CN114169131A - 一种基于数字化多模式的模具制造系统 - Google Patents
一种基于数字化多模式的模具制造系统 Download PDFInfo
- Publication number
- CN114169131A CN114169131A CN202111311384.5A CN202111311384A CN114169131A CN 114169131 A CN114169131 A CN 114169131A CN 202111311384 A CN202111311384 A CN 202111311384A CN 114169131 A CN114169131 A CN 114169131A
- Authority
- CN
- China
- Prior art keywords
- module
- mold
- mould
- data
- manufacturing
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Abstract
本发明提供了一种基于数字化多模式的模具制造系统,包括:模具本体、参数输入模块、在线测量模块、处理器、异常报警模块和优化调整模块;参数输入模块用于对操作人员身份信息进行验证,及输入金属件和模具本体的放置参数信息;在线测量模块用于检测金属件和模具在不同工序下的位置信息和温度信息;处理器用于判断是否偏离模具定位轨迹,并进行检测数量统计;异常报警模块用于对金属件放置有误差和模具偏离模具定位轨迹或者变形时进行多模式报警提醒;优化调整模块用于根据差值控制金属件放置机构和模具合模过程参数,本发明可提高模具生产效率和质量,降低制造误差和成本。
Description
技术领域
本发明涉及模具制造技术领域,具体涉及到一种基于数字化多模式的模具制造系统。
背景技术
随着物联网技术和计算机水平的发展,模具制造技术开始向着精准、高效、数字化的方向发展,传统的劳动密集型成型工艺已无法满足模具的生产需求。
数字化设计制造技术对于提高工业生产的效率及节能降耗和环保有重要意义。通过数字化仿真分析,可优化产品和模具温度,进而降低模具的生产周期,延长模具的生命周期。数字化技术是设计和制造高性能和高技术含量模具的有效技术手段,能够极大地提高模具生产效率和产品质量,尽最大可能的减少产品和模具开发过程中的失误和成本,并提升企业的综合水平和效益。
综上所述,提供一种可提高模具生产效率和质量,降低制造误差和成本,制造模具精度更高的基于数字化多模式的模具制造系统,是本领域技术人员急需解决的问题。
发明内容
本方案针对上文提到的问题和需求,提出一种基于数字化多模式的模具制造系统,其由于采取了如下技术方案而能够解决上述技术问题。
为实现上述目的,本发明提供如下技术方案:一种基于数字化多模式的模具制造系统,包括:模具模型管理模块、优化调度模块、制造控制模块、数据采集模块和三维运动模拟模块;
所述模具模型管理模块用于进行模具设计、并存储模具的模型数据;
所述优化调度模块用于根据设计的模型数据分析加工工序,并基于分析结果输出柔性制造过程的控制参数,及进行参数校正和计算所需物料量;
所述制造控制模块与所述优化调度模块电连接,所述制造控制模块用于根据控制参数生成数控机床的控制信号,通过控制信号控制数控机床运动,并对异常情况进行报警提醒和生产评估;
所述数据采集模块与所述制造控制模块电连接,所述数据采集模块用于采集制造过程中的机床位置数据、模具尺寸数据和碰撞数据,并对模具类型及数量进行统计;
所述三维运动模拟模块与所述模具模型管理模块电连接,所述维运动模拟模块用于对模具的制造过程中机床运动过程进行模拟和仿真。
