CN114594737A - 一种监控发动机装配过程的优化方法及装置 - Google Patents
一种监控发动机装配过程的优化方法及装置 Download PDFInfo
- Publication number
- CN114594737A CN114594737A CN202011435539.1A CN202011435539A CN114594737A CN 114594737 A CN114594737 A CN 114594737A CN 202011435539 A CN202011435539 A CN 202011435539A CN 114594737 A CN114594737 A CN 114594737A
- Authority
- CN
- China
- Prior art keywords
- assembly process
- market
- assembly
- monitoring
- data
- 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 221
- 230000008569 process Effects 0.000 title claims abstract description 178
- 238000012544 monitoring process Methods 0.000 title claims abstract description 55
- 238000005457 optimization Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims description 21
- 230000036541 health Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000010224 classification analysis Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 4
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 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
- G05B2219/32—Operator till task planning
- G05B2219/32368—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
本发明提供了一种监控发动机装配过程的优化方法及装置,解决了目前发动机生产装配过程中存在监控偏差以及控制过度的问题,且对监控状态的评估存在单一性,不能够实现综合分析,监控效果不理想。包括:采集当前装配工艺点的装配数据,并对所述装配数据进行解析处理;将解析处理后的装配数据输入训练的关联模型,将当前装配工艺点的装配过程与市场故障进行关联;基于关联信息和人工经验确定所述装配工艺点的装配过程与所述市场故障的关系;基于所述装配工艺点的装配过程和所述市场故障的关系对发动机装配过程的监控参数和所述关联模型进行修正。
Description
技术领域
本发明涉及装配技术领域,具体涉及一种监控发动机装配过程的优化方法及装置。
背景技术
在发动机生产装配过程中,通过建立IPV(In process verification,过程检测)工位检测,监控关键零部件装配状态,提前识别因零部件问题或者设备状态等引起的装配缺陷,保证流出发动机的装配质量完全满足市场需求。目前常用的用装配数据的统计分析设定监控范围,会造成监控偏差的产生,即定向监控能力不足;因零部件偏差、员工操作状态以及环境等影响,装配过程数据会存在一定波动;按照统计规律置信区间可以将范围以外的数据进行识别剔出,但是设计余量和使用工况等使得置信区间以外的装配并不一定发生市场故障,因此完全按照置信区间设定的监控存在控制过度问题;另外现场装配工艺的多个点协同产生市场的某一个故障,如拉缸问题是由缸套尺寸、缸套压装、缸套凸出量等多个维度决定,单独评估某一个监控状态,并不能解决市场拉缸问题。
发明内容
有鉴于此,本发明实施例提供了一种监控发动机装配过程的优化方法及装置,解决了目前发动机生产装配过程中存在监控偏差以及控制过度的问题,且对监控状态的评估存在单一性,不能够实现综合分析,监控效果不理想。
本发明一实施例提供的一种监控发动机装配过程的优化方法及装置包括:采集当前装配工艺点的装配数据,并对所述装配数据进行解析处理;将解析处理后的装配数据输入训练的关联模型,将当前装配工艺点的装配过程与市场故障进行关联;基于关联信息和人工经验确定所述装配工艺点的装配过程与所述市场故障的关系;基于所述装配工艺点的装配过程和所述市场故障的关系对发动机装配过程的监控参数和所述关联模型进行修正。
本发明一实施例中,将解析处理后的装配数据输入训练的关联模型,将当前装配工艺点的装配过程与市场故障进行关联,包括:将所述解析处理后的装配数据进行异常状态分类和统计分析,获取当前工艺点的健康度和权重值,基于所述健康度和所述权重值将当前装配工艺点的装配过程与市场故障进行关联。
本发明一实施例中,在将解析处理后的装配数据输入训练的关联模型之前,还包括:训练关联模型,包括:收集并解析处理测试数据,存储解析处理后的测试数据;将所述解析处理后的测试数据与市场故障进行关联性分析,基于所述解析处理后的测试数据与市场故障的关联结果训练所述关联模型。
本发明一实施例中,收集并解析处理测试数据,包括:基于工厂设备层配置搭建自适应数据采集系统,对装配工位进行数据采集。
本发明一实施例中,存储解析处理后的测试数据,包括:选择实时数据库存储高频变化过程的物理数据;和/或选择轻量化关系数据库存储发动机建造信息。
本发明一实施例中,还包括:将所述装配过程与所述市场故障的关系形成发动机装配工艺知识库。
