一种用于自动化设备的智能监控与实时补偿系统及方法
技术领域
本发明涉及一种用于自动化设备的智能监控与实时补偿系统及方法。
背景技术
在高精密而昂贵的自动化设备中,需要对设备运行状况进行实时监控,对设备可能出现的风险进行及时预警和管控。经过长期的运动磨损,自动化设备的运行参数会出现规律性的偏差。
自动化设备的部分零部件,特别是运动轴丝杆、导轨、直线电机、伺服电机等经过一段时间的老化会出现规律性的磨损,而该类磨损若未经过良好的保养与维护,经过长期运作可能导致故障。现有设备通过主控的错误信息反馈至三色灯进行报警预警,但在系统报警之前的预防能力较弱。根本原因是自动化系统针对运行的各种数据监控和分析能力不足,无法预测故障。
现有的解决方案是对设备进行有计划的维护和保养TPM,并根据操作规格书对设备上所有关键零部件进行维护,但对具体问题的追踪及每台设备可能的风险点并无数据追踪。而对于长时间运行的零部件损耗则只有在出现故障,甚至导致严重损失后才能进行诊断,进而停机修护或更换零部件。针对运动轴丝杆、导轨、直线电机、伺服电机等等长时间工作的关键零部件的运行损耗无法定量评估和检测。
自动化设备经过一定的运转会出现系统性偏移,需要经过标定和校准后才能正常使用。
现有方式通过人工的定期或不定期进行标定与系统校准,该类偏移本质上是由于系统长时间运行的损耗造成的零部件磨损,从而导致装配体的精密度发生一定变化。现有的定期维护方法多遵从标准操作手SOP的标准化标定流程,但对于造成系统偏移的原因和系统磨损的情况并无清晰认识,也无定量的检测和分析。
自动化设备或产线中生产类工艺与检测结果往往是相互关联的,而实际生产中生产设备和检测设备通常分开而且独立运行,两者系统之间的参数的关联性很少被系统的描述或分析。
在现场的设备运行初期,现场工程师需要针对设备的运行进行一定磨合运行,并逐渐根据系统整体运行结果进行不断的调整和试验,直到最好的状态才能开始陆续生产,而在生产过程中也要一直不断的进行精调Fine tune。该过程在所有的设备运行和出厂生产前bring up是必须的,根本原因在于设备的各个工艺环节,或者自动化线体的各个设备之间是相互关联的,对于设备的各个参数影响着生产状态,同时决定了生产质量和检测结果。在新环境中,必然需要经过不同的调机保证设备参数与生产结果之间达到最优化组合,从而达到满足批量生产的最佳配置。而设备的各个参数与生产检测结果之间的关联性是无法定量描述的,甚至是非常隐形的。
在部分设备上已具备一定的故障识别能力,但故障诊断针对的仍然是已有的故障数据,或者经验式的故障判断。但对于新型故障,或者复杂原因造成的多因素混合结果,故障识别程序无法判断具体原因,仍然需要进一步对细节数据进行独立的采集和分析才能确诊。
现有系统解决方案多为针对单机式的数据监控,而对于产线式或工厂级别,涉及多工艺相互关联性的故障预测仍然是一大痛点。
发明内容
本发明所要解决的技术问题是克服现有技术的不足,提供一种可对实时采集的设备数据进行监控和统计过程控制分析,并最终反馈给自动化设备以进行系统的补偿和标定的系统及方法。
本发明所采用的技术方案是:本发明中的用于自动化设备的智能监控与实时补偿系统包括依次电连接的设备运行实时数据收发模块、数据收发与监控模块以及数据耦合分析模块,所述设备运行实时数据收发模块与自动化设备的工作部件相连接。
所述数据耦合分析模块包括统计过程控制模块。
所述数据耦合分析模块包括过程能力指数计算模块。
所述设备运行实时数据收发模块包括数控加工数据收发模块、三次元测量仪数据收发模块、点胶机数据收发模块、光学检测数据收发模块、装备部件数据收发模块以及产品检测数据收发模块,所述数控加工数据收发模块、三次元测量仪数据收发模块、点胶机数据收发模块、光学检测数据收发模块、装备部件数据收发模块以及产品检测数据收发模块分别与所述数据收发与监控模块相电连接。
根据上述用于自动化设备的智能监控与实时补偿系统实现的自动化设备的智能监控与实时补偿方法,它包括以下步骤:
A.数据收集:所述设备运行实时数据收发模块将自动化设备的各个部件的实时工作数据收集并传输至所述数据收发与监控模块内;
B.数据耦合分析:所述数据收发与监控模块将收集到的数据整合后传输至所述数据耦合分析模块内,所述耦合分析模块根据各数据的类别进行相应的耦合分析;
C.智能诊断:所述耦合分析模块根据得出的耦合分析数据进行预测诊断,提前预测故障;
D.自动反馈补偿修正:所述耦合分析模块根据所预测的故障来输出相应的工作参数补偿指令,并将该指令反馈至自动化设备的各相应工作部件,使得相应的工作部件的工作参数得到修正,从而避开预测的故障;
E.反馈至人工维修:所述耦合分析模块将所预测的故障反馈至工程师,工程师根据所得到的预测故障来对有需要的工作部件进行手工更换或者维修。
在步骤A中,所述数据采集方式为闭环式数据采集。
在步骤B中,数据耦合分析包括统计过程控制分析反馈,捕捉设备长期运行导致的系统性偏移。
在步骤B中,数据耦合分析包括过程能力指数分析,优化加工环节的参数配置。
本发明的有益效果是:本发明采用整体系统式的数据采集和监控,相比传统的设备单机控制系统,各个工站的生产和运行数据仅仅通过各自的控制系统进行收集。由于设备本身具有单一的工艺功能,因此无法涉及整体式的组合参数分析。虽然在整体工厂的制造管理中有MES系统可对所有设备的工艺环节进行数据采集和集中展示,但MES由于功能定位和管理范围,无法覆盖设备运行和产品测试的大量数据。在本专利中采用的闭环式数据采集方案,可针对加工、点胶、装配和测试等多工站数据进行集中采集、存储并进行耦合分析,实现自动过程控制与统计过程控制相结合。
在自动化设备中,执行类的零部件气缸、导轨、滑杆、电机、轴承、丝杆等精密运动零部件经过长期的老化运行后会产生规律性的磨损,该类磨损会造成系统的参数偏差,也会对整体自动化控制的精度造成影响,甚至导致疲劳断裂或其他严重故障。
通过对关键参数进行实时监控与统计过程控制分析反馈,可以有效捕捉设备长期运行导致的系统性偏移。由于该类系统性磨损具备一定的规律性,可以有效预测现有状态下运行可能导致的偏差放大。再结合设备其他的参数检测,在一定时段定期对设备进行标定和校准,可纠正系统偏差,保证设备重新恢复到正常运行状态。
大量生产数据积累后的大数据分析和智能诊断,通过以上对整线式的数据采集,可以获得大量生产、装配和检测的数据,结合各个工站的数据进行耦合分析可以获得工艺缺陷和工艺特征的整体式评估,同时对系统的定量补偿与标定数据的长期累积,可有效反应设备的生命周期和设备运行与维护状况。
对于加工制造和装配后对产品质量的统计性分析可分析生产过程能力指数,并通过加工设备的位移、速度、震动,以及装配的精度、配合等参数进行监控,并结合过程能力指数的实时反馈,优化加工环节的参数配置;而点胶工艺完成后需要对胶水质量进行视觉检测,通过对点胶机压力、速度等关键参数的采集,结合视觉分析的结果进行耦合分析,从而优化点胶工艺。对于电子类元器件装配与测试,可以进一步联合生产、装配和点胶等工站,与电学测试、光学测试工站反馈相结合。因此,采用整线式一体的数据采集方案,有利于集中收集不同因素和检测结果的数据,并进行集中的耦合分析,从而诊断工艺缺陷,优化工艺参数。
附图说明
图1是本发明的整体结构连接示意图;
图2是本发明中系统磨损与补偿原理示意图。
具体实施方式
如图1、图2所示,本发明中的用于自动化设备的智能监控与实时补偿系统包括依次电连接的设备运行实时数据收发模块1、数据收发与监控模块2以及数据耦合分析模块3,所述设备运行实时数据收发模块1与自动化设备的工作部件相连接。
所述数据耦合分析模块3包括统计过程控制模块。
所述数据耦合分析模块3包括过程能力指数计算模块。
所述设备运行实时数据收发模块1包括数控加工数据收发模块、三次元测量仪数据收发模块、点胶机数据收发模块、光学检测数据收发模块、装备部件数据收发模块以及产品检测数据收发模块,所述数控加工数据收发模块、三次元测量仪数据收发模块、点胶机数据收发模块、光学检测数据收发模块、装备部件数据收发模块以及产品检测数据收发模块分别与所述数据收发与监控模块2相电连接。
一根据上述用于自动化设备的智能监控与实时补偿系统实现的自动化设备的智能监控与实时补偿方法,它包括以下步骤:
A.数据收集:所述设备运行实时数据收发模块1将自动化设备的各个部件的实时工作数据收集并传输至所述数据收发与监控模块2内;
B.数据耦合分析:所述数据收发与监控模块2将收集到的数据整合后传输至所述数据耦合分析模块3内,所述耦合分析模块3根据各数据的类别进行相应的耦合分析;
C.智能诊断:所述耦合分析模块3根据得出的耦合分析数据进行预测诊断,提前预测故障;
D.自动反馈补偿修正:所述耦合分析模块3根据所预测的故障来输出相应的工作参数补偿指令,并将该指令反馈至自动化设备的各相应工作部件,使得相应的工作部件的工作参数得到修正,从而避开预测的故障;
E.反馈至人工维修:所述耦合分析模块3将所预测的故障反馈至工程师,工程师根据所得到的预测故障来对有需要的工作部件进行手工更换或者维修。
在步骤A中,所述数据采集方式为闭环式数据采集。
在步骤B中,数据耦合分析包括统计过程控制分析反馈,捕捉设备长期运行导致的系统性偏移。数据耦合分析包括过程能力指数分析,优化加工环节的参数配置。
本发明采用整体系统式的数据采集和监控,相比传统的设备单机控制系统,各个工站的生产和运行数据仅仅通过各自的控制系统进行收集。由于设备本身具有单一的工艺功能,因此无法涉及整体式的组合参数分析。虽然在整体工厂的制造管理中有MES系统可对所有设备的工艺环节进行数据采集和集中展示,但MES由于功能定位和管理范围,无法覆盖设备运行和产品测试的大量数据。在本专利中采用的闭环式数据采集方案,可针对加工、点胶、装配和测试等多工站数据进行集中采集、存储并进行耦合分析,实现自动过程控制与统计过程控制相结合。
在自动化设备中,执行类的零部件气缸、导轨、滑杆、电机、轴承、丝杆等精密运动零部件经过长期的老化运行后会产生规律性的磨损,该类磨损会造成系统的参数偏差,也会对整体自动化控制的精度造成影响,甚至导致疲劳断裂或其他严重故障。
通过对关键参数进行实时监控与统计过程控制分析反馈,可以有效捕捉设备长期运行导致的系统性偏移。由于该类系统性磨损具备一定的规律性,可以有效预测现有状态下运行可能导致的偏差放大。再结合设备其他的参数检测,在一定时段定期对设备进行标定和校准,可纠正系统偏差,保证设备重新恢复到正常运行状态。
大量生产数据积累后的大数据分析和智能诊断,通过以上对整线式的数据采集,可以获得大量生产、装配和检测的数据,结合各个工站的数据进行耦合分析可以获得工艺缺陷和工艺特征的整体式评估,同时对系统的定量补偿与标定数据的长期累积,可有效反应设备的生命周期和设备运行与维护状况。
对于加工制造和装配后对产品质量的统计性分析可分析生产过程能力指数,并通过加工设备的位移、速度、震动,以及装配的精度、配合等参数进行监控,并结合过程能力指数的实时反馈,优化加工环节的参数配置;而点胶工艺完成后需要对胶水质量进行视觉检测,通过对点胶机压力、速度等关键参数的采集,结合视觉分析的结果进行耦合分析,从而优化点胶工艺。对于电子类元器件装配与测试,可以进一步联合生产、装配和点胶等工站,与电学测试、光学测试工站反馈相结合。因此,采用整线式一体的数据采集方案,有利于集中收集不同因素和检测结果的数据,并进行集中的耦合分析,从而诊断工艺缺陷,优化工艺参数。
本发明适用于自动化智能设备生产领域。