CN114783753A - 一种软磁铁氧体智能化生产控制方法 - Google Patents

一种软磁铁氧体智能化生产控制方法 Download PDF

Info

Publication number
CN114783753A
CN114783753A CN202210371596.0A CN202210371596A CN114783753A CN 114783753 A CN114783753 A CN 114783753A CN 202210371596 A CN202210371596 A CN 202210371596A CN 114783753 A CN114783753 A CN 114783753A
Authority
CN
China
Prior art keywords
sintering
product
nitrogen
value
scheme
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.)
Granted
Application number
CN202210371596.0A
Other languages
English (en)
Other versions
CN114783753B (zh
Inventor
柏海明
许涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Longci Metal Technology Co ltd
Original Assignee
Anhui Longci Metal Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Longci Metal Technology Co ltd filed Critical Anhui Longci Metal Technology Co ltd
Priority to CN202210371596.0A priority Critical patent/CN114783753B/zh
Publication of CN114783753A publication Critical patent/CN114783753A/zh
Application granted granted Critical
Publication of CN114783753B publication Critical patent/CN114783753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01FMAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
    • H01F41/00Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties
    • H01F41/02Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties for manufacturing cores, coils, or magnets
    • CCHEMISTRY; METALLURGY
    • C04CEMENTS; CONCRETE; ARTIFICIAL STONE; CERAMICS; REFRACTORIES
    • C04BLIME, MAGNESIA; SLAG; CEMENTS; COMPOSITIONS THEREOF, e.g. MORTARS, CONCRETE OR LIKE BUILDING MATERIALS; ARTIFICIAL STONE; CERAMICS; REFRACTORIES; TREATMENT OF NATURAL STONE
    • C04B35/00Shaped ceramic products characterised by their composition; Ceramics compositions; Processing powders of inorganic compounds preparatory to the manufacturing of ceramic products
    • C04B35/01Shaped ceramic products characterised by their composition; Ceramics compositions; Processing powders of inorganic compounds preparatory to the manufacturing of ceramic products based on oxide ceramics
    • C04B35/26Shaped ceramic products characterised by their composition; Ceramics compositions; Processing powders of inorganic compounds preparatory to the manufacturing of ceramic products based on oxide ceramics based on ferrites
    • C04B35/2658Other ferrites containing manganese or zinc, e.g. Mn-Zn ferrites
    • CCHEMISTRY; METALLURGY
    • C04CEMENTS; CONCRETE; ARTIFICIAL STONE; CERAMICS; REFRACTORIES
    • C04BLIME, MAGNESIA; SLAG; CEMENTS; COMPOSITIONS THEREOF, e.g. MORTARS, CONCRETE OR LIKE BUILDING MATERIALS; ARTIFICIAL STONE; CERAMICS; REFRACTORIES; TREATMENT OF NATURAL STONE
    • C04B35/00Shaped ceramic products characterised by their composition; Ceramics compositions; Processing powders of inorganic compounds preparatory to the manufacturing of ceramic products
    • C04B35/622Forming processes; Processing powders of inorganic compounds preparatory to the manufacturing of ceramic products
    • CCHEMISTRY; METALLURGY
    • C04CEMENTS; CONCRETE; ARTIFICIAL STONE; CERAMICS; REFRACTORIES
    • C04BLIME, MAGNESIA; SLAG; CEMENTS; COMPOSITIONS THEREOF, e.g. MORTARS, CONCRETE OR LIKE BUILDING MATERIALS; ARTIFICIAL STONE; CERAMICS; REFRACTORIES; TREATMENT OF NATURAL STONE
    • C04B35/00Shaped ceramic products characterised by their composition; Ceramics compositions; Processing powders of inorganic compounds preparatory to the manufacturing of ceramic products
    • C04B35/622Forming processes; Processing powders of inorganic compounds preparatory to the manufacturing of ceramic products
    • C04B35/64Burning or sintering processes
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01FMAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
    • H01F1/00Magnets or magnetic bodies characterised by the magnetic materials therefor; Selection of materials for their magnetic properties
    • H01F1/01Magnets or magnetic bodies characterised by the magnetic materials therefor; Selection of materials for their magnetic properties of inorganic materials
    • H01F1/03Magnets or magnetic bodies characterised by the magnetic materials therefor; Selection of materials for their magnetic properties of inorganic materials characterised by their coercivity
    • H01F1/12Magnets or magnetic bodies characterised by the magnetic materials therefor; Selection of materials for their magnetic properties of inorganic materials characterised by their coercivity of soft-magnetic materials
    • H01F1/34Magnets or magnetic bodies characterised by the magnetic materials therefor; Selection of materials for their magnetic properties of inorganic materials characterised by their coercivity of soft-magnetic materials non-metallic substances, e.g. ferrites
    • H01F1/342Oxides
    • H01F1/344Ferrites, e.g. having a cubic spinel structure (X2+O)(Y23+O3), e.g. magnetite Fe3O4
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Ceramic Engineering (AREA)
  • Power Engineering (AREA)
  • Materials Engineering (AREA)
  • Structural Engineering (AREA)
  • Organic Chemistry (AREA)
  • Inorganic Chemistry (AREA)
  • Dispersion Chemistry (AREA)
  • Manufacture And Refinement Of Metals (AREA)

