用于橡塑传送带的智能除污方法和系统

摘要

本发明提供了用于橡塑传送带的智能除污方法和系统，涉及数据处理技术领域，方法包括：基于橡塑传送带的基础信息进行数据扫描，确定污渍数据，基于历史除污效果建立清洗溶液配比信息，建立清洗溶液信息库，根据所述清洗溶液信息库对橡塑传送带按照所述污渍数据进行清洗，生成清洗路径集进行寻优，根据寻优结果生成多个除污方案，根据多个次优除污方案对最优除污方案进行补偿更新后，对橡塑传送带进行智能除污，本发明解决了现有技术中对橡塑传送带的除污管控不足，导致橡塑传送带除污效率低的技术问题，实现了对橡塑传送带合理化精准的除污管控，提高橡塑传送带除污效率。

权利要求

1.用于橡塑传送带的智能除污方法，其特征在于，所述方法包括：基于橡塑传送带的基础信息进行数据扫描，确定污渍数据；

基于历史除污效果建立清洗溶液配比信息；

建立清洗溶液信息库，所述清洗溶液信息库是通过所述清洗溶液配比信息与所述污渍数据进行数据整合后所获；

根据所述清洗溶液信息库对橡塑传送带按照所述污渍数据进行清洗，生成清洗路径集；

对所述清洗路径集进行寻优，根据寻优结果生成多个除污方案，其中，所述多个除污方案中包含最优除污方案以及多个次优除污方案；

根据所述多个次优除污方案对所述最优除污方案进行补偿更新后，对橡塑传送带进行智能除污。

2.如权利要求1所述的方法，其特征在于，基于橡塑传送带的基础信息进行数据扫描，确定污渍数据的方法包括：所述橡塑传送带的基础信息包含橡塑传送带的图像信息、尺寸信息、颜色信息；

按照所述尺寸信息对橡塑传送带的所述图像信息进行校正，生成橡塑传送带的标准图像；

对所述标准图像进行像素分割，获得分割图像集，根据分割图像集进行所述颜色信息的扫描，确定橡塑传送带内的实况颜色数值；

判断所述实况颜色数值是否处于预设颜色数值区间；

若不处于，则对所述分割图像集进行降噪滤波，获得去噪分割图像集，根据去噪分割图像集再次判断所述实况颜色数值是否处于预设颜色数值区间，若不处于，则生成橡塑传送带的所述污渍数据。

3.如权利要求2所述的方法，其特征在于，对所述分割图像集进行降噪滤波，获得去噪分割图像集的方法包括：对所述分割图像集的图像信号进行小波分解，获得所述图像信号的小波系数；

根据所述小波系数进行阈值量化，确定所述图像信号的小波选取阈值；

按照所述小波选取阈值对所述小波系数进行截取，对小于所述小波选取阈值的噪声信号置零，获得大于所述小波选取阈值的有效信号信息；

对所述有效信号信息进行滤波重构，获得所述去噪分割图像集。

4.如权利要求1所述的方法，其特征在于，所述建立清洗溶液信息库的方法包括：获取所述污渍数据的类别信息，获得多个类别信息；

采集所述多个类别信息的所述污渍数据与所述清洗溶液配比信息进行匹配，获得多个清洗溶液配比信息；

将所述多个类别信息作为多个数据索引，将所述多个清洗溶液配比信息作为多个数据元素，构建所述清洗溶液信息库。

5.如权利要求1所述的方法，其特征在于，对所述清洗路径集进行寻优，根据寻优结果生成多个除污方案的方法包括：在所述清洗路径集中随机选择一个清洗路径作为第一清洗路径，并根据第一清洗路径中所对应的多个清洗记录进行随机提取确定第i组清洗记录数据；

