CN114273494A - 一种智能旋压加工控制方法 - Google Patents
一种智能旋压加工控制方法 Download PDFInfo
- Publication number
- CN114273494A CN114273494A CN202111558250.3A CN202111558250A CN114273494A CN 114273494 A CN114273494 A CN 114273494A CN 202111558250 A CN202111558250 A CN 202111558250A CN 114273494 A CN114273494 A CN 114273494A
- Authority
- CN
- China
- Prior art keywords
- processing
- data
- control
- temperature
- control signal
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 222
- 238000000034 method Methods 0.000 title claims abstract description 121
- 238000009987 spinning Methods 0.000 title claims abstract description 63
- 230000007246 mechanism Effects 0.000 claims abstract description 95
- 230000008569 process Effects 0.000 claims abstract description 59
- 238000003754 machining Methods 0.000 claims abstract description 53
- 238000010438 heat treatment Methods 0.000 claims abstract description 43
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 24
- 238000004088 simulation Methods 0.000 claims abstract description 13
- 239000007921 spray Substances 0.000 claims description 20
- 230000000694 effects Effects 0.000 claims description 11
- 238000013480 data collection Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000004886 process control Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000007792 addition Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
一种智能旋压加工控制方法,包括:数据采集步骤,使用数据采集机构采集加工数据,并将该数据传送至控制器;加工标准热源模型建立步骤,控制器通过有限元建模方法,参照仿真成形过程,建立加工标准热源模型;数据处理步骤,控制器将接收到的实时数据与加工标准热源模型进行比较并进行数据处理,得到初步控制信号,并传送至控制执行机构;闭环控制步骤,控制执行机构控制加热机构对工件进行加工,数据采集机构获得工件在加工时的反馈数据信息并发送至控制器,控制器通过将初步控制信号和反馈数据信息进行闭环控制算法处理生成调整控制信号并发送至控制执行机构;加工调整步骤,控制执行机构根据调整控制信号控制加热机构对工件进行加工。
Description
技术领域
本申请涉及加工制造领域,具体涉及一种智能旋压加工控制方法。
背景技术
高强度薄壁壳体是航空航天、核工业、石油及化工领域的一种必需的典型零件,例如发动机壳体、助推器壳体核一、核二级不锈钢无缝管、换热管、溢流管、蒸汽发生器、油气管、油井管、物料输送管等。高强度薄壁壳体的制造水平是决定相关设备的精度和可靠性的关键指标。
高强度薄壁壳体的整体热旋压成形技术是制造高端无缝精密管材的最佳工艺方法,旋压成形是一种典型的局部加载成形技术,具有能耗小、模具寿命长、产品精度高等特点,是加工高强度薄壁空心壳体件的有效方法,己广泛应用于航天、航空、船舶、兵器等制造领域。但是,由于旋压对变形温度和变形速率的要求极其严格,热旋压过程中易产生起皱、裂纹或加工变形等缺陷,变形程度较大时工件成形难度极大。
目前开发的旋压装备和设计的加工工艺所采用的编程数控技术,对每一种工件都需要人工反复调试工艺参数,如进给速度,旋压轨迹曲线的参数,旋压道次数等,要求操作者具有丰富的旋压工艺经验,加工过程中遇到环境条件变化影响加工质量时,机床控制系统无法实时做出调整,导致加工效率较低,成品率较低。
发明内容
为了解决上述现有技术中的问题,本发明的目的在于提供一种智能旋压加工控制方法,以能够实现提高目前旋压加工的工艺可靠性,提高旋压加工的成品质量。
