手手臂在滴浆过程中的操作满足施工要求和所述粉尘吸收满足施工要求的技术效果。

实施例二

基于与前述实施例中一种提升淋砂机环保性能的方法同样发明构思，本发明还提供了一种提升淋砂机环保性能装置，如图2所示，所述装置包括：

第一获得单元11：所述第一获得单元11用于在机械手手臂进行滴浆过程中，获得所述机械手手臂运动的第一方向；

第二获得单元12：所述第二获得单元12用于获得所述机械手手臂运动的第一速度；

第一输入单元13：所述第一输入单元13用于将所述第一方向和第一速度输入第一神经网络模型中，其中，所述模型使用多组训练数据训练出来的；

第三获得单元14：所述第三获得单元14用于获得所述模型的输出信息，其中，所述输出信息包括第一结果；

第四获得单元15：所述第四获得单元15用于根据所述第一结果获得第一指令，所述第一指令用于执行继续或者调整所述机械手手臂滴浆动作的指令。

进一步的，所述装置还包括：

第五获得单元：所述第五获得单元用于根据所述第一摄像头对所述滴浆结果进行摄像，获得第一图像信息；

第二输入单元：所述第二输入单元用于将所述第一图像信息输入第二神经网络模型中，其中，所述模型使用多组训练数据训练出来的，所述多组中的训练数据中每一组训练数据均包括：第一图像信息和标识第二结果的标识信息；

第六获得单元：所述第六获得单元用于获得所述模型的输出信息，其中，所述输出信息包括第二结果，所述第二结果表示所述滴浆结果是否满足施工要求。

进一步的，所述装置还包括：

第一监督单元：所述第一监督单元用于将所述第二结果作为第一监督数据，对所述第一神经网络模型进行监督学习。

进一步的，所述装置还包括：

第七获得单元：所述第七获得单元用于获得所述除尘风罩的第一角度；

第八获得单元：所述第八获得单元用于根据所述第二摄像头获得所述除尘机附近的第二图像信息；

第三输入单元：所述第三输入单元用于将所述第二图像信息输入第三神经网络模型中，其中，所述模型使用多组训练数据训练出来的；

第九获得单元：所述第九获得单元用于获得所述模型的输出信息，其中，所述输出信息包括第三结果，所述第三结果表示所述粉尘吸收是否满足施工要求；

第十获得单元：所述第十获得单元用于根据所述第三结果和第一角度获得第一指令，所述第一指令用于指令所述除尘风扇自动调整为第二角度。

前述图1实施例一中的一种提升淋砂机环保性能的方法的各种变化方式和具体实例同样适用于本实施例的一种提升淋砂机环保性能装置，通过前述对一种提升淋砂机环保性能的方法的详细描述，本领域技术人员可以清楚的知道本实施例中的一种提升淋砂机环保性能装置的实施方法，所以为了说明书的简洁，再次不再详述。

实施例三

下面参考图3来描述本申请实施例的电子设备。

图3图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中的一种提升淋砂机环保性能的方法的发明构思，本发明还提供的一种提升淋砂机环保性能装置，其上存储有计算机程序，该程序被处理器执行时实现前文所述的一种提升淋砂机环保性能的方法的任一方法的步骤。

其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本申请实施例提供了一种提升淋砂机环保性能的方法，其中，所述方法包括：在机械手手臂进行滴浆过程中，获得所述机械手手臂运动的第一方向；获得所述机械手手臂运动的第一速度；将所述第一方向和第一速度输入第一神经网络模型中，其中，所述模型使用多组训练数据训练出来的，所述多组中的训练数据中每一组训练数据均包括：第一方向、第一速度以及标识第一结果的标识信息；获得所述模型的输出信息，其中，所述输出信息包括第一结果，所述第一结果表示所述机械手手臂在滴浆过程中的操作是否满足施工要求的结果；根据所述第一结果获得第一指令，所述第一指令用于执行继续或者调整所述机械手手臂滴浆动作的指令。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种提升淋砂机环保性能的方法，其中，所述方法包括：

在机械手手臂进行滴浆过程中，获得所述机械手手臂运动的第一方向；

获得所述机械手手臂运动的第一速度；

将所述第一方向和第一速度输入第一神经网络模型中，其中，所述模型使用多组训练数据训练出来的，所述多组中的训练数据中每一组训练数据均包括：第一方向、第一速度以及标识第一结果的标识信息；

