智能计量包装方法及装置.pdf

《智能计量包装方法及装置.pdf》由会员分享，可在线阅读，更多相关《智能计量包装方法及装置.pdf（14页完成版）》请在专利查询网上搜索。

1、(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202410001900.1(22)申请日 2024.01.02(71)申请人 河南云瀚实业有限公司地址 471922 河南省洛阳市偃师区顾县镇回龙湾村9组(72)发明人 李文克高军朋李志娟李文娟董伟博曲新新(74)专利代理机构 郑州银河专利代理有限公司 41158专利代理师 高春媛(51)Int.Cl.B65B 1/34(2006.01)G06N 3/084(2023.01)G06N 3/092(2023.01)(54)发明名称一种智能计量包装方法及装置(57)摘要本申请涉及定量包装技术领域，尤。

2、其涉及一种智能计量包装方法及装置，计量包装方法包括：获取待包装重量、设定包装时长和待包装物料的物料种类；采集当前时刻的包装状态，所述包装状态包括给料口尺寸、包装差值重量和剩余包装时间；将所述包装状态输入所述物料种类对应的强化学习模型以获取未来给料口尺寸，并将所述给料口尺寸调节至所述未来给料口尺寸，所述未来给料口尺寸为所述当前时刻下一个相邻时刻的给料口尺寸；迭代地调节给料口尺寸，直至给料口尺寸为0时或所述设定包装时长结束时，停止进料，完成一次计量包装过程。通过本申请的技术方案，能够提高计量包装结果的准确性。权利要求书2页 说明书8页 附图3页CN 117485639 A2024.02.02CN 。

3、117485639 A1.一种智能计量包装方法，其特征在于，用于在计量包装过程中调节进料设备的给料口尺寸，所述计量包装方法包括：获取待包装重量、设定包装时长和待包装物料的物料种类，一种物料种类对应一种颗粒尺寸；采集当前时刻的包装状态，所述包装状态包括给料口尺寸、包装差值重量和剩余包装时间，所述包装差值重量为所述待包装重量与包装实时重量之间的差值，所述剩余包装时间为所述设定包装时长与已包装时长之间的差值；将所述包装状态输入所述物料种类对应的强化学习模型以获取未来给料口尺寸，并将所述给料口尺寸调节至所述未来给料口尺寸，所述未来给料口尺寸为所述当前时刻下一个相邻时刻的给料口尺寸；迭代地调节给料口尺寸。

4、，直至给料口尺寸为0时或所述设定包装时长结束时，停止进料，完成一次计量包装过程；其中，所述强化学习模型为DQN网络，所述DQN网络的输入为计量包装过程中任意时刻的包装状态，输出为所述任意时刻下一个相邻时刻多种给料口设定尺寸的预测奖励值，并将预测奖励值最大值对应的给料口设定尺寸作为未来给料口尺寸。2.根据权利要求1所述的一种智能计量包装方法，其特征在于，所述强化学习模型的更新方法包括：在一次计量包装过程中，对于任意一个未来给料口尺寸，响应于给料口尺寸调节至所述未来给料口尺寸时，得到所述未来给料口尺寸对应的调节时刻；采集未来包装状态、给料口尺寸曲线和包装实时重量曲线，其中所述给料口尺寸曲线包括所述。

5、调节时刻至设定包装时长之间每个时刻的给料口尺寸，所述包装实时重量曲线包括所述调节时刻至设定包装时长之间每个时刻的包装实时重量，所述未来包装状态为所述调节时刻的包装状态；基于所述给料口尺寸曲线计算尺寸变化平稳度，基于所述包装实时重量曲线计算计量准确度，依据预设权重对所述尺寸变化平稳度和所述计量准确度进行加权求和以获取实际奖励值；将所述未来包装状态输入所述强化学习模型，以获取所述未来包装状态的多个预测奖励值，并选取所述未来包装状态的多个预测奖励值中的最大值作为所述未来给料口尺寸的未来奖励值；基于所述实际奖励值、所述未来给料口尺寸的未来奖励值和预测奖励值计算损失函数值，依据所述损失函数值，利用反向传。

