CN114897034A - 冲压模具监管方法、装置、设备及存储介质 - Google Patents

冲压模具监管方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114897034A
CN114897034A CN202210823805.0A CN202210823805A CN114897034A CN 114897034 A CN114897034 A CN 114897034A CN 202210823805 A CN202210823805 A CN 202210823805A CN 114897034 A CN114897034 A CN 114897034A
Authority
CN
China
Prior art keywords
stamping die
vibration
dimensional model
damaged area
spectrogram
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
CN202210823805.0A
Other languages
English (en)
Other versions
CN114897034B (zh
Inventor
曾澄
陈品宏
朱瑜鑫
冯建设
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.)
Shenzhen Xinrun Fulian Digital Technology Co Ltd
Original Assignee
Shenzhen Xinrun Fulian Digital 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 Shenzhen Xinrun Fulian Digital Technology Co Ltd filed Critical Shenzhen Xinrun Fulian Digital Technology Co Ltd
Priority to CN202210823805.0A priority Critical patent/CN114897034B/zh
Publication of CN114897034A publication Critical patent/CN114897034A/zh
Application granted granted Critical
Publication of CN114897034B publication Critical patent/CN114897034B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N19/00—Investigating materials by mechanical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • G06Q10/06314—Calendaring for a resource
    • 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
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Evolutionary Computation (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Signal Processing (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Primary Health Care (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)

Abstract

本申请公开了一种冲压模具监管方法、装置、设备及存储介质，属于模具监测技术领域。该冲压模具监管方法包括；监测冲压模具工作过程中所产生的振动，并根据监测结果确定所述冲压模具的损伤情况；若所述冲压模具存在损伤，则对所述冲压模具进行三维扫描，建立所述冲压模具的实际三维模型；对所述冲压模具的实际三维模型与其标准三维模型进行比对求差处理，得到与所述冲压模具的损伤区域对应的损伤区域三维模型；基于所述损伤区域三维模型，对所述冲压模具的损伤区域进行修复。本申请解决了现有判断冲压模具是否破损的手段无法提早发现模具损坏的技术问题。

Description

冲压模具监管方法、装置、设备及存储介质
技术领域
本申请涉及模具监测技术领域，尤其涉及一种冲压模具监管方法、装置、设备及存储介质。
背景技术
现有冲压模具是否损伤，是通过观测冲压模具冲压后的产品尺寸和外观等表象来判断的，然而通过上述表象判断的冲压模具的损伤情况均为蹦刃、掉块等较为严重的损伤情况。也就是说，现有的判断冲压模具是否损伤的手段无法在冲压模具出现损伤迹象时就及时发现这一情况，导致出现损伤迹象的冲压模具继续工作，加速了冲压模具的损伤，并产生大量的废品，况且冲压模具出现的损伤情况越严重，越不易被修复。
上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
发明内容
本申请的主要目的在于提供一种冲压模具监管方法、装置、设备及存储介质，旨在解决现有判断冲压模具是否损伤的手段无法提早发现模具损坏的技术问题。
为实现上述目的，本申请提供一种冲压模具监管方法，包括以下步骤：
