【技术实现步骤摘要】
本专利技术属于物联网智能制造领域，具体涉及一种结合ai与大数据的智能鞋物修复的设备。
技术介绍
1、鞋类作为人们日常生活中不可或缺的物品，经常会遭受磨损、破损等问题。传统的鞋类修复通常需要依赖人工进行，费时费力且难以保证修复质量。因此，需要一种更高效、精确的修复方法来满足人们对鞋类修复的需求。
2、近年来，人工智能技术取得了长足的发展，特别是在计算机视觉、图像处理和模式识别等领域。这些技术使得计算机能够通过学习和分析大量的数据，自动识别和理解图像中的物体、形状和结构，从而为鞋类修复提供重要的技术支持。大数据分析是指通过对大规模数据的收集、存储、处理和分析，发现其中的模式、关联和趋势，以提供有价值的信息和洞察。在鞋类修复中，大数据分析可以帮助识别和分析不同类型的鞋类损伤，从而为修复提供指导和建议。基于人工智能技术，通过训练模型和算法，可以使计算机具备识别和分析鞋类图像的能力。通过对大量鞋类图像数据的学习，ai可以自动识别鞋类的类型、材质和损伤程度，从而为修复提供准确的判断和指导。基于大数据分析和图像识别的结果，ai可以生成针对不同损伤类型的修复方案。这些方案可以包括选择合适的修复材料、工具和技术，并提供详细的步骤和指导，以确保修复的质量和耐久性。ai还可以通过与大量修复案例的对比和分析，评估修复效果的准确性和可靠性。这可以帮助改进修复方案，提高修复的成功率和用户满意度。使用ai与大数据进行鞋类修复是一项基于人工智能技术和大数据分析的创新技术。它通过图像识别和分析，提供准确的损伤识别和修复方案生成；通过大数据分析，提供修
技术实现思路
1、专利技术目的：本专利技术的目的在于提供一种结合ai与大数据的智能鞋物修复设备，通过利用ai和大数据分析技术，结合3d打印和自动补色技术实现鞋物智能化修复。
2、技术方案：本专利技术公开了一种结合ai与大数据的智能鞋物修复设备，包括修补材料性质采集模块、人机交互模块、3d打印模块、rgb色彩喷涂模块、智能调控模块和大数据云平台；
3、修补材料性质采集模块包括三维扫描模块、颜色采集分辨模块、材料硬度检测模块和材料反光率检测模块；
4、所述人机交互模块选择待修补物件的品类、颜色、材料、质地信息，并确定修护完成度的要求；
5、对待修补物件利用修补材料性质采集模块进行初始采集，三维扫描模块以全方位的方式对物件进行扫描，获取物件的三维图像并进行建模；颜色采集分辨模块使用高精度数字颜色传感器采集物件的颜色信息，材料硬度检测模块使用硬度传感器检测物件的硬度值，材料反光率检测模块使用反光率传感器检测物件的反光率；
6、利用hog图像特征提取算法，从三维图像中提取待修补物件的图像特征值；
7、大数据云平台根据人机交互模块获取的信息以及提取的待修补物件的图像特征值，在云数据库中搜索与待修补物件相同或类似的物件，通过比对待修补物件的图像特征值与云数据库中物件信息，确定结构损坏程度以及颜色差异；
8、大数据云平台将结构损坏程度、颜色差异以及人机交互模块获取的修补需求作为智能调控模块的输入，以修复鞋物时的最佳质量以及最短的修复时间作为目标函数一，利用沙丘猫优化算法scso对目标函数的各个参数进行优化，获取打印修复时需要的最佳参数，制定最优修补方案并进行模拟修补，生成修补完成后的三维视图，对待修补的物件根据修补完成后的三维视图利用3d打印模块进行三维修补；所述智能调控模块中还设置有以图像特征提取智能鞋物的颜色特征为输入，以颜色喷涂涉及的最短喷涂时间为目标函数二，利用coot优化算法对3d打印后的作品颜色喷涂的温度tc、喷量cc和喷速vc进行合理规划，最终通过rgb色彩喷涂模块实现颜色喷涂；
9、3d打印模块根据最优修补方案将修补材料打印到物件上，完成修补过程；
10、rgb色彩喷涂模块根据颜色差异将相应的颜色喷涂到修补处，使修复后的物件与原始物件一致。
11、进一步地，所述智能调控模块的目标函数一如下：
12、e＝maxemass+minetime
13、所述目标函数一表示修复鞋物时的最佳质量以及最短的修复时间，emass表示3d打印修复的质量，etime表示3d打印修复所花费的时间；
14、emass＝αt+βpdensity+δllayer+θccooling+γsslicing