进一步地,所述模具模型管理模块包括模具设计模块、云存储模块和模型数据调用模块;模具设计模块用于用户通过基于CAD/CAM技术的高精密模具设计系统进行模具设计和将设计好的各模具模型数据上传至所述云存储模块进行数据存储;所述云存储模块包括用户角色判断模块和数据存储模块,所述用户角色判断模块用于根据用户发送的角色验证请求中携带的身份验证信息对用户角色身份进行比较判断,并按照上传用户的身份角色和模型属性对模型数据进行存储;所述模型数据调用模块包括关键字查询模块和缓存模块,所述关键字查询模块用于对用户输入的模型属性关键词进行解析,基于解析的关键字特征信息查询所述关键字特征对应的模型数据,并将所述模型数据存储至所述缓存模块进行数据调用。
更进一步地,所述数据采集模块包括用于检测数控机床中各伺服系统的电机转速的电机检测模块、用于检测各机床位置数据的位置检测器、模具尺寸测量模块和用于检测设备是否发生碰撞的碰撞检测器,所述电机检测模块、所述位置检测器和所述碰撞检测器均与所述制造控制模块电连接;
所述模具尺寸测量模块包括激光测量模块、重检校正模块和控制器,所述激光测量模块包括用于对模具进行扫描的激光发射器、多面扫描棱镜和伺服驱动模块,所述激光发射器和所述伺服驱动模块均与所述控制器电连接,所述控制器接收到所述制造控制模块发送的测量信号后,控制所述激光发射器发射激光,激光通过多面扫描棱镜对模具进行扫描,由所述伺服驱动模块控制所述多面扫描棱镜转动进而控制激光束的射出方向,模具表面的反射光线经过光线滤波器后被CCD接收器转换接收得到模具的三维点云数据,将采集的三维点云数据传输至所述控制器,所述控制器对点云数据进行去噪和曲面重构处理后得到绝对坐标系中的空间位置坐标信息和三维模型,所述控制器将模具边缘标准坐标信息与检测到模具空间位置坐标信息进行比较,若一致则通过传送带将模具传送至所述重检校正模块进行重检,并将重检结果发送至所述控制器,否则进行异常报警。
更进一步地,所述重检校正模块包括高精度激光刻线量具和分拣控制模块,所述当模具传送至所述高精度激光刻线量具的测量台时,所述高精度激光刻线量具随机对模具一段边缘数据进行测量,当测量值与模具边缘标准值一致时,则发送至信号至所述分拣控制模块和所述模具统计模块;所述分拣控制模块控制分拣机构将成型模具送入仓储装置,当测量值与模具边缘标准值不一致时,则所述分拣控制模块控制分拣机构将成型模具送入重制装置。
更进一步地,所述数据采集模块还包括模具统计模块,所述模具统计模块与所述重检校正模块电连接,所述模具统计模块包括计数模块和分类统计模块,所述计数模块接收所述重检校正模块发送的确认信号,并依据所述确认信号记录合格模具的个数和不合格模具的个数,所述分类统计模块根据所述制造控制模块发送的模具类型数据为模具类型匹配不同的编号序列,按照编号序列统计设定周期内的各模型数据数量,形成统计列表。
进一步地,所述优化调度模块包括调度分析模块、修正纠偏模块和物料计算模块,所述调度分析模块与所述三维运动模拟模块电连接,所述调度分析模块用于根据设计的模型数据采用基于自适应离散粒子群优化算法分析加工工序,并基于分析结果输出柔性制造过程的实际控制参数;所述修正纠偏模块与所述数据采集模块相连接,所述修正纠偏模块用于计算检测的空间位置信息和尺寸信息与预设的标准空间位置信息和尺寸信息之间的差值,并根据差值得出三维坐标系中使得三个轴方向的偏差值为0的运动方向及距离修正值;所述物料计算模块用于根据用户输入的模具预生产数量和一个生产一个模具所需的物料数量计算所需物料量,并根据生产评估报告的等级增加不同占比的物损量,所述调度分析模块的调度分析过程包括:
S1:根据所述三维运动模拟模块生成的运动控制模型获取数控机床各机构的初始加工工序;
S2:根据初始加工工序、输入的制造线综合工序的数量、各工序的作业时间和作业优先顺序关系矩阵,对粒子个数、惯性权重极值和迭代次数、粒子的速度和位置进行初始化;
S3:然后对粒子编码得到综合工序加工序列,最后对粒子利用启发式信息解码方法得到工序分配方案,并计算粒子适应度值;
S4:根据粒子适应度值更新粒子的个体历史最优值和群体的全局最优值,并判断当前迭代次数是否满足预设值,若满足则输出最优工序分配方案,否则继续进行粒子编码得到综合工序加工序列直至满足迭代次数,依据最优工序分配方案输出柔性制造过程的实际控制参数。
