本发明属于自动裁床真空吸附控制领域，更具体地，涉及一种应用于自动裁床的真空吸附控制方法、系统及电子设备。
背景技术：
1、自动裁床是用于对面料进行裁剪以得到裁片的自动化装置，主要包括裁剪台、裁头、操作面板、真空吸附装置以及捡料台。其中，在裁剪台的吸附区内按照预定的密度设置有多个吸附气孔，多个吸附气孔的下方出气端分别通过多个导管与真空吸附装置相连通。在执行裁剪任务的过程中，通过真空吸附装置将堆叠设置在吸附区内的多层面料与另外覆盖在面料上的不透气的塑料薄膜之间的空气抽出，利用大气压力将面料压缩，使之紧紧吸附在裁剪台上，如此一来，压实的面料相对于裁剪台，以及面料层之间在裁剪时不会因裁头上的裁刀的剪切作用而产生滑动偏移，从而保证裁剪所得裁片的精度。
2、目前，在执行裁剪任务的过程中，为了在保证对于面料的吸附效果的同时降低真空吸附操作的能耗开销，通常根据面料的具体情况确定吸附气孔需要提供的真空吸附力，例如，当面料较重和/或面料粗糙度较高时，吸附气孔只需提供较低的真空吸附力即可，而当面料较轻和/或面料粗糙度较低时，则需要吸附气孔提供较高的真空吸附力。在确定吸附气孔需要提供的真空吸附力之后，将真空吸附装置调节至相应功率，在真空吸附装置的作用下，吸附区内的多个吸附气孔同时提供相应的真空吸附力。
3、然而，申请人发现，上述应用于自动裁床的对于面料的真空吸附方式并不能使真空吸附操作的能耗开销达到最优，该方式有待进一步的改进。
技术实现思路
1、有鉴于此，本发明提供一种应用于自动裁床的真空吸附控制方法、系统及电子设备。
2、根据本发明的第一方面，提供一种应用于自动裁床的真空吸附控制方法，所述自动裁床的吸附区内按照预定的密度分布有多个吸附气孔，所述真空吸附控制方法包括以下步骤：
3、获取目标信息，所述目标信息包括吸附气孔的分布密度和孔径，待裁剪面料的单层厚度、总层数、类型和支数，以及裁剪路径和裁刀控制参数；
4、将所述目标信息输入至预构建的真空吸附力预测模型，得到第一真空吸附力和第二真空吸附力；
5、在执行裁剪任务的过程中，控制真空吸附装置以使所述吸附区内的最外圈吸附气孔中的每个吸附气孔提供所述第一真空吸附力，且使相应的吸附气孔阵列中的每个吸附气孔提供所述第二真空吸附力，
6、所述吸附气孔阵列包括被所述裁剪路径限定的轮廓所覆盖的吸附气孔子阵列以及紧邻于所述吸附气孔子阵列的各个吸附气孔。
7、作为可选的是，所述真空吸附力预测模型基于神经网络模型建立；
8、所述真空吸附力预测模型的获取方法包括：
9、在生产数据库中选取多个未发生面料偏移的裁剪任务对应的目标信息、第一真空吸附力和第二真空吸附力；
10、将所述目标信息作为训练样本，将相应的第一真空吸附力和第二真空吸附力作为标签；
11、基于所述训练样本和所述标签对所述神经网络模型进行训练，以得到所述真空吸附力预测模型。
12、作为可选的是，所述真空吸附控制方法还包括：
13、在执行裁剪任务的过程中，检测最外圈吸附气孔所提供实际真空吸附力的平均值m1和方差n1，若平均值m1低于所述第一真空吸附力的幅度达到20％或者方差n1达到预定的第一方差上限阈值，则暂停执行裁剪任务并对外报警。
14、作为可选的是，所述真空吸附控制方法还包括：
15、若平均值m1低于所述第一真空吸附力的幅度未达到20％且方差n1未达到所述第一方差上限阈值，则获取所述吸附气孔阵列所提供实际真空吸附力的平均值m2和方差n2，若平均值m2低于所述第二真空吸附力的幅度达到20％或者方差n2达到预定的第二方差上限阈值，则暂停执行裁剪任务并对外报警。
16、根据本发明的第二方面，提供一种应用于自动裁床的真空吸附控制系统，所述自动裁床的吸附区内按照预定的密度分布有多个吸附气孔，所述真空吸附控制系统包括以下功能模块：
17、目标信息获取模块，用于获取目标信息，所述目标信息包括吸附气孔的分布密度和孔径，待裁剪面料的单层厚度、总层数、类型和支数，以及裁剪路径和裁刀控制参数；
18、预测真空吸附力获取模块，用于将所述目标信息输入至预构建的真空吸附力预测模型，得到第一真空吸附力和第二真空吸附力；
19、真空吸附控制模块，用于在执行裁剪任务的过程中，控制真空吸附装置以使所述吸附区内的最外圈吸附气孔中的每个吸附气孔提供所述第一真空吸附力，且使相应的吸附气孔阵列中的每个吸附气孔提供所述第二真空吸附力，
20、所述吸附气孔阵列包括被所述裁剪路径限定的轮廓所覆盖的吸附气孔子阵列以及紧邻于所述吸附气孔子阵列的各个吸附气孔。
21、作为优选的是，所述真空吸附力预测模型基于神经网络模型建立；
22、所述真空吸附力预测模型的获取方法包括：
23、在生产数据库中选取多个未发生面料偏移的裁剪任务对应的目标信息、第一真空吸附力和第二真空吸附力；
24、将所述目标信息作为训练样本，将相应的第一真空吸附力和第二真空吸附力作为标签；
25、基于所述训练样本和所述标签对所述神经网络模型进行训练，以得到所述真空吸附力预测模型。
26、作为优选的是，所述真空吸附控制模块还用于：
27、在执行裁剪任务的过程中，检测最外圈吸附气孔所提供实际真空吸附力的平均值m1和方差n1，若平均值m1低于所述第一真空吸附力的幅度达到20％或者方差n1达到预定的第一方差上限阈值，则暂停执行裁剪任务并对外报警；
28、若平均值m1低于所述第一真空吸附力的幅度未达到20％且方差n1未达到所述第一方差上限阈值，则获取所述吸附气孔阵列所提供实际真空吸附力的平均值m2和方差n2，若平均值m2低于所述第二真空吸附力的幅度达到20％或者方差n2达到预定的第二方差上限阈值，则暂停执行裁剪任务并对外报警。
29、根据本发明的第三方面，提供一种电子设备，该电子设备包括处理器和存储器，所述处理器执行所述存储器中保存的计算机程序时实现上述任一种应用于自动裁床的真空吸附控制方法。
30、本发明的有益效果在于：
31、本发明的应用于自动裁床的真空吸附控制方法，在执行裁剪任务之前，先获取吸附气孔的分布密度和孔径，待裁剪面料的单层厚度、总层数、类型和支数，以及裁剪路径和裁刀控制参数；再将获取到的信息输入至预构建的真空吸附力预测模型中，以得到第一真空吸附力和第二真空吸附力。在执行裁剪任务的过程中，使吸附区内的最外圈吸附气孔中的每个吸附气孔提供第一真空吸附力以对面料的边缘区域进行重点吸附，同时使吸附气孔阵列中的每个吸附气孔，即吸附区的对应于裁片的区域内的每个吸附气孔，提供第二真空吸附力，以对面料的待裁剪区域进行重点吸附。
32、上述第一真空吸附力和第二真空吸附力为通过真空吸附力预测模型预测所得到，真空吸附力预测模型为基于生产数据库中的相关数据训练所得到。在控制真空吸附装置以使吸附区内的最外圈吸附气孔中的每个吸附气孔提供第一真空吸附力，且使相应的吸附气孔阵列中的每个吸附气孔提供第二真空吸附力的情况下，能够在保证对于面料的吸附效果的同时降低现有应用于自动裁床的对于面料的真空吸附操作的能耗开销，其原因在于：现有应用于自动裁床的对于面料的真空吸附方式中，吸附区内的所有吸附气孔均提供预定的真空吸附力，而本发明的应用于自动裁床的真空吸附控制方法中，仅通过吸附区内的最外圈吸附气孔和吸附区的对应于裁片的区域内的各个吸附气孔来提供真空吸附力，虽然其中各个用于提供真空吸附力的吸附气孔所实际提供的真空吸附力会稍高一些，但是由于吸附区内的其他吸附气孔无需提供真空吸附力，使得真空吸附装置的输出功率在整体层面上要小于现有应用于自动裁床的对于面料的真空吸附方式中真空吸附装置所输出的功率。
33、根据以上可知，采用本发明的应用于自动裁床的真空吸附控制方法，能够有效地解决现有应用于自动裁床的对于面料的真空吸附操作的能耗开销较大的问题。
34、本发明的应用于自动裁床的真空吸附控制系统和电子设备与上述应用于自动裁床的真空吸附控制方法属于一个总的发明构思，至少具有与上述应用于自动裁床的真空吸附控制方法相同的有益效果，其有益效果在此不再赘述。
35、本发明的其他特征和优点将在随后具体实施方式部分予以详细说明。
1.一种应用于自动裁床的真空吸附控制方法，所述自动裁床的吸附区内按照预定的密度分布有多个吸附气孔，其特征在于，所述真空吸附控制方法包括：
2.根据权利要求1所述的应用于自动裁床的真空吸附控制方法，其特征在于，所述真空吸附力预测模型基于神经网络模型建立；
3.根据权利要求2所述的应用于自动裁床的真空吸附控制方法，其特征在于，还包括：
4.根据权利要求3所述的应用于自动裁床的真空吸附控制方法，其特征在于，还包括：
5.一种应用于自动裁床的真空吸附控制系统，所述自动裁床的吸附区内按照预定的密度分布有多个吸附气孔，其特征在于，所述真空吸附控制系统包括：
6.根据权利要求5所述的应用于自动裁床的真空吸附控制系统，其特征在于，所述真空吸附力预测模型基于神经网络模型建立；
7.根据权利要求6所述的应用于自动裁床的真空吸附控制系统，其特征在于，所述真空吸附控制模块还用于：
8.一种电子设备，其特征在于，包括处理器和存储器，所述处理器执行所述存储器中保存的计算机程序时实现权利要求1-4任一项所述的应用于自动裁床的真空吸附控制方法。
