CN108604093A - 用于监测光学镜片制造过程的方法 - Google Patents

用于监测光学镜片制造过程的方法 Download PDF

Info

Publication number
CN108604093A
CN108604093A CN201780009706.6A CN201780009706A CN108604093A CN 108604093 A CN108604093 A CN 108604093A CN 201780009706 A CN201780009706 A CN 201780009706A CN 108604093 A CN108604093 A CN 108604093A
Authority
CN
China
Prior art keywords
manufacture
parameter
eyeglass
data
information
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.)
Pending
Application number
CN201780009706.6A
Other languages
English (en)
Inventor
R·高蒂尔
S·古欧
I·西蒙
B·卡加尔
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.)
EssilorLuxottica SA
Original Assignee
Essilor International Compagnie Generale dOptique SA
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 Essilor International Compagnie Generale dOptique SA filed Critical Essilor International Compagnie Generale dOptique SA
Publication of CN108604093A publication Critical patent/CN108604093A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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], 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], computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29D—PRODUCING PARTICULAR ARTICLES FROM PLASTICS OR FROM SUBSTANCES IN A PLASTIC STATE
    • B29D11/00—Producing optical elements, e.g. lenses or prisms
    • B29D11/00951—Measuring, controlling or regulating
    • B29D11/00961—Measuring, controlling or regulating using microprocessors or computers
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31205—Remote transmission of measured values from site, local to host
    • 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
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31206—Exchange of parameters, data, programs between two station, station and central or host or remote
    • 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
    • G05B2219/45—Nc applications
    • G05B2219/45157—Grind optical lens
    • 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]

Abstract

一种用于监测第一镜片制造侧处的光学镜片制造过程的方法，所述方法包括：‑制造数据收集步骤，在所述制造数据收集步骤过程中，收集制造数据集，所述制造数据集至少指示所述第一镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数，‑制造信息生成步骤，在所述制造信息生成步骤过程中，基于所收集的制造数据来生成至少一条制造信息，所述制造信息至少指示第二镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数。

