基于计算机视觉的贴片过程数字孪生模拟器及其自动控制应用
最优化与控制
2025-03-24 v1 机器人学
摘要
我们提出了贴片过程的数字孪生模拟器。该模拟框架生成逼真的热成像数据，用于训练基于卷积神经网络（CNN）的计算机视觉软传感器；软传感器输出温度和产品流量信号，实现实时监测和反馈控制。贴片技术是高通量装置，广泛用于多个行业；这些工艺面临挑战，如实时识别转动壳体中堵塞位置（故障）以及自动、实时调整输送带速度和运行条件以稳定输出。该模拟器能够捕捉这种行为，生成可用于对图像处理算法和不同控制架构进行基准测试的逼真数据。我们提出了一个案例研究，以说明其功能；该研究探讨了在不同设备尺寸、堵塞位置和堵塞持续时间下的行为。反馈控制器（使用贝叶斯优化调整）用于根据 CNN 输出信号调整输送带速度，以实现所需的工艺输出。
引用
@article{arxiv.2503.16539,
title = {A Digital Twin Simulator of a Pastillation Process with Applications to Automatic Control based on Computer Vision},
author = {Leonardo D. González and Joshua L. Pulsipher and Shengli Jiang and Tyler Soderstrom and Victor M. Zavala},
journal= {arXiv preprint arXiv:2503.16539},
year = {2025}
}