监测冲压模具工作过程中所产生的振动，并根据监测结果确定所述冲压模具的损伤情况；
若所述冲压模具存在损伤，则对所述冲压模具进行三维扫描，建立所述冲压模具的实际三维模型；
对所述冲压模具的实际三维模型与其标准三维模型进行比对求差处理，得到与所述冲压模具的损伤区域对应的损伤区域三维模型；
基于所述损伤区域三维模型，对所述冲压模具的损伤区域进行修复。
可选地，所述监测冲压模具工作过程中所产生的振动，并根据监测结果确定所述冲压模具的损伤情况的步骤，包括：
获取所述冲压模具的振动频率；
计算所述振动频率与标准振动频率的差值的绝对值与所述标准振动频率的比值，得到振动频率变化率；
若所述振动频率变化率大于预设变化率阈值，则确定所述冲压模具存在损伤。
可选地，所述监测冲压模具工作过程中所产生的振动，并根据监测结果确定所述冲压模具的损伤情况的步骤，包括：
获取冲压模具工作过程中所产生的振动信号；
对所述振动信号进行频谱分析，确定所述冲压模具对应的振动频谱图；
基于所述振动频谱图以及所述冲压模具对应的标准振动频谱图，确定所述冲压模具的损伤情况。
可选地，所述基于所述振动频谱图以及所述冲压模具对应的标准振动频谱图，确定所述冲压模具的损伤情况的步骤，包括：
将所述振动频谱图和所述标准振动频谱图均分成多个区段，并按照相同的编码规则对所述振动频谱图的多个区段以及所述标准振动频谱图的多个区段进行编码；
计算相同编码区段所对应的振动频谱图相比于标准振动频谱图的波动率；
若所有所述区段对应的波动率之和大于预设波动率阈值，则确定所述冲压模具存在损伤。
可选地，所述计算相同编码区段所对应的振动频谱图相比于标准振动频谱图的波动率的步骤，包括：
将相同编码区段均分成多个节段；
计算每一所述节段所对应的振动频谱图的面积与每一所述节段所对应的标准振动频谱图的面积之差的绝对值；
若所述节段所对应的绝对值小于或等于预设的判断阈值，则所述节段的赋值为0；
若所述节段所对应的绝对值大于预设的判断阈值，则所述节段的赋值为1；
将所有所述节段的赋值相加，得到相同编码区段所对应的振动频谱图相比于标准振动频谱图的波动率。
可选地，所述基于所述损伤区域三维模型，对所述冲压模具的损伤区域进行修复的步骤，包括：
基于所述损伤区域三维模型，对所述冲压模具的损伤区域进行修复路径规划，以及对所述冲压模具的修复时间进行规划；
基于所述冲压模具的材质，对所述冲压模具的损伤区域进行修复材质规划；
根据规划的修复路径、修复时间和修复材质对所述冲压模具的损伤区域进行修复。
可选地，所述基于所述损伤区域三维模型，对所述冲压模具的损伤区域进行修复的步骤之后，还包括：
对修复后的冲压模具进行三维扫描，建立所述冲压模具的修复三维模型；
对所述冲压模具的修复三维模型与其标准三维模型进行对照，根据对照结果确定所述冲压模具的修复情况。
此外，为实现上述目的，本申请还提供一种冲压模具监管装置，所述装置包括：
监测模块，用于监测冲压模具工作过程中所产生的振动，并根据监测结果确定所述冲压模具的损伤情况；
三维扫描模块，用于若所述冲压模具存在损伤，则控制所述冲压模具停止工作，并对所述冲压模具进行三维扫描，建立所述冲压模具的实际三维模型；
比对模块，用于对所述冲压模具的实际三维模型与其标准三维模型进行比对求差处理，得到与所述冲压模具的损伤区域对应的损伤区域三维模型；
修复模块，用于基于所述损伤区域三维模型，对所述冲压模具的损伤区域进行修复。
此外，为实现上述目的，本申请还提供一种冲压模具监管设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的冲压模具监管程序，所述冲压模具监管程序配置为实现如上所述的冲压模具监管方法的步骤。
此外，为实现上述目的，本申请还提供一种存储介质，所述存储介质上存储有冲压模具监管程序，所述冲压模具监管程序被处理器执行时实现如上所述的冲压模具监管方法的步骤。
本申请提出了一种冲压模具监管方法、装置、设备及存储介质，相比于现有技术通过观测冲压模具冲压后的产品尺寸和外观等表象来判断冲压模具是否损伤的技术手段，本申请首先通过监测冲压模具工作过程中所产生的振动，并根据监测结果确定所述冲压模具的损伤情况，进而若所述冲压模具存在损伤，则对所述冲压模具进行三维扫描，建立所述冲压模具的实际三维模型，进而对所述冲压模具的实际三维模型与其标准三维模型进行比对求差处理，得到与所述冲压模具的损伤区域对应的损伤区域三维模型，进而基于所述损伤区域三维模型，对所述冲压模具的损伤区域进行修复，所以本申请利用了冲压模具工作过程中所产生的振动，根据振动的监测结果来判断冲压模具的损伤情况，能够提早发现冲压模具的损伤，及时对损伤的冲压模具进行修复，杜绝废品的产生，降低了修复难度，所以，克服了现有技术中只能在冲压模具损伤情况严重时，发现冲压模具破损了的技术缺陷，所以，解决了无法提早发现模具损坏的技术问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请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地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例方案涉及的硬件运行环境的冲压模具监管设备的结构示意图；
图2为本申请冲压模具监管方法第一实施例的流程示意图；
图3为本申请冲压模具监管方法第二实施例的流程示意图；
图4为本申请冲压模具监管装置第一实施例的结构框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，图1为本申请实施例方案涉及的硬件运行环境的冲压模具监管设备结构示意图。
