CN110348646A - 预测喷涂质量的方法及装置 - Google Patents
预测喷涂质量的方法及装置 Download PDFInfo
- Publication number
- CN110348646A CN110348646A CN201910665167.2A CN201910665167A CN110348646A CN 110348646 A CN110348646 A CN 110348646A CN 201910665167 A CN201910665167 A CN 201910665167A CN 110348646 A CN110348646 A CN 110348646A
- Authority
- CN
- China
- Prior art keywords
- spray parameters
- input
- variety
- output
- coating quality
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Application Of Or Painting With Fluid Materials (AREA)
Abstract
本申请实施例提供了一种预测喷涂质量的方法及装置,涉及预测或优化技术领域,所述方法包括:获取多种输入喷涂参数的取值;使用训练完成的喷涂质量分析模型对所述多种输入喷涂参数进行处理,得到输出喷涂参数的取值,所述输出喷涂参数用于评价所述喷涂质量。输出喷涂参数可反映喷涂质量的高低,且输出喷涂参数与多种输入喷涂参数有关,改善了现有技术中仅由单一因素对喷涂质量产生影响,导致对喷涂质量的影响因素分析不全面的问题。
Description
技术领域
本申请涉及预测或优化技术领域,具体而言,涉及一种预测喷涂质量的方法及装置。
背景技术
现有技术中,业内对喷涂质量的相关因素进行分析时,往往较为分散,大部分停留在单一维度上,对于喷涂质量的影响因素分析较为片面,几乎都停留在机理模型的模糊定性的判断状态。
发明内容
有鉴于此,本申请实施例提供了一种预测喷涂质量的方法及装置,用以改善现有技术中对喷涂质量的影响因素分析较为片面的问题。
第一方面,本申请实施例提供了一种预测喷涂质量的方法,所述方法包括:获取多种输入喷涂参数的取值;使用训练完成的喷涂质量分析模型对所述多种输入喷涂参数进行处理,得到输出喷涂参数的取值,所述输出喷涂参数用于评价所述喷涂质量。
在上述实施方式中,输出喷涂参数可反映喷涂质量的高低,且输出喷涂参数与多种输入喷涂参数有关,改善了现有技术中由单一因素对喷涂质量产生影响而导致的对喷涂质量的影响因素分析片面的问题。
在一个可能的设计中,所述方法还包括:接收目标输出喷涂参数;利用训练完成的所述喷涂质量分析模型遍历样本库中多组实验输入喷涂参数得到实验输出喷涂参数,直至得到的实验输出喷涂参数与所述目标输出喷涂参数之间满足第一约束条件则停止遍历,其中,所述多组实验输入喷涂参数中的每组实验输入喷涂参数均有所述多种输入喷涂参数的数值;获得与所述目标输出喷涂参数满足第一约束条件的所述实验输出喷涂参数对应的当前组实验输入喷涂参数中多种输入喷涂参数的数值。
经喷涂质量分析模型处理,可得到多组实验输入喷涂参数中每组对应的实验输出喷涂参数。若得到的实验输出喷涂参数与目标输出喷涂参数满足第一约束条件,再取该实验输出喷涂参数对应的多种输入喷涂参数的数值,从而实现得到与目标输出喷涂参数对应的多种输入喷涂参数的数值的方式。
在一个可能的设计中,所述方法还包括:通过多个训练样本训练得到所述喷涂质量分析模型,所述多个训练样本中的每个训练样本包括多种所述输入喷涂参数的取值以及与所述多种输入喷涂参数对应的所述输出喷涂参数的取值。
可以利用训练样本来训练喷涂质量分析模型,从而使得喷涂质量分析模型可以根据多个输入喷涂参数来预测输出喷涂参数。
在一个可能的设计中,所述通过多个训练样本训练得到所述喷涂质量分析模型,包括:将所述每个训练样本中的多种输入喷涂参数的取值作为输入量,将与所述多种输入喷涂参数对应的所述输出喷涂参数的取值作为输出量,对初始的喷涂质量分析模型进行训练,得到所述多种输入喷涂参数与所述输出喷涂参数之间的关联路径。
由喷涂质量分析模型建立起多种输入喷涂参数与输出喷涂参数之间的关联。
在一个可能的设计中,所述输出喷涂参数包括残余应力和孔隙率,所述多种输入喷涂参数包括喷涂电流、喷涂电压、扫描速度、扫描间距、喷枪距离和送粉速度。
具体地,可以根据喷涂电流、喷涂电压、扫描速度、扫描间距、喷枪距离和送粉速度这些输入喷涂参数预测残余应力和孔隙率这些输出喷涂参数。喷涂电压可直观反映出整个功率的大小;扫描速度、扫描间距是和喷涂设备喷涂相匹配的参数,喷涂设备的喷枪是移动的,这样利于获得均匀的涂层。送粉速度可以直接与涂层质量相关联,送粉速度的高或低可以反映涂层的厚或薄,可反映整个工艺的沉积效率,也与喷涂质量有关。