本发明一实施例中,所述装配过程与所述市场故障的关系包括:拉缸问题中压装力压装力对应市场拉缸的故障率、缸套凸出量对应市场拉缸的故障率、缸套配合尺寸权重对应市场拉缸的故障率、监控范围的综合得分对应市场拉缸的故障率中的至少一种。
一种监控发动机装配过程的优化装置,包括:采集模块,配置为采集当前装配工艺点的装配数据;处理模块,配置为对所述装配数据进行解析处理,将解析处理后的装配数据输入训练的关联模型,将当前装配工艺点的装配过程与市场故障进行关联;基于关联信息和人工经验确定所述装配工艺点的装配过程与所述市场故障的关系;修正模块,基于所述装配工艺点的装配过程和所述市场故障的关系对发动机装配过程的监控参数和所述关联模型进行修正。
一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行时实现上述所述的监控发动机装备过程的优化方法。
一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用以实现上述任一项所述的监控发动机装备过程的优化方法。
本发明实施例提供的一种监控发动机装配过程的优化方法及装置,所述监控发动机装配过程的优化方法包括:采集当前装配工艺点的装配数据,并对所述装配数据进行解析处理;将解析处理后的装配数据输入训练的关联模型,将当前装配工艺点的装配过程与市场故障进行关联;基于关联信息和人工经验确定所述装配工艺点的装配过程与所述市场故障的关系;基于所述装配工艺点的装配过程和所述市场故障的关系对发动机装配过程的监控参数和所述关联模型进行优化。本发明通过将装配工艺点的装配数据进行解析处理后输入关联模型,将装配过程与市场故障进行关联,进而得到装配过程与所述市场故障的关系,从而对装配过程和关联模型进行优化,解决了目前发动机生产装配过程中存在监控偏差以及控制过度的问题,且从多个维度进行综合分析,从而提升装配质量并降低市场不良的技术。
附图说明
图1所示为本发明一实施例提供的一种监控发动机装配过程的优化方法的流程示意图。
图2所示为本发明一实施例提供的一种装配过程与市场故障进行关联的方法的流程示意图。
图3所示为本发明一实施例提供的一种监控发动机装配过程的优化装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动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。
实施例一:
图1所示为本发明一实施例提供的一种监控发动机装配过程的优化方法的流程示意图。
如图1所示,本发明一实施例中,所述发动机装配过程监控的优化方法包括:
步骤S01:采集当前装配工艺点的装配数据,并对所述装配数据进行解析处理。
步骤S02:将解析处理后的装配数据输入训练的关联模型,将当前装配工艺点的装配过程与市场故障进行关联。将解析处理后的装配数据输入训练的关联模型,将当前装配工艺点的装配过程与市场故障进行关联,包括将所述解析处理后的装配数据进行异常状态分类和统计分析,获取当前工艺点的健康度和权重值,基于所述健康度和所述权重值将当前装配工艺点的装配过程与市场故障进行关联。参考图2,当前测试系统的健康度可以由子系统决定,如零部件尺寸、装配状态、装配过程、PLC(可编程逻辑控制器)交互等,计算出当前节点测试的健康度,并可以随发动机的装配信息一同记录;当前节点工艺作为超系统A、B、C子系统,定义影响超系统的权重比例,与健康度的乘积即为本工艺点对后续超系统的最终影响度,最终在此关系链上获取总影响度,得出与市场故障的关联。将解析处理后的装配数据输入关联模型,关联模型通过传统规则(例如:包络线、窗口等)和人工智能算法进行异常判定,识别异常状态,并对异常状态分类和统计分析。
在将解析处理后的装配数据输入训练的关联模型之前,还包括:训练关联模型,可选地,步骤包括:
步骤一:收集并解析处理测试数据,存储解析处理后的测试数据。集并解析处理测试数据包括基于工厂设备层配置搭建自适应数据采集系统,对装配工位进行数据采集。可选地,装配工位可以包括:油封压装、回转力矩检测、活塞突出量测量中的至少一种,装配工位的具体类型可以根据实际的情况进行处理,本发明对装配工位的具体类型不做限定。在采集过程中,可以是对装配工位的两通道测试数据进行收集和解析处理。存储解析处理后的测试数据,包括:选择实时数据库存储高频变化过程的物理数据;和/或选择轻量化关系数据库存储发动机建造信息。可选地,选择实时数据库InfluxDB存储高频变化的过程物理数据,如回转力矩检测的扭矩和旋转角度等;选择轻量化关系数据库Mysql存储发动机建造信息,如发动机序列号、装配工位、装配开始和结束时间等。
步骤二:将所述解析处理后的测试数据与市场故障进行关联性分析,基于所述解析处理后的测试数据与市场故障的关联结果训练所述关联模型。
步骤S03:基于关联信息和人工经验确定所述装配工艺点的装配过程与所述市场故障的关系。将装配过程与市场故障的关联信息以及人工经验的加权,最终确定装配过程与市场故障的关系。
步骤S04:基于装配过程和所述市场故障的关系对装配过程和所述关联模型进行优化。结合步骤S03得到的装配过程与市场故障的关系反向优化装配过程的相关参数(例如:评估因子、权重和监控范围等)和关联模型,从而避免同类问题再次出现。
可以理解,可选地,拿拉缸问题举例,装配过程与市场故障的关系包括拉缸问题中压装力压装力对应市场拉缸的故障率、缸套凸出量对应市场拉缸的故障率、缸套配合尺寸权重对应市场拉缸的故障率、监控范围的综合得分对应市场拉缸的故障率中的至少一种。除此之外,装配过程与市场故障的关系还可以包括其他关系,本发明对装配过程与市场故障的关系不做限定。
除了上述步骤S01~步骤S04外,所述监控发动机装配过程的优化方法还可包括步骤S06:将所述装配过程与所述市场故障的关系形成发动机装配工艺知识库。当装配过程与市场故障不断迭代相关后,会生成装配过程与市场故障的特定关系,通过不断的关联迭代,逐渐形成发动机装配工艺的知识库。知识库的形成能够快速定位当前装备过程预计出现的市场故障,以便及时调整装配参数,防止市场故障的发生,降低市场不良率,此外知识库还具有知识传递的功能,将已有的装配过程与市场故障的关系进行存储,以避免相关经验的流失。