如图1所示，该冲压模具监管设备可以包括：处理器1001，例如中央处理器（Central Processing Unit，CPU），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（WIreless-FIdelity，WI-FI）接口）。存储器1005可以是高速的随机存取存储器（RandomAccess Memory，RAM）存储器，也可以是稳定的非易失性存储器（Non-Volatile Memory，NVM），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对冲压模具监管设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及冲压模具监管程序。
在图1所示的冲压模具监管设备中，网络接口1004主要用于与其他设备进行数据通信；用户接口1003主要用于与用户进行数据交互；本申请冲压模具监管设备中的处理器1001、存储器1005可以设置在冲压模具监管设备中，该冲压模具监管设备通过处理器1001调用存储器1005中存储的冲压模具监管程序，并执行本申请实施例提供的冲压模具监管方法。
本申请实施例提供了一种冲压模具监管方法，参照图2，图2为本申请冲压模具监管方法第一实施例的流程示意图。
在本实施例中，冲压模具监管方法包括以下步骤：
步骤S10、监测冲压模具工作过程中所产生的振动，并根据监测结果确定冲压模具的损伤情况；
其中，监测冲压模具工作过程中所产生的振动，并根据监测结果确定冲压模具的损伤情况的步骤，包括：
步骤S11、获取冲压模具的振动频率；
需要说明的是，在本实施例中，冲压模具的振动频率的获取过程如下：
对振动信号的振动幅度进行检测，获取与振动幅度相对应的振动波形；
根据振动波形设置作为频率计算参考点阈值；
根据频率计算参考点阈值截选振动波形的振动周期t；
根据振动周期t，通过公式f=1/t计算冲压模具的振动频率f。
例如，在振动幅度相对应的振动波形中，可将振动波峰所对应的频率点作为频率计算参考点阈值，将冲压模具第一次振动到振动波峰的时刻记为t1时刻，将冲压模具第二次振动到振动波峰的时刻记为t2时刻，则振动周期t= t2- t1。
需要说明的是，在本实施例中，冲压模具工作过程中所产生的振动信号可以通过安装在冲压模具内的振动传感器检测得到。当振动传感器为模拟信号振动传感器时，振动信号则对应为模拟信号；当振动传感器为数字信号振动传感器时，振动信号则对应为数字信号。
步骤S12、计算振动频率与标准振动频率的差值的绝对值与标准振动频率的比值，得到振动频率变化率；
需要说明的是，在本实施例中，可通过如下计算公式计算得到振动频率变化率：δ=|Df-f｜/Df，
其中，δ为振动频率变化率，Df为标准振动频率，f为振动频率。
需要说明的是，在本实施例中，标准振动频率的获取过程与上述振动频率的获取过程相同，区别在于，标准振动频率中所采用的振动信号为全新的冲压模具前N次冲压工作时所产生的振动信号。
步骤S13、若振动频率变化率大于预设变化率阈值，则确定冲压模具存在损伤。
需要说明的是，若振动频率变化率小于或等于预设变化率阈值，则确定冲压模具不存在损伤。
步骤S20、若冲压模具存在损伤，则对冲压模具进行三维扫描，建立冲压模具的实际三维模型；
需要说明的是，在本实施例中，对冲压模具进行三维扫描，建立冲压模具的实际三维模型的具体过程如下：
利用三维扫描装置扫描冲压模具的外表面以及内表面，获得冲压模具的外表面以及内表面中每一个点的三维XYZ绝对坐标，利用计算机软件，并依据三维XYZ绝对坐标构建冲压模具的实际三维模型。三维扫描装置可以为激光扫描仪或光栅三维扫描仪，光栅三维扫描仪可以为白光扫描或蓝光扫描。
步骤S30、对冲压模具的实际三维模型与其标准三维模型进行比对求差处理，得到与冲压模具的损伤区域对应的损伤区域三维模型；
需要说明的是，在比对求差过程中，应在标准三维模型和实际三维模型上建立合适的对比参考点或者对比参考特征部位。例如，当冲压模具的为圆柱形结构时，可以以其端面和圆柱轴线作为对比参考特征部位，从而保证比对求差处理后得到的损伤区域三维模型能够准确代表冲压模具的损伤区域待修复的真实结构。
步骤S40、基于损伤区域三维模型，对冲压模具的损伤区域进行修复。
其中，基于损伤区域三维模型，对冲压模具的损伤区域进行修复的步骤，包括：
步骤S41、基于损伤区域三维模型，对冲压模具的损伤区域进行修复路径规划，以及对冲压模具的修复时间进行规划；
需要说明的是，在本实施例中，冲压模具的损伤存在如下情况：冲压模具存在多处损伤区域，且多处损伤区域之间相互没有交集。针对上述情况，在本实施例中的损伤区域三维模型由多个子损伤区域三维模型所构成，每一子损伤区域三维模型对应冲压模具中的一次损伤区域。且在对冲压模具进行修复的过程中，由于冲压模具的夹持固定以及修复装置的数量限制，无法同时对冲压模具存在的多处损伤区域同时进行修复，继而需要基于损伤区域三维模型，对冲压模具的损伤区域进行修复路径规划。
需要说明的是，在本实施例中，对冲压模具的损伤区域进行修复路径规则的规划原则可以为：基于损失区域三维模型中各子损伤区域三维模型的体积大小，优先对体积大的子损伤区域三维模型所对应的损伤区域进行修复；对冲压模具的损伤区域进行修复路径规则的规划原则还可以为：基于损失区域三维模型中各子损伤区域三维模型中最长边的长度大小，优先对最长边长度大的子损伤区域三维模型所对应的损伤区域进行修复；对冲压模具的损伤区域进行修复路径规则的规划原则还可以为：基于损失区域三维模型中各子损伤区域三维模型的中心位置与冲压模具的标准三维模型的中心位置的距离，优先对距离小的子损伤区域三维模型所对应的损伤区域进行修复。