进一步地,所述制造控制模块包括运动控制模块、异常报警模块和生产评估模块;
所述运动控制模块包括处理器、智能显示模块、数控控制装置和通信模块,所述数控控制装置与所述处理器电连接,所述数控控制装置接收所述实际控制参数控制数控机床进行物料运输、刀具交换和机械运动,所述智能显示模块和所述通信模块均与所述处理器电连接,所述智能显示模块用于显示模具统计数据、当前制造工序、模具制造参数信息和报警信息,所述通信模块包括CAN模块、ZigBee模块和射频模块所述通信模块用于所述处理器与所述数控控制装置和所述优化调度模块进行通信;
所述异常报警模块用于在检测电机转速异常或制造设备之间发生碰撞或模具尺寸存在误差时进行声光报警,并将报警信息上传至云存储模块和处理器分别进行报警记录存储和报警显示;
所述生产评估模块采用基于决策树评估方法对生产质量进行等级评估生成评估报告,评估等级分为差、中、良和优四个等级。
更进一步地,所述三维运动模拟模块包括运动模型构建模块和仿真模块,所述运动模型构建模块用于根据模具设计参数和用户输入的初始加工工序生成机床初始运动参数,根据所述运动参数得到运动模型;所述仿真模块与所述运动模型构建模块电连接,所述仿真模块用于对模具的制造过程中机床运动过程、模具材质和运行温度进行模拟和仿真,并进行可视化显示。
从上述的技术方案可以看出,本发明的有益效果是:本发明通过模拟设计和制造仿真过程,可提高模具生产效率和质量,并在制造过程中对制造误差进行自动报警及优化调整,提高了模具的加工效率和质量,降低了制造误差和成本。
除了上面所描述的目的、特征和优点之外,下文中将结合附图对实施本发明的最优实施例进行更详尽的描述,以便能容易地理解本发明的特征和优点。
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,下文将对本发明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,其中,附图仅仅用于展示本发明的一些实施例,而非将本发明的全部实施例限制于此。
图1为本发明基于数字化多模式的模具制造系统的组成结构示意图。
图2为本发明中模具模型管理模块的组成结构示意图。
图3为本发明中数据采集模块的组成结构示意图。
图4为本发明中模具尺寸测量模块的组成结构示意图
图5为本发明中制造控制模块的组成结构示意图。
图6为本发明中调度分析过程的具体步骤示意图。
具体实施方式
为了使得本发明的技术方案的目的、技术方案和优点更加清楚,下文中将结合本发明具体实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。附图中相同的附图标记代表相同的部件。需要说明的是,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的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。
本申请公开了一种基于数字化多模式的模具制造系统,如图1至图6所示,该模具系统包括:模具模型管理模块、优化调度模块、制造控制模块、数据采集模块和三维运动模拟模块,设计人员通过模具模型管理模块进行模具模型设计和数据上传,再通过三维运动模拟模块对模具制造过程和模具材质等进行仿真,获取初始的模具制造参数和工序,在进行实际模具制造时,然后由优化调度模块对工序进行优化分析得到最优工序分配方案,依据最优工序分配方案输出柔性制造过程的实际控制参数,制造控制模块根据实际控制参数控制数控机床完成模具制造操作和控制数据采集模块完成质检操作。
