CN103069441A - 用于查验加工过程的对话系统和方法 - Google Patents

用于查验加工过程的对话系统和方法 Download PDF

Info

Publication number
CN103069441A
CN103069441A CN2011800415358A CN201180041535A CN103069441A CN 103069441 A CN103069441 A CN 103069441A CN 2011800415358 A CN2011800415358 A CN 2011800415358A CN 201180041535 A CN201180041535 A CN 201180041535A CN 103069441 A CN103069441 A CN 103069441A
Authority
CN
China
Prior art keywords
data
conversational system
suggestion
decision node
operating personnel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011800415358A
Other languages
English (en)
Other versions
CN103069441B (zh
Inventor
K·鲍尔
G·哈曼
H-P·博克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Trumpf Werkzeugmaschinen SE and Co KG
Original Assignee
Trumpf Werkzeugmaschinen SE and Co KG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Trumpf Werkzeugmaschinen SE and Co KG filed Critical Trumpf Werkzeugmaschinen SE and Co KG
Publication of CN103069441A publication Critical patent/CN103069441A/zh
Application granted granted Critical
Publication of CN103069441B publication Critical patent/CN103069441B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/045—Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32007—Operator is assisted by expert system for advice and delegation of tasks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Manufacturing & Machinery (AREA)
  • Numerical Control (AREA)
  • General Factory Administration (AREA)

Abstract

本发明涉及一种对话系统（23），借助于所述对话系统可以查验在工具机（1）上实施的加工过程，以便确定用于改善随后的加工过程的至少一个质量特征的建议，所述对话系统具有输入装置（7）和建议-模块（25），操作人员借助于所述输入装置能够预给出待改善的质量特征，所述建议-模块能够在访问存储的专家知识的情况下确定至少一个用于改善所述质量特征的建议。为此，所述建议-模块（24）被构造用于通过读入通过工具机传感装置（1a，…1n）确定的数据和/或被加工工件（40）的图像数据连同配属的材料-和加工数据（P1，…，P5）来确定一个建议。此外，本发明还描述了一种用于借助于这种对话系统（23）查验加工过程的方法。

