CN112718921B - 一种电机转子冲压模具的质量检测方法及装置 - Google Patents

一种电机转子冲压模具的质量检测方法及装置 Download PDF

Info

Publication number
CN112718921B
CN112718921B CN202011586540.4A CN202011586540A CN112718921B CN 112718921 B CN112718921 B CN 112718921B CN 202011586540 A CN202011586540 A CN 202011586540A CN 112718921 B CN112718921 B CN 112718921B
Authority
CN
China
Prior art keywords
information
obtaining
stamping
stamping die
performance
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
CN202011586540.4A
Other languages
English (en)
Other versions
CN112718921A (zh
Inventor
王建均
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.)
Nantong Shuangyao Stamping Co ltd
Original Assignee
Nantong Shuangyao Stamping 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 Nantong Shuangyao Stamping Co ltd filed Critical Nantong Shuangyao Stamping Co ltd
Priority to CN202011586540.4A priority Critical patent/CN112718921B/zh
Publication of CN112718921A publication Critical patent/CN112718921A/zh
Application granted granted Critical
Publication of CN112718921B publication Critical patent/CN112718921B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B21MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21CMANUFACTURE OF METAL SHEETS, WIRE, RODS, TUBES OR PROFILES, OTHERWISE THAN BY ROLLING; AUXILIARY OPERATIONS USED IN CONNECTION WITH METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL
    • B21C51/00Measuring, gauging, indicating, counting, or marking devices specially adapted for use in the production or manipulation of material in accordance with subclasses B21B - B21F

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Factory Administration (AREA)
  • Shaping Metal By Deep-Drawing, Or The Like (AREA)

Abstract

本发明公开了一种电机转子冲压模具的质量检测方法及装置,所述方法包括:获得第一冲压模具的第一性能信息;获得第一冲压件的第一属性信息;依据所述第一冲压件的第一属性信息判断所述第一性能信息是否达到预设性能要求;获得所述第一冲压模具第一紧固零件的受压信息;获得所述第一紧固零件的第一图像信息;将所述第一压力信息、所述第一图像信息输入至神经网络模型,获得所述第一紧固零件的第一紧固程度信息;判断所述第一紧固程度信息是否满足预设紧固程度阈值;若不满足,获得第一提醒信息,并将所述第一提醒信息发送至第一检测人员。解决了现有技术中对冲压模具的质量把控不够严格,检测方法不够智能化的技术问题。

