CN115017448B - 一种金属铸造过程数据智能化传输方法 - Google Patents

一种金属铸造过程数据智能化传输方法 Download PDF

Info

Publication number
CN115017448B
CN115017448B CN202210943708.5A CN202210943708A CN115017448B CN 115017448 B CN115017448 B CN 115017448B CN 202210943708 A CN202210943708 A CN 202210943708A CN 115017448 B CN115017448 B CN 115017448B
Authority
CN
China
Prior art keywords
category
metal
value
heating rate
sequence
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.)
Active
Application number
CN202210943708.5A
Other languages
English (en)
Other versions
CN115017448A (zh
Inventor
周小桃
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.)
Nantong Dongkai Precision Technology Co ltd
Original Assignee
Nantong Dongkai Precision 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 Nantong Dongkai Precision Technology Co ltd filed Critical Nantong Dongkai Precision Technology Co ltd
Priority to CN202210943708.5A priority Critical patent/CN115017448B/zh
Publication of CN115017448A publication Critical patent/CN115017448A/zh
Application granted granted Critical
Publication of CN115017448B publication Critical patent/CN115017448B/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
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
    • B22D46/00—Controlling, supervising, not restricted to casting covered by a single main group, e.g. for safety reasons
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数字信息传输技术领域，具体涉及一种金属铸造过程数据智能化传输方法，获取各类别中金属铸件的总个数，得到各类别的金属铸件的占比；计算各类别对应金属的熔点的罕见程度与加热速率；将各类别对应金属完全融化为液态所需时长记为持续时间；根据占比、加热速率、罕见程度和持续时间，得到各类别的熔炼程度值；计算各类别的散热量与综合换热系数，得到各类别的铸造程度值，获取各类别切换刀具的次数与每切换一次刀具的转速，得到各类别的切割程度值；根据熔炼程度值、铸造程度值和切割程度值，分别得到对应的霍夫曼表，完成对数据的智能化传输。本发明能够准确快速地完成数据信息的传输。