Abstract

本发明公开了一种软磁铁氧体智能化生产控制方法,属于软磁铁氧体生产控制技术领域,具体步骤包括:步骤一:获取锰锌软磁粉料,按照工艺方案添加配制,获得待选料,进行待选料检测,获得生产产品原料;步骤二:将产品原料输送到模具中,控制液压机将模具中的产品原料压制成所需的产品毛坯;步骤三:设置产品毛坯烧结方案,对产品毛坯进行烧结,获得粗坯产品;步骤四:通过磨床设备对粗坯产品进行打磨,使粗坯产品的外观、平整度、光洁度和功能面达到客户的要求;步骤五:使用超声波清洗机采用水洗的方式对研磨后的粗坯产品进行清洗,将附着在粗坯产品上残留的磁粉清除干净,获得软磁铁氧体;步骤六:对软磁铁氧体的外观和光洁度进行检查。

Description

一种软磁铁氧体智能化生产控制方法
技术领域
本发明属于软磁铁氧体生产控制技术领域,具体是一种软磁铁氧体智能化生产控制方法。
背景技术
软磁铁氧体材料是一种电子工业基础材料,已广泛应用于自动控制、信息存储、磁记录头、电视、通信等各个行业。软磁铁氧体材料的性能主要是由成分和制备工艺所决定的,因此为了保障软磁铁氧体材料的性能,使其能够达到设计标准,需要保障其生产产品原料的合格,原料不合格将会导致生产出来的软磁铁氧体达不到设计标准;且在软磁铁氧体的生产工艺中,容易发生烧结氧化的现象;因此本发明提供了一种软磁铁氧体智能化生产控制方法,用于完善软磁铁氧体生产控制方法。
发明内容
为了解决上述方案存在的问题,本发明提供了一种软磁铁氧体智能化生产控制方法。
本发明的目的可以通过以下技术方案实现:
一种软磁铁氧体智能化生产控制方法,具体步骤包括:
步骤一:获取锰锌软磁粉料,按照工艺方案添加配制,获得待选料,进行待选料检测,获得生产产品原料;
步骤二:将产品原料输送到模具中,控制液压机将模具中的产品原料压制成所需的产品毛坯;
步骤三:设置产品毛坯烧结方案,对产品毛坯进行烧结,获得粗坯产品;
步骤四:通过磨床设备对粗坯产品进行打磨,使粗坯产品的外观、平整度、光洁度和功能面达到客户的要求;
步骤五:使用超声波清洗机采用水洗的方式对研磨后的粗坯产品进行清洗,将附着在粗坯产品上残留的磁粉清除干净,获得软磁铁氧体;
步骤六:对软磁铁氧体的外观和光洁度进行检查,将残次品进行剔除,将检测合格的软磁铁氧体包装入库。
进一步地,进行待选料检测的方法包括:
获取产品原料储存库图纸和原料储存位置,建立原料空间模型,根据原料空间模型和原料配制工艺方案对原料空间模型进行区域划分,标记为模型区域,并打上对应的代表值;获取取样器信息,建立采集模型,根据采集模型控制取样器在对应的采集区域进行产品原料采集,对采集的产品原料采集进行检测,获得检测结果,检测结果包括原料检测合格和原料检测不合格,根据检测结果对储存的产品原料进行调整。
进一步地,建立采集模型的方法包括:
根据取样器信息将模型区域划分为若干个单元区域,设置各个单元区域的取样难度值,将单元区域标记为i,其中i=1、2、……、n,n为正整数;将取样难度值标记为Pi,根据模型区域识别单元区域的代表值,将单元区域的代表值标记为Li,根据优先值公式获得各个单元区域的优先值,进行优先值排序,将优先值排列第一的所有单元区域整合标记为待选区域,从待选区域中随机选择一个单元区域作为采集区域;设置范围扣除区,根据范围扣除区对原料空间模型中的模型区域进行扣除,形成新的模型区域,再次选取采集区域,直到选取的采集区域数量满足采集数量要求,完成采集区域设置,根据获取的采集区域建立采集模型。
进一步地,优先值公式为