6、播算法更新所述强化学习模型；依据所述计量包装过程中的多个未来给料口尺寸对所述强化学习模型进行多次更新；所述损失函数值满足关系式：其中，为所述未来给料口尺寸的预测奖励值，为所述实际奖励值，为所述未来给料口尺寸的未来奖励值，为预设增益系数，为损失函数值。3.根据权利要求2所述的一种智能计量包装方法，其特征在于，基于所述给料口尺寸曲线计算尺寸变化平稳度包括：权利要求书1/2 页2CN 117485639 A2对于所述给料口尺寸曲线中的一个时刻，将所述时刻的给料口尺寸减去所述时刻上一个相邻时刻的给料口尺寸，得到所述时刻的变化幅度；获取所述给料口尺寸曲线中所有时刻的变化幅度，计算所有时刻的变化幅度对应的。

7、变化幅度方差；依据变化幅度最大值以及所述变化幅度方差计算尺寸变化平稳度，所述尺寸变化平稳度满足关系式：其中，为变化幅度最大值，为所述变化幅度方差，为变化幅度预设阈值，为所述尺寸变化平稳度。4.根据权利要求3所述的一种智能计量包装方法，其特征在于，基于所述包装实时重量曲线计算计量准确度包括：获取所述包装实时重量曲线中所述设定包装时长的结束时刻对应的包装实时重量；基于所述包装实时重量与所述待包装重量之间的差值绝对值计算计量准确度；所述计量准确度满足关系式：其中，为所述包装实时重量，为所述待包装重量，为所述计量准确度。5.根据权利要求4所述的一种智能计量包装方法，其特征在于，所述实际奖励值满足关系式。

8、：其中，为所述尺寸变化平稳度，为所述计量准确度，和分别为第一预设权重和第二预设权重，且满足关系式，为实际奖励值。6.根据权利要求1至5任意一项所述的一种智能计量包装方法，其特征在于，在迭代地调节给料口尺寸，直至给料口尺寸为0时停止进料，完成一次计量包装过程之后，所述计量包装方法还包括：依据所述计量包装过程中所有时刻的给料口尺寸和包装实时重量分别绘制给料口尺寸全程曲线和包装实时重量全程曲线；基于所述给料口尺寸全程曲线计算全程尺寸变化平稳度，基于所述包装实时重量全程曲线计算全程计量准确度，依据预设权重对所述全程尺寸变化平稳度和所述全程计量准确度进行加权求和以获取全程奖励值；响应于所述全程奖励值大于。

9、设定奖励阈值，不更新所述强化学习模型，响应于所述全程奖励值不大于所述设定奖励阈值，更新所述强化学习模型。7.一种智能计量包装装置，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据权利要求1至6中任一项所述的一种智能计量包装方法。权利要求书2/2 页3CN 117485639 A3一种智能计量包装方法及装置技术领域0001本申请一般地涉及定量包装技术领域，尤其涉及一种智能计量包装方法及装置。背景技术0002在企业销售和工厂生产加工过程中，物料的计量包装是不可缺少的一环，计量包装的目的是确保包装后每一包物料的重量均等于目标重量。在实际过。

10、程中，化学交联聚乙烯绝缘料、PVC绝缘料和聚烯烃护套料等均为颗粒状的物料，物料颗粒储存在储料仓中，并通过储料仓的给料口落入包装袋中，进而完成计量包装。0003目前，公开号为CN110949706A的专利申请文件公开了一种自动定量包装秤的工作参数自动整定优化方法，首先进行一次全程慢速进料的进料试验，再进行一次先快速进料再慢速进料的进料试验，在两次进料试验中，根据获取到的目标重量以及慢进料稳定持续时长确定快进料结束重量和慢进料结束重量；对空包装先进行快速进料并在包装中的实时物料重量达到所述快进料结束重量时切换为慢速进料，在实时物料重量达到所述慢进料结束重量时停止进料，完成自动定量包装的过程。000。

11、4然而，上述方法通过控制快速进料和慢速进料的切换时间来完成自动计量包装，但是忽略了物料尺寸对进料速度的影响，且只将进料速度划分为快速进料和慢速进料两种，无法精准控制进入包装袋的物料重量，使得计量包装的结果不准确。发明内容0005为了解决本申请的上述技术问题，本申请提供了一种智能计量包装方法及装置，以提高计量包装结果的准确性。0006本申请第一方面，提供了一种智能计量包装方法，用于在计量包装过程中调节进料设备的给料口尺寸，所述计量包装方法包括：获取待包装重量、设定包装时长和待包装物料的物料种类，一种物料种类对应一种颗粒尺寸；采集当前时刻的包装状态，所述包装状态包括给料口尺寸、包装差值重量和剩余包。

12、装时间，所述包装差值重量为所述待包装重量与包装实时重量之间的差值，所述剩余包装时间为所述设定包装时长与已包装时长之间的差值；将所述包装状态输入所述物料种类对应的强化学习模型以获取未来给料口尺寸，并将所述给料口尺寸调节至所述未来给料口尺寸，所述未来给料口尺寸为所述当前时刻下一个相邻时刻的给料口尺寸；迭代地调节给料口尺寸，直至给料口尺寸为0时或所述设定包装时长结束时，停止进料，完成一次计量包装过程；其中，所述强化学习模型为DQN网络，所述DQN网络的输入为计量包装过程中任意时刻的包装状态，输出为所述任意时刻下一个相邻时刻多种给料口设定尺寸的预测奖励值，并将预测奖励值最大值对应的给料口设定尺寸作为未。

13、来给料口尺寸。0007在一个实施例中，所述强化学习模型的更新方法包括：在一次计量包装过程中，对于任意一个未来给料口尺寸，响应于给料口尺寸调节至所述未来给料口尺寸时，得到所述未来给料口尺寸对应的调节时刻；采集未来包装状态、给料口尺寸曲线和包装实时重量曲说明书1/8 页4CN 117485639 A4线，其中所述给料口尺寸曲线包括所述调节时刻至设定包装时长之间每个时刻的给料口尺寸，所述包装实时重量曲线包括所述调节时刻至设定包装时长之间每个时刻的包装实时重量，所述未来包装状态为所述调节时刻的包装状态；基于所述给料口尺寸曲线计算尺寸变化平稳度，基于所述包装实时重量曲线计算计量准确度，依据预设权重对所述。

14、尺寸变化平稳度和所述计量准确度进行加权求和以获取实际奖励值；将所述未来包装状态输入所述强化学习模型，以获取所述未来包装状态的多个预测奖励值，并选取所述未来包装状态的多个预测奖励值中的最大值作为所述未来给料口尺寸的未来奖励值；基于所述实际奖励值、所述未来给料口尺寸的未来奖励值和预测奖励值计算损失函数值，依据所述损失函数值，利用反向传播算法更新所述强化学习模型；依据所述计量包装过程中的多个未来给料口尺寸对所述强化学习模型进行多次更新；所述损失函数值满足关系式：0008其中，为所述未来给料口尺寸的预测奖励值，为所述实际奖励值，为所述未来给料口尺寸的未来奖励值，为预设增益系数，为损失函数值。0009在。

15、一个实施例中，基于所述给料口尺寸曲线计算尺寸变化平稳度包括：对于所述给料口尺寸曲线中的一个时刻，将所述时刻的给料口尺寸减去所述时刻上一个相邻时刻的给料口尺寸，得到所述时刻的变化幅度；获取所述给料口尺寸曲线中所有时刻的变化幅度，计算所有时刻的变化幅度对应的变化幅度方差；依据变化幅度最大值以及所述变化幅度方差计算尺寸变化平稳度，所述尺寸变化平稳度满足关系式：0010其中，为变化幅度最大值，为所述变化幅度方差，为变化幅度预设阈值，为所述尺寸变化平稳度。0011在一个实施例中，基于所述包装实时重量曲线计算计量准确度包括：获取所述包装实时重量曲线中所述设定包装时长的结束时刻对应的包装实时重量；基于所述包。

16、装实时重量与所述待包装重量之间的差值绝对值计算计量准确度；所述计量准确度满足关系式：0012其中，为所述包装实时重量，为所述待包装重量，为所述计量准确度。0013在一个实施例中，所述实际奖励值满足关系式：0014其中，为所述尺寸变化平稳度，为所述计量准确度，和分别为第一预设权重和第二预设权重，且满足关系式，为实际奖励值。0015在一个实施例中，在迭代地调节给料口尺寸，直至给料口尺寸为0时停止进料，完成一次计量包装过程之后，所述计量包装方法还包括：依据所述计量包装过程中所有时刻的给料口尺寸和包装实时重量分别绘制给料口尺寸全程曲线和包装实时重量全程曲线；基于所述给料口尺寸全程曲线计算全程尺寸变化平。