获得所述模型的输出信息，其中，所述输出信息包括第一结果，所述第一结果表示所述机械手手臂在滴浆过程中的操作是否满足施工要求的结果；

根据所述第一结果获得第一指令，所述第一指令用于执行继续或者调整所述机械手手臂滴浆动作的指令；

其中，所述淋砂机还包括第一摄像头，所述方法包括；

根据所述第一摄像头对滴浆结果进行摄像，获得第一图像信息；

将所述第一图像信息输入第二神经网络模型中，其中，所述模型使用多组训练数据训练出来的，所述多组中的训练数据中每一组训练数据均包括：第一图像信息和标识第二结果的标识信息；

获得所述模型的输出信息，其中，所述输出信息包括第二结果，所述第二结果表示所述滴浆结果是否满足施工要求；

其中，所述淋砂机还包括除尘机，除尘风罩和第二摄像头，其中，除尘风罩配合所述除尘机对淋砂时扬起的粉尘进行吸入收集，所述方法还包括：

获得所述除尘风罩的第一角度；

根据所述第二摄像头获得所述除尘机附近的第二图像信息；

将所述第二图像信息输入第三神经网络模型中，其中，所述模型使用多组训练数据训练出来的，所述多组中的训练数据中每一组训练数据均包括：第二图像信息和标识第三结果的标识信息；

获得所述模型的输出信息，其中，所述输出信息包括第三结果，所述第三结果表示所述粉尘吸收是否满足施工要求；

根据所述第三结果和第一角度获得第二指令，所述第二指令用于指令所述除尘风罩自动调整为第二角度。

2.如权利要求1所述的方法，其中，所述方法包括：

将第二结果作为第一监督数据，对所述第一神经网络模型进行监督学习。

3.如权利要求1所述的方法，其中，所述方法还包括：

所述滴浆动作使得浆在模组表面均匀流动并将多余的浆低落在集料斗中。

4.如权利要求3所述的方法，其中，所述方法还包括：

滴浆完成后，淋砂机从等待位通过移动小车到达工作位后淋砂开始，砂子落到底部后反弹部分砂和粉尘，挡砂装置将弹起的砂挡回淋砂机腔体内，其中，扬起的粉尘顺着除尘风罩吸收，完成淋砂动作。

5.如权利要求4所述的方法，其中，所述方法还包括：

完成淋砂动作后，淋砂机退回等待位，机械手手臂回到原点位后旋转到下道工序。

6.如权利要求5所述的方法，其中，所述方法还包括：

淋砂过程中，当检测到缺砂时，下砂装置启动及时补砂。

7.一种提升淋砂机环保性能装置，其中，所述装置包括：

第一获得单元：所述第一获得单元用于在机械手手臂进行滴浆过程中，获得所述机械手手臂运动的第一方向；

第二获得单元：所述第二获得单元用于获得所述机械手手臂运动的第一速度；

第一输入单元：所述第一输入单元用于将所述第一方向和第一速度输入第一神经网络模型中，其中，所述模型使用多组训练数据训练出来的；

第三获得单元：所述第三获得单元用于获得所述模型的输出信息，其中，所述输出信息包括第一结果；

第四获得单元：所述第四获得单元用于根据所述第一结果获得第一指令，所述第一指令用于执行继续或者调整所述机械手手臂滴浆动作的指令；

其中，所述淋砂机还包括除尘机，除尘风罩，第一摄像头和第二摄像头，其中，所述除尘风罩配合所述除尘机对淋砂时扬起的粉尘进行吸入收集，所述装置还包括：

第五获得单元：所述第五获得单元用于根据所述第一摄像头对所述滴浆结果进行摄像，获得第一图像信息；

第二输入单元：所述第二输入单元用于将所述第一图像信息输入第二神经网络模型中，其中，所述模型使用多组训练数据训练出来的，所述多组中的训练数据中每一组训练数据均包括：第一图像信息和标识第二结果的标识信息；

第六获得单元：所述第六获得单元用于获得所述模型的输出信息，其中，所述输出信息包括第二结果，所述第二结果表示所述滴浆结果是否满足施工要求；

第七获得单元：所述第七获得单元用于获得所述除尘风罩的第一角度；

第八获得单元：所述第八获得单元用于根据所述第二摄像头获得所述除尘机附近的第二图像信息；

第三输入单元：所述第三输入单元用于将所述第二图像信息输入第三神经网络模型中，其中，所述模型使用多组训练数据训练出来的；

第九获得单元：所述第九获得单元用于获得所述模型的输出信息，其中，所述输出信息包括第三结果，所述第三结果表示所述粉尘吸收是否满足施工要求；

第十获得单元：所述第十获得单元用于根据所述第三结果和第一角度获得第二指令，所述第二指令用于指令所述除尘风罩自动调整为第二角度。

8.一种提升淋砂机环保性能装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-6任一项所述方法的步骤。

Images