Description

一种金属铸造过程数据智能化传输方法
技术领域
本发明涉及数字信息传输技术领域，具体涉及一种金属铸造过程数据智能化传输方法。
背景技术
金属铸造是将金属熔炼成符合一定要求的液体并浇进铸型里，经冷却凝固、清整处理后得到有预定形状、尺寸和性能的铸件的工艺过程。铸件合格率的高低不仅对厂家的声誉有影响而且影响着厂家的发展。对于采购商而言，他们会更倾向于和铸件合格率高的厂家合作，久而久之，铸件合格率高的厂家的声誉就会打响，自然会有越来越多的采购商慕名前来与铸件合格率高的厂家合作，显然，铸件合格率高会给厂家带来很多无形的资产。若想保证较高的铸件合格率，在全自动智能铸件过程中，准确快速的对金属铸造过程的数据进行传输就变得极其重要，传统的数据传输方式存在传输数据量大、传输时间长以及解码困难等问题，与此同时，一旦解码错误还会导致金属铸件不合格，更有甚者，会对工作人员的人身安全造成威胁。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种金属铸造过程数据智能化传输方法，所采用的技术方案具体如下：
获取历史订单中各类别的金属铸件的总个数，得到各类别的金属铸件的占比；
在熔炼过程中，获取各类别的金属铸件对应的加热时间，基于所述加热时间，获取各类别对应的加热速率；
计算所有类别对应所有金属的平均熔点，得到各类别对应金属的熔点与所述平均熔点的差值；基于所述差值获取各类别对应金属熔点的罕见程度；
将各类别对应金属从刚达到熔点到完全融化为液态所需时长记为持续时间；计算所述占比、加热速率、罕见程度以及持续时间的乘积，得到各类别对应的熔炼程度值；
在模型铸造过程中，计算各类别对应金属的散热量，基于所述散热量，计算各类别对应金属的综合换热系数；计算所述占比与综合换热系数的乘积，得到各类别对应的铸造程度值；
在切割打磨过程中，获取各类别对应切换刀具的次数与每切换一次刀具对应的转速，根据所述占比、切换刀具的次数以及转速，得到各类别对应的切割程度值；
根据所述熔炼程度值、铸造程度值以及切割程度值，分别得到所有类别在熔炼过程中、模型铸造过程中以及切割打磨过程中对应的霍夫曼表，通过所述霍夫曼表完成对数据的智能化传输。
进一步地，每个类别包括若干个金属铸件，对每个类别中的若干个金属铸件的加热速率进行统一；
所述进行统一的方法为：获取任意一类别中每一个金属铸件对应的加热速率，计算该类别的平均加热速率，计算该类别中所有金属铸件对应加热速率的标准差；根据所述平均加热速率与标准差构建加热速率分布模型；
加热速率分布模型为：
Figure DEST_PATH_IMAGE001
其中，
Figure 622902DEST_PATH_IMAGE002
为第
Figure 195835DEST_PATH_IMAGE003
个类别对应的加热速率分布模型，
Figure 631364DEST_PATH_IMAGE004
为第
Figure 433098DEST_PATH_IMAGE003
个类别中第k个金属铸件对应的加热速率，
Figure 434421DEST_PATH_IMAGE005
为第
Figure 912676DEST_PATH_IMAGE003
个类别的平均加热速率，
Figure 851813DEST_PATH_IMAGE006
为第
Figure 706505DEST_PATH_IMAGE003
个类别中所有金属铸件对应加热速率的标准差；
Figure 296755DEST_PATH_IMAGE007
为第
Figure 962223DEST_PATH_IMAGE003
个类别中金属铸件的总个数；将加热速率在区间
Figure 637924DEST_PATH_IMAGE008
中的加热速率统一替换为。
进一步地，所述切割程度值的获取方法为：获取任意一类别对应切换刀具的总次数与每切换一次刀具对应的转速，计算该类别对应刀具的平均转速，根据该类别对应刀具的平均转速，计算所有类别对应刀具的平均转速，根据该类别对应切换刀具的总次数，计算该类别的切换刀具的总次数的比重；
比重的公示表达为：
Figure 312619DEST_PATH_IMAGE009
其中，
Figure 757376DEST_PATH_IMAGE010
为第b个类别的切换刀具的总次数的比重，
Figure 843012DEST_PATH_IMAGE011
为第b个类别对应切换刀具的总次数，n为历史订单中类别的总数量；
根据所述占比、所有类别对应刀具的平均转速、各类别对应刀具的平均转速以及比重，确定各类别对应的切割程度值。
进一步地，所述所有类别在熔炼过程中对应的霍夫曼表的获取方法为：将所有类别对应的熔炼程度值按照从小到大的顺序进行排列，得到初始序列，其中在排列时，多个相同的熔炼程度值在进行排列时只需排列一次，将初始序列中的最小序列值与第二小序列值进行相加，相加时，将初始序列中的最小序列值设为0，将初始序列中的第二小序列值设为1，相加得到第一新值，将第一新值与初始序列中的剩余序列值按照从小到大的顺序进行排列，得到第一序列，将第一序列中的最小序列值与第二小序列值进行相加，将第一序列中的最小序列值设为0，将第一序列中的第二小序列值设为1，相加得到第二新值，依次类推，得到所有类别在熔炼过程中的对应的霍夫曼表。
本发明实施例至少具有如下有益效果：
本发明通过各类别的熔炼程度值、铸造程度值和切割程度值，分别得到对应的霍夫曼表，根据霍夫曼表完成对数据的智能化传输。本发明提供的一种金属铸造过程数据智能化传输方法具有传输速度快、数据传输准确、误传率低以及解码简单等优点。
