CN113676010A - 一种电机绕组的浸漆工艺监测方法及系统 - Google Patents
一种电机绕组的浸漆工艺监测方法及系统 Download PDFInfo
- Publication number
- CN113676010A CN113676010A CN202111236947.9A CN202111236947A CN113676010A CN 113676010 A CN113676010 A CN 113676010A CN 202111236947 A CN202111236947 A CN 202111236947A CN 113676010 A CN113676010 A CN 113676010A
- Authority
- CN
- China
- Prior art keywords
- paint dipping
- paint
- winding
- preset
- motor winding
- 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
- 239000003973 paint Substances 0.000 title claims abstract description 482
- 238000007598 dipping method Methods 0.000 title claims abstract description 376
- 238000004804 winding Methods 0.000 title claims abstract description 327
- 238000000034 method Methods 0.000 title claims abstract description 291
- 230000008569 process Effects 0.000 title claims abstract description 235
- 238000012544 monitoring process Methods 0.000 title claims abstract description 72
- 238000010586 diagram Methods 0.000 claims abstract description 30
- 238000012549 training Methods 0.000 claims abstract description 15
- 238000003618 dip coating Methods 0.000 claims description 47
- 230000000737 periodic effect Effects 0.000 claims description 22
- 230000009467 reduction Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000007730 finishing process Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000013523 data management Methods 0.000 claims description 5
- 239000002966 varnish Substances 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 230000008034 disappearance Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 229920006395 saturated elastomer Polymers 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 50
- 238000005516 engineering process Methods 0.000 description 10
- 238000007654 immersion Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000007591 painting process Methods 0.000 description 4
- 238000005260 corrosion Methods 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 3
- 230000017525 heat dissipation Effects 0.000 description 3
- 238000009413 insulation Methods 0.000 description 3
- 238000009472 formulation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011496 digital image analysis Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02K—DYNAMO-ELECTRIC MACHINES
- H02K15/00—Methods or apparatus specially adapted for manufacturing, assembling, maintaining or repairing of dynamo-electric machines
- H02K15/12—Impregnating, heating or drying of windings, stators, rotors or machines
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Power Engineering (AREA)
- Manufacture Of Motors, Generators (AREA)
Abstract
本申请公开了一种电机绕组的浸漆工艺监测方法及系统，所述方法包括：通过获得第一电机绕组的第一整体布线接线图确定线圈个数和绕线层数；构建电机绕组浸漆工艺匹配模型；将线圈个数和绕线层数输入电机绕组浸漆工艺匹配模型进行参数训练，获得预设匹配工艺；对所述第一电机绕组进行浸漆工艺，基于摄像头装置获得第一浸漆图像信息；判断所述第一电机绕组的表面漆膜和内部浸漆是否满足预设浸漆状态；若没有满足所述预设浸漆状态，对所述预设匹配工艺进行调整，并将调整后的参数上传至电机绕组浸漆工艺匹配模型。解决了现有技术中存在无法针对各电机绕组实际情况快速制定对应的浸漆方案，同时存在无法高效检测绕组浸漆效果的技术问题。
