CN113352569A - 一种注塑云塑机数据采集与监视控制系统及方法 - Google Patents
一种注塑云塑机数据采集与监视控制系统及方法 Download PDFInfo
- Publication number
- CN113352569A CN113352569A CN202110773165.2A CN202110773165A CN113352569A CN 113352569 A CN113352569 A CN 113352569A CN 202110773165 A CN202110773165 A CN 202110773165A CN 113352569 A CN113352569 A CN 113352569A
- Authority
- CN
- China
- Prior art keywords
- injection molding
- molding machine
- equipment
- noise
- data
- 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.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/76—Measuring, controlling or regulating
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Mechanical Engineering (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
本发明公开了一种注塑云塑机数据采集与监视控制系统及方法,属于注塑机数据处理技术领域,包括安装模块、注塑云APP、服务器、数据采集模块、监视控制模块和储存模块;所述注塑云APP用于安装在客户手机中;所述安装模块用于客户安装使用本系统;所述数据采集模块用于采集注塑机数据,通过修改注塑机的IP地址,确保系统所在电脑能与注塑机正常通讯,通过获取客户信息和电脑设备信息,根据获取到的客户信息和电脑设备信息在登录界面生成二维码;当二维码无法生成时,说明WebAPI无法正确调用,派遣服务工程师进行指导维修,帮助发送维修需要的文件,避免客户不了解所需要的文件,导致来回频繁沟通,增加客户负担,影响客户体验。
Description
技术领域
本发明属于注塑机数据处理技术领域;具体是一种注塑云塑机数据采集与监视控制系统及方法。
背景技术
注塑机又名注射成型机或注射机,它是将热塑性塑料或热固性塑料利用塑料成型模具制成各种形状的塑料制品的主要成型设备;分为立式、卧式、全电式,注塑机能加热塑料,对熔融塑料施加高压,使其射出而充满模具型腔。注塑机通常由注射系统、合模系统、液压传动系统、电气控制系统、润滑系统、加热及冷却系统、安全监测系统等组成。但是,目前注塑机品类繁多,老旧多,传统采集方式采集数据不准、工艺无法管控,不能及时了解储料与生产计划之间的关系;信息化基础薄弱,传统软件操作复杂,不符合目前的科学发展。
发明内容
本发明的目的在于提供一种注塑云塑机数据采集与监视控制系统及方法,解决不能及时了解储料与生产计划之间关系的问题,以及目前注塑机信息化基础薄弱,传统软件操作复杂的问题。
本发明的目的可以通过以下技术方案实现:
一种注塑云塑机数据采集与监视控制系统,包括安装模块、注塑云APP、服务器、数据采集模块、监视控制模块和储存模块;
所述注塑云APP用于安装在客户手机中;所述安装模块用于客户安装使用本系统;
所述数据采集模块用于采集注塑机数据,具体方法包括:
步骤SB1:获取添加的注塑机信息,根据添加的注塑机信息,获取注塑机的运行状态、生产数据、报警信息、实时参数、工艺参数、成型参数和品质参数;
步骤SB2:将获取到的注塑机数据发送到储存模块进行储存;
所述监视控制模块用于对数据采集模块采集的数据进行监测,包括储料监测单元和设备监测单元;所述储料监测单元用于监测注塑机储料的使用情况;具体方法包括:
步骤SC1:将一次铸模所消耗的材料量标记为铸模量,获取前N次铸模量,将前N次铸模量标记为Pi,其中i=1、2、……、n,n=N;则前N次铸模量的平均值,获取注塑机内剩余储料量M,获得剩余生产量,将剩余生产量L与生产计划进行比较,决定是否向注塑机内添加材料;