第二方面,本申请实施例提供了一种预测喷涂质量的装置,所述装置包括:输入取值获取模块,用于获取多种输入喷涂参数的取值;输出取值计算模块,用于使用训练完成的喷涂质量分析模型对所述多种输入喷涂参数进行处理,得到输出喷涂参数的取值,所述输出喷涂参数用于评价所述喷涂质量。
在一个可能的设计中,所述装置还包括:目标输出接收模块,用于接收目标输出喷涂参数;输入遍历模块,用于利用训练完成的所述喷涂质量分析模型遍历样本库中多组实验输入喷涂参数得到实验输出喷涂参数,直至得到的实验输出喷涂参数与所述目标输出喷涂参数之间满足第一约束条件则停止遍历,其中,所述多组实验输入喷涂参数中的每组实验输入喷涂参数均有所述多种输入喷涂参数的数值;输入计算模块,用于获得与所述目标输出喷涂参数满足第一约束条件的所述实验输出喷涂参数对应的当前组实验输入喷涂参数中多种输入喷涂参数的数值。
在一个可能的设计中,所述装置还包括:模型训练模块,用于通过多个训练样本训练得到所述喷涂质量分析模型,所述多个训练样本中的每个训练样本包括多种所述输入喷涂参数的取值以及与所述多种输入喷涂参数对应的所述输出喷涂参数的取值。
在一个可能的设计中,所述模型训练模块具体用于将所述每个训练样本中的多种输入喷涂参数的取值作为输入量,将与所述多种输入喷涂参数对应的所述输出喷涂参数的取值作为输出量,对初始的喷涂质量分析模型进行训练,得到所述多种输入喷涂参数与所述输出喷涂参数之间的关联路径。
在一个可能的设计中,所述输出喷涂参数包括残余应力和孔隙率,所述多种输入喷涂参数包括喷涂电流、喷涂电压、扫描速度、扫描间距、喷枪距离和送粉速度。
第三方面,本申请提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行第一方面或第一方面的任一可选的实现方式所述的方法。
第四方面,本申请提供一种计算机介质,该计算机介质上存储有计算机程序,该计算机程序被处理器运行时执行第一方面或第一方面的任一可选的实现方式所述的方法。
第五方面,本申请提供一种计算机程序产品,所述计算机程序产品在计算机上运行时,使得计算机执行第一方面或第一方面的任意可能的实现方式中的方法。
为使本申请实施例所要实现的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚的说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请实施例提供的预测喷涂质量的方法的流程示意图;
图2示出了本申请实施例提供的预测喷涂质量的方法的部分步骤的流程示意图;
图3示出了本申请实施例提供的预测喷涂质量的装置的示意性结构框图;
图4示出了本申请实施例中的电子设备的结构框图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参见图1,图1示出了本申请实施例提供的预测喷涂质量的方法的流程示意图,应理解,图1所示的方法可以由电子设备执行,该电子设备可以与下文中的图4所示的电子设备对应,该电子设备可以是能够执行该方法的各种设备,例如,可以为个人计算机、服务器或网络设备等,本申请实施例并不限于此,具体包括如下步骤:
步骤S110,获取多种输入喷涂参数的取值。
多种输入喷涂参数中部分输入喷涂参数的取值可以由用户手动输入,另外部分输入喷涂参数也可以由采集设备采集获得。多种输入喷涂参数的取值的获取方式不应该理解为是对本申请的限制。
输入喷涂参数为对喷涂质量产生影响因素的喷涂参数,多种输入喷涂参数包括喷涂电流、喷涂电压、扫描速度、扫描间距、喷枪距离和送粉速度。喷涂电压可直观反映出整个功率的大小;扫描速度、扫描间距是和喷涂设备喷涂相匹配的参数,喷涂设备的喷枪是移动的,这样利于获得均匀的涂层。送粉速度可以直接与涂层质量相关联,送粉速度的高或低可以反映涂层的厚或薄,可反映整个工艺的沉积效率,也与喷涂质量有关。
应理解,在实际应用中,该多种输入喷涂参数可以是2种、3种、4种或更多种参数,本申请实施例并不限于此。还应理解,该多种输入喷涂参数可以包括喷涂电流、喷涂电压、扫描速度、扫描间距、喷枪距离和送粉速度中的部分或者全部参数,进一步地,该多种输入喷涂参数还可以包括其他的参数,本申请实施例并不限于此。