Description

一种电机转子冲压模具的质量检测方法及装置
技术领域
本发明涉及冲压模具质量检测领域,尤其涉及一种电机转子冲压模具的质量检测方法及装置。
背景技术
冲压是通过模具对板材施加压力或拉力,使板材塑性成形,有时对板料施加剪切力而使板材分离,从而获得一定尺寸、形状和性能的一种零件加工方法。电机中定转子冲片尺寸精度要求较高,同样对模具制造精度也要求较高,冲压模具的结构、材料、性能等直接影响所加工的定转子冲片的质量。因此,就需要在实际生产中,进一步加强对冲压模具的质量检测。
本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
对冲压模具的质量把控不够严格,检测方法不够智能化。
发明内容
本申请实施例通过提供一种电机转子冲压模具的质量检测方法及装置,解决了现有技术中对冲压模具的质量把控不够严格,检测方法不够智能化的技术问题,实现了依据冲压件的性能要求调整模具的性能,并通过训练模型准确检测冲压模型紧固质量和安全性的技术目的。
一种电机转子冲压模具的质量检测方法,应用于一质量检测装置,所述质量检测装置包括图像采集装置、压力传感器,其中,所述方法包括:获得第一冲压模具的第一性能信息;获得第一冲压件的第一属性信息;依据所述第一冲压件的第一属性信息判断所述第一性能信息是否达到预设性能要求;若所述第一性能信息满足所述预设性能要求,获得第一压力信息,其中,所述第一压力信息为所述第一冲压模具第一紧固零件的受压信息;获得所述第一紧固零件的第一图像信息;将所述第一压力信息、所述第一图像信息输入至第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一压力信息、所述第一图像信息和用来标识所述第一紧固零件的第一紧固程度的标识信息;获得所述第一训练模型的第一输出信息,其中,所述第一输出信息为所述第一紧固零件的第一紧固程度;判断所述第一紧固程度是否满足预设紧固程度阈值;若不满足,获得第一提醒信息,并将所述第一提醒信息发送至第一检测人员。
另一方面,本申请还提供了一种电机转子冲压模具的质量检测装置,其中,所述装置包括:第一获得单元,所述第一获得单元用于获得第一冲压模具的第一性能信息;第二获得单元,所述第二获得单元用于获得第一冲压件的第一属性信息;第一判断单元,所述第一判断单元用于依据所述第一冲压件的第一属性信息判断所述第一性能信息是否达到预设性能要求;第三获得单元,所述第三获得单元用于若所述第一性能信息满足所述预设性能要求,获得第一压力信息,其中,所述第一压力信息为所述第一冲压模具第一紧固零件的受压信息;第四获得单元,所述第四获得单元用于获得所述第一紧固零件的第一图像信息;第一输入单元,所述第一输入单元用于将所述第一压力信息、所述第一图像信息输入至第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一压力信息、所述第一图像信息和用来标识所述第一紧固零件的第一紧固程度的标识信息;第五获得单元,所述第五获得单元用于获得所述第一训练模型的第一输出信息,其中,所述第一输出信息为所述第一紧固零件的第一紧固程度;第二判断单元,所述第二判断单元用于判断所述第一紧固程度是否满足预设紧固程度阈值;第六获得单元,所述第六获得单元用于若不满足所述预设紧固程度阈值,获得第一提醒信息,并将所述第一提醒信息发送至第一检测人员。
另一方面,本申请实施例还提供了一种电机转子冲压模具的质量检测装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了依据所述第一冲压件的材料、精度要求、性能要求对确定所述第一冲压模具的性能要求,从而对所述第一冲压模具的性能进行检测。通过获得所述第一冲压模具的紧固零件的受压信息和图像信息,并通过训练模型进一步确定所述第一冲压模具紧固零件的紧固程度,基于所述训练模型能够不断学习、获取经验来获取数据的特点,使得对所述第一冲压模具紧固零件的紧固程度的测定更为准确。实现了依据冲压件的性能要求调整模具的性能,并通过训练模型准确检测冲压模型紧固质量和安全性的技术目的。
上述说明是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种电机转子冲压模具的质量检测方法的流程示意图;
图2为本申请实施例一种电机转子冲压模具的质量检测装置的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一判断单元13,第三获得单元14,第四获得单元15,第一输入单元16,第五获得单元17,第二判断单元18,第六获得单元19,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本申请实施例通过提供一种电机转子冲压模具的质量检测方法及装置,解决了现有技术中对冲压模具的质量把控不够严格,检测方法不够智能化的技术问题,实现了依据冲压件的性能要求调整模具的性能,并通过训练模型准确检测冲压模型紧固质量和安全性的技术目的。下面,将参考附图详细的描述本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