Description
技术领域
本申请涉及人工智能领域，尤其涉及一种电机绕组的浸漆工艺监测方法及系统。
背景技术
绕组是指构成与变压器标注的某一电压值相对应的电气线路的一组线匝。绕组在电机的结构中是最脆弱的部件，为了提高绕组的耐潮性、防腐性和绝缘强度，并提高绕组的机械强度、导热性、散热效果等，必须对电机绕组进行浸漆处理。然而要想达到好的浸漆效果，保证绕组浸漆质量，必须针对各电机绕组的整体布线接线情况针对性的进行浸漆工艺制定，同时在浸漆处理时，应随时监测绕组浸漆质量。人力制定合理的浸漆方案效率低，且容易出现偏差最终导致绕组浸漆效果不佳，此外，监测浸漆过程中绕组的实际状态浪费大量人力物力，增加企业成本，因此利用计算机技术提高电机绕组浸漆工艺流程的现代化水平具有重要的现实意义。
本申请发明人在实现本申请实施例中技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中存在无法针对各电机绕组实际情况快速制定对应的浸漆方案，同时存在无法高效检测绕组浸漆效果的技术问题。
发明内容
本申请的目的是提供一种电机绕组的浸漆工艺监测方法及系统，用以解决现有技术中存在无法针对各电机绕组实际情况快速制定对应的浸漆方案，同时存在无法高效检测绕组浸漆效果的技术问题。
鉴于上述问题，本申请实施例提供了一种电机绕组的浸漆工艺监测方法及系统。
第一方面，本申请提供了一种电机绕组的浸漆工艺监测方法，所述方法通过一种电机绕组的浸漆工艺监测系统实现，其中，所述方法包括：通过获得第一电机绕组的第一整体布线接线图确定线圈个数和绕线层数；构建电机绕组浸漆工艺匹配模型；将线圈个数和绕线层数输入电机绕组浸漆工艺匹配模型进行参数训练，获得预设匹配工艺；对所述第一电机绕组进行浸漆工艺，基于摄像头装置获得第一浸漆图像信息；判断所述第一电机绕组的表面漆膜和内部浸漆是否满足预设浸漆状态；若没有满足所述预设浸漆状态，对所述预设匹配工艺进行调整，并将调整后的参数上传至电机绕组浸漆工艺匹配模型。
另一方面，本申请还提供了一种电机绕组的浸漆工艺监测系统，用于执行如第一方面所述的一种电机绕组的浸漆工艺监测方法，其中，所述系统包括：第一获得单元：所述第一获得单元用于获得第一电机绕组的第一整体布线接线图；第一确定单元：所述第一确定单元用于根据所述第一整体布线接线图，确定线圈个数和绕线层数；第一构建单元：所述第一构建单元用于构建电机绕组浸漆工艺匹配模型；第二获得单元：所述第二获得单元用于将所述线圈个数和所述绕线层数输入所述电机绕组浸漆工艺匹配模型进行参数训练，获得预设匹配工艺，所述预设匹配工艺包括预设漆料粘度和预设浸漆时间，且所述预设匹配工艺具有周期性差异；第三获得单元：所述第三获得单元用于根据所述预设漆料粘度和所述预设浸漆时间，对所述第一电机绕组进行浸漆工艺，基于摄像头装置，对所述浸漆工艺进行全程图像采集，获得第一浸漆图像信息；第一判断单元：所述第一判断单元用于根据所述第一浸漆图像信息，判断所述第一电机绕组的表面漆膜和内部浸漆是否满足预设浸漆状态；第一执行单元：所述第一执行单元用于若所述第一电机绕组的表面漆膜和内部浸漆没有满足所述预设浸漆状态，对所述预设匹配工艺进行调整，并将调整后的参数上传至所述电机绕组浸漆工艺匹配模型。
第三方面，本申请实施例还提供了一种电机绕组的浸漆工艺监测系统，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：
1.通过获得第一电机绕组的第一整体布线接线图确定线圈个数和绕线层数；构建电机绕组浸漆工艺匹配模型；将线圈个数和绕线层数输入电机绕组浸漆工艺匹配模型进行参数训练，获得预设匹配工艺；对所述第一电机绕组进行浸漆工艺，基于摄像头装置获得第一浸漆图像信息；判断所述第一电机绕组的表面漆膜和内部浸漆是否满足预设浸漆状态；若没有满足所述预设浸漆状态，对所述预设匹配工艺进行调整，并将调整后的参数上传至电机绕组浸漆工艺匹配模型。通过利用计算机技术实现了快速制定适应各电机绕组实际布线接线情况的浸漆方案的技术目标，进一步实现了绕组浸漆效果的智能化监测，从而达到了提高电机绕组浸漆流程现代化水平的技术效果。
2.在浸漆漆料粘度、浸漆时间等条件均满足预设浸漆工艺的情况下，浸漆工艺监测系统智能化获取绕组浸漆时的温度信息，从而确定是否因浸漆温度影响最终浸漆效果，并对浸漆温度进行适应性的调整，最终达到了自动监测并调整浸漆过程的各工艺数据，从而保证浸漆质量的技术效果。
上述说明仅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
为了更清楚地说明本申请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示例性的，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，还可以根据提供的附图获得其他的附图。
图1为本申请实施例一种电机绕组的浸漆工艺监测方法的流程示意图；
图2为本申请实施例一种电机绕组的浸漆工艺监测方法中若所述实际漆料粘度和所述实际浸漆时间均不分别满足所述周期性差异中的前半周期浸漆工艺要求，对所述前半周期浸漆工艺要求中的所述实际漆料粘度和所述实际浸漆时间进行调整的流程示意图；
图3为本申请实施例一种电机绕组的浸漆工艺监测方法中若所述最大温差信息没有在所述预定温差阈值内波动，对所述绕组内部浸漆温度信息进行调整的流程示意图；
图4为本申请实施例一种电机绕组的浸漆工艺监测方法中根据所述预定表面图像信息，获得第一结束指令，结束对所述第一电机绕组的二次浸漆的流程示意图；
图5为本申请实施例一种电机绕组的浸漆工艺监测系统的结构示意图；
图6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，第一确定单元12，第一构建单元13，第二获得单元14，第三获得单元15，第一判断单元16，第一执行单元17，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绕组的浸漆工艺监测方法及系统，解决了现有技术中存在无法针对各电机绕组实际情况快速制定对应的浸漆方案，同时存在无法高效检测绕组浸漆效果的技术问题。通过利用计算机技术实现了快速制定适应各电机绕组实际布线接线情况的浸漆方案的技术目标，进一步实现了绕组浸漆效果的智能化监测，从而达到了提高电机绕组浸漆流程现代化水平的技术效果。
下面，将参考附图对本申请实施例中的技术方案进行清楚、完整地描述，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。基于本申请的实施例，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，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。
