CN114193029A - 一种基于大数据分析模型的焊机焊缝预评估方法 - Google Patents
一种基于大数据分析模型的焊机焊缝预评估方法 Download PDFInfo
- Publication number
- CN114193029A CN114193029A CN202010985221.4A CN202010985221A CN114193029A CN 114193029 A CN114193029 A CN 114193029A CN 202010985221 A CN202010985221 A CN 202010985221A CN 114193029 A CN114193029 A CN 114193029A
- Authority
- CN
- China
- Prior art keywords
- welding
- welding machine
- analysis model
- data analysis
- steel
- 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
- 238000003466 welding Methods 0.000 title claims abstract description 266
- 238000007405 data analysis Methods 0.000 title claims abstract description 60
- 238000011156 evaluation Methods 0.000 title claims abstract description 26
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 88
- 239000010959 steel Substances 0.000 claims abstract description 88
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000001360 synchronised effect Effects 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 6
- 239000002436 steel type Substances 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 7
- 238000004891 communication Methods 0.000 abstract description 2
- 238000005097 cold rolling Methods 0.000 description 4
- 238000005246 galvanizing Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000137 annealing Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
Landscapes
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Factory Administration (AREA)
Abstract
本发明的一种基于大数据分析模型的焊机焊缝预评估方法,通过增加一焊机大数据分析模型装置DAS,该装置通过以太网和焊机PLC完成实时同步通讯,该DAS能从焊机PLC中读取先后带钢和后行带钢的钢卷数据以及焊接实绩数据,经过大数据分析模型装置自动生成的焊接工艺参数和焊缝质量判定结果,并发送回焊机PLC进行实时控制。本发明改变了以往焊机参数设定方式还是在触摸屏上进行的修改数据写入PLC的旧模式,能有效地消除了认为操作可能造成参数设定错误而影响生产的潜在风险,同时也降低了操作工的劳动强度;本发明可以有效的消除采用P/C下发模式时某些不佳的焊接参数焊接后带钢焊缝的超温报警,一定程度是提高入口的自动化率。
Description
技术领域
本发明金属加工领域,尤其涉及一种应用于冷轧领域热镀锌机组的基于大数据分析模型的焊机焊缝预评估方法。
背景技术