电机中定转子冲片尺寸精度要求较高,同样对模具制造精度也要求较高,冲压模具的结构、材料、性能等直接影响所加工的定转子冲片的质量。因此,就需要在实际生产中,进一步加强对冲压模具的质量检测。现有技术中还存在着对冲压模具的质量把控不够严格,检测方法不够智能化的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
一种电机转子冲压模具的质量检测方法,应用于一质量检测装置,所述质量检测装置包括图像采集装置、压力传感器,其中,所述方法包括:获得第一冲压模具的第一性能信息;获得第一冲压件的第一属性信息;依据所述第一冲压件的第一属性信息判断所述第一性能信息是否达到预设性能要求;若所述第一性能信息满足所述预设性能要求,获得第一压力信息,其中,所述第一压力信息为所述第一冲压模具第一紧固零件的受压信息;获得所述第一紧固零件的第一图像信息;将所述第一压力信息、所述第一图像信息输入至第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一压力信息、所述第一图像信息和用来标识所述第一紧固零件的第一紧固程度的标识信息;获得所述第一训练模型的第一输出信息,其中,所述第一输出信息为所述第一紧固零件的第一紧固程度;判断所述第一紧固程度是否满足预设紧固程度阈值;若不满足,获得第一提醒信息,并将所述第一提醒信息发送至第一检测人员。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种电机转子冲压模具的质量检测方法,应用于一质量检测装置,所述质量检测装置包括图像采集装置、压力传感器,其中,所述方法包括:
步骤S100:获得第一冲压模具的第一性能信息;
具体而言,所述质量检测装置与一机械性能检测仪可进行数据传输,由所述机械性能检测仪对所述第一冲压模具的强度、硬度进行测量后将数据传输至所述质量检测装置,所述第一性能信息包括所述第一冲压模具的力学性能、制造精度。
步骤S200:获得第一冲压件的第一属性信息;
具体而言,所述第一冲压件的第一属性信息包括所述第一冲压件的材料信息、精度要求、性能要求、外形尺寸等基本信息,电机的转子冲压件一般尺寸小,尺寸精度高,材料强度高,材料薄。由检测人员将所述第一属性信息输入至所述质量检测装置,所述第一冲压件的属性信息决定了所述第一冲压模具的质量检测标准。
步骤S300:依据所述第一冲压件的第一属性信息判断所述第一性能信息是否达到预设性能要求;
具体而言,所述质量检测装置由所获得的所述第一冲压件的第一属性信息,自动生成对应冲压模具的预设性能要求,所述预设性能要求使所述第一冲压模具保证能达到工件所要求的精度,冲模结构应能冲出冲件的复杂外形,同时应满足冲压件材料强度高的特点。继而由所述质量检测装置依据所获得的所述第一冲压模具的性能信息判断是否满足所述预设性能要求。
步骤S400:若所述第一性能信息满足所述预设性能要求,获得第一压力信息,其中,所述第一压力信息为所述第一冲压模具第一紧固零件的受压信息;
具体而言,若所述第一性能信息满足所述预设性能要求,则对所述第一冲压模具的紧固零件的紧固程度进行检测。冲压模具的紧固零件的紧固度关系到冲压过程中的安全性,紧固零件要有防松动措施,避免意外伤害操作者。所述质量检测装置与压力传感器相连接,由所述压力传感器对所述第一冲压模具第一紧固零件的受压信息进行测定,并将测得的所述第一压力信息传输至所述质量检测装置。
步骤S500:获得所述第一紧固零件的第一图像信息;
具体而言,由所述图像采集装置获得所述第一冲压模具的紧固零件的图像信息,通过对所述第一冲压模具的紧固零件的受压信息和图像进行综合判断,从而进一步对所述第一冲压模具的紧固零件的紧固程度进行检测。
步骤S600:将所述第一压力信息、所述第一图像信息输入至第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一压力信息、所述第一图像信息和用来标识所述第一紧固零件的第一紧固程度的标识信息;
步骤S700:获得所述第一训练模型的第一输出信息,其中,所述第一输出信息为所述第一紧固零件的第一紧固程度;
具体而言,所述训练模型为一机器学习模型,所述机器学习模型能通过大量数据不断的学习,进而不断地修正模型,最终获得满意的经验来处理其他数据。所述机器模型通过多组训练数据训练获得,所述神经网络模型通过训练数据训练的过程本质上为监督学习的过程。所述多组中的训练数据中的每一组训练数据均包括:所述第一压力信息、所述第一图像信息和用来标识所述第一紧固零件的第一紧固程度的标识信息;在获得所述第一压力信息、所述第一图像信息的情况下,机器学习模型会输出所述第一紧固程度的标识信息,通过标识的所述第一紧固程度来对机器学习模型输出的所述第一紧固程度进行校验,如果输出的所述第一紧固程度同标识的所述第一紧固程度相一致,则本数据监督学习完成,则进行下一组数据监督学习;如果输出的所述第一紧固程度同标识的所述第一紧固程度不一致,则机器学习模型自身进行调整,直到机器学习模型达到预期的准确率后,进行下一组数据的监督学习。通过训练数据使机器学习模型自身不断地修正、优化,通过监督学习的过程来提高机器学习模型处理所述数据的准确性,进而获得准确的所述第一紧固零件的第一紧固程度。
步骤S800:判断所述第一紧固程度是否满足预设紧固程度阈值;
步骤S900:若不满足,获得第一提醒信息,并将所述第一提醒信息发送至第一检测人员。