步骤SC2:获取模具体积V,计算前N次铸模量的差额率,设置允许差额率H,当H≧K时,则注塑机模具正常;当H<K时,则表示注塑机模具故障,生成模具报警信号,提示客户对注塑机模具和储料罐进行检查;所述设备监测单元用于对注塑机设备进行监测。
进一步地,安装模块用于客户安装使用本系统的方法包括:
步骤SA1:客户通过安装包将本系统安装在电脑中;
步骤SA2:修改注塑机的IP地址;
步骤SA3:获取客户信息和电脑设备信息,根据获取到的客户信息和电脑设备信息在登录界面生成二维码;当二维码无法生成时,生成维修信号,获取本系统所在目录位置,将本系统所在目录下的log目录进行复制压缩,将压缩后的数据发送给服务工程师,派遣服务工程师进行指导维修;
步骤SA4:使用注塑云APP扫描二维码,添加网关,通过网关ID向指定MQ Broker发起主题订阅和发布主题;
步骤SA5:使用注塑云APP扫描机器二维码并手工输入正确的注塑机IP地址,添加注塑机。
进一步地,所述设备监测单元用于对注塑机设备进行监测,具体方法包括:
步骤SD1:实时获取注塑机的检测温度和环境温度,将检测温度、环境温度和注塑机型号标记为输入数据,设置温度模型,将输入数据输入至温度模型获取输出结果,输出结果是设备整合温度;
步骤SD2:实时获取厂房内噪声,设置环境噪声录取单元,实时通过环境噪声录取单元录取厂房内非注塑机噪声的全部声音,将环境噪声录取单元录取的声音标记为环境噪声;将环境噪声转化为环境噪声数字信息,根据环境噪声数字信息生成反向环境噪声数字信息,再将反向环境噪声数字信息转化为声音,将由反向环境噪声数字信息转化为的声音标记为降噪声音,使用降噪声音对获取到的厂房内噪声进行降噪,将降噪后的厂房内噪声标记为注塑机噪声;
步骤SD3:实时获取设备的振幅,设备的振幅就是设备在工作过程中的震动幅度,设置诊断模型,将设备整合温度、设备噪声和设备振幅输入到诊断模型中,获得设备状态标签;
状态标签包括01、02、03和04,当状态标签为01时,表示注塑机运行正常,当状态标签为02时,表示注塑机发生温度故障,当状态标签为03时,表示注塑机发生噪声故障,当状态标签为04时,表示注塑机发生振动故障;当状态标签为02、03或04时,生成设备故障报警信号。
进一步地,步骤SD3中设置诊断模型的方法包括:
获取设备诊断历史数据;所述设备诊断历史数据包括发生设备故障时前W分钟的整合温度、设备噪声和设备振幅;其中W为比例系数,且W≥5;
为设备诊断历史数据设置状态标签;构建人工智能模型;人工智能模型包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络;
将设备诊断历史数据和对应的状态标签按照设定比例划分为训练集、测试集和校验集;所述设定比例包括4:3:2、5:4:2和6:5:3;
通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验;将训练完成的人工智能模型标记为诊断模型。
一种注塑云塑机数据采集与监视控制方法,具体方法包括:
步骤一:在手机中安装注塑云APP;
步骤二:在电脑中安装本系统,并进行数据调试;
步骤三:采集注塑机数据;
步骤四:监测注塑机储料的使用情况;
步骤五:对注塑机设备进行监测,确保注塑机设备的正常运行。
本发明的有益效果:通过修改注塑机的IP地址,确保系统所在电脑能与注塑机正常通讯,通过获取客户信息和电脑设备信息,根据获取到的客户信息和电脑设备信息在登录界面生成二维码;当二维码无法生成时,说明WebAPI无法正确调用,派遣服务工程师进行指导维修,帮助发送维修需要的文件,避免客户不了解所需要的文件,导致来回频繁沟通,增加客户负担,影响客户体验;通过储料监测单元监测注塑机储料的使用情况,可以及时了解储料还可以生产的产量,同时获取模具体积V,计算前N次铸模量的差额率,设置允许差额率H,当H≧K时,则注塑机模具正常;当H<K时,则表示注塑机模具故障,生成模具报警信号,提示客户对注塑机模具和储料罐进行检查;因为模具内有杂物或者模具和储料罐漏料都回导致差额率K不符合要求,可以及时提醒客户进行检查,避免造成更大的经济损失;
通过将输入数据输入至温度模型获取输出结果,输出结果是设备整合温度,因为单一的检测温度、环境温度和设备型号都是设备的影响因素,只有将检测温度、环境温度和设备型号整合起来,才能得出真正的设备影响温度;通过对厂房内的噪声进行降噪,提高数据采集的准确性,进而提高数据诊断的正确率。
附图说明