目前,各家钢铁生产企业在其冷轧领域热镀锌机组的生产过程中广泛使用到了一种1730单元C608机组焊机控制系统,该系统由TMEIC公司的Q系列PLC控制器、现场触摸屏、PWA-C计算机终端和工程师站等设备组成。而受其控制的焊机设备是机组实现连续生产的关键设备之一,此外,焊接完成后的带钢焊缝必须经焊机原有的焊缝质量分析系统(QCDS)进行判定是否合格后,最终才能将带钢放行,而在此过程中需要确保整个机组稳定可靠运行。
随着现场工人在实际操作中的总结发现由于焊机没有相应的分析控制模型,使得该种控制模式在实际使用过程中存在如下问题:
1.焊机参数设定方式是在触摸屏上进行的,焊机PLC根据L2下达的焊接材料代码,调出相应的焊接条件数据表,操作人员对数据表中的参数进行确认,对其中需要修改的参数在触摸屏上进行人工手动修改,修改结束后再将数据写入PLC,这种操作模式容易产生参数设定错误而影响生产的潜在风险,同时操作工需要持续关注数据并进行相关设定,劳动强度大。
2.由于焊机没有相应的大数据分析控制模型,使得少数P/C下发的不佳的焊接参数将前后带钢焊接,导致带钢焊缝会超温报警,而这些超温报警,其实经操作工确认后还是放行的,但这种耽搁,大大降低了入口的自动化率低。
综上所述,现迫切需要一种新型的焊机焊缝预评估方法,能消除人为操作造成参数设定错误,降低生产风险,降低了操作工人的劳动强度,而且可以有效的消除超温报警,提高入口的自动化率。
发明内容
为了解决现有技术下的焊机设备在实际应用中存在的问题,本发明提供了一种基于大数据分析模型的焊机焊缝预评估方法,能有效地消除人工操作可能造成参数设定错误而影响生产的潜在风险,降低操作工的劳动强度,提高焊机的自动化率,为实现上述目的,本发明的一种基于大数据分析模型的焊机焊缝预评估方法的具体步骤如下所述:
一种基于大数据分析模型的焊机焊缝预评估方法,包括焊机,其具体步骤如下所述:
1)当带钢带头穿带到焊机时,机组主线PLC发送给焊机PLC读取钢卷数据的请求信号,焊机PLC收到该请求信号后,接收并储存机组PLC发送过来的钢卷数据;
2)步骤1)中,钢卷数据包括:先行带钢的钢卷号、钢种、带钢宽度和带钢厚度以及后行带钢的钢卷号、钢种、带钢宽度和带钢厚度;
3)当焊机PLC接收到钢卷数据后,随即调取上位机下发的焊接参数在计算机操作终端上显示;
4)上述步骤中,加装的大数据分析模型DAS同步监控机组主线PLC发送给焊机 PLC读取钢卷数据的请求信号,并接收到先行带钢和后行带钢的钢卷数据后,经过大数据分析模型DAS的修正后输出焊接工艺参数,然后传回到焊机PLC,最后在计算机操作终端上显示;
5)上述步骤完成后,焊机PLC根据计算机终端显示的两种焊接工艺参数进行模式选择,其具体为,在计算机终端上设置焊机焊接参数最终设定值选择控制模式中,选择大数据分析模型DAS模式时,焊接工艺参数设定值选择步骤4)中DAS下发的焊接工艺参数设定值作为最终设定值,而选择上位机模式时,焊接参数设定值将步骤3) 中上位机下发的焊接参数设定值作为最终设定值,最终以选择的焊接参数设定值进行带钢的焊接;
6)在带钢的焊接过程中,焊机PLC采集的焊接电流、焊接速度、焊轮压力和焊缝温度的实际值,采集数据结束后,启动焊机的焊缝质量分析系统QCDS来判定该焊缝是否合格;
7)步骤6)中,大数据分析模型DAS同步监控焊机焊接数据采集结束信号,并收集到焊机PLC采集的焊接电流、焊接速度、焊轮压力和焊缝温度的实际值,启动大数据分析模型DAS的焊缝判定系统,结合历史数据由大数据分析模型DAS来判定该焊缝是否合格,并传回焊机PLC在计算机终端显示;
8)焊机PLC根据步骤6)和步骤7)的内容通过计算机终端选择QCDS或是DAS 模式来进行判定焊缝结果最终值,其具体为,如果选择是大数据分析模型DAS,并且焊缝结果判定为不合格的情况下,则大数据分析模型DAS自动生成重焊的焊接参数,传送回给焊机进行带钢焊接,并重复步骤6)和步骤7);而如果选择焊机的焊缝质量分析系统QCDS模式时,焊机PLC则采用QCDS判定结果来确定是否需要重焊操作;
9)步骤8)中,直至焊缝判定为合格,则发出焊接完成信号,机组可以开机运行。
根据本发明的一种基于大数据分析模型的焊机焊缝预评估方法,其特征在于,所述的焊机焊缝预评估方法适用的带钢的规格为:厚度0.25~2.3mm,宽度为:700~ 1630mm。
根据本发明的一种基于大数据分析模型的焊机焊缝预评估方法,其特征在于,所述的步骤5)中大数据分析模型DAS下发修正的焊接控制参数为:焊接电流、焊接速度、焊轮压力、搭接量、搭接补偿量,共5个。