本发明通过将装配工艺点的装配数据进行解析处理后输入关联模型,将装配过程与市场故障进行关联,进而得到装配过程与所述市场故障的关系,从而对装配过程和关联模型进行优化,解决了目前发动机生产装配过程中存在监控偏差以及控制过度的问题,且从多个维度进行综合分析,从而提升装配质量并降低市场不良的技术。
实施例二:
图3所示为本发明一实施例提供的一种监控发动机装配过程的优化装置的结构示意图。
如图3所示,本发明中所述的监控发动机装配过程的优化装置100包括:采集模块10、处理模块20和修正模块30。其中,采集模块10,配置为采集当前装配工艺点的装配数据;处理模块20,配置为对所述装配数据进行解析处理,将解析处理后的装配数据输入训练的关联模型,将当前装配工艺点的装配过程与市场故障进行关联;基于关联信息和人工经验确定所述装配工艺点的装配过程与所述市场故障的关系;修正模块30,基于所述装配工艺点的装配过程和所述市场故障的关系对发动机装配过程的监控参数和所述关联模型进行修正。
采集模块10采集到当前装配工艺点的装配数据后,处理模块20对装配数据进行解析处理,将解析处理后的装配数据输入训练的关联模型,将当前装配工艺点的装配过程与市场故障进行关联;基于关联信息和人工经验确定装配工艺点的装配过程与市场故障的关系。修正模块30根据装配工艺点的装配过程和市场故障的关系对发动机装配过程的监控参数和关联模型进行修正。
本发明通过将装配工艺点的装配数据进行解析处理后输入关联模型,将装配过程与市场故障进行关联,进而得到装配过程与所述市场故障的关系,从而对装配过程和关联模型进行优化,解决了目前发动机生产装配过程中存在监控偏差以及控制过度的问题,且从多个维度进行综合分析,从而提升装配质量并降低市场不良的技术。
实施例三:
本实施例提供了一种电子设备,该电子设备可以包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被处理器执行时实现如实施例一种所述的监控发动机装配过程的优化方法。可以理解,电子设备还可以包括,输入/输出(I/O)接口,以及通信组件。
其中,处理器用于执行如实施例一中的监控发动机装配过程的优化方法。中的全部或部分步骤。存储器用于存储各种类型的数据,这些数据例如可以包括电子设备中的任何应用程序或方法的指令,以及应用程序相关的数据。
所述处理器可以是专用集成电路(Application Specific Integrated Cricuit,简称ASIC)、数字信号处理器(Digital Signal Processor,简称DSP)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable GateArray,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述实施例一中的监控发动机装配过程的优化方法。
所述存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memery,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
实施例四:
本实施例还提供一种计算机可读存储介质。在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
而前述的存储介质包括:闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、APP应用商城等等各种可以存储程序校验码的介质,其上存储有计算机程序,所述计算机程序被处理器执行时可以实现如下方法步骤:
步骤S01:采集当前装配工艺点的装配数据,并对所述装配数据进行解析处理;
步骤S02:将解析处理后的装配数据输入训练的关联模型,将当前装配工艺点的装配过程与市场故障进行关联;
步骤S03:基于关联信息和人工经验确定所述装配工艺点的装配过程与所述市场故障的关系;
步骤S04:基于装配过程和所述市场故障的关系对装配过程和所述关联模型进行优化。
具体的实施方式和产生的效果可以参考实施例一中所述,本发明在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。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。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。
还需要指出的是,在本申请的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后、顶、底……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
另外,在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换等,均应包含在本发明的保护范围之内。以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换等,均应包含在本发明的保护范围之内。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种监控发动机装配过程的优化方法,其特征在于,包括:
采集当前装配工艺点的装配数据,并对所述装配数据进行解析处理;
将解析处理后的装配数据输入训练的关联模型,将当前装配工艺点的装配过程与市场故障进行关联;
基于关联信息和人工经验确定所述装配工艺点的装配过程与所述市场故障的关系;
基于装配过程和所述市场故障的关系对装配过程和所述关联模型进行优化。
2.根据权利要求1所述的监控发动机装配过程的优化方法,其特征在于,将解析处理后的装配数据输入训练的关联模型,将当前装配工艺点的装配过程与市场故障进行关联,包括:将所述解析处理后的装配数据进行异常状态分类和统计分析,获取当前工艺点的健康度和权重值,基于所述健康度和所述权重值将当前装配工艺点的装配过程与市场故障进行关联。