Figure BDA0003588793100000021
其中,b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1。
进一步地,设置产品毛坯烧结方案的方法包括:
设置双推板氮气窑炉和钟罩炉,采用电加热的方式进行烧结,获取产品毛坯的烧结位,根据烧结位获取对应的烧结历史数据,对获得的烧结历史数据进行分析,获得各个烧结位的氧化值;获取氮气属性,根据获得的氮气属性和各个烧结位氧化值设置氮气抵抗值,对烧结位进行排序,并标记对应的排序编号;绘制烧结位图纸,将氮气抵抗值标记在对应的位置上,根据烧结位图纸、双推板氮气窑炉和钟罩炉建立烧结模型,识别烧结模型中具有的氮气输送通道,对氮气输送进行模拟,获得氮气输送方案,根据烧结位排序编号进行烧结位剔除,再次氮气输送进行模拟,获得对应的氮气输送方案,依次类推,获得N个氮气输送方案,对获得的N个氮气输送方案进行评选,获得产品毛坯烧结方案。
进一步地,对烧结位进行排序的方法包括:
识别各个烧结位对应的氮气抵抗值,标记为NS,获取各个烧结位的位置信息,根据获得的位置信息设置区位值,将区位值标记为SZ,根据排序值公式
Figure BDA0003588793100000031
获得排序值,其中,c1、c2均为比例系数,取值范围为1<c1≤2,0<c2≤1;根据获得的排序值进行排序。
进一步地,对获得的N个氮气输送方案进行评选的方法包括:
将氮气输送方案标记为j,其中j=1、2、……、N,获取氮气输送方案的实施难度,根据获得的实施难度设置实施值,将实施值标记为FSj,获取各个氮气输送方案经济值和生产效率值,将氮气输送方案经济值标记为FZj,将氮气输送方案生产效率值标记为FXj,根据方案值公式
Figure BDA0003588793100000032
获得方案值,其中β1、β2、β3均为比例系数,取值范围为0<β1≤1,0<β2≤1,0<β3≤1;将方案值排列前m的氮气输送方案发送给管理人员进行选择,其中m为正整数,取值范围为[3,5];根据管理人员选择的氮气输送方案编制产品毛坯烧结方案。
进一步地,步骤五中清洗后的水通过处理后进行循环使用。
与现有技术相比,本发明的有益效果是:
通过在进行加工软磁铁氧体前,先对生产产品原料进行检测,保障配制的生产产品原料符合软磁铁氧体加工标准,避免因为生产产品原料不合格而导致生产的软磁铁氧体不合格,进而造成较大的经济损失;通过结合实际的烧结环境设置产品毛坯烧结方案,在进行烧结过程中通入合适的氮气,防止产品出现氧化,增加产品的合格率。
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的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明方法流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅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,都属于本发明保护的范围。
如图1所示,一种软磁铁氧体智能化生产控制方法,具体步骤包括:
步骤一:获取锰锌软磁粉料,按照工艺方案添加配制,获得待选料,进行待选料检测,获得生产产品原料;
按照工艺方案添加配制中的工艺方案为由专家组设计出的用于生产产品原料配制的方案。
进行待选料检测的方法包括:
获取产品原料储存库图纸和原料储存位置,建立原料空间模型,根据原料空间模型和原料配制工艺方案对原料空间模型进行区域划分,标记为模型区域,并打上对应的代表值;获取取样器信息,如结构形状、工作方式等信息,建立采集模型,根据采集模型控制取样器在对应的采集区域进行产品原料采集,对采集的产品原料采集进行检测,获得检测结果,检测结果包括原料检测合格和原料检测不合格,根据检测结果对储存的产品原料进行调整。
具体的如何对采集的产品原料采集进行检测和根据检测结果对储存的产品原料进行调整为本领域常识。
原料空间模型即为根据产品原料储存库图纸和原料储存位置建立的产品原料三维模型;因为通过产品原料储存库的形状和原料储存位置可以确定储存的产品原料的边界,进而建立原料空间模型。
根据原料空间模型和原料配制工艺方案对原料空间模型进行区域划分的方法包括:
识别原料空间模型的边界轮廓,根据边界轮廓和原料配制工艺方案进行分析,分析出根据当前的原料配制工艺方案在原料空间模型中各个位置出现配制不合理的概率,再进行相应的区域划分和设置对应的代表值,上述过程可以通过基于CNN网络或DNN网络建立智能模型来进行智能分析,通过建立训练集进行训练,具体的建立和训练过程为本领域常识;通过智能模型进行区域划分和获得对应区域的代表值。
建立采集模型的方法包括:
根据取样器信息将模型区域划分为若干个单元区域,设置各个单元区域的取样难度值,将单元区域标记为i,其中i=1、2、……、n,n为正整数;将取样难度值标记为Pi,根据模型区域识别单元区域的代表值,将单元区域的代表值标记为Li,根据优先值公式
Figure BDA0003588793100000051
获得各个单元区域的优先值,其中,b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1;进行优先值排序,将优先值排列第一的所有单元区域整合标记为待选区域,因为可能具有多个排列第一的单元区域;从待选区域中随机选择一个单元区域作为采集区域;设置范围扣除区,根据范围扣除区对原料空间模型中的模型区域进行扣除,形成新的模型区域,再次选取采集区域,直到选取的采集区域数量满足采集数量要求,完成采集区域设置,根据获取的采集区域建立采集模型;采集模型即为包括采集区域位置和空间的三维空间模型。
根据取样器信息将模型区域划分为若干个单元区域,单元区域指的是能够满足取样器取样的区域,根据取样要求进行设置的单元区域,具体的设置过程为本领域常识。
设置各个单元区域的取样难度值就是根据取样器信息进行设置的,可以通过人工或者建立神经网络模型的方式进行设置。
范围扣除区是根据采集要求进行设置的,就是采集区域向外多大的区域不用再进行采集,可以根据采集密度要求进行设置。
步骤二:将产品原料输送到模具中,控制液压机将模具中的产品原料压制成所需的产品毛坯;
步骤三:设置产品毛坯烧结方案,对产品毛坯进行烧结,获得粗坯产品;
设置产品毛坯烧结方案的方法包括:
设置双推板氮气窑炉和钟罩炉,采用电加热的方式进行烧结,获取产品毛坯的烧结位,根据烧结位获取对应的烧结历史数据,对获得的烧结历史数据进行分析,获得各个烧结位的氧化值;获取氮气属性,指的是氮气在烧结过程中的抗氧化属性,根据获得的氮气属性和各个烧结位氧化值设置氮气抵抗值,对烧结位进行排序,并标记对应的排序编号;绘制烧结位图纸,将氮气抵抗值标记在对应的位置上,根据烧结位图纸、双推板氮气窑炉和钟罩炉建立烧结模型,即为对应的三维模型,识别烧结模型中具有的氮气输送通道,对氮气输送进行模拟,获得氮气输送方案,根据烧结位排序编号进行烧结位剔除,再次氮气输送进行模拟,获得对应的氮气输送方案,依次类推,获得N个氮气输送方案,对获得的N个氮气输送方案进行评选,获得产品毛坯烧结方案。