本发明提供了一种基于大数据分析模型的焊机焊缝预评估方法,其主要技术要点在于:通过增加一焊机大数据分析模型装置(DAS),该装置通过以太网和焊机PLC完成实时同步通讯,该DAS能从焊机PLC中读取先后带钢和后行带钢的钢卷数据以及焊接实绩数据,经过大数据分析模型装置自动生成的焊接工艺参数和焊缝质量判定结果,并发送回焊机PLC进行实时控制。
使用本发明的一种基于大数据分析模型的焊机焊缝预评估方法获得了如下有益效果:
1.本发明的一种基于大数据分析模型的焊机焊缝预评估方法其焊机工艺参数设定方式采用大数据分析模型装置DAS系统下发的操作模式,改变了以往焊机参数设定方式还是在触摸屏上进行的修改数据写入PLC的旧模式,能有效地消除了认为操作可能造成参数设定错误而影响生产的潜在风险,同时也降低了操作工的劳动强度;
2.本发明的一种基于大数据分析模型的焊机焊缝预评估方法的大数据分析模型装置DAS可以有效的消除采用P/C下发模式时某些不佳的焊接参数焊接后带钢焊缝的超温报警,一定程度是提高入口的自动化率。
具体实施方式
下面结合实施例对本发明的一种基于大数据分析模型的焊机焊缝预评估方法做进一步的描述。
实施例
一种基于大数据分析模型的焊机焊缝预评估方法,包括焊机,其具体步骤如下所述:
1)当带钢带头穿带到焊机时,机组主线PLC发送给焊机PLC读取钢卷数据的请求信号,焊机PLC收到该请求信号后,接收并储存机组PLC发送过来的钢卷数据;
2)步骤1)中,钢卷数据包括:先行带钢的钢卷号、钢种、带钢宽度和带钢厚度以及后行带钢的钢卷号、钢种、带钢宽度和带钢厚度;
本实施例中先行带钢的钢卷号531499400、钢种2、带钢宽度1186mm和带钢厚度0.7mm;后行带钢的钢卷号324811700、钢种2、带钢宽度1181mm和带钢厚度0.69mm。
3)当焊机PLC接收到钢卷数据后,随即调取上位机下发的焊接参数在计算机操作终端上显示;
本实施例中,上位机下发的焊接参数为:焊接电流11.0KA、焊接速度15.0MPM、焊轮压力6.5KN、搭接量1.0MM、搭接补偿量0.3MM。
4)上述步骤中,加装的大数据分析模型DAS同步监控机组主线PLC发送给焊机 PLC读取钢卷数据的请求信号,并接收到先行带钢和后行带钢的钢卷数据后,经过大数据分析模型DAS的修正后输出焊接工艺参数,然后传回到焊机PLC,最后在计算机操作终端上显示;
本实施例中,大数据分析模型DAS的修正后输出的焊接工艺参数为:焊接电流11.7KA、焊接速度15.0MPM、焊轮压力6.6KN、搭接量1.0MM、搭接补偿量0.3MM。
5)上述步骤完成后,焊机PLC根据计算机终端显示的两种焊接工艺参数进行模式选择,其具体为,在计算机终端上设置焊机焊接参数最终设定值选择控制模式中,选择大数据分析模型DAS模式时,焊接工艺参数设定值选择步骤4)中DAS下发的焊接工艺参数设定值作为最终设定值,而选择上位机模式时,焊接参数设定值将步骤 3)中上位机下发的焊接参数设定值作为最终设定值,最终以选择的焊接参数设定值进行带钢的焊接;
本实施例中,最终选择了大数据分析模型DAS的修正后输出的焊接工艺参数,即:焊接电流11.7KA、焊接速度15.0MPM、焊轮压力6.6KN、搭接量1.0MM、搭接补偿量 0.3MM。
6)在带钢的焊接过程中,焊机PLC采集的焊接电流、焊接速度、焊轮压力和焊缝温度的实际值,采集数据结束后,启动焊机的焊缝质量分析系统QCDS来判定该焊缝是否合格;
本实施例中,焊机PLC采集的各项实际值如下:电流11.6KA、焊接速度14.9MPM、焊轮压力7.0、焊缝温度:950度,且QCDS系统判定该焊缝是合格状态。
7)步骤6)中,大数据分析模型DAS同步监控焊机焊接数据采集结束信号,并收集到焊机PLC采集的焊接电流、焊接速度、焊轮压力和焊缝温度的实际值,启动大数据分析模型DAS的焊缝判定系统,结合历史数据由大数据分析模型DAS来判定该焊缝是否合格,并传回焊机PLC在计算机终端显示;
本实施例中,大数据分析模型DAS得出的焊缝焊接实际值如下:电流11.6KA、焊接速度14.9MPM、焊轮压力7.0、焊缝温度:950度,大数据分析模型DAS判定该焊缝是合格状态。
8)焊机PLC根据步骤6)和步骤7)的内容通过计算机终端选择QCDS或是DAS 模式来进行判定焊缝结果最终值,其具体为,如果选择是大数据分析模型DAS,并且焊缝结果判定为不合格的情况下,则大数据分析模型DAS自动生成重焊的焊接参数,传送回给焊机进行带钢焊接,并重复步骤6)和步骤7);而如果选择焊机的焊缝质量分析系统QCDS模式时,焊机PLC则采用QCDS判定结果来确定是否需要重焊操作;