对所述第i组清洗记录数据进行适应度分析，获取第i组清洗适应度；

判断所述第i组清洗适应度是否大于或等于第i‑1组清洗适应度；

若大于或等于，将第i‑1组清洗记录数据添加进备选数据组，若小于，将所述第i组清洗记录数据添加进所述备选数据组；

判断i是否满足禁忌表更新周期；

若满足，将所述第i组清洗适应度或所述第i‑1组清洗适应度输入禁忌表进行更新，判断禁忌表更新次数是否满足预设更新次数；

若满足，获取禁忌表更新值，设为所述最优除污方案，将备选数据组中的数据设为多个次优除污方案。

6.如权利要求5所述的方法，其特征在于，对所述第i组清洗记录数据进行适应度分析，获取第i组清洗适应度的方法包括：根据所述第i组清洗记录数据，获取第i组清洗触发频率特征和第i组清洗触发时效特征；

为所述第i组清洗触发频率特征设定第一权重，为所述第i组清洗触发时效特征设定第二权重；

根据所述第一权重和所述第i组清洗触发频率特征，以及所述第二权重和所述第i组清洗触发时效特征，求取所述第i组清洗适应度。

7.如权利要求1所述的方法，其特征在于，根据所述多个次优除污方案对所述最优除污方案进行补偿更新的方法包括：获取所述最优除污方案进行模拟除污后的橡塑传送带模拟清洗信息；

采用所述最优除污方案进行除污测试，获得橡塑传送带实际清洗信息；

计算所述橡塑传送带模拟清洗信息和所述橡塑传送带实际清洗信息的误差，在所述多个次优除污方案内，遍历选择次优除污方案进行除污测试，直到误差小于误差阈值或多个次优除污方案遍历完毕，选择误差最小的次优除污方案，作为补偿最优除污方案。

8.用于橡塑传送带的智能除污系统，其特征在于，所述系统包括：数据扫描模块，所述数据扫描模块用于基于橡塑传送带的基础信息进行数据扫描，确定污渍数据；

信息建立模块，所述信息建立模块用于基于历史除污效果建立清洗溶液配比信息；

数据整合模块，所述数据整合模块用于建立清洗溶液信息库，所述清洗溶液信息库是通过所述清洗溶液配比信息与所述污渍数据进行数据整合后所获；

清洗模块，所述清洗模块用于根据所述清洗溶液信息库对橡塑传送带按照所述污渍数据进行清洗，生成清洗路径集；

方案生成模块，所述方案生成模块用于对所述清洗路径集进行寻优，根据寻优结果生成多个除污方案，其中，所述多个除污方案中包含最优除污方案以及多个次优除污方案；

补偿更新模块，所述补偿更新模块用于根据所述多个次优除污方案对所述最优除污方案进行补偿更新后，对橡塑传送带进行智能除污。

说明书

用于橡塑传送带的智能除污方法和系统

技术领域

[0001] 本发明涉及数据处理技术领域，具体涉及用于橡塑传送带的智能除污方法和系统。

背景技术

[0002] 随着科学技术的发展，特别是橡塑传送带领域的发展，橡塑传送带在使用一段时间后，就需要对橡塑传送带表面的脏物进行清洗，一方面可以保证橡塑传送带的使用寿命，另一方面，可以减少橡塑传送带的耗能，而如今，在现有技术中存在对橡塑传送带的除污管控不足，导致橡塑传送带除污效率低的技术问题。

发明内容

[0003] 本申请提供了用于橡塑传送带的智能除污方法和系统，用于针对解决现有技术中存在的对橡塑传送带的除污管控不足，导致橡塑传送带除污效率低的技术问题。

[0004] 鉴于上述问题，本申请提供了用于橡塑传送带的智能除污方法和系统。

[0005] 第一方面，本申请提供了用于橡塑传送带的智能除污方法，所述方法包括：基于橡塑传送带的基础信息进行数据扫描，确定污渍数据；基于历史除污效果建立清洗溶液配比信息；建立清洗溶液信息库，所述清洗溶液信息库是通过所述清洗溶液配比信息与所述污渍数据进行数据整合后所获；根据所述清洗溶液信息库对橡塑传送带按照所述污渍数据进行清洗，生成清洗路径集；对所述清洗路径集进行寻优，根据寻优结果生成多个除污方案，其中，所述多个除污方案中包含最优除污方案以及多个次优除污方案；根据所述多个次优除污方案对所述最优除污方案进行补偿更新后，对橡塑传送带进行智能除污。