喷涂电流是把喷涂的涂料由粉末状转化成熔融状态所需要的电流;喷涂电压是把上述涂料由粉末状转化成熔融状态所需要的电压;扫描速度指的是喷涂设备的喷枪在喷涂时,喷涂设备的移动速度;扫描间隔指的是两次喷涂过程之间喷涂设备间隔的距离,例如当前进行横向喷涂的过程中喷涂设备的位置,与上一次进行横向喷涂的过程中喷涂设备的位置之间的距离;喷枪距离为待喷涂平面与喷涂设备的喷枪喷口处的距离,待喷涂平面为承受涂料的平面,例如,可以是墙面,也可以是地面;送粉速度为喷枪喷出涂料的速度。喷涂设备为喷涂涂料的设备,可以是由人操控的带有容纳腔的喷枪,也可以是自主进行喷涂工作的喷涂机器人。
步骤S120,使用训练完成的喷涂质量分析模型对所述多种输入喷涂参数进行处理,得到输出喷涂参数的取值。
输出喷涂参数为反映喷涂质量好坏的参数,所述输出喷涂参数用于评价所述喷涂质量,输出喷涂参数包括残余应力和孔隙率。
在上述步骤中,可以得到多种输入喷涂参数的取值,然后将这些输入至训练完成的喷涂质量分析模型,由喷涂质量分析模型得到对应的输出喷涂参数的取值。输出喷涂参数可反映喷涂质量的高低,且输出喷涂参数与多种输入喷涂参数有关,改善了现有技术中仅由单一因素对喷涂质量产生影响,导致对喷涂质量的影响因素分析不全面的问题。
在一种具体实施方式中,本申请实施例预测的喷涂质量可以是热喷涂工艺的喷涂质量。热喷涂是指将涂层材料加热熔化,用高速气流将其雾化成极细的颗粒,并以很高的速度喷射到工件表面,形成涂层。热喷涂包括火焰喷涂、氧乙火焰粉末喷涂、氧乙炔火焰线材喷涂、氧乙炔火焰喷焊、超音速火焰喷涂、电弧喷涂、等离子喷涂、大气等离子喷涂、低压等离子喷涂等。
可选地,在一种具体实施方式中,本申请实施例提供的预测喷涂质量的方法还包括:
步骤S210,接收目标输出喷涂参数。
目标输出喷涂参数可以是用户期望达到的喷涂质量目标对应的输出参数,例如,可以是用户期望达到的目标残余应力和目标孔隙率。
步骤S220,利用训练完成的所述喷涂质量分析模型遍历样本库中多组实验输入喷涂参数得到实验输出喷涂参数,直至得到的实验输出喷涂参数与所述目标输出喷涂参数之间满足第一约束条件则停止遍历,其中,所述多组实验输入喷涂参数中的每组实验输入喷涂参数均有所述多种输入喷涂参数的数值。
样本库中可以存储多组实验输入喷涂参数,多组实验输入喷涂参数中的每组均有上述多种输入喷涂参数的数值,每组实验输入喷涂参数均可以有喷涂电流、喷涂电压、扫描速度、扫描间距、喷枪距离和送粉速度的数值。
在一种具体实施方式中,喷涂电流可以有5个设定的典型工况值,典型工况值指的是工业上为达到正常工作而要求的工作值,例如,喷涂电流的工作范围为100A至800A,但工业上为达到正常工作可以只需要在100A至800A工作范围的5个特定值。
同理,喷涂电压可以设定有1个典型工况值,扫描速度可以设定4个典型工况值,扫描间距可以设定4个典型工况值,喷枪距离可以设定4个典型工况值,送粉速度可以设定4个典型工况值。
上述6个输入喷涂参数根据典型工况值自由组合,便可以有(5*1*4*4*4*4)=1280组实验输入喷涂参数,1280组实验输入喷涂参数中的每组实验输入喷涂参数均对应有实验输出喷涂参数。在遍历实验输入喷涂参数时,可以在1280组实验输入喷涂参数中遍历。
在遍历过程中,获得多组实验输入喷涂参数每组对应的实验输出喷涂参数,然后判断得到的实验输出喷涂参数是否与目标输出喷涂参数满足第一约束条件,若满足,则可以停止遍历的过程。
第一约束条件可以指实验输出喷涂参数与目标输出喷涂参数相同,也可以指实验输出喷涂参数与目标输出喷涂参数的误差小于一定的阈值范围,第一约束条件的具体约束内容不应该理解为是对本申请的限制。
步骤S230,获得与所述目标输出喷涂参数满足第一约束条件的所述实验输出喷涂参数对应的当前组实验输入喷涂参数中多种输入喷涂参数的数值。
在停止遍历之后,得到满足第一约束条件的实验输出喷涂参数对应的多种输入喷涂参数的数值。
为了得到目标输出喷涂参数,可以利用训练完成的喷涂质量分析模型遍历样本库中多组实验输入喷涂参数,其中,多组实验输入喷涂参数中的每组均对应有多种输入喷涂参数的数值。经喷涂质量分析模型处理,可得到多组实验输入喷涂参数中每组对应的实验输出喷涂参数。若得到的实验输出喷涂参数与目标输出喷涂参数满足第一约束条件,再取该实验输出喷涂参数对应的多种输入喷涂参数的数值,从而实现得到与目标输出喷涂参数对应的多种输入喷涂参数的数值的方式。
上述步骤中利用的训练完成的喷涂质量分析模型可以作为分析模型微服务被发布,分析模型微服务可封装为Web Service被发布在云端,该分析模型微服务可提供各类调用接口和显示接口。分析模型微服务的功能可以为根据给定的输入喷涂参数,返回预测性的输出喷涂参数;也可以设定期望达到的喷涂质量目标,根据反映该喷涂质量目标的目标输出喷涂参数得到相应的输入喷涂参数,然后将得到的输入喷涂参数显示在各类应用屏幕中。其中,Web Service技术,能使得运行在不同机器上的不同应用无须借助附加的、专门的第三方软件或硬件,就可相互交换数据或集成。