需要说明的是，在本实施例中，在加工过程中，所有出现损伤情况的冲压模具均由AGV小车从生产前线运输到后方维修线中去进行维修。也就是说，在后方维修线中往往会存在多个待修复的冲压模具，况且后方维修线中的修复装置是有限的，因此，需要对每一待修复的冲压模具进行修复时间的规划，根据每一待修复的冲压模具的修复时间，保证每一维修装置对应的待修复的冲压模具的总修复时间之间的差值在预设时间阈值内。
步骤S42、基于冲压模具的材质，对冲压模具的损伤区域进行修复材质规划；
需要说明的是，冲压模具的不同部位由于其具备的功能不同，会采用不同的材质，因此，需要基于冲压模具的材质，对冲压模具的损伤区域进行修复材质规划，从而保证修复后的冲压模具的性能能够与修复前的冲压模具的性能一致。
步骤S43、根据规划的修复路径、修复时间和修复材质对冲压模具的损伤区域进行修复。
相比于现有技术通过观测冲压模具冲压后的产品尺寸和外观等表象来判断冲压模具是否损伤的技术手段，本实施例首先通过监测冲压模具工作过程中所产生的振动，并根据监测结果确定冲压模具的损伤情况，进而若冲压模具存在损伤，则对冲压模具进行三维扫描，建立冲压模具的实际三维模型，进而对冲压模具的实际三维模型与其标准三维模型进行比对求差处理，得到与冲压模具的损伤区域对应的损伤区域三维模型，进而基于损伤区域三维模型，对冲压模具的损伤区域进行修复，所以本实施例利用了冲压模具工作过程中所产生的振动，根据振动的监测结果来判断冲压模具的损伤情况，能够提早发现冲压模具的损伤，及时对损伤的冲压模具进行修复，杜绝废品的产生，降低了修复难度，所以，克服了现有技术中只能在冲压模具损伤情况严重时，发现冲压模具破损了的技术缺陷，所以，解决了无法提早发现模具损坏的技术问题。
参照图3，进一步地，基于本申请中第一实施例，在本申请另一实施例中，基于损伤区域三维模型，对冲压模具的损伤区域进行修复的步骤之后，还包括：
步骤S50、对修复后的冲压模具进行三维扫描，建立冲压模具的修复三维模型；
步骤S60、对冲压模具的修复三维模型与其标准三维模型进行对照，根据对照结果确定冲压模具的修复情况。
需要说明的是，在本实施例中，利用三维扫描装置扫描修复后的冲压模具的外表面以及内表面，获得修复后的冲压模具的外表面以及内表面中每一个点的三维XYZ绝对坐标，利用计算机软件，并依据三维XYZ绝对坐标构建冲压模具的修复三维模型。
需要说明的是，在本实施例中，对冲压模具的修复三维模型与其标准三维模型进行对照，若冲压模具的修复三维模型与其标准三维模型之间的差异值小于预设差异阈值，则确定冲压模具修复完成，可以继续投入使用；反之则仍需对冲压模具进行修复。
进一步地，基于本申请中第一实施例和第二实施例，在本申请另一实施例中，监测冲压模具工作过程中所产生的振动，并根据监测结果确定冲压模具的损伤情况的步骤，包括：
步骤A1、获取冲压模具工作过程中所产生的振动信号；
需要说明的是，在本实施例中，冲压模具工作过程中所产生的振动信号可以通过安装在冲压模具内的振动传感器检测得到。
步骤A2、对振动信号进行频谱分析，确定冲压模具对应的振动频谱图；
需要说明的是，在本实施例中，振动信号包括数字信号或模拟信号，具体地，可通过傅里叶变换算法对振动信号进行频谱分析，确定冲压模具对应的振动频谱图；或者，可通过小波变换算法对振动信号进行频谱分析，确定冲压模具对应的振动频谱图。
需要说明的是，在本实施例中，当振动传感器为模拟信号振动传感器时，振动信号则对应为模拟信号；当振动传感器为数字信号振动传感器时，振动信号则对应为数字信号。在对振动信号进行频谱分析时，可通过傅里叶变换算法对振动信号进行频谱分析，也可以通过小波变换算法对振动信号进行频谱分析，最终得到可视化且可被处理器识别得到的振动频谱图。通过傅里叶变换算法和小波变换算法对振动信号进行频谱分析，能够在保证准确度的前提下，减小计算量。
进一步地，为了保证冲压模具损伤情况判断的准确率，且本实施例对于冲压模具损伤情况的判断是基于冲压模具工作过程中所产生的振动信号，因此需要对振动信号中的噪声进行滤除，即在步骤A1和步骤A2之间，还包括对振动信号进行滤波降噪处理这一处理过程。
需要说明的是，在本实施例中，当振动信号为数字信号时，可通过数字滤波器对振动信号进行滤波降噪处理；当振动信号为模拟信号时，可通过模拟滤波器对振动信号进行滤波降噪处理。
步骤A3、基于振动频谱图以及冲压模具对应的标准振动频谱图，确定冲压模具的损伤情况。
其中，基于振动频谱图以及冲压模具对应的标准振动频谱图，确定冲压模具的损伤情况的步骤，包括：
步骤A31、将振动频谱图和标准振动频谱图均分成多个区段，并按照相同的编码规则对振动频谱图的多个区段以及标准振动频谱图的多个区段进行编码；
例如，振动频谱图和标准振动频谱图均分成m个区段，按照相同的编码规则：将振动频谱图和标准振动频谱图中的各区段，沿横坐标的正方向按照从小到大的顺序进行编码。则振动频谱图中的各区段的编码依次为Z1、Z2、Z3、…、Zm，标准振动频谱图中的各区段的编码依次为B1、B2、B3、…、Bm，其中，Z代表振动频谱图，B代表标准振动频谱图。
步骤A32、计算相同编码区段所对应的振动频谱图相比于标准振动频谱图的波动率；