[0006] 第二方面，本申请提供了用于橡塑传送带的智能除污系统，所述系统包括：数据扫描模块，所述数据扫描模块用于基于橡塑传送带的基础信息进行数据扫描，确定污渍数据；信息建立模块，所述信息建立模块用于基于历史除污效果建立清洗溶液配比信息；数据整合模块，所述数据整合模块用于建立清洗溶液信息库，所述清洗溶液信息库是通过所述清洗溶液配比信息与所述污渍数据进行数据整合后所获；清洗模块，所述清洗模块用于根据所述清洗溶液信息库对橡塑传送带按照所述污渍数据进行清洗，生成清洗路径集；方案生成模块，所述方案生成模块用于对所述清洗路径集进行寻优，根据寻优结果生成多个除污方案，其中，所述多个除污方案中包含最优除污方案以及多个次优除污方案；补偿更新模块，所述补偿更新模块用于根据所述多个次优除污方案对所述最优除污方案进行补偿更新后，对橡塑传送带进行智能除污。

[0007] 本申请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：

[0008] 本申请提供的用于橡塑传送带的智能除污方法和系统，涉及数据处理技术领域，解决了现有技术中对橡塑传送带的除污管控不足，导致橡塑传送带除污效率低的技术问题，实现了对橡塑传送带合理化精准的除污管控，提高橡塑传送带除污效率。

附图说明

[0009] 图1为本申请提供了用于橡塑传送带的智能除污方法流程示意图；

[0010] 图2为本申请提供了用于橡塑传送带的智能除污方法中确定污渍数据流程示意图；

[0011] 图3为本申请提供了用于橡塑传送带的智能除污方法中获取补偿最优除污方案流程示意图；

[0012] 图4为本申请提供了用于橡塑传送带的智能除污系统结构示意图。

[0013] 附图标记说明：数据扫描模块1，信息建立模块2，数据整合模块3，清洗模块4，方案生成模块5，补偿更新模块6。

具体实施方式

[0014] 本申请通过提供用于橡塑传送带的智能除污方法和系统，用于解决现有技术中对橡塑传送带的除污管控不足，导致橡塑传送带除污效率低的技术问题。

[0015] 实施例1

[0016] 如图1所示，本申请实施例提供了用于橡塑传送带的智能除污方法，该方法包括：

[0017] 步骤A100：基于橡塑传送带的基础信息进行数据扫描，确定污渍数据；

[0018] 进一步而言，如图2所示，本申请步骤A100还包括：

[0019] 步骤A110：所述橡塑传送带的基础信息包含橡塑传送带的图像信息、尺寸信息、颜色信息；

[0020] 步骤A120：按照所述尺寸信息对橡塑传送带的所述图像信息进行校正，生成橡塑传送带的标准图像；

[0021] 步骤A130：对所述标准图像进行像素分割，根据分割图像集进行所述颜色信息的扫描，确定橡塑传送带内的实况颜色数值；

[0022] 步骤A140：判断所述实况颜色数值是否处于预设颜色数值区间；

[0023] 步骤A150：若不处于，则对所述分割图像集进行降噪滤波，根据去噪分割图像集再次判断所述实况颜色数值是否处于预设所述颜色数值区间，若不处于，则生成橡塑传送带的所述污渍数据。