所述模具模型管理模块用于进行模具设计、并存储模具的模型数据。具体地,所述模具模型管理模块包括模具设计模块、云存储模块和模型数据调用模块;模具设计模块用于用户通过基于CAD/CAM技术的高精密模具设计系统进行模具设计和将设计好的各模具模型数据上传至所述云存储模块进行数据存储;所述云存储模块包括用户角色判断模块和数据存储模块,所述用户角色判断模块用于根据用户发送的角色验证请求中携带的身份验证信息对用户角色身份进行比较判断,并按照上传用户的身份角色和模型属性对模型数据进行存储;所述模型数据调用模块包括关键字查询模块和缓存模块,所述关键字查询模块用于对用户输入的模型属性关键词进行解析,基于解析的关键字特征信息查询所述关键字特征对应的模型数据,并将所述模型数据存储至所述缓存模块进行数据调用。
本系统中的数据采集模块与制造控制模块电连接,所述数据采集模块用于采集制造过程中的机床位置数据、模具尺寸数据和碰撞数据,并对模具类型及数量进行统计。
具体地,所述数据采集模块包括用于检测数控机床中各伺服系统的电机转速的电机检测模块、用于检测各机床位置数据的位置检测器、模具尺寸测量模块和用于检测设备是否发生碰撞的碰撞检测器,所述电机检测模块、所述位置检测器和所述碰撞检测器均与所述制造控制模块电连接。
所述模具尺寸测量模块包括激光测量模块、重检校正模块和控制器,所述激光测量模块包括用于对模具进行扫描的激光发射器、多面扫描棱镜和伺服驱动模块,所述激光发射器和所述伺服驱动模块均与所述控制器电连接,所述控制器接收到所述制造控制模块发送的测量信号后,控制所述激光发射器发射激光,激光通过多面扫描棱镜对模具进行扫描,由所述伺服驱动模块控制所述多面扫描棱镜转动进而控制激光束的射出方向,模具表面的反射光线经过光线滤波器后被CCD接收器转换接收得到模具的三维点云数据,将采集的三维点云数据传输至所述控制器,所述控制器对点云数据进行去噪和曲面重构处理后得到绝对坐标系中的空间位置坐标信息和三维模型,所述控制器将模具边缘标准坐标信息与检测到模具空间位置坐标信息进行比较,若一致则通过传送带将模具传送至所述重检校正模块进行重检,并将重检结果发送至所述控制器,否则进行异常报警。其中,所述重检校正模块包括高精度激光刻线量具和分拣控制模块,所述当模具传送至所述高精度激光刻线量具的测量台时,所述高精度激光刻线量具随机对模具一段边缘数据进行测量,当测量值与模具边缘标准值一致时,则发送至信号至所述分拣控制模块和所述模具统计模块和所述模具统计模块;所述分拣控制模块控制分拣机构将成型模具送入仓储装置,当测量值与模具边缘标准值不一致时,则所述分拣控制模块控制分拣机构将成型模具送入重制装置。
在本实施例中,对点云数据进行处理包括去除噪声、采用基于ICP算法的点云对齐算法进行多视对齐、数据精简和利用三角形网格法进行曲面重构,然后进行三维建模,数据精简可采用平均精简发将原点云中每n个点保留1个。
为了方便模具制造过程中对模具进行自动化计数,所述数据采集模块还设计了模具统计模块,所述模具统计模块与所述重检校正模块电连接,所述模具统计模块包括计数模块和分类统计模块,所述计数模块接收所述重检校正模块发送的确认信号,并依据所述确认信号记录合格模具的个数和不合格模具的个数,所述分类统计模块根据所述制造控制模块发送的模具类型数据为模具类型匹配不同的编号序列,按照编号序列统计设定周期内的各模型数据数量,形成统计列表。
所述优化调度模块用于根据设计的模型数据分析加工工序,并基于分析结果输出柔性制造过程的控制参数,及进行参数校正和计算所需物料量。所述优化调度模块包括调度分析模块、修正纠偏模块和物料计算模块,所述调度分析模块与所述三维运动模拟模块电连接,所述调度分析模块用于根据设计的模型数据采用基于自适应离散粒子群优化算法分析加工工序,并基于分析结果输出柔性制造过程的实际控制参数;所述修正纠偏模块与所述数据采集模块相连接,所述修正纠偏模块用于计算检测的空间位置信息和尺寸信息与预设的标准空间位置信息和尺寸信息之间的差值,并根据差值得出三维坐标系中使得三个轴方向的偏差值为0的运动方向及距离修正值;所述物料计算模块用于根据用户输入的模具预生产数量和一个生产一个模具所需的物料数量计算所需物料量,并根据生产评估报告的等级增加不同占比的物损量,如图4所示,所述调度分析模块的调度分析过程包括:
S1:根据所述三维运动模拟模块生成的运动控制模型获取数控机床各机构的初始加工工序;
S2:根据初始加工工序、输入的制造线综合工序的数量、各工序的作业时间和作业优先顺序关系矩阵,对粒子个数、惯性权重极值和迭代次数、粒子的速度和位置进行初始化;
S3:然后对粒子编码得到综合工序加工序列,最后对粒子利用启发式信息解码方法得到工序分配方案,并计算粒子适应度值;
S4:根据粒子适应度值更新粒子的个体历史最优值和群体的全局最优值,并判断当前迭代次数是否满足预设值,若满足则输出最优工序分配方案,否则继续进行粒子编码得到综合工序加工序列直至满足迭代次数,依据最优工序分配方案输出柔性制造过程的实际控制参数。
所述制造控制模块与所述优化调度模块电连接,所述制造控制模块用于根据控制参数生成数控机床的控制信号,通过控制信号控制数控机床运动,并对异常情况进行报警提醒和生产评估。
具体地,所述制造控制模块包括运动控制模块、异常报警模块和生产评估模块;所述运动控制模块包括处理器、智能显示模块、数控控制装置和通信模块,所述数控控制装置与所述处理器电连接,所述数控控制装置接收所述实际控制参数控制数控机床进行物料运输、刀具交换和机械运动,所述智能显示模块和所述通信模块均与所述处理器电连接,所述智能显示模块用于显示模具统计数据、当前制造工序、模具制造参数信息和报警信息,所述通信模块包括CAN模块、ZigBee模块和射频模块所述通信模块用于所述处理器与所述数控控制装置和所述优化调度模块进行通信;所述异常报警模块用于在检测电机转速异常或制造设备之间发生碰撞或模具尺寸存在误差时进行声光报警,并将报警信息上传至云存储模块和处理器分别进行报警记录存储和报警显示;所述生产评估模块采用基于决策树评估方法对生产质量进行等级评估生成评估报告,评估等级分为差、中、良和优四个等级。基于决策树评估方法具体为:根据一定时间段内的模具生产尺寸误差集合A、生产设备故障或碰撞频次集合N和重检数量集合F,进行决策树分析及分支分类,并生成评估生产质量的评估报告。
在本实施例中,所述数控控制装置包括控制模具制造机床运动的多个伺服电机、减速器、若干个变频器和电机驱动器及运动状态指示灯等,运动状态指示灯包括指示运行的蓝色指示灯和用于指示暂停的黄色指示灯。
所述三维运动模拟模块与所述模具模型管理模块电连接,所述维运动模拟模块用于对模具的制造过程中机床运动过程进行模拟和仿真。所述三维运动模拟模块包括运动模型构建模块和仿真模块,所述运动模型构建模块用于根据模具设计参数和用户输入的初始加工工序生成机床初始运动参数,根据所述运动参数得到运动模型;所述仿真模块与所述运动模型构建模块电连接,所述仿真模块用于对模具的制造过程中机床运动过程、模具材质和运行温度进行模拟和仿真,并进行可视化显示。
应当说明的是,本发明所述的实施方式仅仅是实现本发明的优选方式,对属于本发明整体构思,而仅仅是显而易见的改动,均应属于本发明的保护范围之内。
Claims (8)
1.一种基于数字化多模式的模具制造系统,其特征在于,包括:模具模型管理模块、优化调度模块、制造控制模块、数据采集模块和三维运动模拟模块;
所述模具模型管理模块用于进行模具设计、并存储模具的模型数据;
所述优化调度模块用于根据设计的模型数据分析加工工序,并基于分析结果输出柔性制造过程的控制参数,及进行参数校正和计算所需物料量;
所述制造控制模块与所述优化调度模块电连接,所述制造控制模块用于根据控制参数生成数控机床的控制信号,通过控制信号控制数控机床运动,并对异常情况进行报警提醒和生产评估;
所述数据采集模块与所述制造控制模块电连接,所述数据采集模块用于采集制造过程中的机床位置数据、模具尺寸数据和碰撞数据,并对模具类型及数量进行统计;
所述三维运动模拟模块与所述模具模型管理模块电连接,所述维运动模拟模块用于对模具的制造过程中机床运动过程进行模拟和仿真。
2.如权利要求1所述的基于数字化多模式的模具制造系统,其特征在于,所述模具模型管理模块包括模具设计模块、云存储模块和模型数据调用模块;模具设计模块用于用户通过基于CAD/CAM技术的高精密模具设计系统进行模具设计和将设计好的各模具模型数据上传至所述云存储模块进行数据存储;所述云存储模块包括用户角色判断模块和数据存储模块,所述用户角色判断模块用于根据用户发送的角色验证请求中携带的身份验证信息对用户角色身份进行比较判断,并按照上传用户的身份角色和模型属性对模型数据进行存储;所述模型数据调用模块包括关键字查询模块和缓存模块,所述关键字查询模块用于对用户输入的模型属性关键词进行解析,基于解析的关键字特征信息查询所述关键字特征对应的模型数据,并将所述模型数据存储至所述缓存模块进行数据调用。
3.如权利要求2所述的基于数字化多模式的模具制造系统,其特征在于,所述数据采集模块包括用于检测数控机床中各伺服系统的电机转速的电机检测模块、用于检测各机床位置数据的位置检测器、模具尺寸测量模块和用于检测设备是否发生碰撞的碰撞检测器,所述电机检测模块、所述位置检测器和所述碰撞检测器均与所述制造控制模块电连接;
所述模具尺寸测量模块包括激光测量模块、重检校正模块和控制器,所述激光测量模块包括用于对模具进行扫描的激光发射器、多面扫描棱镜和伺服驱动模块,所述激光发射器和所述伺服驱动模块均与所述控制器电连接,所述控制器接收到所述制造控制模块发送的测量信号后,控制所述激光发射器发射激光,激光通过多面扫描棱镜对模具进行扫描,由所述伺服驱动模块控制所述多面扫描棱镜转动进而控制激光束的射出方向,模具表面的反射光线经过光线滤波器后被CCD接收器转换接收得到模具的三维点云数据,将采集的三维点云数据传输至所述控制器,所述控制器对点云数据进行去噪和曲面重构处理后得到绝对坐标系中的空间位置坐标信息和三维模型,所述控制器将模具边缘标准坐标信息与检测到模具空间位置坐标信息进行比较,若一致则通过传送带将模具传送至所述重检校正模块进行重检,并将重检结果发送至所述控制器,否则进行异常报警。
4.如权利要求3所述的基于数字化多模式的模具制造系统,其特征在于,所述重检校正模块包括高精度激光刻线量具和分拣控制模块,所述当模具传送至所述高精度激光刻线量具的测量台时,所述高精度激光刻线量具随机对模具一段边缘数据进行测量,当测量值与模具边缘标准值一致时,则发送至信号至所述分拣控制模块和所述模具统计模块;所述分拣控制模块控制分拣机构将成型模具送入仓储装置,当测量值与模具边缘标准值不一致时,则所述分拣控制模块控制分拣机构将成型模具送入重制装置。
5.如权利要求4所述的基于数字化多模式的模具制造系统,其特征在于,所述数据采集模块还包括模具统计模块,所述模具统计模块与所述重检校正模块电连接,所述模具统计模块包括计数模块和分类统计模块,所述计数模块接收所述重检校正模块发送的确认信号,并依据所述确认信号记录合格模具的个数和不合格模具的个数,所述分类统计模块根据所述制造控制模块发送的模具类型数据为模具类型匹配不同的编号序列,按照编号序列统计设定周期内的各模型数据数量,形成统计列表。
6.如权利要求1所述的基于数字化多模式的模具制造系统,其特征在于,所述优化调度模块包括调度分析模块、修正纠偏模块和物料计算模块,所述调度分析模块与所述三维运动模拟模块电连接,所述调度分析模块用于根据设计的模型数据采用基于自适应离散粒子群优化算法分析加工工序,并基于分析结果输出柔性制造过程的实际控制参数;所述修正纠偏模块与所述数据采集模块相连接,所述修正纠偏模块用于计算检测的空间位置信息和尺寸信息与预设的标准空间位置信息和尺寸信息之间的差值,并根据差值得出三维坐标系中使得三个轴方向的偏差值为0的运动方向及距离修正值;所述物料计算模块用于根据用户输入的模具预生产数量和一个生产一个模具所需的物料数量计算所需物料量,并根据生产评估报告的等级增加不同占比的物损量,所述调度分析模块的调度分析过程包括:
S1:根据所述三维运动模拟模块生成的运动控制模型获取数控机床各机构的初始加工工序;
S2:根据初始加工工序、输入的制造线综合工序的数量、各工序的作业时间和作业优先顺序关系矩阵,对粒子个数、惯性权重极值和迭代次数、粒子的速度和位置进行初始化;
S3:然后对粒子编码得到综合工序加工序列,最后对粒子利用启发式信息解码方法得到工序分配方案,并计算粒子适应度值;
S4:根据粒子适应度值更新粒子的个体历史最优值和群体的全局最优值,并判断当前迭代次数是否满足预设值,若满足则输出最优工序分配方案,否则继续进行粒子编码得到综合工序加工序列直至满足迭代次数,依据最优工序分配方案输出柔性制造过程的实际控制参数。
7.如权利要求1所述的基于数字化多模式的模具制造系统,其特征在于,所述制造控制模块包括运动控制模块、异常报警模块和生产评估模块;
所述运动控制模块包括处理器、智能显示模块、数控控制装置和通信模块,所述数控控制装置与所述处理器电连接,所述数控控制装置接收所述实际控制参数控制数控机床进行物料运输、刀具交换和机械运动,所述智能显示模块和所述通信模块均与所述处理器电连接,所述智能显示模块用于显示模具统计数据、当前制造工序、模具制造参数信息和报警信息,所述通信模块包括CAN模块、ZigBee模块和射频模块所述通信模块用于所述处理器与所述数控控制装置和所述优化调度模块进行通信;
所述异常报警模块用于在检测电机转速异常或制造设备之间发生碰撞或模具尺寸存在误差时进行声光报警,并将报警信息上传至云存储模块和处理器分别进行报警记录存储和报警显示;
所述生产评估模块采用基于决策树评估方法对生产质量进行等级评估生成评估报告,评估等级分为差、中、良和优四个等级。
8.如权利要求1所述的基于数字化多模式的模具制造系统,其特征在于,所述三维运动模拟模块包括运动模型构建模块和仿真模块,所述运动模型构建模块用于根据模具设计参数和用户输入的初始加工工序生成机床初始运动参数,根据所述运动参数得到运动模型;所述仿真模块与所述运动模型构建模块电连接,所述仿真模块用于对模具的制造过程中机床运动过程、模具材质和运行温度进行模拟和仿真,并进行可视化显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111311384.5A CN114169131A (zh) | 2021-11-08 | 2021-11-08 | 一种基于数字化多模式的模具制造系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111311384.5A CN114169131A (zh) | 2021-11-08 | 2021-11-08 | 一种基于数字化多模式的模具制造系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114169131A true CN114169131A (zh) | 2022-03-11 |
Family
ID=80478302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111311384.5A Withdrawn CN114169131A (zh) | 2021-11-08 | 2021-11-08 | 一种基于数字化多模式的模具制造系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114169131A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116027736A (zh) * | 2023-02-14 | 2023-04-28 | 广东热浪新材料科技有限公司 | 一种星盆加工设备的控制优化方法及控制系统 |
CN117689084A (zh) * | 2024-01-31 | 2024-03-12 | 深蓝(天津)智能制造有限责任公司 | 一种电控趾端滑套的制造工艺优化方法及系统 |
