CN114834085A - 多台冲床联机运行集中数字控制方法及系统 - Google Patents

多台冲床联机运行集中数字控制方法及系统 Download PDF

Info

Publication number
CN114834085A
CN114834085A CN202210744838.6A CN202210744838A CN114834085A CN 114834085 A CN114834085 A CN 114834085A CN 202210744838 A CN202210744838 A CN 202210744838A CN 114834085 A CN114834085 A CN 114834085A
Authority
CN
China
Prior art keywords
sequence
punching
roughness
machine
punching machine
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
CN202210744838.6A
Other languages
English (en)
Other versions
CN114834085B (zh
Inventor
沈荣华
赵磊
王瑞
迮恒华
汤继文
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.)
Jiangsu Win Win Metal Forming Machine Co ltd
Original Assignee
Jiangsu Win Win Metal Forming Machine 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 Jiangsu Win Win Metal Forming Machine Co ltd filed Critical Jiangsu Win Win Metal Forming Machine Co ltd
Priority to CN202210744838.6A priority Critical patent/CN114834085B/zh
Publication of CN114834085A publication Critical patent/CN114834085A/zh
Application granted granted Critical
Publication of CN114834085B publication Critical patent/CN114834085B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B30—PRESSES
    • B30B—PRESSES IN GENERAL
    • B30B15/00—Details of, or accessories for, presses; Auxiliary measures in connection with pressing
    • B30B15/26—Programme control arrangements
    • 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]

Abstract

本发明涉及智能控制技术领域，具体涉及多台冲床联机运行集中数字控制方法及系统，是一种能够实现全面工厂控制的控制方法和控制系统，能够实现对工厂中的多台冲压机集中控制如：分布式数字控制。该方法包括：获取每台冲压机的振幅变化序列和声音变化序列，以得到每台冲压机的鲁棒性指标；获取每台冲压机的粗糙度序列和翘曲度序列，以计算任意两台冲压机的差异程度；根据差异程度，得到各组内的各冲压机和模具磨损速度指标；根据粗糙度序列、翘曲度序列和鲁棒性指标，得到各组内冲压机的优先使用顺序，并结合模具磨损速度指标选取最优的冲压机进行工作。本发明优先选择性能好的冲压机进行使用来实现分布式控制，有效的提高了冲压件的质量。