[0024] 进一步而言，本申请步骤A150包括：

[0025] 步骤A151：对所述分割图像集的图像信号进行小波分解，获得所述图像信号的小波系数；

[0026] 步骤A152：根据所述小波系数进行阈值量化，确定所述图像信号的小波选取阈值；

[0027] 步骤A153：按照所述小波选取阈值对所述小波系数进行截取，对小于所述小波选取阈值的噪声信号置零，获得大于所述小波选取阈值的有效信号信息；

[0028] 步骤A154：对所述有效信号信息进行滤波重构，获得所述去噪分割图像集。

[0029] 在本申请中，本申请实施例提供的用于橡塑传送带的智能除污方法应用于橡塑传送带的智能除污系统，为了保证对橡塑传送带后期进行除污的准确性，因此首先需要对橡塑传送带上的污渍数据进行确定，是指将橡塑传送带的基础信息作为参考数据，该橡塑传送带的基础信息包含橡塑传送带的图像信息、尺寸信息、颜色信息，橡塑传送带的图像信息是通过在橡塑传送带所处区域内布设的图像采集装置所获，橡塑传送带的尺寸信息可以根据不同宽度数据所确定，其宽度数据可以包含500mm、650mm、800mm等，颜色信息是通过对像素传送带在当前状态下进行颜色监测后所获的色相信息，进一步的，按照所述尺寸信息对橡塑传送带的图像信息进行校正，是指当图像采集装置所采集出的橡塑传送带的图像由于角度或距离原因导致图像失真或图像畸变时，则根据橡塑传送带的尺寸信息等比例的将图像信息内的橡塑传送带进行调整，从而将调整后的图像记作橡塑传送带的标准图像，进一步的，对标准图像进行像素分割，根据分割图像集进行颜色信息的扫描，对标准图像进行等分，同时根据图像等分中第一个区域设为起始点，即所获得的第一区域，标识为零点区域，再从第一区域开始进行颜色信息的扫描，将每一个区域中所得到的颜色信息与像素传送带在初始状态下，即不存在污渍时的颜色信息进行匹配，确定橡塑传送带内的实况颜色数值，继而对实况颜色数值是否处于预设颜色数值区间进行判断，预设颜色数值区间是根据像素传送带在初始状态下，即不存在污渍时的颜色信息中的颜色最大临界值以及颜色最小临界值进行划定，若实况颜色数值处于预设颜色数值区间，则视为当前橡塑传送带上不存在污渍，若实况颜色数值不处于预设颜色数值区间，则对分割图像集进行降噪滤波，是指利用小波阈值去噪的原理为对分割图像集的图像信号进行处理，将分割图像集的图像信号通过小波变换后，信号产生的小波系数含有信号的重要信息，将信号经小波分解后小波系数较大，噪声的小波系数较小，并且噪声的小波系数要小于信号的小波系数，通过选取一个合适的阈值，大于阈值的小波系数被认为是有信号产生的，应予以保留，小于阈值的则认为是噪声产生的，置为零从而达到去噪的目的，获得所述去噪分割图像集，进一步的，根据去噪分割图像集再次判断实况颜色数值是否处于预设颜色数值区间，若不处于，则提取不处于预设颜色数值区间的污渍位点数据、污渍大小数据，在此基础上进行污渍数据的整合生成橡塑传送带的所述污渍数据，为后期实现对橡塑传送带进行智能除污作为重要参考依据。

[0030] 步骤A200：基于历史除污效果建立清洗溶液配比信息；

[0031] 在本申请中，为了更好的对橡塑传送带进行智能除污，因此需要在历史时段内橡塑传送带进行除污后的除污效果所对应的清洗溶液进行记录，根据除污效果对橡塑传送带的除污程度，进行除污效果由好到差的将清洗溶液进行排序，进一步的，将位序为第一的清洗溶液进行溶液配比的提取，示例性的，该溶液可以是丙酮、醇类、酯类等，并将其与水进行1:10的融合后作为橡塑传送带的清洗溶液配比信息进行输出，进而为实现对橡塑传送带进行智能除污做保障。