绕组是指构成与变压器标注的某一电压值相对应的电气线路的一组线匝。绕组在电机的结构中是最脆弱的部件，为了提高绕组的耐潮性、防腐性和绝缘强度，并提高绕组的机械强度、导热性、散热效果等，必须对电机绕组进行浸漆处理。然而要想达到好的浸漆效果，保证绕组浸漆质量，必须针对各电机绕组的整体布线接线情况针对性的进行浸漆工艺制定，同时在浸漆处理时，应随时监测绕组浸漆质量。人力制定合理的浸漆方案效率低，且容易出现偏差最终导致绕组浸漆效果不佳，此外，监测浸漆过程中绕组的实际状态浪费大量人力物力，增加企业成本，因此利用计算机技术提高电机绕组浸漆工艺流程的现代化水平具有重要的现实意义。
现有技术中存在无法针对各电机绕组实际情况快速制定对应的浸漆方案，同时存在无法高效检测绕组浸漆效果的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请提供了一种电机绕组的浸漆工艺监测方法，所述方法应用于一种电机绕组的浸漆工艺监测系统，其中，所述方法包括：通过获得第一电机绕组的第一整体布线接线图；根据所述第一整体布线接线图，确定线圈个数和绕线层数；构建电机绕组浸漆工艺匹配模型；将所述线圈个数和所述绕线层数输入所述电机绕组浸漆工艺匹配模型进行参数训练，获得预设匹配工艺，所述预设匹配工艺包括预设漆料粘度和预设浸漆时间，且所述预设匹配工艺具有周期性差异；根据所述预设漆料粘度和所述预设浸漆时间，对所述第一电机绕组进行浸漆工艺，基于摄像头装置，对所述浸漆工艺进行全程图像采集，获得第一浸漆图像信息；根据所述第一浸漆图像信息，判断所述第一电机绕组的表面漆膜和内部浸漆是否满足预设浸漆状态；若所述第一电机绕组的表面漆膜和内部浸漆没有满足所述预设浸漆状态，对所述预设匹配工艺进行调整，并将调整后的参数上传至所述电机绕组浸漆工艺匹配模型。
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
请参阅附图1，本申请实施例提供了一种电机绕组的浸漆工艺监测方法，其中，所述方法应用于一种电机绕组的浸漆工艺监测系统，所述方法具体包括如下步骤：
步骤S100：获得第一电机绕组的第一整体布线接线图；
具体而言，所述一种电机绕组的浸漆工艺监测方法应用于所述一种电机绕组的浸漆工艺监测系统中，通过利用计算机技术实现了快速制定适应各电机绕组实际布线接线情况的浸漆方案的技术目标，进一步实现了绕组浸漆效果的智能化监测，从而达到了提高电机绕组浸漆流程现代化水平的技术效果。其中，绕组是指构成与变压器标注的某一电压值相对应的电气线路的一组线匝。
绕组在电机的结构中是最脆弱的部件，为了提高绕组的耐潮性、防腐性和绝缘强度，并提高绕组的机械强度、导热性、散热效果等性能，必须对电机绕组进行浸漆处理。所述第一电机绕组是指将利用所述浸漆工艺监测系统进行绕组浸漆工艺制定的任一电机绕组。所述第一整体布线接线图是指所述第一电机绕组对应的整体布线、接线情况。通过智能摄像头对待浸漆的电机绕组进行不同角度、不同距离的图像采集，可以得到所述第一电机绕组的图像，即为所述第一整体布线接线图。达到了明确待浸漆绕组实际布线接线情况等基础信息的技术效果。
步骤S200：根据所述第一整体布线接线图，确定线圈个数和绕线层数；
具体而言，基于摄像头采集得到的所述第一电机绕组图像信息，即所述第一整体布线接线图，进一步分析图像信息可以确定所述第一电机绕组实际对应的线圈的个数和绕线的层数数据。达到了明确待浸漆处理绕组具体绕线情况和绕线圈总数量的技术效果。
步骤S300：构建电机绕组浸漆工艺匹配模型；
步骤S400：将所述线圈个数和所述绕线层数输入所述电机绕组浸漆工艺匹配模型进行参数训练，获得预设匹配工艺，所述预设匹配工艺包括预设漆料粘度和预设浸漆时间，且所述预设匹配工艺具有周期性差异；
具体而言，所述电机绕组浸漆工艺匹配模型是一个可以针对待浸漆绕组具体的绕线情况和绕线圈数量等参数信息智能化制定合适的浸漆工艺方案的数学模型。将分析所述第一电机绕组的整体布线接线图后，得到的待浸漆绕组具体的线圈个数和绕线层数，输入所述电机绕组浸漆工艺匹配模型进行参数训练，可以匹配得到对应的浸漆方案，即所述预设匹配工艺。其中，所述预设匹配工艺包括预设漆料粘度、预设浸漆时间以及预设浸漆温度等。此外，由于绕组一般有多层绕线，实际浸漆操作无法同时对所有绕线层进行完全浸漆处理，因此，在浸漆前半周期对应的第一次浸漆处理中，主要对电机绕组的内部，即内层绕线层进行浸漆；在浸漆后半周期对应的第二次浸漆处理中，主要对电机绕组的外部，即外层绕线层进行浸漆。基于绕组实际浸漆处理中前、后半周期存在的实际差异，直接形成了浸漆工艺的周期性差异，即所述预设匹配工艺的周期性差异。
通过电机绕组浸漆工艺匹配模型，实现了基于绕组实际绕线层数及线圈个数的具体数据，智能化匹配合适的浸漆方案，为实际浸漆操作有针对性的进行了理论指导，从而提高了绕组浸漆效果和浸漆质量，进一步保证了电机绕组的综合性能和使用寿命。
步骤S500：根据所述预设漆料粘度和所述预设浸漆时间，对所述第一电机绕组进行浸漆工艺，基于摄像头装置，对所述浸漆工艺进行全程图像采集，获得第一浸漆图像信息；
具体而言，根据所述电机绕组浸漆工艺匹配模型智能化生成的预设匹配工艺中的预设漆料粘度、预设浸漆时间等预设浸漆工艺参数，对所述第一电机绕组进行浸漆处理，同时，基于智能摄像头装置对绕组浸漆的全过程进行实时图像采集，采集得到绕组浸漆过程的所有图像即为所述第一浸漆图像信息。达到了基于摄像头智能化监测绕组实际浸漆全过程，降低了人力监测的成本，同时提高了监测效果的技术效果。
步骤S600：根据所述第一浸漆图像信息，判断所述第一电机绕组的表面漆膜和内部浸漆是否满足预设浸漆状态；
步骤S700：若所述第一电机绕组的表面漆膜和内部浸漆没有满足所述预设浸漆状态，对所述预设匹配工艺进行调整，并将调整后的参数上传至所述电机绕组浸漆工艺匹配模型。
具体而言，基于摄像头实时采集的所述第一浸漆图像信息，利用计算机图像分析技术对所有浸漆图像进行分析处理，判断所述第一电机绕组的浸漆处理后在绕组表面形成的漆膜，以及绕组内部线圈之间的浸漆效果是否满足浸漆工艺监测系统的预设浸漆状态，如果所述第一电机绕组浸漆处理后表面漆膜或者内部浸漆或者二者均没有满足所述预设浸漆状态，浸漆工艺监测系统立即对所述预设匹配工艺进行对应的调整，以确保后续绕组浸漆效果达到理想状态，同时浸漆工艺监测系统自动将调整后的参数上传至所述电机绕组浸漆工艺匹配模型中进行模型修正。
通过计算机技术实现了快速制定适应各电机绕组实际布线接线情况的浸漆方案的技术目标，进一步实现了绕组浸漆效果的智能化监测，从而达到了提高电机绕组浸漆流程现代化水平的技术效果。