为了更清楚地说明本发明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地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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为本发明的原理框图。
具体实施方式
下面将结合实施例对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,一种注塑云塑机数据采集与监视控制系统,包括安装模块、注塑云APP、服务器、数据采集模块、监视控制模块和储存模块;
注塑云APP用于安装在客户手机中;
安装模块用于客户安装使用本系统,本系统指的就是注塑云塑机数据采集与监视控制系统,具体方法包括:
步骤SA1:客户通过安装包将本系统安装在电脑中;
步骤SA2:修改注塑机的IP地址,确保系统所在电脑能与注塑机正常通讯;
步骤SA3:获取客户信息和电脑设备信息,根据获取到的客户信息和电脑设备信息在登录界面生成二维码;当二维码无法生成时,说明WebAPI无法正确调用,生成维修信号,获取本系统所在目录位置,将本系统所在目录下的log目录进行复制压缩,将压缩后的数据发送给服务工程师,派遣服务工程师进行指导维修;
步骤SA4:使用注塑云APP扫描二维码,添加网关,通过网关ID向指定MQ Broker发起主题订阅和发布主题;
步骤SA5:使用注塑云APP扫描机器二维码并手工输入正确的注塑机IP地址,添加注塑机;
数据采集模块用于采集注塑机数据,具体方法包括:
步骤SB1:获取添加的注塑机信息,根据添加的注塑机信息,获取注塑机的运行状态、生产数据、报警信息、实时参数、工艺参数、成型参数和品质参数;运行状态包括运行、手动、半自动、全自动、调模、停机、报警及各种状态持续时间;生产数据包括当日产量、昨日产量、总产量、生产节拍、移动率、OEE;实时参数包括各段温度、压力、位置、模数、周期时间;工艺参数包括开关模、顶进、顶退、射胶、保压和储料等调机设置参数;成型参数包括开关模计时、射退时间、射退位置、保压转换压力、储料计时等;品质参数包括关模、开模、低压、高压、托模、循环、射出终点等;
步骤SB2:将获取到的注塑机数据发送到储存模块进行储存;
监视控制模块用于对数据采集模块采集的数据进行监测,包括储料监测单元和设备监测单元;
储料监测单元用于监测注塑机储料的使用情况,具体方法包括:
步骤SC1:将一次铸模所消耗的材料量标记为铸模量,获取前N次铸模量,N为比例系数,10≧N≧5,前N次是从此时开始的,就是从刚注完此次模开始,向前N次的铸模量,将前N次铸模量标记为Pi,其中i=1、2、……、n,n=N;则前N次铸模量的平均值,获取注塑机内剩余储料量M,获得剩余生产量,将剩余生产量L与生产计划进行比较,决定是否向注塑机内添加材料;
步骤SC2:获取模具体积V,计算前N次铸模量的差额率,设置允许差额率H,允许差额率根据生产设备型号和使用规范由专家组进行讨论设置,当H≧K时,则注塑机模具正常;当H<K时,则表示注塑机模具故障,生成模具报警信号,提示客户对注塑机模具和储料罐进行检查;因为模具内有杂物或者模具和储料罐漏料都回导致差额率K不符合要求,可以及时提醒客户进行检查,避免造成更大的经济损失;
设备监测单元用于对注塑机设备进行监测,确保注塑机设备的正常运行,具体方法包括:
步骤SD1:实时获取注塑机的检测温度和环境温度,将检测温度、环境温度和注塑机型号标记为输入数据,设置温度模型,将输入数据输入至温度模型获取输出结果,输出结果是设备整合温度,因为单一的检测温度、环境温度和设备型号都是设备的影响因素,只有将检测温度、环境温度和设备型号整合起来,才能得出真正的设备影响温度;
温度模型的获取方法包括以下步骤:获取注塑机历史温度数据,注塑机历史温度数据包括检测温度、环境温度和注塑机型号;为注塑机历史温度数据设置对应的输出结果;构建人工智能模型;人工智能模型包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络;将设备历史温度数据和对应的状态标签按照设定比例划分为训练集、测试集和校验集;设定比例包括5:2:1、4:2:1和3:1:1;通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验;将训练完成的人工智能模型标记为温度模型;
