本申请涉及制鞋加工领域，且更为具体地，涉及一种智能柔性制鞋生产线及其方法。
背景技术：
1、现在的鞋面施胶工艺是通过关节喷胶机器人操控联动胶枪沿着喷胶轨迹完成鞋面喷胶，联动胶枪同时控制出胶和雾化气输出以在喷嘴形成扇形圆锥胶雾从而对鞋面施胶区域进行加工。喷胶机器人受到供胶压力和雾化压力波动的影响，导致喷胶不均匀或不稳定，这会降低喷胶效果。因此，需要一种智能柔性制鞋生产线。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种智能柔性制鞋生产线及其方法，其采用基于深度学习的人工智能分析技术，通过对影响喷雾形成和喷胶效果的供胶压力值、雾化压力值这两个喷胶参数进行时序特征提取，同时对提供关于喷胶效果的直接反馈的鞋面施胶区域进行特征提取，进而对喷胶参数特征和喷胶质量特征进行联合考虑，从而更准确地预测和调整喷胶参数，以实现更好的喷胶效果。这样，能够实时地调整供胶压力和雾化压力，以应对生产过程中的波动，从而确保喷胶的均匀性和稳定性，提高鞋面的加工质量。
2、根据本申请的一个方面，提供了一种智能柔性制鞋生产线，其包括：
3、鞋面施胶相关数据采集模块，用于获取预定时间段内多个预定时间点的供胶压力值、雾化压力值以及鞋面施胶区域图像；
4、鞋面施胶相关数据编码模块，用于对所述多个预定时间点的供胶压力值、雾化压力值以及鞋面施胶区域图像进行特征编码以得到喷胶质量响应性特征矩阵；
5、喷胶参数控制结果生成模块，用于基于所述喷胶质量响应性特征矩阵，解码生成当前时间点的供胶压力值和雾化压力值。
6、根据本申请的另一方面，提供了一种智能柔性制鞋生产线的控制方法，其包括：
7、获取预定时间段内多个预定时间点的供胶压力值、雾化压力值以及鞋面施胶区域图像；
8、对所述多个预定时间点的供胶压力值、雾化压力值以及鞋面施胶区域图像进行特征编码以得到喷胶质量响应性特征矩阵；
9、基于所述喷胶质量响应性特征矩阵，解码生成当前时间点的供胶压力值和雾化压力值。
10、与现有技术相比，本申请提供的智能柔性制鞋生产线及其方法，其采用基于深度学习的人工智能分析技术，通过对影响喷雾形成和喷胶效果的供胶压力值、雾化压力值这两个喷胶参数进行时序特征提取，同时对提供关于喷胶效果的直接反馈的鞋面施胶区域进行特征提取，进而对喷胶参数特征和喷胶质量特征进行联合考虑，从而更准确地预测和调整喷胶参数，以实现更好的喷胶效果。这样，能够实时地调整供胶压力和雾化压力，以应对生产过程中的波动，从而确保喷胶的均匀性和稳定性，提高鞋面的加工质量。
1.一种智能柔性制鞋生产线，其特征在于，包括：
2.根据权利要求1所述的智能柔性制鞋生产线，其特征在于，所述鞋面施胶相关数据编码模块，包括：
3.根据权利要求2所述的智能柔性制鞋生产线，其特征在于，所述喷胶参数时序特征提取单元，包括：
4.根据权利要求3所述的智能柔性制鞋生产线，其特征在于，所述喷胶加工质量特征提取单元，包括：
5.根据权利要求4所述的智能柔性制鞋生产线，其特征在于，所述喷胶工艺参数时序编码器为使用一维卷积层和全连接层的卷积神经网络模型，所述喷胶质量特征编码器为使用时间注意力机制的卷积神经网络模型。
6.根据权利要求5所述的智能柔性制鞋生产线，其特征在于，所述喷胶参数控制结果生成模块，包括：
7.根据权利要求6所述的智能柔性制鞋生产线，其特征在于，所述特征矩阵优化单元，用于：
8.一种智能柔性制鞋生产线的控制方法，其特征在于，包括：
9.根据权利要求8所述的智能柔性制鞋生产线的控制方法，其特征在于，对所述多个预定时间点的供胶压力值、雾化压力值以及鞋面施胶区域图像进行特征编码以得到喷胶质量响应性特征矩阵，包括：
10.根据权利要求9所述的智能柔性制鞋生产线的控制方法，其特征在于，基于所述喷胶质量响应性特征矩阵，解码生成当前时间点的供胶压力值和雾化压力值，包括：