例如，振动频谱图中的各区段的编码依次为Z1、Z2、Z3、…、Zm，标准振动频谱图中的各区段的编码依次为B1、B2、B3、…、Bm。则计算相同编码区段所对应的振动频谱图相比于标准振动频谱图的波动率，可以理解为：计算振动频谱图中的Z1区段相比于标准振动频谱图中的B1区段的波动率；计算振动频谱图中的Z2区段相比于标准振动频谱图中的B2区段的波动率；计算振动频谱图中的Z3区段相比于标准振动频谱图中的B3区段的波动率；…；计算振动频谱图中的Zm区段相比于标准振动频谱图中的Bm区段的波动率。
具体地，计算相同编码区段所对应的振动频谱图相比于标准振动频谱图的波动率的步骤，包括：
将相同编码区段均分成多个节段；
计算每一节段所对应的振动频谱图的面积与每一节段所对应的标准振动频谱图的面积之差的绝对值；
若节段所对应的绝对值小于或等于预设的判断阈值，则该节段的赋值为0；
若节段所对应的绝对值大于预设的判断阈值，则该节段的赋值为1；
将所有节段的赋值相加，得到相同编码区段所对应的振动频谱图相比于标准振动频谱图的波动率。
步骤A33、若所有区段对应的波动率之和大于预设波动率阈值，则确定冲压模具存在损伤。
在一示例中，基于振动频谱图以及冲压模具对应的标准振动频谱图，确定冲压模具的损伤情况的步骤，包括：
获取振动频谱图的前S个拐点各自所对应的频率和幅度，组成振动矩阵，所述振动矩阵中的每一参数为单个拐点对应的频率和幅度；
获取标准振动频谱图的前S个拐点各自所对应的频率和幅度，组成标准振动矩阵，所述标准振动矩阵中的每一参数为单个拐点对应的频率和幅度；
对振动矩阵进行均值聚类，得到振动矩阵对应的多个振动聚类中心；
对标准振动矩阵进行均值聚类，得到标准振动矩阵对应的多个标准振动聚类中心；
基于多个振动聚类中心，得到第一振动波动图；
基于多个标准振动聚类中心，得到第二振动波动图；
计算第一振动波动图的面积与第二振动波动图的面积之间的差值；
若差值小于预设差值阈值，则确定冲压模具存在损伤。
需要说明的是，对振动矩阵进行均值聚类，得到振动矩阵对应的多个振动聚类中心的步骤，包括：
初始化K个聚类中心；
将振动矩阵中的每一参数按照最小距离的原则，将其分配到最小距离所对应的聚类中心所在的聚类集合中，其中距离采用直线距离计算公式进行计算；
将每个聚类集合中的所有参数的均值作为新的聚类中心；
重复将振动矩阵中的每一参数按照最小距离的原则，将其分配到最小距离所对应的聚类中心所在的聚类集合中，其中距离采用直线距离计算公式进行计算的步骤，以及将每个聚类集合中的所有参数的均值作为新的聚类中心的步骤，直至聚类中心不再发生变化，得到振动矩阵对应的多个振动聚类中心。
需要说明的是，对标准振动矩阵进行均值聚类，得到标准振动矩阵对应的多个标准振动聚类中心的步骤，与对振动矩阵进行均值聚类，得到振动矩阵对应的多个振动聚类中心的步骤相同，在此不再赘述。
需要说明的是，基于多个振动聚类中心，得到第一振动波动图的步骤，包括：
以频率为横坐标，以幅度为纵坐标，建立二维坐标系；
将多个振动聚类中心赋值在二维坐标系，依次连接多个振动聚类，得到第一振动波动图。
需要说明的是，第二振动波动图的获取过程与第一振动波动图的获取过程相同，在此不再赘述。
本申请实施例提供了一种冲压模具监管装置，参照图4，图4为本申请冲压模具监管装置第一实施例的结构框图。
在本实施例中，冲压模具监管装置包括：
监测模块10，用于监测冲压模具工作过程中所产生的振动，并根据监测结果确定冲压模具的损伤情况；
三维扫描模块20，用于若冲压模具存在损伤，则控制冲压模具停止工作，并对冲压模具进行三维扫描，建立冲压模具的实际三维模型；
比对模块30，用于对冲压模具的实际三维模型与其标准三维模型进行比对求差处理，得到与冲压模具的损伤区域对应的损伤区域三维模型；
修复模块40，用于基于损伤区域三维模型，对冲压模具的损伤区域进行修复。
可选地，监测模块包括：
第一获取单元，用于获取冲压模具的振动频率；
第一计算单元，用于计算振动频率与标准振动频率的差值的绝对值与标准振动频率的比值，得到振动频率变化率；
第一判断单元，用于若振动频率变化率大于预设变化率阈值，则确定冲压模具存在损伤。
可选地，监测模块包括：
第二获取单元，用于获取冲压模具工作过程中所产生的振动信号；
频谱分析单元，用于对振动信号进行频谱分析，确定冲压模具对应的振动频谱图；
第二判断单元，用于基于振动频谱图以及冲压模具对应的标准振动频谱图，确定冲压模具的损伤情况。
可选地，第二判断单元用于实现：
将振动频谱图和标准振动频谱图均分成多个区段，并按照相同的编码规则对振动频谱图的多个区段以及标准振动频谱图的多个区段进行编码；
计算相同编码区段所对应的振动频谱图相比于标准振动频谱图的波动率；
若所有区段对应的波动率之和大于预设波动率阈值，则确定冲压模具存在损伤。
可选地，频谱分析单元用于实现：
通过傅里叶变换算法对振动信号进行频谱分析，确定冲压模具对应的振动频谱图；或者
通过小波变换算法对振动信号进行频谱分析，确定冲压模具对应的振动频谱图。
可选地，修复模块包括：
第一规划单元，用于基于损伤区域三维模型，对冲压模具的损伤区域进行修复路径规划，以及对冲压模具的修复时间进行规划；
第二规划单元，用于基于冲压模具的材质，对冲压模具的损伤区域进行修复材质规划；
修复单元，用于根据规划的修复路径、修复时间和修复材质对冲压模具的损伤区域进行修复。
可选地，冲压模具监管装置还包括修复确认模块，修复确认模块用于实现：对修复后的冲压模具进行三维扫描，建立冲压模具的修复三维模型；对冲压模具的修复三维模型与其标准三维模型进行对照，根据对照结果确定冲压模具的修复情况。
本申请实施例冲压模具监管装置具体实施方式与上述冲压模具监管方法各实施例基本相同，在此不再赘述。
此外，本申请实施例还提供了一种存储介质，存储介质上存储有冲压模具监管程序，冲压模具监管程序被处理器执行时实现如上的冲压模具监管方法的步骤