步骤SD2:实时获取厂房内噪声,设置环境噪声录取单元,实时通过环境噪声录取单元录取厂房内非注塑机噪声的全部声音,例如:录取注塑机操作人员声音,一段时间后又出现风扇声,再把风扇声录入进去,只要出现的非注塑机噪声的剩余全部录入,实时更新,将环境噪声录取单元录取的声音标记为环境噪声;将环境噪声转化为环境噪声数字信息,根据环境噪声数字信息生成反向环境噪声数字信息,再将反向环境噪声数字信息转化为声音,将由反向环境噪声数字信息转化为的声音标记为降噪声音,使用降噪声音对获取到的厂房内噪声进行降噪,将降噪后的厂房内噪声标记为注塑机噪声;
步骤SD3:实时获取设备的振幅,设备的振幅就是设备在工作过程中的震动幅度,设置诊断模型,将设备整合温度、设备噪声和设备振幅输入到诊断模型中,获得设备状态标签;
状态标签包括01、02、03和04,当状态标签为01时,表示注塑机运行正常,当状态标签为02时,表示注塑机发生温度故障,当状态标签为03时,表示注塑机发生噪声故障,当状态标签为04时,表示注塑机发生振动故障;当状态标签为02、03或04时,生成设备故障报警信号;
设置诊断模型的方法包括:
获取设备诊断历史数据;设备诊断历史数据包括发生设备故障时前W分钟的整合温度、设备噪声和设备振幅;其中W为比例系数,且W≥5;
为设备诊断历史数据设置状态标签;构建人工智能模型;人工智能模型包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络;
将设备诊断历史数据和对应的状态标签按照设定比例划分为训练集、测试集和校验集;设定比例包括4:3:2、5:4:2和6:5:3;
通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验;将训练完成的人工智能模型标记为诊断模型。
一种注塑云塑机数据采集与监视控制方法,具体方法包括:
步骤一:在手机中安装注塑云APP;
步骤二:在电脑中安装本系统,并进行数据调试;
步骤二中在电脑中安装本系统,并进行数据调试的方法包括:
步骤SA1:客户通过安装包将本系统安装在电脑中;
步骤SA2:修改注塑机的IP地址,确保系统所在电脑能与注塑机正常通讯;
步骤SA3:获取客户信息和电脑设备信息,根据获取到的客户信息和电脑设备信息在登录界面生成二维码;当二维码无法生成时,说明WebAPI无法正确调用,生成维修信号,获取本系统所在目录位置,将本系统所在目录下的log目录进行复制压缩,将压缩后的数据发送给服务工程师,派遣服务工程师进行指导维修;
步骤SA4:使用注塑云APP扫描二维码,添加网关,通过网关ID向指定MQ Broker发起主题订阅和发布主题;
步骤SA5:使用注塑云APP扫描机器二维码并手工输入正确的注塑机IP地址,添加注塑机;
步骤三:采集注塑机数据;
注塑机数据包括注塑机的运行状态、生产数据、报警信息、实时参数、工艺参数、成型参数和品质参数;运行状态包括运行、手动、半自动、全自动、调模、停机、报警及各种状态持续时间;生产数据包括当日产量、昨日产量、总产量、生产节拍、移动率、OEE;实时参数包括各段温度、压力、位置、模数、周期时间;工艺参数包括开关模、顶进、顶退、射胶、保压和储料等调机设置参数;成型参数包括开关模计时、射退时间、射退位置、保压转换压力、储料计时等;品质参数包括关模、开模、低压、高压、托模、循环、射出终点等;
步骤四:监测注塑机储料的使用情况;
步骤四中监测注塑机储料的使用情况的方法包括:
步骤SC1:将一次铸模所消耗的材料量标记为铸模量,获取前N次铸模量,N为比例系数,10≧N≧5,前N次是从此时开始的,就是从刚注完此次模开始,向前N次的铸模量,将前N次铸模量标记为Pi,其中i=1、2、……、n,n=N;则前N次铸模量的平均值,获取注塑机内剩余储料量M,获得剩余生产量,将剩余生产量L与生产计划进行比较,决定是否向注塑机内添加材料;
步骤SC2:获取模具体积V,计算前N次铸模量的差额率,设置允许差额率H,允许差额率根据生产设备型号和使用规范由专家组进行讨论设置,当H≧K时,则注塑机模具正常;当H<K时,则表示注塑机模具故障,生成模具报警信号,提示客户对注塑机模具和储料罐进行检查;因为模具内有杂物或者模具和储料罐漏料都回导致差额率K不符合要求,可以及时提醒客户进行检查,避免造成更大的经济损失;
步骤五:对注塑机设备进行监测,确保注塑机设备的正常运行;
具体方法包括:
步骤SD1:实时获取注塑机的检测温度和环境温度,将检测温度、环境温度和注塑机型号标记为输入数据,设置温度模型,将输入数据输入至温度模型获取输出结果,输出结果是设备整合温度,因为单一的检测温度、环境温度和设备型号都是设备的影响因素,只有将检测温度、环境温度和设备型号整合起来,才能得出真正的设备影响温度;
步骤SD2:实时获取厂房内噪声,设置环境噪声录取单元,实时通过环境噪声录取单元录取厂房内非注塑机噪声的全部声音,将环境噪声录取单元录取的声音标记为环境噪声;将环境噪声转化为环境噪声数字信息,根据环境噪声数字信息生成反向环境噪声数字信息,再将反向环境噪声数字信息转化为声音,将由反向环境噪声数字信息转化为的声音标记为降噪声音,使用降噪声音对获取到的厂房内噪声进行降噪,将降噪后的厂房内噪声标记为注塑机噪声;
步骤SD3:实时获取设备的振幅,设备的振幅就是设备在工作过程中的震动幅度,设置诊断模型,将设备整合温度、设备噪声和设备振幅输入到诊断模型中,获得设备状态标签;
状态标签包括01、02、03和04,当状态标签为01时,表示注塑机运行正常,当状态标签为02时,表示注塑机发生温度故障,当状态标签为03时,表示注塑机发生噪声故障,当状态标签为04时,表示注塑机发生振动故障;当状态标签为02、03或04时,生成设备故障报警信号。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况设定。
本发明在使用时,客户使用安装模块安装使用本系统,通过安装包将本系统安装在电脑中,修改注塑机的IP地址,确保系统所在电脑能与注塑机通讯;获取客户信息和电脑设备信息,根据获取到的客户信息和电脑设备信息在登录界面生成二维码;当二维码无法生成时,说明WebAPI无法正确调用,生成维修信号,获取本系统所在目录位置,将本系统所在目录下的log目录进行复制压缩,将压缩后的数据发送给服务工程师,派遣服务工程师进行指导维修;使用注塑云APP扫描二维码,添加网关,通过网关ID向指定MQ Broker发起主题订阅和发布主题;使用注塑云APP扫描机器二维码并手工输入正确的注塑机IP地址,添加注塑机;
采集注塑机数据,获取添加的注塑机信息,根据添加的注塑机信息,获取注塑机的运行状态、生产数据、报警信息、实时参数、工艺参数、成型参数和品质参数;将获取到的注塑机数据发送到储存模块进行储存;
对数据采集模块采集的数据进行监测,监测注塑机储料的使用情况,将一次铸模所消耗的材料量标记为铸模量,获取前N次铸模量,将前N次铸模量标记为Pi,其中i=1、2、……、n,n=N;则前N次铸模量的平均值,获取注塑机内剩余储料量M,获得剩余生产量,将剩余生产量L与生产计划进行比较,决定是否向注塑机内添加材料;获取模具体积V,计算前N次铸模量的差额率,设置允许差额率H,当H≧K时,则注塑机模具正常;当H<K时,则表示注塑机模具故障,生成模具报警信号,提示客户对注塑机模具和储料罐进行检查;
对注塑机设备进行监测,确保注塑机设备的正常运行,实时获取注塑机的检测温度和环境温度,将检测温度、环境温度和注塑机型号标记为输入数据,设置温度模型,将输入数据输入至温度模型获取输出结果,输出结果是设备整合温度,实时获取厂房内噪声,设置环境噪声录取单元,实时通过环境噪声录取单元录取厂房内非注塑机噪声的全部声音,将环境噪声录取单元录取的声音标记为环境噪声;将环境噪声转化为环境噪声数字信息,根据环境噪声数字信息生成反向环境噪声数字信息,再将反向环境噪声数字信息转化为声音,将由反向环境噪声数字信息转化为的声音标记为降噪声音,使用降噪声音对获取到的厂房内噪声进行降噪,将降噪后的厂房内噪声标记为注塑机噪声;
实时获取设备的振幅,设备的振幅就是设备在工作过程中的震动幅度,设置诊断模型,将设备整合温度、设备噪声和设备振幅输入到诊断模型中,获得设备状态标签;当状态标签为02、03或04时,生成设备故障报警信号。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上内容仅仅是对本发明结构所做的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (5)
1.一种注塑云塑机数据采集与监视控制系统,其特征在于,包括安装模块、注塑云APP、服务器、数据采集模块、监视控制模块和储存模块;
所述注塑云APP用于安装在客户手机中;所述安装模块用于客户安装使用本系统;
所述数据采集模块用于采集注塑机数据,具体方法包括:
步骤SB1:获取添加的注塑机信息,根据添加的注塑机信息,获取注塑机的运行状态、生产数据、报警信息、实时参数、工艺参数、成型参数和品质参数;