[0032] 步骤A300：建立清洗溶液信息库，所述清洗溶液信息库是通过所述清洗溶液配比信息与所述污渍数据进行数据整合后所获；

[0033] 进一步而言，本申请步骤A300还包括：

[0034] 步骤A310：获取所述污渍数据的类别信息，获得多个类别信息；

[0035] 步骤A320：采集所述多个类别信息的所述污渍数据与所述清洗溶液配比信息进行匹配，获得多个清洗溶液配比信息；

[0036] 步骤A330：将所述多个类别信息作为多个数据索引，将所述多个清洗溶液配比信息作为多个数据元素，构建所述清洗溶液信息库。

[0037] 在本申请中，根据对污渍数据进行检测可以得出橡塑传送带中不同类别的污渍，进一步的，根据不同类别的污渍不同，所对应需要配比的清洗溶液不同，采集所述多个类别信息所对应的污渍数据与清洗溶液配比信息进行匹配，是指依据清洗溶液配比信息对上述不同类别的污渍进行除污效果的比对，从而得出多个清洗溶液配比信息，将所得多个指标的指标参数标准进行归纳以及整合得出多个指标参数标准集合，再依据上述所得多个类别信息作为数据索引，所得多个清洗溶液配比信息作为多个数据元素，建立标准化综合性指标字典，以使标准化指标字典覆盖多个类别信息的污渍数据进行除污效果的所有清洗溶液配比；构建多个类别信息的污渍数据进行除污效果与标准指标字典的一一对应关系；采集并导入多个清洗溶液配比信息，建立完整的清洗溶液信息库，为后续实现对橡塑传送带进行智能除污夯实基础。

[0038] 步骤A400：根据所述清洗溶液信息库对橡塑传送带按照所述污渍数据进行清洗，生成清洗路径集；

[0039] 在本申请中，为了提升对橡塑传送带进行智能除污后的除污效果，则首先以上述所构建的清洗溶液信息库作为基础参照数据，对橡塑传送带按照污渍数据进行清洗，是指根据橡塑传送带所包含的污渍数据中的污渍清洗难易程度、污渍点位、污渍大小，在清洗溶液信息库中进行匹配，示例性的，若像素传送带上存在大量难清洗污渍、少量易清洗污渍，其中，难清洗污渍是指需要清洗至少两次的污渍，易清洗污渍是指仅需要清洗一次的污渍，则需要根据大量难清洗污渍的污渍点位进行连接，生成初始清洗路径，并根据初始清洗路径中选取与易清洗污渍最近的点位进行连接生成第一清洗路径，使用清洗溶液进行第一次清洗，下一步，则直接按照初始清洗路径进行多次清洗直至达到除污效果，同时还可以将易清洗污渍的污渍点位进行连接生成第二清洗路径进行第一次清洗，再根据初始清洗路径进行多次清洗直至达到除污效果，在此基础上，对橡塑传送带根据污渍数据所生成的清洗路径进行汇总，确定清洗路径集，实现对橡塑传送带进行智能除污有着限定的作用。