进一步的，如附图2所示，本申请实施例步骤S400还包括：
步骤S410：对所述预设匹配工艺进行周期拆分，获得一次浸漆工艺和二次浸漆工艺；
步骤S420：根据所述一次浸漆工艺和所述第一浸漆图像信息，获得一次浸漆图像信息；
步骤S430：根据所述一次浸漆图像信息，判断所述第一电机绕组的绕组内部浸漆是否浸透；
步骤S440：若所述第一电机绕组的绕组内部浸漆没有浸透，获得所述一次浸漆工艺的实际漆料粘度和实际浸漆时间；
步骤S450：判断所述实际漆料粘度和所述实际浸漆时间是否分别满足所述周期性差异中的前半周期浸漆工艺要求；
步骤S460：若所述实际漆料粘度和所述实际浸漆时间均不分别满足所述周期性差异中的前半周期浸漆工艺要求，对所述前半周期浸漆工艺要求中的所述实际漆料粘度和所述实际浸漆时间进行调整。
具体而言，将所述电机绕组浸漆工艺匹配模型智能化生成的预设匹配工艺进行拆分，拆分按浸漆周期进行。浸漆前半周期对应一次浸漆工艺，摄像头采集可以得到浸漆前半周期的浸漆图像，即为所述第一浸漆图像信息，分析第一浸漆图像信息可以判断一次浸漆工艺处理后，对应的所述第一电机绕组的绕组内部浸漆是否浸透。当判断结果显示所述第一电机绕组的绕组内部浸漆没有浸透时，浸漆工艺监测系统自动对获取第一电机绕组一次浸漆工艺处理时，漆料的实际粘度和实际浸漆时间，并判断所述实际漆料粘度和所述实际浸漆时间是否分别满足前半周期对应一次浸漆工艺中的浸漆漆料粘度和时间要求。当判断结果显示所述实际漆料粘度和所述实际浸漆时间均不满足前半周期浸漆工艺要求中的浸漆漆料粘度和时间要求时，对所述前半周期浸漆工艺要求中的实际漆料粘度和浸漆时间进行调整。达到了智能化监测电机绕组实际浸漆粘度和浸漆时间，并在实际浸漆工艺不满足预设工艺时，自动进行工艺判断及调整，从而保证实际浸漆工艺符合预设工艺要求，最终使绕组达到理想浸漆状态的技术效果。
进一步的，如附图3所示，本申请实施例步骤S450还包括：
步骤S451：若所述实际漆料粘度和所述实际浸漆时间均分别满足所述周期性差异中的前半周期浸漆工艺要求，获得所述第一电机绕组的绕组内部浸漆温度信息；
步骤S452：基于温度传感器，获得所述一次浸漆工艺的初始工艺温度信息和结束工艺温度信息；
步骤S453：基于所述初始工艺温度信息和所述结束工艺温度信息，获得最大温差信息；
步骤S454：判断所述最大温差信息是否在预定温差阈值内波动；
步骤S455：若所述最大温差信息没有在所述预定温差阈值内波动，对所述绕组内部浸漆温度信息进行调整。
具体而言，实际浸漆效果除了受浸漆漆料粘度、浸漆时长等因素影响外，还会一定程度收到漆料温度的影响，因此如果浸漆工艺监测系统自动判定所述第一电机绕组的绕组内部浸漆过程中的漆料粘度、浸漆时间都符合预设浸漆工艺，那么系统自动对影响浸漆工艺的其他因素进行采集和判断。浸漆工艺监测系统首先即自动获取所述第一电机绕组的绕组内部浸漆温度信息，并基于温度传感器实时监测浸漆处理过程中漆料的温度，最后得到所述一次浸漆工艺的初始工艺温度信息和结束工艺温度信息。系统自动计算得到所述初始工艺温度信息和所述结束工艺温度信息的最大温差信息，并进一步判断所述最大温差信息是否在预定温差阈值内波动。如果所述最大温差信息没有在所述预定温差阈值内波动，则对所述绕组内部浸漆时的实际温度进行适应性的调整。其中，所述预定温差阈值是浸漆工艺监测系统基于大数据综合分析得到的不会对绕组浸漆效果产生不良影响的浸漆温度范围。实践证明温度一般在60~80℃浸漆最为适宜。
在浸漆漆料粘度、浸漆时间等条件均满足预设浸漆工艺的情况下，浸漆工艺监测系统智能化获取绕组浸漆时的温度信息，从而确定是否因浸漆温度影响最终浸漆效果，并对浸漆温度进行适应性的调整，最终达到了自动监测并调整浸漆过程的各工艺数据，从而保证浸漆质量的技术效果。
进一步的，本申请实施例步骤S455还包括：
步骤S4551：基于大数据，采集所述预定温差阈值内的各绕组内部浸漆温度信息集合对应的漆料粘度信息集合；
步骤S4552：对所述漆料粘度信息集合进行预定规则的排列分布处理，获得预设漆料粘度梯度；
步骤S4553：基于所述预设漆料粘度梯度，依次匹配各梯度粘度对应的温度信息集合，生成第一映射梯度集合，其中，所述各梯度粘度与各温度信息一一对应；
步骤S4554：根据所述第一映射梯度集合，获得在各映射梯度中，所述各温度信息对所述各梯度粘度的各影响参数集合；
步骤S4555：将所述最大温差信息输入所述各影响参数集合，获得对应的影响参数；
步骤S4556：根据所述影响参数，对所述绕组内部浸漆温度信息进行调整。
具体而言，浸漆工艺监测系统基于大数据自动采集所述预定温差阈值内的各绕组内部实际浸漆温度以及各温度对应的漆料粘度数据，所有漆料实际粘度数据组成所述漆料粘度信息集合。进一步对所述漆料粘度信息集合按照粘度由高到低的梯度下降排列处理，可以得到所述预设漆料粘度梯度。基于所述预设漆料粘度梯度，依次匹配各梯度粘度对应的温度信息集合，生成所述第一映射梯度集合。其中，所述第一映射梯度集合中，各梯度粘度与各温度信息一一对应。
进一步的，根据所述第一映射梯度集合，获得在各映射梯度中，所述各温度信息对各对应梯度粘度的影响程度数据，所有影响程度数据组成所述各影响参数集合。最后将所述最大温差信息输入所述各影响参数集合，系统自动在所述各影响参数集合匹配得到所述最大温差信息对应的影响参数，根据所得影响参数，对所述绕组内部浸漆温度信息进行适应性调整。
基于漆料温度对漆料粘度的影响，建立不同漆料温度于对应漆料粘度的映射，在漆料温差不符合预定温差阈值时，系统自动匹配当前温差对应的影响漆料粘度程度数据，从而基于影响程度数据对漆料温度进行适应性调整，最终保证电机绕组的浸漆效果。
进一步的，如附图4所示，本申请实施例步骤S430还包括：
步骤S431：若所述第一电机绕组的绕组内部浸漆完全浸透，根据所述第一浸漆图像，获得二次浸漆图像信息；
步骤S432：根据所述二次浸漆图像信息，获得所述第一电机绕组的绕组表面图像信息；
步骤S433：根据所述绕组表面图像信息，判断所述绕组表面是否在预定时间内成膜且保持稳定；
步骤S434：若所述绕组表面在所述预定时间内成膜但并未保持稳定，对所述绕组表面图像信息中的浸漆气泡信息进行实时监控，直至获得预定表面图像信息，所述预定表面图像信息包括绕组表面的气泡消失；
步骤S435：根据所述预定表面图像信息，获得第一结束指令，结束对所述第一电机绕组的二次浸漆。