-
2021
- 2021-11-08 CN CN202111311384.5A patent/CN114169131A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116027736A (zh) * | 2023-02-14 | 2023-04-28 | 广东热浪新材料科技有限公司 | 一种星盆加工设备的控制优化方法及控制系统 |
CN116027736B (zh) * | 2023-02-14 | 2023-09-12 | 广东热浪新材料科技有限公司 | 一种星盆加工设备的控制优化方法及控制系统 |
CN117689084A (zh) * | 2024-01-31 | 2024-03-12 | 深蓝(天津)智能制造有限责任公司 | 一种电控趾端滑套的制造工艺优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110900307B (zh) | 一种数字孪生驱动的数控机床刀具监控系统 | |
CN109270899B (zh) | 一种基于数字孪生的船用柴油机关重件制造过程管控方法 | |
CN114169131A (zh) | 一种基于数字化多模式的模具制造系统 | |
CN112085261B (zh) | 基于云端融合和数字孪生技术的企业生产现状诊断方法 | |
US11656614B2 (en) | In-process digital twinning | |
CN114237155B (zh) | 一种多轴数控加工的误差预测及补偿方法、系统及介质 | |
CN111274671A (zh) | 一种基于数字孪生的复杂产品装配过程精准修配方法及其运行系统 | |
CN110852558B (zh) | 一种车轮毂生产数据的计算机辅助质量控制方法 | |
CN101968344A (zh) | 数控加工中心在机三维形面检测系统 | |
CN101403915A (zh) | 一种可重组生产线产品质量预测方法 | |
CN114838767B (zh) | 一种冷链物流用温湿度智能化监测系统及方法 | |
CN117274259B (zh) | 一种基于物联网的键盘生产设备管理方法及系统 | |
CN106909125A (zh) | 一种电机加工性能指标的监测系统及方法 | |
CN114064932A (zh) | 曲面类零件铣削工艺系统数据集成和挖掘方法及装置 | |
CN112183919A (zh) | 质量预测系统和质量预测方法 | |
CN110597065B (zh) | 一种用于送粉式激光增材自适应控制系统 | |
CN116572535A (zh) | 一种高分子材料产品的生产优化方法及系统 | |
CN111002328A (zh) | 轮式机器人校验系统及方法 | |
CN116703254A (zh) | 模具机械零部件生产信息管理系统 | |
CN112861272A (zh) | 基于数字孪生的船用柴油机复杂零部件工艺可行性分析方法 | |
CN117311295B (zh) | 基于无线网络设备的生产质量提升方法及系统 | |
CN116909211B (zh) | 一种高精密数控机床的智能调控方法及系统 | |
CN117161402B (zh) | 基于选区激光熔化的钛合金制造效率提高方法及系统 | |
CN114777651B (zh) | 一种基于数字孪生的飞机表面装配质量检测方法 | |
CN215766970U (zh) | 一种机器人单点重复定位精度测量系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220311 |
|
WW01 | Invention patent application withdrawn after publication |