3.根据权利要求1所述的监控发动机装配过程的优化方法,其特征在于,在将解析处理后的装配数据输入训练的关联模型之前,还包括:训练关联模型,包括:
收集并解析处理测试数据,存储解析处理后的测试数据;
将所述解析处理后的测试数据与市场故障进行关联性分析,基于所述解析处理后的测试数据与市场故障的关联结果训练所述关联模型。
4.根据权利要求3所述的监控发动机装配过程的优化方法,其特征在于,收集并解析处理测试数据,包括:基于工厂设备层配置搭建自适应数据采集系统,对装配工位进行数据采集。
5.根据权利要求3所述的监控发动机装配过程的优化方法,其特征在于,存储解析处理后的测试数据,包括:
选择实时数据库存储高频变化过程的物理数据;和/或
选择轻量化关系数据库存储发动机建造信息。
6.根据权利要求1所述的监控发动机装配过程的优化方法,其特征在于,还包括:将所述装配过程与所述市场故障的关系形成发动机装配工艺知识库。
7.根据权利要求1所述的监控发动机装配过程的优化方法,其特征在于,所述装配过程与市场故障的关系包括:拉缸问题中压装力压装力对应市场拉缸的故障率、缸套凸出量对应市场拉缸的故障率、缸套配合尺寸权重对应市场拉缸的故障率、监控范围的综合得分对应市场拉缸的故障率中的至少一种。
8.一种监控发动机装配过程的优化装置,其特征在于,包括:
采集模块,配置为采集当前装配工艺点的装配数据;
处理模块,配置为对所述装配数据进行解析处理,将解析处理后的装配数据输入训练的关联模型,将当前装配工艺点的装配过程与市场故障进行关联;基于关联信息和人工经验确定所述装配工艺点的装配过程与所述市场故障的关系;
修正模块,基于所述装配工艺点的装配过程和所述市场故障的关系对发动机装配过程的监控参数和所述关联模型进行修正。
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行时实现如权利要求1-7任一项所述的监控发动机装备过程的优化方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用以实现如权利要求1-7任一项所述的监控发动机装备过程的优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011435539.1A CN114594737A (zh) | 2020-12-07 | 2020-12-07 | 一种监控发动机装配过程的优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011435539.1A CN114594737A (zh) | 2020-12-07 | 2020-12-07 | 一种监控发动机装配过程的优化方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114594737A true CN114594737A (zh) | 2022-06-07 |
Family
ID=81811977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011435539.1A Pending CN114594737A (zh) | 2020-12-07 | 2020-12-07 | 一种监控发动机装配过程的优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114594737A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003067027A (ja) * | 2001-08-23 | 2003-03-07 | Sony Corp | 情報処理装置およびその方法、品質管理システムおよびその方法、プログラム、ならびに記録媒体 |
US20050071029A1 (en) * | 2003-09-30 | 2005-03-31 | Noriaki Yamamoto | Defect influence degree evaluation method and design support system |
JP2009283947A (ja) * | 2003-06-27 | 2009-12-03 | Test Advantage Inc | データ分析用の方法および装置 |
DE102014218096A1 (de) * | 2014-09-10 | 2016-03-10 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur Überwachung eines Fertigungs- und/oder Montageprozesses |
CN106707988A (zh) * | 2016-12-07 | 2017-05-24 | 重庆微标科技股份有限公司 | 一种用于发动机在线装配控制的mes系统 |
CN107797537A (zh) * | 2017-11-10 | 2018-03-13 | 上海第二工业大学 | 一种应用于自动化生产线的故障预测与健康管理方法 |
US20190025813A1 (en) * | 2016-05-09 | 2019-01-24 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for intelligent collection and analysis of vehicle data |
WO2020001642A1 (zh) * | 2018-06-28 | 2020-01-02 | 中兴通讯股份有限公司 | 一种运维系统及方法 |
CN111966061A (zh) * | 2020-07-23 | 2020-11-20 | 珠海格力电器股份有限公司 | 产品工艺参数的优化方法、装置、电子设备和存储介质 |
