CN112427266B - 超高粘度胶液高精度智能涂胶方法与装置 - Google Patents

超高粘度胶液高精度智能涂胶方法与装置 Download PDF

Info

Publication number
CN112427266B
CN112427266B CN202011303456.7A CN202011303456A CN112427266B CN 112427266 B CN112427266 B CN 112427266B CN 202011303456 A CN202011303456 A CN 202011303456A CN 112427266 B CN112427266 B CN 112427266B
Authority
CN
China
Prior art keywords
gluing
glue
workpiece
speed
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.)
Active
Application number
CN202011303456.7A
Other languages
English (en)
Other versions
CN112427266A (zh
Inventor
徐志刚
于海斌
王军义
张�浩
刘勇
白鑫林
宋海龙
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.)
Shenyang Institute of Automation of CAS
Original Assignee
Shenyang Institute of Automation of CAS
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 Shenyang Institute of Automation of CAS filed Critical Shenyang Institute of Automation of CAS
Priority to CN202011303456.7A priority Critical patent/CN112427266B/zh
Publication of CN112427266A publication Critical patent/CN112427266A/zh
Application granted granted Critical
Publication of CN112427266B publication Critical patent/CN112427266B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05D—PROCESSES FOR APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05D1/00—Processes for applying liquids or other fluent materials
    • B05D1/26—Processes for applying liquids or other fluent materials performed by applying the liquid or other fluent material from an outlet device in contact with, or almost in contact with, the surface
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05C—APPARATUS FOR APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05C11/00—Component parts, details or accessories not specifically provided for in groups B05C1/00 - B05C9/00
    • B05C11/02—Apparatus for spreading or distributing liquids or other fluent materials already applied to a surface ; Controlling means therefor; Control of the thickness of a coating by spreading or distributing liquids or other fluent materials already applied to the coated surface
    • B05C11/023—Apparatus for spreading or distributing liquids or other fluent materials already applied to a surface
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05C—APPARATUS FOR APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05C11/00—Component parts, details or accessories not specifically provided for in groups B05C1/00 - B05C9/00
    • B05C11/10—Storage, supply or control of liquid or other fluent material; Recovery of excess liquid or other fluent material
    • B05C11/1002—Means for controlling supply, i.e. flow or pressure, of liquid or other fluent material to the applying apparatus, e.g. valves
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05C—APPARATUS FOR APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05C13/00—Means for manipulating or holding work, e.g. for separate articles
    • B05C13/02—Means for manipulating or holding work, e.g. for separate articles for particular articles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05C—APPARATUS FOR APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05C5/00—Apparatus in which liquid or other fluent material is projected, poured or allowed to flow on to the surface of the work
    • B05C5/02—Apparatus in which liquid or other fluent material is projected, poured or allowed to flow on to the surface of the work the liquid or other fluent material being discharged through an outlet orifice by pressure, e.g. from an outlet device in contact or almost in contact, with the work
    • B05C5/0208—Apparatus in which liquid or other fluent material is projected, poured or allowed to flow on to the surface of the work the liquid or other fluent material being discharged through an outlet orifice by pressure, e.g. from an outlet device in contact or almost in contact, with the work for applying liquid or other fluent material to separate articles

Landscapes

  • Application Of Or Painting With Fluid Materials (AREA)

Abstract

本发明提供超高粘度胶液高精度智能涂胶方法与装置，包括挤压出胶装置、涂胶刷、涂胶质量视觉检测装置、不同工艺参数与涂胶质量数据集、工艺参数与涂胶质量机器学习模型。其通过挤压出胶装置出胶并沿工件轴线匀速移动，涂胶刷进给与挤在产品上胶液接触进行涂胶，传感装置在线检测产品转动速度、出胶速度、出胶装置沿轴向移动速度、胶刷进给量及环境温湿度等工艺参数，视觉检测装置实时在线检测涂胶完整度、涂胶厚度及均匀度。采用不同工艺参数重复上述涂胶实验，构建不同工艺参数与对应涂胶质量的样本数据集，采用机器学习算法对样本数据进行训练构建涂胶工艺参数与涂胶质量的对应关系模型，通过质量模型实时在线优化工艺参数保证涂胶质量。