该分析模型微服务也可以打包成嵌入式程序,放置在边缘硬件中运行,功能可以为根据给定的输入喷涂参数,返回预测性的输出喷涂参数;也可以设定期望达到的喷涂质量目标,根据反映该喷涂质量目标的目标输出喷涂参数得到相应的输入喷涂参数,并根据得到的输入喷涂参数检测实际输入喷涂参数是否存在偏差,从而给出优化目标,优化目标可以显示在边缘硬件中。
分析模型微服务可以按照如下格式发布:pkl、ONNX、pb、XML、pmml、json,也可以运行在边缘侧的bin二进制码,具有较高的兼容性,可在不同的运行环境及使用场景中工作。
在一种具体实施方式中,也可以直接将目标输出喷涂参数(例如目标残余应力和目标孔隙率)作为输入量,输入到训练完成的喷涂质量分析模型中,然后得到相对应的多种输入喷涂参数(例如喷涂电流、喷涂电压、扫描速度、扫描间距、喷枪距离和送粉速度)的数值。
在步骤S120之前,本申请实施例提供的预测喷涂质量的方法还包括:
通过多个训练样本训练得到所述喷涂质量分析模型,所述多个训练样本中的每个训练样本包括多种所述输入喷涂参数的取值以及与所述多种输入喷涂参数对应的所述输出喷涂参数的取值。
可选地,可以将所述每个训练样本中的多种输入喷涂参数的取值作为输入量,将与所述多种输入喷涂参数对应的所述输出喷涂参数的取值作为输出量,对初始的喷涂质量分析模型进行训练,得到所述多种输入喷涂参数与所述输出喷涂参数之间的关联路径。
训练样本可以通过喷涂设备获得,可选地,可以设定如上文所述的1280组待获得喷涂输出参数的喷涂输入参数,将1280组喷涂输入参数设定在喷涂设备的控制程序中,使喷涂设备达到设定工况。
喷涂设备可以根据主控程序利用外部传感器采集实时的喷涂输入参数,并判断实时的喷涂输入参数与设定的喷涂输入参数是否在误差范围内,若是,则实时的喷涂输入参数可作为可用样本。然后得到喷涂设备对应的喷涂输出参数,如残余应力和孔隙率,然后将喷涂输入参数与对应的喷涂输出参数作为样本数据,作为样本数据库。其中,喷涂设备的运行主控程序的控制器可以与外接传感器通讯。
喷涂设备在正常运行过程中依然会不断积累喷涂输入参数以及相应的喷涂输出参数,只要喷涂输入参数在误差范围内,均可以作为辅助样本不断积累下来,丰富样本数据库。喷涂输出参数如残余应力和孔隙率可通过红外探测的方式获得。
在上述实施方式中,可以将多种输入喷涂参数的取值作为输入量,将输出喷涂参数作为输出量,然后均输入至初始的喷涂质量分析模型中,由喷涂质量分析模型建立起多种输入喷涂参数与输出喷涂参数之间的关联。
请参见图3,图3示出了本申请提供的预测喷涂质量的装置的示意性结构框图,应理解,该装置400与上述图1至图2方法实施例对应,能够执行上述方法实施例涉及的各个步骤,该装置400具体的功能可以参见上文中的描述,为避免重复,此处适当省略详细描述。装置400包括至少一个能以软件或固件(firmware)的形式存储于存储器中或固化在装置400的操作系统(operating system,OS)中的软件功能模块。具体地,该装置400包括:
输入取值获取模块410,用于获取多种输入喷涂参数的取值。
输出取值计算模块420,用于使用训练完成的喷涂质量分析模型对所述多种输入喷涂参数进行处理,得到输出喷涂参数的取值,所述输出喷涂参数用于评价所述喷涂质量。
所述装置还包括:目标输出接收模块,用于接收目标输出喷涂参数。
输入遍历模块,用于利用训练完成的所述喷涂质量分析模型遍历样本库中多组实验输入喷涂参数得到实验输出喷涂参数,直至得到的实验输出喷涂参数与所述目标输出喷涂参数之间满足第一约束条件则停止遍历,其中,所述多组实验输入喷涂参数中的每组实验输入喷涂参数均有所述多种输入喷涂参数的数值。
输入计算模块,用于获得与所述目标输出喷涂参数满足第一约束条件的所述实验输出喷涂参数对应的当前组实验输入喷涂参数中多种输入喷涂参数的数值。
模型训练模块,用于通过多个训练样本训练得到所述喷涂质量分析模型,所述多个训练样本中的每个训练样本包括多种所述输入喷涂参数的取值以及与所述多种输入喷涂参数对应的所述输出喷涂参数的取值。
模型训练模块具体用于将所述每个训练样本中的多种输入喷涂参数的取值作为输入量,将与所述多种输入喷涂参数对应的所述输出喷涂参数的取值作为输出量,对初始的喷涂质量分析模型进行训练,得到所述多种输入喷涂参数与所述输出喷涂参数之间的关联路径。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法中的对应过程,在此不再过多赘述。