[0040] 步骤A500：对所述清洗路径集进行寻优，根据寻优结果生成多个除污方案，其中，所述多个除污方案中包含最优除污方案以及多个次优除污方案；

[0041] 进一步而言，本申请步骤A500还包括：

[0042] 步骤A510：根据第一清洗路径，提取第i组清洗记录数据；

[0043] 步骤A520：对所述第i组清洗记录数据进行适应度分析，获取第i组清洗适应度；

[0044] 步骤A530：判断所述第i组清洗适应度是否大于或等于第i‑1组清洗适应度；

[0045] 步骤A540：若大于或等于，将第i‑1组清洗记录数据添加进备选数据组，若小于，将所述第i组清洗记录数据添加进所述备选数据组；

[0046] 步骤A550：判断i是否满足禁忌表更新周期；

[0047] 步骤A560：若满足，将所述第i组清洗适应度或所述第i‑1组清洗适应度输入禁忌表进行更新，判断禁忌表更新次数是否满足预设更新次数；

[0048] 步骤A570：若满足，获取禁忌表更新值，设为所述最优除污方案，将备选数据组中的数据设为多个次优除污方案。

[0049] 进一步而言，本申请步骤A520包括：

[0050] 步骤A521：根据所述第i组清洗记录数据，获取第i组清洗触发频率特征和第i组清洗触发时效特征；

[0051] 步骤A522：为所述第i组清洗触发频率特征设定第一权重，为所述第i组清洗触发时效特征设定第二权重；

[0052] 步骤A523：根据所述第一权重和所述第i组清洗触发频率特征，以及所述第二权重和所述第i组清洗触发时效特征，求取所述第i组清洗适应度。

[0053] 在本申请中，首先在上述所生成的清洗路径集中随机选择一个清洗路径作为第一清洗路径，并根据第一清洗路径中所对应的多个清洗记录进行随机提取确定第i组清洗记录数据，以第i组清洗记录数据为基础，分别对第i组清洗触发频率特征和第i组清洗触发时效特征进行获取，其第i组清洗触发频率特征是指在第一路径中进行除污清洗的触发频次，其第i组清洗触发时效特征是指计算每次触发频率中的频次出现的清洗时长，求取多个时长平均值，以其倒数作为时效特征。

[0054] 分别对第i组清洗触发频率特征设定第一权重，对第i组清洗触发时效特征设定第二权重，并根据所设第一权重与第i组清洗触发频率特征，以及所设第二权重与第i组清洗触发时效特征，对第i组清洗适应度求取，其求取过程可以通过加权计算，而加权计算需要基于大量的数据汇总以及精确确定权重后再进行针对性计算，示例性的，第i组清洗触发频率特征与第i组清洗触发时效特征权重占比可以为第一影响系数：第二影响系数为4:6，则加权计算过程后的影响参数分别为第一影响参数*0.4，第二影响参数*0.6，根据该加权计算结果获得匹配结果的最终值，将最终值作为第i组清洗适应度进行输出，获取第i组清洗适应度。

[0055] 进一步的对第i组清洗适应度是否大于或等于第i‑1组清洗适应度进行判断，若第i组清洗适应度大于或等于第i‑1组清洗适应度，则将第i‑1组清洗记录数据添加进备选数据组，若第i组清洗适应度小于第i‑1组清洗适应度，则将第i组清洗记录数据添加进所述备选数据组，即两两相邻组的清洗适应度进行比较，将清洗适应度低的组添加至备选数据组。

[0056] 从而对i是否满足禁忌表更新周期判断，其禁忌表是为了防止搜索出现循环，将适值作为禁忌对象且该禁忌表为不断更新的表，即把最新的清洗适应度计入，最老的清洗适应度从表中释放，若i满足禁忌表更新周期，则将第i组清洗适应度或第i‑1组清洗适应度输入禁忌表进行更新，再对禁忌表的更新次数是否满足预设更新次数进行判断，若禁忌表的更新次数满足预设更新次数，则从禁忌表中提取禁忌表初始值，并判断第i组清洗适应度或第i‑1组清洗适应度是否大于或等于禁忌表初始值中的禁忌清洗适应度，若第i组清洗适应度或第i‑1组清洗适应度大于或等于禁忌表初始值中的禁忌清洗适应度，则根据第i组清洗记录数据或第i‑1组清洗记录数据，对禁忌表初始值进行替换，并将其设为所述禁忌表更新值，以所替换的禁忌表更新值设为所述最优除污方案进行输出。

[0057] 若第i组清洗适应度或第i‑1组清洗适应度小于禁忌表初始值中的禁忌清洗适应度，则将禁忌表初始值设为禁忌表更新值，以该禁忌表更新值设为所述最优除污方案进行输出，继而将备选数据组中的数据设为多个次优除污方案进行输出，以便为后期对橡塑传送带进行智能除污时作为参照数据。

[0058] 步骤A600：根据所述多个次优除污方案对所述最优除污方案进行补偿更新后，对橡塑传送带进行智能除污。

[0059] 进一步而言，如图3所示，本申请步骤A600还包括：

[0060] 步骤A610：获取所述最优除污方案进行模拟除污后的橡塑传送带模拟清洗信息；

[0061] 步骤A620：采用所述最优除污方案进行除污测试，获得橡塑传送带实际清洗信息；

[0062] 步骤A630：计算所述橡塑传送带模拟清洗信息和所述橡塑传送带实际清洗信息的误差，在所述多个次优除污方案内，遍历选择次优除污方案进行除污测试，直到误差小于误差阈值或多个次优除污方案遍历完毕，选择误差最小的次优除污方案，作为补偿最优除污方案。