Description

超高粘度胶液高精度智能涂胶方法与装置
技术领域
本发明属于自动涂胶领域，具体的说是一种超高粘度胶液的智能涂胶方法及装置。
技术背景
在制造领域，通过胶液将两个零部件进行粘接是一种典型的连接工艺，在电子、汽车、航空航天、弹药等领域应用广泛。均匀、完整的涂胶工艺是保证粘接强度、粘接密封性等质量指标的基础。一般的胶液由于粘度较小，通过喷胶装置高压作用可将其雾化，从而实现高均匀的涂胶，但是航天、军工装备等一些粘接强度要求高的工艺，其胶液粘度极高，一般达到30pa.s以上，很难通过传统的高压将其雾化实现自动化均匀涂胶。因传统的自动化涂胶方法很难实现高粘度胶液的高一致、高均匀涂胶，目前，高粘度胶液一般通过人工拿刷子进行涂胶，涂胶均匀性及一致性很难保证，导致产品的质量一致性难保证。
发明内容
本发明提供一种超高粘度胶液的智能涂胶方法及装置。人工智能及机器学习方法为高粘度胶液的高均匀、高一致涂胶提供了解决途径，通过模拟人的涂胶过程，将人的涂胶过程分解为多个协同配合的自动化运动，并通过机器学习建立各涂胶工艺参数与涂胶质量之间的对应关系模型，实现各涂胶运动及涂胶工艺参数间的精密配合，从而达到精密涂胶。
超高粘度胶液高精度智能涂胶方法，包括以下步骤：
步骤1：利用涂胶装置进行涂胶实验，构建涂胶工艺参数与对应涂胶质量之间的样本数据集；
步骤2：构建支持向量机分类模型，利用样本数据集训练涂胶工艺参数与涂胶质量的支持向量机分类模型；
步骤3：根据实时检测工艺参数，利用支持向量机分类模型实时对涂胶工艺参数进行优化，动态调控涂胶装置以保证质量。
所述步骤1具体如下：
步骤1.1：工件旋转工装驱动工件按设定速度旋转，出胶装置按设定速度自动出胶将胶液挤在工件上，并按设定速度沿工件轴线上下移动；
步骤1.2：涂胶刷向前进给，按设定进给量与工件上的胶液接触，进行涂胶实验；
步骤1.3：测量传感器实时在线检测包含工件转动速度、出胶速度、出胶装置沿轴向移动速度、胶刷进给量及环境温湿度的工艺参数，并将工艺参数存储在数据库中；
步骤1.4：通过视觉检测装置实时检测涂胶质量，包括涂胶完整性A、涂胶厚度B及厚度均匀性C，将涂胶质量结果存储在数据库中，并与其对应的工艺参数关联；
步骤1.5：以不同的工件转动速度vz、出胶速度vc、出胶装置沿轴向移动速度vm、胶刷进给量g的工艺参数重复步骤1.1至步骤1.4，构建涂胶工艺参数与对应涂胶质量的样本数据集P＝{vz,vc,vm,g→A,B,C}。
所述步骤2具体如下：
步骤2.1：将数据集P匹配分类标签，以涂胶完整性A、涂胶厚度B及厚度均匀性C作为涂胶质量衡量指标，建立涂胶工艺对应的涂胶质量分数样本数据集S＝{(vzi,vci,vmi,gi,γi)|i＝1,2,…,n,γi∈Z*}，其中，n为样本数据集中样本的个数，Z*代表正整数集，γi代表涂胶质量分数，是用于表示涂胶完整性A、涂胶厚度B及厚度均匀性C的函数γ＝f(A,B,C)，涂胶完整性A、涂胶厚度B及厚度均匀性C综合指标越高，γ分值越高；
步骤2.2：样本数据集S进行数据归一化处理；
步骤2.3：将样本数据集S划分为训练样本Strain和测试样本Stest；
步骤2.4：构造最优分类函数；
步骤2.5：将训练样本Strain代入最优分类函数进行模型训练，得到最优分类函数；
步骤2.6：利用测试样本Stest进行10倍交叉验证；
步骤2.7：得到最优分类函数中的参数向量，进而得到支持向量机分类模型作为预测分类模型；
步骤2.8：利用预测分类模型对工艺参数与涂胶质量分数进行匹配分类，通过输入工件转动速度vz、出胶速度vc、出胶装置沿轴向移动速度vm、胶刷进给量g的工艺参数，得到涂胶质量分数γ。