Description

用于查验加工过程的对话系统和方法
技术领域
本发明涉及一种用于查验在工具机上实施的加工过程的对话系统（或“工艺辅助”），以便确定用于改善随后的加工过程的至少一个质量特征的建议，其中，所述对话系统具有输入装置，操作人员借助于所述输入装置可预给出需改善的质量特征，其中，所述对话系统具有建议-模块，所述建议-模块能够在访问存储的专家知识的情况下确定至少一个用于改善所述质量特征的建议。
此外，本发明还涉及一种用于查验在工具机上实施的加工过程的方法，以便确定用于改善随后的加工过程的至少一个质量特征的建议，其中，操作人员给所述对话系统预给出至少一个质量特征，然后所述对话系统借助于存储的专家知识的情况下确定至少一个用于改善所述质量特征的建议。
背景技术
对话系统在所有的本技术领域中都采用并且表现出能够与操作人员沟通的能力。为了该目的，对话系统包括至少一个输入/输出装置以及处理器或中央计算单元，所述中央计算单元实施用于专门构造对话系统所需的软件。本发明在特殊领域中涉及一种用于在批量制造工件时应用的对话系统。
所述类型的对话系统或所述类型的用于查验在工件上实施的加工过程的方法例如由专利资料US6,345,205B1公开。借助于构造为用于激光加工机的辅助系统的对话系统可以确定用于计划在激光加工机上实施的公家加工的、呈改变的过程参数形式的改善-建议。相对于已经实施过的工件加工，操作人员预给出至少一个质量特征，例如在所建立的激光切口上的毛刺形成的尺寸，操作人员期望所述质量特征的改善。借助于操作人员-输入和已实施的工件加工的被储存的过程参数，所述对话系统计算用于实施优化的工件加工的新过程参数。在此，所述对话系统访问已储存的专家知识，所述专家知识例如包括过程参数和质量特征的按照经验确定的关系。
现有技术的对话系统具有的缺点是，改善-建议主要是基于操作人员的主观评估或猜测确定。因此，在传统的对话系统中，发现建议的可能性决定性地受到操作人员的能力和可能性以及存储的专家知识的范围的限制。
发明内容
与此相对照，本发明的任务是，开发一种对话系统和一种用于查验加工过程的方法，其特征在于以更宽广的可能性找到建议。
根据本发明，所述任务通过具有权利要求1特征的对话系统和具有权利要求16特征的用于查验加工过程的方法解决。
在本发明的意义上，对话系统的建议模块被这样构造成，使得其为了确定一个建议，读入通过工具机传感装置确定的数据和/或被加工工件的图像数据（照片）连同配属的材料-和加工数据。数据库（基于所述数据库可以确定一个改善建议）因此被以客观数据扩展，所述客观数据由工具机的传感器确定或者是被加工工件的图像数据连同其配属的材料-或加工数据。由于数据库得到扩展，因此在寻找改善建议时例如可考虑机器方面的效应，所述效应对于操作人员来说不能被识别。例如可以确定有缺陷的设定（例如激光束的有缺陷的焦点位置设定）或者有缺陷的部件（例如激光切割头的被污染的透镜）。此外，通过用于识别材料的传感器可以检测实际使用的材料的组成与材料组成之间的组别，基于所述材料组成选出过程参数。由此可以发现或排除附加的故障原因。
此外，得到的优点是，为了查验该加工过程，不仅使用基于操作人员关于加工结果的质量特征的主观猜测的间接信息，取而代之的是，也可以直接填充在工具机上实施的加工过程的客观信息。由于客观的传感器-和图像数据的根据本发明的使用，在寻找建议时操作人员的能力就无关紧要。因此，本发明的对话系统也可以由不太内行的操作人员以相同的成果采用。
在本发明的意义上，对话系统对于操作人员的操作提供一个改善建议。就此而言，其不同于用于监测工艺的系统，该用于监测工艺的系统在加工过程中出现干扰时自动地输出一个警报并且可能同时输出用于排除所述干扰的建议。但是，操作人员可借助的本发明对话系统的释放装置同样也可能是加工过程中的干扰，也就是说，所述对话系统至少部分地也表现为一个诊断系统，后者基于通过操作人员预给出的症状（有缺陷的质量特征）并且借助于通过工具机传感装置确定的数据或由拍摄的图像数据可阐明一个用于消除所述干扰的建议。
但是，本发明的对话系统特别是被设置用于查验一个至少很大程度上无干扰的加工过程，以便生成一个建议，借助于所述建议可改善或优化后续的加工过程。
例如，一些质量缺陷或故障源的可能原因会被认为仍处于通过过程监测定义的报警阈值以下，但是合起来就会导致的是，不能确保具有标准过程参数的、质量足够好的加工过程。由此，所述对话系统能够查明：预给定的质量特征的改善（例如通过过程参数的简单匹配如加工速度、激光能量、切割气体压力或激光器频率等）是否是可能的或者是否是有意义的。
决定性的是，操作人员向对话系统关于已执行过的加工过程预给出至少一个质量特征。一方面将加工过程的结果或产品的特征和特性理解为质量特征，例如切割毛边、工件变色、工件表面上的沟纹和刮痕、工件的尺寸精度或平整度。但是，除了产品特征之外，过程特性也表现为加工过程的质量特征。属于此的特别是有：加工速度、加工工件时的排放、过程可靠性、能耗等。
本发明的对话系统可以这样构成，即，不仅可以查验和改善工具机的加工周期的下述区段，在所述区段中实际上工具作用在工件上。更多的是，在本发明的意义上，加工过程也包括例如在实际的工件加工之前和之后的工件搬运和其他伴生过程。在待查验的加工过程的情况下，其不必非得涉及如下加工过程，在该加工过程中完成了一个完整的加工周期。待查验的加工过程也可以仅仅包括一个加工周期的一部分，例如仅仅是工件输入、单个激光切割部的引入等。特别地，待查验的加工过程也可以是以测试方式在工具机上实施的加工过程。
本发明的对话系统提供的改善建议（如已经提及的那样）例如是用于随后的加工过程的、相对于标准参数改变的加工参数集或次生的加工参数集。但是，替代或补充地，也可以考虑其他类型的改善建议，所述对话系统可阐明所述改善建议。例如，所述对话系统可建议工具机上的维护-或改装措施或者分析、测试等的实施。
为了确定一个改善建议，对话系统读入传感器数据（也就是传感器测量值或传感器测量值的分析处理）和/或被加工工件的图像数据连同配属的材料-和加工数据。因此，在本申请的框架内，术语传感器或传感装置不仅包括测量传感器，而且也包括传感器的分析处理电子装置和分析处理软件等。如果可读入至少一个传感器的数据以便通过对话系统确定一个改善建议，则得到本发明的对话系统。但是，对话系统可读入的工具机传感装置的越多传感器的传感器数据越多，则用于找到建议的数据库并且从而所述建议的负荷能力就越大。现代工具机的传感装置通常具有大量传感器，所述传感器主要用于过程调整和过程监控。
对于寻找建议富有帮助的特别是下述传感器的数据，所述传感器直接观察该加工周期、特别是实际的工件加工，例如在激光切割的情况下用于监测刺入的光学传感器或者在激光焊接的情况下用于跟踪焊缝的传感器。为了使对话系统在寻找建议时能够以后读入在待查验的加工过程中确定的传感器数据，将所述数据存储起来并且所述对话系统在需要时可以访问存储的传感器数据。
被加工工件的图像数据优选是具有足够高的图像质量的摄像机图像，其中，工件的加工部位、例如切割棱有利地被从不同的视角进行拍摄。
最后，本发明的对话系统的特征在于，能够借助于客观的传感器数据和/或图像数据量化操作人员的主观猜测。由此，部分地使得操作人员的费时的询问变得多余。操作人员借助于该对话系统能够以尽可能少的、目标明确的步骤得到一个改善建议。
由权利要求2至15的特征得到按照权利要求1的发明的另外的有利的进一步方案。
在本发明的一个特别优选的实施例中，对话系统被构造用于除了预给出需改善的质量特征之外还在需要时要求另外的操作人员输入并且将其与通过工具机传感装置确定的传感器数据和/或与图像数据一同处理以确定一个建议。作为可能的操作人员输入，不仅考虑客观值的输入而且考虑主观评估的输入。特别是可要求操作人员选出一些值、变量、评估。借助于该发明变型方案，操作人员可以将其愿望和能力（如果存在的话）引入到建议寻找过程中。