本申请实施例存储介质具体实施方式与上述冲压模具监管方法各实施例基本相同，在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献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如上的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种冲压模具监管方法，其特征在于，所述冲压模具监管方法包括以下步骤：
监测冲压模具工作过程中所产生的振动，并根据监测结果确定所述冲压模具的损伤情况；
若所述冲压模具存在损伤，则对所述冲压模具进行三维扫描，建立所述冲压模具的实际三维模型；
对所述冲压模具的实际三维模型与其标准三维模型进行比对求差处理，得到与所述冲压模具的损伤区域对应的损伤区域三维模型；
基于所述损伤区域三维模型，对所述冲压模具的损伤区域进行修复。
2.如权利要求1所述的冲压模具监管方法，其特征在于，所述监测冲压模具工作过程中所产生的振动，并根据监测结果确定所述冲压模具的损伤情况的步骤，包括：
获取所述冲压模具的振动频率；
计算所述振动频率与标准振动频率的差值的绝对值与所述标准振动频率的比值，得到振动频率变化率；
若所述振动频率变化率大于预设变化率阈值，则确定所述冲压模具存在损伤。
3.如权利要求1所述的冲压模具监管方法，其特征在于，所述监测冲压模具工作过程中所产生的振动，并根据监测结果确定所述冲压模具的损伤情况的步骤，包括：
获取冲压模具工作过程中所产生的振动信号；
对所述振动信号进行频谱分析，确定所述冲压模具对应的振动频谱图；
基于所述振动频谱图以及所述冲压模具对应的标准振动频谱图，确定所述冲压模具的损伤情况。
4.如权利要求3所述的冲压模具监管方法，其特征在于，所述基于所述振动频谱图以及所述冲压模具对应的标准振动频谱图，确定所述冲压模具的损伤情况的步骤，包括：
将所述振动频谱图和所述标准振动频谱图均分成多个区段，并按照相同的编码规则对所述振动频谱图的多个区段以及所述标准振动频谱图的多个区段进行编码；
计算相同编码区段所对应的振动频谱图相比于标准振动频谱图的波动率；
若所有所述区段对应的波动率之和大于预设波动率阈值，则确定所述冲压模具存在损伤。
5.如权利要求4所述的冲压模具监管方法，其特征在于，所述计算相同编码区段所对应的振动频谱图相比于标准振动频谱图的波动率的步骤，包括：
将相同编码区段均分成多个节段；
计算每一所述节段所对应的振动频谱图的面积与每一所述节段所对应的标准振动频谱图的面积之差的绝对值；
若所述节段所对应的绝对值小于或等于预设的判断阈值，则所述节段的赋值为0；
若所述节段所对应的绝对值大于预设的判断阈值，则所述节段的赋值为1；
将所有所述节段的赋值相加，得到相同编码区段所对应的振动频谱图相比于标准振动频谱图的波动率。
6.如权利要求1所述的冲压模具监管方法，其特征在于，所述基于所述损伤区域三维模型，对所述冲压模具的损伤区域进行修复的步骤，包括：
基于所述损伤区域三维模型，对所述冲压模具的损伤区域进行修复路径规划，以及对所述冲压模具的修复时间进行规划；
基于所述冲压模具的材质，对所述冲压模具的损伤区域进行修复材质规划；
根据规划的修复路径、修复时间和修复材质对所述冲压模具的损伤区域进行修复。
7.如权利要求1所述的冲压模具监管方法，其特征在于，所述基于所述损伤区域三维模型，对所述冲压模具的损伤区域进行修复的步骤之后，还包括：
对修复后的冲压模具进行三维扫描，建立所述冲压模具的修复三维模型；
对所述冲压模具的修复三维模型与其标准三维模型进行对照，根据对照结果确定所述冲压模具的修复情况。
8.一种冲压模具监管装置，其特征在于，所述装置包括：
监测模块，用于监测冲压模具工作过程中所产生的振动，并根据监测结果确定所述冲压模具的损伤情况；
三维扫描模块，用于若所述冲压模具存在损伤，则控制所述冲压模具停止工作，并对所述冲压模具进行三维扫描，建立所述冲压模具的实际三维模型；
比对模块，用于对所述冲压模具的实际三维模型与其标准三维模型进行比对求差处理，得到与所述冲压模具的损伤区域对应的损伤区域三维模型；
修复模块，用于基于所述损伤区域三维模型，对所述冲压模具的损伤区域进行修复。
9.一种冲压模具监管设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的冲压模具监管程序，所述冲压模具监管程序配置为实现如权利要求1至7中任一项所述的冲压模具监管方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有冲压模具监管程序，所述冲压模具监管程序被处理器执行时实现如权利要求1至7任一项所述的冲压模具监管方法的步骤。
CN202210823805.0A 2022-07-14 2022-07-14 冲压模具监管方法、装置、设备及存储介质 Active CN114897034B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210823805.0A CN114897034B (zh) 2022-07-14 2022-07-14 冲压模具监管方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210823805.0A CN114897034B (zh) 2022-07-14 2022-07-14 冲压模具监管方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114897034A true CN114897034A (zh) 2022-08-12