本实施例中,计算机终端选择了DAS模式来进行判定焊缝结果最终值,且该大数据分析模型DAS判定为合格状态。
9)步骤8)中,直至焊缝判定为合格,则发出焊接完成信号,机组可以开机运行。
本发明的一种基于大数据分析模型的焊机焊缝预评估方法,适用的带钢的规格为:厚度0.25~2.3mm,宽度为:700~1630mm。
本发明的一种基于大数据分析模型的焊机焊缝预评估方法,其步骤5)中大数据分析模型DAS下发修正的焊接控制参数为:焊接电流、焊接速度、焊轮压力、搭接量、搭接补偿量,共5个。
应注意,上述实施例仅是用来说明本发明专利,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
本发明的一种基于大数据分析模型的焊机焊缝预评估方法其焊机工艺参数设定方式采用大数据分析模型装置DAS系统下发的操作模式,改变了以往焊机参数设定方式还是在触摸屏上进行的修改数据写入PLC的旧模式,能有效地消除了认为操作可能造成参数设定错误而影响生产的潜在风险,同时也降低了操作工的劳动强度;且本发明的一种基于大数据分析模型的焊机焊缝预评估方法的大数据分析模型装置DAS可以有效的消除采用P/C下发模式时某些不佳的焊接参数焊接后带钢焊缝的超温报警,一定程度是提高入口的自动化率。
本发明的一种基于大数据分析模型的焊机焊缝预评估方法可应用于冷轧厂连续退火和热镀锌等机组焊机设备上,除了能为机组提供良好的带钢焊缝以外,还能减少机组的停机故障,也改善了冷轧厂的物流平衡,具有可推广应用价值。
Claims (3)
1.一种基于大数据分析模型的焊机焊缝预评估方法,包括焊机,其具体步骤如下所述:
1)当带钢带头穿带到焊机时,机组主线PLC发送给焊机PLC读取钢卷数据的请求信号,焊机PLC收到该请求信号后,接收并储存机组PLC发送过来的钢卷数据;
2)步骤1)中,钢卷数据包括:先行带钢的钢卷号、钢种、带钢宽度和带钢厚度以及后行带钢的钢卷号、钢种、带钢宽度和带钢厚度;
3)当焊机PLC接收到钢卷数据后,随即调取上位机下发的焊接参数在计算机操作终端上显示;
4)上述步骤中,加装的大数据分析模型DAS同步监控机组主线PLC发送给焊机PLC读取钢卷数据的请求信号,并接收到先行带钢和后行带钢的钢卷数据后,经过大数据分析模型DAS的修正后输出焊接工艺参数,然后传回到焊机PLC,最后在计算机操作终端上显示;
5)上述步骤完成后,焊机PLC根据计算机终端显示的两种焊接工艺参数进行模式选择,其具体为,在计算机终端上设置焊机焊接参数最终设定值选择控制模式中,选择大数据分析模型DAS模式时,焊接工艺参数设定值选择步骤4)中DAS下发的焊接工艺参数设定值作为最终设定值,而选择上位机模式时,焊接参数设定值将步骤3)中上位机下发的焊接参数设定值作为最终设定值,最终以选择的焊接参数设定值进行带钢的焊接;
6)在带钢的焊接过程中,焊机PLC采集的焊接电流、焊接速度、焊轮压力和焊缝温度的实际值,采集数据结束后,启动焊机的焊缝质量分析系统QCDS来判定该焊缝是否合格;
7)步骤6)中,大数据分析模型DAS同步监控焊机焊接数据采集结束信号,并收集到焊机PLC采集的焊接电流、焊接速度、焊轮压力和焊缝温度的实际值,启动大数据分析模型DAS的焊缝判定系统,结合历史数据由大数据分析模型DAS来判定该焊缝是否合格,并传回焊机PLC在计算机终端显示;
8)焊机PLC根据步骤6)和步骤7)的内容通过计算机终端选择QCDS或是DAS模式来进行判定焊缝结果最终值,其具体为,如果选择是大数据分析模型DAS,并且焊缝结果判定为不合格的情况下,则大数据分析模型DAS自动生成重焊的焊接参数,传送回给焊机进行带钢焊接,并重复步骤6)和步骤7);而如果选择焊机的焊缝质量分析系统QCDS模式时,焊机PLC则采用QCDS判定结果来确定是否需要重焊操作;
9)步骤8)中,直至焊缝判定为合格,则发出焊接完成信号,机组可以开机运行。
2.如权利要求1所述的一种基于大数据分析模型的焊机焊缝预评估方法,其特征在于,所述的焊机焊缝预评估方法适用的带钢的规格为:厚度0.25~2.3mm,宽度为:700~1630mm。
