一种拉边机机器自学习智能改板方法

摘要

本发明公开了一种拉边机机器自学习智能改板方法，所述方法包括：将多组样本输入机器学习神经网络；机器学习神经网络根据输入样本数据进行正向计算，从而进行模型训练；调整输入层到隐含层的权重以及隐含层到输出层的权重；更新模型训练次数，判断是否达到目标训练次数，若否，则返回上述步骤继续训练，若是，则结束培训保存培训后的数据并且得到训练好的模型；实际生产中将生产要求的玻璃宽度和厚度输入训练好的模型中得到需要调整的玻璃拉边机的车位、下压及摆角，对玻璃拉边机进行调整，从而得到生产要求的玻璃；本发明的优点在于：改善改板效率，根据历史数据不断优化模型，而改板结果不依赖以前存储的数据，改板数据误差较小。