优选所述对话系统也可以引起一个加工过程和/或一个通过工具机传感装置的测量。例如，所述对话系统自主地询问当前的传感器数据并且从而询问例如工具机构件的当前状态数据，其中，所述对话系统为了该目的与相应的传感器连接。特别是得到下述可能性，即，在该对话系统的推动下实施一个另外的加工过程，在该另外的加工过程中检测并且存储确定的传感器数据，所述传感器数据在标准的加工过程中不能被检测到或者至少不能被存储。此外，所述对话系统在考虑所有可用的数据的情况下引发适配于局势的测试加工。
但是此外，所述对话系统也可以自行地、也就是自动地启动一个按照建议优化的加工过程。为此，对话系统优选至少与工具机的控制单元通信。如果对话系统关于需改善的质量特征已经找到极有可能的原因，则有利的是，其也可以自行地转换该用于改善或优化的建议。但是替代地，所述对话系统也可以通过给予操作人员的建议引发一个加工过程或者一个传感器测量。
如果对话系统具有掩码生成器，后者特别是可产生用于要求输入和/或用于输出确定的建议的掩码时，则得到所述对话系统的特别舒适的操作。具有掩码的对话系统的输入/输出机构的图形形状允许实现对话系统的特别直观的操作方案。该对话系统特别是这样构成，使得操作人员通过掩码可以被由问题描述经由建议寻找一直引导至建议转换。
在特别优选的发明变型方案的情况下，存储的专家知识包括一个具有等级决策节点的树形数据结构，解决模块为了确定一个建议可以访问它。最后，在寻找建议时，对话系统逐渐地处理所述决策节点。在相应的决策节点上，对话系统必须相应地仅仅征询下述信息（例如通过输入要求或传感器信息读入），在排队等候的决策节点上哪些对于决策是必要的。因此，由于具有等级决策节点的树形数据结构，避免了对于寻找建议无关紧要的信息的询问和读入。由此得到对话系统的一个变型方案，该变型方案的特征是目标特别明确地确定一个建议。
优选存储的专家知识包括一个数据库，其具有大量单个的数据元素，所述数据元素特别是分别定义一个决策节点。通过使用数据库，本发明的对话系统为了管理所述专家知识可以访问被证明行之有效的数据库技术和数据库模块。由此，例如所述专家知识可以加密地存储在所述数据库中，其中，只有对话系统可借助于相应的数据库模块在需要时自由地访问所述专家知识。例如可以设置一个关联式数据库或一个目标数据库。在实践中被证明行之有效的特别是XML数据库。
具有大量单个的数据元素（所述数据元素分别定义一个决策节点）的数据库结构的特征是高的透明性。当存储的专家知识可由操作人员改变时，也就是通过对话系统根据种属决策节点进行建议确定时，这特别是有优点的。在该情况下，所述决策节点可以由操作人员例如借助于执行的数据库模块补充或插入，其中，仅仅补充和改变单个的数据元素。
此外有利的是，掩码生成器与数据库结构这样地适配，使得在决策树改变时没有必要在掩码生成器上进行任何改变，而是该掩码生成器可以例如在数据处理设备的显示器上建立自动匹配的输入-或输出掩码。由此，可通过决策树上的改变插入专家知识的新认识，而不必在操作人员与对话系统之间的接口上进行改变。为了该目的，在掩码生成器中存放不同的掩码图样，例如设置对于操作人员的输入要求，如果在一个决策节点上必须输入一个或多个值的话，例如必须显示给操作人员示例数据或完成分析处理的数据供选择，例如应显示建议等。为了生成掩码，掩码生成器必须紧紧确定所需的掩码图样并且被填充来自配置给排队等候的决策节点的数据元素的信息。
优选传感器数据和/或图像数据的借助于解决模块的处理这样进行，使得建议模块在一个决策节点上至少借助于传感器数据和/或图像数据作出一个决策（传感装置/工件-数据-决策节点）。替代或补充地，决策节点被这样定义，使得建议模块在相应的决策节点上至少根据操作人员输入（操作人员输入-决策节点）或者根据来自执行的加工过程的控制程序的数据（控制程序-数据-决策节点）作出一个决策。此外，其他类型的决策节点也是可以考虑的。
特别是在组合前述所有三个类型的决策节点的情况下，在确定建议时存在本发明对话系统的一个强度，该对话系统由此可以访问宽的数据库和知识库，以便最终确定一个可信的改善建议。因此，在特别优选的对话系统中，所存储的专家知识具有树型数据结构，后者定义至少一个用于确定一个建议的路径，所述路径具有至少一个传感装置/工件-数据-决策节点、至少一个操作人员输入-决策节点和/或至少一个控制程序-数据-决策节点。
优选本发明的对话系统是工具机的控制单元的一部分。通过将本发明的对话系统集成到控制单元中，得到一种本发明的对话系统，其可访问对于有效的故障分析所需的数据、信息和通信可能性。
特别有利的是，控制单元由于对话系统的建议可对于随后的加工过程自动确定或适配所述随后的加工过程的至少一个过程参数。优选所述对话系统为此访问一个存储的、用于所述随后的加工过程的控制程序并且在那里使至少一个过程参数改变。
最后，本发明的另一观点还涉及一种计算机程序产品，其具有编码装置，当所述计算机程序产品在数据处理设备上运行时，所述编码装置被适配以构造本发明的对话系统。可能的计算机程序产品例如有CD-ROM盘、USB盘、硬盘插件等。但是，在本申请的框架内，可下载的软件产品或类似物也被理解为计算机程序产品。
可以理解的是，根据本发明，前面提及的和后面还将描述的特征分别可单个地使用或者多个地以任意组合使用。根据本发明，特别是可以在对话系统上、但是也可以在例如用于过程监控的系统上设置存储的专家知识（其包括一个具有等级决策节点的树型数据结构，解决模块可访问所述决策节点以确定一个建议）也可以与解决模块无关地（所述解决模块被构造用于读入通过工具机传感装置确定的数据以确定一个建议）。
附图说明
从说明书、附图和权利要求中可得出本发明主题的另外的优点和有利的构型。所示出的和所描述的实施方式不应被理解为穷举，而是对于阐述本发明的示例性的特征。
附图中：
图1是具有工具机、用于工具机的控制装置以及编程系统的制造系统的结构；
图2是用于查验在工具机上实施的加工过程的对话系统的结构；
图3是用于查验在工具机上实施的加工过程的方法的流程图；
图4是测试切割板形式的工件，其具有多个分别以不同的切割参数切割的切割棱；
图5a-5e是本发明的用于借助于连接到中央专家系统中的远程呈现入口优化切割参数的方法的各个方法步骤。
具体实施方式
工具机的控制借助于数字式控制装置进行，所述控制装置一般被分为三个控制单元，即，作为数据输入和可视化单元的MMC-操作系统（人机通讯）、SPS-控制单元（可存储器编程的控制装置）和NC-控制单元。数据和控制指令通过所述MMC-操作系统输入、进一步传送给NC-控制单元并且在那里解码。数据和控制指令按照几何的和工艺的数据（NC-控制单元）和操作指令（SPS-控制单元）被分开地进一步处理。所述NC-和SPS-控制单元将当前的机器状态传送给MMC-控制单元以进行可视化。
图1示出工具机1，其借助于数字式控制装置2控制。工具机1包含传感器1a，…1n，所述传感器一般监控一个加工过程。对此的例子是在激光工具机的情况下用于确定喷嘴-工件-距离、透镜污染程度、焦点位置的传感器；在冲压/弯曲机的情况下用于测量力的传感器；在弯曲机的情况下用于确定弯曲角度的传感器或者用于检测或预测机器与工件的碰撞或碰撞苗头的传感器。
在硬件方面，控制装置2包括MMC-操作系统3，所述MMC-操作系统包括构造为工业PC的控制计算机4和具有作为显示单元的屏幕6和输入单元7的操作装置5，所述输入单元例如构造为键盘、鼠标或触摸板。此外，控制装置2包括用于手动操作所述工具机1的机器控制面板8，其中，特别是实施对于安全意义重大的操作，所述控制装置还包括NCU-结构组件9（数控单元），该NCU-结构组件具有集成的NC-控制单元10和SPS-控制单元11。所述NC-和SPS-控制单元10、11也可以构造为单独的结构组件。
在软件方面，控制装置2包括用于控制所述工具机1的操作软件12、用于进行任务管理、工具管理和托盘管理的软件模块13、用于管理控制程序的程序管理14和数据存储器15，在所述数据存储器中存储用于控制程序的标准过程参数。