Description

用于监测光学镜片制造过程的方法
技术领域
本发明涉及一种用于监测光学镜片制造过程的方法、一种用于监测光学镜片制造过程的监测装置、一种镜片制造装置、一种镜片测量装置、以及一种被配置成用于监测光学镜片制造过程的监测系统。
背景技术
光学镜片、特别是眼科镜片要求非常高质量的标准，因此要使用质量非常高的制造过程，以便获得高质量的光学镜片。
为了确保质量非常高的制造，一种方法在于控制所述过程。
如EP 2214868中所披露的，制造过程本身可以通过检查可以周期性生产的特定主镜片的质量、并且通过随时间跟踪所制造的主镜片的至少一个参数来加以控制。
本发明的一个目的是提供一种用于监测光学镜片制造过程的新方法，所述方法消除了当前通过预测和根据国际经验提供制造数据的限制。
发明内容
为此，本发明提出了一种用于监测第一镜片制造侧处的光学镜片制造过程的方法，所述方法包括：
-制造数据收集步骤，在所述制造数据收集步骤过程中，收集制造数据集，所述制造数据集至少指示所述第一镜片制造侧处的制造过程参数和/或制造装置参数和/或测量装置参数和/或操作员参数和/或环境参数，
-制造信息生成步骤，在所述制造信息生成步骤过程中，基于所收集的制造数据来生成至少一条制造信息，所述制造信息至少指示第二镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数。
有利的是，本发明的方法允许基于来自第一制造侧的制造数据生成用于第二镜片制造侧的制造信息。
例如，根据本发明的方法可以使用在第一制造侧处获取的经验来提高在第二镜片制造侧处所制造的光学镜片的质量。
当前用于控制的方法可能在测量与将结果集成到制造参数中之间具有延迟，并且数据在单个制造侧被采集。
根据本发明的方法可以通过从多个制造侧和其他实体采集大量数据来实施，以便提供待在特定制造侧使用的制造信息。
因此，与现有技术方法相比，根据本发明的方法可以提供更可靠的方法以确保所制造的镜片的质量。
根据可以单独或组合地考虑的进一步实施例：
-所述第一和第二镜片制造侧是相同的；和/或
-在所述制造数据收集步骤过程中，从多个镜片制造侧收集制造数据集；和/或
-在所述制造信息生成步骤过程中，所述至少一条制造信息是使用所收集的制造数据的统计分析而生成的；和/或
-在所述制造数据收集步骤过程中收集的所述制造数据的至少一部分是由所述第一制造侧处的传感器网络感测；和/或
-在所述制造数据收集步骤过程中收集的所述制造数据的至少一部分是使用比如镜片测绘仪或焦度计等测量装置测量的；和/或
-所述方法进一步包括制造信息处理步骤，在所述制造信息处理步骤过程中，处理所述制造信息以生成警报和/或建议和/或激活参数；和/或
-在所述制造信息生成步骤过程中，所述至少一条制造信息是使用所收集的制造数据的统计分析生成的，并且允许通过预测生成警报和/或建议和/或激活参数；和/或
-所述制造信息处理步骤是通过使用如针对模式检测的数据挖掘和/或机器学习和/或人工智能的统计分析来实现的，以便通过预测生成警报和/或建议和/或激活参数；和/或
-所述制造信息处理步骤通过使用比如监督学习、半监督学习、以及无监督学习等机器学习来实现的，比如人工神经网络、关联规则学习、层次聚类、聚类分析、以及孤立点检测；和/或
-所述制造数据进一步包括至少指示每个制造侧处的成品率的成品率数据集，并且在所述制造信息生成步骤过程中，基于所收集的成品率数据来生成所述至少一条制造信息；和/或
-所述成品率是通过将例如镜片的粗糙度、镜片的外观、或配戴者的满意度等质量参数与要求、标准或与预先确定的边界和界限进行比较来获得的；和/或
-所述成品率是通过率，所述通过率测量所述过程生产无缺陷单元的能力；和/或
-所述成品率是收益率，所述收益率指示投资者的回报率；和/或
-所述方法进一步包括进一步包括目标成品率提供步骤，在所述成品率目标提供步骤过程中，至少提供所述第二镜片制造侧处的光学镜片制造过程的成品率目标，并且在所述制造信息生成步骤中，基于所述成品率目标来生成所述至少一条制造信息；和/或
-在成品率提供步骤过程中提供的成品率和/或成品率目标与以下方面的成品率有关：所生产的光学镜片的质量和/或所生产的光学镜片的数量和/或生产成本和/或生产时间；和/或
-所述方法进一步包括附加数据收集步骤，在所述附加数据收集步骤过程中，收集由与所述第一和第二制造侧不同的附加侧提供的附加数据，并且其中，在所述制造信息生成步骤过程中，在生成所述至少一条制造信息时考虑所述附加数据；和/或
-所述制造数据指示在一个镜片制造侧处使用的工具(例如制造和/或磨边和/或封阻)的至少一个参数；和/或
-所述制造数据指示在一个镜片制造侧处制造的光学镜片(例如材料和/或镜片毛坯的类型和/或光学功能)的至少一个参数；和/或
-所述制造数据指示用于确定在一个镜片制造侧处制造的光学镜片的光学镜片确定手段(例如优化方法、加工方法、软件)的至少一个参数；和/或
-所述制造数据指示在一个镜片制造侧处的环境(例如环境空气温度、环境湿度)的至少一个参数。
本发明进一步涉及一种监测装置，所述监测装置被配置成用于监测第一镜片制造侧处的光学镜片制造过程，所述装置包括：
-通信单元，所述通通信单元被配置成用于从至少第一镜片制造侧接收制造数据集，所述制造数据集至少指示所述第一镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数；
-存储器，所述存储器存储计算机可执行指令并且被配置成用于存储所接收到的制造数据集；
-处理器，所述处理器用于执行所述计算机可执行指令，其中，所述计算机可执行指令包括用于处理所述制造数据以生成至少一条制造信息的指令，所述制造信息至少指示第二镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数。
根据可以单独或组合地考虑的进一步实施例：
-所述第一和第二镜片制造侧是相同的；和/或
-所述通信单元被配置成用于从多个镜片制造侧接收数据；和/或
-所述通信单元被进一步配置成用于向所述第二制造侧发送由所述处理器确定的信息数据；和/或
-所述通信单元被进一步配置成用于从附加侧(例如研发实体、镜片护圈、眼睛护理专业人员、客户评估中心)接收附加数据，所述存储器被进一步配置成用于存储所述附加数据。
本发明还涉及一种镜片制造装置，所述镜片制造装置包括：
-传感器，所述传感器被配置成用于感测指示所述镜片制造装置的至少一个参数的数据，以及
-通信模块，所述通信模块被配置成用于向根据本发明的监测装置和/或向另外一镜片制造装置发送指示所述至少一个参数的感测数据。
根据本发明的一个实施例，所述通信模块还可以获得制造装置使用的一些参数以将它们发送至数据库。
根据本发明的镜片制造装置的通信模块可以被进一步配置成用于与另外一镜片制造装置通信。
本发明进一步涉及一种监测系统，所述监测系统被配置成用于监测第一镜片制造侧处的光学镜片制造过程，所述系统包括：
-传感器网络，所述传感器网络包括被安排成用于感测制造数据的多个传感器，所述制造数据至少指示所述第一镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数，
-监测装置，所述监测装置包括：
-通信单元，所述通信单元被配置成用于从所述传感器网络接收制造数据集，所述制造数据集至少指示所述第一镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数；
-存储器，所述存储器存储计算机可执行指令并且被配置成用于存储所接收到的制造数据集；
-处理器，所述处理器用于执行所述计算机可执行指令，其中，所述计算机可执行指令包括用于处理所述制造数据以生成至少一条制造信息的指令，所述制造信息至少指示第二镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数。
根据本发明的系统可以进一步包括根据本发明的且被配置成用于向制造侧发送指示所述镜片制造装置的至少一个参数的数据的监测装置。
本发明进一步涉及一种计算机程序产品，所述计算机程序产品包括一个或多个存储的指令序列，所述指令序列是处理器可访问的、并且在被所述处理器执行时致使所述处理器实施根据本发明的方法的步骤。
本发明还涉及一种其上记录有程序的计算机可读存储介质；其中，所述程序使计算机执行本发明的方法。
本发明进一步涉及一种包括处理器的装置，所述处理器被适配用于存储一个或多个指令序列并且实施根据本发明的方法的多个步骤中的至少一个步骤。
除非另有具体规定，从以下讨论中明显的是，将认识到整个本说明书中，使用了如“计算”、“运算”等术语的讨论是指计算机或计算系统或类似的电子计算装置的动作和/或过程，所述动作和/或过程对于在所述计算系统的寄存器和/或存储器内表示为物理(如电子)量的数据进行操纵和/或将其转换成在所述计算系统的存储器、寄存器或其他此类信息存储、传输或显示装置内类似地表示为物理量的其他数据。
本发明的实施例可以包括用于执行在此所述操作的设备。此设备可以是为所期望的目的而专门构建的，或此设备可以包括一个通用计算机或被储存在计算机中的计算机程序选择性地激活或重新配置的数字信号处理器(“DSP”)。这种计算机程序可以存储在计算机可读存储介质中，如但不限于任何类型的磁盘，包括软盘、光盘、CD-ROM、磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、电可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁性或光学卡，或任何其他类型的适合于存储电子指令并且能够耦合到计算机系统总线上的介质。
此处所提出的方法和显示器并非本来就与任何具体的计算机或其他设备相关。不同通用系统都可以与根据此处的传授内容的程序一起使用，或者其可以证明很方便地构建更专用的设备以执行所期望的方法。
各种这些系统所期望的结构将从以下描述中得以明了。此外，本发明的实施例并没有参照任何具体的编程语言而进行描述。应了解的是，各种编程语言都可以用来实现如在此描述的本发明的传授内容。
附图说明
现将仅以举例方式并且参考以下附图对本发明的实施例进行描述，在附图中：
-图1是根据本发明的方法的流程的图示，
-图1b展示了本发明的实施方式的实例，
-图2a是根据本发明的监测装置的示意性表示，
-图2b是根据本发明的监测系统的示意性表示，并且
-图3表示了根据本发明的监测系统。
具体实施方式
附图中的要素仅是为了简洁和清晰而展示的、而不一定是按比例绘制的。例如，这些图中的某些要素的尺寸可能相对于其他要素被放大，以便帮助提高对本发明的实施例的理解。
如图1所示，本发明涉及一种用于监测第一镜片制造侧处的光学镜片制造过程的方法。本发明的方法包括：
-制造数据收集步骤S1，以及
-制造信息生成步骤S2。
在制造数据收集步骤S1过程中，收集制造数据集。制造数据可以至少指示第一镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数。
典型地，制造过程包括如下步骤：提供镜片毛坯，使用封阻装置对镜片毛坯进行封阻，使用机加工装置(例如，发生器或3D粗磨机加工装置)对镜片毛坯的至少一个表面进行机加工以及使用抛光机对被机加工的镜片表面进行抛光。在提供步骤过程中提供的镜片毛坯可以为半成品镜片毛坯。
可以使用本领域技术人员已知的任何封阻装置处理封阻步骤。
机加工步骤包括在镜片的未成品表面上使用机加工和/或生成和/或表面处理技术来提供所期望的表面，使得成品镜片具有所期望的光学功能。发生器是本领域技术人员已知的常用装置。
机加工步骤可以进一步包括3D打印，以便例如通过在未成品表面上打印来获得所期望的表面。
抛光步骤包括使所制造的表面平滑。抛光装置是本领域内众所周知的。
制造装置参数可以与制造过程中使用的比如封阻装置、发生器、抛光装置等装置中的任一种有关，例如研磨工具的旋转速度和/或加速度、或装置的温度、或制造装置的轴的平移速度或加速度。
制造过程可以进一步包括光学镜片确定步骤，在所述光学镜片确定步骤过程中，光学镜片(例如光学镜片的光学功能)至少基于配戴者处方来确定。确定步骤允许获得发送至机加工装置的表面文件，以便在光学镜片上产生所期望的表面，从而获得所确定的光学功能。根据一个实施例，制造数据可以指示用于确定在一个镜片制造侧处制造的光学镜片的光学镜片确定手段(例如优化方法、加工方法、软件)的至少一个参数。
制造过程通常在制造侧实施，比如包括确定模块、制造工具(比如封阻、机加工、研磨、抛光、以及最后磨边工具)的制造实验室。这些工具可以由不同的操作员操作。
制造过程可以进一步包括磨边步骤，在所述磨边步骤过程中，将所制造的光学镜片磨边成适应特定的眼镜架。
制造过程还可以包括涂覆步骤，在所述涂覆步骤过程中，涂敷光学镜片的至少一个表面。涂覆装置的参数可以通过本发明的方法来监测。
制造过程可以使用包括根据本发明的监测装置的无人机，例如以监测制造过程。另外，制造过程可以包括作为制造过程的一部分的无人机，例如以将样品(比如光学镜片)从一个工具运送至另一工具。根据这样的实施例，制造数据可以与无人机有关，例如无人机的行驶距离。
操作员参数可以与制造过程的操作员的位置和/或移动和/或数量有关。操作员参数可以进一步与操作员例如使用比如手表或头戴式装置等连接装置的疲劳和/或注意程度有关。
有利的是，操作员参数可以用于单独地或作为整体监测每个操作员的工作。
进一步地，操作员参数可以用于识别整个过程的改善点，以便例如降低不同操作员的疲劳程度，或者提高操作员的舒适程度。
环境参数可以与进行制造过程的环境中的环境空气温度和/或环境湿度和/或空气成分有关。
另外，制造数据可以指示在一个镜片制造侧处制造的光学镜片的至少一个参数，例如材料和/或镜片毛坯的类型和/或光学功能。
如下面在描述本发明的监测系统时所详述的，在制造数据收集步骤过程中收集的数据的至少一部分由第一制造侧处的传感器网络感测。
制造装置的至少一部分可以由测量装置感测，所述测量装置例如被适配成用于测量所制造的光学镜片的参数。典型地，测量装置可以是镜片测绘仪或焦度计。
然而，传感器网络可以不限于测量物理参数的传感器，而是可以进一步包括输入装置，所述输入装置用于收集至少指示由个人输入的、第一镜片制造侧处的制造过程参数和/或制造装置参数和/或测量装置参数和/或操作员参数和/或环境参数的数据。例如，网络装置可以包括客户反馈收集传感器，所述传感器收集来自所制造的光学镜片的配戴者的反馈。
在制造信息生成步骤过程中，基于所收集的制造数据来生成至少一条制造信息，所述制造信息至少指示第二镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数。
例如，在制造信息生成步骤过程中，至少一条制造信息是使用所收集的制造数据的统计分析而生成的。
统计涉及所测量/所收集的信息的收集、组织、分析、解释、和/或呈现。随着技术进步，更广泛且复杂的计算允许对海量数据进行收集、存储、和/或处理。进一步地，用于评估数据的方法也很多。
可以采用统计分析来处理和/或评估感测到的信息，比如制造信息。两种主要的统计类型是描述性统计和推论统计。
描述性统计包括用于对所收集的数据进行组织和汇总的多种方法。这些方法包括但不限于：图形、表格、图表、和测量值，比如数据的平均值、百分比和变异量数。在描述性统计中可以采用针对模式检测的数据挖掘、机器学习和人工智能方法、回归建模和汇总统计。
推论统计是基于以下方法：基于对数据样本的评估，关于所收集的数据作出结论。例如，可以关于整个数据集进行预测。示例性预测可以与基于所收集的数据得到制造过程的效率损失的可能性有关。可以提出建议以实现或避免预测，或者提高制造过程的效率。
可以采用统计方法(比如回归分析)来分析数据。回归分析包括对不同变量进行分析以便确定一个或多个因变量与自变量之间的关系的多种技术。例如，可以采用所述分析来确定当一个自变量的值改变而保持其他自变量的值不变时，因变量的值如何改变。回归分析可以用于预测并且与机器学习领域重叠；人工智能的一个分支采用算法来识别数据中的模式和/或基于所评估的数据进行预测。术语“机器学习”可以包括监督学习、半监督学习、以及无监督学习，比如人工神经网络、关联规则学习、层次聚类、聚类分析、孤立点检测等。
在回归分析中可以采用不同的模型来对两个变量之间的关系建模。线性回归是一种回归分析。线性回归使用线性预测函数来对因变量与自变量之间的关系建模。根据进行了线性回归的数据来估计未知的模型参数。基于用于进行模拟拟合的所收集数据集合内的值可以采用插值法来执行预测，而基于所搜集数据集合之外的值，可以采用外推法来执行预测。
在线性回归模型中，给定因变量值时自变量的条件均值通常是仿射函数。在一些情况下，给定因变量时自变量的条件分布的中值、或某个其他分位数是因变量的线性函数。
非线性回归是通过非线性函数对所观察的信息进行建模的一种回归分析。非线性函数是模型参数的组合并且取决于自变量。
根据本发明的一个实施例，第一和第二制造侧是相同的。换言之，从给定的制造过程收集制造数据，然后分析所述制造数据以确定用于给定的制造过程的制造信息。
根据本发明的进一步实施例，第一和第二制造侧可以是不同的。换言之，从给定的制造过程收集制造数据，然后分析所述制造数据以确定用于不同制造过程(例如在不同的实验室实施)的制造信息。
有利的是，制造信息可以用于使用在不同制造过程上收集的数据来改善第二制造过程的设置。例如，基于对来自第一制造数据的数据可能改变或不改变用于第二制造参数的参数的分析，第一制造过程中的参数变化证明要么非常有效、要么相反降低所生产的镜片的质量。
根据本发明的一个实施例，可以从多个镜片制造侧收集制造数据。有利的是，从多个制造侧收集数据有助于提高制造信息的准确性。实际上，从多个不同制造侧收集数据增加了所监测的制造过程的不同配置的多样性。所监测的制造过程的不同配置的多样性的这种增加增强了本发明的监测方法的经验曲线。当从多个制造侧收集数据时，根据本发明的方法可以进一步包括格式化步骤，在所述格式化步骤过程中，收集的不同数据被处理为通用格式，以便进行分析，从而生成制造信息。
根据本发明的进一步实施例，可以生成用于多个制造侧的制造信息。例如，从1到n个制造侧收集数据，并且生成用于1到p个制造侧的制造信息。1到p个制造侧的全部或一部分可以接收基于在1至n制造侧的全部或一部分上收集的制造数据的制造信息。
根据本发明的一个实施例并且如图1所示，根据本发明的方法可以包括附加数据收集步骤S12。在附加数据收集步骤S12过程中，收集由与第一和第二制造侧不同的附加侧提供的附加数据。附加侧可以是非制造侧，比如但不限于研发实体、镜片护圈、眼睛护理专业人员、顾客评价中心、满意度调查、营销研究、数据库、数据服务器。例如，眼睛护理专业人员可以确定获得最佳商业成功或最佳客户满意度比率的镜片模型。因此，顾客满意度的比率可以被视为用于生成制造信息的附加数据，其旨在不断提高镜片质量和客户满意度。
根据这样的实施例，在制造信息生成步骤过程中，在生成至少一条制造信息时考虑附加数据。
所述制造数据可以进一步包括至少指示每个制造侧处的成品率的成品率数据集，并且在所述制造信息生成步骤过程中，基于所收集的成品率数据来生成至少一条制造信息。
在成品率提供步骤过程中提供的成品率和/或成品率目标与以下方面的成品率有关：所生产的光学镜片的质量和/或所生产的光学镜片的数量和/或生产成本和/或生产时间。可以考虑的成品率的实例是“收益率”，收益率指示投资者的回报率。经济方面不是本发明方法可以使用的唯一成品率。
例如，质量成品率可以基于使用者反馈。所生产的镜片的质量可以进一步与要求、标准或与预先确定的边界和界限进行比较。镜片的质量可能考虑许多参数，比如镜片的粗糙度、镜片的外观、配戴者的满意度等等。然后，成品率由符合质量要求的镜片和不符合质量要求的镜片的比率确定。这些质量成品率的实例是“通过率”，通过率测量过程生产无缺陷单元的能力。
如图1所示，本发明的方法可以包括成品率目标提供步骤S11。在成品率目标提供步骤S11过程中，至少提供在第二镜片制造侧处的光学镜片制造过程的成品率目标，并且在制造信息生成步骤中，基于成品率目标来生成至少一条制造信息。
如图1所示，根据本发明的方法可以进一步包括制造信息处理步骤S3。在制造信息处理步骤S3过程中，处理制造信息以生成警报和/或建议和/或激活参数。
制造信息可以是建议，例如调整这样的参数或更换磨损的工具或改变操作程序。制造信息还可以是使用更适配于制造过程的新服务或光学功能的警报或提议。
图1b展示了本发明的实施方式的实例，根据所述实例，制造特定眼科镜片的第一眼科镜片制造实体(例如实验室L1)可以向另外的制造实体(比如不同的实验室L2和L3)和最后非制造实体(比如研发中心或中央服务CS)发送配置请求。可以通过本发明的方法监测另外的制造实体L2和L3中的每一个，并且可以基于感测数据来生成制造信息。所述信息可以提供与待由第一制造实体制造的眼科镜片相对应的不同制造实体中所生产的眼科镜片的质量的指示。基于所生成的信息，可以向第一制造实体提供参数建议。这种建议可以由非制造实体提供，或者可以由特别专用于生成这种建议的另一实体生成。
建议可以是调整制造实体的制造参数，所述制造实体具有最佳质量，或可以基于不同实体的制造参数来确定但不对应于这样的制造参数。如图2所示，本发明还涉及监测装置10，所述监测装置被配置成用于监测第一镜片制造侧处的光学镜片制造过程。
所述监测装置包括：
-通信单元12，
-存储器14，以及
-处理器16。
通信单元12被配置成用于从至少第一镜片制造侧接收制造数据集，所述制造数据集至少指示第一镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数。例如，通信单元12连接到比如互联网等通信网络并且被安排成用于从比如web服务器、文件服务器、媒体服务器等计算实体接收数据，通信单元经由多种已知协议中的任一种协议(比如超文本传输协议(HTTP))来与所述计算实体通信。
另外，所述通信单元可以被配置成用于从多个镜片制造侧接收数据。例如，每个镜片制造侧连接到通信网络上。
另外，通信单元12可以被配置成用于从附加侧(例如研发实体、镜片护圈、客户评价中心)接收附加数据，存储器被进一步配置成用于存储附加数据。
通信单元12可以被进一步配置成用于从比如远程服务器等远程存储实体接收数据，通信单元通过互联网与所述远程存储实体通信。
存储器14存储计算机可执行指令并且被配置成用于存储所接收到的制造数据集。所述计算机可执行指令包括用于处理制造数据以生成至少一条制造信息的指令，所述制造信息至少指示第二镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数。
处理器16被配置成用于执行存储在存储器14中的计算机可执行指令。
通信单元12可以被配置成用于向第二制造侧或连接到通信网络上的不同实体发送所生成的制造信息的至少一部分。
本发明还涉及一种镜片制造装置，所述镜片制造装置包括：
-传感器，所述传感器被配置成用于感测指示所述镜片制造装置的至少一个参数的数据，以及
-通信模块，所述通信模块被配置成用于向根据本发明的监测装置发送指示所述至少一个参数的感测数据。
根据本发明的镜片制造装置的通信模块可以被配置成用于与另外一镜片制造装置通信。例如，不同的制造装置可以被安排为提高数据采集和处理的效率的神经网络。
如图2b所示，监测装置10可以被安排成用于与远程存储实体30(比如从不同制造侧L1、L2以及L3接收数据的服务器)通信。根据这样的配置，每个制造侧向远程存储实体发送数据。根据本发明，监测装置10可以根据请求访问存储数据。有利的是，这样的配置允许提供大量数据以被处理生成信息，而不必单独从每个制造侧请求数据。
如图3所示，本发明还涉及监测系统，所述监测系统被配置成用于监测第一镜片制造侧处的光学镜片制造过程。
监测系统包括传感器网络20和监测装置10。
传感器网络20包括被安排成用于感测制造数据的多个传感器21、22、23、24，所述制造数据至少指示第一镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数。
根据本发明的一个实施例，传感器网络20中的传感器可以设置在多个镜片制造侧。每个镜片制造侧可以包括相同类型的传感器或不同类型的传感器。
传感器网络20中的传感器可以包括通信元件，所述通信元件允许传感器经由作为互联网的通信网络在其之间和/或与远程实体通信。远程实体可以是比如web服务器、文件服务器、媒体服务器等计算实体，传感器经由多种已知协议中的任一种协议(比如超文本传输协议(HTTP))来与所述计算实体通信。
监测装置10通常对应于根据本发明且如前所述的监测装置10。
以上已经借助于实施例描述了本发明，所述实施例并不限制总体发明构思。
对于参考了以上说明的实施例的本领域技术人员来说，还可提出很多进一步的改进和变化，所述实施例仅以举例方式给出，无意限制本发明的范围，本发明的范围仅由所附权利要求决定。
在权利要求中，词语“包括”并不排除其他的要素或步骤，并且不定冠词“一(a)”或“一个(an)”并不排除复数。不同的特征在相互不同的从属权利要求中被叙述这个单纯的事实并不表示不能有利地使用这些特征的组合。权利要求中的任何附图标记都不应当被解释为限制本发明的范围。

Claims (22)

1.一种用于监测第一镜片制造侧处的光学镜片制造过程的方法，所述方法包括：
-制造数据收集步骤，在所述制造数据收集步骤过程中，收集制造数据集，所述制造数据集至少指示所述第一镜片制造侧处的制造过程参数和/或制造装置参数和/或测量装置参数和/或操作员参数和/或环境参数，
-制造信息生成步骤，在所述制造信息生成步骤过程中，基于所收集的制造数据来生成至少一条制造信息，所述制造信息至少指示第二镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数。
2.根据权利要求1所述的方法，其中，所述第一和第二镜片制造侧是相同的。
3.根据权利要求1或2所述的方法，其中，在所述制造数据收集步骤过程中，从多个镜片制造侧收集制造数据集。
4.根据前述权利要求中任一项所述的方法，其中，在所述制造数据收集步骤过程中收集的所述制造数据的至少一部分是由所述第一制造侧处的传感器网络感测。
5.根据前述权利要求中任一项所述的方法，其中，所述方法进一步包括制造信息处理步骤，在所述制造信息处理步骤过程中，处理所述制造信息以生成警报和/或建议和/或激活参数。
6.根据权利要求5所述的方法，其中，在所述制造信息生成步骤过程中，所述至少一条制造信息是使用所收集的制造数据的统计分析生成的，并且允许通过预测生成警报和/或建议和/或激活参数。
7.根据权利要求5至6所述的方法，其中所述制造信息处理步骤是通过使用如针对模式检测的数据挖掘和/或机器学习和/或人工智能的统计分析来实现的，以便通过预测生成警报和/或建议和/或激活参数。
8.根据权利要求5至7所述的方法，其中所述制造信息处理步骤通过使用比如监督学习、半监督学习、以及无监督学习等机器学习来实现的，比如人工神经网络、关联规则学习、层次聚类、聚类分析、以及孤立点检测。
9.根据前述权利要求中任一项所述的方法，其中，所述制造数据进一步包括至少指示每个制造侧处的成品率的成品率数据集，并且在所述制造信息生成步骤过程中，基于所收集的成品率数据来生成所述至少一条制造信息。
10.根据权利要求9所述的方法，其中，所述成品率是通过将例如镜片的粗糙度、镜片的外观、或配戴者的满意度等质量参数与要求、标准或与预先确定的边界和界限进行比较来获得的。
11.根据权利要求9所述的方法，其中，所述成品率是通过率，所述通过率测量所述过程生产无缺陷单元的能力。
12.根据权利要求9所述的方法，其中，所述成品率是收益率，所述收益率指示投资者的回报率。
13.根据前述权利要求中任一项所述的方法，进一步包括成品率目标提供步骤，在所述成品率目标提供步骤过程中，至少提供所述第二镜片制造侧处的光学镜片制造过程的成品率目标，并且在所述制造信息生成步骤中，基于所述成品率目标来生成所述至少一条制造信息。
14.根据前述权利要求中任一项所述的方法，进一步包括附加数据收集步骤，在所述附加数据收集步骤过程中，收集由与所述第一和第二制造侧不同的附加侧提供的附加数据，并且其中，在所述制造信息生成步骤过程中，在生成所述至少一条制造信息时考虑所述附加数据。
15.根据权利要求14所述的方法，其中，所述附加数据是客户满意度的比率。
16.一种监测装置，所述监测装置被配置成用于监测第一镜片制造侧处的光学镜片制造过程，所述装置包括：
-通信单元，所述通信单元被配置成用于从至少第一镜片制造侧接收制造数据集，所述制造数据集至少指示所述第一镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数；
-存储器，所述存储器存储计算机可执行指令并且被配置成用于存储所接收到的制造数据集；
-处理器，所述处理器用于执行所述计算机可执行指令，其中，所述计算机可执行指令包括用于处理所述制造数据以生成至少一条制造信息的指令，所述制造信息至少指示第二镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数。
17.根据权利要求16所述的监测装置，其中，所述第一和第二镜片制造侧是相同的。
18.根据权利要求16或17所述的监测装置，其中，所述通信单元被配置成用于从多个镜片制造侧接收数据。
19.根据权利要求16至18中任一项所述的监测装置，其中，所述通信单元被进一步配置成用于向所述第二制造侧发送由所述处理器确定的信息数据。
20.一种镜片制造装置，包括：
-传感器，所述传感器被配置成用于感测指示所述镜片制造装置的至少一个参数的数据，以及
-通信模块，所述通信模块被配置成用于向根据权利要求16至19中任一项所述的监测装置和/或向另外一镜片制造装置发送指示所述至少一个参数的所述感测数据。
21.一种监测系统，所述监测系统被配置成用于监测第一镜片制造侧处的光学镜片制造过程，所述系统包括：
-传感器网络，所述传感器网络包括被安排成用于感测制造数据的多个传感器，所述制造数据至少指示所述第一镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数，
-监测装置，所述监测装置包括：
-通信单元，所述通信单元被配置成用于从所述传感器网络接收制造数据集，所述制造数据集至少指示所述第一镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数；
-存储器，所述存储器存储计算机可执行指令并且被配置成用于存储所接收到的制造数据集；
-处理器，所述处理器用于执行所述计算机可执行指令，其中，所述计算机可执行指令包括用于处理所述制造数据以生成至少一条制造信息的指令，所述制造信息至少指示第二镜片制造侧处的制造过程参数和/或制造装置参数和/或操作员参数和/或环境参数。
22.根据前一权利要求所述的系统，进一步包括根据权利要求16至19中任一项所述的监测装置，所述监测装置被配置成用于向另外一制造侧发送指示所述镜片制造装置的至少一个参数的数据。
CN201780009706.6A 2016-02-05 2017-01-27 用于监测光学镜片制造过程的方法 Pending CN108604093A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16305136.0 2016-02-05
EP16305136 2016-02-05
PCT/EP2017/051731 WO2017133970A1 (en) 2016-02-05 2017-01-27 A method for monitoring an optical lens manufacturing process

Publications (1)

Publication Number Publication Date
CN108604093A true CN108604093A (zh) 2018-09-28

Family

ID=55315370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780009706.6A Pending CN108604093A (zh) 2016-02-05 2017-01-27 用于监测光学镜片制造过程的方法

Country Status (4)

Country Link
US (1) US10928810B2 (zh)
EP (1) EP3411764A1 (zh)
CN (1) CN108604093A (zh)
WO (1) WO2017133970A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109298681A (zh) * 2018-10-16 2019-02-01 山东中衡光电科技有限公司 一种与人共融的镜面加工设备控制系统及方法
CN113095340A (zh) * 2019-12-23 2021-07-09 神讯电脑(昆山)有限公司 生产机台的异常预警方法以及物件的量产方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BE1025126B1 (fr) * 2017-08-28 2018-11-05 Automation & Robotics Sa Méthode d’audit de qualité en ligne, en «temps reel» d'un processus numérique de fabrication de lentilles ophtalmiques

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030123026A1 (en) * 2000-05-18 2003-07-03 Marc Abitbol Spectacles fitting system and fitting methods useful therein
JP4382553B2 (ja) * 2004-03-29 2009-12-16 Ｈｏｙａ株式会社 レンズの製造システム及び製造方法
JP4430967B2 (ja) * 2004-03-29 2010-03-10 Ｈｏｙａ株式会社 レンズの製造システム及び製造方法並びにプログラム
CN201707384U (zh) * 2009-12-16 2011-01-12 中国建筑科学研究院 剩余电流监控报警系统与探测控制器
CN101943895A (zh) * 2010-09-30 2011-01-12 北京理工大学 一种烟花爆竹运输过程动态监控监管系统与方法
CN102027475A (zh) * 2008-02-21 2011-04-20 明导公司 通过对扫描诊断结果的统计学分析确定成品率突发异常的原因
US20140236515A1 (en) * 2011-07-27 2014-08-21 Tom Thuy Ho Cloud-based architecture for analysis and prediction of integrated tool-related and material-related data and methods therefor
CN105008988A (zh) * 2013-02-26 2015-10-28 Hoya株式会社 眼镜镜片的制造系统、制造装置、制造方法、制造信息管理系统、制造信息管理装置、以及制造信息管理方法
CN105073395A (zh) * 2013-04-23 2015-11-18 埃西勒国际通用光学公司 用于对光学镜片制造工艺中所使用的制造设备进行控制的方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008093332A2 (en) 2007-01-30 2008-08-07 Zvi Feldman Systems and methods for producing clip-ons for a primary eyewear
BRPI0819715B1 (pt) 2007-11-30 2019-04-24 Essilor International Processo para controlar um processo de fabricação de lente
WO2016055861A1 (en) * 2014-10-07 2016-04-14 Shamir Optical Industry Ltd. Methods and apparatus for inspection and optional rework of blocked ophthalmic lenses

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030123026A1 (en) * 2000-05-18 2003-07-03 Marc Abitbol Spectacles fitting system and fitting methods useful therein
JP4382553B2 (ja) * 2004-03-29 2009-12-16 Ｈｏｙａ株式会社 レンズの製造システム及び製造方法
JP4430967B2 (ja) * 2004-03-29 2010-03-10 Ｈｏｙａ株式会社 レンズの製造システム及び製造方法並びにプログラム
CN102027475A (zh) * 2008-02-21 2011-04-20 明导公司 通过对扫描诊断结果的统计学分析确定成品率突发异常的原因
CN201707384U (zh) * 2009-12-16 2011-01-12 中国建筑科学研究院 剩余电流监控报警系统与探测控制器
CN101943895A (zh) * 2010-09-30 2011-01-12 北京理工大学 一种烟花爆竹运输过程动态监控监管系统与方法
US20140236515A1 (en) * 2011-07-27 2014-08-21 Tom Thuy Ho Cloud-based architecture for analysis and prediction of integrated tool-related and material-related data and methods therefor
CN105008988A (zh) * 2013-02-26 2015-10-28 Hoya株式会社 眼镜镜片的制造系统、制造装置、制造方法、制造信息管理系统、制造信息管理装置、以及制造信息管理方法
CN105073395A (zh) * 2013-04-23 2015-11-18 埃西勒国际通用光学公司 用于对光学镜片制造工艺中所使用的制造设备进行控制的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
于玉林: "《现代会计指南》", 30 June 1999, 辽宁人民出版社 *
王凤来: "六西格玛管理方法在海拉公司质量改进中的应用研究", 《中国优秀硕士学位论文全文数据库（电子期刊）经济与管理科学辑》 *
黄煜华: "六西格玛在A公司的质量管理系统中的应用研究", 《中国优秀硕士学位论文全文数据库（电子期刊）经济与管理科学辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109298681A (zh) * 2018-10-16 2019-02-01 山东中衡光电科技有限公司 一种与人共融的镜面加工设备控制系统及方法
CN113095340A (zh) * 2019-12-23 2021-07-09 神讯电脑(昆山)有限公司 生产机台的异常预警方法以及物件的量产方法
CN113095340B (zh) * 2019-12-23 2024-04-16 神讯电脑(昆山)有限公司 生产机台的异常预警方法以及物件的量产方法

Also Published As

Publication number Publication date
US10928810B2 (en) 2021-02-23
WO2017133970A1 (en) 2017-08-10
EP3411764A1 (en) 2018-12-12
US20190049936A1 (en) 2019-02-14

Similar Documents

Publication Publication Date Title
US6766283B1 (en) System and method for monitoring process quality control
CN108500736A (zh) 工具状态推定装置以及机床
US10949740B2 (en) Machine learning device, numerical controller, machine tool system, manufacturing system, and machine learning method for learning display of operation menu
JP5235047B2 (ja) 眼用レンズを着用者に選択および／または調製する方法および眼用レンズを着用者に処方および／または調製するシステム
CN106462895B (zh) 用于监测头戴式设备的配戴者的监测系统
JP6571741B2 (ja) 作業者管理装置
CN106462153B (zh) 用于检测粘滑的系统和方法
CN108604093A (zh) 用于监测光学镜片制造过程的方法
EP3825966A1 (en) A system and method for monitoring and predicting breakdowns in vehicles
KR20210006434A (ko) 비교 안전 이벤트 평가를 위한 개인 보호 장비 및 안전 관리 시스템
CN105260915A (zh) 一种基于大数据对用户行为建模的控制方法及装置
Meinzer et al. Can machine learning techniques predict customer dissatisfaction? A feasibility study for the automotive industry.
Liu et al. Garment fit evaluation using machine learning technology
CN109815480A (zh) 一种数据处理方法和装置、及存储介质
Li et al. A hybrid remaining useful life prediction method for cutting tool considering the wear state
Banerjee et al. MyDrive: Drive behavior analytics method and platform
CN108628432A (zh) 一种基于资源占用与时间分布的工作负荷评估方法与系统
KR20200128111A (ko) 개인 보호 장비 식별 시스템
Davydenko et al. Control of operation modes efficiency of complex technological facilities based on the energy efficiency monitoring
CN117270482A (zh) 基于数字孪生的汽车工厂控制系统
CN114206599A (zh) 用于接头改进的机器学习
CN104115168A (zh) 用于实时分段的系统和方法
Salehi Bayesian-based predictive analytics for manufacturing performance metrics in the era of industry 4.0
Denkena et al. User-Specific Parameterization of Process Monitoring Systems
CN116910362B (zh) 一种感知数据智能推荐方法、计算机设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180928

RJ01 Rejection of invention patent application after publication