Description

多台冲床联机运行集中数字控制方法及系统
技术领域
本发明涉及智能控制技术领域，具体涉及多台冲床联机运行集中数字控制方法及系统。
背景技术
冲床是指一种冲压式压力机，在机械加工行业，通常需要利用冲压机将工件冲压成所需要的形状，冲压工艺相较于传统机械加工来说，有节约材料和能源，效率高等优点，因此用途广泛；冲压生产主要是针对板材的，其通过模具能做出落料，冲孔，成型，拉伸，挤压件等等。
在大型工厂内往往需要有多台冲压机进行同步或协同工作，但是由于每台冲压机的工作年限以及机械结构磨损情况的不同，某些冲压机冲压出的工件不能保证最佳效果；因此当生产需要冲压的工件时，如果随机选择多台冲压机进行冲压，可能会由于部分冲压机的性能不好，导致冲压出来的工件质量较差。
发明内容
为了解决冲压出来的工件质量较差的问题，本发明的目的在于提供一种多台冲床联机运行集中数字控制方法及系统，所采用的技术方案具体如下：
第一方面，本发明一个实施例提供了一种多台冲床联机运行集中数字控制方法包括以下步骤：
获取预设工作时间段内每台冲压机对应的振幅变化序列和声音变化序列；所述振幅变化序列包括冲压机在各采集时刻对应的振动幅度，所述声音变化序列包括冲压机在各采集时刻对应的声音数据，所述采集时刻为预设工作时间段内每次进行数据采集的时刻；根据每台冲压机对应的振幅变化序列和声音变化序列，得到每台冲压机对应的鲁棒性指标；
获取每台冲压机对应的粗糙度序列和翘曲度序列；所述粗糙度序列包括冲压机生产出的预设数量的冲压件对应的粗糙度，所述翘曲度序列包括冲压机生产出的预设数量的冲压件对应的翘曲度；根据每台冲压机对应的粗糙度序列和翘曲度序列，计算任意两台冲压机之间的差异程度；
根据任意两台冲压机之间的差异程度，将各冲压机进行分组，得到各组对应的各冲压机和各组对应的模具磨损速度指标；
根据各组内的各冲压机对应的粗糙度序列、翘曲度序列和鲁棒性指标，得到各组内冲压机的优先使用顺序；根据各组内冲压机的优先使用顺序以及各组对应的模具磨损速度指标，选取最优的冲压机进行工作。
第二方面，本发明另一个实施例提供了一种多台冲床联机运行集中数字控制系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述所述的多台冲床联机运行集中数字控制方法。
优选的，根据每台冲压机对应的振幅变化序列和声音变化序列，得到每台冲压机对应的鲁棒性指标的计算公式为：
Figure 100002_DEST_PATH_IMAGE002
其中，
Figure 100002_DEST_PATH_IMAGE004
为第x台冲压机对应的鲁棒性指标，
Figure 100002_DEST_PATH_IMAGE006
为第x台冲压机的振动异常程度，
Figure 100002_DEST_PATH_IMAGE008
为第x台冲压机的声音异常程度，e为自然常数。
优选的，所述冲压机的振动异常程度的计算公式为：
Figure 100002_DEST_PATH_IMAGE010
其中，
Figure 100002_DEST_PATH_IMAGE012
为第x台冲压机对应的振幅变化序列，
Figure 100002_DEST_PATH_IMAGE014
为第x台冲压机对应的振幅变化序列中的最大值，
Figure 100002_DEST_PATH_IMAGE016
为第x台冲压机对应的振幅变化序列中的最小值，
Figure 100002_DEST_PATH_IMAGE018
为第x台冲压机对应的振幅变化序列的方差，
Figure 100002_DEST_PATH_IMAGE020
为第x台冲压机对应的振幅变化序列的平均值；
所述冲压机的声音异常程度的计算公式为：
Figure 100002_DEST_PATH_IMAGE022
其中，
Figure 100002_DEST_PATH_IMAGE024
为第x台冲压机对应的声音变化序列，
Figure 100002_DEST_PATH_IMAGE026
为第x台冲压机对应的声音变化序列中的最大值，
Figure 100002_DEST_PATH_IMAGE028
为第x台冲压机对应的声音变化序列中的最小值，
Figure 100002_DEST_PATH_IMAGE030
为第x台冲压机对应的声音变化序列的方差，
Figure 100002_DEST_PATH_IMAGE032
为第x台冲压机对应的声音变化序列的平均值。
优选的，根据每台冲压机对应的粗糙度序列和翘曲度序列，计算任意两台冲压机之间的差异程度，包括：
根据每台冲压机对应的粗糙度序列和翘曲度序列，计算任意两台冲压机之间的皮尔逊相关系数；
计算1减去任意两台冲压机之间的皮尔逊相关系数，作为任意两台冲压机之间的差异程度。
优选的，根据每台冲压机对应的粗糙度序列和翘曲度序列，计算任意两台冲压机之间的皮尔逊相关系数的公式为：
Figure 100002_DEST_PATH_IMAGE034
其中，
Figure 100002_DEST_PATH_IMAGE036
为第X台冲压机与第Y台冲压机之间的皮尔逊相关系数，
Figure 100002_DEST_PATH_IMAGE038
为第X台冲压机对应的粗糙度序列，
Figure 100002_DEST_PATH_IMAGE040
为第Y台冲压机对应的粗糙度序列，
Figure 100002_DEST_PATH_IMAGE042
为第X台冲压机对应的翘曲度序列，
Figure 100002_DEST_PATH_IMAGE044
为第Y台冲压机对应的翘曲度序列，
Figure 100002_DEST_PATH_IMAGE046
为第X台冲压机对应的粗糙度序列与第Y台冲压机对应的粗糙度序列之间的协方差，
Figure 100002_DEST_PATH_IMAGE048
为第X台冲压机对应的粗糙度序列的标准差，
Figure 100002_DEST_PATH_IMAGE050
为第Y台冲压机对应的粗糙度序列的标准差，
Figure 100002_DEST_PATH_IMAGE052
为第X台冲压机对应的翘曲度序列与第Y台冲压机对应的翘曲度序列之间的协方差，
Figure 100002_DEST_PATH_IMAGE054
为第X台冲压机对应的翘曲度序列的标准差，
Figure 100002_DEST_PATH_IMAGE056
为第Y台冲压机对应的翘曲度序列的标准差。
优选的，根据任意两台冲压机之间的差异程度，将各冲压机进行分组，得到各组对应的各冲压机和各组对应的模具磨损速度指标，包括：
基于任意两台冲压机之间的差异程度和K-medoids聚类算法，将各冲压机进行分组，得到各组对应的各冲压机；
对于任一组：
在该组内任意挑选一个冲压机；
计算该冲压机对应的粗糙度序列的前预设数量的元素的均值和粗糙度序列的后预设数量的元素的均值之间的差值的绝对值，记为粗糙度变化幅度；
计算该冲压机对应的翘曲度序列的前预设数量的元素的均值和翘曲度序列的后预设数量的元素的均值之间的差值的绝对值，记为翘曲度变化幅度；
将该冲压机对应的粗糙度变化幅度和翘曲度变化幅度的乘积作为该组对应的模具磨损速度指标。
优选的，所述根据各组内的各冲压机对应的粗糙度序列、翘曲度序列和鲁棒性指标，得到各组内冲压机的优先使用顺序，包括：
对于任一冲压机：截取该冲压机对应的粗糙度序列的后预设数量的元素，作为该冲压机对应的子粗糙度序列；根据该冲压机对应的子粗糙度序列计算各冲压机对应的粗糙度系数；截取该冲压机对应的翘曲度序列的后预设数量的元素，作为该冲压机对应的子翘曲度序列；根据该冲压机对应的子翘曲度序列计算各冲压机对应的翘曲度系数；
利用层次分析法和各组内各冲压机对应的鲁棒性指标、粗糙度系数以及翘曲度系数，对各组内各冲压机的使用顺序进行排序，得到各组内冲压机的优先使用顺序。