所述步骤3具体如下：
步骤3.1:旋转装置驱动工件绕轴线旋转，出胶装置自动出胶将胶液挤在工件上，并按沿工件轴线上下移动；
步骤3.2：涂胶刷向前进给，与工件上的胶液接触，进行涂胶；
步骤3.3：涂胶装置上的测量传感器实时在线检测工件转动速度、出胶速度、出胶装置沿轴向移动速度、胶刷进给量、胶刷受力及环境温湿度的工艺参数；
步骤3.4：通过视觉测量装置实时测量涂胶质量；
步骤：3.5：支持向量机分类模型根据检测到涂胶质量的对工艺参数进行动态优化，重复步骤3.1至3.4，以按优化后的工艺参数控制涂胶装置动作，直至完成全部涂胶。
所述按优化后的工艺参数控制涂胶装置动作，具体如下：
根据工件转动速度通过控制工件旋转工装实现控制工件的转动速度，根据出胶速度通过控制供胶装置实现控制出胶速度，根据出胶装置沿轴向移动速度控制胶头上下运动驱动装置的移动速度，根据胶刷进给量控制涂胶进给驱动机构的进给。
超高粘度胶液高精度智能涂胶装置，其特征在于，包括：工件旋转工装、工件旋转驱动装置、出胶头、涂胶刷、胶头上下运动驱动装置、涂胶进给驱动机构、供胶装置和机架，工件旋转工装设于机架上且通过所述工件旋转驱动装置驱动转动，工件放置于所述工件旋转工装上，出胶头和涂胶刷设于工件旋转工装一侧，且所述出胶头通过所述胶头上下运动驱动装置驱动上下升降，所述涂胶刷通过所述涂胶进给驱动机构驱动前后移动，在所述机架一侧设有供胶装置为所述出胶头供胶。
本发明的优点与积极效果为：
1.实现超高粘度胶液的类人高灵巧自动化涂胶，替代工人进行重复繁重的手工作业，解决了高端装备制造全流程自动化的瓶颈工序，尤其为危险及有害环境下的无人化及少人化提供了基础。
2.构建了涂胶工艺与涂胶质量的机器学习对应关系模型，通过在线动态调整涂胶工艺参数实现了高均匀、高一致涂胶，克服了人工涂胶均匀性及一致性差的不足，为提升产品质量的一致性提供了支撑。
附图说明
图1是涂胶装置整体结构图；
图2是涂胶运动机构详细结构图；
图3支持向量机训练流程；
图4是涂胶质量动态调控过程图；
图5是本发明的方法流程图；
其中，01工件、02工件旋转工装、03工件旋转驱动装置、04支撑装置、05出胶头、06胶头上下运动驱动装置、07胶头上下运动导向装置、08供胶装置、09涂胶刷、10涂胶进给驱动机构、11导向装置、12涂胶视觉测量装置、13涂胶装置安装板、14机架。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
本发明的物理设备组成如图1所示，具体发明内容如下。本发明提供一种超高粘度胶液高精度智能涂胶方法与装置,包括挤压出胶装置、涂胶刷、涂胶质量视觉检测装置、不同工艺参数与涂胶质量数据集、工艺参数与涂胶质量机器学习模型。超高粘度胶液是指粘度大于20Pa.s的胶液，高精度是指涂胶厚度精度正负0.05mm。
如图3～图5所示，本发明提供一种超高粘度胶液高精度智能涂胶方法与装置，包括挤压出胶装置、涂胶刷、涂胶质量视觉检测装置、不同工艺参数与涂胶质量数据集、工艺参数与涂胶质量机器学习模型。其通过挤压出胶装置出胶并沿工件轴线匀速移动，涂胶刷进给与挤在产品上胶液接触进行涂胶，传感装置在线检测产品转动速度、出胶速度、出胶装置沿轴向移动速度、胶刷进给量及环境温湿度等工艺参数，视觉检测装置实时在线检测涂胶完整度、涂胶厚度及均匀度。采用不同工艺参数重复上述涂胶实验，构建不同工艺参数与对应涂胶质量的样本数据集，采用机器学习算法对样本数据进行训练构建涂胶工艺参数与涂胶质量的对应关系模型，通过质量模型实时在线优化工艺参数保证涂胶质量。涂胶方法包括以下步骤：