根据本发明的一个实施方式提供了一种智能旋压加工控制方法,其特征在于包括以下步骤:数据采集步骤,使用数据采集机构采集加工数据,包括加工区域的图像数据和温度数据,并将该加工数据传送至控制器;加工标准热源模型建立步骤,控制器使用接收到的加工数据,通过有限元建模方法,参照仿真成形过程,调整得到最佳仿真加工效果,从而建立加工标准热源模型;数据处理步骤,控制器对从数据采集机构接收到的当前的实时加工数据与所述加工标准热源模型进行比较并进行数据处理,得到初步控制信号,且将该初步控制信号传送至控制执行机构;闭环控制步骤,所述控制执行机构根据接收到的初步控制信号控制加热机构对工件进行加工,所述数据采集机构获得工件在加工时的反馈数据信息,并将该反馈数据信息发送至控制器,控制器通过将所述控制信号和接收到的反馈数据信息进行闭环控制算法处理生成调整控制信号并发送至控制执行机构;加工调整步骤,控制执行机构根据所述调整控制信号控制加热机构对工件进行调整加工。
可选地,根据另一个实施方式,所述方法还包括:加工控制数据库建立步骤,存储器接收和存储由所述数据采集机构获得的加工参数和数据信息,用于在之后对加工过程进行查询和调用。
可选地,根据另一个实施方式,在所述数据采集步骤和所述闭环控制步骤中,使用红外热成像仪作为数据采集机构。
可选地,根据另一个实施方式,在所述数据采集步骤,控制器对数据采集机构传入的视频形式的加工数据在一定的时间序列上抽取图片,该抽取的图片通过图像处理算法来实时获取加工区域的位置以及在加工区域的平均温度信息,再将该获取的加工区域的位置以及在加工区域的平均温度信息作为图像数据和温度数据用于所述加工标准热源模型建立步骤。
可选地,根据另一个实施方式,所述加热机构包括喷枪、调节喷枪的出气量的出气流量阀以及夹取并移动喷枪的机械臂,且所述初步控制信号以及调整控制信号包括控制加热机构的机械臂移动的信号和控制出气流量阀的出气量的信号。
可选地,根据另一个实施方式,所述闭环控制步骤中所述数据采集机构获得工件在加工时的反馈数据信息包括喷枪的工作位置信息和工件加工时的温度信息。
可选地,根据另一个实施方式,在所述闭环控制步骤中,数据采集机构反馈的工件在加工时的温度信息为加工区域的精确温度,所述闭环控制算法处理包括通过滞回控制将该加工区域的精确温度与所述加工标准热源模型的标准加工温度进行比较获得调整控制信号。
可选地,根据另一个实施方式,在所述闭环控制步骤中的滞回控制包括:设置标准加工温度和具有两个不相等的阈值的滞回控制区间,分别为正阈值和负阈值;当反馈的加工区域的精确温度高于标准加工温度且温度偏差超过正阈值时,控制器输出调整控制信号至所述控制执行机构,以操作加热机构的机械臂运动一个步长,使得机械臂带动喷枪远离加工区域一定的距离,从而控制加工区域的精确温度下降至标准加工温度;当反馈的加工区域的精确温度低于标准加工温度且温度偏差超过负阈值时,控制器输出调整控制信号至所述控制执行机构,以操作加热机构的机械臂运动一个步长,使得机械臂带动喷枪靠近加工区域一定的距离,从而控制加工区域的精确温度上升至标准加工温度。
可选地,根据另一个实施方式,在所述闭环控制步骤中,所述反馈数据信息包括加工区域的精确温度和工件的整体热分布,所述闭环控制算法处理包括将该加工区域的精确温度和工件的整体热分布采用模糊控制和PID控制相结合的控制算法耦合在一起并与初步控制信号进行比较以获得调整控制信号。
与现有技术相比,根据本发明的实施方式提供的智能旋压加工控制方法至少具有以下优点:提高旋压加工的工艺可靠性,提高旋压加工的成品质量,提高成品率,提高加工效率,减少加工成本,并且降低所需劳动强度和减少加工环境对工人身体的影响,通过完善的数据库进一步提高加工处理效率和维护效率。
通过参考附图和以下说明,本发明的其它装置、设备、系统、方法、特征和优点将是明显的。包括在本说明书中的所有的另外的这种系统、方法、特征和优点都在本发明的范围内,且由所附权利要求保护。
附图说明
通过参考附图可更好地理解本发明。图中的构件不应视作按比例绘制,重点应放在示出本发明的原理上。
图1为根据本发明的一个实施方式提供的智能旋压加工控制方法的流程图;
图2为根据本发明的另一个实施方式提供的智能旋压加工控制方法的流程图;
图3为应用根据本发明的一个实施方式的一个示例性实施例的智能旋压加工控制系统的示意图;
图4为应用根据本发明的一个实施方式的一个示例性实施例中工件在加工过程中的温度数据曲线的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。需要注意的是,除非另有说明,本发明使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
下面结合附图对根据本发明的实施方式所提供的智能旋压加工控制方法进行详细说明。图1为根据本发明的一个实施方式提供的智能旋压加工控制方法的流程图。图2为根据本发明的另一个实施方式提供的智能旋压加工控制方法的流程图。图3为应用根据本发明的一个实施方式的一个示例性实施例的智能旋压加工控制系统的示意图。图4为应用根据本发明的一个实施方式的一个示例性实施例中工件的温度数据曲线的示意图。
参考图1和图3,根据本发明的一个实施方式提供的智能旋压加工控制系统包括:数据采集机构110、控制器120、控制执行机构130和加热机构140。根据本发明的一个实施方式所提供的智能旋压加工控制方法包括:数据采集步骤,使用数据采集机构110采集加工数据,包括加工区域的图像数据和温度数据,并将该加工数据传送至控制器120;加工标准热源模型建立步骤,控制器120使用接收到的加工数据,通过有限元建模方法,参照仿真成形过程,调整得到最佳仿真加工效果,从而建立加工标准热源模型;数据处理步骤,控制器120对从数据采集机构110接收到的当前的实时加工数据与所述加工标准热源模型进行比较并进行数据处理,得到初步控制信号,且将该初步控制信号传送至控制执行机构130;闭环控制步骤,所述控制执行机构130根据接收到的初步控制信号控制加热机构140对工件进行加工,所述数据采集机构110获得工件在加工时的反馈数据信息,并将该反馈数据信息发送至控制器120,控制器120通过将所述控制信号和接收到的反馈数据信息进行闭环控制算法处理生成调整控制信号并发送至控制执行机构130;加工调整步骤,控制执行机构130根据所述调整控制信号控制加热机构对工件进行调整加工。
在该实施方式中,所述加热机构140包括喷枪142、调节喷枪的出气量的出气流量阀144以及夹取并移动喷枪142的机械臂146,且所述初步控制信号以及调整控制信号包括控制加热机构140的机械臂146移动的信号和控制出气流量阀144的出气量的信号。在其它实施方式中,根据需要,也可使用其他形式的加热机构140或者加工工具。
根据本发明的一个实施方式提供的智能旋压加工控制方法所包括的数据采集步骤可采集两类信息,包括加工区域的图像,和加工区域的平均温度。可选地,可使用红外热成像仪数据采集机构110,拍摄加工区域的整体旋压加工过程来获取这些信息。
根据本发明的一个实施方式提供的智能旋压加工控制方法,在数据采集步骤,控制器120可对数据采集机构110传入的视频形式的数据信息在一定的时间序列上抽取图片,该抽取的图片通过图像处理算法来实时获取工件100的加工区域的位置以及在加工区域的平均温度信息,再将该获取的加工区域的位置以及在加工区域的平均温度信息作为图像数据和温度数据用于后续加工标准热源模型建立步骤。在该实施方式中,在数据采集步骤,作为所提供的加工数据的视频形式的数据信息可以是进行当前加工之前预先采集的数据信息。可选地,在另外的实施方式中,也可在数据处理步骤中采用以上方式来获得当前的实时数据。还可选地,在另外的实施方式中,可以在闭环控制步骤中采用上述方式来获得反馈数据信息。
还可选地,在一个示例性实施例中,选择支持通过以太网接口及GigEVision协议进行图像或视频的高速传输的红外热成像仪作为数据采集机构110。GigEVision采用千兆位以太网通信协议的一个热像仪接口标准。GigEVision在远距离情况下也能够利用低成本标准线缆实现快速图像传输的标准。通过底层传输代码的编写,实现视频数据向作为控制器120工控机的自动高速传输,对传入的视频数据在一定的时间序列上抽取图片,通过图像处理算法跟踪对工件100进行加工的旋轮和/或加热机构140的喷枪142的位置来实时获取旋压加工区域的位置以及在加工区域的平均温度信息。该数据采集系统可以实现实时显示和记录包含全部温度数据的图像流,显示和录制的帧速可从1Hz至200Hz连续调节,亦可设置录制每两帧图像大于1s的时间间隔,时间单位可以是秒和分,可实现长期不间断记录,节省存储空间。分析全辐射红外视频,可将包含温度数据的全辐射数据流实时传输到作为控制器120的处理PC或移动终端,在PC或移动终端远程操作热像仪,包括调焦,拍照,录像,自定义帧速,设置温度范围。可近距离监测大尺寸物体整体热分布状况,远距离监测小尺寸物体热分布状况,以及监测极微尺寸物体热分布状况。可选地,在另外的实施方式中,也可在数据处理步骤中采用以上方式来获得当前的实时数据。还可选地,在另外的实施方式中,可以在闭环控制步骤中采用上述方式来获得反馈数据信息。
在根据本发明的一个示例性实施例中,加热机构140包括出气流量阀144、喷枪142以及机械臂146。通过机械臂146可夹取喷枪142并移动,以控制喷枪142喷火位置,从而保证加热位置在加工过程中一直处于理想位置,加工过程按照预先建立的加工标准热源模型,该实施方式中的机械臂146具有三自由度,分别控制喷枪142在水平和竖直方向的位置以及与工件表面的距离。在该实施方式的智能加工控制系统中,出气流量阀144选择可智能控制的阀来调节喷枪142的出气量,达到较为精准的出气量控制。这里出气流量阀144可采用电液伺服阀,利用它动态响应快、控制精度高、使用寿命长等优点,解决控制精度和长期批量生产可靠性问题。电液伺服阀可配备有伺服控制器来对阀进行控制。在整个系统中,机械臂146与电液阀伺服控制器都由控制器120和控制执行机构130进行控制。
在根据本发明的一个示例性实施例中,控制器120对从数据采集机构110接收到的当前的实时数据与所述加工标准热源模型进行比较并进行数据处理,得到初步控制信号,且将该初步控制信号传送至控制执行机构130。
在根据本发明的一个示例性实施例中,控制器120实现控制算法,接收传感信息以后,经过算法计算,将控制信号发送至控制执行机构130。控制执行结构130根据控制信号实现控制加热机构140的运动和气流,以及实现加工过程温度的控制。可选地,控制执行机构130可被设置成将所接收到的控制信号转换为操作加热机构140的移动和加热的指令。
具体地,获取从例如红外热成像仪等的数据采集机构110得到的数据之后,在控制器120中先与标准热源加工模型进行比较,向控制执行机构130传输初步控制信号,控制执行机构130通过算法一方面将初步控制信号中的位置信息进行处理,操作加热机构140的机械臂146的移动,另一方面将初步控制信号中的温度信息进行处理,操作加热机构140的电液伺服阀的伺服控制器来控制阀144以获得合适的出气量。并且控制器120不断从数据采集机构110获取反馈回的喷枪142的喷火位置信息与当前加工区域的平均温度信息,通过智能选区加热控制及效果评价技术形成一个闭环控制系统。其中,电液伺服阀的伺服控制器可以有多种接口,如Ethernet以太网接口,RS485接口,CAN总线接口,Profibus-DP接口,可选择其中一种接口,通过该接口的协议由控制执行机构130向电液阀伺服控制器传输控制信号。
以下继续参考附图,进一步对根据本发明的一个实施方式所提供的智能旋压加工控制方法的各步骤进行详细说明。
根据本发明的一个实施方式提供的智能旋压加工控制方法的数据采集步骤,使用数据采集机构110采集加工数据,包括加工区域的图像数据和温度数据,并将该加工数据传送至控制器120。所采集两类数据信息具体可包括目前的加工区域的图像,和目前加工区域的平均温度。在该实施方式中,数据采集步骤所提供的加工数据可以是进行当前加工之前预先采集的数据。
根据本发明的一个实施方式提供的智能旋压加工控制方法的加工标准热源模型建立步骤,控制器120使用接收到的加工数据,通过有限元建模方法,参照仿真成形过程,调整得到最佳仿真加工效果,从而建立加工标准热源模型。在该实施方式中,建立加工标准热源模型,以标准热源模型为参照进行加工过程的控制。其中标准热源模型可以是旋压加工过程中各个加工阶段加工区域所需最佳温度的变化曲线。如加工前的毛坯预热,要保证整个毛坯的温度都均匀且达到一定的值,在后续旋压加工过程中,需保证旋压刀具加工区域处温度适中,使刀具加工阻力正常。标准热源模型的建立,可基于ABAQUS/Explicit或ANSYS等平台,使用旋压有限元建模方法,建立包含壁厚均匀性和贴膜度等各个因素的成形质量评价体系,观察仿真成形过程,通过不断改变加工过程温度模型来得到最佳仿真加工成形效果,由此来获得加工标准热源模型。在执行智能旋压加工控制方法的过程中,使用该加工标准热源模型进行实际加工过程的控制,根据最终加工效果再对热源模型进行优化,由此得到最终最佳的标准热源模型。
根据本发明的一个实施方式提供的智能旋压加工控制方法的数据处理步骤中,控制器120对从数据采集机构110接收到的数据与所述加工标准热源模型进行比较并进行数据处理,得到初步控制信号,且将该初步控制信号传送至控制执行机构130。该数据处理步骤可包括图像处理作为反馈环节。在该实施方式中,使用红外热像仪作为数据采集机构110获得图像,如附图3所示。
图像处理采用了Sobel算子(索贝尔算子)边缘检测方法,Sobel算子(Sobeloperator)主要用作边缘检测,在技术上,它是一离散性差分算子,用来运算图像亮度函数的灰度之近似值。在图像的任何一点使用此算子,将会产生对应的灰度矢量或是其法矢量。Sobel卷积因子为:
表1Sobel算子的卷积因子
该算子包含两组3x3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像,Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值,其公式如下:and
具体计算公式如下,其中f(a,b)表示图像(a,b)点的灰度值。
Gx=(-1)*f(x-1,y-1)+0*f(x,y-1)+1*f(x+1,y-1)+(-2)*f(x-1,y)+0*f(x,y)+2*f(x+1,y)+(-1)*f(x-1,y+1)+0*f(x,y+1)+1*f(x+1,y+1)
=[f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)]-[f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)]Gy=1*f(x-1,y-1)+2*f(x,y-1)+1*f(x+1,y-1)+0*f(x-1,y)0*f(x,y)+0*f(x+1,y)+(-1)*f(x-1,y+1)+(-2)*f(x,y+1)+(-1)*f(x+1,y+1)
=[f(x-1,y-1)+2f(x,y-1)+f(x+1,y-1)]-[f(x-1,y+1)+2*f(x,y+1)+f(x+1,y+1)]
图像的每一个像素的横向及纵向灰度值通过以下公式结合,来计算该点灰度G的大小:
为了提高效率使用不开平方的近似值,如果梯度H大于某一阀值则认为该点(x,y)为边缘点:
|H|=|Hx|+|Hy|。
然后用以下公式计算梯度方向:
其中,θ为梯度方向,Hx为梯度H在x方向的分量,Hy为梯度H在y方向的分量。
Sobel算子根据像素点上下、左右邻点灰度加权差,在边缘处达到极值这一现象检测边缘。对噪声具有平滑作用,提供较为精确的边缘方向信息。
通过sobel算子提取边缘算法,可以提取到加工模具与加工工件100的接触边缘,再对此边界通过一定的处理即可获得所需要计算平均温度的温度区域。加工温度计算区域标识如附图所示。
在一个应用根据本发明的实施方式的示例性实施例中,针对加工区域,通过上述方法可以获得的温度数据如下表所示,且其对应的曲线如附图4所示。
表2平均温度变化数据
以下参照附图1-3,对根据本发明的实施方式所提供的智能旋压加工控制方法中的闭环控制步骤进行详细说明。闭环控制步骤包括,所述控制执行机构130根据接收到的初步控制信号控制加热机构140对工件100进行加工,所述数据采集机构110获得工件在加工时的反馈数据信息,并将该反馈数据信息发送至控制器120,控制器120通将接收到的反馈数据信息与所述初步控制信号和/或加工标准热源模型进行闭环控制算法处理生成调整控制信号并发送至控制执行机构130。控制执行机构130根据接收到的调整控制信号调整对加热机构140的控制操作,进而调整对加工工件100的加工。在该实施方式中,闭环控制步骤中的反馈数据信息包括工件在加工时的实时温度数据,对温度数据的闭环控制算法具体说明如下。应理解,闭环控制步骤中的反馈数据不限于温度数据,还可包括反馈的其他数据信息,例如位置信息、加工信息、尺寸信息等。