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为本发明的一种金属铸造过程数据智能化传输方法的步骤流程图。
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效，以下结合附图及较佳实施例，对依据本发明提出的方案，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
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。
本发明针对的具体场景为：在智能化生产金属铸件的过程中，生产设备自动进行金属铸件的生产，获取各类别在生产设备上对应的数据信息，数据信息能够反映实时生产情况，通过将数据信息进行传输，使工作人员实时掌控智能生产状况。
请参阅图1，其示出了本发明一个实施例提供的一种金属铸造过程数据智能化传输方法的步骤流程图，该方法包括以下步骤：
步骤1，获取历史订单中各类别的金属铸件的总个数，得到各类别的金属铸件的占比。
具体地，获取历史订单中各类别的金属铸件的总个数，将第b个类别中金属铸件的总个数记为，则历史订单中所有金属铸件的总数量为
Figure 756742DEST_PATH_IMAGE012
，其中，n为历史订单中类别的总数量。
上述中的占比为：
Figure 953237DEST_PATH_IMAGE013
，其中，
Figure 252500DEST_PATH_IMAGE014
为第b个类别对应的占比。
需要说明的是，历史订单中所有金属铸件的数量为已经生产的金属铸件的总数量，当其中一个类别的数量越多，则该类别对应的占比越大，说明市场对该类别的需求就越大，厂家就会经常生产该类别的金属铸件，该类别的金属铸件的数据信息在数据传输过程中的重要程度越高。
步骤2，在熔炼过程中，获取各类别的金属铸件对应的加热时间，基于加热时间，获取各类别对应的加热速率；计算所有类别对应所有金属的平均熔点，得到各类别对应金属的熔点与平均熔点的差值；基于差值获取各类别对应金属熔点的罕见程度；将各类别对应金属从刚达到熔点到完全融化为液态所需时长记为持续时间；计算占比、加热速率、罕见程度以及持续时间的乘积，得到各类别对应的熔炼程度值。
具体地，通过温度传感器获取环境温度与熔点对应的温度，通过计时器获取加热时间，加热时间为金属从环境温度加热到对应的熔点所需的时间，加热速率为对应熔点与环境温度的温差差值和加热时间的比值，加热速率的公示表达为：
Figure 525349DEST_PATH_IMAGE015
，其中，
Figure 644484DEST_PATH_IMAGE016
为第b个类别对应的加热速率，
Figure 644670DEST_PATH_IMAGE010
为第
Figure 549172DEST_PATH_IMAGE003
个类别对应金属的熔点，
Figure 507769DEST_PATH_IMAGE017
为环境温度，
Figure 114200DEST_PATH_IMAGE018
为第b个类别对应的加热时间。
加热速率越大，金属的升温就越快，则工作人员应该在金属开始加热后快速地撤离加热区域，避免对工作人员的人身安全造成威胁，产生意外事故。
进一步地，每个类别中包括若干个金属铸件，在实际生产过程中，并不能保证各类别中的每一个金属铸件对应的加热速率都完全相同，加热速率会由于外界因素产生一定的偏差，这种偏差会在数据传输过程中导致将一个类别的加热速率误以为是多个类别的加热速率，最终致使数据传输不准确，让工作人员得到错误的智能生产状况，因此需要对各类别的加热速率进行统一。
统一各类别的加热速率的具体过程为：
获取各类别中每一个金属铸件对应的加热速率，计算各类别的平均加热速率，平均加热速率为：
Figure 403230DEST_PATH_IMAGE019
，其中，
Figure 411506DEST_PATH_IMAGE004
为第
Figure 541005DEST_PATH_IMAGE003
个类别中的第k个金属铸件对应的加热速率，
Figure 385464DEST_PATH_IMAGE007
为第
Figure 993032DEST_PATH_IMAGE003
个类别中金属铸件的总个数；计算各类别中所有金属铸件对应加热速率的标准差，标准差为：
Figure 121394DEST_PATH_IMAGE020
，其中
Figure 906947DEST_PATH_IMAGE006
为第
Figure 511408DEST_PATH_IMAGE003
个类别中所有金属铸件对应加热速率的标准差，
Figure 657087DEST_PATH_IMAGE005
为第
Figure 656267DEST_PATH_IMAGE003
个类别的平均加热速率，
Figure 596410DEST_PATH_IMAGE004
为第
Figure 930309DEST_PATH_IMAGE003
个类别中的第k个金属铸件对应的加热速率，
Figure 630411DEST_PATH_IMAGE007
为第
Figure 467786DEST_PATH_IMAGE003
个类别中金属铸件的总个数。根据平均加热速率与标准差构建加热速率分布模型；
加热速率分布模型为：
Figure 844410DEST_PATH_IMAGE021