步骤1：利用涂胶装置进行涂胶实验，构建涂胶工艺参数与对应涂胶质量之间的样本数据集。
步骤1.1：旋转装置驱动工件绕轴线按一定速度旋转，出胶装置按一定的速度自动出胶将胶液挤在工件上，并按一定的速度沿工件轴线上下移动，如图1所示；
步骤1.2：涂胶刷向前进给，按一定的进给量与工件上的胶液接触，进行涂胶实验，如图2所示；
步骤1.3：涂胶装置上的测量传感器实时在线检测工件转动速度、出胶速度、出胶装置沿轴向移动速度、胶刷进给量及环境温湿度等工艺参数，并将工艺参数存储在数据库中；
步骤1.4：通过视觉检测装置实时检测涂胶质量，包括涂胶完整性A、涂胶厚度B及厚度均匀性C，将涂胶质量结果存储在数据库中，并与其对应的工艺参数关联；
步骤1.5：以不同的工件转动速度vz、出胶速度vc、出胶装置沿轴向移动速度vm、胶刷进给量g等工艺参数重复步骤1.1至步骤1.4，构建涂胶工艺参数与对应涂胶质量的样本数据集P＝{vz,vc,vm,g→A,B,C}。
步骤2：构建支撑向量机分类学习算法模型，利用样本数据集训练构建涂胶工艺参数与涂胶质量的质量控制模型。
步骤2.1：将数据集P匹配分类标签，以涂胶完整性A、涂胶厚度B及厚度均匀性C作为涂胶质量衡量指标，建立涂胶工艺对应的涂胶质量分数样本数据集S＝{(vzi,vci,vmi,gi,γi)|i＝1,2,…,n,γi∈Z*}，其中，n为样本集中样本的个数，Z*代表整数集，γi代表涂胶质量分数是涂胶完整性A、涂胶厚度B及厚度均匀性C的函数γ＝f(A,B,C)，涂胶完整性A、涂胶厚度B及厚度均匀性C综合指标越高，γ分值越高；
步骤2.2：数据样本集S进行数据归一化处理；
步骤2.3：将数据样本集S划分为训练样本Strain和测试样本Stest；
步骤2.4：超平面记作f(x)＝＜w,x＞+b,w∈Rn,b∈R，Rn为输入空间，构造最优分类函数。
步骤2.5：将训练样本Strain代入最优分类函数进行模型训练，考虑到在涂胶训练过程中质量预测最优分类是线性不可分的情况，可以将输人向量映射到一个高维的特征向量空间，并在该特征空间中构造最优分类面；
步骤2.6：利用测试样本Stest进行10倍交叉验证；
步骤2.7：得到最佳参数向量w和b，得到预测分类模型；
步骤2.8：利用预测分类模型对工艺参数与涂胶质量分数进行匹配分类，通过输入工件转动速度vz、出胶速度vc、出胶装置沿轴向移动速度vm、胶刷进给量g等工艺参数，得到涂胶质量分数γ。
步骤3：根据实时检测工艺参数，利用质量控制模型实时对涂胶工艺参数进行优化，涂胶质量动态调控，保证涂胶完整性、厚度精度及均匀性等质量，如图5所示。
步骤3.1:旋转装置驱动工件绕轴线按优化模型的初始速度旋转，出胶装置按优化模型的初始速度自动出胶将胶液挤在工件上，并按优化模型的初始设定速度沿工件轴线上下移动，如图1所示；
步骤3.2：涂胶刷向前进给，按优化模型初始进给量与工件上的胶液接触，进行涂胶；
步骤3.3：涂胶装置上的测量传感器实时在线检测工件转动速度、出胶速度、出胶装置沿轴向移动速度、胶刷进给量、胶刷受力及环境温湿度等工艺参数；
步骤3.4：视觉测量装置实时测量涂胶质量；
步骤：3.5：涂胶质量控制模型根据检测实时数据对工艺参数进行动态优化，并按优化后工艺参数重复步骤3.1至3.4，直至完成全部涂胶。
涂胶装置如图1和图2所示，主要包括工件旋转工装02、工件旋转驱动装置03、出胶头05、涂胶刷09、胶头上下运动驱动装置06、涂胶进给驱动机构10、供胶装置08和机架14，工件旋转工装02设于机架14上且通过所述工件旋转驱动装置03驱动转动，工件01放置于所述工件旋转工装02上，出胶头05和涂胶刷09设于工件旋转工装02一侧，且所述出胶头05通过所述胶头上下运动驱动装置06驱动上下升降，所述涂胶刷09通过所述涂胶进给驱动机构10驱动前后移动，在所述机架14一侧设有供胶装置08为所述出胶头05供胶，所述供胶装置08为本领域公知技术且为市购产品。
如图1所示，在所述机架14上设有支撑装置04和涂胶装置安装板13，且所述涂胶装置安装板13设于所述支撑装置04上侧，所述工件旋转工装02可转动地设于所述支撑装置04上，所述出胶头05、涂胶刷09、胶头上下运动驱动装置06、涂胶进给驱动机构10均设于所述涂胶装置安装板13，且所述出胶头05和涂胶刷09对应工件01的涂胶位置。本实施例中，所述支撑装置04为一个支架。
如图1所示，本实施例中，所述工件旋转驱动装置03包括电机和皮带传动组件，其中皮带传动组件中的主动带轮与电机输出轴固连，从动带轮与所述工件旋转工装02固连，所述主动带轮和从动带轮通过皮带连接，所述电机通过所述皮带传动组件传递转矩驱动所述工件旋转工装02转动。
如图1所示，在所述涂胶装置安装板13上设有涂胶视觉测量装置12用于实时检测涂胶质量，所述涂胶视觉测量装置12为本领域公知技术且为市购产品。
如图2所示，本实施例中，所述胶头上下运动驱动装置06包括上下运动电动缸和安装座，出胶头05设于所述安装座上，且所述安装座通过所述上下运动电动缸驱动上下升降运动，另外所述安装座与一个胶头上下运动导向装置07相连用于辅助导向升降，本实施例中，所述胶头上下运动导向装置07为直线轴承，此为本领域公知技术。
如图2所示，本实施例中，所述涂胶进给驱动机构10包括涂胶驱动电动缸和安装板，涂胶刷09设于所述安装板上，所述安装板通过所述涂胶驱动电动缸驱动前后移动，另外所述安装板与一个涂胶进给导向装置11相连用于辅助导向移动，本实施例中，所述涂胶进给导向装置11为直线轴承，此为本领域公知技术。
包含以下步骤：
步骤1：利用涂胶装置进行涂胶实验，构建涂胶工艺参数与对应涂胶质量之间的样本数据集。
步骤1.1：旋转装置02驱动工件01绕轴线按一定速度旋转，出胶头05按一定的速度自动出胶将胶液挤在工件01上，供胶装置08供胶由出胶头05出胶，并由驱动装置06驱动按一定的速度沿工件轴线上下移动，如图1、图2所示；
步骤1.2：涂胶刷09向前进给，由驱动装置10驱动其按一定的进给量工件上的胶液接触，进行涂胶实验，如图1、图2所示；
步骤1.3：涂胶装置上的测量传感器实时在线检测工件转动速度、出胶速度、出胶装置即出胶头05沿轴向移动速度、胶刷进给量及环境温湿度等工艺参数，并将工艺参数存储在数据库中；其中，工件转速由工件驱动电机03上自带的编码器进行测量，出胶速度由供胶装置08上自带的出胶速度传感器进行测量，出胶装置上下移动速度由电动缸06上驱动电机所带的编码器及电动缸螺杆导程测量计算，胶刷进给量由进给驱动电动缸上驱动电机自带编码器及导程测量计算，环境温湿度由温湿度传感器进行测量。
步骤1.4：通过视觉检测装置12实时检测涂胶质量，包括涂胶完整性、涂胶厚度及厚度均匀性，将涂胶质量结果存储在数据库中，并与其对应的工艺参数关联；
步骤1.5：以不同的工件转动速度、出胶速度、出胶装置沿轴向移动速度、胶刷进给量等工艺参数重复步骤1.1至步骤1.4，构建涂胶工艺参数与对应涂胶质量的样本数据集。其中，涂胶工艺参数作为步骤2算法的训练输入，如表1所示。
表1训练输入：涂胶工艺参数
Figure BDA0002787636110000061
步骤2：构建支撑向量机分类学习算法模型，利用样本数据集训练构建涂胶工艺参数与涂胶质量的质量控制模型。
步骤2.1：将数据集P匹配分类标签，以涂胶完整性A、涂胶厚度B及厚度均匀性C作为涂胶质量衡量指标，建立涂胶工艺对应的涂胶质量分数样本数据集S＝{(vzi,vci,vmi,gi,γi)|i＝1,2,…,n,γi∈Z*}，其中，n为样本集中样本的个数，Z*代表整数集，γi代表涂胶质量分数是涂胶完整性A、涂胶厚度B及厚度均匀性C的函数γ＝f(A,B,C)，涂胶完整性A、涂胶厚度B及厚度均匀性C综合指标越高，γ分值越高；
表2训练输出：涂胶质量衡量指标
涂胶完整性(％) 涂胶厚度(mm) 厚度均匀性(％) 分值
1 96.22％ 2.21～2.62 81.44％ 1
2 96.31％ 2.32～2.59 88.36％ 2
3 97.28％ 2.35～2.54 91.91％ 3
4 97.21％ 2.37～2.53 93.24％ 3
5 97.38％ 2.36～2.48 94.92％ 3
6 96.01％ 2.23～2.64 81.61％ 1
… … … … …
步骤2.2：数据样本集S进行数据归一化处理，使结果值映射到[0-1]之间。经过处理的数据样本符合标准正态分布，转换函数如下
Figure BDA0002787636110000071
其中，μ为所有样本数据的均值，σ为所有样本数据的标准差；
步骤2.3：将数据样本集S划分为训练样本Strain和测试样本Stest，样本数量分别为700个和100个；
步骤2.4：构造最优分类函数，训练分离超平面参数向量(ω*,b*)，交叉验证选择支持向量机参数选择如表3所示；
表3SVM参数选择
参数名称 惩罚系数 核函数 核函数参数
参数值 20 径向基函数 0.4
步骤2.5：将训练样本Strain代入最优分类函数进行模型训练，考虑到在涂胶训练过程中质量预测最优分类是线性不可分的情况，可以将输人向量映射到一个高维的特征向量空间，并在该特征空间中构造最优分类面；将x做从输入空间Rn到特征空间H的变换Φ，以特征向量Φ(x)代替输入向量x，则可以得到最优分类函数。
步骤2.6：利用测试样本Stest进行10倍交叉验证；
步骤2.7：得到最佳参数向量，得到预测分类模型，分类结果如表4所示；
表4模型的分类结果
数据集大小 1％ 2％ 3％ 4％
训练集准确率 0.982 0.978 0.981 0.976
测试集准确率 0.854 0.879 0.845 0.838
步骤2.8：利用分类模型对工艺参数与涂胶质量进行匹配分类，得到涂胶工艺对应的涂胶质量分数集C＝{(Ai,Bj,γij)|i＝1,2,…,n,j＝1,2,…,n,γij∈Z*}，其中，Ai和Bj为涂胶工艺参数，n为Ai和Bj的数量，γij为涂胶质量综合分数；
步骤3：根据实时检测工艺参数，利用质量控制模型实时对涂胶工艺参数进行优化，涂胶质量动态调控，保证涂胶完整性、厚度精度及均匀性等质量，如图5所示。
步骤3.1:旋转装置驱动工件01绕轴线按优化模型的初始速度旋转，出胶装置05按优化模型的初始速度自动出胶将胶液挤在工件01上，并按优化模型的初始设定速度沿工件01轴线上下移动，如图1、图2所示；
步骤3.2：涂胶刷09向前进给，按优化模型初始进给量与工件01上的胶液接触，进行涂胶；
步骤3.3：涂胶装置上的测量传感器实时在线检测工件转动速度、出胶速度、出胶装置沿轴向移动速度、胶刷进给量及环境温湿度等工艺参数；
步骤3.4：视觉测量装置12实时测量涂胶质量；
步骤：3.5：涂胶质量控制模型根据检测实时数据对工艺参数进行动态优化，并按优化后工艺参数重复步骤3.1至3.:4，直至完成全部涂胶。

Claims (4)

1.超高粘度胶液高精度智能涂胶方法，其特征在于，包括以下步骤：
步骤1：利用涂胶装置进行涂胶实验，构建涂胶工艺参数与对应涂胶质量之间的样本数据集；
步骤2：构建支持向量机分类模型，利用样本数据集训练涂胶工艺参数与涂胶质量的支持向量机分类模型；
步骤3：根据实时检测工艺参数，利用支持向量机分类模型实时对涂胶工艺参数进行优化，动态调控涂胶装置以保证质量；
所述步骤1具体如下：
步骤1.1：工件旋转工装(02)驱动工件按设定速度旋转，出胶装置(05)按设定速度自动出胶将胶液挤在工件上，并按设定速度沿工件轴线上下移动；
步骤1.2：涂胶刷(09)向前进给，按设定进给量与工件上的胶液接触，进行涂胶实验；
步骤1.3：测量传感器实时在线检测包含工件转动速度、出胶速度、出胶装置(05)沿轴向移动速度、胶刷进给量及环境温湿度的工艺参数，并将工艺参数存储在数据库中；
步骤1.4：通过视觉检测装置(12)实时检测涂胶质量，包括涂胶完整性A、涂胶厚度B及厚度均匀性C，将涂胶质量结果存储在数据库中，并与其对应的工艺参数关联；
步骤1.5：以不同的工件转动速度vz、出胶速度vc、出胶装置(05)沿轴向移动速度vm、胶刷进给量g的工艺参数重复步骤1.1至步骤1.4，构建涂胶工艺参数与对应涂胶质量的样本数据集P＝{vz,vc,vm,g→A,B,C}；
其中超高粘度胶液是指粘度大于20Pa.s的胶液，高精度是指涂胶厚度精度正负0.05mm。
2.根据权利要求1所述的超高粘度胶液高精度智能涂胶方法，其特征在于，所述步骤2具体如下：
步骤2.1：将数据集P匹配分类标签，以涂胶完整性A、涂胶厚度B及厚度均匀性C作为涂胶质量衡量指标，建立涂胶工艺对应的涂胶质量分数样本数据集S＝{(vzi,vci,vmi,gi,γi)|i＝1,2,…,n,γi∈Z*}，其中，n为样本数据集中样本的个数，Z*代表正整数集，γi代表涂胶质量分数，是用于表示涂胶完整性A、涂胶厚度B及厚度均匀性C的函数γ＝f(A,B,C)，涂胶完整性A、涂胶厚度B及厚度均匀性C综合指标越高，γ分值越高；
步骤2.2：样本数据集S进行数据归一化处理；
步骤2.3：将样本数据集S划分为训练样本Strain和测试样本Stest；
步骤2.4：构造最优分类函数；
步骤2.5：将训练样本Strain代入最优分类函数进行模型训练，得到最优分类函数；
步骤2.6：利用测试样本Stest进行10倍交叉验证；
步骤2.7：得到最优分类函数中的参数向量，进而得到支持向量机分类模型作为预测分类模型；
步骤2.8：利用预测分类模型对工艺参数与涂胶质量分数进行匹配分类，通过输入工件转动速度vz、出胶速度vc、出胶装置沿轴向移动速度vm、胶刷进给量g的工艺参数，得到涂胶质量分数γ。
3.根据权利要求1所述的超高粘度胶液高精度智能涂胶方法，其特征在于，所述步骤3具体如下：
步骤3.1:旋转装置驱动工件绕轴线旋转，出胶装置自动出胶将胶液挤在工件上，并按沿工件轴线上下移动；
步骤3.2：涂胶刷向前进给，与工件上的胶液接触，进行涂胶；
步骤3.3：涂胶装置上的测量传感器实时在线检测工件转动速度、出胶速度、出胶装置沿轴向移动速度、胶刷进给量、胶刷受力及环境温湿度的工艺参数；
步骤3.4：通过视觉测量装置实时测量涂胶质量；
步骤：3.5：支持向量机分类模型根据检测到的 涂胶质量对工艺参数进行动态优化，重复步骤3.1至3.4，以按优化后的工艺参数控制涂胶装置动作，直至完成全部涂胶。
4.根据权利要求3所述的超高粘度胶液高精度智能涂胶方法，其特征在于，所述按优化后的工艺参数控制涂胶装置动作，具体如下：根据工件转动速度通过控制工件旋转工装(02)实现控制工件的转动速度，根据出胶速度通过控制供胶装置(08)实现控制出胶速度，根据出胶装置沿轴向移动速度控制胶头上下运动驱动装置(06)的移动速度，根据胶刷进给量控制涂胶进给驱动机构(10)的进给。
CN202011303456.7A 2020-11-19 2020-11-19 超高粘度胶液高精度智能涂胶方法与装置 Active CN112427266B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011303456.7A CN112427266B (zh) 2020-11-19 2020-11-19 超高粘度胶液高精度智能涂胶方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011303456.7A CN112427266B (zh) 2020-11-19 2020-11-19 超高粘度胶液高精度智能涂胶方法与装置

