CN114881425A - 一种生产实时监测的方法、装置、电子设备及介质 - Google Patents
一种生产实时监测的方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN114881425A CN114881425A CN202210404069.5A CN202210404069A CN114881425A CN 114881425 A CN114881425 A CN 114881425A CN 202210404069 A CN202210404069 A CN 202210404069A CN 114881425 A CN114881425 A CN 114881425A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- machining
- quality inspection
- processing
- judging whether
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 132
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 229
- 238000003754 machining Methods 0.000 claims abstract description 185
- 238000007689 inspection Methods 0.000 claims abstract description 172
- 239000000463 material Substances 0.000 claims description 44
- 230000008569 process Effects 0.000 claims description 34
- 230000002159 abnormal effect Effects 0.000 claims description 29
- 238000001514 detection method Methods 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000005070 sampling Methods 0.000 description 8
- 239000002699 waste material Substances 0.000 description 5
- 239000000047 product Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003908 quality control method Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 239000006052 feed supplement Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004381 surface treatment Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Factory Administration (AREA)
Abstract
本申请涉及一种生产实时监测的方法、装置、电子设备及介质,涉及生产监测的技术领域,该方法包括获取工件加工计划;基于加工计划控制加工设备加工;判断工件是否满足质检条件;若满足,则对工件进行检测并生成质检结果,基于质检结果判断是否需要控制加工设备停止加工;若不满足或不需要,则基于加工计划判断加工设备是否完成加工;若未完成,则循环执行基于加工计划控制加工设备加工,判断工件是否满足质检条件,若满足,则对工件进行检测并生成质检结果,基于质检结果判断是否需要控制加工设备停止加工,若不满足或不需要,则基于加工计划判断加工设备是否完成加工的步骤,直至需要或完成。本申请具有提高生产成品率的效果。
Description
技术领域
本申请涉及生产监测的技术领域,尤其是涉及一种生产实时监测的方法、装置、电子设备及介质。
背景技术
近年来,随着现代工业的蓬勃发展,各类精密设备逐渐增多,且生产工艺流程也日渐复杂,为了保障正常生产,对生产过程进行实时检测已变得日趋重要。
现有的监测方式,在生产设备全部生产完成后,人工对生产质量进行逐一检测或者进行抽检,进而确定生产质量是否达标,但检测结果可能会出现整体不达标的情况,则需要全部重新生产,以使得成品率较低。
发明内容
为了提高生产的成品率,本申请提供一种生产实时监测的方法、装置、电子设备及介质。
第一方面,本申请提供一种生产实时监测的方法,采用如下的技术方案:
一种生产实时监测的方法,包括:
获取工件的加工计划;
基于所述加工计划控制加工设备加工所述工件;
判断所述工件是否满足质检条件;
若满足,则对所述工件进行检测并生成质检结果,基于所述质检结果判断是否需要控制所述加工设备停止加工所述工件;
若不满足或不需要,则基于所述加工计划判断所述加工设备是否完成所述工件的加工;
若未完成,则循环执行基于所述加工计划控制加工设备加工所述工件,判断所述工件是否满足质检条件,若满足,则对所述工件进行检测并生成质检结果,基于所述质检结果判断是否需要控制所述加工设备停止加工所述工件,若不满足或不需要,则基于所述加工计划判断所述加工设备是否完成所述工件的加工的步骤,直至需要控制所述加工设备停止加工所述工件或完成所述工件的加工。
通过采用上述技术方案,获取工件的加工计划,基于加工计划控制加工设备加工工件。判断工件是否满足质检条件,以实现对工件进行抽检;若满足,则对工件进行检测并生成质检结果,不再需要人工进行检测,且相较于人工检测更加地精准;基于质检结果判断是否需要控制加工设备停止加工工件,在生产过程中对生产质量进行实时监测,有效地提高了生产的成品率。若不满足质检条件或者不需要停止加工工件,则基于加工计划判断工件是否加工完成,若未完成则继续控制加工设备加工工件,直至加工完成或者在加工过程中需要停止加工工件。通过对生产过程中进行实时监测,当加工过程中检测到整体工件的质量不达标时,能够及时地停止该工件的加工,有效地提高了成品率,进而减少了资源的浪费。
在另一种可能实现的方式中,所述基于所述加工计划控制加工设备加工所述工件,之前还包括:
获取自动下料装置向所述加工设备提供加工材料的供料图像信息;
基于所述供料图像信息判断所述自动下料装置是否缺乏所述加工材料;
若缺乏所述加工材料,则输出第一异常信息,所述第一异常信息用于提示工作人员所述自动下料装置缺料。
通过采用上述技术方案,获取自动下料装置向加工设备提供加工材料的供料图像信息,基于供料图像信息判断自动下料装置是否缺乏加工材料,缺乏加工材料可能会影响加工设备的正常运转。若缺乏加工材料,则输出第一异常信息,用于提示工作人员自动下料装置缺料,以使得工作人员及时地进行补料或者检查自动下料装置是否发生了故障,以保证能够进行正常生产。