3.如权利要求1所述的一种基于大数据分析模型的焊机焊缝预评估方法,其特征在于,所述的步骤5)中大数据分析模型DAS下发修正的焊接控制参数为:焊接电流、焊接速度、焊轮压力、搭接量、搭接补偿量,共5个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010985221.4A CN114193029A (zh) | 2020-09-18 | 2020-09-18 | 一种基于大数据分析模型的焊机焊缝预评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010985221.4A CN114193029A (zh) | 2020-09-18 | 2020-09-18 | 一种基于大数据分析模型的焊机焊缝预评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114193029A true CN114193029A (zh) | 2022-03-18 |
Family
ID=80645357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010985221.4A Pending CN114193029A (zh) | 2020-09-18 | 2020-09-18 | 一种基于大数据分析模型的焊机焊缝预评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114193029A (zh) |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011150165A1 (en) * | 2010-05-26 | 2011-12-01 | Illinois Tool Works Inc. | Automatic and semi-automatic welding systems and methods |
CN102298351A (zh) * | 2010-06-25 | 2011-12-28 | 鞍钢股份有限公司 | 一种提高带钢跟踪精确度的方法 |
CN104723551A (zh) * | 2015-03-23 | 2015-06-24 | 杭州成功超声设备有限公司 | 超声波塑料焊接机焊接参数智能化调校与管理方法及系统 |
CN106077915A (zh) * | 2016-08-05 | 2016-11-09 | 上海发那科机器人有限公司 | 一种mig焊接系统 |
CN106547858A (zh) * | 2016-10-21 | 2017-03-29 | 珠海格力电器股份有限公司 | 一种空调机组大数据分析方法及空调机组 |
CN107943809A (zh) * | 2016-10-13 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 数据质量监控方法、装置及大数据计算平台 |
CN108381022A (zh) * | 2018-01-23 | 2018-08-10 | 邯郸钢铁集团有限责任公司 | 一种460mpa级低合金高强钢的窄搭接焊方法 |
CN108732978A (zh) * | 2018-04-13 | 2018-11-02 | 上海交通大学 | 基于物联网的船舶小组立焊接工艺监控系统 |
CN109570808A (zh) * | 2017-09-29 | 2019-04-05 | 宝山钢铁股份有限公司 | 一种提高窄搭接焊机焊缝质量的方法及装置 |
CN109675824A (zh) * | 2018-12-29 | 2019-04-26 | 广州桃琳软件科技有限公司 | 超声波焊接设备的产品质量监测方法 |
CN109828539A (zh) * | 2019-01-30 | 2019-05-31 | 浙江中易慧能科技有限公司 | 一种基于pdca体系的大数据供热能源管控平台系统 |
CN110154027A (zh) * | 2019-05-27 | 2019-08-23 | 沈阳工业大学 | 一种基于云计算的机器人智能焊接方法 |
CN110153196A (zh) * | 2018-02-11 | 2019-08-23 | 宝山钢铁股份有限公司 | 一种厚板轧制翘扣头的控制方法 |
CN110153541A (zh) * | 2019-05-27 | 2019-08-23 | 北京实耐固连接技术有限公司 | 自动化钢卷内端电阻焊枪及焊接方法 |
CN110524581A (zh) * | 2019-09-16 | 2019-12-03 | 西安中科光电精密工程有限公司 | 一种柔性焊接机器人系统及其焊接方法 |