具体而言,所述预设紧固程度阈值为依据所述第一冲压模具的预设性能要求及使用要求所确定的,使所述第一冲压模具满足性能及使用要求、安全要求的紧固程度。通过判断由所述训练模型所获得的所述第一紧固程度是否满足预设紧固程度阈值,实现对所述第一冲压模具紧固零件紧固程度的测试,若不满足,则由所述质量检测装置自动将检测结果发送至所述第一检测人员。
进一步而言,本申请实施例步骤S300还包括:
步骤S301a:获得所述第一冲压件的第一生产批量信息;
步骤S302a:获得预设生产批量等级,其中,不同的预设生产批量等级对应所述第一冲压模具的不同性能要求;
步骤S303a:依据所述第一生产批量信息,确定所述第一冲压件的第一生产批量等级;
步骤S304a:依据所述第一生产批量等级获得第一调整信息;
步骤S305a:依据所述第一调整信息对所述预设性能要求进行调整。
具体而言,针对所述第一冲压件的不同生产批量,对应的所述第一冲压模具的质量要求也有所不同。当冲压件的生产批量很大时,模具的工作零件凸模和凹模的材料应选取质量高、耐磨性好的模具钢。对于模具的其它工艺结构部分和辅助结构部分的零件材料,也要相应地提高。在批量不大时,应适当放宽对材料性能的要求,以降低成本。
进一步而言,本申请实施例步骤S300还包括:
步骤S301b:获得所述第一冲压件的第一冲压方案信息;
步骤S302b:将所述第一冲压方案信息输入至第二训练模型,其中,所述第二训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一冲压方案信息和用来标识所述第一冲压模具的第一工作条件的标识信息;
步骤S303b:获得所述第二训练模型的第二输出信息,其中,所述第二输出信息为所述第一冲压模具的第一工作条件;
步骤S304b:由所述第一工作条件获得第二调整信息;
步骤S305b:依据所述第二调整信息,对所述预设性能要求进行调整。
具体而言,所述第一冲压件的第一冲压方案信息包括所述第一冲压件冲压过程中的工作温度、承载受力等。冲压过程中,速度(冲击状况)受力大,则冲压模具的材料要求强度高;冲击大,则对冲压模具的韧性要求好。通过将所述第一冲压方案信息输入至所述第二训练模型,通过训练数据使机器学习模型自身不断地修正、优化,通过监督学习的过程来提高机器学习模型处理所述数据的准确性,进而获得所述第一冲压方案所对应的所述第一冲压模具的第一工作条件。继而依据所述第一工作条件对所述第一冲压模具的预设性能要求进行调整。
进一步而言,若所述第一性能信息没有达到所述预设性能要求,本申请实施例步骤S300还包括:
步骤S301c:获得所述第一冲压模具的第一材料信息;
步骤S302c:由所述第一材料信息和所述第一性能信息,判断所述第一冲压模具是否可以提高性能,若可以,获得第一表面强化方案;
步骤S303c:将所述第一表面强化方案发送至所述第一检测人员。
具体而言,若所述第一性能信息没有达到所述预设性能要求,则通过获得所述第一冲压模具的材料信息,由所述质量检测装置依据所述第一材料信息判断所述第一冲压模具的性能还可以进行提高强化,若可以,依据所述第一材料信息及预设性能要求,通过智能分析获得所述第一表面强化方案,并发送给所述第一检测人员。举例而言,可用表面强化方法在型面或局部进行离子渗入、堆焊、气相沉积及其他涂覆处理以使材料获得高性能的表层。
进一步而言,本申请实施例步骤S302c还包括:
步骤S302c1:若所述第一冲压模具的性能无法提高,获得第一标记信息,所述第一标记信息用于将所述第一冲压模具标记为“不合格”;
步骤S302c2:获得第一刻印指令;
步骤S302c3:将所述第一标记信息刻印到所述第一冲压模具表面。
具体而言,所述质量检测装置与一自动刻印装置相连接,若所述质量检测装置判断所述第一冲压模具的性能无法进一步提高,则由所述质量检测装置依据所述第一刻印指令控制所述自动刻印装置将所述第一标记信息刻印到所述第一冲压模具表面,标记所述第一冲压模具为不合格。
进一步而言,本申请实施例步骤S200还包括:
步骤S201a:由所述第一属性信息获得所述第一冲压模具的第一预设间隙阈值;
步骤S202a:获得所述第一冲压模具的第一间隙值;
步骤S203a:判断所述第一间隙值是否处于所述第一预设间隙阈值之内;
步骤S204a:若不处于,获得第二提醒信息,并将所述第二提醒信息发送至所述第一检测人员。
具体而言,冲压模具的间隙值指凹模与凸模间两侧空隙之和。生产实践证明,间隙值的大小、分布是否均匀等,对冲压件的断面质量、尺寸精度、冲裁力和模具寿命等均有直接影响。凸、凹模之间的间隙大小可分三种基本情况,即间隙合理、间隙过大和间隙过小。间隙合理,材料在分离时,凸、凹模刃口处的裂纹重合,冲裁断面比较平直、光滑,塌角和毛刺均较小,制件质量较好。依据所述第一冲压件的第一属性信息确定所述预设间隙阈值,继而由所述第一冲压模具的距离传感器获得所述第一冲压模具的第一间隙值,并判断所述第一间隙值是否处于所述第一预设间隙阈值之内,若不在,则将提醒信息发送至所述第一检测人员。
进一步而言,本申请实施例步骤S201a还包括:
步骤S201a1:获得所述第一冲压件的第一断面质量要求信息;
步骤S201a2:获得所述第一冲压件的第一尺寸精度要求信息;
步骤S201a3:由所述第一断面质量要求信息和所述第一尺寸精度要求信息确定所述第一预设间隙阈值。
具体而言,由所述第一冲压件的属性信息,分别获得所述第一冲压件的第一断面质量要求信息和所述第一尺寸精度要求信息,继而进一步确定所述第一预设间隙阈值。
进一步而言,本申请实施例步骤S200还包括:
步骤S201b:获得所述第一冲压件的第一合作厂商;
步骤S202b:获得所述第一合作厂商对所述第一冲压件的第一投入量信息;
步骤S203b:获得所述第一合作厂商的第一质量反馈信息;
步骤S204b:将所述第一投入量信息、所述第一质量反馈信息输入至第三训练模型,其中,所述第三训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一投入量信息、所述第一质量反馈信息和用于标识对所述第一冲压模具的第一质量调整方案的标识信息;
步骤S205b:获得所述第三训练模型的第三输出信息,其中,所述第三输出信息为所述第一冲压模具的第一质量调整方案。
具体而言,通过获得所述第一冲压件的下游厂商对所述第一冲压件的投入使用的数量及使用过程中的出现的问题反馈信息,通过对所述第一质量反馈信息进行分析,从而获得所述第一冲压件的所述第一质量调整方案,从而进一步提高冲压模具的质量检测标准。
进一步而言,本申请实施例步骤S205b还包括:
步骤S205b1:获得所述第一冲压模具的第二图像信息;
步骤S205b2:将所述第二图像信息输入至第四训练模型,其中,所述第四训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第二图像信息和用来标识所述第一冲压模具的第一间隙值分布是否均匀的标识信息;
步骤S205b3:获得所述第四训练模型的第四输出信息,其中,所述第四输出信息为所述第一冲压模具的第一间隙值分布是否均匀;
步骤S205b4:依据所述第四输出信息,对所述第一质量调整方案进行调整。
综上所述,本申请实施例所提供的一种电机转子冲压模具的质量检测方法具有如下技术效果:
由于采用了依据所述第一冲压件的材料、精度要求、性能要求对确定所述第一冲压模具的性能要求,从而对所述第一冲压模具的性能进行检测。通过获得所述第一冲压模具的紧固零件的受压信息和图像信息,并通过训练模型进一步确定所述第一冲压模具紧固零件的紧固程度,基于所述训练模型能够不断学习、获取经验来获取数据的特点,使得对所述第一冲压模具紧固零件的紧固程度的测定更为准确。实现了依据冲压件的性能要求调整模具的性能,并通过训练模型准确检测冲压模型紧固质量和安全性的技术目的。
实施例二
基于与前述实施例中一种电机转子冲压模具的质量检测方法同样发明构思,本发明还提供了一种电机转子冲压模具的质量检测装置,如图2所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得第一冲压模具的第一性能信息;
第二获得单元12,所述第二获得单元12用于获得第一冲压件的第一属性信息;
第一判断单元13,所述第一判断单元13用于依据所述第一冲压件的第一属性信息判断所述第一性能信息是否达到预设性能要求;
第三获得单元14,所述第三获得单元14用于若所述第一性能信息满足所述预设性能要求,获得第一压力信息,其中,所述第一压力信息为所述第一冲压模具第一紧固零件的受压信息;
第四获得单元15,所述第四获得单元15用于获得所述第一紧固零件的第一图像信息;
第一输入单元16,所述第一输入单元16用于将所述第一压力信息、所述第一图像信息输入至第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一压力信息、所述第一图像信息和用来标识所述第一紧固零件的第一紧固程度的标识信息;
第五获得单元17,所述第五获得单元17用于获得所述第一训练模型的第一输出信息,其中,所述第一输出信息为所述第一紧固零件的第一紧固程度;
第二判断单元18,所述第二判断单元18用于判断所述第一紧固程度是否满足预设紧固程度阈值;
第六获得单元19,所述第六获得单元19用于若不满足所述预设紧固程度阈值,获得第一提醒信息,并将所述第一提醒信息发送至第一检测人员。
进一步的,所述装置还包括:
第七获得单元,所述第七获得单元用于获得所述第一冲压件的第一生产批量信息;
第八获得单元,所述第八获得单元用于获得预设生产批量等级,其中,不同的预设生产批量等级对应所述第一冲压模具的不同性能要求;
第九获得单元,所述第九获得单元用于依据所述第一生产批量信息,确定所述第一冲压件的第一生产批量等级;
第十获得单元,所述第十获得单元用于依据所述第一生产批量等级获得第一调整信息;
第一调整单元,所述第一调整单元用于依据所述第一调整信息对所述预设性能要求进行调整。
进一步的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于获得所述第一冲压件的第一冲压方案信息;
第二输入单元,所述第二输入单元用于将所述第一冲压方案信息输入至第二训练模型,其中,所述第二训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一冲压方案信息和用来标识所述第一冲压模具的第一工作条件的标识信息;
第十二获得单元,所述第十二获得单元用于获得所述第二训练模型的第二输出信息,其中,所述第二输出信息为所述第一冲压模具的第一工作条件;
第十三获得单元,所述第十三获得单元用于由所述第一工作条件获得第二调整信息;
第二调整单元,所述第二调整单元用于依据所述第二调整信息,对所述预设性能要求进行调整。
进一步的,所述装置还包括:
第十四获得单元,所述第十四获得单元用于获得所述第一冲压模具的第一材料信息;
第三判断单元,所述第三判断单元用于由所述第一材料信息和所述第一性能信息,判断所述第一冲压模具是否可以提高性能,若可以,获得第一表面强化方案;
第一发送单元,所述第一发送单元用于将所述第一表面强化方案发送至所述第一检测人员。
进一步的,所述装置还包括:
第十五获得单元,所述第十五获得单元用于若所述第一冲压模具的性能无法提高,获得第一标记信息,所述第一标记信息用于将所述第一冲压模具标记为“不合格”;
第十六获得单元,所述第十六获得单元用于获得第一刻印指令;
第一执行单元,所述第一执行单元用于将所述第一标记信息刻印到所述第一冲压模具表面。
进一步的,所述装置还包括:
第十七获得单元,所述第十七获得单元用于由所述第一属性信息获得所述第一冲压模具的第一预设间隙阈值;
第十八获得单元,所述第十八获得单元用于获得所述第一冲压模具的第一间隙值;
第四判断单元,所述第四判断单元用于判断所述第一间隙值是否处于所述第一预设间隙阈值之内;
第十九获得单元,所述第十九获得单元用于若不处于,获得第二提醒信息,并将所述第二提醒信息发送至所述第一检测人员。
进一步的,所述装置还包括:
第二十获得单元,所述第二十获得单元用于获得所述第一冲压件的第一断面质量要求信息;
第二十一获得单元,所述第二十一获得单元用于获得所述第一冲压件的第一尺寸精度要求信息;
第二十二获得单元,所述第二十二获得单元用于由所述第一断面质量要求信息和所述第一尺寸精度要求信息确定所述第一预设间隙阈值。
进一步的,所述装置还包括:
第二十三获得单元,所述第二十三获得单元用于获得所述第一冲压件的第一合作厂商;
第二十四获得单元,所述第二十四获得单元用于获得所述第一合作厂商对所述第一冲压件的第一投入量信息;
第二十五获得单元,所述第二十五获得单元用于获得所述第一合作厂商的第一质量反馈信息;
第三输入单元,所述第三输入单元用于将所述第一投入量信息、所述第一质量反馈信息输入至第三训练模型,其中,所述第三训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一投入量信息、所述第一质量反馈信息和用于标识对所述第一冲压模具的第一质量调整方案的标识信息;
第二十六获得单元,所述第二十六获得单元用于获得所述第三训练模型的第三输出信息,其中,所述第三输出信息为所述第一冲压模具的第一质量调整方案。
前述图1实施例一中的一种电机转子冲压模具的质量检测方法的各种变化方式和具体实例同样适用于本实施例的一种电机转子冲压模具的质量检测装置,通过前述对一种电机转子冲压模具的质量检测方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种电机转子冲压模具的质量检测装置,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种电机转子冲压模具的质量检测方法的发明构思,本发明还提供一种电机转子冲压模具的质量检测装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种电机转子冲压模具的质量检测方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
一种电机转子冲压模具的质量检测方法,应用于一质量检测装置,所述质量检测装置包括图像采集装置、压力传感器,其中,所述方法包括:获得第一冲压模具的第一性能信息;获得第一冲压件的第一属性信息;依据所述第一冲压件的第一属性信息判断所述第一性能信息是否达到预设性能要求;若所述第一性能信息满足所述预设性能要求,获得第一压力信息,其中,所述第一压力信息为所述第一冲压模具第一紧固零件的受压信息;获得所述第一紧固零件的第一图像信息;将所述第一压力信息、所述第一图像信息输入至第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一压力信息、所述第一图像信息和用来标识所述第一紧固零件的第一紧固程度的标识信息;获得所述第一训练模型的第一输出信息,其中,所述第一输出信息为所述第一紧固零件的第一紧固程度;判断所述第一紧固程度是否满足预设紧固程度阈值;若不满足,获得第一提醒信息,并将所述第一提醒信息发送至第一检测人员。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种电机转子冲压模具的质量检测方法,应用于一质量检测装置,所述质量检测装置包括图像采集装置、压力传感器,其中,所述方法包括:
获得第一冲压模具的第一性能信息;
获得第一冲压件的第一属性信息;
依据所述第一冲压件的第一属性信息判断所述第一性能信息是否达到预设性能要求;
若所述第一性能信息满足所述预设性能要求,获得第一压力信息,其中,所述第一压力信息为所述第一冲压模具第一紧固零件的受压信息;
获得所述第一紧固零件的第一图像信息;
将所述第一压力信息、所述第一图像信息输入至第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一压力信息、所述第一图像信息和用来标识所述第一紧固零件的第一紧固程度的标识信息;
获得所述第一训练模型的第一输出信息,其中,所述第一输出信息为所述第一紧固零件的第一紧固程度;
判断所述第一紧固程度是否满足预设紧固程度阈值;
若不满足,获得第一提醒信息,并将所述第一提醒信息发送至第一检测人员。
2.如权利要求1所述的方法,其中,判断所述第一性能信息是否达到预设性能要求,所述方法还包括:
获得所述第一冲压件的第一生产批量信息;
获得预设生产批量等级,其中,不同的预设生产批量等级对应所述第一冲压模具的不同性能要求;
依据所述第一生产批量信息,确定所述第一冲压件的第一生产批量等级;
依据所述第一生产批量等级获得第一调整信息;
依据所述第一调整信息对所述预设性能要求进行调整。
3.如权利要求1所述的方法,其中,判断所述第一性能信息是否达到预设性能要求,所述方法还包括:
获得所述第一冲压件的第一冲压方案信息;
将所述第一冲压方案信息输入至第二训练模型,其中,所述第二训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一冲压方案信息和用来标识所述第一冲压模具的第一工作条件的标识信息;
获得所述第二训练模型的第二输出信息,其中,所述第二输出信息为所述第一冲压模具的第一工作条件;
由所述第一工作条件获得第二调整信息;
依据所述第二调整信息,对所述预设性能要求进行调整。
4.如权利要求1所述的方法,若所述第一性能信息没有达到所述预设性能要求,所述方法还包括:
获得所述第一冲压模具的第一材料信息;
由所述第一材料信息和所述第一性能信息,判断所述第一冲压模具是否可以提高性能,若可以,获得第一表面强化方案;
将所述第一表面强化方案发送至所述第一检测人员。
5.如权利要求4所述的方法,其中,所述方法包括:
若所述第一冲压模具的性能无法提高,获得第一标记信息,所述第一标记信息用于将所述第一冲压模具标记为“不合格”;
获得第一刻印指令;
将所述第一标记信息刻印到所述第一冲压模具表面。
6.如权利要求1所述的方法,其中,获得第一冲压件的第一属性信息之后,所述方法还包括:
由所述第一属性信息获得所述第一冲压模具的第一预设间隙阈值;
获得所述第一冲压模具的第一间隙值;
判断所述第一间隙值是否处于所述第一预设间隙阈值之内;
若不处于,获得第二提醒信息,并将所述第二提醒信息发送至所述第一检测人员。
7.如权利要求6所述的方法,其中,由所述第一属性信息获得所述第一冲压模具的第一预设间隙阈值,所述方法还包括:
获得所述第一冲压件的第一断面质量要求信息;
获得所述第一冲压件的第一尺寸精度要求信息;
由所述第一断面质量要求信息和所述第一尺寸精度要求信息确定所述第一预设间隙阈值。
8.如权利要求1所述的方法,其中,所述方法包括:
获得所述第一冲压件的第一合作厂商;
获得所述第一合作厂商对所述第一冲压件的第一投入量信息;
获得所述第一合作厂商的第一质量反馈信息;
将所述第一投入量信息、所述第一质量反馈信息输入至第三训练模型,其中,所述第三训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一投入量信息、所述第一质量反馈信息和用于标识对所述第一冲压模具的第一质量调整方案的标识信息;
获得所述第三训练模型的第三输出信息,其中,所述第三输出信息为所述第一冲压模具的第一质量调整方案;
将所述第一质量调整方案发送至所述第一检测人员。
9.一种电机转子冲压模具的质量检测装置,其中,所述装置包括:
第一获得单元,所述第一获得单元用于获得第一冲压模具的第一性能信息;
第二获得单元,所述第二获得单元用于获得第一冲压件的第一属性信息;
第一判断单元,所述第一判断单元用于依据所述第一冲压件的第一属性信息判断所述第一性能信息是否达到预设性能要求;
第三获得单元,所述第三获得单元用于若所述第一性能信息满足所述预设性能要求,获得第一压力信息,其中,所述第一压力信息为所述第一冲压模具第一紧固零件的受压信息;
第四获得单元,所述第四获得单元用于获得所述第一紧固零件的第一图像信息;
第一输入单元,所述第一输入单元用于将所述第一压力信息、所述第一图像信息输入至第一训练模型,其中,所述第一训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一压力信息、所述第一图像信息和用来标识所述第一紧固零件的第一紧固程度的标识信息;
第五获得单元,所述第五获得单元用于获得所述第一训练模型的第一输出信息,其中,所述第一输出信息为所述第一紧固零件的第一紧固程度;
第二判断单元,所述第二判断单元用于判断所述第一紧固程度是否满足预设紧固程度阈值;
第六获得单元,所述第六获得单元用于若不满足所述预设紧固程度阈值,获得第一提醒信息,并将所述第一提醒信息发送至第一检测人员。
10.一种电机转子冲压模具的质量检测装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-8任一项所述方法的步骤。
CN202011586540.4A 2020-12-29 2020-12-29 一种电机转子冲压模具的质量检测方法及装置 Active CN112718921B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011586540.4A CN112718921B (zh) 2020-12-29 2020-12-29 一种电机转子冲压模具的质量检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011586540.4A CN112718921B (zh) 2020-12-29 2020-12-29 一种电机转子冲压模具的质量检测方法及装置

Publications (2)

Publication Number Publication Date
CN112718921A CN112718921A (zh) 2021-04-30
CN112718921B true CN112718921B (zh) 2021-09-03

Family

ID=75606922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011586540.4A Active CN112718921B (zh) 2020-12-29 2020-12-29 一种电机转子冲压模具的质量检测方法及装置

Country Status (1)

Country Link
CN (1) CN112718921B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115027087B (zh) * 2022-08-09 2023-08-01 江苏艾卡森智能科技有限公司 一种电机磁瓦冲压过程质量分析系统
CN117066337B (zh) * 2023-10-18 2023-12-29 南通双耀冲压有限公司 用于电机定转子加工的冲压控制方法及系统
CN117168797B (zh) * 2023-10-31 2024-01-26 南通双耀冲压有限公司 一种电机定转子冲压模具的质量检测方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2617072B2 (ja) * 1993-01-04 1997-06-04 株式会社アマダメトレックス パンチ金型及び金型寿命管理装置
JP5221984B2 (ja) * 2008-02-29 2013-06-26 三菱重工業株式会社 締結具の緩み検出システム及び緩み検出方法
JP2013054039A (ja) * 2012-12-03 2013-03-21 Hitachi Ltd 締結状態の検査装置及び方法
CN106424352B (zh) * 2016-09-05 2018-11-27 北京新能源汽车股份有限公司 一种冲压模具及表面形貌检测的方法
JP6904812B2 (ja) * 2017-06-30 2021-07-21 株式会社日立製作所 金型寿命判定装置、及びプレス成形物の製造方法
TW202000383A (zh) * 2018-05-11 2020-01-01 日商華爾卡股份有限公司 凸緣鎖緊訓練系統、裝置、程式、方法及資訊終端
CN208341518U (zh) * 2018-06-05 2019-01-08 襄阳博亚精工装备股份有限公司 预埋传感器和视频监控的冲压模具

Also Published As

Publication number Publication date
CN112718921A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
CN112718921B (zh) 一种电机转子冲压模具的质量检测方法及装置
CN114393520B (zh) 一种机器人智能化冲切工艺监测方法及系统
CN115144326B (zh) 一种模具钢材防腐性能检测方法及系统
US20210394247A1 (en) Method and system for forming a stamped component using a stamping simulation model
CN115213255A (zh) 冲压件尺寸偏差调整方法、电子设备及存储介质
US7333906B2 (en) Quality analysis including cumulative deviation determination
CN111950577A (zh) 一种点检方法及装置
US6662610B1 (en) Method and system for bending
CN117807398A (zh) 一种基于数据分析的模具智能管控系统
CN114310207B (zh) 冲压模具开发中报告拉伸故障的系统
Bleicher et al. Tooling systems with integrated sensors enabling data based process optimization
CN116678368B (zh) 基于bim技术的装配式钢结构数据智能采集方法
CN114750168B (zh) 一种基于机器视觉的机械手控制方法及系统
CN112182874B (zh) 一种基于韧性和耐热性提升聚合物材料性能的方法和装置
CN116037705A (zh) 冷冲压模具工作状态实时监控系统
CN106584040A (zh) 一种模具的工艺制造方法及步骤
CN110052539B (zh) 一种用于冲压工艺中润滑剂润滑效果评价方法
CN113049793A (zh) 一种Abs复合材料的生产检测验证方法和装置
US6807835B1 (en) Bending method and bending system
CN117911412B (zh) 用于工程机械用链轨节的尺寸检测方法及系统
CN114556247A (zh) 用于确定产品质量的方法和设备
CN111723488A (zh) 一种关于adas测试的评估方法及系统
CN113762981B (zh) 一种基于指数分布的产品可信度计算方法
Atluru et al. Statistical process monitoring with MTConnect
CN117048113B (zh) 铝箔餐盒冲压的动态精度检测方法及系统

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