Publications (2)

Publication Number Publication Date
CN112427266A CN112427266A (zh) 2021-03-02
CN112427266B true CN112427266B (zh) 2021-09-28

Family

ID=74694485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011303456.7A Active CN112427266B (zh) 2020-11-19 2020-11-19 超高粘度胶液高精度智能涂胶方法与装置

Country Status (1)

Country Link
CN (1) CN112427266B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113457873A (zh) * 2021-08-08 2021-10-01 江苏英诺麦德科技有限公司 一种传感器智能喷涂设备及传感器镀膜方法
CN113600442B (zh) * 2021-10-09 2021-12-17 南通腾宇环保设备有限公司 一种化工管道的衬胶工艺监测方法及系统
CN114323725A (zh) * 2022-01-26 2022-04-12 深圳市信润富联数字科技有限公司 点胶机健康度检测方法、装置、设备及存储介质
CN115591737B (zh) * 2022-11-02 2023-09-08 广东省农业科学院植物保护研究所 一种一体化自动上胶生产线及其检测方法
CN115587545B (zh) * 2022-11-23 2023-04-07 广州粤芯半导体技术有限公司 一种用于光刻胶的参数优化方法、装置、设备及存储介质
CN117094137B (zh) * 2023-08-07 2024-04-30 广州高迪机电工程有限公司 基于速度检测系统对涂胶自适应速度调节方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101628274A (zh) * 2009-08-21 2010-01-20 浙江博民机电股份有限公司 一种自动涂胶机的涂胶装置
CN102903007B (zh) * 2012-09-20 2015-04-08 西安科技大学 一种采用遗传算法优化二分类模型参数的方法
US20180284746A1 (en) * 2016-05-09 2018-10-04 StrongForce IoT Portfolio 2016, LLC Methods and systems for data collection optimization in an industrial internet of things environment

Also Published As

Publication number Publication date
CN112427266A (zh) 2021-03-02

Similar Documents

Publication Publication Date Title
CN112427266B (zh) 超高粘度胶液高精度智能涂胶方法与装置
CN206192654U (zh) 行星滚柱丝杠副的双向变加载装置
CN105598808B (zh) 一种自动化抛光系统及抛光方法
CN104165765B (zh) 直线进给单元加速性能退化试验方法
CN202162287U (zh) 一种轮毂单元的旋铆设备
CN107457155A (zh) 一种在线式3d点胶机及利用其进行点胶的方法
Jin et al. Effect of downward depth and inflation pressure on contact force of gasbag polishing
CN101441154A (zh) 一种高精度显微疲劳试验机
CN101135914A (zh) 汽车车身焊装夹具自适应调整装置及其方法
CN110908361A (zh) 一种基于在线孪生支持向量回归机的发酵过程软测量方法
CN101051216A (zh) 基于增量法的agc和lpc综合控制系统建模方法
CN108919752B (zh) 一种胎面制品压出生产线的数据分析处理系统和方法
CN117148809A (zh) 用于人造革生产设备的工艺优化方法及系统
CN218271659U (zh) 一种可提供不同应变载荷的高通量测试模块和装置
CN117084485A (zh) 一种基于3d视觉纠偏的鞋底喷胶系统
CN115527409A (zh) 一种应用于数字孪生工业机器人的实训执行终端
TWI551966B (zh) Flexible deformation compensation method of feed system
CN209772487U (zh) 一种发动机轴瓦喷涂质量快速检测及补喷装置
CN113414784A (zh) 基于深度强化学习的机器人微装配抓取系统
CN209470656U (zh) 一种轴类零件同轴度测量装置
Kuhlenkoetter et al. A robot system for high quality belt grinding and polishing processes
CN219503255U (zh) 高效判断轴承尺寸的装置
CN205442162U (zh) 一种数控无线射频识别标签复合机
CN113446287B (zh) 一种基于机器学习算法的2d换向阀自动调零系统及方法
JP2022118946A (ja) 機械学習装置、バリ高さ推論装置、推論装置、機械学習方法、バリ高さ推論方法、推論方法、機械学習プログラム、バリ高さ推論プログラム、及び、推論プログラム

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