在该实施方式中,闭环控制的过程要实现的主要控制目标包含两项内容,一是工件100被加工的加工区域(通过分析可以选定关键跟踪目标区域)的精确温度控制;二是工件100的整体热分布情况的控制。然后需要将这两项要求耦合在一起。在此实施方式中,通过采用模糊控制和PID控制(比例微分积分控制)相结合的控制算法实现上述目的。PID控制在精确控制方面具有优势,而模糊控制对于热分布这样非精确的模型具有实用性。
在另外的实施方式中,工件100上的加工区域的精准温度控制还可通过独立的或者设置在控制器120中的滞回比较器进行滞回控制实现。滞回比较器又称施密特触发器或迟滞比较器,其具有不相等的两个阈值,当输入信号逐渐增大或逐渐减小时,输出具有“滞回”曲线的形状。在本系统的闭环控制算法中,在控制的数据只有工件100的温度时,在已建立加工标准热源模型(在该实施方式中加工标准热源模型包括,标准加工温度曲线)的步骤之后,在控制器120中将实时获取的加工工件100的反馈温度数据与标准加工温度曲线在每个时间戳上进行比较,实时获取的工件反馈温度数据与标准加工温度存在偏差,该温度偏差可能还会涉及其他的干扰因素存在,因此存在一定的误差。在一个示例性实施方式中,可设置具有两个不相等的阈值的滞回控制区间,当实时采集的反馈温度数据高于标准加工温度且温度偏差超过正阈值时,控制器120输出调整控制信号至控制执行机构130,控制执行机构130根据调整控制信号操作加热机构140的机械臂146运动一个步长,使得机械臂146带动喷枪142远离加工区域一定的距离,从而控制温度下降至与标准加工温度尽量吻合。同理,当实时获取的加工工件的反馈温度数据低于标准加工温度且温度偏差超过负阈值时,控制器120相应地输出调整控制信号至控制执行机构130,控制执行机构130根据调整控制信号操作加热机构140的机械臂146运动一个步长,使得机械臂146带动喷枪142靠近加工区域一定的距离,从而控制工件温度上升至与标准加工温度尽量吻合。此外,还可对机械臂146设置限位,使喷枪142不会过度靠近或远离加工工件100所需要加热的区域,且处于安全范围内。在另外的实施方式中,根据需要,还可以将上述采用模糊控制和PID控制(比例微分积分控制)相结合的控制算法与滞回比较控制结合使用,也可分别单独应用,或者与其他适合的控制方法结合。在另外的实施方式中,上述调整控制信号可以是让控制执行机构130操作加热机构140的出气流量阀144的出气量大小的信号。
参考图2,对根据本发明的另一个实施方式所提供的智能旋压加工控制方法进行详细说明。根据本法的另一个实施方式所提供的一种智能旋压加工控制方法,包括以下步骤:数据采集步骤,使用数据采集机构110采集加工数据,包括加工区域的图像数据和温度数据,并将该加工数据传送至控制器120;加工标准热源模型建立步骤,控制器120使用接收到的数据通过有限元建模方法,参照仿真成形过程,调整得到最佳仿真加工效果,从而建立加工标准热源模型;数据处理步骤,控制器120将从数据采集机构110接收到的当前的实时加工数据与所述加工标准热源模型进行比较并进行数据处理,得到初步控制信号,且将该初步控制信号传送至控制执行机构130;闭环控制步骤,所述控制执行机构130根据接收到的初步控制信号控制加热机构140对工件100进行加工,所述数据采集机构110获得工件在加工时的反馈数据信息,并将该反馈数据信息发送至控制器120,控制器120通过将所述控制信号和接收到的反馈数据信息进行闭环控制算法处理生成调整控制信号并发送至控制执行机构130;加工调整步骤,控制执行机构130根据所述调整控制信号控制加热机构140调整对工件的加工;和加工控制数据库建立步骤,使用存储器接收和存储由所述数据采集机构110获得的加工参数和数据信息,用于在之后对加工过程进行查询和调用。
以下对根据本发明的实施方式所提供的智能旋压加工控制方法中的加工控制数据库建立步骤进行详细说明。
根据本发明的一个实施方式所提供的智能旋压加工控制方法,还可包括:加工控制数据库建立步骤,使用系统的存储器或者远程存储方式来接收和存储由所述数据采集机构110获得的加工参数和数据信息,用于在之后对加工过程进行查询和调用。
在查询工艺信息以及历史加工信息时,根据需要,可在智能旋压加工控制数据库中查询历史零部件加工记录以及工艺记录,可根据不同的条件进行查询,例如以下示例性地示出查询方式。
生产历史数据查询,根据生产批号、流水号、操作人、生产车间、生产设备等信息查询,查询到零部件历史加工信息,以列表形式展示,也可现实历史曲线信息,可选择一条合适的零件加工信息作为工艺的信息进行保存。
工艺查询,在加工过程中的工艺配置以及工艺数据的查询。
数据存储,采集来的视频文件非常大,可采用非关系型数据库进行存储,而不放在本地存储。数据库存储优势有利于系统的扩展和数据集中存放管理及数据挖掘分析实用。将采集来的数据按图像及数据格式进行分类存储,图像数据有利于对视频文件的恢复,温度坐标数据格式有利于对加工工艺及质量报告,操作说明书的生成及分析。大数据存储视原始采集到图片,区域温度信息,预期温度信息以及温差等各种信息保存,方便后续统计以及分析,建立数据模型,完善加工工艺,使加工更加规范化、标准化。
在另外的实施方式中,加工控制数据库建立步骤之后可进行生产加工过程监视。
生产加工过程监视可包括实时视频监视及加工数据线性变化表两种方式。实时视频监视及动态展示加工过程中产品红外成像温度视频信息,可以直观的看到加工配件上各个部位的温度色差信息,在点击某个零件加热点是理解显示当前温度信息。加工数据线性变化曲线以预配置的当前最优化的加热时间及温度信息为参考值,动态显示当前加热信息及时间情况。当前加工信息与参考信息进行实时动态比对,为数据分析测算提供基础数据信息。