[0063] 在本申请中，为了更精准的对橡塑传送带进行智能除污，同时避免最优除污方案陷入局部最优，则首先根据上述备选数据组中的多个次优除污方案对最优除污方案进行补偿更新，是指根据最优除污方案对橡塑传送带进行模拟除污，按照清洗溶液的配比信息以及污渍点位、污渍清洗难易程度进行模拟除污，确定除污理想值，将其记作进行模拟除污后的橡塑传送带模拟清洗信息，进一步的，再采用最优除污方案对橡塑传送带进行实际除污测试，则根据清洗路径集中的清洗路径对污渍进行清洗，从而获得橡塑传送带实际清洗信息，最终计算橡塑传送带模拟清洗信息和实际橡塑传送带实际清洗信息的误差，是指将橡塑传送带模拟清洗信息和实际橡塑传送带实际清洗信息进行作差后，根据误差值遍历并随机选择次优除污方案进行橡塑传送带的除污测试，直到误差小于误差阈值或多个次优除污方案遍历完毕，误差阈值则是根据历史清洗效果进行设定，最终选择误差最小的次优除污方案作为补偿最优除污方案对最优除污方案进行补偿更新，将根据更新后的最优除污方案对橡塑传送带进行智能除污，提高后期实现对橡塑传送带进行智能除污的准确率。

[0064] 综上所述，本申请实施例提供的用于橡塑传送带的智能除污方法，至少包括如下技术效果，实现了对橡塑传送带合理化精准的除污管控，提高橡塑传送带除污效率。

[0065] 实施例2

[0066] 基于与前述实施例中用于橡塑传送带的智能除污方法相同的发明构思，如图4所示，本申请提供了用于橡塑传送带的智能除污系统，系统包括：

[0067] 数据扫描模块1，所述数据扫描模块1用于基于橡塑传送带的基础信息进行数据扫描，确定污渍数据；

[0068] 信息建立模块2，所述信息建立模块2用于基于历史除污效果建立清洗溶液配比信息；

[0069] 数据整合模块3，所述数据整合模块3用于建立清洗溶液信息库，所述清洗溶液信息库是通过所述清洗溶液配比信息与所述污渍数据进行数据整合后所获；

[0070] 清洗模块4，所述清洗模块4用于根据所述清洗溶液信息库对橡塑传送带按照所述污渍数据进行清洗，生成清洗路径集；

[0071] 方案生成模块5，所述方案生成模块5用于对所述清洗路径集进行寻优，根据寻优结果生成多个除污方案，其中，所述多个除污方案中包含最优除污方案以及多个次优除污方案；

[0072] 补偿更新模块6，所述补偿更新模块6用于根据所述多个次优除污方案对所述最优除污方案进行补偿更新后，对橡塑传送带进行智能除污。

[0073] 进一步而言，系统还包括：

[0074] 信息模块，所述信息模块用于所述橡塑传送带的基础信息包含橡塑传送带的图像信息、尺寸信息、颜色信息；

[0075] 校正模块，所述校正模块用于按照所述尺寸信息对橡塑传送带的所述图像信息进行校正，生成橡塑传送带的标准图像；

[0076] 扫描模块，所述扫描模块用于对所述标准图像进行像素分割，根据分割图像集进行所述颜色信息的扫描，确定橡塑传送带内的实况颜色数值；

[0077] 第一判断模块，所述第一判断模块用于判断所述实况颜色数值是否处于预设颜色数值区间；

[0078] 第二判断模块，所述第二判断模块用于若不处于，则对所述分割图像集进行降噪滤波，根据去噪分割图像集再次判断所述实况颜色数值是否处于预设所述颜色数值区间，若不处于，则生成橡塑传送带的所述污渍数据。