术语“控制程序”除了NC-程序之外还包括所有从该NC-程序转移到外部数据存储器中的工艺数据。在该数据存储器或在一个附加的数据存储器15中通过NCU-结构组件9还可以读入和存放工具机传感器1a，…1n的传感器数据。此外，在控制计算机4上还可以安装另外的应用，例如设计系统、编程系统或组合的设计-和编程系统。
设计人员、编程人员和职业的机器操作人员参与到在工具机1上制造构件的过程中，所述制造能够部分地由一个或两个人员身兼数职地实施。构件的设计借助于设计系统16（CAD-系统）或组合的设计-和编程系统17（CAD-/CAM-系统），其中，CAD和CAM是计算机辅助设计和计算机辅助制造的简称。
完成的设计图存放在一个为其设置在网络18中的公共CAD-数据存放装置19上，编程人员在需要时可访问所设置的公共CAD-数据存放装置。
工具机1通过控制程序控制，所述控制程序借助于编程系统或手动地在MMC-操作系统的操作装置5上建立。编程系统认识基本的和特殊的NC-功能并且知道需要哪些工艺数据并且对于加工适用哪些规则。由此，其可以自动定义所述加工并且生成一个控制程序。
在图1所示的实施例中，除了组合的设计-和编程系统17之外还在控制计算机4上安装一个另外的设计-和编程系统20并且在网络18中安装一个编程系统21（CAM-系统）。这些编程系统17、20、21与一个CAM-数据存放装置22连接，编程人员和机器操作人员可访问所述CAM-数据存放装置。编程人员将完成的控制程序存放在CAM-数据存放装置22中。机器操作人员可访问所述CAM-数据存放装置22并且将所述控制程序从CAM-数据存放装置22传输到控制计算机4的程序管理14中。
在编程时，编程人员确定应如何加工构件。所述编程人员确定采用哪些工具、以何种顺序进行加工并且例如对于激光器功率和进给速度适用哪些过程参数。编程系统17、20、22在此支持编程人员找到用于其加工任务的适当的过程参数和加工策略。关于适当的过程参数和加工策略的信息包含在所谓的工艺表格和规则手册中，所述工艺表格和规则手册定义所述数据存储器15。
在工艺表格中根据材料类型、材料厚度和加工方法存放用于所有意义重大的参量的适当过程参数，所述参量允许过程可靠地进行加工。在需要时，根据另外的参数来定义工艺表格。在激光切割时例如轮廓参量和机器类型属于所述工艺表格，所述轮廓参量分为小、中、大，在所述机器上应进行加工。
工艺表格分为机器制造商的通常写保护的一般工艺表格和客户定制工艺表格。一般工艺表格由机器制造商以高的耗费确定并且与工具机1的数字式控制装置2一起供货给客户。客户定制工艺表格可以由编程人员或机器操作人员设计和改变。在客户定制工艺表格中适配于特殊客户的加工任务地存储过程参数。存储在一般工艺表格中的过程参数在本申请的框架内被称为“标准过程参数”。
为了确定标准过程参数，机器制造商实施无数的参数变化并且评估加工结果。应将哪些过程参数存入工艺表格中的决定主要取决于边界条件。如果应实施具有尽可能高的加工质量的加工，则得到不同于具有尽可能快的速度的加工的过程参数。机器制造商在一般工艺表格中给出的过程参数通常是不同边界条件例如质量、过程可靠性和速度的妥协。在此，编程人员和机器操作人员通常不知道机器制造者是在何种边界条件下确定一般工艺表格的过程参数的。
所使用的材料的特性对于加工过程的过程可靠性和加工结果的质量具有显著影响。这会导致在特定的材料的情况下提供令人满意的加工结果的过程参数在更换材料供货商之后或在更换材料批次之后不能提供令人满意的加工结果，从而使得需要进行过程参数的匹配。
特别是为了在这种匹配时支持操作人员，设置一个用于查验在工具机1上实施的加工过程的对话系统（也被称为“工艺辅助”）23。在所示的实施例中，对话系统23是控制装置2的一部分。因此，控制装置2的操作装置5以及作为显示单元的屏幕6和输入单元7用作所述对话系统23的输入-/输出装置。控制计算机4的中央计算单元用作对话系统23的中央计算单元，编码装置24在所述控制计算机上运行，通过所述编码装置形成所述对话系统23。
例如所述编码装置24为了在控制装置2中执行对话系统23作为软件模块安装在控制计算机4上或者事前就是操作软件12的一部分。替代地，编码装置24也可以存储在控制计算机4的单独结构组件或单独插件上。但是也可以设想的是，所述对话系统23作为编程系统17、20、21之一的一部分运行。最后，所述对话系统23也可以作为独立自主的系统在单独的数据处理设备上运行。
图2示出所述对话系统23的软件方面的结构。据此，所述对话系统23具有建议模块25、数据库模块26和掩码生成器模块27。此外，为了各种不同的目的还可以设置另外的、未示出的模块。
所述对话系统23的中心模块是建议模块25，其在访问存储的专家知识的情况下可确定至少一个用于改善由操作人员借助于输入单元7预给定的质量特征的建议。为了确定一个建议，所述建议模块25在需要的情况下读入通过工具机传感器装置1a、…1n确定的数据。所述传感器数据包括传感器1a、…1n的测量值或者基于传感器测量值的进一步分析处理的数据。
为了读入传感器数据，所述对话系统23一方面可以通过数据线28与传感器1a、…1n直接通信（图1）。另一方面，所述对话系统23也可以访问存储装置、在此访问数据存储器15，在所述存储装置中存储有传感器1a、…1n的数据，所述数据特别是在以前待查验的加工过程中确定的。替代或补充地也可考虑的是，所述对话系统23可通过NCU数据线间接地读入传感器数据。
此外，所述对话系统23为了确定一改善建议在需要情况下可要求操作人员输入并且将其与通过工具机传感器装置1a、…1n确定的数据一起处理。最后，所述对话系统23能够引发确定的传感器-测量或确定的加工过程以获得信息。
所述建议模块25在寻找模块时完成一个实施算法，所述执行算法特别是确定了对于存储的专家知识的访问。所述对话系统23可访问的专家知识存储在一个或多个在网络18上分配的存储装置中。例如工艺表格也属于专家知识。
但是首先，所述专家知识具有XML-数据库，后者包括大量单个的数据元素。所述数据元素定义了具有等级决策节点的树状数据结构，其中，所述决策节点分别由一个决策节点-数据元素定义。
具体地，在一个决策节点-数据元素中存储至少一个用于在至少两个不同的、对于另外的决策节点-数据元素的引用之间进行决策的询问或决策判据，所述另外的决策节点-数据元素又分别定义一个具有引用的决策节点等。此外，数据库包含定义所述改善建议的数据元素。当建议模块引用一个具有改善建议的数据元素时，则结束建议寻找。所述对话系统可以将所述建议输出给操作人员、在优化或消除问题时引导操作人员或者本身自动地进行适配等。
设置了具有不同类型的询问或决策判据的决策节点。例如一些决策节点被这样定义，即，建议模块25在所述决策节点上借助通过工具机传感器装置1a、…1n确定的数据采取一个决策（传感器-数据-决策节点）。其他决策节点被这样定义，即，建议模块25在所述决策节点上借助操作人员输入（操作人员输入-决策节点）或借助源自已执行的加工过程的控制程序的数据（控制程序-数据-决策节点）采取一个决策。特别是通过这种方式定义了用于确定一个建议的路径，所述路径具有传感器-数据-决策节点、操作人员输入-决策节点和/或控制程序-数据-决策节点。
所述建议模块在处理一个传感器-数据-决策节点时引发读入传感器-数据并且借助于所述传感器-数据确定一对于在决策路径中跟随的数据元素的引用。相应地，在控制程序-数据-决策节点的情况下也是这样。
在操作人员输入-数据-决策节点的情况下，通过所述建议模块引发一个输入要求。为了该目的，设置掩码生成器模块27，其形成一掩码生成器，所述掩码生成器可产生用于请求输入的掩码。此外，掩码生成器在需要的情况下也可以产生用于输出所确定的改善建议或者一般用于通知或支持操作人员的掩码。