具体而言，根据摄像头采集到的所述一次浸漆图像信息，对所述第一电机绕组的绕组内部浸漆效果进行判断。若判断结果显示所述第一电机绕组的绕组内部浸漆已经完全浸透，那么进一步获取所述第一浸漆图像中的二次浸漆图像信息。经过分析所述二次浸漆图像信息中绕组表面实际情况，对所述绕组表面是否在预定时间内成膜且保持稳定进行智能化判断。若所述绕组表面在所述预定时间内成膜，但漆膜并未保持稳定，则浸漆工艺监测系统自动对所述绕组表面图像信息中的浸漆气泡信息进行实时监控，直至绕组表面气泡消失，成为所述预定表面图像信息。在一次浸漆符合预设要求后，自动对二次浸漆效果进行智能化的分析和判断，实时监测二次浸漆后绕组表面成膜情况，达到了智能化监测浸漆效果的技术效果。
进一步的，本申请实施例步骤S4551还包括：
步骤S45511：根据所述漆料粘度信息集合，获得第一特征数据集；
步骤S45512：对所述第一特征数据集进行中心化处理，获得第二特征数据集；
步骤S45513：获得所述第二特征数据集的第一协方差矩阵；
步骤S45514：对所述第一协方差矩阵进行运算，获得所述第一协方差矩阵的第一特征值和第一特征向量；
步骤S45515：所述第一特征数据集投影到所述第一特征向量，获得第一降维数据集，其中所述第一降维数据集为所述第一特征数据集降维之后获得的特征数据集。
具体而言，根据所述漆料粘度信息集合，获得第一特征数据集。其中，所述第一特征数据集是指所述漆料粘度信息集合中的所有漆料粘度特征数据集。对所述第一特征数据集进行中心化处理，获得第二特征数据集。其中，所述中心化处理是指数据集中的各项数据减去数据集的均值。例如有数据集1，2，3，6，3，其均值为3，那么中心化之后的数据集为1-3，2-3，3-3，6-3，3-3，即：-2，-1，0，3，0，数据中心化处理是为了消除量纲对数据结构的影响，因为不同变量之间单位不一样，会造成各种统计量的偏误。
进一步计算得到所述第二特征数据集协方差，所述协方差用于衡量两个变量的总体误差，构成对应的第一协方差矩阵。进一步得到所述第一协方差矩阵对应的特征值和特征向量。最后将对应的特征值数据集投影到对应的特征向量，获得对应的第一降维数据集。其中，所述第一降维数据集为所述第一特征数据集降维之后获得的特征数据集。通过多轮数据处理和计算，完成了所述漆料粘度信息数据的冗杂处理，从而使得留存下来的漆料粘度数据更具普遍适用性，且降低了后续进行数据分析的复杂度。
进一步的，本申请实施例步骤S4551还包括：
步骤S45516：对所述第一降维数据集和所述第一特征数据集进行遍历损失分析，生成第一损失数据集；
步骤S45517：将所述第一损失数据集和所述第一降维数据集输入数据管理模型进行训练更新，生成实际漆料粘度信息集合。
具体而言，对所述第一特征数据集降维之后获得的特征数据集和所述第一特征数据集进行遍历损失分析，生成所述第一特征数据集降维后损失数据，即所述第一损失数据集，进一步将所述第一损失数据集和所述第一降维数据集输入数据管理模型进行训练更新，生成实际漆料粘度信息集合。其中，所述数据管理模型用于管理所有预设、实测、运算相关的浸漆工艺数据。达到了实时获取浸漆处理中准确漆料粘度数据的技术效果。
综上所述，本申请实施例所提供的一种电机绕组的浸漆工艺监测方法具有如下技术效果：
1.通过获得第一电机绕组的第一整体布线接线图确定线圈个数和绕线层数；构建电机绕组浸漆工艺匹配模型；将线圈个数和绕线层数输入电机绕组浸漆工艺匹配模型进行参数训练，获得预设匹配工艺；对所述第一电机绕组进行浸漆工艺，基于摄像头装置获得第一浸漆图像信息；判断所述第一电机绕组的表面漆膜和内部浸漆是否满足预设浸漆状态；若没有满足所述预设浸漆状态，对所述预设匹配工艺进行调整，并将调整后的参数上传至电机绕组浸漆工艺匹配模型。通过利用计算机技术实现了快速制定适应各电机绕组实际布线接线情况的浸漆方案的技术目标，进一步实现了绕组浸漆效果的智能化监测，从而达到了提高电机绕组浸漆流程现代化水平的技术效果。
2.在浸漆漆料粘度、浸漆时间等条件均满足预设浸漆工艺的情况下，浸漆工艺监测系统智能化获取绕组浸漆时的温度信息，从而确定是否因浸漆温度影响最终浸漆效果，并对浸漆温度进行适应性的调整，最终达到了自动监测并调整浸漆过程的各工艺数据，从而保证浸漆质量的技术效果。
实施例二
基于与前述实施例中一种电机绕组的浸漆工艺监测方法，同样发明构思，本发明还提供了一种电机绕组的浸漆工艺监测系统，请参阅附图5，所述系统包括：
第一获得单元11：所述第一获得单元11用于获得第一电机绕组的第一整体布线接线图；
第一确定单元12：所述第一确定单元12用于根据所述第一整体布线接线图，确定线圈个数和绕线层数；
第一构建单元13：所述第一构建单元13用于构建电机绕组浸漆工艺匹配模型；
第二获得单元14：所述第二获得单元14用于将所述线圈个数和所述绕线层数输入所述电机绕组浸漆工艺匹配模型进行参数训练，获得预设匹配工艺，所述预设匹配工艺包括预设漆料粘度和预设浸漆时间，且所述预设匹配工艺具有周期性差异；
第三获得单元15：所述第三获得单元15用于根据所述预设漆料粘度和所述预设浸漆时间，对所述第一电机绕组进行浸漆工艺，基于摄像头装置，对所述浸漆工艺进行全程图像采集，获得第一浸漆图像信息；
第一判断单元16：所述第一判断单元16用于根据所述第一浸漆图像信息，判断所述第一电机绕组的表面漆膜和内部浸漆是否满足预设浸漆状态；
第一执行单元17：所述第一执行单元17用于若所述第一电机绕组的表面漆膜和内部浸漆没有满足所述预设浸漆状态，对所述预设匹配工艺进行调整，并将调整后的参数上传至所述电机绕组浸漆工艺匹配模型。
进一步的，所述系统还包括：
第四获得单元，所述第四获得单元用于对所述预设匹配工艺进行周期拆分，获得一次浸漆工艺和二次浸漆工艺；
第五获得单元，所述第五获得单元用于根据所述一次浸漆工艺和所述第一浸漆图像信息，获得一次浸漆图像信息；
第二判断单元，所述第二判断单元用于根据所述一次浸漆图像信息，判断所述第一电机绕组的绕组内部浸漆是否浸透；
第六获得单元，所述第六获得单元用于若所述第一电机绕组的绕组内部浸漆没有浸透，获得所述一次浸漆工艺的实际漆料粘度和实际浸漆时间；
第三判断单元，所述第三判断单元用于判断所述实际漆料粘度和所述实际浸漆时间是否分别满足所述周期性差异中的前半周期浸漆工艺要求；
第二执行单元，所述第二执行单元用于若所述实际漆料粘度和所述实际浸漆时间均不分别满足所述周期性差异中的前半周期浸漆工艺要求，对所述前半周期浸漆工艺要求中的所述实际漆料粘度和所述实际浸漆时间进行调整。
进一步的，所述系统还包括：
第七获得单元，所述第七获得单元用于若所述实际漆料粘度和所述实际浸漆时间均分别满足所述周期性差异中的前半周期浸漆工艺要求，获得所述第一电机绕组的绕组内部浸漆温度信息；
第八获得单元，所述第八获得单元用于基于温度传感器，获得所述一次浸漆工艺的初始工艺温度信息和结束工艺温度信息；
第九获得单元，所述第九获得单元用于基于所述初始工艺温度信息和所述结束工艺温度信息，获得最大温差信息；
第四判断单元，所述第四判断单元用于判断所述最大温差信息是否在预定温差阈值内波动；