优选的，所述根据该冲压机对应的子粗糙度序列计算各冲压机对应的粗糙度系数的公式为：
Figure 100002_DEST_PATH_IMAGE058
其中，
Figure 100002_DEST_PATH_IMAGE060
为第x台冲压件对应的粗糙度系数，
Figure 100002_DEST_PATH_IMAGE062
为第x台冲压件对应的子粗糙度序列，
Figure 100002_DEST_PATH_IMAGE064
为标准冲压件的粗糙度，
Figure 100002_DEST_PATH_IMAGE066
为第x台冲压件对应的子粗糙度序列的均值；
所述根据该冲压机对应的子翘曲度序列计算各冲压机对应的翘曲度系数的公式为：
Figure 100002_DEST_PATH_IMAGE068
其中，
Figure 100002_DEST_PATH_IMAGE070
为第x台冲压件对应的翘曲度系数，
Figure 100002_DEST_PATH_IMAGE072
为第x台冲压件对应的子翘曲度序列，
Figure 100002_DEST_PATH_IMAGE074
为标准冲压件的翘曲度，
Figure 100002_DEST_PATH_IMAGE076
为第x台冲压件对应的子翘曲度序列的均值。
优选的，所述层次分析法的目标层为各组内冲压机的工作优先顺序，准则层为各冲压机对应的鲁棒性指标、粗糙度系数以及翘曲度系数，方案层为各组内所有的冲压机。
本发明具有如下有益效果：
本发明首先根据预设工作时间段内每台冲压机对应的振幅变化序列和声音变化序列，得到每台冲压机对应的鲁棒性指标；然后根据每台冲压机对应的粗糙度序列和翘曲度序列，计算任意两台冲压机之间的差异程度，并根据任意两台冲压机的模具磨损速度差异，将各冲压机进行分组，得到各组对应的各冲压机和各组对应的模具磨损速度指标；最后根据各组对应的各冲压机对应的粗糙度序列、翘曲度序列和鲁棒性指标，得到各组内冲压机的优先使用顺序，以选取最优的冲压机进行工作。本发明是一种能够实现全面工厂控制的控制方法和控制系统，能够实现对工厂中的多台冲压机集中控制如：分布式数字控制；本发明对工厂内的多台冲压机的性能进行分析，并优先选择性能好的冲压机进行使用来实现分布式控制，有效的提高了冲压件的质量。
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和优点，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它附图。
图1为本发明所提供的一种多台冲床联机运行集中数字控制方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功能效果，以下结合附图及较佳实施例，对依据本发明提出的一种多台冲床联机运行集中数字控制方法及系统进行详细说明如下。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种多台冲床联机运行集中数字控制方法及系统的具体方案。
多台冲床联机运行集中数字控制方法实施例：
如图1所示，本实施例的一种多台冲床联机运行集中数字控制方法包括以下步骤：
步骤S1，获取预设工作时间段内每台冲压机对应的振幅变化序列和声音变化序列；所述振幅变化序列包括冲压机在各采集时刻对应的振动幅度，所述声音变化序列包括冲压机在各采集时刻对应的声音数据，所述采集时刻为预设工作时间段内每次进行数据采集的时刻；根据每台冲压机对应的振幅变化序列和声音变化序列，得到每台冲压机对应的鲁棒性指标。
在大型工厂内往往需要有多台冲压机同时工作，但是由于每台冲压机的工作年限以及机械结构磨损情况的不同，某些冲压机冲压出的工件不能保证最佳效果。 冲压机床精度是随时间的延长而劣化的，因此冲压机经过长时间的工作后，不可避免的会出现机械部件磨损，进而造成冲压性能不稳定；比如冲压机的滑块与导轨之间的间隙会出现变大的情况，若冲压机中的滑块运行到最下边时有振动感，则表示间隙过大，需要及时进行调整；除此之外，若冲压机的制动、离合器件出现机械异常时，往往会出现异常声音以及异常振动；若冲压机出现上述情况会影响冲压件的精度。
考虑到冲压机在长期高强度的进行工作时，会不停的产生振动；但是，若出现上述的异常情况，则会增加振动强度，并且会产生异常的声音；又由于冲压机床精度是随时间的延长而劣化的，因此最终造成了有些冲压机的冲压质量较高，有些冲压质量比较低。
为了对工厂内的多台冲压机的运行进行控制，优先选取性能好的冲压机进行工作；而那些性能较差的冲压机能够及时的得到维修；本实施例定期的对工厂内的冲压机进行检查。本实施例以任一一次检查为例进行分析。
首先对工厂中的每台冲压机的振动情况和声音情况进行采集，具体的：
第一，对每台冲压机的振动情况进行采集。本实施例分别在每台冲压机的滑块上安装一个振幅传感器，利用振幅传感器来采集冲压机在冲压1000个工件过程中的振动变化情况，具体可根据实际需要进行调整；振幅传感器采集频率为50hz，并且振幅传感器只在冲压机工作过程中才进行采集，即在更换冲压材料时会暂停采集；冲压机在工作时间段（即冲压1000个工件时的冲压机的工作时长）内振幅传感器会进行多次采集；每次采集会得到冲压机的一个振动幅度，且一次采集对应一个时刻，记为采集时刻；本实施例根据冲压机在工作时间段内各采集时刻对应的振动幅度，构建冲压机对应的振幅变化序列，所述振幅变化序列包括冲压机在各采集时刻对应的振动幅度；正常情况下随着时间增加，冲压次数越多，冲压机机械间的松动就会变大，因此振动的幅度越来越大，这是不可避免；若冲压机的振动幅度超过了正常范围，则说明冲压机出现了异常。
第二，对每台冲压机的声音情况进行采集。本实施例分别在每台冲压机的滑块上安装一个音频传感器，同样的，利用音频传感器来采集冲压机在冲压1000个工件过程中的声音变化情况；音频传感器采集频率也为50hz，并且也只在冲压机工作过程中采集，即在工作时间段内每个采集时刻除了对冲压机的振动幅度进行采集，同时也对冲压机产生的声音数据进行采集；本实施例根据冲压机在工作时间段内各采集时刻对应的声音数据，构建冲压机对应的声音变化序列，所述声音变化序列包括冲压机在各采集时刻对应的声音数据；正常情况下随着时间增加，冲压次数越多，机械部件间的摩擦次数会增加，产生的异常的声音就会越多，即声音变化序列中的值会逐渐变大。
根据上述过程可以采集到工作时间段内每台冲压机对应的振幅变化序列和声音变化序列；接下来本实施例根据每台冲压机对应的振幅变化序列和声音变化序列计算每台冲压机对应的鲁棒性指标，所述鲁棒即强壮和健壮的意思，是指在异常情况下的生存能力，本实施中鲁棒性指标可以反映出冲压机在长时间的冲压工作过程中，其机械结构是否发生较大的异常；当冲压机的鲁棒性指标越大，意味冲压机工作越可靠，发生异常的几率较小。本实施例中计算每台冲压机的鲁棒性指标的公式为：
Figure DEST_PATH_IMAGE002A
其中，
Figure 227926DEST_PATH_IMAGE004
为第x台冲压机对应的鲁棒性指标，
Figure 131160DEST_PATH_IMAGE006
为第x台冲压机的振动异常程度，
Figure 60939DEST_PATH_IMAGE008
为第x台冲压机的声音异常程度，e为自然常数。
所述第x台冲压机的振动异常程度的计算公式为：
Figure DEST_PATH_IMAGE010A
其中，
Figure 354824DEST_PATH_IMAGE012
为第x台冲压机对应的振幅变化序列，
Figure 991342DEST_PATH_IMAGE014
为第x台冲压机对应的振幅变化序列中的最大值，
Figure 65477DEST_PATH_IMAGE016