CN114897034B CN114897034B (zh) 2022-10-28

Family

ID=82729695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210823805.0A Active CN114897034B (zh) 2022-07-14 2022-07-14 冲压模具监管方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114897034B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1512032A (zh) * 2002-12-31 2004-07-14 石油大学(北京) 牙轮钻头磨损状况实时监测方法及系统
CN102597735A (zh) * 2009-11-04 2012-07-18 斯奈克玛 探测至少一个发动机滚柱轴承损伤的方法
CN104439884A (zh) * 2014-11-27 2015-03-25 南京先进激光技术研究院 一种基于逆向工程的模具三维快速成形修复方法
CN104834936A (zh) * 2015-04-28 2015-08-12 杨露 一种基于特征有效性分析的轴心轨迹智能识别方法
CN105598450A (zh) * 2016-02-02 2016-05-25 陕西天元智能再制造股份有限公司 一种零部件损伤的激光立体仿形修复方法
CN105701471A (zh) * 2016-01-15 2016-06-22 昆明理工大学 一种激光扫描波形异常数据的修正方法
CN105865789A (zh) * 2016-04-28 2016-08-17 广西华银铝业有限公司 一种用于分解槽减速机轴承故障的检测系统
CN107064796A (zh) * 2017-04-20 2017-08-18 哈尔滨理工大学 智能电机振动在线监测及预警系统
US20190056358A1 (en) * 2017-08-16 2019-02-21 General Electric Company Systems and methods for detecting damage in rotary machines
CN110985425A (zh) * 2019-11-29 2020-04-10 联想(北京)有限公司 一种信息检测方法、电子设备及计算机可读存储介质
CN111060603A (zh) * 2019-12-19 2020-04-24 江苏理工学院 一种枕梁损伤监测方法、系统及装置
CN111678664A (zh) * 2020-04-22 2020-09-18 中建深圳装饰有限公司 一种基于振动分析的幕墙板块脱落风险判别方法
CN112525998A (zh) * 2020-11-11 2021-03-19 中铁第四勘察设计院集团有限公司 一种墙体质量的检测方法及装置
CN112666254A (zh) * 2020-12-13 2021-04-16 河南省科学院应用物理研究所有限公司 基于智能视觉和大数据的玻璃幕墙服役状态的主动安全检测方法
CN112747946A (zh) * 2020-12-25 2021-05-04 广东湾区智能终端工业设计研究院有限公司 一种设备结构损伤检测方法及装置
CN113001098A (zh) * 2021-03-03 2021-06-22 中国人民解放军陆军装甲兵学院 金属零件表面损伤电火花沉积-超声滚压复合修复方法
CN113237658A (zh) * 2021-04-21 2021-08-10 浙江工业大学 一种舞台电机轴承的温度故障监测预警方法
CN113312413A (zh) * 2021-07-29 2021-08-27 国网浙江省电力有限公司营销服务中心 基于电力大数据的企业碳排放异常监测方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1512032A (zh) * 2002-12-31 2004-07-14 石油大学(北京) 牙轮钻头磨损状况实时监测方法及系统
CN102597735A (zh) * 2009-11-04 2012-07-18 斯奈克玛 探测至少一个发动机滚柱轴承损伤的方法
CN104439884A (zh) * 2014-11-27 2015-03-25 南京先进激光技术研究院 一种基于逆向工程的模具三维快速成形修复方法
CN104834936A (zh) * 2015-04-28 2015-08-12 杨露 一种基于特征有效性分析的轴心轨迹智能识别方法
CN105701471A (zh) * 2016-01-15 2016-06-22 昆明理工大学 一种激光扫描波形异常数据的修正方法
CN105598450A (zh) * 2016-02-02 2016-05-25 陕西天元智能再制造股份有限公司 一种零部件损伤的激光立体仿形修复方法
CN105865789A (zh) * 2016-04-28 2016-08-17 广西华银铝业有限公司 一种用于分解槽减速机轴承故障的检测系统
CN107064796A (zh) * 2017-04-20 2017-08-18 哈尔滨理工大学 智能电机振动在线监测及预警系统