[0079] 进一步而言，系统还包括：

[0080] 小波分解模块，所述小波分解模块用于对所述分割图像集的图像信号进行小波分解，获得所述图像信号的小波系数；

[0081] 阈值确定模块，所述阈值确定模块用于根据所述小波系数进行阈值量化，确定所述图像信号的小波选取阈值；

[0082] 截取模块，所述截取模块用于按照所述小波选取阈值对所述小波系数进行截取，对小于所述小波选取阈值的噪声信号置零，获得大于所述小波选取阈值的有效信号信息；

[0083] 滤波重构模块，所述滤波重构模块用于对所述有效信号信息进行滤波重构，获得所述去噪分割图像集。

[0084] 进一步而言，系统还包括：

[0085] 类别信息获取模块，所述类别信息获取模块用于获取所述污渍数据的类别信息，获得多个类别信息；

[0086] 匹配模块，所述匹配模块用于采集所述多个类别信息的所述污渍数据与所述清洗溶液配比信息进行匹配，获得多个清洗溶液配比信息；

[0087] 信息库构建模块，所述信息库构建模块用于将所述多个类别信息作为多个数据索引，将所述多个清洗溶液配比信息作为多个数据元素，构建所述清洗溶液信息库。

[0088] 进一步而言，系统还包括：

[0089] 提取模块，所述提取模块用于根据第一清洗路径，提取第i组清洗记录数据；

[0090] 适应度分析模块，所述适应度分析模块用于对所述第i组清洗记录数据进行适应度分析，获取第i组清洗适应度；

[0091] 第三判断模块，所述第三判断模块用于判断所述第i组清洗适应度是否大于或等于第i‑1组清洗适应度；

[0092] 第四判断模块，所述第四判断模块用于若大于或等于，将第i‑1组清洗记录数据添加进备选数据组，若小于，将所述第i组清洗记录数据添加进所述备选数据组；

[0093] 第五判断模块，所述第五判断模块用于判断i是否满足禁忌表更新周期；

[0094] 第六判断模块，所述第六判断模块用于若满足，将所述第i组清洗适应度或所述第i‑1组清洗适应度输入禁忌表进行更新，判断禁忌表更新次数是否满足预设更新次数；

[0095] 第七判断模块，所述第七判断模块用于若满足，获取禁忌表更新值，设为所述最优除污方案，将备选数据组中的数据设为多个次优除污方案。

[0096] 进一步而言，系统还包括：

[0097] 特征获取模块，所述特征获取模块用于根据所述第i组清洗记录数据，获取第i组清洗触发频率特征和第i组清洗触发时效特征；

[0098] 权重设定模块，所述权重设定模块用于为所述第i组清洗触发频率特征设定第一权重，为所述第i组清洗触发时效特征设定第二权重；

[0099] 适应度获取模块，所述适应度获取模块用于根据所述第一权重和所述第i组清洗触发频率特征，以及所述第二权重和所述第i组清洗触发时效特征，求取所述第i组清洗适应度。

[0100] 进一步而言，系统还包括：

[0101] 模拟除污模块，所述模拟除污模块用于获取所述最优除污方案进行模拟除污后的橡塑传送带模拟清洗信息；

[0102] 除污测试模块，所述除污测试模块用于采用所述最优除污方案进行除污测试，获得橡塑传送带实际清洗信息；

[0103] 计算模块，所述计算模块用于计算所述橡塑传送带模拟清洗信息和所述橡塑传送带实际清洗信息的误差，在所述多个次优除污方案内，遍历选择次优除污方案进行除污测试，直到误差小于误差阈值或多个次优除污方案遍历完毕，选择误差最小的次优除污方案，作为补偿最优除污方案。

[0104] 本说明书通过前述对用于橡塑传送带的智能除污方法的详细描述，本领域技术人员可以清楚的知道本实施例中用于橡塑传送带的智能除污系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

[0105] 对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。