为第x台冲压机对应的振幅变化序列中的最小值，
Figure 216972DEST_PATH_IMAGE018
为第x台冲压机对应的振幅变化序列的方差，为第x台冲压机对应的振幅变化序列的平均值。当冲压机的机械结构比较可靠时，其对应的振幅变化序列中各元素的值不会差距太大，此时冲压机对应的振幅变化序列的方差和均值都相对较小，并且其序列中的最大值和最小值之比也越趋近于1，即对应的振动异常程度较小；当冲压机的机械结构松动时，会时不时产生较大的振动，并且整体振动情况会增大，此时冲压机对应的振幅变化序列的方差和均值都相对较大，并且其序列中的最大值和最小值之比也越大，即对应的振动异常程度较大。
所述第x台冲压机的声音异常程度的计算公式为：
Figure 100002_DEST_PATH_IMAGE078
其中，
Figure 326267DEST_PATH_IMAGE024
为第x台冲压机对应的声音变化序列，
Figure 662964DEST_PATH_IMAGE026
为第x台冲压机对应的声音变化序列中的最大值，
Figure 376842DEST_PATH_IMAGE028
为第x台冲压机对应的声音变化序列中的最小值，
Figure 812372DEST_PATH_IMAGE030
为第x台冲压机对应的声音变化序列的方差，
Figure 4318DEST_PATH_IMAGE032
为第x台冲压机对应的声音变化序列的平均值。冲压机在长时间的工作下，不可避免会发生磨损，使机械结构之间的摩擦变大；若冲压机发生异常磨损，则在冲压过程中会发出异常声音，此时冲压机对应的声音变化序列的方差和均值都相对较大，并且其序列中的最大值和最小值之比也越大，即对应的声音异常程度越大。
根据上述公式，冲压机对应的鲁棒性指标是根据冲压机的振幅变化情况和声音变化情况得到的，其取值范围为[0,1]；当冲压机的振动异常程度和声音异常程度越小时，冲压机对应鲁棒性指标越接近于1，说明冲压机的性能越好；当冲压机的振动异常程度和声音异常程度越大时，冲压机对应鲁棒性指标越接近于0，说明冲压机的机械结构越不可靠，性能越差。
本实施例根据上述过程可以得到每台冲压机对应的鲁棒性指标。
步骤S2，获取每台冲压机对应的粗糙度序列和翘曲度序列；所述粗糙度序列包括冲压机生产出的预设数量的冲压件对应的粗糙度，所述翘曲度序列包括冲压机生产出的预设数量的冲压件对应的翘曲度；根据每台冲压机对应的粗糙度序列和翘曲度序列，计算任意两台冲压机之间的差异程度。
考虑到冲压件的质量不仅由冲压机的情况决定，还由模具情况决定；有时候冲压机的机械结构和工作情况是正常的，但是由于模具产生了磨损，会造成冲压件表面粗糙，翘曲等问题，依然会影响冲压的效果。
本实施例使用粗糙度测量仪与翘曲度测量仪对每台冲压机得到的冲压件的粗糙度和翘曲度进行测量，具体的：分别记录每台冲压机所冲压的预设数量的冲压件的粗糙度和翘曲度，本实施例中所述预设数量的冲压件为上述的1000个工件，所述工件就是冲压件，具体冲压件数量可根据实际需要进行设置，然后根据每台冲压机所冲压的各冲压件的粗糙度，得到每台冲压机对应的粗糙度序列，所述粗糙度序列包括冲压机所冲压的各冲压件的粗糙度；根据每台冲压机所冲压的各冲压件的翘曲度，得到每台冲压机对应的翘曲度序列，所述翘曲度序列包括冲压机所冲压的各冲压件的翘曲度。
由于模具的不断磨损，冲压件的粗糙度和翘曲度是不断增加的，但是由于不同的冲压机的情况都不一样，有些工作比较稳定，则模具磨损较慢，而有些就磨损较快；本实施例根据每台冲压机对应的粗糙度序列和翘曲度序列，计算任意两台冲压机之间的皮尔逊相关系数，所述皮尔逊相关系数可以反映任意两台冲压机模具磨损的情况；计算任意两台冲压机之间的皮尔逊相关系数的公式为：
Figure DEST_PATH_IMAGE034A
其中，
Figure 274150DEST_PATH_IMAGE036
为第X台冲压机与第Y台冲压机之间的皮尔逊相关系数，
Figure 424509DEST_PATH_IMAGE038
为第X台冲压机对应的粗糙度序列，
Figure 550597DEST_PATH_IMAGE040
为第Y台冲压机对应的粗糙度序列，
Figure 546235DEST_PATH_IMAGE042
为第X台冲压机对应的翘曲度序列，
Figure 808589DEST_PATH_IMAGE044
为第Y台冲压机对应的翘曲度序列，
Figure 129849DEST_PATH_IMAGE046
为第X台冲压机对应的粗糙度序列与第Y台冲压机对应的粗糙度序列之间的协方差，
Figure 680916DEST_PATH_IMAGE048
为第X台冲压机对应的粗糙度序列的标准差，
Figure 822789DEST_PATH_IMAGE050
为第Y台冲压机对应的粗糙度序列的标准差，
Figure 142912DEST_PATH_IMAGE052
为第X台冲压机对应的翘曲度序列与第Y台冲压机对应的翘曲度序列之间的协方差，
Figure 431811DEST_PATH_IMAGE054
为第X台冲压机对应的翘曲度序列的标准差，
Figure 470174DEST_PATH_IMAGE056
为第Y台冲压机对应的翘曲度序列的标准差。
由于本实施例中冲压件的粗糙度和翘曲度是不断增加的，因此皮尔逊相关系数的取值范围为[0,1]；当皮尔逊相关系数的值接近于1时，说明对应的两台冲压机的模具磨损情况相近（即两者磨损度序列和翘曲度序列的变化情况相近，模具的磨损速度相似）；当皮尔逊相关系数的值接近于0时，说明对应的两台冲压机的模具磨损情况差异越大。
本实施例用1减去任意两台冲压机之间的皮尔逊相关系数，其值作为这两台冲压机之间的差异程度；若差异程度越大，则这两台冲压机的模具磨损的速度相差越多；若差异程度越小，则这两台冲压机的模具磨损的速度越相似，即这两台冲压机得到的冲压件的粗糙度和翘曲度的变化越一致。
步骤S3，根据任意两台冲压机之间的差异程度，将各冲压机进行分组，得到各组对应的各冲压机和各组对应的模具磨损速度指标。
本实施例根据步骤S2可以根据每台冲压机对应的粗糙度序列和翘曲度序列，计算任意两台冲压机之间的差异程度；本实施例基于任意两台冲压机之间的差异程度对各冲压机进行分组，将模具磨损速度相近的划分在一组；本实施例采用K-medoids聚类算法对各冲压机进行分组，具体将冲压机分为四组，其分组数量可根据实际需要进行调整；K-medoids聚类算法为现有技术，在此就不再赘述。
每个小组中的各冲压机的模具磨损速度是相似的，本实施例根据各组对应的各冲压机对应的粗糙度序列和翘曲度序列，计算每组的模具磨损速度，具体的：
对于任一组，在该组内任意挑选一个冲压机；计算该冲压机对应的粗糙度序列的前50个元素的均值和粗糙度序列的后50个元素的均值之间的差值的绝对值，记为粗糙度变化幅度；计算该冲压机对应的翘曲度序列的前50个元素的均值和翘曲度序列的后50个元素的均值之间的差值的绝对值，记为翘曲度变化幅度；本实施例将该冲压机对应的粗糙度变化幅度和翘曲度变化幅度的乘积作为该组对应的模具磨损速度指标。粗糙度变化幅度和翘曲度变化幅度可以反映出模具磨损快慢，当粗糙度变化幅度和翘曲度变化幅度越大时，说明模具磨损的越快，即对应的模具磨损速度指标越大。
根据上述过程可以计算得到各组对应的模具磨损速度指标，本实施例根据各组对应的模具磨损速度指标，对各组进行从小到大的排序；模具磨损速度指标越小说明该组内的各冲压机的性能相对越好。
步骤S4，根据各组内的各冲压机对应的粗糙度序列、翘曲度序列和鲁棒性指标，得到各组内冲压机的优先使用顺序；根据各组内冲压机的优先使用顺序以及各组对应的模具磨损速度指标，选取最优的冲压机进行工作。