可选地,在一些实施方式中,展示模式可包括两种:实时视频监视,实时视频监视及动态展示加工过程中产品红外成像温度视频信息,可以直观的看到加工配件上各个部位的温度色差信息,显示鼠标点温度计坐标数据;以及加工数据线性变化曲线表,显示当前加热信息及时间情况,当前加工信息与参考信息进行实时动态比对。
在另外的实施方式中,可对采集来的实时数据,历史数据及设定的当前最优参考值进行大数据汇总及挖掘,结合加工后的产品成品率及报废率信息进行分析。获取出最优的加热时间,温度,坐标参考说明书。并自动生成最优的加热参考值信息,在产品的后续加工过程中自动调用最优的加热参考值进行实时监测及比对。结合产品成品情况继续进行数据分析,来确保最终得到最优的加工工艺操作手册。此外,在可选的实施方式中,还可通过预设定的温度时间参考值及实际采集到的温度数据智能分析出最优化的加工控温方案,更新加工控温方案表,加工时自动调用最优化控温方案。
可选地,根据需要,在对智能旋压加工控制系统中保存的历史视频及数据进行查询展示时,可以调用任何日期内任何时间段的一段加工工艺视频进行查看。多种查询方式对历史数据进行查询,包括按照车间,加工日期,加工人及产品合格品及报废品等进行查询。
在一些实施方式中,例如但不限于此,对智能旋压加工控制数据库的具体的查询方式可按以下方式进行。对历史视频及数据进行查询展示,查询条件:加工日期,操作人,车间,产品合格品及报废品。查询结果:温度坐标时间列表;历史加工视频信息;历史加工数据线性变化曲线表。系统支持调用任意一个历史数据进行过程回放,包括视频加工过程回放,温度曲线变化回放。
此外,根据本发明的另一个实施方式提供的智能旋压加工控制方法,对智能旋压加工控制数据库的数据查询方式还可以包括例如:在系统中对零件加工过程数据按照加工时间,车间,设备信息,产品信息进行查询;以列表数据方式或加工过程温度曲线,加工视频方式进行查询;以列表数据方式,按车间,设备,加工时间展示加工过程列表数据;以曲线图形展示,按照加工过程时间,温度曲线变化形式进行展示;以加工视频展示,展示零件加工过程的视频信息。
对系统的数据库中的所有监控数据都可以进行导出及打印操作,系统可以将历史数据信息进行导出为多种数据格式包括(Excel,Csv,Txt等多种格式),也可以将视频或具体某一帧的一张或多张图像数据进行导出。也可以直接打印图像信息或数据信息。
根据本发明的另一个实施方式所提供的智能旋压加工控制方法中的智能旋压加工控制数据库建立步骤还可进一步包括数据库维护步骤。
该数据库维护步骤可包括以下流程。
(a)车间信息维护
对企业车间信息进行增加,删除,修改,查询等维护操作。
(b)设备信息维护
对车间中的设备信息进行维护,包括增加设备,修改设备,删除设备,查询设备,按照车间信息分类查询设备信息。车间与设备信息进行相互关联等操作。
(c)产品信息维护
对生产加工的工件或产品基本信息进行维护,包括工件或产品的名称,型号,说明,加工设备,加工人,加工时间,对应的数据采集设备等信息。包括产品增加,修改,删除,查询,设备车间对应关系建立。
(d)数据采集参数配置
对温度采集数据及自动化控制软件连接信息配置,每种设备独立进行参数配置,包括设备采集参数的增加,修改,删除,查询,调用及关联关系对应。
(e)温度控制上下限参数配置
零件加工温度上下限控制参数配置,系统通过数据采集获取当前温度信息与控温上下限参数信息比对判断零件加工过程的控制方案。包括参数创建,维护,删除,查询操作。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
应理解,前述仅说明了一些实施方式,可进行改变、修改、增加和/或变化而不偏离所公开的实施方式的范围和实质,该实施方式是示意性的而不是限制性的。此外,所说明的实施方式涉及当前考虑为最实用和最优选的实施方式,其应理解为实施方式不应限于所公开的实施方式,相反地,旨在覆盖包括在该实施方式的实质和范围内的不同的修改和等同设置。此外,上述说明的多种实施方式可与其它实施方式共同应用,如,一个实施方式的方面可与另一个实施方式的方面结合而实现再另一个实施方式。另外,任何给定组件的各独立特征或构件可构成另外的实施方式。
以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (9)
1.一种智能旋压加工控制方法,其特征在于包括以下步骤:
数据采集步骤,使用数据采集机构采集的加工数据,包括加工区域的图像数据和温度数据,并将该加工数据传送至控制器;
加工标准热源模型建立步骤,控制器使用接收到的加工数据通过有限元建模方法,参照仿真成形过程,调整得到最佳仿真加工效果,从而建立加工标准热源模型;
数据处理步骤,控制器将从数据采集机构接收到的当前的实时加工数据与所述加工标准热源模型进行比较并进行数据处理,得到初步控制信号,且将该初步控制信号传送至控制执行机构;
闭环控制步骤,所述控制执行机构根据接收到的初步控制信号控制加热机构对工件进行加工,所述数据采集机构获得工件在加工时的反馈数据信息,并将该反馈数据信息发送至控制器,所述控制器通过将所述初步控制信号和接收到的反馈数据信息进行闭环控制算法处理生成调整控制信号并发送至所述控制执行机构;
加工调整步骤,所述控制执行机构根据所述调整控制信号控制加热机构对工件进行调整加工。
2.如权利要求1所述的智能旋压加工控制方法,其特征在于所述方法还包括:
加工控制数据库建立步骤,使用存储器接收和存储由所述数据采集机构获得的加工参数和数据信息,用于在之后对加工过程进行查询和调用。
3.如权利要求1所述的智能旋压加工控制方法,其特征在于在所述数据采集步骤和所述闭环控制步骤中,使用红外热成像仪作为数据采集机构。