在另一种可能实现的方式中,所述获取自动下料装置向所述加工设备提供加工材料的供料图像信息,包括:
基于所述加工计划确定所述工件的加工速度;
基于所述加工速度确定至少一个供料时间;
获取在每个所述供料时间所述自动下料装置对应的供料图像信息。
通过采用上述技术方案,基于加工计划确定工件的加工速度,基于加工速度确定至少一个供料时间,进而得知自动下料装置的供料时间,获取在每个供料时间自动下料装置对应的供料图像信息,能够确定自动下料装置是否及时地进行供料,实现对自动下料装置进行实时监控。
在另一种可能实现的方式中,所述判断所述工件是否满足质检条件,包括:
基于所述生产设备生产所述工件的顺序生成生产序号;
基于所述生产序号判断所述工件是否为首件工件,或所述工件的生产序号是否为预设质检序号;
若是,则确定所述工件满足所述质检条件。
通过采用上述技术方案,基于生产设备生产工件的顺序生成生产序号,基于生产序号判断工件是否为首件工件,或工件的生产序号是否为预设质检序号,首件工件为必须进行检测的工件,预设质检序号为需要抽检的工件;若是,则确定工件满足质检条件,需要对工件进行检测。通过对工件进行实时地抽检,以使得在生产过程中工件的成品率更高。
在另一种可能实现的方式中,所述质检结果包括合格和不合格,所述对所述工件进行检测并生成质检结果,包括:
获取所述工件的工件图像信息,并对所述工件图像信息进行特征提取,以确定所述工件中各个测量点的位置信息;
基于所述位置信息计算所述工件的测量数据;
获取所述工件的合格数据范围;
判断所述测量数据是否在所述合格数据范围内;
若是,则确定所述工件的质检结果为合格;
若否,则确定所述工件的质检结果为不合格。
通过采用上述技术方案,获取工件的工件图像信息,通过对工件图像信息进行分析从而实现对工件的检测,对工件图像信息进行特征提取,以确定工件中各个测量点的位置信息。基于位置信息计算工件的测量数据,获取工件的合格数据范围,判断测量数据是否在合格数据范围内,因为在生产过程中存在误差,所以若测量数据在合格数据范围内,则确定工件的质检结果为合格,若不在,则确定工件的质检结果为不合格。通过分析工件图像信息进而实现对工件的检测,相较于人工检测更加地精准,且减少了工作人员的工作量。
在另一种可能实现的方式中,所述基于所述质检结果判断是否需要控制所述加工设备停止加工所述工件,包括:
判断所述工件的质检结果是否为不合格;
若为不合格,则基于所述生产序号判断不合格工件是否为所述首件工件;
若不为所述首件工件,则确定所述质检结果为不合格工件的数量;
基于所述加工计划和所述不合格工件的数量计算预估达标率;
判断所述预估达标率是否大于标准达标率;
若大于所述标准达标率,则确定不需要控制所述加工设备停止加工所述工件;
若所述不合格工件为所述首件工件,或不大于所述标准达标率,则确定需要控制所述加工设备停止加工所述工件。
通过采用上述技术方案,判断工件的质检结果是否为不合格,若为不合格,则基于生产序号判断不合格工件是否为首件工件,若不为首件工件,则说明是在生产过程中出现了残次品。确定质检结果为不合格工件的数量,进而得知当前生产过程中残次品的总数。基于加工计划和不合格工件的数量计算预估达标率,判断预估达标率是否大于标准达标率,若大于标准达标率,则说明当前生产的工件的不合格率在正常范围内,生产设备可以继续生产工件。若不合格工件为首件工件,则说明可能会出现本批工件的质量均不达标的现象,需要控制加工设备停止加工工件。若预估达标率不大于标准达标率,则说明本批生产的工件的质量已经不达标,没有必要继续进行生产,或者需要人工检查后再继续生产,需要控制加工设备停止加工工件,以减少生产完成后整批工件不达标,需要全部重新生产的现象。
在另一种可能实现的方式中,所述方法还包括:
若所述加工设备完成所述工件的加工,则输出完工确认信息;
若需要控制所述加工设备停止加工所述工件,则输出第二异常信息,所述第二异常信息用于提示工作人员需要进行检查并重新生产所述工件。
通过采用上述技术方案,若加工设备完成工件的加工,则输出完工确认信息,以提示工作人员对当前生产完成的工件进行验收。若需要控制加工设备停止加工工件,则输出第二异常信息,用于提示工作人员需要进行检查并重新生产工件,进而使得工件生产完成后,工件的成品率较高。
第二方面,本申请提供一种生产实时监测的装置,采用如下的技术方案:
一种生产实时监测的装置,包括:
第一获取模块,用于获取工件的加工计划;
控制模块,用于基于所述加工计划控制加工设备加工所述工件;
第一判断模块,用于判断所述工件是否满足质检条件;
检测模块,用于当满足时,对所述工件进行检测并生成质检结果,基于所述质检结果判断是否需要控制所述加工设备停止加工所述工件;
第二判断模块,用于当不满足或不需要时,基于所述加工计划判断所述加工设备是否完成所述工件的加工;
循环模块,用于当未完成时,循环执行基于所述加工计划控制加工设备加工所述工件,判断所述工件是否满足质检条件,若满足,则对所述工件进行检测并生成质检结果,基于所述质检结果判断是否需要控制所述加工设备停止加工所述工件,若不满足或不需要,则基于所述加工计划判断所述加工设备是否完成所述工件的加工的步骤,直至需要控制所述加工设备停止加工所述工件或完成所述工件的加工。
通过采用上述技术方案,第一获取模块获取工件的加工计划,控制模块基于加工计划控制加工设备加工工件。第一判断模块判断工件是否满足质检条件,以实现对工件进行抽检;若满足,则通过检测模块对工件进行检测并生成质检结果,不再需要人工进行检测,且相较于人工检测更加地精准。检测模块基于质检结果判断是否需要控制加工设备停止加工工件,在生产过程中对生产质量进行实时监测,有效地提高了生产的成品率。若不满足质检条件或者不需要停止加工工件,则通过第二判断模块基于加工计划判断工件是否加工完成,若未完成则通过循环模块继续控制加工设备加工工件,直至加工完成或者在加工过程中需要停止加工工件。通过对生产过程中进行实时监测,当加工过程中检测到整体工件的质量不达标时,能够及时地停止该工件的加工,有效地提高了成品率,进而减少了资源的浪费。
在另一种可能的实现方式中,所述装置还包括:
第二获取模块,用于获取自动下料装置向所述加工设备提供加工材料的供料图像信息;
第三判断模块,用于基于所述供料图像信息判断所述自动下料装置是否缺乏所述加工材料;
第一输出模块,用于当缺乏所述加工材料时,输出第一异常信息,所述第一异常信息用于提示工作人员所述自动下料装置缺料。
在另一种可能的实现方式中,所述第二获取模块在获取自动下料装置向所述加工设备提供加工材料的供料图像信息时,具体用于:
基于所述加工计划确定所述工件的加工速度;
基于所述加工速度确定至少一个供料时间;
获取在每个所述供料时间所述自动下料装置对应的供料图像信息。
在另一种可能的实现方式中,所述第一判断模块在判断所述工件是否满足质检条件时,具体用于:
基于所述生产设备生产所述工件的顺序生成生产序号;
基于所述生产序号判断所述工件是否为首件工件,或所述工件的生产序号是否为预设质检序号;
若是,则确定所述工件满足所述质检条件。
在另一种可能的实现方式中,所述质检结果包括合格和不合格,所述检测模块在对所述工件进行检测并生成质检结果时,具体用于:
获取所述工件的工件图像信息,并对所述工件图像信息进行特征提取,以确定所述工件中各个测量点的位置信息;
基于所述位置信息计算所述工件的测量数据;
获取所述工件的合格数据范围;
判断所述测量数据是否在所述合格数据范围内;
若是,则确定所述工件的质检结果为合格;
若否,则确定所述工件的质检结果为不合格。
在另一种可能的实现方式中,所述检测模块在基于所述质检结果判断是否需要控制所述加工设备停止加工所述工件时,具体用于:
判断所述工件的质检结果是否为不合格;
若为不合格,则基于所述生产序号判断不合格工件是否为所述首件工件;
若不为所述首件工件,则确定所述质检结果为不合格工件的数量;
基于所述加工计划和所述不合格工件的数量计算预估达标率;
判断所述预估达标率是否大于标准达标率;
若大于所述标准达标率,则确定不需要控制所述加工设备停止加工所述工件;
若所述不合格工件为所述首件工件,或不大于所述标准达标率,则确定需要控制所述加工设备停止加工所述工件。
在另一种可能的实现方式中,所述装置还包括:
第二输出模块,用于当所述加工设备完成所述工件的加工时,输出完工确认信息;
第三输出模块,用于当需要控制所述加工设备停止加工所述工件时,输出第二异常信息,所述第二异常信息用于提示工作人员需要进行检查并重新生产所述工件。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一种电子设备,该电子设备包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个应用程序配置用于:执行根据第一方面任一种可能的实现方式所示的一种生产实时监测的方法。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,包括:存储有能够被处理器加载并执行实现第一方面任一种可能的实现方式所示的一种生产实时监测的方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
1.获取工件的加工计划,基于加工计划控制加工设备加工工件。判断工件是否满足质检条件,以实现对工件进行抽检;若满足,则对工件进行检测并生成质检结果,不再需要人工进行检测,且相较于人工检测更加地精准;基于质检结果判断是否需要控制加工设备停止加工工件,在生产过程中对生产质量进行实时监测,有效地提高了生产的成品率。若不满足质检条件或者不需要停止加工工件,则基于加工计划判断工件是否加工完成,若未完成则继续控制加工设备加工工件,直至加工完成或者在加工过程中需要停止加工工件。通过对生产过程中进行实时监测,当加工过程中检测到整体工件的质量不达标时,能够及时地停止该工件的加工,有效地提高了成品率,进而减少了资源的浪费;
2.获取自动下料装置向加工设备提供加工材料的供料图像信息,基于供料图像信息判断自动下料装置是否缺乏加工材料,缺乏加工材料可能会影响加工设备的正常运转。若缺乏加工材料,则输出第一异常信息,用于提示工作人员自动下料装置缺料,以使得工作人员及时地进行补料或者检查自动下料装置是否发生了故障,以保证能够进行正常生产。
附图说明
图1是本申请实施例的一种生产实时监测的方法的流程示意图。
图2是本申请实施例的一种生产实时监测的装置的流程示意图。
图3是本申请实施例的一种电子设备的结构示意图。
具体实施方式
以下结合附图1-3对本申请作进一步详细说明。
本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供了一种生产实时监测的方法,由电子设备执行,该电子设备可以为服务器也可以为终端设备,其中,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等,但并不局限于此,该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例在此不做限制,如图1所示,该方法包括步骤S101、步骤S102、步骤S103、步骤S104、步骤S105以及步骤S106,其中,
步骤S101,获取工件的加工计划。
对于本申请实施例,加工计划可以包括生产计划和工序计划,生产计划包括生产数量、生产批次以及标准达标率等,工序计划为输入至生产设备的计划,可以将工序计划输入至加工设备、自动下料装置、表面处理装置以及装配设备,以使得加工设备、自动下料装置和表面处理装置按照工序计划生产工件。电子设备可以从数据库中获取加工计划,也可以从云服务器中获取加工计划,电子设备还可以获取用户手动输入的加工计划,在此不做限定。例如:
电子设备从数据库中获取到生产计划为生产100个工件;假设加工设备通过冲压的方式加工工件,则电子设备获取到输入加工设备的工序计划为6秒钟冲压一次,工序计划还包括加工设备的运行工时为6小时。
步骤S102,基于加工计划控制加工设备加工工件。
对于本申请实施例,电子设备基于加工计划控制加工设备加工工件,加工设备可以是数控机床,还可以是其它设备。以步骤S101为例:
电子设备控制加工设备开启,当待加工工件输送到加工设备后,加工设备在10:00:12执行一次向下冲压的动作,进而完成一个工件的生产,冲压完成后向上抬起,下次执行向下冲压动作的时刻为10:00:18,以使得完成工件的生产。
步骤S103,判断工件是否满足质检条件。
对于本申请实施例,电子设备判断工件是否满足质检条件,以实现对工件的质量进行抽检,不再需要生产完成后人工进行抽检,且实时的抽检以使得最终生产完成的工件成品率较高。
步骤S104,若满足,则对工件进行检测并生成质检结果,基于质检结果判断是否需要控制加工设备停止加工工件。
对于本申请实施例,若电子设备确定工件满足质检条件,则电子设备对工件进行检测并生成质检结果,不再需要人工进行检测,且相较于人工检测更加地精准。电子设备基于质检结果判断是否需要控制加工设备停止加工工件,在生产过程中对生产质量进行实时监测,有效地提高了生产的成品率。
步骤S105,若不满足或不需要,则基于加工计划判断加工设备是否完成工件的加工。
对于本申请实施例,电子设备若确定工件不满足质检条件,或电子设备确定不需要控制加工设备停止加工工件,则电子设备基于加工计划判断加工设备是否完成工件的加工。以步骤S101为例:
电子设备判断当前加工设备加工工件的数量是否达到100件,若达到100件,则说明加工设备完成工件的加工,若未达到100件,则说明加工设备未完成工件的加工。
步骤S106,若未完成,则循环执行基于加工计划控制加工设备加工工件,判断工件是否满足质检条件,若满足,则对工件进行检测并生成质检结果,基于质检结果判断是否需要控制加工设备停止加工工件,若不满足或不需要,则基于加工计划判断加工设备是否完成工件的加工的步骤,直至需要控制加工设备停止加工工件或完成工件的加工。
对于本申请实施例,假设当前加工设备加工第97个工件,电子设备基于加工计划确定加工设备未完成工件的加工,则电子设备控制加工设备加工第98个工件,判断第98个工件是否满足质检条件,若满足,则对第98个工件进行检测并生成质检结果,电子设备基于质检结果判断是否需要控制加工设备停止加工工件,假设不需要,则电子设备基于加工计划判断加工设备是否完成工件的加工,电子设备确定加工设备未完成工件的加工。
电子设备控制加工设备加工第99个工件,判断第99个工件是否满足质检条件,假设不满足,则电子设备基于加工计划判断加工设备是否完成工件的加工,电子设备确定加工设备未完成工件的加工。
电子设备控制加工设备加工第100个工件,判断第100个工件是否满足质检条件,假设不满足,则电子设备基于加工计划判断加工设备是否完成工件的加工,电子设备确定加工设备完成工件的加工。
在另一种可以实现的方式中,假设当前加工设备加工第97个工件,电子设备基于加工计划确定加工设备未完成工件的加工,则电子设备控制加工设备加工第98个工件,判断第98个工件是否满足质检条件,若满足,则对第98个工件进行检测并生成质检结果,电子设备基于质检结果判断是否需要控制加工设备停止加工工件,假设需要,则电子设备控制加工设备停止加工工件。
本申请实施例的一种可能的实现方式,方法还包括步骤S107(图中未示出)、步骤S108(图中未示出)以及步骤S109(图中未示出),步骤S107可以在步骤S102之前执行,其中,
步骤S107,获取自动下料装置向加工设备提供加工材料的供料图像信息。
对于本申请实施例,生产车间设置有多个监控设备,对生产过程中每个设备均进行拍摄,电子设备可以从拍摄自动下料装置的监控设备中获取向加工设备提供加工材料的供料图像信息,电子设备也可以从云服务器中获取供料图像信息。
步骤S108,基于供料图像信息判断自动下料装置是否缺乏加工材料。
对于本申请实施例,电子设备对供料图像信息进行特征提取,将动作图像信息输入至训练好的卷积神经网络模型中进行供料特征识别,从而判断自动下料装置是否正常进行供料。若自动下料装置正常进行供料,则电子设备确定自动下料装置不缺乏加工材料;若自动下料装置未正常进行供料,则电子设备确定自动下料装置缺乏加工材料。
步骤S109,若缺乏加工材料,则输出第一异常信息。
其中,第一异常信息用于提示工作人员自动下料装置缺料。
对于本申请实施例,若电子设备确定自动下料装置缺乏加工材料,则电子设备输出第一异常信息,以提示工作人员自动下料装置缺料,使得工作人员及时地进行补料或者检查自动下料装置是否发生了故障,以保证能够进行正常生产。电子设备输出第一异常信息可以是向工作人员的终端设备发送“自动下料装置异常”的文字信息;也可以是电子设备控制扬声器发出“自动下料装置异常”的语音信息,还可以是电子设备控制实时看板上显示“自动下料装置异常”的文字信息,在此不做限定。
本申请实施例的一种可能的实现方式,步骤S107中获取自动下料装置向加工设备提供加工材料的供料图像信息,具体包括步骤S1071(图中未示出)、步骤S1072(图中未示出)以及步骤S1073(图中未示出),其中,
步骤S1071,基于加工计划确定工件的加工速度。
对于本申请实施例,电子设备基于加工计划确定工件的加工速度,以步骤S101为例:
加工设备加工工件的加工速度为6秒/个,加工设备每小时能够加工600个工件。
步骤S1072,基于加工速度确定至少一个供料时间。
对于本申请实施例,电子设备基于加工速度确定至少一个供料时间,以步骤S1071和步骤S102为例:
自动下料装置每次能够提供一个待加工工件,假设自动下料装置在10:00:06向加工设备推进一个待加工工件,加工设备加工工件的加工速度为6秒/个,则电子设备确定下一供料时间为10:00:12。
步骤S1073,获取在每个供料时间自动下料装置对应的供料图像信息。
对于本申请实施例,电子设备获取在每个供料时间自动下料装置对应的供料图像信息,以步骤S1072为例:
电子设备获取10:00:06和10:00:12自动下料装置对应的供料图像信息。
在另一种可以实现的方式中,电子设备基于加工速度设定预设间隔,假设预设间隔为6秒的50倍,即为5分钟,电子设备获取10:00:06自动下料装置对应的供料图像信息后,可以经过预设间隔后再次获取供料图像信息,即电子设备获取10:05:06自动下料装置对应的供料图像信息。
本申请实施例的一种可能的实现方式,步骤S103中判断工件是否满足质检条件,具体包括步骤S1031(图中未示出)、步骤S1032(图中未示出)以及步骤S1033(图中未示出),其中,
步骤S1031,基于生产设备生产工件的顺序生成生产序号。
对于本申请实施例,电子设备通过获取监控加工设备的监控视频,进而得知加工设备加工工件的过程中向下冲压的次数,向下冲压的次数即为生产工件的顺序。电子设备也可以获取加工设备中高低电平切换的次数,高低电平切换的次数即为生产工件的顺序。电子设备基于加工设备向下冲压的次数或高低电平切换的次数对工件进行编号,进而生成生产序号,生产序号可以是阿拉伯数字的形式。
步骤S1032,基于生产序号判断工件是否为首件工件,或工件的生产序号是否为预设质检序号。
对于本申请实施例,电子设备基于生产序号判断工件是否为首件工件,若该工件对应的生产序号为1号,则电子设备确定该工件为首件工件。电子设备判断工件的生产序号是否为预设质检序号,电子设备可以提前设置预设质检序号,例如:
电子设备确定8、18、28、38、48、58、68、78、88、98号为预设质检序号,电子设备也可以设置其它形式的预设质检序号。若电子设备确定该工件对应的生产序号为98号,则电子设备确定该工件的生产序号为预设质检序号;若电子设备确定该工件对应的生产序号为90号,则电子设备确定该工件的生产序号不为预设质检序号。
步骤S1033,若是,则确定工件满足质检条件。
对于本申请实施例,若电子设备确定工件为首件工件或者该工件对应的生产序号为预设质检序号,则电子设备确定工件满足质检条件,也就是需要对该工件进行质量检测。通过此方式进行抽检,实现了再生产过程中进行实时检测,有效提高成品率。
本申请实施例的一种可能的实现方式,步骤S104中对工件进行检测并生成质检结果,其中,质检结果包括合格和不合格,具体包括步骤S1041(图中未示出)、步骤S1042(图中未示出)、步骤S1043(图中未示出)、步骤S1044(图中未示出)、步骤S1045(图中未示出)以及步骤S1046(图中未示出),其中,
步骤S1041,获取工件的工件图像信息,并对工件图像信息进行特征提取,以确定工件中各个测量点的位置信息。
对于本申请实施例,电子设备可以从监控加工设备的监控装置中获取工件图像信息,电子设备也可以从云服务器中获取工件图像信息。工件图像信息包括工件被加工设备加工完成后的状态。电子设备对工件图像信息进行特征提取,通过工件图像信息的灰度值对工件图像信息中的工件进行颜色过滤,将工件的边界轮廓提取出来,进而确定工件的测量点。电子设备以工件图像信息的中心为原点,在图像信息上建立直角坐标系,横坐标与纵坐标的单位均为厘米,基于确定出的每个测量点,从而在坐标轴上得到每个测量点的位置信息。例如:
测量点1:(12,0);测量点2:(16,4);测量点3:(20,-8);测量点4:(24,-4);测量点5:(-12,0);测量点6:(-12,4)。
步骤S1042,基于位置信息计算工件的测量数据。
对于本申请实施例,电子设备基于位置信息计算工件的测量数据,测量数据包括工件的长度和工件某些部位的角度。以步骤S1041为例:
采用两点间距离公式可得:工件长度1=24厘米;工件长度2=28厘米;工件长度3=8厘米;工件长度4=8厘米;工件长度5=4厘米;工件长度6=4厘米。
根据点的坐标计算工件向量,采用向量之间的夹角公式可得:工件夹角1=135度;工件夹角2=135度。
步骤S1043,获取工件的合格数据范围。
对于本申请实施例,电子设备可以从数据库中获取工件的合格数据范围,也可以从云服务器中获取合格数据范围,还可以获取用户手动输入的合格数据范围。以步骤S1042为例:
工件长度1的合格数据范围为:24±1厘米;工件长度2的合格数据范围为:28±1厘米;工件长度3的合格数据范围为:8±1厘米;工件长度4的合格数据范围为:8±1厘米;工件长度5的合格数据范围为:4±1厘米;工件长度6的合格数据范围为:4±1厘米。
工件夹角1的合格数据范围为:135±2度;工件夹角2的合格数据范围为:135±2度。
步骤S1044,判断测量数据是否在合格数据范围内。
对于本申请实施例,电子设备判断测量数据是否在合格数据范围内,以步骤S1042和步骤S1043为例:
工件长度1、工件长度2、工件长度3、工件长度4、工件长度5、工件长度6、工件夹角1以及工件夹角2均在合格数据范围内。
假设工件长度1为26厘米,则工件长度1不在合格数据范围内。
步骤S1045,若是,则确定工件的质检结果为合格。
对于本申请实施例,若电子设备确定测量数据在合格数据范围内,则电子设备确定工件的质检结果为合格,电子设备将质检结果输出,电子设备可以向工作人员的终端设备发送“合格”的文字信息;也可以控制扬声器发出“合格”的语音信息,还可以控制实时看板显示该工件的质检结果,在实时看板上显示“合格”的文字信息。
步骤S1046,若否,则确定工件的质检结果为不合格。
对于本申请实施例,若电子设备确定测量数据不在合格数据范围内,则电子设备确定工件的之间结果为不合格,电子设备将质检结果输出,电子设备可以向工作人员的终端设备发送“不合格”的文字信息;也可以控制扬声器发出“不合格”的语音信息,还可以控制实时看板显示该工件的质检结果,在实时看板上显示“不合格”的文字信息。
本申请实施例的一种可能的实现方式,步骤S104中基于质检结果判断是否需要控制加工设备停止加工工件,具体包括步骤S104a(图中未示出)、步骤S104b(图中未示出)、步骤S104c(图中未示出)、步骤S104d(图中未示出)、步骤S104e(图中未示出)、步骤S104f(图中未示出)以及步骤S104g(图中未示出),其中,
步骤S104a,判断工件的质检结果是否为不合格。
对于本申请实施例,电子设备判断工件的质检结果是否为不合格,若电子设备确定该工件的测量数据不在合格数据范围内,则该工件的质检结果为不合格。
步骤S104b,若为不合格,则基于生产序号判断不合格工件是否为首件工件。
对于本申请实施例,若电子设备确定工件的质检结果为不合格,则基于生产序号判断不合格工件是否为首件工件,若生产序号为1,则电子设备确定不合格工件为首件工件;若生产序号为12,则电子设备确定不合格工件不为首件工件。
步骤S104c,若不为首件工件,则确定质检结果为不合格工件的数量。
对于本申请实施例,若电子设备确定不合格工件不为首件工件,则说明是在工件的生产过程中存在不合格工件,电子设备确定质检结果为不合格工件的数量,例如:
假设当前不合格工件的生产序号为55,且电子设备确定在当前不合格工件之前还存在9件不合格工件,因此,当前不合格工件的数量为10件。
步骤S104d,基于加工计划和不合格工件的数量计算预估达标率。
对于本申请实施例,电子设备基于加工计划和不合格工件的数量计算预估达标率,以步骤S101和步骤S104c为例:
加工计划中的生产计划计划生产100件工件,当前不合格工件为10件,则预估达标率为:(100-10)/100*100%=90%。
步骤S104e,判断预估达标率是否大于标准达标率。
对于本申请实施例,电子设备判断预估达标率是否大于标准达标率,以步骤S104d为例:
假设基于加工计划,得到本批工件的标准达标率为90%,则电子设备判断计算得到的预估达标率90%不大于标准达标率;假设预估达标率为91%,则预估达标率大于标准达标率90%。
步骤S104f,若大于标准达标率,则确定不需要控制加工设备停止加工工件。
对于本申请实施例,若电子设备大于标准达标率,则电子设备确定不需要停止控制加工设备停止加工工件,说明当前工件还可以继续生产,且生产完成的工件可能符合标准达标率,电子设备控制加工设备继续向下冲压。
步骤S104g,若不合格工件为首件工件,或不大于标准达标率,则确定需要控制加工设备停止加工工件。
对于本申请实施例,若电子设备确定不合格工件为首件工件,则说明当前的工序或者工件的设计存在问题,不能投入批量生产,则需要电子设备控制加工设备停止加工工件,即停止加工设备向下冲压。
本申请实施例的一种可能的实现方式,方法还包括步骤S110(图中未示出)和步骤S111(图中未示出),步骤S110可以在步骤S109之后执行,其中,
步骤S110,若加工设备完成工件的加工,则输出完工确认信息。
对于本申请实施例,若电子设备确定加工设备完成工件的加工,以步骤S110和步骤S104e为例:
假设当前加工设备完成100件工件的加工,且工件的预估达标率大于标准达标率,则电子设备确定加工设备完成工件的加工,电子设备输出完工确认信息,电子设备可以向工作人员的终端设备发送“已完成生产,请验收”的文字信息,也可以是控制扬声器发出“已完成生产,请验收”的语音信息,还可以是在实时看板上显示“已完成生产,请验收”的文字信息,在此不做限定,以提示工作人员对工件进行验收。
步骤S111,若需要控制加工设备停止加工工件,则输出第二异常信息。
其中,第二异常信息用于提示工作人员需要进行检查并重新生产工件。
对于本申请实施例,若电子设备确定需要控制加工设备停止加工工件,则电子设备输出第二异常信息,电子设备可以向工作人员的终端设备发送“工件质量不合格”的文字信息,也可以控制扬声器发出“工件质量不合格”的语音信息,还可以在实时看板上显示“工件质量不合格”的文字信息,且实时看板能够显示当前生产的进度。
工作人员收到第二异常信息后,能够及时地去检查设备或者检查工序是否发生问题,进而对工序进行调整或者对设备进行修复,以使得能够生产一批符合标准达标率的工件,进而提高成品率。
上述实施例从方法流程的角度介绍一种生产实时监测的方法,下述实施例从虚拟模块或者虚拟单元的角度介绍了一种生产实时监测的装置,具体详见下述实施例。
本申请实施例提供一种生产实时监测的装置20,如图2所示,该一种生产实时监测的装置20具体可以包括:
第一获取模块201,用于获取工件的加工计划;
控制模块202,用于基于加工计划控制加工设备加工工件;
第一判断模块203,用于判断工件是否满足质检条件;
检测模块204,用于当满足时,对工件进行检测并生成质检结果,基于质检结果判断是否需要控制加工设备停止加工工件;
第二判断模块205,用于当不满足或不需要时,基于加工计划判断加工设备是否完成工件的加工;
循环模块206,用于当未完成时,循环执行基于加工计划控制加工设备加工工件,判断工件是否满足质检条件,若满足,则对工件进行检测并生成质检结果,基于质检结果判断是否需要控制加工设备停止加工工件,若不满足或不需要,则基于加工计划判断加工设备是否完成工件的加工的步骤,直至需要控制加工设备停止加工工件或完成工件的加工。
通过采用上述技术方案,第一获取模块201获取工件的加工计划,控制模块202基于加工计划控制加工设备加工工件。第一判断模块203判断工件是否满足质检条件,以实现对工件进行抽检;若满足,则通过检测模块204对工件进行检测并生成质检结果,不再需要人工进行检测,且相较于人工检测更加地精准。检测模块204基于质检结果判断是否需要控制加工设备停止加工工件,在生产过程中对生产质量进行实时监测,有效地提高了生产的成品率。若不满足质检条件或者不需要停止加工工件,则通过第二判断模块205基于加工计划判断工件是否加工完成,若未完成则通过循环模块206继续控制加工设备加工工件,直至加工完成或者在加工过程中需要停止加工工件。通过对生产过程中进行实时监测,当加工过程中检测到整体工件的质量不达标时,能够及时地停止该工件的加工,有效地提高了成品率,进而减少了资源的浪费。
本申请实施例的一种可能的实现方式,装置20还包括:
第二获取模块,用于获取自动下料装置向加工设备提供加工材料的供料图像信息;
第三判断模块,用于基于供料图像信息判断自动下料装置是否缺乏加工材料;
第一输出模块,用于当缺乏加工材料时,输出第一异常信息,第一异常信息用于提示工作人员自动下料装置缺料。
本申请实施例的一种可能的实现方式,第二获取模块在获取自动下料装置向加工设备提供加工材料的供料图像信息时,具体用于:
基于加工计划确定工件的加工速度;
基于加工速度确定至少一个供料时间;
获取在每个供料时间自动下料装置对应的供料图像信息。
本申请实施例的一种可能的实现方式,第一判断模块203在判断工件是否满足质检条件时,具体用于:
基于生产设备生产工件的顺序生成生产序号;
基于生产序号判断工件是否为首件工件,或工件的生产序号是否为预设质检序号;
若是,则确定工件满足质检条件。
本申请实施例的一种可能的实现方式,质检结果包括合格和不合格,检测模块204在对工件进行检测并生成质检结果时,具体用于:
获取工件的工件图像信息,并对工件图像信息进行特征提取,以确定工件中各个测量点的位置信息;
基于位置信息计算工件的测量数据;
获取工件的合格数据范围;
判断测量数据是否在合格数据范围内;
若是,则确定工件的质检结果为合格;
若否,则确定工件的质检结果为不合格。
本申请实施例的一种可能的实现方式,检测模块204在基于质检结果判断是否需要控制加工设备停止加工工件时,具体用于:
判断工件的质检结果是否为不合格;
若为不合格,则基于生产序号判断不合格工件是否为首件工件;
若不为首件工件,则确定质检结果为不合格工件的数量;
基于加工计划和不合格工件的数量计算预估达标率;
判断预估达标率是否大于标准达标率;
若大于标准达标率,则确定不需要控制加工设备停止加工工件;
若不合格工件为首件工件,或不大于标准达标率,则确定需要控制加工设备停止加工工件。
本申请实施例的一种可能的实现方式,装置20还包括:
第二输出模块,用于当加工设备完成工件的加工时,输出完工确认信息;
第三输出模块,用于当需要控制加工设备停止加工工件时,输出第二异常信息,第二异常信息用于提示工作人员需要进行检查并重新生产工件。
在本申请实施例中,第一获取模块201和第二获取模块可以是相同的获取模块,也可以是不同的获取模块。第一判断模块203、第二判断模块205以及第三判断模块可以是相同的判断模块,也可以是不同的判断模块,还可以是部分相同的判断模块。第一输出模块、第二输出模块以及第三输出模块可以是相同的输出模块,也可以是不同的输出模块,还可以是部分相同的输出模块。
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。
本申请实施例中提供了一种电子设备,如图3所示,图3所示的电子设备30包括:处理器301和存储器303。其中,处理器301和存储器303相连,如通过总线302相连。可选地,电子设备30还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个,该电子设备30的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器301也可以是实现计算功能的组合。例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线302可包括一通路,在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器303可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的应用程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码,以实现前述方法实施例所示的内容。
其中,电子设备包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。与相关技术相比,本申请实施例中电子设备获取工件的加工计划,基于加工计划控制加工设备加工工件。电子设备判断工件是否满足质检条件,以实现对工件进行抽检;若满足,则电子设备对工件进行检测并生成质检结果,不再需要人工进行检测,且相较于人工检测更加地精准;电子设备基于质检结果判断是否需要控制加工设备停止加工工件,在生产过程中对生产质量进行实时监测,有效地提高了生产的成品率。若不满足质检条件或者不需要停止加工工件,则电子设备基于加工计划判断工件是否加工完成,若未完成则电子设备继续控制加工设备加工工件,直至加工完成或者在加工过程中需要停止加工工件。通过对生产过程中进行实时监测,当加工过程中检测到整体工件的质量不达标时,能够及时地停止该工件的加工,有效地提高了成品率,进而减少了资源的浪费。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种生产实时监测的方法,其特征在于,包括:
获取工件的加工计划;
基于所述加工计划控制加工设备加工所述工件;
判断所述工件是否满足质检条件;
若满足,则对所述工件进行检测并生成质检结果,基于所述质检结果判断是否需要控制所述加工设备停止加工所述工件;
若不满足或不需要,则基于所述加工计划判断所述加工设备是否完成所述工件的加工;
若未完成,则循环执行基于所述加工计划控制加工设备加工所述工件,判断所述工件是否满足质检条件,若满足,则对所述工件进行检测并生成质检结果,基于所述质检结果判断是否需要控制所述加工设备停止加工所述工件,若不满足或不需要,则基于所述加工计划判断所述加工设备是否完成所述工件的加工的步骤,直至需要控制所述加工设备停止加工所述工件或完成所述工件的加工。
2.根据权利要求1所述的一种生产实时监测的方法,其特征在于,所述基于所述加工计划控制加工设备加工所述工件,之前还包括:
获取自动下料装置向所述加工设备提供加工材料的供料图像信息;
基于所述供料图像信息判断所述自动下料装置是否缺乏所述加工材料;
若缺乏所述加工材料,则输出第一异常信息,所述第一异常信息用于提示工作人员所述自动下料装置缺料。
3.根据权利要求2所述的一种生产实时监测的方法,其特征在于,所述获取自动下料装置向所述加工设备提供加工材料的供料图像信息,包括:
基于所述加工计划确定所述工件的加工速度;
基于所述加工速度确定至少一个供料时间;
获取在每个所述供料时间所述自动下料装置对应的供料图像信息。
4.根据权利要求1所述的一种生产实时监测的方法,其特征在于,所述判断所述工件是否满足质检条件,包括:
基于所述生产设备生产所述工件的顺序生成生产序号;
基于所述生产序号判断所述工件是否为首件工件,或所述工件的生产序号是否为预设质检序号;
若是,则确定所述工件满足所述质检条件。
5.根据权利要求1所述的一种生产实时监测的方法,其特征在于,所述质检结果包括合格和不合格,所述对所述工件进行检测并生成质检结果,包括:
获取所述工件的工件图像信息,并对所述工件图像信息进行特征提取,以确定所述工件中各个测量点的位置信息;
基于所述位置信息计算所述工件的测量数据;
获取所述工件的合格数据范围;
判断所述测量数据是否在所述合格数据范围内;
若是,则确定所述工件的质检结果为合格;
若否,则确定所述工件的质检结果为不合格。
6.根据权利要求4所述的一种生产实时监测的方法,其特征在于,所述基于所述质检结果判断是否需要控制所述加工设备停止加工所述工件,包括:
判断所述工件的质检结果是否为不合格;
若为不合格,则基于所述生产序号判断不合格工件是否为所述首件工件;
若不为所述首件工件,则确定所述质检结果为不合格工件的数量;
基于所述加工计划和所述不合格工件的数量计算预估达标率;
判断所述预估达标率是否大于标准达标率;
若大于所述标准达标率,则确定不需要控制所述加工设备停止加工所述工件;
若所述不合格工件为所述首件工件,或不大于所述标准达标率,则确定需要控制所述加工设备停止加工所述工件。
7.根据权利要求1所述的一种生产实时监测的方法,其特征在于,所述方法还包括:
若所述加工设备完成所述工件的加工,则输出完工确认信息;
若需要控制所述加工设备停止加工所述工件,则输出第二异常信息,所述第二异常信息用于提示工作人员需要进行检查并重新生产所述工件。
8.一种生产实时监测的装置,其特征在于,包括:
第一获取模块,用于获取工件的加工计划;
控制模块,用于基于所述加工计划控制加工设备加工所述工件;
第一判断模块,用于判断所述工件是否满足质检条件;
检测模块,用于当满足时,对所述工件进行检测并生成质检结果,基于所述质检结果判断是否需要控制所述加工设备停止加工所述工件;
第二判断模块,用于当不满足或不需要时,基于所述加工计划判断所述加工设备是否完成所述工件的加工;
循环模块,用于当未完成时,循环执行基于所述加工计划控制加工设备加工所述工件,判断所述工件是否满足质检条件,若满足,则对所述工件进行检测并生成质检结果,基于所述质检结果判断是否需要控制所述加工设备停止加工所述工件,若不满足或不需要,则基于所述加工计划判断所述加工设备是否完成所述工件的加工的步骤,直至需要控制所述加工设备停止加工所述工件或完成所述工件的加工。
9.一种电子设备,其特征在于,其包括:
一个或者多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个应用程序配置用于:执行根据权利要求1~7任一项所述的一种生产实时监测的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~7任一项所述的一种生产实时监测的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210404069.5A CN114881425A (zh) | 2022-04-18 | 2022-04-18 | 一种生产实时监测的方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210404069.5A CN114881425A (zh) | 2022-04-18 | 2022-04-18 | 一种生产实时监测的方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114881425A true CN114881425A (zh) | 2022-08-09 |
Family
ID=82669991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210404069.5A Pending CN114881425A (zh) | 2022-04-18 | 2022-04-18 | 一种生产实时监测的方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114881425A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252486A (zh) * | 2023-11-14 | 2023-12-19 | 长春师范大学 | 基于物联网的汽车零配件缺陷检测方法及系统 |
CN117649152A (zh) * | 2024-01-26 | 2024-03-05 | 宁德时代新能源科技股份有限公司 | 一种电池制造的产品检测方法和设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102679879A (zh) * | 2012-06-11 | 2012-09-19 | 东莞市闻誉实业有限公司 | 一种铝材元件智能质检方法及检测系统 |