为了从各冲压机中选择出性能好的来投入工作，本实施例根据各组内的各冲压机对应的粗糙度序列、翘曲度序列和鲁棒性指标，来对各组内的各冲压机按照性能的好坏进行排序，具体的：
截取各冲压机对应的粗糙度序列的后100个元素（即近期模具对冲压件的粗糙度的影响，具体数量可根据实际需要来调整），作为各冲压机对应的子粗糙度序列；然后根据各冲压机对应的子粗糙度序列计算各冲压机对应的粗糙度系数，具体计算公式为：
Figure DEST_PATH_IMAGE058A
其中，
Figure 197827DEST_PATH_IMAGE060
为第x台冲压件对应的粗糙度系数，
Figure 640966DEST_PATH_IMAGE062
为第x台冲压件对应的子粗糙度序列，
Figure 38449DEST_PATH_IMAGE064
为标准冲压件的粗糙度，
Figure 626425DEST_PATH_IMAGE066
为第x台冲压件对应的子粗糙度序列的均值。所述粗糙度系数的取值范围为[0,1]；当粗糙度系数越接近于1时，说明模具对冲压件的粗糙度影响最小；当粗糙度系数越接近于0时，说明模具对冲压件的粗糙度影响最大。
同理，截取各冲压机对应的翘曲度序列的后100个元素（即近期模具对冲压件的翘曲度的影响，具体数量可根据实际需要来调整），作为各冲压机对应的子翘曲度序列；然后根据各冲压机对应的子翘曲度序列计算各冲压机对应的翘曲度系数，具体计算公式为：
Figure DEST_PATH_IMAGE080
其中，
Figure DEST_PATH_IMAGE082
为第x台冲压件对应的翘曲度系数，
Figure DEST_PATH_IMAGE084
为第x台冲压件对应的子翘曲度序列，
Figure DEST_PATH_IMAGE086
为标准冲压件的翘曲度，
Figure DEST_PATH_IMAGE088
为第x台冲压件对应的子翘曲度序列的均值。所述翘曲度系数的取值范围为[0,1]；当翘曲度系数越接近于1时，说明模具对冲压件的翘曲度影响最小；当翘曲度系数越接近于0时，说明模具对冲压件的翘曲度影响最大。
本实施例中标准冲压件的粗糙度和翘曲度有大量的标准冲压件统计得到。
每台冲压机的三个衡量指标（即鲁棒性指标、粗糙度系数以及翘曲度系数）都不相同，例如某冲压机的鲁棒性指标较低，但粗糙度系数和翘曲度系数较高，但另一台冲压机的鲁棒性指标较高，其粗糙度系数和翘曲度系数较低，这样难以确定使用哪一台冲压机能够保证最后的冲压效果较好。因此本实施例采用AHP层次分析法对各组内冲压机的工作顺序进行排序，然后根据各组内冲压机的优先使用顺序以及各组对应的模具磨损速度指标，以选取最优的冲压机进行工作，所述层次分析法的核心思想是通过建立明确的层次结构解析复杂问题；具体的：
构建层次分析模型，其中目标层为各组内冲压机的工作优先顺序；准则层为各冲压机对应的鲁棒性指标、粗糙度系数以及翘曲度系数；方案层为每个组内所有的冲压机。
构建好层次分析模型后，以层次分析模型为基础，根据每台冲压机的鲁棒性指标、粗糙度系数以及翘曲度系数，确定各个指标的重要性，进而构建层次分析模型中的判断矩阵，本实施例中利用比例标度1-9标度法来得到判断矩阵（其中指标的重要性可根据实际需要开判断），具体标注的结果如下述表1所述：
表1
指标系数 鲁棒性指标 粗糙度系数 翘曲度系数
鲁棒性指标 1 5 7
粗糙度系数 1/5 1 3
翘曲度系数 1/7 1/3 1
基于上述构建好的判断矩阵进行一致性检验，包括层次单排序和层次总排序；当检验合格后输出最优目标解，即从方案层的一个组内的所有的冲压机中选取优先使用的冲压机，进而得到各组内冲压机的优先使用顺序，其第一个为组内性能最好的冲压机。本实施例中AHP层次分析法为现有技术，在此就不再详细赘述。
至此，本实施例通过AHP层次分析法将各组内的冲压机按照优先使用顺序进行排序。然后根据各组内冲压机的优先使用顺序以及各组对应的模具磨损速度指标，选取最优的冲压机进行工作，具体的：本实施例中步骤S3将各组对应的模具磨损速度指标按照从小到大的顺序进行了排序，并且本实施例一共有四组，按照从小到大的顺序分别为A组，B组，C组和D组；首先调用A组内的各冲压机，根据需要的冲压机的数量在该组内按照顺序选取前70%的冲压机，剩余30%的冲压机则被认为性能较差；若A组的冲压机依然不够，则调用B组前60%的冲压机，剩余40%冲压机则被认为性能较差；以此类推，根据需要的冲压机的数量在C组和D组中进行挑选；若第一轮全部挑选完依然不够用，则进行第二轮挑选，按照各组的顺序以及组内可以使用的冲压机的顺序进行挑选；本实施例认为各组内最后的15%的冲压机效果不好，且生产出的冲压件的质量不合格，因此不参与使用，并提醒工作人员对这些冲压件进行检修。本实施例每隔30天对工厂内的各冲压机进行检查，并更新一次整体的数据。具体挑选方式可根据实际需要进行调整。
本实施例首先根据预设工作时间段内每台冲压机对应的振幅变化序列和声音变化序列，得到每台冲压机对应的鲁棒性指标；然后根据每台冲压机对应的粗糙度序列和翘曲度序列，计算任意两台冲压机之间的差异程度，并根据任意两台冲压机的模具磨损速度差异，将各冲压机进行分组，得到各组对应的各冲压机和各组对应的模具磨损速度指标；最后根据各组对应的各冲压机对应的粗糙度序列、翘曲度序列和鲁棒性指标，得到各组内冲压机的优先使用顺序，以选取最优的冲压机进行工作。本实施例是一种能够实现全面工厂控制的控制方法和控制系统，能够实现对工厂中的多台冲压机集中控制如：分布式数字控制；本实施例对工厂内的多台冲压机的性能进行分析，并优先选择性能好的冲压机进行使用来实现分布式控制，有效的提高了冲压件的质量。
多台冲床联机运行集中数字控制系统实施例：
本实施例的多台冲床联机运行集中数字控制系统包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述多台冲床联机运行集中数字控制方法实施例的多台冲床联机运行集中数字控制方法。
由于多台冲床联机运行集中数字控制方法已经在多台冲床联机运行集中数字控制方法实施例中进行了说明，所以本实施例不再对多台冲床联机运行集中数字控制方法进行赘述。
需要说明的是： 以上所述仅为本发明的较佳实施例，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、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种多台冲床联机运行集中数字控制方法，其特征在于，该方法包括以下步骤：
获取预设工作时间段内每台冲压机对应的振幅变化序列和声音变化序列；所述振幅变化序列包括冲压机在各采集时刻对应的振动幅度，所述声音变化序列包括冲压机在各采集时刻对应的声音数据，所述采集时刻为预设工作时间段内每次进行数据采集的时刻；根据每台冲压机对应的振幅变化序列和声音变化序列，得到每台冲压机对应的鲁棒性指标；
获取每台冲压机对应的粗糙度序列和翘曲度序列；所述粗糙度序列包括冲压机生产出的预设数量的冲压件对应的粗糙度，所述翘曲度序列包括冲压机生产出的预设数量的冲压件对应的翘曲度；根据每台冲压机对应的粗糙度序列和翘曲度序列，计算任意两台冲压机之间的差异程度；
根据任意两台冲压机之间的差异程度，将各冲压机进行分组，得到各组对应的各冲压机和各组对应的模具磨损速度指标；
根据各组内的各冲压机对应的粗糙度序列、翘曲度序列和鲁棒性指标，得到各组内冲压机的优先使用顺序；根据各组内冲压机的优先使用顺序以及各组对应的模具磨损速度指标，选取最优的冲压机进行工作。
2.根据权利要求1所述的多台冲床联机运行集中数字控制方法，其特征在于，根据每台冲压机对应的振幅变化序列和声音变化序列，得到每台冲压机对应的鲁棒性指标的计算公式为：
Figure DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE004