对获得的烧结历史数据进行分析的方法包括:
识别各个烧结位的历史数据,统计对应的产品毛坯烧结后的氧化率和氧化程度,根据统计的氧化率和氧化程度由专家组设置对应的氧化值。
根据获得的氮气属性和各个烧结位氧化值设置氮气抵抗值,氮气抵抗值即为通过氮气进行相应烧结位的抗氧化需要消耗的氮气量,再根据氮气量设置对应的氮气抵挡值,可以由专家组进行讨论设置,或者建立神经网络模型进行智能设置。
对氮气输送进行模拟的方法包括:
基于CNN网络或DNN网络建立智能模型,建立训练集,通过训练集进行训练,通过训练成功后的智能模型对烧结模型进行分析,获得满足烧结模型中所有烧结位上氮气抵抗值的氮气输送方法,整合为氮气输送方案;具体的建立和训练过程为本领域常识。
对烧结位进行排序的方法包括:
识别各个烧结位对应的氮气抵抗值,标记为NS,获取各个烧结位的位置信息,根据获得的位置信息设置区位值,将区位值标记为SZ,根据排序值公式
Figure BDA0003588793100000071
获得排序值,其中,c1、c2均为比例系数,取值范围为1<c1≤2,0<c2≤1;根据获得的排序值进行排序。
根据获得的位置信息设置区位值的方法就是根据各个位置在生产过程中对生产效率的影响进行设置的,由专家组进行讨论设置。
在一个实施例中,根据烧结位排序编号进行烧结位剔除的方法为逐一剔除。
在一个实施例中,根据烧结位排序编号进行烧结位剔除的方法为根据排序值进行差值合并,即为差值在设定范围内的进行合并,按照合并后的进行逐一剔除。
对获得的N个氮气输送方案进行评选的方法包括:
将氮气输送方案标记为j,其中j=1、2、……、N,获取氮气输送方案的实施难度,根据获得的实施难度设置实施值,将实施值标记为FSj,获取各个氮气输送方案经济值和生产效率值,将氮气输送方案经济值标记为FZj,将氮气输送方案生产效率值标记为FXj,根据方案值公式
Figure BDA0003588793100000081
获得方案值,其中β1、β2、β3均为比例系数,取值范围为0<β1≤1,0<β2≤1,0<β3≤1;将方案值排列前m的氮气输送方案发送给管理人员进行选择,其中m为正整数,取值范围为[3,5];根据管理人员选择的氮气输送方案编制产品毛坯烧结方案。
根据管理人员选择的氮气输送方案编制产品毛坯烧结方案就是根据氮气输送方案结合各个设备的工作方法编制的烧结方案,为本领域常识。
设置实施值的方法为:基于CNN网络或DNN网络建立智能模型,建立训练集,通过训练集进行训练,训练集包括氮气输送方案和对应设置的实施值,通过训练成功后的智能模型对各个氮气输送方案进行分析,获得对应的实施值;具体的建立和训练过程为本领域常识。
具体的如何获取各个氮气输送方案对应的经济值和生产效率值为本领域常识,其中生产效率值指的是对原生产效率的影响值,因为有烧结位的减少。
步骤四:通过磨床设备对粗坯产品进行打磨,使粗坯产品的外观、平整度、光洁度和功能面达到客户的要求;
步骤五:使用超声波清洗机采用水洗的方式对研磨后的粗坯产品进行清洗,将附着在粗坯产品上残留的磁粉清除干净,获得软磁铁氧体;
且清洗后的水通过处理后循环使用;
步骤六:对软磁铁氧体的外观和光洁度进行检查,将残次品进行剔除,将检测合格的软磁铁氧体包装入库。
对软磁铁氧体的外观和光洁度进行检查直接采用企业内现有的检测设备或方法进行检测。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。

Claims (8)

1.一种软磁铁氧体智能化生产控制方法,其特征在于,具体步骤包括:
步骤一:获取锰锌软磁粉料,按照工艺方案添加配制,获得待选料,进行待选料检测,获得生产产品原料;
步骤二:将产品原料输送到模具中,控制液压机将模具中的产品原料压制成所需的产品毛坯;
步骤三:设置产品毛坯烧结方案,对产品毛坯进行烧结,获得粗坯产品;
步骤四:通过磨床设备对粗坯产品进行打磨,使粗坯产品的外观、平整度、光洁度和功能面达到客户的要求;
步骤五:使用超声波清洗机采用水洗的方式对研磨后的粗坯产品进行清洗,将附着在粗坯产品上残留的磁粉清除干净,获得软磁铁氧体;
步骤六:对软磁铁氧体的外观和光洁度进行检查,将残次品进行剔除,将检测合格的软磁铁氧体包装入库。
2.根据权利要求1所述的一种软磁铁氧体智能化生产控制方法,其特征在于,进行待选料检测的方法包括:
获取产品原料储存库图纸和原料储存位置,建立原料空间模型,根据原料空间模型和原料配制工艺方案对原料空间模型进行区域划分,标记为模型区域,并打上对应的代表值;获取取样器信息,建立采集模型,根据采集模型控制取样器在对应的采集区域进行产品原料采集,对采集的产品原料采集进行检测,获得检测结果,检测结果包括原料检测合格和原料检测不合格,根据检测结果对储存的产品原料进行调整。
3.根据权利要求2所述的一种软磁铁氧体智能化生产控制方法,其特征在于,建立采集模型的方法包括:
根据取样器信息将模型区域划分为若干个单元区域,设置各个单元区域的取样难度值,将单元区域标记为i,其中i=1、2、……、n,n为正整数;将取样难度值标记为Pi,根据模型区域识别单元区域的代表值,将单元区域的代表值标记为Li,根据优先值公式获得各个单元区域的优先值,进行优先值排序,将优先值排列第一的所有单元区域整合标记为待选区域,从待选区域中随机选择一个单元区域作为采集区域;设置范围扣除区,根据范围扣除区对原料空间模型中的模型区域进行扣除,形成新的模型区域,再次选取采集区域,直到选取的采集区域数量满足采集数量要求,完成采集区域设置,根据获取的采集区域建立采集模型。
4.根据权利要求3所述的一种软磁铁氧体智能化生产控制方法,其特征在于,优先值公式为
Figure FDA0003588793090000021
其中,b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1。
5.根据权利要求1所述的一种软磁铁氧体智能化生产控制方法,其特征在于,设置产品毛坯烧结方案的方法包括:
设置双推板氮气窑炉和钟罩炉,采用电加热的方式进行烧结,获取产品毛坯的烧结位,根据烧结位获取对应的烧结历史数据,对获得的烧结历史数据进行分析,获得各个烧结位的氧化值;获取氮气属性,根据获得的氮气属性和各个烧结位氧化值设置氮气抵抗值,对烧结位进行排序,并标记对应的排序编号;绘制烧结位图纸,将氮气抵抗值标记在对应的位置上,根据烧结位图纸、双推板氮气窑炉和钟罩炉建立烧结模型,识别烧结模型中具有的氮气输送通道,对氮气输送进行模拟,获得氮气输送方案,根据烧结位排序编号进行烧结位剔除,再次氮气输送进行模拟,获得对应的氮气输送方案,依次类推,获得N个氮气输送方案,对获得的N个氮气输送方案进行评选,获得产品毛坯烧结方案。
6.根据权利要求5所述的一种软磁铁氧体智能化生产控制方法,其特征在于,对烧结位进行排序的方法包括:
识别各个烧结位对应的氮气抵抗值,标记为NS,获取各个烧结位的位置信息,根据获得的位置信息设置区位值,将区位值标记为SZ,根据排序值公式
Figure FDA0003588793090000031
获得排序值,其中,c1、c2均为比例系数,取值范围为1<c1≤2,0<c2≤1;根据获得的排序值进行排序。
7.根据权利要求5所述的一种软磁铁氧体智能化生产控制方法,其特征在于,对获得的N个氮气输送方案进行评选的方法包括:
将氮气输送方案标记为j,其中j=1、2、……、N,获取氮气输送方案的实施难度,根据获得的实施难度设置实施值,将实施值标记为FSj,获取各个氮气输送方案经济值和生产效率值,将氮气输送方案经济值标记为FZj,将氮气输送方案生产效率值标记为FXj,根据方案值公式
Figure FDA0003588793090000032
获得方案值,其中β1、β2、β3均为比例系数,取值范围为0<β1≤1,0<β2≤1,0<β3≤1;将方案值排列前m的氮气输送方案发送给管理人员进行选择,其中m为正整数,取值范围为[3,5];根据管理人员选择的氮气输送方案编制产品毛坯烧结方案。
8.根据权利要求1所述的一种软磁铁氧体智能化生产控制方法,其特征在于,步骤五中清洗后的水通过处理后进行循环使用。
CN202210371596.0A 2022-04-11 2022-04-11 一种软磁铁氧体智能化生产控制方法 Active CN114783753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210371596.0A CN114783753B (zh) 2022-04-11 2022-04-11 一种软磁铁氧体智能化生产控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210371596.0A CN114783753B (zh) 2022-04-11 2022-04-11 一种软磁铁氧体智能化生产控制方法