在掩码生成器方面，并非对于每个单个可能的显示都存储一个个性化的掩码。而是定义少数几个掩码图样，所述掩码图样仅必须被填充来自刚刚处于处理中的数据元素的信息。当对话系统23构造为学习系统时，也就是当所述专家知识例如可通过操作人员改变时，这种掩码生成器的执行特别是具有其优点。
在所示的对话系统23的情况下，数据库模块26用于改变存储在数据库中的专家知识，所述数据库模块按照通常的数据库管理软件的类型构成。借助于所述数据库模块26可以补充或插入数据元素，因此在特殊情况下也可以由操作人员引入另外的决策节点或建议。
此外，所述数据库模块26还一般地将所述建议模块25的访问协调到数据库上，从而使得可采用被证明行之有效的数据库技术。因此例如将存储在数据库中的专家知识加密并且由此所述专家知识不可能被自由地访问。因为树形数据结构或决策树包含大量关于加工过程的专家知识，因此有意义的是，通过适当的措施对所述数据进行加密并且从而保护所述专家知识免受不期望的访问。因此，访问仅仅得到工具机1的必要的部件，特别是仅仅通过数据库模块26得到对话系统23。
例如对于一个加工过程的质量特征来说（所述质量特征可由操作人员预输入给对话系统23以进行改善），特别是可以在激光机的情况下考虑切割棱质量、板材上的刮痕形成或管加工机、冲压机或冲压-/激光混合机上的管，但也可以是工件的不期望的例如由于工具机1与工件碰撞导致的变形，所述切割棱质量特别是可以通过毛边形成和毛边方向、沟纹形成或切割棱处的变色评估。这种碰撞例如可以在弯曲机上在弯曲的工件部分与工具或工具夹具之间出现或者在工具机1的冲压-或激光头与具有成型部的工件板材或工件板材或者具有激光切割的部分的管之间出现，如果切掉的部分没有按照规定从管或板材上掉落的话。
如果通过操作人员例如发现，激光切割的切割质量不足够，则操作人员启动对话系统23。在第一步骤中通过操作人员经由输入单元7进行质量特征“切割质量”的预给定，例如通过在由对话系统23提供的质量特征表上选出该质量特征。然后，对话系统23的建议模块25访问XML数据库的相应数据元素以改善切割质量。
然后，现在首先使切割质量的缺陷具体化。视工具机1而定，排队等候的数据元素例如可以具有第一加工指示，根据所述第一加工指示引起工具机1的传感器1a，…1n的读取，例如CCD摄像机的拍摄的读取，以便给所述数据元素的属性填充所需的附加信息。替代或补充地，可产生操作人员输入掩码，以便引起所需的操作人员输入。
可以给该实例中的元素配置下列两个需填充的属性：1.朝上的毛边形成（是/否）和2.朝下的毛边形成（是/否）。如果所述元素的这两个属性通过操作人员输入或传感器1a,…1n的读取被填充，则通过一个另外的加工指示引用一个另外的数据元素。可考虑下列的数据元素，在该数据元素中，毛边形成通过另外的属性精确地描述，例如毛边的高度、连续的或仅仅一个一个地形成的毛边等，或者，如果没有导致任何毛边形成，则引用一个这样的元素，该元素的属性在激光加工的情况下被用关于变色或沟纹形成的信息填充。因此，所述对话系统23用于在描述问题时导向性地支持操作人员。
在处理完多个定义等级决策节点的数据元素之后，所述建议模块最终到达具有改善建议的数据元素。所述改善建议例如被输出或者被自动地转换。例如，可对于随后的加工过程进行自动的或者引导操作人员的焦点位置-适配。
图3示出用于通过对话系统23查验在工具机1上实施的加工过程的本发明方法的实施例。
在步骤S1中，操作人员在MMC操作单元3上打开一个输入掩码以输入一个或多个由该操作人员发现的、需改善的质量特征。接着，在步骤S2中将对于查验并且接着优化在S1中输入的质量特征意义重大的数据从工具机传感装置1a,…1n读入到对话系统23中。在步骤S3中处理操作人员和工具机传感装置1a,…1n的迄今输入的数据并且将所述数据与已知的缺陷原因或与来自专家知识的需改善的质量特征的已知的优化可能性相比较。在步骤S4中检验，为了查验或优化所述加工过程，操作人员的进一步输入是否是必要的或是否是富有帮助的。
如果是这种情况并且操作人员同意（S4中的J）另外的信息输入，则在步骤S5中读入所述另外的信息输入。否则的话（S4中的N），则在步骤S6中检验，另外的信息是否必须由工具机传感装置1a,…1n读入或者是否必须借助于测试加工而产生以查验或优化所述加工过程。如果是这种情况并且操作人员同意（S6中的J），则在步骤S7中将数据自工具机传感装置1a,…1n读入到所述对话系统23中，必要时在测试加工的框架内。如果没有另外的数据从工具机传感装置1a,…1n读入（S6中的N），则在步骤S8中建议或者自动地转换用于改善所述加工过程的可能性，由此，本发明的方法结束。
可以理解的是，构造为种属决策树的数据结构也可以在其他发明中采用。特别是考虑用于监测工艺的系统，该系统通过工具机传感装置1a,…1n的读出例如可确定，出现了干扰或者质量特征有缺陷。所述用于监测工艺的系统在访问具有等级决策节点（所述决策节点特别是存储在一数据库中，所述数据库类似于所述对话系统23的数据库地构成）的数据结构的情况下自动地、也就是无操作人员预给定地确定至少一个可能性，以便在随后的加工过程中消除干扰或缺陷。
图4a示出具有五个分别以不同切割参数P1至P5激光切割的切割棱411至415的测试切割板40并且图4b示出在此由于不同的毛边形成而不同的切割棱411至415的相片B1至B5，其中，分别使激光射束的焦点位置相对于板材上侧改变来作为切割参数并且其值为-4mm、-5mm、-6mm、-7mm和-11mm。
为了在本地无专家知识的情况下优化切割参数，如图5中所示地进行。在这里构造为激光切割机的工具机1上，图4中所示的具有其不同切割棱411至415的测试切割板40根据不同的切割参数P1至P5被切割。所述测试切割板40的切割棱411至415被利用一个具有足够高图像质量的摄像机（或照相机）50从不同的视角进行拍摄（图5a）。配属的切割参数P1至P5（也就是不同的焦点位置）以及材料特性（也就是例如具有8mm板厚度的不锈钢）由机器操作计算机51作为元数据附加在所述切割棱411至415的图像B1至B5上（图5b）。所述切割棱411至415的图像B1至B5连同所述配属的元数据由机器操作计算机51经由远程呈现接口52经由安全的、具有专门的服务标识（ID Cause）的互联网连接53传输至工具机制造商的远程呈现入口54（图5c）。在所述远程呈现入口54中通过专门的服务标识识别出，其涉及的是关于切割参数优化的询问。所述远程呈现入口54检验：对于切割参数优化的使用是否存在许可并且必要时准许这种许可。然后，所述切割棱411至415的图像B1至B5连同所述配属的元数据传输给一个连接到所述远程呈现入口54的对话系统（工艺辅助）23（图5d）。所述对话系统23与其建议模块25和其数据库26一起构成工具机制造商的中央专家系统。所述转机-或对话系统23从所述切割棱411至415的相应图像B1至B5和配属的元数据确定用于一个另外的测试切割板的最佳切割参数Popt或者必要时确定另外的切割参数。这可以规则手册、数据库以及人们在屏幕工作站55上的图像分析进行。所述专家-或对话系统23将确定的最佳切割参数Popt或确定的另外的切割参数经由远程呈现入口54并且经由安全的互联网连接53发送给远程呈现接口52并且送回至机器操作计算机51（图5e）。在机器操作计算机51上，机器操作人员现在可以接收所确定的最佳切割参数Popt或者产生一个另外的测试切割板。
通过这个“在线切割参数优化”可以在本地没有专家知识的情况下优化激光切割机的切割参数。这也可以用具有波动的质量的材料以及用迄今没有考虑进去的材料工作。所传输的切割参数连同配属的材料-和加工数据可以中央地存储在专家系统中并且可被用来进一步改善该专家系统。通过所述中央专家系统总是随时可以将工具机制造商的最新知识提供给机器操作者使用。所描述的方法也可以应用于其他的切割工艺（例如水喷射切割）。