步骤SB2:将获取到的注塑机数据发送到储存模块进行储存;
所述监视控制模块用于对数据采集模块采集的数据进行监测,包括储料监测单元和设备监测单元;所述储料监测单元用于监测注塑机储料的使用情况;具体方法包括:
步骤SC1:将一次铸模所消耗的材料量标记为铸模量,获取前N次铸模量,将前N次铸模量标记为Pi,其中i=1、2、……、n,n=N;则前N次铸模量的平均值,获取注塑机内剩余储料量M,获得剩余生产量,将剩余生产量L与生产计划进行比较,决定是否向注塑机内添加材料;
所述设备监测单元用于对注塑机设备进行监测。
2.根据权利要求1所述的一种注塑云塑机数据采集与监视控制系统,其特征在于,安装模块用于客户安装使用本系统的方法包括:
步骤SA1:客户通过安装包将本系统安装在电脑中;
步骤SA2:修改注塑机的IP地址;
步骤SA3:获取客户信息和电脑设备信息,根据获取到的客户信息和电脑设备信息在登录界面生成二维码;当二维码无法生成时,生成维修信号,获取本系统所在目录位置,将本系统所在目录下的log目录进行复制压缩,将压缩后的数据发送给服务工程师,派遣服务工程师进行指导维修;
步骤SA4:使用注塑云APP扫描二维码,添加网关,通过网关ID向指定MQ Broker发起主题订阅和发布主题;
步骤SA5:使用注塑云APP扫描机器二维码并手工输入正确的注塑机IP地址,添加注塑机。
3.根据权利要求1所述的一种注塑云塑机数据采集与监视控制系统,其特征在于,所述设备监测单元用于对注塑机设备进行监测,具体方法包括:
步骤SD1:实时获取注塑机的检测温度和环境温度,将检测温度、环境温度和注塑机型号标记为输入数据,设置温度模型,将输入数据输入至温度模型获取输出结果,输出结果是设备整合温度;
步骤SD2:实时获取厂房内噪声,设置环境噪声录取单元,实时通过环境噪声录取单元录取厂房内非注塑机噪声的全部声音,将环境噪声录取单元录取的声音标记为环境噪声;将环境噪声转化为环境噪声数字信息,根据环境噪声数字信息生成反向环境噪声数字信息,再将反向环境噪声数字信息转化为声音,将由反向环境噪声数字信息转化为的声音标记为降噪声音,使用降噪声音对获取到的厂房内噪声进行降噪,将降噪后的厂房内噪声标记为注塑机噪声;
步骤SD3:实时获取设备的振幅,设备的振幅就是设备在工作过程中的震动幅度,设置诊断模型,将设备整合温度、设备噪声和设备振幅输入到诊断模型中,获得设备状态标签;
状态标签包括01、02、03和04,当状态标签为01时,表示注塑机运行正常,当状态标签为02时,表示注塑机发生温度故障,当状态标签为03时,表示注塑机发生噪声故障,当状态标签为04时,表示注塑机发生振动故障;当状态标签为02、03或04时,生成设备故障报警信号。
4.根据权利要求3所述的一种注塑云塑机数据采集与监视控制系统,其特征在于,步骤SD3中设置诊断模型的方法包括:
获取设备诊断历史数据;所述设备诊断历史数据包括发生设备故障时前W分钟的整合温度、设备噪声和设备振幅;其中W为比例系数,且W≥5;
为设备诊断历史数据设置状态标签;构建人工智能模型;人工智能模型包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络;
将设备诊断历史数据和对应的状态标签按照设定比例划分为训练集、测试集和校验集;所述设定比例包括4:3:2、5:4:2和6:5:3;
通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验;将训练完成的人工智能模型标记为诊断模型。
5.一种注塑云塑机数据采集与监视控制方法,其特征在于,具体方法包括:
步骤一:在手机中安装注塑云APP;
步骤二:在电脑中安装本系统,并进行数据调试;
步骤三:采集注塑机数据;
步骤四:监测注塑机储料的使用情况;
步骤五:对注塑机设备进行监测,确保注塑机设备的正常运行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110773165.2A CN113352569B (zh) | 2021-07-08 | 2021-07-08 | 一种注塑云塑机数据采集与监视控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110773165.2A CN113352569B (zh) | 2021-07-08 | 2021-07-08 | 一种注塑云塑机数据采集与监视控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113352569A true CN113352569A (zh) | 2021-09-07 |
CN113352569B CN113352569B (zh) | 2022-02-11 |
Family
ID=77538560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110773165.2A Active CN113352569B (zh) | 2021-07-08 | 2021-07-08 | 一种注塑云塑机数据采集与监视控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113352569B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114670405A (zh) * | 2021-12-30 | 2022-06-28 | 南京晨光集团有限责任公司 | 一种注塑工厂管理系统及其管理方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104991533A (zh) * | 2015-06-11 | 2015-10-21 | 广州市香港科大霍英东研究院 | 一种注塑自动化生产系统及智能生产方法 |
CN108515678A (zh) * | 2018-03-28 | 2018-09-11 | 广西科技大学 | 基于rbf神经网络的注塑工艺优化方法 |
CN208801578U (zh) * | 2018-08-27 | 2019-04-30 | 汕头市高德斯精密科技有限公司 | 一种通过监控注射行程位移量实现缺陷预判的注塑装置 |
US20190308353A1 (en) * | 2018-04-04 | 2019-10-10 | iMFLUX Inc. | Method of determining melt flow front travel using injection melt pressure and screw position to generate an output and continuously monitor check ring repeatability |
CN110673571A (zh) * | 2019-11-07 | 2020-01-10 | 苏州圣典企业管理咨询有限公司 | 一种用于注塑企业生产过程执行系统的监控系统 |
CN111098463A (zh) * | 2018-10-27 | 2020-05-05 | 泰瑞机器股份有限公司 | 一种注塑机故障诊断系统及诊断方法 |
JP2020082364A (ja) * | 2018-11-15 | 2020-06-04 | ファナック株式会社 | 射出成形機のモニタデータ管理装置 |
-
2021
- 2021-07-08 CN CN202110773165.2A patent/CN113352569B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104991533A (zh) * | 2015-06-11 | 2015-10-21 | 广州市香港科大霍英东研究院 | 一种注塑自动化生产系统及智能生产方法 |
CN108515678A (zh) * | 2018-03-28 | 2018-09-11 | 广西科技大学 | 基于rbf神经网络的注塑工艺优化方法 |
US20190308353A1 (en) * | 2018-04-04 | 2019-10-10 | iMFLUX Inc. | Method of determining melt flow front travel using injection melt pressure and screw position to generate an output and continuously monitor check ring repeatability |
CN208801578U (zh) * | 2018-08-27 | 2019-04-30 | 汕头市高德斯精密科技有限公司 | 一种通过监控注射行程位移量实现缺陷预判的注塑装置 |