其中，
Figure 619599DEST_PATH_IMAGE002
为第
Figure 107081DEST_PATH_IMAGE003
个类别对应的加热速率分布模型，
Figure 64542DEST_PATH_IMAGE004
为第
Figure 362799DEST_PATH_IMAGE003
个类别中的第k个金属铸件对应的加热速率，
Figure 405710DEST_PATH_IMAGE005
为第
Figure 696883DEST_PATH_IMAGE003
个类别的平均加热速率，
Figure 525162DEST_PATH_IMAGE006
为第
Figure 978009DEST_PATH_IMAGE003
个类别中所有金属铸件对应加热速率的标准差；
Figure 508216DEST_PATH_IMAGE023
为第
Figure 822654DEST_PATH_IMAGE003
个类别中金属铸件的总个数；将加热速率在区间
Figure 754707DEST_PATH_IMAGE008
中的加热速率统一替换为
Figure 378455DEST_PATH_IMAGE005
。实现了对各类别中所有金属铸件的加热速率的统一。进一步地，通过上述步骤获取各类别对应的加热速率。
需要说明的是，在第
Figure 146691DEST_PATH_IMAGE003
个类别对应的加热速率分布模型中，区间
Figure 779666DEST_PATH_IMAGE008
内的面积为99.730020%，区间
Figure 566225DEST_PATH_IMAGE008
外的面积仅为0.269980%，因此，加热速率在区间
Figure 111607DEST_PATH_IMAGE008
外的概率极小，可以忽略不计，不会对数据的整体传输产生不良影响，所以本实施例不再对区间外的加热速率进行说明。
在铸造金属铸件的过程中，会存在各类别对应的加热速率比较接近，从而很难判断正在铸造的金属铸件属于哪种类别，因此本实施例通过计算正在铸造的金属铸件对于每一个类别的归属程度，通过归属程度判断正在铸造的金属铸件属于哪种类别。
归属程度为：
Figure 616407DEST_PATH_IMAGE024
其中，
Figure 53073DEST_PATH_IMAGE026
为正在铸造的金属铸件属于第
Figure 179292DEST_PATH_IMAGE003
个类别的归属程度，
Figure 410422DEST_PATH_IMAGE027
为正在铸造的金属铸件对应的加热速率，
Figure 136939DEST_PATH_IMAGE005
为第
Figure 862449DEST_PATH_IMAGE003
个类别对应的加热速率，
Figure 623601DEST_PATH_IMAGE006
为第
Figure 25632DEST_PATH_IMAGE003
个类别中所有金属铸件对应加热速率的标准差。
上述中
Figure 255756DEST_PATH_IMAGE028
为正在铸造的金属铸件属于第
Figure 768646DEST_PATH_IMAGE003
个类别的归属程度，在正在铸造的金属铸件对应的所有归属程度中，最小归属程度对应的金属铸件的种类即为正在铸造的金属铸件对应的金属铸件的种类。例如，在正在铸造的金属铸件对应的所有归属程度中，
Figure 384304DEST_PATH_IMAGE028
的值最小，则正在铸造的金属铸件属于第
Figure 973549DEST_PATH_IMAGE003
个类别，则将正在铸造的金属铸件对应的加热速率替换为
Figure 409078DEST_PATH_IMAGE005
。
进一步地，对每个类别对应的加热速率进行归一化处理，得到每个类别对应的归一化后的加热速率，从而将每个类别对应的加热速率的取值限制在(0,1]区间，即
Figure 725659DEST_PATH_IMAGE029
，其中
Figure 212135DEST_PATH_IMAGE030
为第
Figure 955969DEST_PATH_IMAGE003
个类别对应的归一化后的加热速率，
Figure 878794DEST_PATH_IMAGE031
为所有类别对应的最大加热速率，为第
Figure 749798DEST_PATH_IMAGE003
个类别对应的加热速率。
上述中罕见程度的获取方法为：计算所有类别对应所有金属的平均熔点，平均熔点的公式表达为
Figure 74469DEST_PATH_IMAGE032
，n为历史订单中所有类别的总数量，
Figure 723625DEST_PATH_IMAGE034
为第b个类别对应金属的熔点，得到各类别对应金属的熔点与平均熔点的差值，差值的公式表达为：
Figure 150059DEST_PATH_IMAGE035
，其中，
Figure 808442DEST_PATH_IMAGE036
为第b个类别对应金属的熔点与平均熔点的差值，基于差值获取各类别对应金属熔点的罕见程度，罕见程度的公式表达为：
Figure 722040DEST_PATH_IMAGE037
，其中，
Figure 823988DEST_PATH_IMAGE038
为第b个类别对应金属熔点的罕见程度，
Figure 744844DEST_PATH_IMAGE036
为第b个类别对应金属的熔点与平均熔点的差值，
Figure 941339DEST_PATH_IMAGE039
为取绝对值操作，
Figure 240602DEST_PATH_IMAGE040
为所有差值中的最大差值，
Figure 982293DEST_PATH_IMAGE041
为所有差值中的最小差值。
罕见程度
Figure 632586DEST_PATH_IMAGE038
越大，说明第b个类别对应金属熔点的温度越罕见，工作人员在对第b个类别对应的金属进行熔炼操作时，需要格外小心，避免工作人员因为习惯了常规熔点对应的温度而习惯性的对这些不常见熔点对应的温度进行相同操作，从而带来安全隐患。
将各类别对应金属达到其对应熔点到完全融化为液态所需时长记为持续时间，利用传感器获取持续时间，进一步地，对每个类别对应的持续时间进行归一化，得到归一化后的持续时间，即
Figure 367193DEST_PATH_IMAGE042
，
Figure 537274DEST_PATH_IMAGE043
为第b个类别对应的归一化后的持续时间，
Figure 964713DEST_PATH_IMAGE044
为第b个类别对应的持续时间，
Figure 836723DEST_PATH_IMAGE045
为所有类别对应的最大持续时间。
持续时间越长，模具内的金属液体出现外溅的概率越大，液体外溅则会造成一定的危险，对工作人员的安全产生威胁，所以，工作人员需要对持续时间长对应类别的金属铸件格外注意。
具体地，熔炼程度值的公示表达为：
Figure 125753DEST_PATH_IMAGE046
，其中
Figure 399608DEST_PATH_IMAGE047
为第
Figure 263528DEST_PATH_IMAGE003
个类别对应的熔炼程度值，
Figure 373566DEST_PATH_IMAGE014
为第
Figure 715555DEST_PATH_IMAGE003
个类别对应的占比，
Figure 843917DEST_PATH_IMAGE030
为第
Figure 629470DEST_PATH_IMAGE003
个类别对应的归一化后的加热速率，
Figure 476072DEST_PATH_IMAGE038
为第
Figure 638063DEST_PATH_IMAGE003
个类别对应金属熔点的罕见程度，
Figure 355353DEST_PATH_IMAGE048
为第
Figure 561075DEST_PATH_IMAGE003
个类别对应的归一化后的持续时间，至此，得到每个类别对应的熔炼程度值。
步骤3，在模型铸造过程中，计算各类别对应的散热量，基于散热量，计算各类别的综合换热系数；计算占比与综合换热系数的乘积，得到各类别对应的铸造程度值。
具体地，散热量为：
Figure 645706DEST_PATH_IMAGE049
其中，
Figure 595076DEST_PATH_IMAGE050
为第
Figure 432451DEST_PATH_IMAGE003
个类别对应的散热量，
Figure 294227DEST_PATH_IMAGE051
为第
Figure 849843DEST_PATH_IMAGE003
个类别对应金属的比热容，
Figure 337325DEST_PATH_IMAGE052
为第
Figure 29206DEST_PATH_IMAGE003
个类别对应模型器具的容积，
Figure 61884DEST_PATH_IMAGE053
为第
Figure 635954DEST_PATH_IMAGE003
个类别对应金属的密度，
Figure 209018DEST_PATH_IMAGE010
为第
Figure 286564DEST_PATH_IMAGE003
个类别对应金属的熔点，
Figure 286881DEST_PATH_IMAGE017
为环境温度。
综合换热系数为：
Figure 98979DEST_PATH_IMAGE054
其中，
Figure 459422DEST_PATH_IMAGE055
为第
Figure 407787DEST_PATH_IMAGE003
个类别对应的综合换热系数，
Figure 828272DEST_PATH_IMAGE050
为第
Figure 862088DEST_PATH_IMAGE003
个类别对应的散热量，
Figure 26222DEST_PATH_IMAGE056
为第
Figure 829092DEST_PATH_IMAGE003
个类别对应模型器具与空气接触的面积，
Figure 420480DEST_PATH_IMAGE010
为第
Figure 207170DEST_PATH_IMAGE003
个类别对应金属的熔点，
Figure 660148DEST_PATH_IMAGE017
为环境温度。
综合换热系数越小，说明对应金属铸件的散热越慢，越容易产生安全事故，因此，综合换热系数越小对应的金属铸件越需要工作人员格外关注，进一步地，为了方便后续铸造程度值的计算，本实施例需要对综合换热系数进行转换，让工作人员对综合换热系数越大对应的金属铸件格外关注。
转换方法为：
Figure 832372DEST_PATH_IMAGE057
，
Figure 79814DEST_PATH_IMAGE058
为第
Figure 337489DEST_PATH_IMAGE003
个类别对应的转换后的综合换热系数，
Figure 594158DEST_PATH_IMAGE055