为第x台冲压机对应的鲁棒性指标，
Figure DEST_PATH_IMAGE006
为第x台冲压机的振动异常程度，
Figure DEST_PATH_IMAGE008
为第x台冲压机的声音异常程度，e为自然常数。
3.根据权利要求2所述的多台冲床联机运行集中数字控制方法，其特征在于，所述冲压机的振动异常程度的计算公式为：
Figure DEST_PATH_IMAGE010
其中，
Figure DEST_PATH_IMAGE012
为第x台冲压机对应的振幅变化序列，
Figure DEST_PATH_IMAGE014
为第x台冲压机对应的振幅变化序列中的最大值，
Figure DEST_PATH_IMAGE016
为第x台冲压机对应的振幅变化序列中的最小值，
Figure DEST_PATH_IMAGE018
为第x台冲压机对应的振幅变化序列的方差，
Figure DEST_PATH_IMAGE020
为第x台冲压机对应的振幅变化序列的平均值；
所述冲压机的声音异常程度的计算公式为：
Figure DEST_PATH_IMAGE022
其中，
Figure DEST_PATH_IMAGE024
为第x台冲压机对应的声音变化序列，
Figure DEST_PATH_IMAGE026
为第x台冲压机对应的声音变化序列中的最大值，
Figure DEST_PATH_IMAGE028
为第x台冲压机对应的声音变化序列中的最小值，
Figure DEST_PATH_IMAGE030
为第x台冲压机对应的声音变化序列的方差，
Figure DEST_PATH_IMAGE032
为第x台冲压机对应的声音变化序列的平均值。
4.根据权利要求1所述的多台冲床联机运行集中数字控制方法，其特征在于，根据每台冲压机对应的粗糙度序列和翘曲度序列，计算任意两台冲压机之间的差异程度，包括：
根据每台冲压机对应的粗糙度序列和翘曲度序列，计算任意两台冲压机之间的皮尔逊相关系数；
计算1减去任意两台冲压机之间的皮尔逊相关系数，作为任意两台冲压机之间的差异程度。
5.根据权利要求4所述的多台冲床联机运行集中数字控制方法，其特征在于，根据每台冲压机对应的粗糙度序列和翘曲度序列，计算任意两台冲压机之间的皮尔逊相关系数的公式为：
Figure DEST_PATH_IMAGE034
其中，
Figure DEST_PATH_IMAGE036
为第X台冲压机与第Y台冲压机之间的皮尔逊相关系数，
Figure DEST_PATH_IMAGE038
为第X台冲压机对应的粗糙度序列，
Figure DEST_PATH_IMAGE040
为第Y台冲压机对应的粗糙度序列，
Figure DEST_PATH_IMAGE042
为第X台冲压机对应的翘曲度序列，
Figure DEST_PATH_IMAGE044
为第Y台冲压机对应的翘曲度序列，
Figure DEST_PATH_IMAGE046
为第X台冲压机对应的粗糙度序列与第Y台冲压机对应的粗糙度序列之间的协方差，
Figure DEST_PATH_IMAGE048
为第X台冲压机对应的粗糙度序列的标准差，
Figure DEST_PATH_IMAGE050
为第Y台冲压机对应的粗糙度序列的标准差，
Figure DEST_PATH_IMAGE052
为第X台冲压机对应的翘曲度序列与第Y台冲压机对应的翘曲度序列之间的协方差，
Figure DEST_PATH_IMAGE054
为第X台冲压机对应的翘曲度序列的标准差，
Figure DEST_PATH_IMAGE056
为第Y台冲压机对应的翘曲度序列的标准差。
6.根据权利要求1所述的多台冲床联机运行集中数字控制方法，其特征在于，根据任意两台冲压机之间的差异程度，将各冲压机进行分组，得到各组对应的各冲压机和各组对应的模具磨损速度指标，包括：
基于任意两台冲压机之间的差异程度和K-medoids聚类算法，将各冲压机进行分组，得到各组对应的各冲压机；
对于任一组：
在该组内任意挑选一个冲压机；
计算该冲压机对应的粗糙度序列的前预设数量的元素的均值和粗糙度序列的后预设数量的元素的均值之间的差值的绝对值，记为粗糙度变化幅度；
计算该冲压机对应的翘曲度序列的前预设数量的元素的均值和翘曲度序列的后预设数量的元素的均值之间的差值的绝对值，记为翘曲度变化幅度；
将该冲压机对应的粗糙度变化幅度和翘曲度变化幅度的乘积作为该组对应的模具磨损速度指标。
7.根据权利要求1所述的多台冲床联机运行集中数字控制方法，其特征在于，所述根据各组内的各冲压机对应的粗糙度序列、翘曲度序列和鲁棒性指标，得到各组内冲压机的优先使用顺序，包括：
对于任一冲压机：截取该冲压机对应的粗糙度序列的后预设数量的元素，作为该冲压机对应的子粗糙度序列；根据该冲压机对应的子粗糙度序列计算各冲压机对应的粗糙度系数；截取该冲压机对应的翘曲度序列的后预设数量的元素，作为该冲压机对应的子翘曲度序列；根据该冲压机对应的子翘曲度序列计算各冲压机对应的翘曲度系数；
利用层次分析法和各组内各冲压机对应的鲁棒性指标、粗糙度系数以及翘曲度系数，对各组内各冲压机的使用顺序进行排序，得到各组内冲压机的优先使用顺序。
8.根据权利要求7所述的多台冲床联机运行集中数字控制方法，其特征在于，所述根据该冲压机对应的子粗糙度序列计算各冲压机对应的粗糙度系数的公式为：
Figure DEST_PATH_IMAGE058
其中，
Figure DEST_PATH_IMAGE060
为第x台冲压件对应的粗糙度系数，
Figure DEST_PATH_IMAGE062
为第x台冲压件对应的子粗糙度序列，
Figure DEST_PATH_IMAGE064
为标准冲压件的粗糙度，
Figure DEST_PATH_IMAGE066
为第x台冲压件对应的子粗糙度序列的均值；
所述根据该冲压机对应的子翘曲度序列计算各冲压机对应的翘曲度系数的公式为：
Figure DEST_PATH_IMAGE068
其中，
Figure DEST_PATH_IMAGE070
为第x台冲压件对应的翘曲度系数，
Figure DEST_PATH_IMAGE072
为第x台冲压件对应的子翘曲度序列，
Figure DEST_PATH_IMAGE074
为标准冲压件的翘曲度，
Figure DEST_PATH_IMAGE076
为第x台冲压件对应的子翘曲度序列的均值。
9.根据权利要求7所述的多台冲床联机运行集中数字控制方法，其特征在于，所述层次分析法的目标层为各组内冲压机的工作优先顺序，准则层为各冲压机对应的鲁棒性指标、粗糙度系数以及翘曲度系数，方案层为各组内所有的冲压机。
10.一种多台冲床联机运行集中数字控制系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器在执行所述计算机程序时能够实现权利要求1
Figure DEST_PATH_IMAGE078
9任意一项方法所述的步骤。
CN202210744838.6A 2022-06-29 2022-06-29 多台冲床联机运行集中数字控制方法及系统 Active CN114834085B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210744838.6A CN114834085B (zh) 2022-06-29 2022-06-29 多台冲床联机运行集中数字控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210744838.6A CN114834085B (zh) 2022-06-29 2022-06-29 多台冲床联机运行集中数字控制方法及系统

Publications (2)

Publication Number Publication Date
CN114834085A true CN114834085A (zh) 2022-08-02
CN114834085B CN114834085B (zh) 2022-12-16

Family

ID=82575032

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210744838.6A Active CN114834085B (zh) 2022-06-29 2022-06-29 多台冲床联机运行集中数字控制方法及系统

Country Status (1)

Country Link
CN (1) CN114834085B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115008818A (zh) * 2022-08-05 2022-09-06 金成技术股份有限公司 可促进钣金结构件生产效率的冲压工序优化方法
CN115027087A (zh) * 2022-08-09 2022-09-09 江苏艾卡森智能科技有限公司 一种电机磁瓦冲压过程质量分析系统

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1639837A1 (ru) * 1988-11-10 1991-04-07 Фрунзенский политехнический институт Способ центрировани пуансона относительно матрицы
TW446590B (en) * 1997-01-13 2001-07-21 Minster Machine Co Portable press vibration severity monitoring system and method
TW474268U (en) * 2001-03-16 2002-01-21 Shieh Yih Machinery Industry C High speed punching machine with pneumatic auxiliary noise eliminating device
CN1430721A (zh) * 2001-12-14 2003-07-16 香港中文大学 在线监控冲压过程的方法及系统
CN101433929A (zh) * 2008-12-24 2009-05-20 哈尔滨工业大学 基于伺服电机的可控精密微型冲压机
CN201279929Y (zh) * 2008-11-04 2009-07-29 宁夏职业技术学院 振动液压机的振幅调节装置
CN202146944U (zh) * 2011-06-18 2012-02-22 东莞明勖机械五金有限公司 高速冲压机床冲床滑块下死点位置补偿调整装置
CN202752495U (zh) * 2012-05-23 2013-02-27 金丰机器工业股份有限公司 具有预先防止机架疲劳破坏保护机制的冲压机
CN104646565A (zh) * 2015-02-02 2015-05-27 广东工业大学 一种全自动冲压生产线实时监控系统
CN204430063U (zh) * 2015-02-02 2015-07-01 广东工业大学 全自动冲压生产线实时监控系统
CN105676268A (zh) * 2016-01-15 2016-06-15 广西大学 一种基于声音信号波形变化特征的应变型岩爆预警方法
CN105880449A (zh) * 2016-04-07 2016-08-24 中南大学 模锻压机运行状态的在线预测方法及系统
CN206925191U (zh) * 2017-04-27 2018-01-26 合肥通快钣金科技有限公司 一种手动钣金冲压机
CN108405698A (zh) * 2016-12-20 2018-08-17 田大志 一种高压成形方法
CN109228497A (zh) * 2018-09-19 2019-01-18 深圳市亚启科技有限公司 冲压机台实时应力监测方法及系统
CN109598309A (zh) * 2018-12-14 2019-04-09 广东寰球智能科技有限公司 一种金属包装冲压机的检测系统及其监测方法
CN110160765A (zh) * 2019-06-04 2019-08-23 安徽智寰科技有限公司 一种基于声音或振动信号的冲击特征识别方法及系统
CN110773622A (zh) * 2019-12-23 2020-02-11 桂林电子科技大学 一种管材轴向超声振动液压胀形结构
CN111633119A (zh) * 2020-06-12 2020-09-08 杭州银湖机械弹簧有限公司 一种插座导电片冲压装置
CN211941196U (zh) * 2020-01-15 2020-11-17 大连金通电子有限公司 一种全自动冲切铭板产品生产线
TWM604905U (zh) * 2020-08-05 2020-12-01 固德科技股份有限公司 應用於沖壓製程之智能監控系統
CN114518227A (zh) * 2020-11-18 2022-05-20 新晃工业株式会社 旋转机械的异常及异常预兆的检测方法

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1639837A1 (ru) * 1988-11-10 1991-04-07 Фрунзенский политехнический институт Способ центрировани пуансона относительно матрицы
TW446590B (en) * 1997-01-13 2001-07-21 Minster Machine Co Portable press vibration severity monitoring system and method
TW474268U (en) * 2001-03-16 2002-01-21 Shieh Yih Machinery Industry C High speed punching machine with pneumatic auxiliary noise eliminating device
CN1430721A (zh) * 2001-12-14 2003-07-16 香港中文大学 在线监控冲压过程的方法及系统
CN201279929Y (zh) * 2008-11-04 2009-07-29 宁夏职业技术学院 振动液压机的振幅调节装置
CN101433929A (zh) * 2008-12-24 2009-05-20 哈尔滨工业大学 基于伺服电机的可控精密微型冲压机
CN202146944U (zh) * 2011-06-18 2012-02-22 东莞明勖机械五金有限公司 高速冲压机床冲床滑块下死点位置补偿调整装置
CN202752495U (zh) * 2012-05-23 2013-02-27 金丰机器工业股份有限公司 具有预先防止机架疲劳破坏保护机制的冲压机
CN104646565A (zh) * 2015-02-02 2015-05-27 广东工业大学 一种全自动冲压生产线实时监控系统
CN204430063U (zh) * 2015-02-02 2015-07-01 广东工业大学 全自动冲压生产线实时监控系统
CN105676268A (zh) * 2016-01-15 2016-06-15 广西大学 一种基于声音信号波形变化特征的应变型岩爆预警方法
CN105880449A (zh) * 2016-04-07 2016-08-24 中南大学 模锻压机运行状态的在线预测方法及系统
CN108405698A (zh) * 2016-12-20 2018-08-17 田大志 一种高压成形方法
CN206925191U (zh) * 2017-04-27 2018-01-26 合肥通快钣金科技有限公司 一种手动钣金冲压机
CN109228497A (zh) * 2018-09-19 2019-01-18 深圳市亚启科技有限公司 冲压机台实时应力监测方法及系统
CN109598309A (zh) * 2018-12-14 2019-04-09 广东寰球智能科技有限公司 一种金属包装冲压机的检测系统及其监测方法
CN110160765A (zh) * 2019-06-04 2019-08-23 安徽智寰科技有限公司 一种基于声音或振动信号的冲击特征识别方法及系统
CN110773622A (zh) * 2019-12-23 2020-02-11 桂林电子科技大学 一种管材轴向超声振动液压胀形结构
CN211941196U (zh) * 2020-01-15 2020-11-17 大连金通电子有限公司 一种全自动冲切铭板产品生产线
CN111633119A (zh) * 2020-06-12 2020-09-08 杭州银湖机械弹簧有限公司 一种插座导电片冲压装置
TWM604905U (zh) * 2020-08-05 2020-12-01 固德科技股份有限公司 應用於沖壓製程之智能監控系統
CN114518227A (zh) * 2020-11-18 2022-05-20 新晃工业株式会社 旋转机械的异常及异常预兆的检测方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115008818A (zh) * 2022-08-05 2022-09-06 金成技术股份有限公司 可促进钣金结构件生产效率的冲压工序优化方法
CN115008818B (zh) * 2022-08-05 2022-11-08 金成技术股份有限公司 可促进钣金结构件生产效率的冲压工序优化方法
CN115027087A (zh) * 2022-08-09 2022-09-09 江苏艾卡森智能科技有限公司 一种电机磁瓦冲压过程质量分析系统

Also Published As

Publication number Publication date
CN114834085B (zh) 2022-12-16

Similar Documents

Publication Publication Date Title
CN114834085B (zh) 多台冲床联机运行集中数字控制方法及系统
CN110059442A (zh) 一种基于零件表面粗糙度和功率信息的车削加工换刀方法
CN110109431B (zh) 一种压铸机oee信息智能获取系统
CN116307289B (zh) 一种纺织品加工工序参数检测预测方法、系统及存储介质
CN111113150A (zh) 一种机床刀具状态的监控方法
CN105302123A (zh) 在线测量数据的监控方法
CN115008818B (zh) 可促进钣金结构件生产效率的冲压工序优化方法
CN111975453B (zh) 一种数值仿真驱动的加工过程刀具状态监测方法
CN108733003A (zh) 基于kmeans聚类算法的回转类零件工序工时预测方法及系统
CN115034666A (zh) 一种提高铝型材合格率的生产监控系统
CN109885900A (zh) 一种基于灰度分析的车削参数优化方法
CN114749996A (zh) 基于深度学习和时序回归模型的刀具剩余寿命预测方法
CN117266936B (zh) 一种基于支架阻力的矿压显现特征监测方法及设备
CN116703254B (zh) 模具机械零部件生产信息管理系统
CN111948977B (zh) 一种用于不锈钢加工的多目标优化方法和系统
CN117150333A (zh) 一种冲压成型设备的运维监管方法及系统
CN115937755A (zh) 一种拖拉机变速箱立铣刀片视觉检测方法
CN111007801B (zh) 一种基于多维属性状态判断的刀具寿命实时采集方法
CN113962581A (zh) 一种基于大数据的产业链工厂产能评估方法及系统
CN113946621A (zh) 一种基于关联规则的制丝车间数据波动关系的挖掘方法
CN106779322A (zh) 服从二项分布的计件值工序能力指数评价方法
CN115540759B (zh) 一种基于图像识别技术修饰金属的检测方法及检测系统
CN115179107A (zh) 一种铁芯智能冲剪监测方法
CN112231368A (zh) 一种基于钢铁生产大数据的一元线性回归分析方法
Xiqing et al. Tool wear monitoring of acoustic emission signals from milling processes

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Centralized Digital Control Method and System for Online Operation of Multiple Punches

Effective date of registration: 20230802

Granted publication date: 20221216

Pledgee: Bank of China Limited Yangzhou Development Zone Branch

Pledgor: JIANGSU WIN-WIN METAL FORMING MACHINE Co.,Ltd.

Registration number: Y2023320000405