17、稳度，基于所述包装实时重量全程曲线计算全程计量准确度，依据预设权重对所述全程尺寸变化平稳度和所述全程计量准确度进行加权求和以获取全程奖励值；响应于所述全程奖励值大于设定奖励阈值，不更新所述强化说明书2/8 页5CN 117485639 A5学习模型，响应于所述全程奖励值不大于所述设定奖励阈值，更新所述强化学习模型。0016本申请第二方面，还提供了一种智能计量包装装置，包括处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据本申请第一方面所述的一种智能计量包装方法。0017本申请的技术方案具有以下有益技术效果：通过本申请提供的技术方案，采集计量包装过程中。

18、当前时刻的包装状态，包装状态包括当前时刻的给料口尺寸、包装差值重量和剩余包装时间；将当前时刻的包装状态输入强化学习模型中，输出当前时刻下一个相邻时刻的给料口尺寸，进而实现给料口尺寸的调节；在计量包装过程中，迭代地调节给料口尺寸，直至给料口尺寸为0时或设定包装时长结束时，停止进料，完成一次计量包装过程；通过强化学习模型对计量包装过程中每一时刻的进料口尺寸进行精准控制，提高了计量包装结果的准确性。0018进一步地，在完成一次计量包装过程后，依据计量包装过程中实际采集的数据更新强化学习模型，使得强化学习模型能够准确输出未来给料口尺寸；在更新强化学习模型时，通过尺寸变化平稳度和计量准确度计算实际奖励值。

19、，并依据实际奖励值和未来奖励值对强化学习模型输出的预测奖励值进行约束；确保在设定包装时长内将空包装袋填充至待包装重量的同时，避免进料口尺寸变化不规则造成进料设备的损坏，影响进料设备的使用寿命。附图说明0019通过参考附图阅读下文的详细描述，本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本申请的若干实施方式，并且相同或对应的标号表示相同或对应的部分，其中：图1是根据本申请实施例的一种智能计量包装方法的流程图；图2是根据本申请实施例的强化学习模型的更新方法的流程图；图3是根据本申请实施例的一种智能计量包装装置的框图。具体实施方式0020下。

20、面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。0021应当理解，当本申请的权利要求、说明书及附图使用术语“第一”、“第二”等时，其仅是用于区别不同对象，而不是用于描述特定顺序。本申请的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。0022根据本申请的第一。

21、方面，本申请提供了一种智能计量包装方法。图1是根据本申请实施例的智能计量包装方法的流程图。如图1所示，所述智能计量包装方法100包括步骤S101至S104，以下详细说明。0023S101，获取待包装重量、设定包装时长和待包装物料的物料种类，一种物料种类对说明书3/8 页6CN 117485639 A6应一种颗粒尺寸。0024在一个实施例中，获取待包装物料的物料种类，所述物料种类为聚乙烯绝缘料、聚烯烃护套料或PVC绝缘料等颗粒状物料，依据待包装物料的颗粒尺寸划分物料种类，一种物料种类对应一种颗粒尺寸。在计量包装过程中，物料颗粒储存在进料设备的储料仓中，物料颗粒通过给料口进入所述给料口下方的空包装。

22、袋中；通过控制储料仓的给料口尺寸可调节物料颗粒进入空包装袋的速度；因此，本申请实施例通过调节计量包装过程中进料设备的给料口尺寸，实现智能计量包装。0025其中，待包装重量为一个空包装中需要包装的物料重量，实施者可依据具体包装需求进行设定；设定包装时长为将一个空包装袋填充至待包装重量所需的时间长度，设定包装时长越小，则包装效率越高，设定包装时长也可由实施者依据具体包装需求进行设定。0026如此，确定一次计量包装过程中的物料种类、待包装重量和设定包装时长，所述物料种类能够反映物料颗粒的大小，所述待包装重量能够反映一个空包装袋中需要装填的物料重量，所述设定包装时长能够反映计量包装的效率。0027S1。

23、02，采集当前时刻的包装状态，所述包装状态包括给料口尺寸、包装差值重量和剩余包装时间，所述包装差值重量为所述待包装重量与包装实时重量之间的差值，所述剩余包装时间为所述设定包装时长与已包装时长之间的差值。0028在一个实施例中，在计量包装过程中，采集当前时刻的包装状态，所述包装状态为3行1列的向量，所述包装状态包括给料口尺寸、包装差值重量和剩余包装时间。0029其中，包装状态中的给料口尺寸用于反映待包装物料在当前时刻的给料速度；需要说明地，由于不同物料种类的颗粒尺寸不同，故相同给料口尺寸下，不同物料种类的给料速度不同。0030其中，包装状态中的包装差值重量用于反映还需要往包装袋中填充的重量，所述。

24、包装差值重量为所述待包装重量与包装实时重量之间的差值，所述包装实时重量为当前时刻包装袋中物料的实时重量。0031其中，包装状态中的剩余包装时间用于反映完成当前次计量包装过程的剩余时间，所述剩余包装时间为所述设定包装时长与已包装时长之间的差值，其中已包装时长为当前次计量包装过程的起始时刻与当前时刻之间的时间长度。0032如此，得到当前时刻的包装状态，所述包装状态能够反映当前时刻的给料速度、还需要填充的物料重量以及当前次计量包装过程的剩余时间，后续可依据当前时刻的包装状态调节给料口尺寸，进而确保能够在设定包装时长内将空包装袋填充至待包装重量。0033S103，将所述包装状态输入所述物料种类对应的强。

25、化学习模型以获取未来给料口尺寸，并将所述给料口尺寸调节至所述未来给料口尺寸，所述未来给料口尺寸为所述当前时刻下一个相邻时刻的给料口尺寸。0034在一个实施例中，将当前时刻的包装状态输入所述物料种类对应的强化学习模型，强化学习模型输出未来给料口尺寸，所述未来给料口尺寸为当前时刻下一个相邻时刻的给料口尺寸；将当前时刻下一个相邻时刻的给料口尺寸调节至未来给料口尺寸，能够通过调节给料口尺寸控制给料速度，以确保能够在设定包装时长内将空包装袋填充至待包装重量。0035由于不同物料对应的颗粒尺寸不同，使得未来给料口尺寸存在差异，为了提高计说明书4/8 页7CN 117485639 A7量包装结果的准确性，准。

26、确预测每次计量包装过程中的未来给料口尺寸，一个物料种类对应一个强化学习模型。0036在一个实施例中，所述强化学习模型为DQN网络，所述DQN网络的输入为计量包装过程中任意时刻的包装状态，输出为所述任意时刻下一个相邻时刻多种给料口设定尺寸的奖励值，并将最大奖励值对应的给料口设定尺寸作为未来给料口尺寸。0037其中，所述预测奖励值用于反映将所述任意时刻下一个相邻时刻的给料口尺寸调节至所述未来给料口尺寸后，计量包装过程的尺寸变化平稳度和计量准确度。0038其中，DQN网络（Deep QNetwork）是一种深度强化学习网络。0039其中，所述多种给料口设定尺寸为预先设定的给料口尺寸，且任意相邻两种给。

27、料口设定尺寸之间的尺寸偏差相等。0040如此，依据强化学习模型能够依据当前时刻的包装状态准确预测下一个相邻时刻的给料口尺寸，进而实现计量包装过程中给料口尺寸的精准控制。0041S104，迭代地调节给料口尺寸，直至给料口尺寸为0时或所述设定包装时长结束时，停止进料，完成一次计量包装过程。0042在一个实施例中，按照步骤S103的方法在计量包装过程中不断调节给料口尺寸，当给料口尺寸为0时或所述设定包装时长结束时，停止进料，完成了一次计量包装过程，此时，能够在设定包装时长内将空包装袋填充至待包装重量。0043在一个实施例中，计量包装过程中，强化学习模型输出结果的准确性直接影响计量包装结果的准确性。为。

28、了使得强化学习模型能够准确输出未来给料口尺寸，确保在设定包装时长内将空包装袋填充至待包装重量，需要在完成一次对应物料种类的计量包装过程后，更新强化学习模型，以在下一次计量包装过程中，利用更新后的强化学习模型调节给料口尺寸。0044具体地，如图2所示，图2是根据本申请实施例的强化学习模型的更新方法的流程图。所述强化学习模型的更新方法200包括：S201，在一次计量包装过程中，对于任意一个未来给料口尺寸，响应于给料口尺寸调节至所述未来给料口尺寸时，得到所述未来给料口尺寸对应的调节时刻；S202，采集未来包装状态、给料口尺寸曲线和包装实时重量曲线，其中所述给料口尺寸曲线包括所述调节时刻至设定包装时长。