4.如权利要求1所述的智能旋压加工控制方法,其特征在于在所述数据采集步骤,控制器对数据采集机构传入的视频形式的加工数据在一定的时间序列上抽取图片,该抽取的图片通过图像处理算法来实时获取加工区域的位置以及在加工区域的平均温度信息,再将该获取的加工区域的位置以及在加工区域的平均温度信息作为图像数据和温度数据用于所述加工标准热源模型建立步骤。
5.如权利要求1所述的智能旋压加工控制方法,其特征在于:
所述方法中使用的加热机构包括喷枪、调节喷枪的出气量的出气流量阀以及夹取并移动喷枪的机械臂;且
所述初步控制信号以及调整控制信号包括控制加热机构的机械臂移动的信号和/或控制出气流量阀的出气量的信号。
6.如权利要求5所述的智能旋压加工控制方法,其特征在于所述闭环控制步骤中所述数据采集机构获得工件在加工时的反馈数据信息包括喷枪的工作位置信息和工件加工时的温度信息。
7.如权利要求6所述的智能旋压加工控制方法,其特征在于在所述闭环控制步骤中,数据采集机构反馈的工件在加工时的温度信息为加工区域的精确温度,所述闭环控制算法处理包括通过滞回控制将该加工区域的精确温度与所述加工标准热源模型的标准加工温度进行比较获得调整控制信号。
8.如权利要求7所述的智能旋压加工控制方法,其特征在于在所述闭环控制步骤中的滞回控制包括:
设置标准加工温度和具有两个不相等的阈值的滞回控制区间,分别为正阈值和负阈值;
当反馈的加工区域的精确温度高于标准加工温度且温度偏差超过正阈值时,控制器输出调整控制信号至所述控制执行机构,以操作加热机构的机械臂运动一个步长,使得机械臂带动喷枪远离加工区域一定的距离,从而控制加工区域的精确温度下降至标准加工温度;
当反馈的加工区域的精确温度低于标准加工温度且温度偏差超过负阈值时,控制器输出调整控制信号至所述控制执行机构,以操作加热机构的机械臂运动一个步长,使得机械臂带动喷枪靠近加工区域一定的距离,从而控制加工区域的精确温度上升至标准加工温度。
9.如权利要求1所述的智能旋压加工控制方法,其特征在于在所述闭环控制步骤中,所述反馈数据信息包括加工区域的精确温度和工件的整体热分布,所述闭环控制算法处理包括将该加工区域的精确温度和工件的整体热分布采用模糊控制和PID控制相结合的控制算法耦合在一起并与所述初步控制信号进行比较以获得调整控制信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111558250.3A CN114273494A (zh) | 2021-12-20 | 2021-12-20 | 一种智能旋压加工控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111558250.3A CN114273494A (zh) | 2021-12-20 | 2021-12-20 | 一种智能旋压加工控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114273494A true CN114273494A (zh) | 2022-04-05 |
Family
ID=80873042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111558250.3A Pending CN114273494A (zh) | 2021-12-20 | 2021-12-20 | 一种智能旋压加工控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114273494A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114633083A (zh) * | 2022-05-06 | 2022-06-17 | 湖南巨人机床集团有限公司 | 一种基于数控机床生产的制作工艺 |
CN114850276A (zh) * | 2022-04-29 | 2022-08-05 | 环鼎智能科技(苏州)有限公司 | 摆辗工艺参数设计系统及方法 |
CN118493939A (zh) * | 2024-07-18 | 2024-08-16 | 泰安市勇瑞智能装备有限公司 | 一种基于物联网的数控旋压设备控制方法、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106734476A (zh) * | 2016-11-15 | 2017-05-31 | 成都陵川特种工业有限责任公司 | 一种高效节能的旋压机旋压控制方法 |
CN108405696A (zh) * | 2018-02-06 | 2018-08-17 | 王玉国 | 一种智能旋压系统及旋压加工方法 |
CN111026050A (zh) * | 2019-11-22 | 2020-04-17 | 北京航空航天大学 | 基于倍福工业以太网的热旋压加工智能控制系统 |
CN111842603A (zh) * | 2019-12-30 | 2020-10-30 | 航天特种材料及工艺技术研究所 | 金属材料加热旋压的精确控温系统和精确控温旋压方法 |
CN113695449A (zh) * | 2021-09-02 | 2021-11-26 | 安徽工业大学 | 一种基于有限元建模的气瓶热旋压加工方法 |
-
2021
