CN115202310B - 一种电动汽车电机扣件的自动化加工方法及系统 - Google Patents
一种电动汽车电机扣件的自动化加工方法及系统 Download PDFInfo
- Publication number
- CN115202310B CN115202310B CN202210966498.1A CN202210966498A CN115202310B CN 115202310 B CN115202310 B CN 115202310B CN 202210966498 A CN202210966498 A CN 202210966498A CN 115202310 B CN115202310 B CN 115202310B
- Authority
- CN
- China
- Prior art keywords
- image acquisition
- result
- production
- process flow
- generating
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000004519 manufacturing process Methods 0.000 claims abstract description 161
- 238000000034 method Methods 0.000 claims abstract description 128
- 238000012545 processing Methods 0.000 claims abstract description 67
- 238000013441 quality evaluation Methods 0.000 claims abstract description 57
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 239000000463 material Substances 0.000 claims description 119
- 230000008569 process Effects 0.000 claims description 97
- 238000011156 evaluation Methods 0.000 claims description 49
- 230000007306 turnover Effects 0.000 claims description 48
- 230000001502 supplementing effect Effects 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012546 transfer Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 230000007547 defect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32368—Quality control
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Automation & Control Theory (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种电动汽车电机扣件的自动化加工方法及系统,应用于自动化加工技术领域,该方法包括:通过对生产产线信息进行分析,生成布设点集合进行图像采集装置的布设,并设置图像采集参数。基于图像采集参数控制图像采集装置进行图像采集结果的识别,生成第一加工影响控制参数。通过质量评价装置进行电机扣件的质量评价,基于质量评价结果生成第二加工影响控制参数。通过加工影响控制参数进行产线生产数据调整,根据质量评价结果生成反馈图像采集控制参数进行采集装置调整后的图像采集监测。解决了现有技术中存在自动化加工方法不智能,导致无法针对生产线出现的问题对生产过程进行优化,进而造成自动化生产线生产效率降低的问题。
Description
技术领域
本发明涉及自动化加工技术领域,具体涉及一种电动汽车电机扣件的自动化加工方法及系统。
背景技术
自动化是指通过机器设备在无人或较少人员的参与下,按照人设定的要求,实现预期的目标的过程,极大地提高劳动生产效率。然而,在现有的自动化生产线中,生产线的各项操作均按照固定的程序进行运行,当自动化生产线出现如物料缺少、设备生产速率不匹配等问题出现时,无法智能化的对生产过程进行优化,从而造成自动化生产线生产效率降低的问题。
因此,在现有技术中存在自动化加工方法不智能,导致无法针对生产线出现的问题对生产过程进行优化,进而造成自动化生产线生产效率降低的问题。
发明内容
本申请提供一种电动汽车电机扣件的自动化加工方法及系统,用于针对解决现有技术中存在自动化加工方法不智能,导致无法针对生产线出现的问题对生产过程进行优化,进而造成自动化生产线生产效率降低的问题。
鉴于上述问题,本申请提供了一种电动汽车电机扣件的自动化加工方法及系统。
本申请的第一个方面,提供了一种电动汽车电机扣件的自动化加工方法,所述方法应用于智能控制系统,所述智能控制系统与图像采集装置、质量评价装置通信连接,所述方法包括:采集电机扣件生产产线信息,基于所述生产产线信息进行分析,根据分析结果生成第一布设点集合;通过所述第一布设点集合进行所述图像采集装置的布设,并设置图像采集参数;基于所述图像采集参数控制所述图像采集装置进行图像采集结果的识别,基于图像采集识别结果生成第一加工影响控制参数;通过所述质量评价装置进行电机扣件的生产质量评价,基于生产质量评价结果生成第二加工影响控制参数;通过所述第一加工影响控制参数和所述第二加工影响控制参数进行产线生产数据调整,并根据所述生产质量评价结果生成反馈图像采集控制参数;通过所述反馈图像采集控制参数进行所述图像采集装置进行产线生产数据调整后的图像采集监测。
本申请的第二个方面,提供了一种电动汽车电机扣件的自动化加工系统,所述系统与图像采集装置、质量评价装置通信连接,所述系统包括:第一布设点集合获取模块,用于采集电机扣件生产产线信息,基于所述生产产线信息进行分析,根据分析结果生成第一布设点集合;图像采集参数获取模块,用于通过所述第一布设点集合进行所述图像采集装置的布设,并设置图像采集参数;第一加工影响控制参数获取模块,用于基于所述图像采集参数控制所述图像采集装置进行图像采集结果的识别,基于图像采集识别结果生成第一加工影响控制参数;第二加工影响控制参数获取模块,用于通过所述质量评价装置进行电机扣件的生产质量评价,基于生产质量评价结果生成第二加工影响控制参数;图像采集控制参数生成模块,用于通过所述第一加工影响控制参数和所述第二加工影响控制参数进行产线生产数据调整,并根据所述生产质量评价结果生成反馈图像采集控制参数;图像采集监测模块,用于通过所述反馈图像采集控制参数进行所述图像采集装置进行产线生产数据调整后的图像采集监测。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的方法通过对生产产线信息进行分析,生成布设点集合进行所述图像采集装置的布设,并设置图像采集参数。基于图像采集参数控制图像采集装置进行图像采集结果的识别,识别生产线中存在的物料缺少以及设备匹配的问题,生成第一加工影响控制参数。通过质量评价装置进行电机扣件的质量评价,基于质量评价结果生成第二加工影响控制参数,完成对电机扣件的质量评价并生成相应的监测参数。通过加工影响控制参数进行产线生产数据调整,根据质量评价结果生成反馈图像采集控制参数进行采集装置调整后的图像采集监测,进一步保证了自动化加工的生产效率和生产质量。解决了现有技术中存在自动化加工方法不智能,导致无法针对生产线出现的问题对生产过程进行优化,进而造成自动化生产线生产效率降低的问题。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请提供的一种电动汽车电机扣件的自动化加工方法流程示意图;
图2为本申请提供的一种电动汽车电机扣件的自动化加工方法中获取图像采集识别结果的流程示意图;
图3为本申请提供的一种电动汽车电机扣件的自动化加工方法中获取反馈图像采集控制参数的流程示意图;
图4为本申请提供了一种电动汽车电机扣件的自动化加工系统结构示意图。
附图标记说明:第一布设点集合获取模块11,图像采集参数获取模块12,第一加工影响控制参数获取模块13,第二加工影响控制参数获取模块14,图像采集控制参数生成模块15,图像采集监测模块16。
具体实施方式
本申请提供一种电动汽车电机扣件的自动化加工方法及系统,用于针对解决现有技术中存在自动化加工方法不智能,导致无法针对生产线出现的问题对生产过程进行优化,进而造成自动化生产线生产效率降低的问题。
下面将参考附图对本申请中的技术方案进行清楚、完整地描述。所描述的实施内容例仅为本申请所能实现的部分内容,而不是本申请的全部内容。
实施例一
如图1所示,本申请提供了一种电动汽车电机扣件的自动化加工方法,所述方法应用于智能控制系统,所述智能控制系统与图像采集装置、质量评价装置通信连接,所述方法包括:
步骤100:采集电机扣件生产产线信息,基于所述生产产线信息进行分析,根据分析结果生成第一布设点集合;
步骤200:通过所述第一布设点集合进行所述图像采集装置的布设,并设置图像采集参数;
具体的,电机扣件是金属材料制成的用于固定电机的连接装置,采集电机扣件的生产产线信息。其中电机扣件的生产产线信息包括产线的结构、设备等信息。随后,对生产产线信息进行分析,分析其中可以在生产产线布设图像采集装置的位置,根据分析结构生成第一布设点集合,其中第一布设点集合为图像采集装置的布设位置集合。通过第一布设点集合进行图像采集装置的布设,并设置图像采集装置的采集参数,其中采集参数可以包括具体的采集周期,采集频率等,且该采集参数可以根据实际的生产产线运行情况进行适应性修改。
步骤300:基于所述图像采集参数控制所述图像采集装置进行图像采集结果的识别,基于图像采集识别结果生成第一加工影响控制参数;
具体的,基于所述图像采集参数控制所述图像采集装置进行图像采集,采集获取各加工步骤的图像获取图像采集结果,对图像采集结果进行识别。识别生产产线加工步骤中,加工的动作是否合规,物料摆放是否正确,物料供给是否及时等对产品生产存在质量或速度影响的因素。根据图像采集识别结果生成第一加工影响控制参数。其中第一加工影响控制参数用于评价图像采集识别结果是否会对生产质量或速度产生影响。
如图2所示,本申请实施例提供的方法步骤300还包括:
步骤310:通过大数据构建区域关联评价特征集合;
步骤320:基于所述区域关联评价特征集合进行所述图像采集结果的特征匹配识别;
步骤330:根据特征匹配识别结果获得所述图像采集识别结果。
具体的,通过大数据构建区域关联评价特征集合,即通过大数据获取图像采集区域对产品生产存在质量或速度影响的评价特征集合。基于所述区域关联评价特征集合进行所述图像采集结果的特征匹配识别,识别区域关联评价特征集合中的特征。随后根据特征匹配识别结果获得所述图像采集识别结果,完成对图像的采集识别。
本申请实施例提供的方法步骤330还包括:
步骤331:通过所述图像采集识别结果获得第一工艺流程的第一物料评价数据;
步骤332:根据所述第一物料评价数据生成预期物料补充时间节点;
步骤333:通过所述图像采集识别结果获得第二工艺流程的第二物料评价数据,其中,所述第二工艺流程为所述第一工艺流程的前一工艺;
步骤334:根据所述第二物料评价数据进行所述预期物料补充时间节点的物料数量预估,得到预估物料数量信息;
步骤335:判断所述预估物料数量信息是否满足物料周转阈值;
步骤336:当不能满足所述物料周转阈值时,确定第一周转时间节点;
步骤337:在所述第一周转时间节点将所述第二工艺流程的生产物料周转至所述第一工艺流程位置。
具体的,根据图像采集识别结果获得第一工艺流程的第一物料评价数据,其中第一工艺流程为生产产线的某个工艺步骤,获取第一工艺流程的第一物料评价数据,第一物料评价数据为对物料是否需要进行补充的评估数据。根据所述第一物料评价数据生成预期物料补充时间节点,即获取物料补充的时间节点。随后,通过图像采集识别结果获得第二工艺流程的第二物料评价数据,其中,所述第二工艺流程为所述第一工艺流程的前一工艺,即第二工艺流程完成后进行第一工艺流程。当第二物料生产完成后对第一物料进行补充,根据所述第二物料评价数据进行所述预期物料补充时间节点的物料数量预估,得到预估物料数量信息,即获取在预期物料补充时间节点到达时对第二物料数量预估数据。随后判断预估物料数量信息是否满足物料周转阈值,即判断第二物料数量预估数据是否达到满足第一工艺流程正常运行的物料阈值。当不能满足物料周转阈值时,确定第一周转时间节点,其中第一周转时间节点为在不影响第一工艺流程运行的前提下的第二物料数量最大时的时间节点。最后,在第一周转时间节点将所述第二工艺流程的生产物料周转至所述第一工艺流程位置。即对第一工艺流程的前一工艺流程生产的物料进行阈值判断,当不满足阈值时前一工艺流程生产的物料无法满足第一工艺流程的生产需要,为了避免第一工艺流程因缺少物料而停止运转,通过获取第一周转时间节点,在第一周转时间节点将物料输送至第一工艺流程处,进一步保证成产线的高效运行,避免某一工艺流程停机导致生产延误的问题。