本申请还提供一种装置,图4为本申请实施例中的电子设备500的结构框图,如图4所示。电子设备500可以包括处理器510、通信接口520、存储器530和至少一个通信总线540。其中,通信总线540用于实现这些组件直接的连接通信。其中,本申请实施例中设备的通信接口520用于与其他节点设备进行信令或数据的通信。处理器510可以是一种集成电路芯片,具有信号的处理能力。上述的处理器510可以是通用处理器,包括中央处理器(CentralProcessing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器510也可以是任何常规的处理器等。
存储器530可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。存储器530中存储有计算机可读取指令,当所述计算机可读取指令由所述处理器510执行时,电子设备500可以执行上述图1至图2方法实施例涉及的各个步骤。
电子设备500还可以包括存储控制器、输入输出单元、音频单元、显示单元8。
所述存储器530、存储控制器、处理器510、外设接口、输入输出单元、音频单元、显示单元各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通信总线540实现电性连接。所述处理器510用于执行存储器530中存储的可执行模块,例如装置300包括的软件功能模块或计算机程序。
输入输出单元用于提供给用户输入数据实现用户与所述服务器(或本地终端)的交互。所述输入输出单元可以是,但不限于,鼠标和键盘等。
音频单元向用户提供音频接口,其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。
显示单元在所述电子设备与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中,所述显示单元可以是液晶显示器或触控显示器。若为触控显示器,其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作,并将该感应到的触控操作交由处理器进行计算和处理。
输入输出单元用于提供给用户输入数据实现用户与处理终端的交互。所述输入输出单元可以是,但不限于,鼠标和键盘等。
可以理解,图4所示的结构仅为示意,所述电子设备500还可包括比图4中所示更多或者更少的组件,或者具有与图4所示不同的配置。图4中所示的各组件可以采用硬件、软件或其组合实现。
本申请还提供一种计算机介质,该计算机介质上存储有计算机程序,该计算机程序被处理器运行时执行方法实施例所述的方法。
本申请还提供一种计算机程序产品,所述计算机程序产品在计算机上运行时,使得计算机执行方法实施例所述的方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统的具体工作过程,可以参考前述方法中的对应过程,在此不再过多赘述。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种预测喷涂质量的方法,其特征在于,应用于喷涂设备,所述方法包括:
获取多种输入喷涂参数的取值;
使用训练完成的喷涂质量分析模型对所述多种输入喷涂参数进行处理,得到输出喷涂参数的取值,所述输出喷涂参数用于评价所述喷涂质量。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收目标输出喷涂参数;
利用训练完成的所述喷涂质量分析模型遍历样本库中多组实验输入喷涂参数得到实验输出喷涂参数,直至得到的实验输出喷涂参数与所述目标输出喷涂参数之间满足第一约束条件则停止遍历,其中,所述多组实验输入喷涂参数中的每组实验输入喷涂参数均有所述多种输入喷涂参数的数值;
获得与所述目标输出喷涂参数满足第一约束条件的所述实验输出喷涂参数对应的当前组实验输入喷涂参数中多种输入喷涂参数的数值。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过多个训练样本训练得到所述喷涂质量分析模型,所述多个训练样本中的每个训练样本包括多种所述输入喷涂参数的取值以及与所述多种输入喷涂参数对应的所述输出喷涂参数的取值。
4.根据权利要求3所述的方法,其特征在于,所述通过多个训练样本训练得到所述喷涂质量分析模型,包括:
将所述每个训练样本中的多种输入喷涂参数的取值作为输入量,将与所述多种输入喷涂参数对应的所述输出喷涂参数的取值作为输出量,对初始的喷涂质量分析模型进行训练,得到所述多种输入喷涂参数与所述输出喷涂参数之间的关联路径。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述输出喷涂参数包括残余应力和孔隙率,所述多种输入喷涂参数包括喷涂电流、喷涂电压、扫描速度、扫描间距、喷枪距离和送粉速度。
6.一种预测喷涂质量的装置,其特征在于,所述装置包括:
输入取值获取模块,用于获取多种输入喷涂参数的取值;
输出取值计算模块,用于使用训练完成的喷涂质量分析模型对所述多种输入喷涂参数进行处理,得到输出喷涂参数的取值,所述输出喷涂参数用于评价所述喷涂质量。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
目标输出接收模块,用于接收目标输出喷涂参数;
输入遍历模块,用于利用训练完成的所述喷涂质量分析模型遍历样本库中多组实验输入喷涂参数得到实验输出喷涂参数,直至得到的实验输出喷涂参数与所述目标输出喷涂参数之间满足第一约束条件则停止遍历,其中,所述多组实验输入喷涂参数中的每组实验输入喷涂参数均有所述多种输入喷涂参数的数值;
输入计算模块,用于获得与所述目标输出喷涂参数满足第一约束条件的所述实验输出喷涂参数对应的当前组实验输入喷涂参数中多种输入喷涂参数的数值。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:
模型训练模块,用于通过多个训练样本训练得到所述喷涂质量分析模型,所述多个训练样本中的每个训练样本包括多种所述输入喷涂参数的取值以及与所述多种输入喷涂参数对应的所述输出喷涂参数的取值。
9.根据权利要求8所述的装置,其特征在于,
所述模型训练模块具体用于将所述每个训练样本中的多种输入喷涂参数的取值作为输入量,将与所述多种输入喷涂参数对应的所述输出喷涂参数的取值作为输出量,对初始的喷涂质量分析模型进行训练,得到所述多种输入喷涂参数与所述输出喷涂参数之间的关联路径。
10.根据权利要求6-9任一项所述的装置,其特征在于,所述输出喷涂参数包括残余应力和孔隙率,所述多种输入喷涂参数包括喷涂电流、喷涂电压、扫描速度、扫描间距、喷枪距离和送粉速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910665167.2A CN110348646A (zh) | 2019-07-19 | 2019-07-19 | 预测喷涂质量的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910665167.2A CN110348646A (zh) | 2019-07-19 | 2019-07-19 | 预测喷涂质量的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110348646A true CN110348646A (zh) | 2019-10-18 |
Family
ID=68179844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910665167.2A Pending CN110348646A (zh) | 2019-07-19 | 2019-07-19 | 预测喷涂质量的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110348646A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112246469A (zh) * | 2020-10-13 | 2021-01-22 | 华晨宝马汽车有限公司 | 用于控制车辆的喷涂的方法和设备 |
CN113496324A (zh) * | 2020-03-20 | 2021-10-12 | 广东博智林机器人有限公司 | 喷涂质量预测方法、装置、电子设备以及存储介质 |
CN113537718A (zh) * | 2021-06-18 | 2021-10-22 | 宝钢日铁汽车板有限公司 | 一种冷轧涂油机钢带漏涂质量自动化评价方法 |
CN113777965A (zh) * | 2020-05-21 | 2021-12-10 | 广东博智林机器人有限公司 | 喷涂质量控制方法、装置、计算机设备及存储介质 |
CN114280076A (zh) * | 2021-11-30 | 2022-04-05 | 南京我乐家居智能制造有限公司 | 一种基于机器视觉的产品表面粉末喷涂质量监测分析管理系统 |
CN115178397A (zh) * | 2022-07-07 | 2022-10-14 | 阿维塔科技(重庆)有限公司 | 喷涂程序调试方法、装置、设备及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194146A (zh) * | 2017-04-12 | 2017-09-22 | 中国人民解放军装甲兵工程学院 | 一种喷涂层接触疲劳寿命预测方法及装置 |
