CN113641161A - 基于在线精度测量的智能产线质量闭环控制方法及系统 - Google Patents
基于在线精度测量的智能产线质量闭环控制方法及系统 Download PDFInfo
- Publication number
- CN113641161A CN113641161A CN202111003639.1A CN202111003639A CN113641161A CN 113641161 A CN113641161 A CN 113641161A CN 202111003639 A CN202111003639 A CN 202111003639A CN 113641161 A CN113641161 A CN 113641161A
- Authority
- CN
- China
- Prior art keywords
- quality
- control
- control method
- online
- production line
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 51
- 238000005259 measurement Methods 0.000 title claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 238000011217 control strategy Methods 0.000 claims abstract description 7
- 238000003754 machining Methods 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000003908 quality control method Methods 0.000 abstract description 20
- 238000005520 cutting process Methods 0.000 abstract description 3
- 239000002184 metal Substances 0.000 abstract description 2
- 239000000047 product Substances 0.000 description 35
- 238000007689 inspection Methods 0.000 description 13
- 238000007726 management method Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000227 grinding Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000078 claw Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000010330 laser marking Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31359—Object oriented model for fault, quality control
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于在线精度测量的智能产线质量闭环控制方法及系统,该控制方法采用统计理论对工序质量进行评定,并结合在线三坐标零件质量检测,采用企业经验知识库进行产品质量异常追溯,并据此制定相应的控制策略,实现加工过程中产品质量的实时动态控制。本发明采用统计理论对工序质量进行评定,并结合在线三坐标零件质量检测,提出了质量闭环控制策略,显著提高了产线的智能化水平。通过采用新的质量控制方法,实现了加工系统的可靠高效运行,并显著降低了不合格品的数量,产品合格率提高了37.5%。因此,采用该质量控制方法,对于提高离散型金属切削柔性加工单元质量稳定性具有重要的推广应用价值。
Description
技术领域
本发明涉及智能制造领域,具体涉及一种基于在线精度测量的智能产线质量闭环控制方法及系统。
背景技术
近年来,伴随着工业4.0、工业互联网等世界范围内制造业发展战略的提出,我国制造业整体的转型升级,智能制造加速发展,不少细分领域都孕育着新机遇。尤其是最近一两年,人工智能、物联网等新技术也开始向工业领域渗透,在多方因素推动下,先进制造业领域或将迎来新的变局。
如何开展智能制造下的质量管理创新研究已成为实现智能制造的关键问题,流水线的发展,带来了生产效率的大规模提高。在流水线上的质量控制,关键在于工艺步骤的详细分解,并且形成完善的标准化作业流程 。为了提高效率并且降低废品率,各种文件的规定务必要详细无比。因为唯有这样,才能成功的将生产线上的工人完全当成是机器人使用。标准化的动作规范,详细的时间要求,程序化的思维,集成了这些,才能保证流水线的高速有效运转。
目前,为适应新的生产方式,有许多大公司已经上线了ERP系统来进行企业管理,比如SAP或者Oracle。但是ERP系统中的质量管理模块并不是很好用,功能还不完善,很多还是需要手工操作来进行调整。因此,有必要运用新技术、新方法进行智能制造质量管理。为满足企业对信息化发展的需求,产品设计数据管理、制造数据管理等是企业信息化建设不可或缺的内容之一,但大多数企业针对质量数据的管理仅关注了制造过程中检验数据的评估分析,实物质量与设计质量缺乏闭环管理,现场质量问题不能及时有效的传递给设计工艺部门,无法及时进行问题分析和产品设计或工艺方案的优化。