15、其中，t表示温度影响因子，pdensity表示填充密度影响因子，llayer表示层间粘合度影响因子，ccooling表示打印后材料冷却影响因子，sslicing表示切片参数影响因子；
16、
17、式中：k为温度t1时的反应速度常数；a为指前因子，阿伦尼乌斯常数；r为摩尔气体常数；t为当前室内温度；t1为打印设备内部打印时温度；
18、
19、式中：tc为填充材料热变形温度，t为打印修复时设备内部温度，pe为填充材料密度；
20、
21、式中：tc为填充材料热变形时温度，twork为喷嘴工作时温度，t1为层间粘合层厚度，s为粘合层间面积；
22、
23、式中：tc为填充材料热变形时温度，twork为喷嘴工作时温度；
24、
25、式中：s为层间面积，h层间粘合层厚度；
26、
27、其中，ccooling表示打印后材料冷却影响因子，pspeed表示打印修复的速度；
28、
29、式中：tc为填充材料热变形时温度，twork为喷嘴工作时温度；
30、
31、式中：tc为填充材料热变形时温度，twork为喷嘴工作时温度，v1为3d打印修复时所需要的材料体积。
32、进一步地，利用沙丘猫优化算法scso对目标函数一的各个参数进行优化，具体包括如下步骤：
33、步骤3.1：参数初始化，对目标参数emass中温度影响因子t，填充密度影响因子pdensity，层间粘合度影响因子llayer，打印后材料冷却影响因子ccooling，切片参数影响因子sslicing以及etime中打印后材料冷却影响因子ccooling和打印修复的速度pspeed进行多维初始化，具体公式如下：
34、tij＝ln lbj+r1*(ubj-lbj)
35、其中，i＝1，2…n；j＝1，2，3…d，tij就表示个体i的变量的第j维变量，lbj和ubj分别表示第j维变量的下届和上届，r1是[0，1]之间的随机数；
36、
37、其中，i＝1，2…n；j＝1，2，3…d，就表示个体i的变量的第j维变量，lbj和ubj分别表示第j维变量的下届和上届，r1是[0，1]之间的随机数；
38、
39、其本文档来自技高网...
【技术保护点】
1.一种结合AI与大数据的智能鞋物修复设备，其特征在于，包括修补材料性质采集模块、人机交互模块、3D打印模块、RGB色彩喷涂模块、智能调控模块和大数据云平台；
2.根据权利要求1所述的一种结合AI与大数据的智能鞋物修复设备，其特征在于，所述智能调控模块的目标函数一如下：
3.根据权利要求2所述的一种结合AI与大数据的智能鞋物修复设备，其特征在于，利用沙丘猫优化算法SCSO对目标函数一的各个参数进行优化，具体包括如下步骤：
4.根据权利要求1所述的一种结合AI与大数据的智能鞋物修复设备，其特征在于，所述智能调控模块的目标函数二如下：
5.根据权利要求4所述的一种结合AI与大数据的智能鞋物修复设备，其特征在于，根据图像特征提取智能鞋物的颜色特征，采用COOT优化算法对3D打印后的作品颜色喷涂的温度Tc、喷量Cc和喷速Vc进行合理规划，其实现过程具体如下：
6.根据权利要求1至5任一所述的一种结合AI与大数据的智能鞋物修复设备，其特征在于，所述智能鞋物修复设备包括第一舱室和第二舱室，所述第一舱室中设置修补材料性质采集模块中的三
...【技术特征摘要】
1.一种结合ai与大数据的智能鞋物修复设备，其特征在于，包括修补材料性质采集模块、人机交互模块、3d打印模块、rgb色彩喷涂模块、智能调控模块和大数据云平台；
2.根据权利要求1所述的一种结合ai与大数据的智能鞋物修复设备，其特征在于，所述智能调控模块的目标函数一如下：
3.根据权利要求2所述的一种结合ai与大数据的智能鞋物修复设备，其特征在于，利用沙丘猫优化算法scso对目标函数一的各个参数进行优化，具体包括如下步骤：
4.根据权利要求1所述的一种结合ai与大数据的智能鞋物修复设备，其特征在于，所述智能调控模块的目标函数二如下：
5.根据权利要求4所述的一种结合ai与大数据的智能鞋物修复设备，其特征在于，根据图像特征提取智能鞋物的颜色特征，采用coot...
【专利技术属性】
技术研发人员：温文潮，解骏杰，张一航，黄亚鹏，杨晶，李文杰，王涵，张金龙，吴浩然，刘毅，纪捷，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。