CN109023209A (zh) * | 2018-09-21 | 2018-12-18 | 北京联合涂层技术有限公司 | 一种基于人工智能的热喷涂方法及系统 |
CN109234661A (zh) * | 2018-09-21 | 2019-01-18 | 北京联合涂层技术有限公司 | 一种基于人工神经网络的热喷涂方法及系统 |
CN109609887A (zh) * | 2019-02-11 | 2019-04-12 | 北京联合涂层技术有限公司 | 一种热喷涂方法及系统 |
CN109658124A (zh) * | 2018-10-24 | 2019-04-19 | 中国平安人寿保险股份有限公司 | 基于大数据的效果预测方法、装置、介质及电子设备 |
-
2019
- 2019-07-19 CN CN201910665167.2A patent/CN110348646A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194146A (zh) * | 2017-04-12 | 2017-09-22 | 中国人民解放军装甲兵工程学院 | 一种喷涂层接触疲劳寿命预测方法及装置 |
CN109023209A (zh) * | 2018-09-21 | 2018-12-18 | 北京联合涂层技术有限公司 | 一种基于人工智能的热喷涂方法及系统 |
CN109234661A (zh) * | 2018-09-21 | 2019-01-18 | 北京联合涂层技术有限公司 | 一种基于人工神经网络的热喷涂方法及系统 |
CN109658124A (zh) * | 2018-10-24 | 2019-04-19 | 中国平安人寿保险股份有限公司 | 基于大数据的效果预测方法、装置、介质及电子设备 |
CN109609887A (zh) * | 2019-02-11 | 2019-04-12 | 北京联合涂层技术有限公司 | 一种热喷涂方法及系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113496324A (zh) * | 2020-03-20 | 2021-10-12 | 广东博智林机器人有限公司 | 喷涂质量预测方法、装置、电子设备以及存储介质 |
CN113777965A (zh) * | 2020-05-21 | 2021-12-10 | 广东博智林机器人有限公司 | 喷涂质量控制方法、装置、计算机设备及存储介质 |
CN113777965B (zh) * | 2020-05-21 | 2023-07-18 | 广东博智林机器人有限公司 | 喷涂质量控制方法、装置、计算机设备及存储介质 |
CN112246469A (zh) * | 2020-10-13 | 2021-01-22 | 华晨宝马汽车有限公司 | 用于控制车辆的喷涂的方法和设备 |
CN112246469B (zh) * | 2020-10-13 | 2022-02-18 | 华晨宝马汽车有限公司 | 用于控制车辆的喷涂的方法和设备 |
CN113537718A (zh) * | 2021-06-18 | 2021-10-22 | 宝钢日铁汽车板有限公司 | 一种冷轧涂油机钢带漏涂质量自动化评价方法 |
CN114280076A (zh) * | 2021-11-30 | 2022-04-05 | 南京我乐家居智能制造有限公司 | 一种基于机器视觉的产品表面粉末喷涂质量监测分析管理系统 |
CN114280076B (zh) * | 2021-11-30 | 2023-10-13 | 南京我乐家居智能制造有限公司 | 一种基于机器视觉的产品表面粉末喷涂质量监测分析管理系统 |
CN115178397A (zh) * | 2022-07-07 | 2022-10-14 | 阿维塔科技(重庆)有限公司 | 喷涂程序调试方法、装置、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110348646A (zh) | 预测喷涂质量的方法及装置 | |
CN107533682B (zh) | 综合和智能涂装管理 | |
Mohanty | Software cost estimation: Present and future | |
CN110405388A (zh) | 预测焊接质量的方法、装置及电子设备 | |