为第
Figure 886468DEST_PATH_IMAGE003
个类别对应的综合换热系数，
Figure 570390DEST_PATH_IMAGE059
为所有综合换热系数中的最大综合换热系数。
铸造程度值为：
Figure 800514DEST_PATH_IMAGE060
，其中
Figure 110142DEST_PATH_IMAGE061
为第
Figure 742111DEST_PATH_IMAGE003
个类别对应的铸造程度值，
Figure 846202DEST_PATH_IMAGE058
为第
Figure 829202DEST_PATH_IMAGE003
个类别对应的转换后的综合换热系数，
Figure 676941DEST_PATH_IMAGE063
为第b个类别对应的占比。至此，得到每个类别对应的铸造程度值。
步骤4，在切割打磨过程中，获取各类别切换刀具的次数与每切换一次刀具对应的转速，根据占比、切换刀具的次数以及转速，得到各类别对应的切割程度值。
切割打磨是利用车床上的刀具将在模型铸造过程中得到的粗糙金属铸件进行修整，得到边缘无毛刺能够达到质量要求的金属铸件。各类别对应的金属铸件由于材质或形状等各种因素的不同，则对应的粗糙金属铸件需要打磨的部位和打磨的程度也不同，所以各类别对应切换刀具的次数与刀具的转速也不同。
本实施例获取各类别切换刀具的次数与每切换一次刀具对应的转速，计算各类别对应刀具的平均转速，各类别对应刀具的平均转速为：
Figure 163417DEST_PATH_IMAGE064
其中，
Figure 438410DEST_PATH_IMAGE065
为第b个类别对应刀具的平均转速，
Figure 643126DEST_PATH_IMAGE011
为第b个类别对应切换刀具的总次数，
Figure 45289DEST_PATH_IMAGE066
为第b个类别第
Figure DEST_PATH_IMAGE067
次切换刀具对应的转速。
根据各类别对应刀具的平均转速，计算所有类别对应刀具的平均转速，所有类别对应刀具的平均转速为：
Figure 409159DEST_PATH_IMAGE068
其中，
Figure DEST_PATH_IMAGE069
为所有类别对应刀具的平均转速，
Figure 792736DEST_PATH_IMAGE065
为第b个类别对应刀具的平均转速，n为历史订单中类别的总数量。
根据各类别对应切换刀具的总次数，计算各类别的切换刀具的总次数的比重；各类别的切换刀具的总次数的比重为：
Figure 999595DEST_PATH_IMAGE070
其中，
Figure 674290DEST_PATH_IMAGE010
为第b个类别的切换刀具的总次数的比重，
Figure 650206DEST_PATH_IMAGE011
为第b个类别对应切换刀具的总次数，n为历史订单中类别的总数量。
根据占比、所有类别对应刀具的平均转速、各类别对应刀具的平均转速，各类别的切换刀具的总次数的比重，确定各类别对应的切割程度值；切割程度值为：
Figure 17733DEST_PATH_IMAGE071
其中，
Figure 180730DEST_PATH_IMAGE072
为第b个类别对应的切割程度值，
Figure 659116DEST_PATH_IMAGE010
为第b个类别的切换刀具的总次数的比重，
Figure 755117DEST_PATH_IMAGE069
为所有类别对应刀具的平均转速，
Figure 27966DEST_PATH_IMAGE065
为第b个类别对应刀具的平均转速。至此得到每个类别对应的切割程度值。
步骤5，根据熔炼程度值、铸造程度值以及切割程度值，分别得到所有类别在熔炼过程中、模型铸造过程中以及切割打磨过程中对应的霍夫曼表，通过霍夫曼表完成对数据的智能化传输。
具体地，根据熔炼程度值，获取所有类别在熔炼过程中对应的霍夫曼表，具体过程为：
将所有类别对应的熔炼程度值按照从小到大的顺序进行排列，得到初始序列，其中在排列时，多个相同的熔炼程度值在进行排列时只需排列一次，将初始序列中的最小序列值与第二小序列值进行相加，相加时，将最小序列值设为0，第二小序列值设为1，相加得到第一新值，将第一新值与初始序列中的剩余序列值（剩余序列值为初始序列中除最小序列值与第二小序列值之外的所有序列值）按照从小到大的顺序进行排列，得到第一序列，将第一序列中的最小序列值与第二小序列值进行相加，同样的，将最小序列值设为0，第二小序列值设为1，相加得到第二新值，依次类推，得到所有类别在熔炼过程中的对应的霍夫曼表，其中越重要的类别对应的金属铸件的数据信息在编码中码长越短，能够直观的反映出各类别的重要性。
获取所有类别在模型铸造过程中与切割打磨过程中对应的霍夫曼表的方法与上述获取所有类别在熔炼过程中对应的霍夫曼表的方法一致，因获取所有类别在熔炼过程中对应的霍夫曼表的方法已详细给出，不再赘述。
进一步地，对霍夫曼表中的编码值进行压缩，完成对所有类别对应金属铸件的相关数据的智能化传输。数据传输到终端，在终端接收到数据可以根据霍夫曼表进行解码获取金属铸件在铸造时的生产情况，同时通过编码的长短可以直观反映各类别的重要程度，重要程度能够提前预告在场的工作人员在铸造某个类别时需要格外提高警惕，避免发生意外。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (4)