Claims (19)

1.一种用于查验在工具机（1）上实施的加工过程的对话系统（23），以便确定用于改善随后的加工过程的至少一个质量特征的建议，其中，所述对话系统（23）具有输入装置（7），操作人员借助于所述输入装置能够预给出待改善的质量特征，其中，所述对话系统（23）具有建议-模块（25），所述建议-模块能够在访问存储的专家知识的情况下确定至少一个用于改善所述质量特征的建议，其特征在于，所述建议-模块（25）被构造用于读入通过工具机传感装置（1a，…1n）确定的数据和/或被加工工件（40）的图像数据（B1，…，B5）连同配属的材料-和加工数据（P1，…，P5）以确定一个建议。
2.根据权利要求1所述的对话系统，其特征在于，所述对话系统（23）被构造用于除了预给出待改善的质量特征之外还在需要的情况下要求另外的操作人员输入并且将所述操作人员输入与通过工具机传感装置（1a，…1n）确定的数据一起和/或与被加工工件（40）的图像数据（B1，…，B5）连同配属的材料-和加工数据（P1，…，P5）一起处理以确定所述建议。
3.根据以上权利要求中任一项所述的对话系统，其特征在于，所述对话系统（23）被构造用于引发加工过程和/或通过工具机传感装置（1a，…1n）的测量。
4.根据以上权利要求中任一项所述的对话系统，其特征在于，所述对话系统（23）具有一掩码生成器（27），所述掩码生成器特别是能够产生用于要求输入和/或用于输出所确定的建议的掩码。
5.根据以上权利要求中任一项所述的对话系统，其特征在于，所述存储的专家知识具有树形数据结构，所述树形数据结构具有分级的决策节点，所述建议-模块（25）能够访问所述决策节点以确定一个建议。
6.根据以上权利要求中任一项所述的对话系统，其特征在于，所述存储的专家知识包括数据库、特别是XML数据库，所述数据库具有大量单个的数据元素，所述数据元素定义决策节点。
7.根据以上权利要求中任一项所述的对话系统，其特征在于，所述存储的专家知识能够由操作人员改变，特别是能够由操作人员补充或插入另外的决策节点。
8.根据权利要求5至7中任一项所述的对话系统，其特征在于，至少一个决策节点被这样定义，使得所述建议-模块（25）在该决策节点上至少根据通过工具机传感装置（1a，…1n）确定的数据和/或根据被加工工件（40）的图像数据（B1，…，B5）连同配属的材料-和加工数据（P1，…，P5）做出一个决策（传感装置/工件-数据-决策节点）。
9.根据权利要求5至7中任一项所述的对话系统，其特征在于，至少一个决策节点被这样定义，使得所述建议-模块（25）在该决策节点上至少根据一个操作人员输入做出一个决策（操作人员输入-决策节点）。
10.根据权利要求5至7中任一项所述的对话系统，其特征在于，至少一个决策节点被这样定义，使得所述建议-模块（25）在该决策节点上至少根据来自实施的加工过程的控制程序的数据做出一个决策（控制程序-数据-决策节点）。
11.根据权利要求8至10中任一项所述的对话系统，其特征在于，所述存储的专家知识具有树形数据结构，所述树形数据结构定义至少一个用于确定一个建议的路径，所述路径具有至少一个传感装置-/工件-数据-决策节点、至少一个操作人员输入-决策节点和/或至少一个加工程序-数据-决策节点。
12.根据以上权利要求中任一项所述的对话系统，其特征在于，所述专家知识存储在中央数据库（26）中，所述中央数据库连入到远程呈现入口（54）中。
13.一种工具机（1）的控制单元（2），其具有根据权利要求1至12中任一项所述的对话系统（23）。
14.根据权利要求13所述的控制单元（2），其特征在于，所述控制单元（2）这样构成，使得能够根据借助于所述对话系统（23）确定的用于随后的加工过程的建议进行随后的加工过程的至少一个控制程序的自动匹配。
15.一种计算机程序产品，其具有编码装置（24），当所述计算机程序产品在数据处理设备（4）上运行时，所述编码装置被匹配用于构造根据权利要求1至12中任一项所述的对话系统（23）。
16.一种用于查验在工具机（1）上实施的加工过程的方法，以便确定用于改善随后的加工过程的至少一个质量特征的建议，其中，操作人员给对话系统（23）预给出一个质量特征，然后所述对话系统（23）借助于存储的专家知识确定至少一个用于改善所述质量特征的建议，其特征在于，所述对话系统（23）读入通过工具机传感装置（1a，…1n）确定的数据和/或被加工工件（40）的图像数据（B1，…，B5）连同配属的材料-和加工数据（P1，…，P5）以确定所述建议。
17.根据权利要求16所述的方法，其特征在于，所述通过工具机传感装置（1a，…1n）确定的数据和/或所述图像数据（B1，…，B5）连同配属的材料-和加工数据（P1，…，P5）特别是通过远程呈现入口（54）传输给一中央对话系统（23）。
18.根据权利要求16或17所述的方法，其特征在于，拍摄被加工工件（40）的切割棱（411-415）的至少一个图像（B1，…，B5）并且将其与所述被加工工件（40）的配属的材料-和切割参数数据（P1，…，P5）一起传输给所述对话系统（23）。
19.根据权利要求16至18中任一项所述的方法，其特征在于，拍摄被加工工件（40）的多个分别被以不同的切割参数数据（P1，…，P5）切割的切割棱（411-415）的图像（B1，…，B5）并且将其与所述被加工工件（40）的配属的材料-和切割参数数据（P1，...，P5）一起传输给所述对话系统（23）。
CN201180041535.8A 2010-06-30 2011-06-28 用于查验加工过程的对话系统和方法 Active CN103069441B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102010030691.6A DE102010030691B4 (de) 2010-06-30 2010-06-30 Dialogsystem und Verfahren zur Untersuchung eines Bearbeitungsprozesses
DE102010030691.6 2010-06-30
PCT/EP2011/060821 WO2012000995A1 (de) 2010-06-30 2011-06-28 Dialogsystem und verfahren zur untersuchung eines bearbeitungsprozesses