Xie et al. | Simulation and experimental design methods for job shop scheduling with material handling: a survey | |
US20130119037A1 (en) | Systems and methods for utilizing welder power source data | |
Mahfouz et al. | Practical simulation application: Evaluation of process control parameters in Twisted-Pair Cables manufacturing system | |
Li et al. | A modeling approach to analyze variability of remanufacturing process routing | |
Hofmann et al. | Augmented Go & See: An approach for improved bottleneck identification in production lines | |
CN105518725B (zh) | 生产系统模拟装置、生产系统模拟方法以及生产系统模拟程序 | |
CN101903112A (zh) | 用于检查喷涂设备功能的测试方法和测试装置 | |
CN110049621A (zh) | Pcba制造服务方法 | |
Röpke et al. | Identification of “Industrie 4.0” component hierarchy layers | |
Maleki et al. | An empirical review on supply chain integration | |
Hedman et al. | Object-oriented modeling of manufacturing resources using work study inputs | |
Lin et al. | Design and development of a digital twin dashboards system under cyber-physical digital twin environment | |
Zimmer et al. | Towards a decision-support framework for reducing ramp-up effort in plug-and-produce systems | |
Zhang et al. | Key Performance Indicators for energy efficient asset management in a factory automation testbed | |
Tjahjono et al. | Linking symbiotic simulation to enterprise systems: Framework and applications | |
Ali et al. | Simulation intelligence and modeling for manufacturing uncertainties | |
US9256700B1 (en) | Public service for emulation of application load based on synthetic data generation derived from preexisting models | |
CN102479342A (zh) | 一种交互式测试系统及其方法 | |
US20220171908A1 (en) | Support system and support method supporting system construction | |
US20140195311A1 (en) | Method and system for integrating production, quality and repository functions in a computer-based manufacturing system | |
Nielsen et al. | Mass customisation assessment and measurement framework |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191018 |