US20190056358A1 (en) * 2017-08-16 2019-02-21 General Electric Company Systems and methods for detecting damage in rotary machines
CN110985425A (zh) * 2019-11-29 2020-04-10 联想(北京)有限公司 一种信息检测方法、电子设备及计算机可读存储介质
CN111060603A (zh) * 2019-12-19 2020-04-24 江苏理工学院 一种枕梁损伤监测方法、系统及装置
CN111678664A (zh) * 2020-04-22 2020-09-18 中建深圳装饰有限公司 一种基于振动分析的幕墙板块脱落风险判别方法
CN112525998A (zh) * 2020-11-11 2021-03-19 中铁第四勘察设计院集团有限公司 一种墙体质量的检测方法及装置
CN112666254A (zh) * 2020-12-13 2021-04-16 河南省科学院应用物理研究所有限公司 基于智能视觉和大数据的玻璃幕墙服役状态的主动安全检测方法
CN112747946A (zh) * 2020-12-25 2021-05-04 广东湾区智能终端工业设计研究院有限公司 一种设备结构损伤检测方法及装置
CN113001098A (zh) * 2021-03-03 2021-06-22 中国人民解放军陆军装甲兵学院 金属零件表面损伤电火花沉积-超声滚压复合修复方法
CN113237658A (zh) * 2021-04-21 2021-08-10 浙江工业大学 一种舞台电机轴承的温度故障监测预警方法
CN113312413A (zh) * 2021-07-29 2021-08-27 国网浙江省电力有限公司营销服务中心 基于电力大数据的企业碳排放异常监测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XIE JIANG等: "Piezoelectric Active Sensor Self-Diagnosis for Electromechanical Impedance Monitoring Using K-Means Clustering Analysis and Artificial Neural Network", 《SHOCK AND VIBRATION》 *
王俨剀等: "航空发动机盘腔积液的故障识别", 《推进技术》 *

Also Published As

Publication number Publication date
CN114897034B (zh) 2022-10-28

Similar Documents

Publication Publication Date Title
CN113769519B (zh) 一种建筑工地的智能降尘控制方法及系统
CN107134170A (zh) 一种停车场车位信息的处理方法和装置
CN116992740B (zh) 一种通讯基站精密部件生产设备的智能调控方法及系统
CN110146035A (zh) 构件生产线的预埋件检测方法、装置、设备及系统
CN117440308B (zh) 一种麦克风话筒生产产线智能控制方法及系统
CN117058154B (zh) 3dp金属打印铺粉过程的缺陷识别方法、系统及介质
CN103927427A (zh) 作业场所噪声综合评价方法及系统
CN114897034B (zh) 冲压模具监管方法、装置、设备及存储介质
CN110895832B (zh) 一种工程管控方法及装置
CN115760018A (zh) 智慧工地管理方法、装置、系统及计算机可读存储介质
CN110942319A (zh) 一种产品理赔数据建模分析与预测的方法及装置
CN111581869A (zh) 建立螺栓连接的方法、装置和存储介质
CN109214015B (zh) 一种建筑构件管理方法、装置、终端设备及可读存储介质
CN115456812A (zh) 一种智慧工地管理方法、装置、设备及介质
CN106909612B (zh) 一种跟随行为数据的处理方法和装置
EP3734219A1 (en) System and method for determining servicability and remaining life of an in-service structure using three-dimensional scan data
CN111739018B (zh) 一种基于点云技术的色差检测方法、装置、终端和介质
CN111815701A (zh) 基于直方柱投影点的体积确定方法及装置
CN113051307A (zh) 告警信号的分析方法、设备、存储介质及装置
CN117392131B (zh) 一种压铸件内壁缺陷检测方法及系统
CN113614662B (zh) 提高生产效率的支援系统
CN116403165B (zh) 一种危险化学品泄露应急处理方法、装置及可读存储介质
CN115809404B (zh) 一种检测阈值计算方法、装置、存储介质及电子设备
CN112529028B (zh) 一种用于安检机图像的联网接入方法及装置
CN113744194B (zh) 钢板缺陷检测方法及计算机可读存储介质

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
GR01 Patent grant
GR01 Patent grant