CN104460569A (zh) * | 2013-09-25 | 2015-03-25 | 华中科技大学 | 一种用于叶片生产的在制品监控方法 |
CN109227205A (zh) * | 2018-11-27 | 2019-01-18 | 上海交通大学 | 一种用于双工位机器人机床上下料的控制方法及系统 |
CN111596626A (zh) * | 2020-05-27 | 2020-08-28 | 江苏中智软创信息技术有限公司 | 一种离散机加工产品mes报工系统 |
CN111823056A (zh) * | 2019-04-18 | 2020-10-27 | 鸿富锦精密电子(成都)有限公司 | 工件在线检测方法、装置及计算机可读储存介质 |
CN111930088A (zh) * | 2020-08-18 | 2020-11-13 | 苏州麻雀智能科技有限公司 | 一种边缘管理系统 |
CN112784938A (zh) * | 2021-02-04 | 2021-05-11 | 杭州优海信息系统有限公司 | 一种面向工业大数据的工序批量产出智能计数方法 |
CN113867246A (zh) * | 2020-06-30 | 2021-12-31 | 北京福田康明斯发动机有限公司 | 加工线防错系统、方法、存储介质、电子设备及生产线 |
-
2022
- 2022-04-18 CN CN202210404069.5A patent/CN114881425A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102679879A (zh) * | 2012-06-11 | 2012-09-19 | 东莞市闻誉实业有限公司 | 一种铝材元件智能质检方法及检测系统 |
CN104460569A (zh) * | 2013-09-25 | 2015-03-25 | 华中科技大学 | 一种用于叶片生产的在制品监控方法 |
CN109227205A (zh) * | 2018-11-27 | 2019-01-18 | 上海交通大学 | 一种用于双工位机器人机床上下料的控制方法及系统 |
CN111823056A (zh) * | 2019-04-18 | 2020-10-27 | 鸿富锦精密电子(成都)有限公司 | 工件在线检测方法、装置及计算机可读储存介质 |
CN111596626A (zh) * | 2020-05-27 | 2020-08-28 | 江苏中智软创信息技术有限公司 | 一种离散机加工产品mes报工系统 |
CN113867246A (zh) * | 2020-06-30 | 2021-12-31 | 北京福田康明斯发动机有限公司 | 加工线防错系统、方法、存储介质、电子设备及生产线 |
CN111930088A (zh) * | 2020-08-18 | 2020-11-13 | 苏州麻雀智能科技有限公司 | 一种边缘管理系统 |
CN112784938A (zh) * | 2021-02-04 | 2021-05-11 | 杭州优海信息系统有限公司 | 一种面向工业大数据的工序批量产出智能计数方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252486A (zh) * | 2023-11-14 | 2023-12-19 | 长春师范大学 | 基于物联网的汽车零配件缺陷检测方法及系统 |
CN117252486B (zh) * | 2023-11-14 | 2024-02-02 | 长春师范大学 | 基于物联网的汽车零配件缺陷检测方法及系统 |
CN117649152A (zh) * | 2024-01-26 | 2024-03-05 | 宁德时代新能源科技股份有限公司 | 一种电池制造的产品检测方法和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114881425A (zh) | 一种生产实时监测的方法、装置、电子设备及介质 | |
TWI621191B (zh) | 晶圓測試機台的遠端監控方法及系統 | |
JP6977296B2 (ja) | 作業時間計測システム及びそれを用いた作業指示システム | |
CN109494178A (zh) | 一种检测机台的派工方法 | |
CN111823056A (zh) | 工件在线检测方法、装置及计算机可读储存介质 | |
CN109074054B (zh) | 作业辅助装置、作业辅助方法以及记录介质 | |
CN115685925A (zh) | 一种针对生产线的异常处理的方法、装置及存储介质 | |
CN109656803B (zh) | 信息推送方法、装置和电子设备 | |
CN111693533B (zh) | 工件表面质量的检测方法及检测装置、外观机 | |
CN115147236A (zh) | 一种处理方法、处理装置和电子设备 | |
CN111124841B (zh) | 一种异常页面的报警方法、装置及计算机系统 | |
CN106485401A (zh) | 满足泊松分布的计点值工序能力指数评价方法 | |
CN107678861B (zh) | 处理功能执行请求的方法和装置 | |
CN117421688B (zh) | 基于机器学习的智能预警方法、装置、设备及介质 | |
CN117436840A (zh) | 一种模块化建筑智能监测方法、装置、电子设备及介质 | |
CN112000717B (zh) | 半导体数据分析方法、系统及计算机可读存储介质 | |
CN115692230A (zh) | 晶圆良率损失确定、晶圆良率合格判断的方法及装置 | |
WO2024046470A1 (zh) | 称重异常检测方法、装置、及相关装置 | |
CN116992818B (zh) | 电路板版图设计方法及系统 | |
CN103049627A (zh) | 量测数据上下偏差生成系统及方法 | |
CN116561598B (zh) | 一种cps智能制造管理平台大数据处理方法 | |
CN115705409A (zh) | 一种缺陷识别方法、装置、设备及存储介质 | |
CN115690052A (zh) | 一种晶圆检测的方法、装置及存储介质 | |
CN110909812B (zh) | 监控装置及监控方法 | |
CN115451889A (zh) | 一种三坐标测量机调节方法、装置、电子设备及存储介质 |
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: 20220809 |
|
RJ01 | Rejection of invention patent application after publication |