WO2020019502A1 (zh) * | 2018-07-25 | 2020-01-30 | 上海望友信息科技有限公司 | Eda焊盘封装库的更新/应用方法、系统、介质及终端 |
CN110936103A (zh) * | 2018-09-21 | 2020-03-31 | 宝山钢铁股份有限公司 | 高硅钢热轧板的激光焊接方法及应用 |
CN110961821A (zh) * | 2018-09-30 | 2020-04-07 | 宝山钢铁股份有限公司 | 一种实现带钢激光拼接焊缝检查自动判定与放行的方法 |
CN111462110A (zh) * | 2020-04-20 | 2020-07-28 | 广东利元亨智能装备股份有限公司 | 焊缝质量检测方法、装置、系统及电子设备 |
-
2020
- 2020-09-18 CN CN202010985221.4A patent/CN114193029A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180117702A1 (en) * | 2010-05-26 | 2018-05-03 | Illinois Tool Works Inc. | Automatic and semi-automatic welding systems and methods |
WO2011150165A1 (en) * | 2010-05-26 | 2011-12-01 | Illinois Tool Works Inc. | Automatic and semi-automatic welding systems and methods |
CN102298351A (zh) * | 2010-06-25 | 2011-12-28 | 鞍钢股份有限公司 | 一种提高带钢跟踪精确度的方法 |
CN104723551A (zh) * | 2015-03-23 | 2015-06-24 | 杭州成功超声设备有限公司 | 超声波塑料焊接机焊接参数智能化调校与管理方法及系统 |
CN106077915A (zh) * | 2016-08-05 | 2016-11-09 | 上海发那科机器人有限公司 | 一种mig焊接系统 |
CN107943809A (zh) * | 2016-10-13 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 数据质量监控方法、装置及大数据计算平台 |
CN106547858A (zh) * | 2016-10-21 | 2017-03-29 | 珠海格力电器股份有限公司 | 一种空调机组大数据分析方法及空调机组 |
CN109570808A (zh) * | 2017-09-29 | 2019-04-05 | 宝山钢铁股份有限公司 | 一种提高窄搭接焊机焊缝质量的方法及装置 |
CN108381022A (zh) * | 2018-01-23 | 2018-08-10 | 邯郸钢铁集团有限责任公司 | 一种460mpa级低合金高强钢的窄搭接焊方法 |
CN110153196A (zh) * | 2018-02-11 | 2019-08-23 | 宝山钢铁股份有限公司 | 一种厚板轧制翘扣头的控制方法 |
CN108732978A (zh) * | 2018-04-13 | 2018-11-02 | 上海交通大学 | 基于物联网的船舶小组立焊接工艺监控系统 |
WO2020019502A1 (zh) * | 2018-07-25 | 2020-01-30 | 上海望友信息科技有限公司 | Eda焊盘封装库的更新/应用方法、系统、介质及终端 |
CN110936103A (zh) * | 2018-09-21 | 2020-03-31 | 宝山钢铁股份有限公司 | 高硅钢热轧板的激光焊接方法及应用 |
CN110961821A (zh) * | 2018-09-30 | 2020-04-07 | 宝山钢铁股份有限公司 | 一种实现带钢激光拼接焊缝检查自动判定与放行的方法 |
CN109675824A (zh) * | 2018-12-29 | 2019-04-26 | 广州桃琳软件科技有限公司 | 超声波焊接设备的产品质量监测方法 |
CN109828539A (zh) * | 2019-01-30 | 2019-05-31 | 浙江中易慧能科技有限公司 | 一种基于pdca体系的大数据供热能源管控平台系统 |