发明内容
为解决上述问题,本发明提供了一种基于在线精度测量的智能产线质量闭环控制方法及系统,提高了产品质量管理的控制效果及可靠性。
为实现上述目的,本发明采取的技术方案为:
基于在线精度测量的智能产线质量闭环控制方法,采用统计理论对工序质量进行评定,并结合在线三坐标零件质量检测,采用企业经验知识库进行产品质量异常追溯,并据此制定相应的控制策略,实现加工过程中产品质量的实时动态控制。
进一步地,包括如下步骤:
(1)系统开启,由自动物料系统上料,并进行工件加工;
(2)加工完成或加工过程中,采用三坐标测量机进行在线检测,自动线根据测量结果对零件进行相应的处理,同时将测试报告反馈至MES系统;
(3)由MES系统进行比对计算以获取刀具补偿信息,并将刀具补偿信息下发至单元总控及数控机床,进行机床调整操作;
(4)启动机床并对工件加工,待工件加工完成后送入至三坐标测量机,执行步骤(2);
(5)重复步骤(2)到步骤(4),完成对工件的加工流程执行质量闭环控制。
本发明还提供了一种基于在线精度测量的智能产线质量闭环控制系统,采用上述的控制方法实现控制,最上层为MES系统,负责接受ERP计划,形成生产计划下发给机运系统,管理生产制造的全过程;中间层为中控系统,负责监控线体所有 PLC 系统运行状态,反馈设备报警信息,追踪各工位当前车型信息,同时设置有安灯、广播系统;最下层为机运系统,即 PLC 控制系统,负责控制线体上的输送设备、夹具、工业机器人等。
本发明采用统计理论对工序质量进行评定,并结合在线三坐标零件质量检测,提出了质量闭环控制策略,显著提高了产线的智能化水平。通过采用新的质量控制方法,实现了加工系统的可靠高效运行,并显著降低了不合格品的数量,产品合格率提高了37.5%。因此,采用该质量控制方法,对于提高离散型金属切削柔性加工单元质量稳定性具有重要的推广应用价值。
附图说明
图1为分布中心和变动范围同时变化图。
图2 为控制图的两类错误。
图3为因果分析图。
图4为确定主要原因的处理流程图。
图5为柔性加工单元物理信息系统(CPS)。
图6为i5总控界面。
图7为总控流程构成。
图8为端盖A的OP10、OP20、OP30工艺示意图。
具体实施方式
为了使本发明的目的及优点更加清楚明白,以下结合实施例对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
基于统计理论的工序质量评定方法
由于产品的制造过程受到5MIE过程要素的限制,必然产生工序质量波动。质量波动原因可分为随机因素和系统因素。如果仅有随机因素起作用,质量特性值无疑应服从某个确定的正态分布。如果机床调整良好,位于公差带的中心,标准差小于或等于1/(6△)(△为公差),则生产过程稳定。
如果生产过程不稳定,产品质量特征的分布必将发生变化。质量特性值的变化可归纳为下面几种情况进行分析:
从分布范围来看,多数情况下,质量特征值的标准差小于或等于1/(6△),此时的工艺能力系数说明工艺能力满足要求。如果大于1/(△),说明工艺能力不足,应考虑使用较高精度的加工设备。明显增大,势必增加不合格品,必须监控的变化,预防不合格品的出现。
(3)分布中心和范围同时变化
如图1所示,产品质量特性值的分布中心和范围同时发生变化,这对产品质量的影响大于上述两种情况。图中,UCL为工件尺寸的最大极限偏差,LCL为工件尺寸的最小极限偏差。
上式表明,即使工序质量特征值的均值和标准差未发生变化,仍有0.27%的点超出控制界限而发出工序异常的不正常信号。这种误报信号的错误为控制图的第Ⅰ类错误,记为。由第Ⅰ类错误所引起的不必要的停产检查,将导致相应的经济损失。同样,当系统因素影响生产过程使均值和标准差发生变化时,根据正态分布的性质,有部分点仍在控制界限之内,而不能及时发出报警信号,使生产过程继续下去,从而导致大量废品产生。这种不能及时发出报警信号的错误为控制图的第Ⅱ类错误,记为,与之间关系如图2所示。由图可见,当控制限为±3时,是一个确定值,且将随控制限增大而减少。当均值由变为时,仍有部分落在控制限之内,显见,随着控制限的增大而增大。
工序稳定状态的判据是依据控制图上的点超界及点的排列。其一,控制图上的点子基本上没有超出控制界限,即连续25个点中,无一个超出控制界限;连续35个点中,最多有一个点超出控制界限;连续100个点中,最多有两个超出控制界限。其二,连续7个点位于中心线同一侧;连续7个点有上升或下降趋势点排烈有明的固期性。
因此,在正常生产情况下,由于多种随机因素共同作用的结果,多数产品的质量特征值服从正态分布。若偏离正态分布,说明有一项或几项系统因素在起作用,如不及时发现这些情况,容易出现大量不合格品。
基于在线精度检测的质量闭环控制策略
本控制策略采用企业经验知识库进行产品质量异常追溯,并据此制定相应的控制策略,实现加工过程中产品质量的实时动态控制,从而提高企业产品质量的稳定性。
2.1工序质量控制点的设置
工序质量控制点是在一定时期和生产条件下,在产品制造过程中应予重点控制的对象,它可以是工序中产品的质量特性,如尺寸、粗糙度、强度、硬度等;也可以是关键部位或薄弱环节的质量项目。