1.一种金属铸造过程数据智能化传输方法，其特征在于，该方法包括以下步骤：
获取历史订单中各类别的金属铸件的总个数，得到各类别的金属铸件的占比；
在熔炼过程中，获取各类别的金属铸件对应的加热时间，基于所述加热时间，获取各类别对应的加热速率；
计算所有类别对应所有金属的平均熔点，得到各类别对应金属的熔点与所述平均熔点的差值；基于所述差值获取各类别对应金属熔点的罕见程度；
将各类别对应金属从刚达到熔点到完全融化为液态所需时长记为持续时间；计算所述占比、加热速率、罕见程度以及持续时间的乘积，得到各类别对应的熔炼程度值；
在模型铸造过程中，计算各类别对应金属的散热量，基于所述散热量，计算各类别对应金属的综合换热系数；计算所述占比与综合换热系数的乘积，得到各类别对应的铸造程度值；
在切割打磨过程中，获取各类别对应切换刀具的次数与每切换一次刀具对应的转速，根据所述占比、切换刀具的次数以及转速，得到各类别对应的切割程度值；
根据所述熔炼程度值、铸造程度值以及切割程度值，分别得到所有类别在熔炼过程中、模型铸造过程中以及切割打磨过程中对应的霍夫曼表，通过所述霍夫曼表完成对数据的智能化传输。
2.根据权利要求1所述的一种金属铸造过程数据智能化传输方法，其特征在于，每个类别包括若干个金属铸件，对每个类别中的若干个金属铸件的加热速率进行统一；
所述进行统一的方法为：获取任意一类别中每一个金属铸件对应的加热速率，计算该类别的平均加热速率，计算该类别中所有金属铸件对应加热速率的标准差；根据所述平均加热速率与标准差构建加热速率分布模型；
加热速率分布模型为：
Figure 960947DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE003
为第
Figure 172485DEST_PATH_IMAGE004
个类别对应的加热速率分布模型，
Figure DEST_PATH_IMAGE005
为第
Figure 223355DEST_PATH_IMAGE004
个类别中第k个金属铸件对应的加热速率，
Figure 208760DEST_PATH_IMAGE006
为第
Figure 426115DEST_PATH_IMAGE004
个类别的平均加热速率，
Figure DEST_PATH_IMAGE007
为第
Figure 7007DEST_PATH_IMAGE004
个类别中所有金属铸件对应加热速率的标准差；
Figure 651615DEST_PATH_IMAGE008
为第
Figure 124315DEST_PATH_IMAGE004
个类别中金属铸件的总个数；将加热速率在区间
Figure DEST_PATH_IMAGE009
中的加热速率统一替换为
Figure 942099DEST_PATH_IMAGE006
。
3.根据权利要求1所述一种金属铸造过程数据智能化传输方法，其特征在于，
所述切割程度值的获取方法为：获取任意一类别对应切换刀具的总次数与每切换一次刀具对应的转速，计算该类别对应刀具的平均转速，根据该类别对应刀具的平均转速，计算所有类别对应刀具的平均转速，根据该类别对应切换刀具的总次数，计算该类别的切换刀具的总次数的比重；
比重的公示表达为：
Figure DEST_PATH_IMAGE011
其中，
Figure 111918DEST_PATH_IMAGE012
为第b个类别的切换刀具的总次数的比重，
Figure DEST_PATH_IMAGE013
为第b个类别对应切换刀具的总次数，n为历史订单中类别的总数量；
根据所述占比、所有类别对应刀具的平均转速、各类别对应刀具的平均转速以及比重，确定各类别对应的切割程度值。
4.根据权利要求1所述一种金属铸造过程数据智能化传输方法，其特征在于，
所述所有类别在熔炼过程中对应的霍夫曼表的获取方法为：将所有类别对应的熔炼程度值按照从小到大的顺序进行排列，得到初始序列，其中在排列时，多个相同的熔炼程度值在进行排列时只需排列一次，将初始序列中的最小序列值与第二小序列值进行相加，相加时，将初始序列中的最小序列值设为0，将初始序列中的第二小序列值设为1，相加得到第一新值，将第一新值与初始序列中的剩余序列值按照从小到大的顺序进行排列，得到第一序列，将第一序列中的最小序列值与第二小序列值进行相加，将第一序列中的最小序列值设为0，将第一序列中的第二小序列值设为1，相加得到第二新值，依次类推，得到所有类别在熔炼过程中的对应的霍夫曼表。
CN202210943708.5A 2022-08-08 2022-08-08 一种金属铸造过程数据智能化传输方法 Active CN115017448B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210943708.5A CN115017448B (zh) 2022-08-08 2022-08-08 一种金属铸造过程数据智能化传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210943708.5A CN115017448B (zh) 2022-08-08 2022-08-08 一种金属铸造过程数据智能化传输方法