-
2020
- 2020-12-07 CN CN202011435539.1A patent/CN114594737A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003067027A (ja) * | 2001-08-23 | 2003-03-07 | Sony Corp | 情報処理装置およびその方法、品質管理システムおよびその方法、プログラム、ならびに記録媒体 |
JP2009283947A (ja) * | 2003-06-27 | 2009-12-03 | Test Advantage Inc | データ分析用の方法および装置 |
US20050071029A1 (en) * | 2003-09-30 | 2005-03-31 | Noriaki Yamamoto | Defect influence degree evaluation method and design support system |
DE102014218096A1 (de) * | 2014-09-10 | 2016-03-10 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur Überwachung eines Fertigungs- und/oder Montageprozesses |
US20190025813A1 (en) * | 2016-05-09 | 2019-01-24 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for intelligent collection and analysis of vehicle data |
CN106707988A (zh) * | 2016-12-07 | 2017-05-24 | 重庆微标科技股份有限公司 | 一种用于发动机在线装配控制的mes系统 |
CN107797537A (zh) * | 2017-11-10 | 2018-03-13 | 上海第二工业大学 | 一种应用于自动化生产线的故障预测与健康管理方法 |
WO2020001642A1 (zh) * | 2018-06-28 | 2020-01-02 | 中兴通讯股份有限公司 | 一种运维系统及方法 |
CN111966061A (zh) * | 2020-07-23 | 2020-11-20 | 珠海格力电器股份有限公司 | 产品工艺参数的优化方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115857447B (zh) | 基于数字孪生的复杂工业系统运行监测方法及系统 | |
WO2019184557A1 (zh) | 定位根因告警的方法、装置和计算机可读存储介质 | |
US20130311977A1 (en) | Arrangement and method for model-based testing | |
CN110861987A (zh) | 一种电梯故障判断逻辑验证方法、系统及存储介质 | |
CN108491321B (zh) | 测试用例范围确定方法、装置及存储介质 | |
JP6871877B2 (ja) | 情報処理装置、情報処理方法及びコンピュータプログラム | |
KR101953558B1 (ko) | 스마트 기기 결함 관리 장치 및 방법 | |
CN113722134A (zh) | 一种集群故障处理方法、装置、设备及可读存储介质 | |
CN112163618A (zh) | 一种设备故障的检测方法及检测系统 | |
US10921154B2 (en) | Monitoring a sensor array | |
CN110290203A (zh) | 人工智能云计算对制成品进行非侵入性生产缺陷识别与信息连通 | |
CN114594737A (zh) | 一种监控发动机装配过程的优化方法及装置 | |
WO2018176203A1 (zh) | 用于评估组件的生命周期的方法和设备 | |
JP6290777B2 (ja) | データ関連情報処理装置及びプログラム | |
CN112380073A (zh) | 一种故障位置的检测方法、装置及可读存储介质 | |
WO2017046906A1 (ja) | データ分析装置および分析方法 | |
CN115801538A (zh) | 场站服务器应用资产深度识别方法、系统及设备 | |
CN110188040A (zh) | 一种针对软件系统故障检测与健康状态评估的软件平台 | |
US9372746B2 (en) | Methods for identifying silent failures in an application and devices thereof | |
CN112417446A (zh) | 一种软件定义网络异常检测架构 | |
CN113127471A (zh) | 自动化数据质量检验的方法、装置、设备和存储介质 | |
CN114429441A (zh) | 一种异常检测方法及装置、设备、存储介质 | |
CN117407264B (zh) | 内存老化剩余时间的预测方法、装置、计算机设备及介质 | |
CN117556187B (zh) | 基于深度学习的云数据修复方法、系统及可读存储介质 | |
EP3772833A1 (en) | A method of identifying and classifying the behavior modes of a plurality of data relative to a telephony infrastructure for network function virtualization |
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 |