Publications (2)

Publication Number Publication Date
CN103069441A true CN103069441A (zh) 2013-04-24
CN103069441B CN103069441B (zh) 2016-10-19

Family

ID=44512805

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180041535.8A Active CN103069441B (zh) 2010-06-30 2011-06-28 用于查验加工过程的对话系统和方法

Country Status (4)

Country Link
EP (1) EP2589000A1 (zh)
CN (1) CN103069441B (zh)
DE (1) DE102010030691B4 (zh)
WO (1) WO2012000995A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104907700A (zh) * 2013-12-12 2015-09-16 百超激光股份公司 用于配置激光加工装置的方法
CN106232289A (zh) * 2014-04-15 2016-12-14 通快机床两合公司 用于借助激光束激光加工工件的方法及相应的激光加工机
CN106292537A (zh) * 2015-05-20 2017-01-04 合济工业股份有限公司 锯切刀具的工作参数运算系统
CN109863531A (zh) * 2016-10-06 2019-06-07 豪迈股份公司 加工方法、数据库服务器、借助于远程数据传输来共享用于加工设备的数据的系统及方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2409808A1 (de) 2010-07-22 2012-01-25 Bystronic Laser AG Laserbearbeitungsmaschine
DE112013001521T9 (de) * 2012-03-18 2015-03-19 Manufacturing System Insights (India) Pvt. Ltd. System und Vorrichtung, die überliefertes Wissen, das für jede Bedienungsperson in einer halbautomatischen Fertigungsanordnung eindeutig ist, identifiziert, erfasst, klassifiziert und einsetzt, um automatische technische Beaufsichtigungsoperationen auszuführen, um die Leistung des Fertigungssystems zu verbessern, und das/die Verfahren dafür
JP6453919B2 (ja) 2017-01-26 2019-01-16 ファナック株式会社 行動情報学習装置、行動情報最適化システム及び行動情報学習プログラム
DE102018216873A1 (de) * 2018-10-01 2020-04-02 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren und Vorrichtung zur Bearbeitung eines Werkstücks
DE102019220478A1 (de) * 2019-12-20 2021-06-24 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren und Vorrichtung zum Ermitteln von Schneidparametern für eine Laserschneidmaschine