一种产品在其质量形成过程中应设的控制点数目,取决于该产品的结构性与工艺复杂性产品结构越复杂,工艺越复杂,工艺要求越严格,质量控制点应越多。质量控制点可参考下述原则确定:
1)对整个产品的性能、寿命、可靠性有重大直接影响的关键质量特性和关键部位;
2)工艺本身有特殊要求,并对下道工序有直接影响的质量特性和部位;
3)易发生事故的质量特征和部位;
4)与安全性有关的质量特性应设置控制点,以确保产品使用中的安全;
5)通过用户申诉、质量审核、质量监督等途径反馈回来的不良项目;
6)设计部门、工艺部门认为有必要设置控制点的一些质量特性和部位。
2.2工序质量控制点的管理规范
为了实施对工序质量控制点的有效控制,还需制订对控制点进行分析、管理与实施的规范性文件。文件的种类与数量,可视具体控制点的需要而定一般来说,包括以下几种文件:
1)工序质量控制点的流程图与明细表;
2)工序质量分析表,主要包括:零部件名称、工序名称、控制点序号、质量控制项目、工序质量因素的分析、管理项目及其允许值、检验项目、检验方法及频次、测量记录方式等;
3)零件质量控制与检验项目汇总表,主要包括:控制与检验项目、质量要求、测量手段、操作人员进行自检与互检的方法、专职检验人员进行首检、巡检与定检的方法、控制手段等;
4)操作指导卡,主要应包括:零件简图、操作方面的要求与规定、加工部位与质量特性值、操作要领、加工用设备与工具的使用规范、工艺参数;控制项目与检验项目、控制手段、检验手段与检验频次、测量工具与测量要求等。
2.3质量问题追溯
(1)分析产生质量问题的各种因素
针对产品出现的质量问题,应召集相关人员参加因果分析会,参加人员包括操作人员、检验员、班长、设备维修人员及车间领导、技术人员等,讨论后做出因果分析图,如图所示,以磨削加工为例,包括人、机、料、法、环、测等各方面因素;
(2)找出主要原因
根据加工过程种实时采集的历史数据,通过数据分析的方法,确定影响加工质量的主要原因。处理流程如图4所示;
(3)研究措施,制定对策
针对主要原因研究措施,制定对策,列出问题的现状、对策、负责人、解决日期等内容。以磨床为例,做出对策表如表1所示。
表1 对策表
3 基于数字化工厂的质量闭环控制技术开发
本课题的研究基于沈阳工学院数字化工厂开展的,目前数字化工厂采用国产i5智能协同系统的柔性生产线已实现全自动化生产以及IoT和大数据(结合WIS车间管理系统)。该工厂内具有种类最齐全的工业机器人和最全面的高度自动化的智能机床加工单元,同时还拥有智能传感、智能检测等设备构建成信息物联网,为本课题的开发创造了优越的条件。
数字化工厂智能控制系统如图5所示,分为三个阶层,最上层为MES系统,负责接受ERP计划,形成生产计划下发给机运系统,管理生产制造的全过程;中间层为中控系统,负责监控线体所有 PLC 系统运行状态,反馈设备报警信息,追踪各工位当前车型信息,同时设置有安灯、广播系统;最下层为机运系统,即 PLC 控制系统,负责控制线体上的输送设备、夹具、工业机器人等。
3.1总控单元的软硬件配置
i5总控使用沈阳机床的i5控制软件,总控单元的作用是基于图6的功能进行,下位与i5机床、机器人、传送料库单元等通讯控制。i5总控软件基于X86平台,采用CNC与UI分离式设计。内部集成i5独有的控制界面,高度的定制化操作界面可以使操作、维护和管理更便捷。根据两种相似加工产品——端盖A、B,生产线由i5智能机床、安川MH50关节机器人、雄克快换抓手、海克斯康三坐标测量机和激光打标机等构成。i5总控单元硬件采用Inter i7处理器,1G内存,8G固态硬盘的PC架构。底层采用Linux系统,使用工业以太网EtherCAT总线与上下位设备进行连接,总控与子函数通过CMD模式协同控制。
3.2总控的架构设计
单元总控采用ST(Structured Text)语言逻辑的PLC实现,ST语言符合国际电工委员会IEC61131标准。ST结构文本编程语言与梯形图相比,能实现复杂的数学与逻辑运算,编写的程序更加简洁、紧凑和高效。此外,PLC根据ST语言进行模块化编写,方便进行任意模块的更改与替换。
整体构架为主控PLC以及MES,主控PLC与加工系统、物料系统等子系统函数库。
主程序中嵌入10个函数模块。i5总控软件主要由HMI软件和内嵌ST语言的i5PLC两部分构成。总控系统在Linux下运行,上下位系统处于同一个局域网。
柔性加工单元的总控流程见图7,总控架构设计步骤如下:
①显示加工系统的运行状态,即加工系统内机床、夹具的加工、空闲、报警状态;
②显示物料系统的运行状态,即物料系统内机器人、机器人双抓手和AGV、料道的加工、空闲、报警状态;
③启停控制,即自动线总控界面一键启动,自动线总控界面可一键暂停与恢复;
④工件状态,显示整条线当日加工工件数量并可清除,以及工件的类型、切削总时间总数量的显示;
⑤监控各个加工系统、物料系统的I/O信号情况;
⑥根据被加工的两种零件设计柔性、优化排产的PLC控制结构逻辑,并受MES控制,实现最优化的加工调度;
3.3总控PLC对数控机床的CMD信息协同
在数控系统控制的加工系统中,系统的功能执行全部受总控单元进行控制,步骤如下:
①将通讯寄存器CMD设为00101000;
②数控系统接收进行译码,转存寄存器B0中并调用子程序;
③数控系统子程序通过OUTOG#(1)72反馈总控编码并回传给主控,进行数控机床参数的调整动作,动作前将寄存器CMD置0;
④动作结束,等待总控下一步命令;控制流程即总控不断对数控系统CMD信号进行读取,并译码,清零。
3.4总控PLC对测量系统的控制
总控系统对三坐标测量机的控制体现为对不同零件测试程序的选择与调用,步骤如下:
①总控读取毛坯类型;
②三坐标测量机发出准备好信号;
③零件类型判断程序开始;
④三坐标测量机系统读取总控的零件类型信号;
⑤三坐标测量机系统跳转至应测试程序、返回;
⑥类型判断程序语句结束。
实际质量控制效果分析
轴承端盖是沈阳机床的i5智能机床的零件,用于X轴丝杠轴承的轴向定位和密封。分为类型A和类型B分别装配在T3.3机床和M4.2机床的X轴丝杆一端。
柔性加工单元以该零件验证。毛坯为45钢。OP10使用i5T3.3智能卧式车床加工,装卡8寸液压软爪,左端面定位,外圆夹紧。OP20使用i5V2立式智能车床进行第二序加工;OP30使用M4.2智能立式加工中心进行第三序的铣、钻削加工。该工序采用快换卡具实现对不同外径两套端盖零件的混流加工。加工工艺过程见图8。
根据轴承端盖的设计图,可见:该零件的主要精度指标为轴承止口与配合端面的垂直度公差要求较为严格;同时,为保证密封性能,止口的尺寸公差也较为严格。因此,应作为重要的质量工序控制点进行控制。
质量控制方法的执行步骤如下:
(1)系统开启,由自动物料系统上料,并进行工件加工;
(2)加工完成或加工过程中,采用三坐标测量机进行在线检测,自动线根据测量结果对零件进行相应的处理,同时将测试报告反馈至MES系统;
(3)由MES系统进行比对计算以获取刀具补偿信息,并将刀具补偿信息下发至单元总控及数控机床,进行机床调整操作;
(4)启动机床并对工件加工,待工件加工完成后送入至三坐标测量机,执行步骤(2);
(5)重复步骤(2)到步骤(4),完成对工件的加工流程执行质量闭环控制。
目前,该质量控制方法已得到实际应用,实际加工效果验证了所设计的质量控制方法的有效性,通过采用新的质量控制方法,实现了加工系统的可靠高效运行。并显著降低了不合格品的数量,以每盘8件计算,不合格品数量由原来的3件降为全部合格。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.基于在线精度测量的智能产线质量闭环控制方法,其特征在于:采用统计理论对工序质量进行评定,并结合在线三坐标零件质量检测,采用企业经验知识库进行产品质量异常追溯,并据此制定相应的控制策略,实现加工过程中产品质量的实时动态控制。
2.如权利要求1所述的基于在线精度测量的智能产线质量闭环控制方法,其特征在于:包括如下步骤:
(1)系统开启,由自动物料系统上料,并进行工件加工;
(2)加工完成或加工过程中,采用三坐标测量机进行在线检测,自动线根据测量结果对零件进行相应的处理,同时将测试报告反馈至MES系统;
(3)由MES系统进行比对计算以获取刀具补偿信息,并将刀具补偿信息下发至单元总控及数控机床,进行机床调整操作;
(4)启动机床并对工件加工,待工件加工完成后送入至三坐标测量机,执行步骤(2);
(5)重复步骤(2)到步骤(4),完成对工件的加工流程执行质量闭环控制。
3.基于在线精度测量的智能产线质量闭环控制系统,其特征在于:采用如权利要求1-2任一项所述的控制方法实现控制, 最上层为MES系统,负责接受ERP计划,形成生产计划下发给机运系统,管理生产制造的全过程;中间层为中控系统,负责监控线体所有 PLC 系统运行状态,反馈设备报警信息,追踪各工位当前车型信息,同时设置有安灯、广播系统;最下层为机运系统,即 PLC 控制系统,负责控制线体上的输送设备、夹具、工业机器人。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111003639.1A CN113641161A (zh) | 2021-08-30 | 2021-08-30 | 基于在线精度测量的智能产线质量闭环控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111003639.1A CN113641161A (zh) | 2021-08-30 | 2021-08-30 | 基于在线精度测量的智能产线质量闭环控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113641161A true CN113641161A (zh) | 2021-11-12 |
Family
ID=78424446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111003639.1A Pending CN113641161A (zh) | 2021-08-30 | 2021-08-30 | 基于在线精度测量的智能产线质量闭环控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113641161A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115356343A (zh) * | 2022-10-21 | 2022-11-18 | 北京科技大学 | 一种炼钢用铁合金品质的检测方法及系统 |
CN115373360A (zh) * | 2022-10-20 | 2022-11-22 | 山东芯合机器人科技有限公司 | 一种基于工业机器人加工过程质量监控系统 |