Publications (2)

Publication Number Publication Date
CN114783753A true CN114783753A (zh) 2022-07-22
CN114783753B CN114783753B (zh) 2023-07-18

Family

ID=82429680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210371596.0A Active CN114783753B (zh) 2022-04-11 2022-04-11 一种软磁铁氧体智能化生产控制方法

Country Status (1)

Country Link
CN (1) CN114783753B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020093000A1 (en) * 2000-11-28 2002-07-18 Minebea Co., Ltd. Production process of Mn-Zn ferrite
WO2004003508A2 (en) * 2002-06-28 2004-01-08 Purdue Research Foundation Magnetic nanomaterials and methods for detection of biological materials
US20060027950A1 (en) * 2004-08-05 2006-02-09 Denso Corporation Method for manufacturing soft magnetic material
CN101409123A (zh) * 2008-07-25 2009-04-15 深圳振华富电子有限公司 一种软磁铁氧体材料、电感器及制造工艺
CN102194561A (zh) * 2010-03-17 2011-09-21 无锡斯贝尔磁性材料有限公司 一种软磁铁氧体材料及其制备工艺
CN102432278A (zh) * 2011-09-06 2012-05-02 常州万宝电子有限公司 光滑型软磁锰锌铁氧体的生产方法
CN102643083A (zh) * 2012-04-01 2012-08-22 天长市昭田磁电科技有限公司 用于生产软磁铁氧体磁芯的方法
CN106845890A (zh) * 2016-12-23 2017-06-13 济南博图信息技术有限公司 一种基于视频监控的仓储监控方法及装置
CN110256089A (zh) * 2019-06-12 2019-09-20 湖南艾迪奥电子科技有限公司 一种软磁铁氧体磁芯及其烧结方法
CN110843090A (zh) * 2019-11-07 2020-02-28 安徽昭田电子科技有限公司 一种超薄型软磁铁氧体磁芯制备工艺
CN113620698A (zh) * 2021-09-03 2021-11-09 江西尚朋电子科技有限公司 一种高性能MnZn软磁铁氧体材料的制备方法
CN114005669A (zh) * 2021-10-28 2022-02-01 江西尚朋电子科技有限公司 一种异型铁氧体磁芯的制造工艺
CN114163227A (zh) * 2021-12-20 2022-03-11 北京七星飞行电子有限公司 一种改良软磁铁氧体环形磁心倒角外观的制备方法
CN114300249A (zh) * 2021-12-31 2022-04-08 安徽龙磁金属科技有限公司 一种大功率复合成型电感的制造方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020093000A1 (en) * 2000-11-28 2002-07-18 Minebea Co., Ltd. Production process of Mn-Zn ferrite
WO2004003508A2 (en) * 2002-06-28 2004-01-08 Purdue Research Foundation Magnetic nanomaterials and methods for detection of biological materials
US20060027950A1 (en) * 2004-08-05 2006-02-09 Denso Corporation Method for manufacturing soft magnetic material
CN101409123A (zh) * 2008-07-25 2009-04-15 深圳振华富电子有限公司 一种软磁铁氧体材料、电感器及制造工艺
CN102194561A (zh) * 2010-03-17 2011-09-21 无锡斯贝尔磁性材料有限公司 一种软磁铁氧体材料及其制备工艺
CN102432278A (zh) * 2011-09-06 2012-05-02 常州万宝电子有限公司 光滑型软磁锰锌铁氧体的生产方法
CN102643083A (zh) * 2012-04-01 2012-08-22 天长市昭田磁电科技有限公司 用于生产软磁铁氧体磁芯的方法
CN106845890A (zh) * 2016-12-23 2017-06-13 济南博图信息技术有限公司 一种基于视频监控的仓储监控方法及装置
CN110256089A (zh) * 2019-06-12 2019-09-20 湖南艾迪奥电子科技有限公司 一种软磁铁氧体磁芯及其烧结方法
CN110843090A (zh) * 2019-11-07 2020-02-28 安徽昭田电子科技有限公司 一种超薄型软磁铁氧体磁芯制备工艺
CN113620698A (zh) * 2021-09-03 2021-11-09 江西尚朋电子科技有限公司 一种高性能MnZn软磁铁氧体材料的制备方法
CN114005669A (zh) * 2021-10-28 2022-02-01 江西尚朋电子科技有限公司 一种异型铁氧体磁芯的制造工艺
CN114163227A (zh) * 2021-12-20 2022-03-11 北京七星飞行电子有限公司 一种改良软磁铁氧体环形磁心倒角外观的制备方法
CN114300249A (zh) * 2021-12-31 2022-04-08 安徽龙磁金属科技有限公司 一种大功率复合成型电感的制造方法