第三执行单元，所述第三执行单元用于若所述最大温差信息没有在所述预定温差阈值内波动，对所述绕组内部浸漆温度信息进行调整。
进一步的，所述系统还包括：
第一采集单元，所述第一采集单元用于基于大数据，采集所述预定温差阈值内的各绕组内部浸漆温度信息集合对应的漆料粘度信息集合；
第十获得单元，所述第十获得单元用于对所述漆料粘度信息集合进行预定规则的排列分布处理，获得预设漆料粘度梯度；
第一生成单元，所述第一生成单元用于基于所述预设漆料粘度梯度，依次匹配各梯度粘度对应的温度信息集合，生成第一映射梯度集合，其中，所述各梯度粘度与各温度信息一一对应；
第十一获得单元，所述第十一获得单元用于根据所述第一映射梯度集合，获得在各映射梯度中，所述各温度信息对所述各梯度粘度的各影响参数集合；
第十二获得单元，所述第十二获得单元用于将所述最大温差信息输入所述各影响参数集合，获得对应的影响参数；
第四执行单元，所述第四执行单元用于根据所述影响参数，对所述绕组内部浸漆温度信息进行调整。
进一步的，所述系统还包括：
第十三获得单元，所述第十三获得单元用于若所述第一电机绕组的绕组内部浸漆完全浸透，根据所述第一浸漆图像，获得二次浸漆图像信息；
第十四获得单元，所述第十四获得单元用于根据所述二次浸漆图像信息，获得所述第一电机绕组的绕组表面图像信息；
第五判断单元，所述第五判断单元用于根据所述绕组表面图像信息，判断所述绕组表面是否在预定时间内成膜且保持稳定；
第一监控单元，所述第一监控单元用于若所述绕组表面在所述预定时间内成膜但并未保持稳定，对所述绕组表面图像信息中的浸漆气泡信息进行实时监控，直至获得预定表面图像信息，所述预定表面图像信息包括绕组表面的气泡消失；
第十五获得单元，所述第十五获得单元用于根据所述预定表面图像信息，获得第一结束指令，结束对所述第一电机绕组的二次浸漆。
进一步的，所述系统还包括：
第十六获得单元，所述第十六获得单元用于根据所述漆料粘度信息集合，获得第一特征数据集；
第十七获得单元，所述第十七获得单元用于对所述第一特征数据集进行中心化处理，获得第二特征数据集；
第十八获得单元，所述第十八获得单元用于获得所述第二特征数据集的第一协方差矩阵；
第十九获得单元，所述第十九获得单元用于对所述第一协方差矩阵进行运算，获得所述第一协方差矩阵的第一特征值和第一特征向量；
第二十获得单元，所述第二十获得单元用于将所述第一特征数据集投影到所述第一特征向量，获得第一降维数据集，其中所述第一降维数据集为所述第一特征数据集降维之后获得的特征数据集。
进一步的，所述系统还包括：
第二生成单元，所述第二生成单元用于对所述第一降维数据集和所述第一特征数据集进行遍历损失分析，生成第一损失数据集；
第三生成单元，所述第三生成单元用于将所述第一损失数据集和所述第一降维数据集输入数据管理模型进行训练更新，生成实际漆料粘度信息集合。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种电机绕组的浸漆工艺监测方法和具体实例同样适用于本实施例的一种电机绕组的浸漆工艺监测系统，通过前述对一种电机绕组的浸漆工艺监测方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种电机绕组的浸漆工艺监测系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
下面参考图6来描述本申请实施例的电子设备。
图6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绕组的浸漆工艺监测方法的发明构思，本发明还提供一种电机绕组的浸漆工艺监测系统，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绕组的浸漆工艺监测方法的任一方法的步骤。
其中，在图6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。
本申请提供了一种电机绕组的浸漆工艺监测方法，所述方法应用于一种电机绕组的浸漆工艺监测系统，其中，所述方法包括：通过获得第一电机绕组的第一整体布线接线图确定线圈个数和绕线层数；构建电机绕组浸漆工艺匹配模型；将线圈个数和绕线层数输入电机绕组浸漆工艺匹配模型进行参数训练，获得预设匹配工艺；对所述第一电机绕组进行浸漆工艺，基于摄像头装置获得第一浸漆图像信息；判断所述第一电机绕组的表面漆膜和内部浸漆是否满足预设浸漆状态；若没有满足所述预设浸漆状态，对所述预设匹配工艺进行调整，并将调整后的参数上传至电机绕组浸漆工艺匹配模型。解决了现有技术中存在无法针对各电机绕组实际情况快速制定对应的浸漆方案，同时存在无法高效检测绕组浸漆效果的技术问题。通过利用计算机技术实现了快速制定适应各电机绕组实际布线接线情况的浸漆方案的技术目标，进一步实现了绕组浸漆效果的智能化监测，从而达到了提高电机绕组浸漆流程现代化水平的技术效果。
本领域内的技术人员应明白，本申请的实施例可提供为方法、装置、或计算机程序产品。因此，本申请可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外，本申请为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于：U盘、移动硬盘、只读存储器（Read-0nly Memory，简称ROM）、随机存取存储器（Random AccessMemory，简称RAM）、磁盘存储器、只读光盘（Compact Disc Read-Only Memory，简称CD-ROM）、光学存储器等各种可以存储程序代码的介质。
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。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。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 (9)
1.一种电机绕组的浸漆工艺监测方法，其中，所述方法应用于浸漆工艺监测系统，所述方法包括：
获得第一电机绕组的第一整体布线接线图；
根据所述第一整体布线接线图，确定线圈个数和绕线层数；
构建电机绕组浸漆工艺匹配模型；
将所述线圈个数和所述绕线层数输入所述电机绕组浸漆工艺匹配模型进行参数训练，获得预设匹配工艺，所述预设匹配工艺包括预设漆料粘度和预设浸漆时间，且所述预设匹配工艺具有周期性差异；
根据所述预设漆料粘度和所述预设浸漆时间，对所述第一电机绕组进行浸漆工艺，基于摄像头装置，对所述浸漆工艺进行全程图像采集，获得第一浸漆图像信息；
根据所述第一浸漆图像信息，判断所述第一电机绕组的表面漆膜和内部浸漆是否满足预设浸漆状态；
若所述第一电机绕组的表面漆膜和内部浸漆没有满足所述预设浸漆状态，对所述预设匹配工艺进行调整，并将调整后的参数上传至所述电机绕组浸漆工艺匹配模型。
2.如权利要求1所述的方法，其中，所述方法还包括：
对所述预设匹配工艺进行周期拆分，获得一次浸漆工艺和二次浸漆工艺；
根据所述一次浸漆工艺和所述第一浸漆图像信息，获得一次浸漆图像信息；
根据所述一次浸漆图像信息，判断所述第一电机绕组的绕组内部浸漆是否浸透；
若所述第一电机绕组的绕组内部浸漆没有浸透，获得所述一次浸漆工艺的实际漆料粘度和实际浸漆时间；
判断所述实际漆料粘度和所述实际浸漆时间是否分别满足所述周期性差异中的前半周期浸漆工艺要求；
若所述实际漆料粘度和所述实际浸漆时间均不分别满足所述周期性差异中的前半周期浸漆工艺要求，对所述前半周期浸漆工艺要求中的所述实际漆料粘度和所述实际浸漆时间进行调整。
3.如权利要求2所述的方法，其中，所述判断所述实际漆料粘度和所述实际浸漆时间是否分别满足所述周期性差异中的前半周期浸漆工艺要求，还包括：
若所述实际漆料粘度和所述实际浸漆时间均分别满足所述周期性差异中的前半周期浸漆工艺要求，获得所述第一电机绕组的绕组内部浸漆温度信息；
基于温度传感器，获得所述一次浸漆工艺的初始工艺温度信息和结束工艺温度信息；
基于所述初始工艺温度信息和所述结束工艺温度信息，获得最大温差信息；
判断所述最大温差信息是否在预定温差阈值内波动；
若所述最大温差信息没有在所述预定温差阈值内波动，对所述绕组内部浸漆温度信息进行调整。
4.如权利要求3所述的方法，其中，所述对所述绕组内部浸漆温度信息进行调整，还包括：
基于大数据，采集所述预定温差阈值内的各绕组内部浸漆温度信息集合对应的漆料粘度信息集合；
对所述漆料粘度信息集合进行预定规则的排列分布处理，获得预设漆料粘度梯度；
基于所述预设漆料粘度梯度，依次匹配各梯度粘度对应的温度信息集合，生成第一映射梯度集合，其中，所述各梯度粘度与各温度信息一一对应；
根据所述第一映射梯度集合，获得在各映射梯度中，所述各温度信息对所述各梯度粘度的各影响参数集合；
将所述最大温差信息输入所述各影响参数集合，获得对应的影响参数；
根据所述影响参数，对所述绕组内部浸漆温度信息进行调整。
5.如权利要求2所述的方法，其中，所述判断所述第一电机绕组的绕组内部浸漆是否浸透，还包括：
若所述第一电机绕组的绕组内部浸漆完全浸透，根据所述第一浸漆图像，获得二次浸漆图像信息；
根据所述二次浸漆图像信息，获得所述第一电机绕组的绕组表面图像信息；
根据所述绕组表面图像信息，判断所述绕组表面是否在预定时间内成膜且保持稳定；
若所述绕组表面在所述预定时间内成膜但并未保持稳定，对所述绕组表面图像信息中的浸漆气泡信息进行实时监控，直至获得预定表面图像信息，所述预定表面图像信息包括绕组表面的气泡消失；
根据所述预定表面图像信息，获得第一结束指令，结束对所述第一电机绕组的二次浸漆。
6.如权利要求4所述的方法，其中，所述采集所述预定温差阈值内的各绕组内部浸漆温度信息集合对应的漆料粘度信息集合，还包括：
根据所述漆料粘度信息集合，获得第一特征数据集；
对所述第一特征数据集进行中心化处理，获得第二特征数据集；
获得所述第二特征数据集的第一协方差矩阵；
对所述第一协方差矩阵进行运算，获得所述第一协方差矩阵的第一特征值和第一特征向量；
将所述第一特征数据集投影到所述第一特征向量，获得第一降维数据集，其中所述第一降维数据集为所述第一特征数据集降维之后获得的特征数据集。
7.如权利要求6所述的方法，其中，所述方法还包括：
对所述第一降维数据集和所述第一特征数据集进行遍历损失分析，生成第一损失数据集；
将所述第一损失数据集和所述第一降维数据集输入数据管理模型进行训练更新，生成实际漆料粘度信息集合。
8.一种电机绕组的浸漆工艺监测系统，其中，所述系统包括：
第一获得单元：所述第一获得单元用于获得第一电机绕组的第一整体布线接线图；
第一确定单元：所述第一确定单元用于根据所述第一整体布线接线图，确定线圈个数和绕线层数；
第一构建单元：所述第一构建单元用于构建电机绕组浸漆工艺匹配模型；
第二获得单元：所述第二获得单元用于将所述线圈个数和所述绕线层数输入所述电机绕组浸漆工艺匹配模型进行参数训练，获得预设匹配工艺，所述预设匹配工艺包括预设漆料粘度和预设浸漆时间，且所述预设匹配工艺具有周期性差异；
第三获得单元：所述第三获得单元用于根据所述预设漆料粘度和所述预设浸漆时间，对所述第一电机绕组进行浸漆工艺，基于摄像头装置，对所述浸漆工艺进行全程图像采集，获得第一浸漆图像信息；
第一判断单元：所述第一判断单元用于根据所述第一浸漆图像信息，判断所述第一电机绕组的表面漆膜和内部浸漆是否满足预设浸漆状态；
第一执行单元：所述第一执行单元用于若所述第一电机绕组的表面漆膜和内部浸漆没有满足所述预设浸漆状态，对所述预设匹配工艺进行调整，并将调整后的参数上传至所述电机绕组浸漆工艺匹配模型。
9.一种电机绕组的浸漆工艺监测系统，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1~7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111236947.9A CN113676010A (zh) | 2021-10-24 | 2021-10-24 | 一种电机绕组的浸漆工艺监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111236947.9A CN113676010A (zh) | 2021-10-24 | 2021-10-24 | 一种电机绕组的浸漆工艺监测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113676010A true CN113676010A (zh) | 2021-11-19 |
Family
ID=78550865
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111236947.9A Pending CN113676010A (zh) | 2021-10-24 | 2021-10-24 | 一种电机绕组的浸漆工艺监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113676010A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105429399A (zh) * | 2014-09-11 | 2016-03-23 | 无锡杨市表面处理科技有限公司 | 一种电机浸漆方法 |
| CN106026568A (zh) * | 2016-06-23 | 2016-10-12 | 安徽金帅洗衣机有限公司 | 一种洗衣机电机线圈浸漆工艺 |
| CN108227664A (zh) * | 2018-02-05 | 2018-06-29 | 华侨大学 | 基于样本数据训练的产品质量控制设备及质量控制方法 |
| CN207947708U (zh) * | 2018-04-11 | 2018-10-09 | 荣成市华宇电机有限公司 | 一种电机定子浸漆设备 |
| CN109687665A (zh) * | 2018-12-28 | 2019-04-26 | 天津市百成油田采油设备制造有限公司 | 潜油泵电机定子浸漆方法 |
| CN209200893U (zh) * | 2018-12-28 | 2019-08-02 | 天津市百成油田采油设备制造有限公司 | 一种电机定子浸漆控制系统 |
| CN111633357A (zh) * | 2020-05-25 | 2020-09-08 | 西咸新区大熊星座智能科技有限公司 | 焊接工艺匹配调用方法及装置 |
| CN111921809A (zh) * | 2020-08-04 | 2020-11-13 | 江苏城邦汽车配件制造有限公司 | 一种汽车发电机转子浸漆工艺及其控制系统 |
| CN111940268A (zh) * | 2020-08-04 | 2020-11-17 | 江苏城邦汽车配件制造有限公司 | 一种汽车发电机转子浸漆工艺 |
-
2021
- 2021-10-24 CN CN202111236947.9A patent/CN113676010A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105429399A (zh) * | 2014-09-11 | 2016-03-23 | 无锡杨市表面处理科技有限公司 | 一种电机浸漆方法 |
| CN106026568A (zh) * | 2016-06-23 | 2016-10-12 | 安徽金帅洗衣机有限公司 | 一种洗衣机电机线圈浸漆工艺 |
| CN108227664A (zh) * | 2018-02-05 | 2018-06-29 | 华侨大学 | 基于样本数据训练的产品质量控制设备及质量控制方法 |
| CN207947708U (zh) * | 2018-04-11 | 2018-10-09 | 荣成市华宇电机有限公司 | 一种电机定子浸漆设备 |
| CN109687665A (zh) * | 2018-12-28 | 2019-04-26 | 天津市百成油田采油设备制造有限公司 | 潜油泵电机定子浸漆方法 |
| CN209200893U (zh) * | 2018-12-28 | 2019-08-02 | 天津市百成油田采油设备制造有限公司 | 一种电机定子浸漆控制系统 |
| CN111633357A (zh) * | 2020-05-25 | 2020-09-08 | 西咸新区大熊星座智能科技有限公司 | 焊接工艺匹配调用方法及装置 |
| CN111921809A (zh) * | 2020-08-04 | 2020-11-13 | 江苏城邦汽车配件制造有限公司 | 一种汽车发电机转子浸漆工艺及其控制系统 |
| CN111940268A (zh) * | 2020-08-04 | 2020-11-17 | 江苏城邦汽车配件制造有限公司 | 一种汽车发电机转子浸漆工艺 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108682023A (zh) | 基于Elman神经网络的紧耦合无迹卡尔曼跟踪滤波算法 | |
| JP2021512526A5 (zh) | ||
| CN110728088B (zh) | 工件三维热膨胀变形的跟踪仪转站参数优化方法及装置 | |
| CN104102836B (zh) | 一种电力系统快速抗差状态估计方法 | |
| CN105115573B (zh) | 一种洪水流量预报的校正方法和装置 | |
| EP2887275A1 (en) | Method and system for determining a color formula | |
| KR20100130948A (ko) | 예열플러그의 온도제어방법 | |
| CN112921589B (zh) | 一种烘干降温时长的分析方法及装置 | |
| CN111327355B (zh) | 无人机边缘感知计算与联合传输方法、装置、介质及设备 | |
| CN115616470B (zh) | 电流互感器计量误差状态预测方法、系统、设备及介质 | |
| CN107832259A (zh) | 一种基于时间序列和卡尔曼滤波的负荷预测方法 | |
| CN111222553A (zh) | 机器学习模型的训练数据处理方法、装置和计算机设备 | |
| CN114840375B (zh) | 一种半导体存储产品的老化性能测试方法及系统 | |
| CN115719019A (zh) | 一种适用于数字孪生背景下的变压器绕组温度场模拟方法 | |
| CN113676010A (zh) | 一种电机绕组的浸漆工艺监测方法及系统 | |
| CN116882079A (zh) | 一种水泵特性曲线自适应校准及预测方法 | |
| CN109063818A (zh) | 一种热工过程模型在线辨识方法及装置 | |
| CN109085513B (zh) | 一种电池内阻计算的方法和装置 | |
| KR101663116B1 (ko) | 캔 통신 모델 튜닝 방법 및 장치 | |
| CN116842440A (zh) | 基于情境感知的自适应链路切换方法及系统、设备、介质 | |
| CN110633516A (zh) | 一种电子器件性能退化趋势的预测方法 | |
| CN114093433B (zh) | 基于观测器的精馏过程单吨能耗预报精度评价方法及系统 | |
| Jalal et al. | A nonlinear quality of experience model for high dynamic spatio-temporal mulsemedia | |
| CN114977953A (zh) | 基于神经网络的电机输出扭矩修正方法、设备及介质 | |
| IL307661A (en) | Multichannel protein vocalization for variant pathogenicity prediction using deep neural networks |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211119 |