CN116136678A (zh) * | 2021-11-18 | 2023-05-19 | 中国科学院沈阳自动化研究所 | 一种三坐标测量机融入智能化车间管控系统的控制方法 |
-
2021
- 2021-08-30 CN CN202111003639.1A patent/CN113641161A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116136678A (zh) * | 2021-11-18 | 2023-05-19 | 中国科学院沈阳自动化研究所 | 一种三坐标测量机融入智能化车间管控系统的控制方法 |
CN115373360A (zh) * | 2022-10-20 | 2022-11-22 | 山东芯合机器人科技有限公司 | 一种基于工业机器人加工过程质量监控系统 |
CN115373360B (zh) * | 2022-10-20 | 2023-03-03 | 山东芯合机器人科技有限公司 | 一种基于工业机器人加工过程质量监控系统 |
CN115356343A (zh) * | 2022-10-21 | 2022-11-18 | 北京科技大学 | 一种炼钢用铁合金品质的检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113641161A (zh) | 基于在线精度测量的智能产线质量闭环控制方法及系统 | |
US20230288899A1 (en) | Production and measurement of workpieces | |
Zhang et al. | Operational dimensioning and tolerancing in process planning: setup planning | |
CN110705814A (zh) | 一种基于智能制造管理的mes系统 | |
Tang et al. | Design of product specifications for multi-characteristic inspection | |
CN113608482A (zh) | 一种精密加工刀具智能监控方法、系统及管理系统 | |
CN112526931A (zh) | 一种船用柴油机机身孔系镗削加工过程质量控制方法 | |
CN109102235A (zh) | 一种刀具寿命信息管理系统及方法 | |
CN111459116A (zh) | 一种高效的管子智能生产线数字化管理系统 | |
EP3728993B1 (en) | Production and measurement of workpieces | |
CN110961732B (zh) | 摆线齿轮的加工方法及系统 | |
CN113093648A (zh) | 电动机基座自动化加工系统及方法 | |
Jeang | Tool replacement policy for probabilistic tool life and random wear process | |
Whybrew et al. | Tolerance analysis in manufacturing and tolerance charting | |
Zhang | Analysis and optimization of bottlenecks via simulation | |
Shagluf et al. | Derivation of a cost model to aid management of CNC machine tool accuracy maintenance | |
CN111007801B (zh) | 一种基于多维属性状态判断的刀具寿命实时采集方法 | |
Koleva et al. | Modern problems and tendencies of effective accuracy control of turning operations | |
Primrose et al. | Investing to improve product quality | |
Xi et al. | Tool Management System with Dynamic Life Adjustment | |
CN213365321U (zh) | 一种高效的管子智能生产线数字化管理系统 | |
Brodbeck | Cutter manufacturer finds the right tool | |
Gadolina | Application of SMED (single minutes exchange of die) for production optimization | |
Ungern-Sternberg et al. | Work Center Performance Measurement Based On Multiple Time Series | |
Patterson et al. | Increased use of automated machinery requires changes in quality control procedures |
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 |