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4891766A (en) * 1987-06-15 1990-01-02 International Business Machines Corporation Editor for expert system
US4967337A (en) * 1988-10-11 1990-10-30 Texas Instruments Incorporated Automated diagnostic system
US6345205B1 (en) * 1997-06-24 2002-02-05 Amada Company, Limited Support system for laser beam machine, and laser beam machine including the same
US20020194032A1 (en) * 2001-05-31 2002-12-19 Michael Mankopf Apparatus for automated risk modification in risk groups
US20040030514A1 (en) * 2002-08-07 2004-02-12 Popp Robert L. System and method for identifying and exploiting quality information associated with a web converting manufacturing process
US20050267826A1 (en) * 2004-06-01 2005-12-01 Levy George S Telepresence by human-assisted remote controlled devices and robots
US20070106416A1 (en) * 2006-06-05 2007-05-10 Griffiths Joseph J Method and system for adaptively controlling a laser-based material processing process and method and system for qualifying same
WO2010013065A2 (en) * 2008-08-01 2010-02-04 Malvern Instruments Limited Expert-system-based rheology

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3224226B2 (ja) * 1989-09-22 2001-10-29 株式会社リコー 故障診断エキスパートシステム
EP1304605A1 (de) * 2001-10-19 2003-04-23 Siemens Aktiengesellschaft Automatische Parametererfassung
EP2169491B1 (de) * 2008-09-27 2013-04-10 TRUMPF Werkzeugmaschinen GmbH + Co. KG Unterstützungssystem und Verfahren zur Optimierung von Bearbeitungsparametern und/oder Regelparametern

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4891766A (en) * 1987-06-15 1990-01-02 International Business Machines Corporation Editor for expert system
US4967337A (en) * 1988-10-11 1990-10-30 Texas Instruments Incorporated Automated diagnostic system
US6345205B1 (en) * 1997-06-24 2002-02-05 Amada Company, Limited Support system for laser beam machine, and laser beam machine including the same
US20020194032A1 (en) * 2001-05-31 2002-12-19 Michael Mankopf Apparatus for automated risk modification in risk groups
US20040030514A1 (en) * 2002-08-07 2004-02-12 Popp Robert L. System and method for identifying and exploiting quality information associated with a web converting manufacturing process
US20050267826A1 (en) * 2004-06-01 2005-12-01 Levy George S Telepresence by human-assisted remote controlled devices and robots
US20070106416A1 (en) * 2006-06-05 2007-05-10 Griffiths Joseph J Method and system for adaptively controlling a laser-based material processing process and method and system for qualifying same
WO2010013065A2 (en) * 2008-08-01 2010-02-04 Malvern Instruments Limited Expert-system-based rheology

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DVORAK D ET AL: "Process Monitoring and Diagnosis", 《IEEE EXPERT》 *
FOX MARK S ET AL: "Techniques for Sensor-Based Diagnosis", 《IP.COM JOURNAL》 *
SHAWN BIRD: "Object-Oriented Expert System Architectures for Manufacturing Quality Management", 《JOURNAL OF MANUFACTURING SYSTEMS》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104907700A (zh) * 2013-12-12 2015-09-16 百超激光股份公司 用于配置激光加工装置的方法
CN104907700B (zh) * 2013-12-12 2019-05-31 百超激光股份公司 用于配置激光加工装置的方法
CN106232289A (zh) * 2014-04-15 2016-12-14 通快机床两合公司 用于借助激光束激光加工工件的方法及相应的激光加工机
CN106232289B (zh) * 2014-04-15 2018-08-21 通快机床两合公司 用于借助激光束激光加工工件的方法及相应的激光加工机
CN106292537A (zh) * 2015-05-20 2017-01-04 合济工业股份有限公司 锯切刀具的工作参数运算系统
CN106292537B (zh) * 2015-05-20 2018-11-20 合济工业股份有限公司 锯切刀具的工作参数运算系统
CN109863531A (zh) * 2016-10-06 2019-06-07 豪迈股份公司 加工方法、数据库服务器、借助于远程数据传输来共享用于加工设备的数据的系统及方法
CN109863531B (zh) * 2016-10-06 2024-03-12 豪迈股份公司 加工方法、数据库服务器、借助于远程数据传输来共享用于加工设备的数据的系统及方法

Also Published As

Publication number Publication date
DE102010030691A1 (de) 2012-01-05
DE102010030691B4 (de) 2024-08-29
WO2012000995A1 (de) 2012-01-05
EP2589000A1 (de) 2013-05-08
CN103069441B (zh) 2016-10-19

Similar Documents

Publication Publication Date Title
CN103069441A (zh) 用于查验加工过程的对话系统和方法
Inman et al. Survey of recent advances on the interface between production system design and quality
US6766283B1 (en) System and method for monitoring process quality control
JP7032887B2 (ja) 自動切削ツール機械の集中型のコンプライアンス、動作、及び設定のための方法及び装置
US6760639B2 (en) System and method for determining the effectiveness of production installations, fault events and the causes of faults
US7522066B2 (en) Systems and methods that evaluate distance to potential hazards utilizing overlapping sensing zones
JP5264828B2 (ja) プロセス・プラントにおける統合警告発生方法
US11170332B2 (en) Data analysis system and apparatus for analyzing manufacturing defects based on key performance indicators
WO2020000264A1 (en) Equipment management method, device, system and storage medium
CN101438249A (zh) 用于错误诊断的多种错误特征
US20150186807A1 (en) Multidimensional recursive learning process and system used to discover complex dyadic or multiple counterparty relationships
KR20180064957A (ko) 제조공정 통합 관리 향상 시스템
KR20170091802A (ko) 측정 정도 통합 관리시스템
CN111832863B (zh) 石油炼化企业的生产调度方法、系统及存储介质
KR101892352B1 (ko) 연속공정용 데이터를 표준화하는 미들웨어 시스템
CN113609698A (zh) 一种基于工艺故障数据库的工艺可靠性分析方法及系统
Mourtzis et al. An industrial product-service system approach for laser process quality control
CN110046830A (zh) 一种数控门铰机的系统
EP3805881B1 (en) Unified control system and method for machining of parts
KR20150086871A (ko) 정도공정 관리 시스템
Lee Data feedback in an integrated design-to-manufacture system
CN118052425B (zh) 一种生产报工管理方法及系统
CN118400396B (zh) 一种基于大数据的工业互联网安全监控方法及系统
CN118014495A (zh) 基于mes的数字智能化综合管理平台
CN118312847A (zh) 基于病害信息大数据下梁桥的健康评估方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant