CN110408971B - 智能脱液方法及系统 - Google Patents

智能脱液方法及系统 Download PDF

Info

Publication number
CN110408971B
CN110408971B CN201910520518.0A CN201910520518A CN110408971B CN 110408971 B CN110408971 B CN 110408971B CN 201910520518 A CN201910520518 A CN 201910520518A CN 110408971 B CN110408971 B CN 110408971B
Authority
CN
China
Prior art keywords
workpiece
liquid removal
processed
treated
liquid
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.)
Active
Application number
CN201910520518.0A
Other languages
English (en)
Other versions
CN110408971A (zh
Inventor
姚晓晖
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.)
Shenzhen Xuanyu Technology Co ltd
Original Assignee
Shenzhen Xuanyu Technology Co ltd
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 Shenzhen Xuanyu Technology Co ltd filed Critical Shenzhen Xuanyu Technology Co ltd
Priority to CN201910520518.0A priority Critical patent/CN110408971B/zh
Publication of CN110408971A publication Critical patent/CN110408971A/zh
Application granted granted Critical
Publication of CN110408971B publication Critical patent/CN110408971B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • CCHEMISTRY; METALLURGY
    • C25ELECTROLYTIC OR ELECTROPHORETIC PROCESSES; APPARATUS THEREFOR
    • C25DPROCESSES FOR THE ELECTROLYTIC OR ELECTROPHORETIC PRODUCTION OF COATINGS; ELECTROFORMING; APPARATUS THEREFOR
    • C25D11/00Electrolytic coating by surface reaction, i.e. forming conversion layers
    • C25D11/02Anodisation
    • C25D11/04Anodisation of aluminium or alloys based thereon

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Physical Or Chemical Processes And Apparatus (AREA)
  • ing And Chemical Polishing (AREA)

Abstract

本发明公开了一种智能脱液方法及系统,所述方法包括:设置化学槽的数量及摆放顺序;获得参数条件;根据参数条件进行参数优化算法配置;模拟所述电化学反应,并定量计算出液时待处理工件表面和挂枝表面的残液量取值、待处理工件表面和挂枝表面的脱液量取值及脱液后的待处理工件表面的化学反应量取值;定量计算出最优脱液流程;控制执行机构引导所述挂枝及所述待处理工件根据所述化学槽的摆放顺序依次进行脱液。本发明通过实时计算出不同条件的脱液及残液量,得到用时最短脱液量最优的脱液流程,从而可以优化换液时间及数量,在进一步降低工业成本的情况下也避免了各个化学槽之间化学液体之间相互污染,使电化学表面工业处理效率更高。

Description

智能脱液方法及系统
技术领域
本发明涉及智能制造领域及化学表面处理细分领域,尤其涉及一种智能脱液方法及系统。
背景技术
电化学表面处理技术是一种用化学药品溶液在材料表面进行反应处理,形成工业应用需要的表面状态的一种技术,如铝的阳极氧化即为一种金属材料表面反应处理过程,在该过程中,铝和铝合金的表面通常转化为一层氧化膜,这层氧化膜具有保护性、装饰性以及一些其他的功能特性;将金属或合金的制件作为阳极,采用电解的方法使其表面形成氧化物薄膜。金属氧化物薄膜可以改变了表面状态和性能,如表面着色,提高耐腐蚀性、增强耐磨性及硬度,保护金属表面等,因此,在工业中应用很广。
实践中,电化学表面处理常常包含多个不同的化学反应过程,各个过程分别在不同的槽位发生,在生产中,工件的换槽,带来大量的上一个槽位的液体,污染后一个槽位。影响生产率、药剂浪费、效率降低。
发明内容
本发明要解决的技术问题是为了克服现有技术中工件的换槽带来大量的残液、造成药液浪费以使工业生产率不高的缺陷,提供一种智能脱液方法及系统。
本发明是通过下述技术方案来解决上述技术问题:
本发明提供了一种智能脱液方法,包括:
设置化学槽的数量及摆放顺序,不同所述化学槽中放置有不同的化学液体,所述化学液体用于在待处理工件表面进行电化学反应;
获得参数条件,所述参数条件包括电化学反应方程、物性参数、边界参数及工艺参数;
根据不同的参数条件进行参数优化算法配置;
根据优化配置后的算法模拟所述电化学反应,并定量计算待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值,所述化学反应量取值包括化学液体对所述待处理工件表面的腐蚀量取值;
根据待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值进行运算以得到最优脱液流程;其中,可以通过梯度下降法、牛顿法,共轭梯度法等算法进行运算。
根据所述最优脱液流程,控制执行机构引导所述挂枝及所述待处理工件根据所述化学槽的摆放顺序依次进行脱液。
本实施例中,通过计算流体力学的方法计算挂枝及待处理工件出化学槽时的表面剩余残液量,其中,可以通过CFD(计算流体动力学)软件计算最优的脱液流程。
较佳地,所述智能脱液方法还包括:
获取当前模型数据,所述当前模型数据包括当前挂枝型号、当前待处理工件型号、当前待处理工件数量及当前槽位型号;
根据所述当前模型数据从数据库中提取三维几何模型,所述当前模型数据与所述三维几何模型存在一一对应的关系;
根据所述三维几何模型及所述优化配置后的算法模拟所述电化学反应,
其中,在提取三维几何模型后还需对所述三维几何模型进行网格划分以建立离散方程。
较佳地,
根据优化配置后的算法模拟所述电化学反应,并定量计算待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值的步骤包括:
根据模拟的所述电化学反应流程分别计算出液时和脱液后的待处理工件表面及挂枝表面针对不同化学槽的流场分布及化学反应速率;
根据所述流场分布及化学反应速率定量计算出液时待处理工件和挂枝表面的残液量范围及待处理工件表面和挂枝表面的脱液量范围及出液时和脱液后的待处理工件表面的化学反应量范围。
较佳地,所述智能脱液方法还包括:
在所述数据库中预存三维几何模型,所述三维几何模型包括工件模型、挂枝模型及槽位模型,所述工件模型用于模拟所述待处理工件,所述挂枝模型用于模拟所述挂枝,所述槽位模型用于模拟所述化学槽。
较佳地,所述执行机构包括电机及变频器;
根据所述脱液流程,控制执行机构引导所述挂枝及所述待处理工件根据所述化学槽的摆放顺序依次进行脱液的步骤前还包括:
获取所述执行机构在正常运行时的执行阈值,所述执行阈值包括所述执行阈值包括电机的负载及变频器的功率;
在所述执行阈值的范围内,匹配所述最优脱液流程。
其中,所述执行机构还包括有机械结构。
较佳地,所述物性参数包括流体粘度、流体密度及待处理工件的表面材料;所述边界参数包括待处理工件表面的粗糙度范围、挂枝的出液速度范围及挂枝的运动范围;所述工艺参数为针对不同化学槽的化学反应工艺数据,包括化学反应速度范围、允许的挂枝滞空时间范围。
较佳地,根据待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值进行运算以得到最优脱液流程的步骤包括:
为所述待处理工件表面和挂枝表面的脱液量、待处理工件表面和挂枝表面的脱液时间及脱液后的待处理工件表面的化学反应量设置不同的权重,并根据所述权重进行运算以得到最优脱液流程。
较佳地,所述权重从大到小依次为脱液后的待处理工件表面的化学反应量的权重、待处理工件表面和挂枝表面的脱液时间的权重、待处理工件表面和挂枝表面的脱液量的权重。
较佳地,所述执行机构为天车,所述天车上吊有一飞杆,所述飞杆上挂有挂枝,所述挂枝上装有所述待处理工件。本发明还提供了一种智能脱液系统,包括:设置模块,用于设置化学槽的数量及摆放顺序,不同所述化学槽中放置有不同的化学液体,所述化学液体用于在待处理工件表面进行电化学反应;
参数获得模块,用于获得参数条件,所述参数条件包括电化学反应方程、物性参数、边界参数及工艺参数;
算法配置模块,用于根据不同的参数条件进行参数优化算法配置;
第一计算模块,用于根据优化配置后的算法模拟所述电化学反应,并定量计算待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值,所述化学反应量取值包括化学液体对所述待处理工件表面的腐蚀量取值;
第二计算模块,用于根据待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值进行运算以得到最优脱液流程;其中,可以通过梯度下降法、牛顿法,共轭梯度法等算法进行运算。
执行模块,用于根据所述最优脱液流程,控制执行机构引导所述挂枝及所述待处理工件根据所述化学槽的摆放顺序依次进行脱液。
本实施例中,计算模块通过计算流体力学的方法计算挂枝及待处理工件出化学槽时的表面剩余残液量,其中,可以通过CFD软件计算最优的脱液流程。
较佳地,数据获取模块,用于获取当前模型数据,所述当前模型数据包括当前挂枝型号、当前待处理工件型号、当前待处理工件数量及当前槽位型号;
模型建立模块,用于根据所述当前模型数据从数据库中提取三维几何模型,所述当前模型数据与所述三维几何模型存在一一对应的关系;
模拟模块,用于根据所述三维几何模型及所述优化配置后的算法模拟所述电化学反应。
所述模型建立模块还用于,在提取三维几何模型后还需对所述三维几何模型进行网格划分以建立离散方程。
较佳地,所述第一计算模块包括:
过程计算单元,用于根据模拟的所述电化学反应流程分别计算出液时和脱液后的待处理工件表面及挂枝表面针对不同化学槽的流场分布及化学反应速率;
后处理单元,用于根据所述流场分布及化学反应速率定量计算出液时待处理工件和挂枝表面的残液量取值及待处理工件表面和挂枝表面的脱液量取值及出液时和脱液后的待处理工件表面的化学反应量取值。
较佳地,所述智能脱液系统还包括预设模块,用于在所述数据库中预存三维几何模型,所述三维几何模型包括工件模型、挂枝模型及槽位模型,所述工件模型用于模拟所述待处理工件,所述挂枝模型用于模拟所述挂枝,所述槽位模型用于模拟所述化学槽。
较佳地,所述执行机构包括电机及变频器;
所述执行模块包括阈值获取单元及流程匹配单元,
所述阈值获取单元用于获取所述执行机构在正常运行时的执行阈值,所述执行阈值包括所述执行阈值包括电机的负载及变频器的功率;
所述流程匹配单元用于在所述执行阈值的范围内,匹配所述最优脱液流程。
其中,所述执行机构还包括有机械结构。
较佳地,所述物性参数包括流体粘度、流体密度及待处理工件的表面材料;所述边界参数包括待处理工件表面的粗糙度范围、挂枝的出液速度范围及挂枝的运动范围;所述工艺参数为针对不同化学槽的化学反应工艺数据,包括化学反应速度范围、允许的挂枝滞空时间范围。
较佳地,所述第二计算模块还用于为所述待处理工件表面和挂枝表面的脱液量、待处理工件表面和挂枝表面的脱液时间及脱液后的待处理工件表面的化学反应量设置不同的权重,并根据所述权重进行运算以得到最优脱液流程。
较佳地,所述权重从大到小依次为脱液后的待处理工件表面的化学反应量的权重、待处理工件表面和挂枝表面的脱液时间的权重、待处理工件表面和挂枝表面的脱液量的权重。
较佳地,所述执行机构为天车,所述天车上吊有一飞杆,所述飞杆上挂有挂枝,所述挂枝上装有所述待处理工件。本发明的积极进步效果在于:
本发明通过实时定量计算出不同条件的脱液及残液量,从而可以定量的最优的脱液流程,从而可以优化换液时间及数量,在进一步降低工业成本的情况下也避免了各个化学槽之间化学液体之间相互污染,使电化学表面工业处理效率更高。
附图说明
图1为本发明实施例1的智能脱液方法的流程图。
图2为本发明实施例1的智能脱液方法中的部分步骤的流程图。
图3为本发明实施例1的智能脱液方法中的步骤14的具体步骤的流程图。
图4为本发明实施例1的智能脱液方法中的步骤16的具体步骤的流程图。
图5为本发明实施例2的智能脱液系统的模块示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
实施例1
如图1所示,本实施例提供了一种智能脱液方法,包括:
步骤11、设置化学槽的数量及摆放顺序;
步骤12、获得参数条件;
步骤13、根据不同的参数条件进行参数优化算法配置;
步骤14、根据优化配置后的算法模拟所述电化学反应,并定量计算待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值,所述化学反应量取值包括化学液体对所述待处理工件表面的腐蚀量取值;
步骤15、根据待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值进行运算以得到最优脱液流程;
本实施例中,为所述待处理工件表面和挂枝表面的脱液量、待处理工件表面和挂枝表面的脱液时间及脱液后的待处理工件表面的化学反应量设置不同的权重,并根据所述权重进行运算以得到最优脱液流程;所述权重从大到小依次为脱液后的待处理工件表面的化学反应量的权重、待处理工件表面和挂枝表面的脱液时间的权重、待处理工件表面和挂枝表面的脱液量的权重,其权重具体的比例可以根据实际需求进行设置。
实践中可以采用OPTIMUS(一款过程集成与优化设计平台)来得到最优脱液流程。
步骤16、根据所述最优脱液流程,控制执行机构引导所述挂枝及所述待处理工件根据所述化学槽的摆放顺序依次进行脱液。
在步骤11中,不同所述化学槽中放置有不同的化学液体,化学液体用于在待处理工件的表面进行电化学反应;在步骤12中,该参数条件包括电化学反应方程、物性参数、边界参数及工艺参数;所述物性参数包括流体粘度、流体密度及待处理工件的表面材料;所述边界参数包括待处理工件表面的粗糙度范围、挂枝的出液速度范围及挂枝的运动范围;所述工艺参数为针对不同化学槽的化学反应工艺数据,包括化学反应速度范围、允许的挂枝滞空时间范围。
在步骤14中,化学反应量取值为化学液体对待处理工件表面的腐蚀取值,由于挂枝的材质一般不会发生腐蚀,所以这里无需计算挂枝的腐蚀取值。
本实施例中,先分别定量计算出针对每一个化学槽的待处理工件和/或挂枝的脱液量取值及残液量取值,然后将其组合从而定量算出最优的脱液量流程。
本实施例中,通过计算流体力学的方法计算挂枝及待处理工件出化学槽时的表面剩余残液量,其中,可以通过CFD软件计算最优的脱液流程,这种软件如:FLUENT(一种用于计算流体力学的软件)、CFX(一种用于计算流体力学的软件)、STAR CCM+(一种用于计算流体力学的软件)、STAR CD(一种用于计算流体力学的软件)、ESI ACE+(一种用于计算流体力学的软件)、CHAM(一种用于计算流体力学的软件)、Phoenics(一种用于计算流体力学的软件)、CFD++(一种用于计算流体力学的软件)、Acusolve(一种用于计算流体力学的软件)等,另外还有一些专门为某一行业涉及的CFD软件,如专门用于泵阀压缩机的PumpLinx(一种用于计算流体力学的软件)、NUMECA(一种用于计算流体力学的软件);专门用于火灾消防的pyrosim(一种用于计算流体力学的软件)、FDS(一种用于计算流体力学的软件)等;专门用于建筑物暖通计算的Floven(一种用于计算流体力学的软件)、AirPak(一种用于计算流体力学的软件)等;专门用于电子散热的Flotherm(一种用于计算流体力学的软件)、(一种用于计算流体力学的软件)。具体实践中,可以通过不同的需求选择不同的CFD软件。
本实施例中,通过计算针对不同化学槽脱液量取值、脱液时间取值及化学反应量取值,从而自动定量计算最优的脱液流程而实现精确控制挂枝及待处理工件的依序脱液流程,从而避免化学药品的浪费及互相污染,也实现了高效、智能的脱液流程,极大地提高了工业生产效率。
图2出示了本实施例的部分步骤的流程图,如图2所示,包括:
步骤21、获取当前模型数据;
步骤22、根据所述当前模型数据从数据库中提取三维几何模型;
步骤23、根据所述三维几何模型及所述优化配置后的算法模拟所述电化学反应。
其中,当前模型数据包括当前挂枝型号、当前待处理工件型号、当前待处理工件数量及当前槽位型号,并且前模型数据与所述三维几何模型存在一一对应的关系。
本实施例中,数据库中预存有预先设计的三维几何模型,所述三维几何模型包括工件模型、挂枝模型及槽位模型,所述工件模型用于模拟所述待处理工件,所述挂枝模型用于模拟所述挂枝,所述槽位模型用于模拟所述化学槽。
其中,在提取三维几何模型后还需对所述三维几何模型进行网格划分以建立离散方程。
本实施例中,通过预先设计针对不同情况的三维几何模型,并将该模型存入数据库,从而根据实际中的工件、挂枝及槽位在软件中画出相应的三维几何模型,再根据优化后的算法从而可以快速精确地模拟所述电化学反应。
本实施例中,通过在数据库中匹配预存的与之一一对应的三维几何模型,从而可以在CFD软件中模拟整个电化学表面处理流程,因而可以根据该模拟流程自动智能计算出最优的脱液流程以控制执行机构高效地进行脱液。
本实施例中,步骤14具体的实现步骤如图3所示,包括:
步骤141、根据模拟的所述电化学反应流程分别计算出液时和脱液后的待处理工件表面及挂枝表面针对不同化学槽的流场分布及化学反应速率;
步骤142、根据所述流场分布及化学反应速率定量计算出液时待处理工件和挂枝表面的残液量取值及待处理工件表面和挂枝表面的脱液量取值及出液时和脱液后的待处理工件表面的化学反应取值。
其中,在步骤13后便产生具有定解条件的代数方程组,对于这些方程组数学上已有相应的解法,如线性方程组可采用Gauss(一种数学方法)消去法或Gauss-Seide(一种数学方法)迭代法求解。CFD软件往往提供不同的解法,以适应不同类型的问题。
本实施例通过定量求解针对每一化学槽的脱液量和脱液时间及化学反应量可以快速定量组合出最优的脱液流程。
本实施例中,执行机构为天车,但实践中执行机构可以有其它的实现方式,具体实现方式需要根据实际情况进行选择。本实施例中,天车上吊有一飞杆,所述飞杆上挂有挂枝,挂枝上装有待处理工件。其中,天车是一个完整的系统,包括有:电机、横梁、轨道、减速器等设备。
如图4所示,本实施例中,步骤16前还可以包括:步骤161、获取所述执行机构在正常运行时的执行阈值,所述执行阈值包括所述执行阈值包括电机的负载及变频器的功率;步骤162、在所述执行阈值的范围内,匹配所述脱液流程。
其中,执行机构包括有电机及变频器,通过变频器变频调速后,能够设置相应的转矩极限来保护机械不致损坏,从而保证工艺过程的连续性和产品的可靠性。
由于电机的负载及变频器的功率有限,因此,在计算出最优脱液流程后可能执行机构的执行能力不足以执行所述最优的脱液流程,因此本实施例中,需要在执行机构的执行能力的范围内选择符合实际情况的最优脱液流程。
本实施例中,根据当前执行机构的阈值对生成的流程进行进一步的优化,以选择出更符合实际情况的脱液流程。
为了更好的理解本实施例的实现步骤,下面通过一具体实例来说明本事是例的整体流程:
阳极氧化生产中需要对某一化学槽工件进行出槽优化,某一飞杆上料后,操作员现场输入当前挂枝型号、当前待处理工件型号、当前待处理工件数量及当前槽位型号,此数据上传至服务器,服务器调用CFD软件将传来的数据进行前处理,包括模型建立、网格划分等,同时获得电化学反应方程、物性参数、边界参数及工艺参数等数据;CFD软件将依据上述参数进行定量计算,返回不同条件下的脱液量取值、脱液时间及化学反应量取值,之后,通过根据上述针对不同化学槽的取值优化出最优的脱液流程,最后,调用最近的天车,并控制该天车执行脱液程序,完成最优脱液流程。
本实施例中,可以根据不同的挂枝型号、待处理工件型号、待处理工件数量及当前槽位型号模拟脱液流程,从而可以自动实时地定量计算出针对不同化学槽的脱液量取值、脱液时间及化学反应量取值,并根据该取值定量计算最优的脱液流程以控制执行机构执行该流程,从而实现高效、智能脱液,不仅控制、节约了化学液体,也避免不同化学槽之间化学液体相互污染,也使电化学表面处理工业的生产流程更优化、高效。
实施例2
如图5所示,本实施例提供了一种智能脱液系统,包括:设置模块31、参数获得模块32、算法配置模块33、第一计算模块34、第二计算模块35、数据获取模块36、模型建立模块37、模拟模块38、预设模块39及执行模块40;第一计算模34又包括有过程计算单元341及后处理单元342,执行模块40又包括有阈值获取单元401及流程匹配单元402。
设置模块31用于设置化学槽的数量及摆放顺序,不同所述化学槽中放置有不同的化学液体,所述化学液体用于在待处理工件表面进行电化学反应。
参数获得模块32用于获得参数条件,所述参数条件包括电化学反应方程、物性参数、边界参数及工艺参数;所述物性参数包括流体粘度、流体密度及待处理工件的表面材料;所述边界参数包括待处理工件表面的粗糙度范围、挂枝的出液速度范围及挂枝的运动范围;所述工艺参数为针对不同化学槽的化学反应工艺数据,包括化学反应速度范围、允许的挂枝滞空时间范围。
算法配置模块33用于根据不同的参数条件进行参数优化算法配置。
第一计算模块34用于根据优化配置后的算法模拟所述电化学反应,并定量计算待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值,所述化学反应量取值包括化学液体对所述待处理工件表面的腐蚀量取值。
本实施例中,第一计算模块34先分别定量计算出针对每一个化学槽的待处理工件和/或挂枝的脱液量取值及残液量取值,然后将其组合从而定量算出最优的脱液量流程。
第二计算模块35用于根据待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值进行运算以得到最优脱液流程。
本实施例中,第二计算模块35还用于为所述待处理工件表面和挂枝表面的脱液量、待处理工件表面和挂枝表面的脱液时间及脱液后的待处理工件表面的化学反应量设置不同的权重,并根据所述权重进行运算以得到最优脱液流程。所述权重从大到小依次为脱液后的待处理工件表面的化学反应量的权重、待处理工件表面和挂枝表面的脱液时间的权重、待处理工件表面和挂枝表面的脱液量的权重,所述权重的比例可以根据实际需求进行设置。实践中,第二计算模块35可以采用OPTIMUS(一款过程集成与优化设计平台)来得到最优脱液流程。
数据获取模块36用于获取当前模型数据,所述当前模型数据包括当前挂枝型号、当前待处理工件型号、当前待处理工件数量及当前槽位型号。
模型建立模块37用于根据所述当前模型数据从数据库中提取三维几何模型,所述当前模型数据与所述三维几何模型存在一一对应的关系。
模拟模块38用于根据所述三维几何模型及所述优化配置后的算法模拟所述电化学反应。
预设模块39用于在所述数据库中预存三维几何模型,所述三维几何模型包括工件模型、挂枝模型及槽位模型,所述工件模型用于模拟所述待处理工件,所述挂枝模型用于模拟所述挂枝,所述槽位模型用于模拟所述化学槽。
执行模块40用于根据所述最优脱液流程,控制执行机构引导所述挂枝及所述待处理工件根据所述化学槽的摆放顺序依次进行脱液。
本实施例中,通过第一计算模块34先分别定量计算出针对每一个化学槽的待处理工件和/或挂枝的脱液量取值及残液量取值,然后将其组合从而定量算出最优的脱液量流程。
本实施例中,通过计算流体力学的方法计算挂枝及待处理工件出化学槽时的表面剩余残液量,其中,可以通过CFD软件计算最优的脱液流程,这种软件如:FLUENT、CFX、STARCCM+、STAR CD、ESI ACE+、CHAM、Phoenics、CFD++、Acusolve等,另外还有一些专门为某一行业涉及的CFD软件,如专门用于泵阀压缩机的PumpLinx、NUMECA;专门用于火灾消防的pyrosim、FDS等;专门用于建筑物暖通计算的Floven、AirPak等;专门用于电子散热的Flotherm。具体实践中,可以通过不同的需求选择不同的CFD软件。
本实施例中,通过计算针对不同化学槽边脱液量取值、脱液时间取值及化学反应量取值,从而自动定量计算最优的脱液流程而实现精确控制挂枝及待处理工件的依序脱液流程,从而避免化学药品的浪费及互相污染,也实现了高效、智能的脱液流程,极大地提高了工业生产效率。
本实施例中,模型建立模块37在提取三维几何模型后还需对所述三维几何模型进行网格划分以建立离散方程。
本实施例中,通过预先设计针对不同情况的三维几何模型,并将该模型存入数据库,从而根据实际中的工件、挂枝及槽位在软件中画出相应的三维几何模型,再根据优化后的算法从而可以快速精确地模拟所述电化学反应;通过在数据库中匹配预存的与之一一对应的三维几何模型,从而可以在CFD软件中模拟整个电化学表面处理流程,因而可以根据该模拟流程自动智能计算出最优的脱液流程以控制执行机构高效地进行脱液。
为了通过定量求解针对每一化学槽的脱液量和残液量及化学反应量以快速定量组合出最优的脱液流程本实施例的第一计算模块34还包括有过程计算单元341及后处理单元342,,过程计算单元341用于根据模拟的所述电化学反应流程分别计算出液时和脱液后的待处理工件表面及挂枝表面针对不同化学槽的流场分布及化学反应速率;后处理单元342用于根据所述流场分布及化学反应速率定量计算待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及出液时和脱液后的待处理工件表面的化学反应取值。
本实施例中,在算法配置模块33处理后便产生具有定解条件的代数方程组,对于这些方程组数学上已有相应的解法,如线性方程组可采用Gauss消去法或Gauss-Seide迭代法求解。CFD软件往往提供不同的解法,以适应不同类型的问题。
本实施例通过定量求解针对每一化学槽的脱液量和残液量及化学反应量可以快速定量组合出最优的脱液流程。
本实施例中,执行机构为天车,但实践中执行机构可以有其它的实现方式,具体实现方式需要根据实际情况进行选择。本实施例中,天车上吊有一飞杆,所述飞杆上挂有挂枝,挂枝上装有待处理工件。其中,天车是一个完整的系统,包括有:电机、横梁、轨道、减速器等设备。
由于电机的负载及变频器的功率有限,因此,在计算出最优脱液流程后可能执行机构的执行能力不足以执行所述最优的脱液流程,因此本实施例中,需要在执行机构的执行能力的范围内选择符合实际情况的最优脱液流程。因此执行模块40还包括有阈值获取单元401及流程匹配单元402,阈值获取单元401用于获取所述执行机构在正常运行时的执行阈值,所述执行阈值包括所述执行阈值包括电机的负载及变频器的功率;流程匹配单元402用于在所述执行阈值的范围内,匹配所述脱液流程。其中,执行机构包括有电机及变频器,通过变频器变频调速后,能够设置相应的转矩极限来保护机械不致损坏,从而保证工艺过程的连续性和产品的可靠性。
本实施例中,根据当前执行机构的阈值对生成的流程进行进一步的优化,以选择出更符合实际情况的脱液流程。
本实施例中,可以根据不同的挂枝型号、待处理工件型号及待处理工件数量模拟脱液流程,从而可以自动实时地定量计算出针对不同化学槽的脱液量取值、脱液时间取值及化学反应量取值,并根据该取值定量计算最优的脱液流程以控制执行机构执行该流程,从而实现高效、智能脱液,不仅控制、节约了化学液体,也避免不同化学槽之间化学液体相互污染,也使电化学表面处理工业的生产流程更优化、高效。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。

Claims (18)

1.一种智能脱液方法,其特征在于,包括:
设置化学槽的数量及摆放顺序,不同所述化学槽中放置有不同的化学液体,所述化学液体用于在待处理工件表面进行电化学反应;
获得参数条件,所述参数条件包括电化学反应方程、物性参数、边界参数及工艺参数;
根据不同的参数条件进行参数优化算法配置;
根据优化配置后的算法模拟所述电化学反应,并定量计算待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值,所述化学反应量取值包括化学液体对所述待处理工件表面的腐蚀量取值;
根据待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值进行运算以得到最优脱液流程;
根据所述最优脱液流程,控制执行机构引导所述挂枝及所述待处理工件根据所述化学槽的摆放顺序依次进行脱液。
2.如权利要求1所述的智能脱液方法,其特征在于,所述智能脱液方法还包括:
获取当前模型数据,所述当前模型数据包括当前挂枝型号、当前待处理工件型号、当前待处理工件数量及当前槽位型号;
根据所述当前模型数据从数据库中提取三维几何模型;
根据所述三维几何模型及所述优化配置后的算法模拟所述电化学反应,所述当前模型数据与所述三维几何模型存在一一对应的关系。
3.如权利要求2所述的智能脱液方法,其特征在于,根据优化配置后的算法模拟所述电化学反应,并定量计算待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值的步骤包括:
根据模拟的所述电化学反应流程分别计算出液时和脱液后的待处理工件表面及挂枝表面针对不同化学槽的流场分布及化学反应速率;
根据所述流场分布及化学反应速率定量计算出液时待处理工件和挂枝表面的残液量取值及待处理工件表面和挂枝表面的脱液量取值及出液时和脱液后的待处理工件表面的化学反应量取值。
4.如权利要求2所述的智能脱液方法,其特征在于,所述智能脱液方法还包括:
在所述数据库中预存三维几何模型,所述三维几何模型包括工件模型、挂枝模型及槽位模型,所述工件模型用于模拟所述待处理工件,所述挂枝模型用于模拟所述挂枝,所述槽位模型用于模拟所述化学槽。
5.如权利要求1所述的智能脱液方法,其特征在于,
所述执行机构包括电机及变频器;
根据所述脱液流程,控制执行机构引导所述挂枝及所述待处理工件根据所述化学槽的摆放顺序依次进行脱液的步骤前还包括:
获取所述执行机构在正常运行时的执行阈值,所述执行阈值包括电机的负载及变频器的功率;
在所述执行阈值的范围内,匹配所述最优脱液流程。
6.如权利要求1所述的智能脱液方法,其特征在于,
所述物性参数包括流体粘度、流体密度及待处理工件的表面材料;所述边界参数包括待处理工件表面的粗糙度范围、挂枝的出液速度范围及挂枝的运动范围;所述工艺参数为针对不同化学槽的化学反应工艺数据,包括化学反应速度范围、允许的挂枝滞空时间范围。
7.如权利要求1所述的智能脱液方法,其特征在于,根据待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值进行运算以得到最优脱液流程的步骤包括:
为所述待处理工件表面和挂枝表面的脱液量、待处理工件表面和挂枝表面的脱液时间及脱液后的待处理工件表面的化学反应量设置不同的权重,并根据所述权重进行运算以得到最优脱液流程。
8.如权利要求7所述的智能脱液方法,其特征在于,所述权重从大到小依次为脱液后的待处理工件表面的化学反应量的权重、待处理工件表面和挂枝表面的脱液时间的权重、待处理工件表面和挂枝表面的脱液量的权重。
9.如权利要求1所述的智能脱液方法,其特征在于,
所述执行机构为天车,所述天车上吊有一飞杆,所述飞杆上挂有挂枝,所述挂枝上装有所述待处理工件。
10.一种智能脱液系统,其特征在于,包括:
设置模块,用于设置化学槽的数量及摆放顺序,不同所述化学槽中放置有不同的化学液体,所述化学液体用于在待处理工件表面进行电化学反应;
参数获得模块,用于获得参数条件,所述参数条件包括电化学反应方程、物性参数、边界参数及工艺参数;
算法配置模块,用于根据不同的参数条件进行参数优化算法配置;
第一计算模块,用于根据优化配置后的算法模拟所述电化学反应,并定量计算待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值,所述化学反应量取值包括化学液体对所述待处理工件表面的腐蚀量取值;
第二计算模块,用于根据待处理工件表面和挂枝表面的脱液量取值、待处理工件表面和挂枝表面的脱液时间取值及脱液后的待处理工件表面的化学反应量取值进行运算以得到最优脱液流程;
执行模块,用于根据所述最优脱液流程,控制执行机构引导所述挂枝及所述待处理工件根据所述化学槽的摆放顺序依次进行脱液。
11.如权利要求10所述的智能脱液系统,其特征在于,所述智能脱液系统还包括:
数据获取模块,用于获取当前模型数据,所述当前模型数据包括当前挂枝型号、当前待处理工件型号、当前待处理工件数量及当前槽位型号;
模型建立模块,用于根据所述当前模型数据从数据库中提取三维几何模型,所述当前模型数据与所述三维几何模型存在一一对应的关系;
模拟模块,用于根据所述三维几何模型及所述优化配置后的算法模拟所述电化学反应。
12.如权利要求10所述的智能脱液系统,其特征在于,所述第一计算模块包括:
过程计算单元,用于根据模拟的所述电化学反应流程分别计算出液时和脱液后的待处理工件表面及挂枝表面针对不同化学槽的流场分布及化学反应速率;
后处理单元,用于根据所述流场分布及化学反应速率定量计算出液时待处理工件和挂枝表面的残液量取值及待处理工件表面和挂枝表面的脱液量取值及出液时和脱液后的待处理工件表面的化学反应量取值。
13.如权利要求11所述的智能脱液系统,其特征在于,所述智能脱液系统还包括:
预设模块,用于在所述数据库中预存三维几何模型,所述三维几何模型包括工件模型、挂枝模型及槽位模型,所述工件模型用于模拟所述待处理工件,所述挂枝模型用于模拟所述挂枝,所述槽位模型用于模拟所述化学槽。
14.如权利要求10所述的智能脱液系统,其特征在于,
所述执行机构包括电机及变频器;
所述执行模块包括阈值获取单元及流程匹配单元;
所述阈值获取单元用于获取所述执行机构在正常运行时的执行阈值,所述执行阈值包括电机的负载及变频器的功率;
所述流程匹配单元用于在所述执行阈值的范围内,匹配所述最优脱液流程。
15.如权利要求10所述的智能脱液系统,其特征在于,
所述物性参数包括流体粘度、流体密度及待处理工件的表面材料;所述边界参数包括待处理工件表面的粗糙度范围、挂枝的出液速度范围及挂枝的运动范围;所述工艺参数为针对不同化学槽的化学反应工艺数据,包括化学反应速度范围、允许的挂枝滞空时间范围。
16.如权利要求10所述的智能脱液系统,其特征在于,所述第二计算模块还用于为所述待处理工件表面和挂枝表面的脱液量、待处理工件表面和挂枝表面的脱液时间及脱液后的待处理工件表面的化学反应量设置不同的权重,并根据所述权重进行运算以得到最优脱液流程。
17.如权利要求16所述的智能脱液系统,其特征在于,所述权重从大到小依次为脱液后的待处理工件表面的化学反应量的权重、待处理工件表面和挂枝表面的脱液时间的权重、待处理工件表面和挂枝表面的脱液量的权重。
18.如权利要求10所述的智能脱液系统,其特征在于,所述执行机构为天车,所述天车上吊有一飞杆,所述飞杆上挂有挂枝,所述挂枝上装有所述待处理工件。
CN201910520518.0A 2019-06-17 2019-06-17 智能脱液方法及系统 Active CN110408971B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910520518.0A CN110408971B (zh) 2019-06-17 2019-06-17 智能脱液方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910520518.0A CN110408971B (zh) 2019-06-17 2019-06-17 智能脱液方法及系统

Publications (2)

Publication Number Publication Date
CN110408971A CN110408971A (zh) 2019-11-05
CN110408971B true CN110408971B (zh) 2021-06-25

Family

ID=68359156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910520518.0A Active CN110408971B (zh) 2019-06-17 2019-06-17 智能脱液方法及系统

Country Status (1)

Country Link
CN (1) CN110408971B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112176392B (zh) * 2020-03-24 2021-11-26 鸿富锦精密电子(成都)有限公司 阳极生产线监控方法、装置及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577645A (zh) * 2013-11-07 2014-02-12 交通运输部天津水运工程科学研究所 基于物模试验与数值模拟结合的污水扩散器长度确定方法
JP2018169902A (ja) * 2017-03-30 2018-11-01 トヨタ自動車東日本株式会社 電着塗装の液垂れ予測方法及びプログラム
CN109753676A (zh) * 2017-11-07 2019-05-14 株式会社荏原制作所 镀敷解析方法、镀敷解析系统、及用于镀敷解析的计算机可读存储介质
CN109868157A (zh) * 2019-03-15 2019-06-11 重庆工商大学 一种双场耦合脱水装置及参数优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3829281B2 (ja) * 2002-04-11 2006-10-04 株式会社日立製作所 膜厚分布解析方法、電子回路基板及び製造プロセスの設計装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577645A (zh) * 2013-11-07 2014-02-12 交通运输部天津水运工程科学研究所 基于物模试验与数值模拟结合的污水扩散器长度确定方法
JP2018169902A (ja) * 2017-03-30 2018-11-01 トヨタ自動車東日本株式会社 電着塗装の液垂れ予測方法及びプログラム
CN109753676A (zh) * 2017-11-07 2019-05-14 株式会社荏原制作所 镀敷解析方法、镀敷解析系统、及用于镀敷解析的计算机可读存储介质
CN109868157A (zh) * 2019-03-15 2019-06-11 重庆工商大学 一种双场耦合脱水装置及参数优化方法

Also Published As

Publication number Publication date
CN110408971A (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
CN109918771B (zh) 一种多时间因素下混合流水锻造车间的节能调度模型
CN110408971B (zh) 智能脱液方法及系统
Logunova et al. Automatic system for intelligent support of continuous cast billet production control processes
CN113077037A (zh) 考虑多约束的车间双行智能布局的两阶段方法
Paczkowski et al. Monitoring and control of the electrochemical machining process under the conditions of a vibrating tool electrode
CN110321658A (zh) 一种板材性能的预测方法及装置
CN104375478A (zh) 一种轧钢生产过程产品质量在线预测与优化的方法及装置
CN111008458A (zh) 一种大型油气模块管线的智能化套料方法
CN111020118A (zh) 一种基于粒子群优化案例推理的rh终点温度预测方法
CN112700050B (zh) 一种光伏电站超短期第1点功率预测方法及系统
CN112230619A (zh) 用于操作为实施至少一种化学反应而设的设备的方法
KR100770752B1 (ko) 인산염 피막 처리장치 및 이를 이용한 처리방법
CN109437456B (zh) 一种基于操作模式动态匹配的重金属废水净化控制方法
JP6367082B2 (ja) 省エネルギーポテンシャル評価システムおよび省エネルギーポテンシャル評価方法
Trzaska et al. Computer programme for prediction steel parameters after heat treatment
CN110276128A (zh) 一种基于dajypls算法的浓密机底流浓度预测方法
JP2011204032A (ja) 溶鋼鍋の稼働負荷推定方法及び稼働負荷推定装置
CN116227106A (zh) 一种钢铁行业精炼炉的能耗预估方法及系统
Muravyova et al. Modeling power consumption by pump station control systems based on fuzzy controllers with discrete terms
CN111007821B (zh) 批加工时间受总重量和最大尺寸双重约束的车间调度方法
JPH04303204A (ja) 生産計画システム
Ljubenkov et al. Simulation methods in shipbuilding process design
Kuvaldin et al. Development of Software for the Automated Calculation Performance Induction Heating Gradient Blanks
Gorkavyy et al. Automated method based on a neural network model for searching energy-efficient complex movement trajectories of industrial robot in a differentiated technological process
Cotton et al. What boeing wants from integrated computational materials engineering for metallic materials

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
GR01 Patent grant
GR01 Patent grant