- 2021-12-20 CN CN202111558250.3A patent/CN114273494A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106734476A (zh) * | 2016-11-15 | 2017-05-31 | 成都陵川特种工业有限责任公司 | 一种高效节能的旋压机旋压控制方法 |
CN108405696A (zh) * | 2018-02-06 | 2018-08-17 | 王玉国 | 一种智能旋压系统及旋压加工方法 |
CN111026050A (zh) * | 2019-11-22 | 2020-04-17 | 北京航空航天大学 | 基于倍福工业以太网的热旋压加工智能控制系统 |
CN111842603A (zh) * | 2019-12-30 | 2020-10-30 | 航天特种材料及工艺技术研究所 | 金属材料加热旋压的精确控温系统和精确控温旋压方法 |
CN113695449A (zh) * | 2021-09-02 | 2021-11-26 | 安徽工业大学 | 一种基于有限元建模的气瓶热旋压加工方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114850276A (zh) * | 2022-04-29 | 2022-08-05 | 环鼎智能科技(苏州)有限公司 | 摆辗工艺参数设计系统及方法 |
CN114633083A (zh) * | 2022-05-06 | 2022-06-17 | 湖南巨人机床集团有限公司 | 一种基于数控机床生产的制作工艺 |
CN118493939A (zh) * | 2024-07-18 | 2024-08-16 | 泰安市勇瑞智能装备有限公司 | 一种基于物联网的数控旋压设备控制方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114273494A (zh) | 一种智能旋压加工控制方法 | |
Xu et al. | Realisation of a multi-sensor framework for process monitoring of the wire arc additive manufacturing in producing Ti-6Al-4V parts | |
CN110376963B (zh) | 一种基于在位检测的闭环控制精密加工方法及系统 | |
Xiong et al. | Control of deposition height in WAAM using visual inspection of previous and current layers | |
CN111152229B (zh) | 3d机械视觉的机械手引导方法和装置 | |
CN206263418U (zh) | 一种六自由度焊接机器人线激光实时焊缝跟踪系统 | |
CN105234599B (zh) | 焊接温度场控制系统及方法 | |
CN109487267A (zh) | 一种智能激光再制造方法和系统 | |
CN105855743A (zh) | 一种焊接熔池动态过程在线监测系统及方法 | |
CN109623821B (zh) | 机械手抓取物品的视觉引导方法 | |
CN103074625A (zh) | 一种可移动式激光熔覆及修复系统 | |
CN112207482A (zh) | 一种用于焊接质量控制的多元信息监控和控制系统及方法 | |
CN209481794U (zh) | 一种智能激光再制造系统 | |
CN114372725A (zh) | 一种基于数字孪生的增材制造系统成形监测系统及方法 | |
Xiong et al. | Active vision sensing and feedback control of back penetration for thin sheet aluminum alloy in pulsed MIG suspension welding | |
CN101221428A (zh) | 一种步进式板坯加热炉在线三维温度场数模系统 | |
CN112275981A (zh) | 一种自由锻造智能生产系统及方法 | |
CN117260100A (zh) | 一种变电站电力设备铁附件智能定位焊接系统 | |
CN116032969B (zh) | 一种云边协同的智能数控车间自调控系统、控制方法 | |
CN116501005B (zh) | 一种数字孪生联动的工厂运行管理方法及系统 | |
CN110788446B (zh) | 基于激光传感器的变姿态实时焊缝跟踪方法 | |
CN110597065B (zh) | 一种用于送粉式激光增材自适应控制系统 | |
Geng et al. | A method of welding path planning of steel mesh based on point cloud for welding robot | |
CN117885096B (zh) | 一种控制机器人末端焊枪的焊接作业的方法及装置 | |
Lei et al. | The development of tube-to-tubesheet welding from automation to digitization |
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 |
Application publication date: 20220405 |
|
RJ01 | Rejection of invention patent application after publication |