CN110153541A (zh) * | 2019-05-27 | 2019-08-23 | 北京实耐固连接技术有限公司 | 自动化钢卷内端电阻焊枪及焊接方法 |
CN110154027A (zh) * | 2019-05-27 | 2019-08-23 | 沈阳工业大学 | 一种基于云计算的机器人智能焊接方法 |
CN110524581A (zh) * | 2019-09-16 | 2019-12-03 | 西安中科光电精密工程有限公司 | 一种柔性焊接机器人系统及其焊接方法 |
CN111462110A (zh) * | 2020-04-20 | 2020-07-28 | 广东利元亨智能装备股份有限公司 | 焊缝质量检测方法、装置、系统及电子设备 |
Non-Patent Citations (6)
Title |
---|
强少明等: "冷变形对高硫易切削不锈钢316LS组织和性能的影响", 宝钢技术, no. 6 * |
徐德进;: "基于云智能焊接管控的大数据分析系统设计", 电焊机, no. 10 * |
朱健华;何建锋;: "基于焊缝3D检测系统应用的超高强钢焊接工艺优化", 宝钢技术, no. 04 * |
杨大雷;周永;刘珧;王显鹏;: "基于数据驱动的连续退火生产过程建模与操作优化", 宝钢技术, no. 06 * |
许振瑞;王九龙;倪瑞毅;黄健平;: "基于物联网和云存储的电阻焊自动生产线数据采集与分析", 焊接技术, no. 05 * |
骆德欢;: "宝钢1580热轧自动化系统改造自主集成实践", 冶金自动化, no. 06 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110605489B (zh) | 一种复杂结构焊接参数精确管控系统及焊接方法 | |
CN102463265B (zh) | 冷轧处理线焊缝跟踪和物料跟踪系统 | |
CN102298351A (zh) | 一种提高带钢跟踪精确度的方法 | |
CN109702307A (zh) | 基于无线传输的焊接参数和质量在线监测系统及方法 | |
CN113941774B (zh) | 焊缝检测系统参数阈值设定方法、装置、设备、存储介质 | |
CN114193029A (zh) | 一种基于大数据分析模型的焊机焊缝预评估方法 | |
CN103512887B (zh) | 一种用于带钢表面质量信息分卷的方法 | |
CN205129125U (zh) | 一种堆焊设备及其自动控制系统 | |
CN203992877U (zh) | 薄钢板焊缝小特征点视觉跟踪与实时质量检测装置 | |
CN203236111U (zh) | 电阻焊的焊接电流和焊点数实时监控装置 | |
CN211102100U (zh) | 一种传热板对检测电阻焊装置 | |
CN113172372A (zh) | 一种智能切割数据及焊接数据处理系统 | |
CN116652461A (zh) | 基于数字镜影技术的焊装设备故障检测装置及方法 | |
CN208303500U (zh) | 一种利用电机码盘定位焊缝位置的装置 | |
CN202433748U (zh) | 冷轧酸洗线的钢卷测量控制系统 | |
KR100368491B1 (ko) | 슬라브 형상검출 및 다이나믹 폭압연 제어방법 | |
CN111975169A (zh) | 一种自动智能化控制焊接工艺及其智能化控制系统 | |
CN203372410U (zh) | 一种包装线钢卷位置调节装置 | |
CN205184010U (zh) | 大型辊轴磨损后的二堆焊自动控制系统 | |
CN202845981U (zh) | 白车身顶盖激光钎焊工艺控制装置 | |
CN201837904U (zh) | 高频直缝电阻焊管焊接温度智能控制系统 | |
CN105436663B (zh) | 大型辊轴磨损后的二堆焊自动控制系统及方法 | |
CN221199536U (zh) | 一种酸轧机组闪光焊机焊缝质量检测装置 | |
CN115822594B (zh) | 一种采煤机端部进刀采煤工艺的判别装置及方法 | |
CN117531839A (zh) | 一种基于冷轧处理线的数字钢卷实时数据跟踪方法及系统 |
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 |