Publications (2)

Publication Number Publication Date
CN115017448A CN115017448A (zh) 2022-09-06
CN115017448B true CN115017448B (zh) 2022-11-29

Family

ID=83065562

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210943708.5A Active CN115017448B (zh) 2022-08-08 2022-08-08 一种金属铸造过程数据智能化传输方法

Country Status (1)

Country Link
CN (1) CN115017448B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008155230A (ja) * 2006-12-21 2008-07-10 Nissan Motor Co Ltd 鋳造方案設計方法
JP2014130456A (ja) * 2012-12-28 2014-07-10 Mitsubishi Electric Corp 鋳物部材の形状予測方法及び形状予測装置並びに鋳物部材の加工方法及び加工装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2390025A1 (en) * 2010-05-30 2011-11-30 AKADEMIA GORNICZO-HUTNICZA im. Stanislawa Staszica Method for casting using simulation of casting process, system for casting using simulation of casting process and data base

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008155230A (ja) * 2006-12-21 2008-07-10 Nissan Motor Co Ltd 鋳造方案設計方法
JP2014130456A (ja) * 2012-12-28 2014-07-10 Mitsubishi Electric Corp 鋳物部材の形状予測方法及び形状予測装置並びに鋳物部材の加工方法及び加工装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于PLC连续铸造智能控制系统设计;解玲丽 等;《热加工工艺》;20191231;第48卷(第23期);第72-75、78页 *
高温铝合金铸造计算机中央控制系统设计研究;唐挺;《特种铸造及有色合金》;20210531(第5期);第670-671页 *

Also Published As

Publication number Publication date
CN115017448A (zh) 2022-09-06

Similar Documents

Publication Publication Date Title
Chougule et al. Casting cost estimation in an integrated product and process design environment
US10776841B2 (en) Method for quoting part production
US9367063B2 (en) Method for implementing design-for-manufacturability checks
CN115017448B (zh) 一种金属铸造过程数据智能化传输方法
US6804568B1 (en) 3-D CAD/CAM data transfer method, 3-D CAD apparatus, 3-D CAM apparatus, 3-D CAD/CAM apparatus, NC process apparatus, and storage medium
CN103978649A (zh) 注塑成型机的显示装置以及显示方法
CN117592222B (zh) 一种基于注塑模具的浇注仿真方法、系统和介质
CN109719992A (zh) 一种模具寿命管理系统
CN109543975A (zh) 模具管理方法和装置
JP2019102065A (ja) 製造委託支援装置、製造委託支援方法、及びそのためのプログラム
CN111618528A (zh) 一种建筑用铝模板生产工艺
TWI735316B (zh) 數位化生產決策系統及數位化生產決策方法
Riedel et al. Foundry 4.0: digitally recordable casting ladle for the application of Industry 4.0-ready manual casting processes
CN112355278A (zh) 一种薄胎珐琅雕塑产品制造工艺
CN113059113A (zh) 一种铝合金车轮制造用液压模锻生产工艺
CN113191697A (zh) 一种轮胎模具的智能化管理系统及其工作方法
Mpanza et al. Investigating the Impact of poor utilisation of quality management system in a South African foundry
CN103347242A (zh) 一种金属耳机腔体制造方法
JPH0974022A (ja) コイル部品
JP2001356811A (ja) 生産計画作成システム
CN116128007A (zh) 一种定子线圈全生命周期标识方法
KR101966090B1 (ko) 금형 제조공정 관리 시스템
JP2023515945A (ja) 機械的特性を示すためのシステム、方法、及びコンピュータ可読記憶媒体
JPH06345461A (ja) 高精度プレス成形用ガラス素材とその成形法及び成形された光学製品
JPH09274625A (ja) 金型設計支援システム

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