Also Published As

Publication number Publication date
CN114783753B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN115082418B (zh) 一种汽车零部件精密识别方法
CN101710235B (zh) 一种数控机床在线加工工件的自动识别和监控方法
CN115100221B (zh) 一种玻璃缺陷分割方法
CN115439099B (zh) 基于bim模型的施工项目协同监管系统
CN107179749A (zh) 热镀锌产品全流程质量控制方法
CN114066820A (zh) 一种基于Swin-Transformer与NAS-FPN的织物疵点检测方法
CN104778458B (zh) 一种基于纹理特征的纺织品花纹检索方法
CN114565314A (zh) 一种基于数字孪生的热轧钢卷端面质量管控系统及方法
CN110989510A (zh) 一种热镀锌产品全流程质量控制与等级自动判断系统
CN110738434B (zh) 一种铝用炭素阳极生产全过程质量追溯管理方法
CN111462119A (zh) 一种基于机器视觉的宽厚板剪切排样方法
CN114783753A (zh) 一种软磁铁氧体智能化生产控制方法
CN116703254B (zh) 模具机械零部件生产信息管理系统
CN112559591B (zh) 一种用于冷轧辊制造过程的离群检测系统及其检测方法
CN114578015B (zh) 一种软磁铁氧体智能化质量检测方法
CN220479470U (zh) 一种石材分级装置
CN113112121A (zh) 一种基于多目标非支配排序的车间布局调度优化方法
CN107677677A (zh) 一种连铸坯偏析程度定量化表征方法
CN108763289B (zh) 一种海量异构传感器格式数据的解析方法
CN109426216B (zh) 一种用于数控铣床的矩形平面加工深度识别方法
CN113360838B (zh) 一种基于图像处理的喷嘴铸造监测方法及系统
CN113963291A (zh) 基于视频图像质量的燃煤工况识别方法及其模型建模方法
CN108399184B (zh) 一种钢材的表面处理方法
CN113283339A (zh) 基于机器视觉的工业矿料运输皮带少料异常监测方法
CN109239074B (zh) 一种基于机器视觉的生阳极炭块检测方法

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
GR01 Patent grant
GR01 Patent grant