29、之间每个时刻的给料口尺寸，所述包装实时重量曲线包括所述调节时刻至设定包装时长之间每个时刻的包装实时重量，所述未来包装状态为所述调节时刻的包装状态；S203，基于所述给料口尺寸曲线计算尺寸变化平稳度，基于所述包装实时重量曲线计算计量准确度，依据预设权重对所述尺寸变化平稳度和所述计量准确度进行加权求和以获取实际奖励值；S204，将所述未来包装状态输入所述强化学习模型，以获取所述未来包装状态的多个预测奖励值，并选取所述未来包装状态的多个预测奖励值中的最大值作为所述未来给料口尺寸的未来奖励值；S205，基于所述实际奖励值、所述未来给料口尺寸的未来奖励值和预测奖励值计算损失函数值，依据所述损失函数值，利。

30、用反向传播算法更新所述强化学习模型；S206，依据所述计量包装过程中的多个未来给料口尺寸对所述强化学习模型进行多次更新。0045其中，一个未来给料口尺寸对应一个预测奖励值，所述预测奖励值为在包装状态下强化学习模型输出的最大奖励值；所述实际奖励值为在包装状态下将给料口尺寸调节至未来给料口尺寸后真实采集到的实际奖励；所述未来奖励值为在未来包装状态下强化学习说明书5/8 页8CN 117485639 A8模型输出的最大奖励值；所述损失函数值满足关系式：0046其中，为所述未来给料口尺寸的预测奖励值，为所述实际奖励值，为所述未来给料口尺寸的未来奖励值，为预设增益系数，为损失函数值。其中，所述预设增益系。

31、数的取值为0.3，损失函数值用于约束强化学习模型输出的预测奖励值等于实际奖励值和未来奖励值的加权（即）。0047在一个实施例中，所述给料口尺寸曲线用于反映在一次计量包装过程中，将所述给料口尺寸调节至所述未来给料口尺寸后，给料口尺寸随时间的变化情况；所述给料口尺寸曲线用于反映在一次计量包装过程中，将所述给料口尺寸调节至所述未来给料口尺寸后，包装实时重量随时间的变化情况。0048具体地，基于所述给料口尺寸曲线计算尺寸变化平稳度包括：对于所述给料口尺寸曲线中的一个时刻，将所述时刻的给料口尺寸减去所述时刻上一个相邻时刻的给料口尺寸，得到所述时刻的变化幅度；获取所述给料口尺寸曲线中所有时刻的变化幅度，计。

32、算所有时刻的变化幅度对应的变化幅度方差；依据变化幅度最大值以及所述变化幅度方差计算尺寸变化平稳度，所述尺寸变化平稳度满足关系式：0049其中，为变化幅度最大值，为所述变化幅度方差，为变化幅度预设阈值，为所述尺寸变化平稳度。0050其中，变化幅度预设阈值为任意相邻两种给料口设定尺寸之间的尺寸偏差。0051可以理解地，尺寸变化平稳度能够反映一次计量包装过程中，将给料口尺寸调节至所述未来给料口尺寸后，给料口尺寸的最大变化幅度和变化幅度的稳定程度；所述变化幅度最大值与所述尺寸变化平稳度呈负相关，所述变化幅度方差与所述尺寸变化平稳度同样呈负相关。若给料口尺寸的最大变化幅度较大，表示进料设备的给料口尺寸出。

33、现了突变的情况；变化幅度方差越大，表示变化幅度越不稳定，会出现变化幅度忽高忽低的情况，上述两种情况均会导致进料设备的给料口尺寸出现不规则变化，容易造成进料设备的损坏，影响进料设备的使用寿命。0052在一个实施例中，基于所述包装实时重量曲线计算计量准确度包括：获取所述包装实时重量曲线中所述设定包装时长的结束时刻对应的包装实时重量；基于所述包装实时重量与所述待包装重量之间的差值绝对值计算计量准确度；所述计量准确度满足关系式：0053其中，为所述包装实时重量，为所述待包装重量，为所述计量准确度。0054在一个实施例中，依据预设权重对所述尺寸变化平稳度和所述计量准确度进行加权求和以获取实际奖励值，所述。

34、实际奖励值满足关系式：0055其中，为所述尺寸变化平稳度，为所述计量准确度，和分别为第一预设权说明书6/8 页9CN 117485639 A9重和第二预设权重，且满足关系式，为实际奖励值。0056可以理解地，通过尺寸变化平稳度和计量准确度计算实际奖励值，并依据实际奖励值 和未来奖励值对强化学习模型输出的预测奖励值 进行约束；确保在设定包装时长内将空包装袋填充至待包装重量的同时，避免进料口尺寸变化不规则造成进料设备的损坏，影响进料设备的使用寿命。0057在一个实施例中，完成一次计量包装过程后对强化学习模型进行更新，随着计量包装过程的次数越来越多，强化学习模型输出越来越准确，为了减少不必要的更新过。

35、程，在完成一次计量包装过程后，需要判断是否需要更新强化学习模型。具体地，在迭代地调节给料口尺寸，直至给料口尺寸为0时停止进料，完成一次计量包装过程之后，所述计量包装方法还包括：依据所述计量包装过程中所有时刻的给料口尺寸和包装实时重量分别绘制给料口尺寸全程曲线和包装实时重量全程曲线；基于所述给料口尺寸全程曲线计算全程尺寸变化平稳度，基于所述包装实时重量全程曲线计算全程计量准确度，依据预设权重对所述全程尺寸变化平稳度和所述全程计量准确度进行加权求和以获取全程奖励值；响应于所述全程奖励值大于设定奖励阈值，不更新所述强化学习模型，响应于所述全程奖励值不大于所述设定奖励阈值，更新所述强化学习模型。005。

36、8其中，“基于所述给料口尺寸全程曲线计算全程尺寸变化平稳度，基于所述包装实时重量全程曲线计算全程计量准确度，依据预设权重对所述全程尺寸变化平稳度和所述全程计量准确度进行加权求和以获取全程奖励值”的实施过程与“基于所述给料口尺寸曲线计算尺寸变化平稳度，基于所述包装实时重量曲线计算计量准确度，依据预设权重对所述尺寸变化平稳度和所述计量准确度进行加权求和以获取实际奖励值”的实施过程相同，在此不再赘述。0059其中，所述全程奖励值的最大值为1，所述设定奖励阈值的取值为0.85。响应于所述全程奖励值大于设定奖励阈值，表示该次计量包装过程满足标准要求，强化学习模型的输出能够准确控制计量包装过程，无需对强化。

37、学习模型进行更新。0060以上通过具体实施例介绍了本申请的智能计量包装方法的技术原理和实施细节。通过本申请提供的技术方案，采集计量包装过程中当前时刻的包装状态，包装状态包括当前时刻的给料口尺寸、包装差值重量和剩余包装时间；将当前时刻的包装状态输入强化学习模型中，输出当前时刻下一个相邻时刻的给料口尺寸，进而实现给料口尺寸的调节；在计量包装过程中，迭代地调节给料口尺寸，直至给料口尺寸为0时或设定包装时长结束时，停止进料，完成一次计量包装过程；通过强化学习模型对计量包装过程中每一时刻的进料口尺寸进行调节，提高了计量包装结果的准确性。0061根据本申请的第二方面，本申请还提供了一种智能计量包装装置。图。

38、3是根据本申请实施例的智能计量包装装置的框图。如图3所示，所述装置50包括处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据本申请第一方面所述的一种智能计量包装方法。所述装置还包括通信总线和通信接口等本领域技术人员熟知的其他组件，其设置和功能为本领域中已知，因此在此不再赘述。0062在本申请中，前述的存储器可以是任何包含或存储程序的有形介质，该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。例如，计算机可读存储介质可以是说明书7/8 页10CN 117485639 A10任何适当的磁存储介质或者磁光存储介质，比如，阻变式存储器RRAM（Re。

39、sistive Random Access Memory）、动态随机存取存储器DRAM（Dynamic Random Access Memory）、静态随机存取存储器SRAM（Static RandomAccess Memory）、增强动态随机存取存储器EDRAM（Enhanced Dynamic Random Access Memory）、高带宽内存HBM（HighBandwidth Memory）、混合存储立方HMC（Hybrid Memory Cube）等等，或者可以用于存储所需信息并且可以由应用程序、模块或两者访问的任何其他介质。任何这样的计算机存储介质可以是设备的一部分或可访问或可连。

40、接到设备。本申请描述的任何应用或模块可以使用可以由这样的计算机可读介质存储或以其他方式保持的计算机可读/可执行指令来实现。0063以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。0064以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。说明书8/8 页11CN 117485639 A11图1说明书附图1/3 页12CN 117485639 A12图2说明书附图2/3 页13CN 117485639 A13图3说明书附图3/3 页14CN 117485639 A14。