CN111098463A (zh) * | 2018-10-27 | 2020-05-05 | 泰瑞机器股份有限公司 | 一种注塑机故障诊断系统及诊断方法 |
JP2020082364A (ja) * | 2018-11-15 | 2020-06-04 | ファナック株式会社 | 射出成形機のモニタデータ管理装置 |
CN110673571A (zh) * | 2019-11-07 | 2020-01-10 | 苏州圣典企业管理咨询有限公司 | 一种用于注塑企业生产过程执行系统的监控系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114670405A (zh) * | 2021-12-30 | 2022-06-28 | 南京晨光集团有限责任公司 | 一种注塑工厂管理系统及其管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113352569B (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103529825B (zh) | 一种自动分析和诊断设备故障的方法 | |
CN110502820B (zh) | 一种基于bim的钢结构工程实时监测预警方法 | |
CN104483842B (zh) | 一种调控一体自动化主站比对方法 | |
CN102735485B (zh) | 挖掘机以及确定设备故障的方法、系统 | |
US9141915B2 (en) | Method and apparatus for deriving diagnostic data about a technical system | |
WO2016086360A1 (en) | Wind farm condition monitoring method and system | |
CN113352569B (zh) | 一种注塑云塑机数据采集与监视控制系统及方法 | |
CN114992106B (zh) | 一种基于数字孪生的泵站机组运行状态分析系统 | |
CN103631245A (zh) | 一种配电终端缺陷诊断系统及方法 | |
CN110568284A (zh) | 智能变电站一键顺控自动测试验证方法、装置及系统 | |
CN115473331B (zh) | 一种基于动态建模的数字孪生电网用电量监管系统 | |
US20130204579A1 (en) | State Monitoring Method and System for Wind Energy Installations | |
CN110410279B (zh) | 一种基于结构化知识库的风电机组故障检修方法及系统 | |
CN103498706A (zh) | 基于通用逻辑表格的汽轮机组性能监测诊断方法 | |
CN110502257B (zh) | 一种变电站监控信息管控及核对方法 | |
Zhang | Comparison of data-driven and model-based methodologies of wind turbine fault detection with SCADA data | |
CN103093397A (zh) | 一种处理风电场运行数据的系统及方法 | |
CN113011765B (zh) | 一种远方修改继电保护定值的可靠性评估方法 | |
CN115442247B (zh) | 一种采用人工智能数据处理运维箱 | |
CN115826503B (zh) | 一种基于工业互联网大数据的机床远程诊断方法 | |
CN117010837B (zh) | 一种基于经纬度坐标的基础资源批量匹配方法 | |
EP4270195A1 (en) | System and method for auto-generation of test scripts | |
CN114282338A (zh) | 用于识别风力发电机组运行状态的方法及风力发电机组 | |
CN115329725A (zh) | 一种cim数据转换与流程管理方法 | |
CN117318024A (zh) | 基于cnn神经网络的光伏发电功率预测管理方法及系统 |
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 |