本申请实施例提供的方法步骤337还包括:
步骤337-1:对所述第一周转时间节点的所述第二工艺流程的物料量预估,得到第二预估结果;
步骤337-2:设定物料周转最低阈值;
步骤337-3:判断所述第二预估结果是否满足所述物料周转最低阈值;
步骤337-4:当所述第二预估结果不能满足所述物料周转最低阈值时,则基于所述物料周转最低阈值进行周转时间的重新确定评估,得到第二周转时间节点;
步骤337-5:在所述第二周转时间节点将所述第二工艺流程的生产物料周转至所述第一工艺流程位置。
具体的,对第一周转时间节点的所述第二工艺流程的物料量预估,得到第二预估结果,即预估在第一周转时间节点的第二工艺流程的物料量。设定第一工艺流程的物料周转最低阈值,该阈值可以根据实际的生产状况进行设定,判断所述第二预估结果是否满足所述物料周转最低阈值。当第二预估结果不满足所述物料周转最低阈值时,此时第二工艺流程的物料量无法满足第一工艺流程的最低生产物料需求。此时,则基于所述物料周转最低阈值进行周转时间的重新确定评估,获取第二工艺流程的物料量达到物料周转最低阈值时需要的时间,得到第二周转时间节点。最后,在到达在第二周转时间节点时将第二工艺流程的生产物料周转至所述第一工艺流程位置。
本申请实施例提供的方法步骤337还包括:
步骤337-6:当不能满足所述物料周转阈值时,对所述第一工艺流程和所述第二工艺流程的生产效率匹配评价,生成匹配评价参数;
步骤337-7:根据所述匹配评价参数进行所述第一工艺流程和所述第二工艺流程的生产设备数量调整。
具体的,当不能满足所述物料周转阈值时,对所述第一工艺流程和所述第二工艺流程的生产效率匹配评价,获取不能满足所述物料周转阈值情况的出现频率。由于不能满足物料周转阈值时,第一工艺流程和第二工艺流程的生产效率存在匹配不佳的问题,此时需要获取不能满足物料周转阈值情况出现的频率,当出现频率越高时说明二者生产匹配度越低,获取匹配评价参数,匹配评价参数用于对工艺流程的生产数据匹配度进行评价。最后,根据匹配评价参数进行所述第一工艺流程和所述第二工艺流程的生产设备数量调整。避免由于第一工艺流程和所述第二工艺流程的生产设备数量不匹配造成设备使用效率低的问题。
步骤400:通过所述质量评价装置进行电机扣件的生产质量评价,基于生产质量评价结果生成第二加工影响控制参数;
步骤500:通过所述第一加工影响控制参数和所述第二加工影响控制参数进行产线生产数据调整,并根据所述生产质量评价结果生成反馈图像采集控制参数;
步骤600:通过所述反馈图像采集控制参数进行所述图像采集装置进行产线生产数据调整后的图像采集监测。
具体的,通过质量评价装置对电机扣件的生产质量进行评价,其中质量评价装置为通过外观、各部位参数对生产的电机扣件质量进行评价的专用装置。根据生产质量评价结果生成第二加工影响控制参数,其中第二加工影响控制参数为对生产的产品质量进行评价参数,如评价产品的缺陷位置等缺陷信息。随后,通过第一加工影响控制参数和所述第二加工影响控制参数进行产线生产数据调整,调整第一加工影响控制参数中对质量产生影响的成产参数。并根据所述生产质量评价结果生成反馈图像采集控制参数,对图像采集装置的采集频率进行调整。最后,通过反馈图像采集控制参数对图像采集装置进行调整,根据调整后的数据对产线生产数据调整后的工艺步骤进行图像采集监测。完成对电动汽车电机扣件的自动化加工,进一步保证了自动化加工的生产效率和生产质量。
如图3所示,本申请实施例提供的方法步骤500还包括:
步骤510:根据所述生产质量评价结果定位关联工艺信息;
步骤520:根据所述生产质量评价结果确定图像采集频率约束值;
步骤530:将所述关联工艺信息对应图像采集装置的图像采集参数依据所述图像采集频率约束值调整,根据调整结果获得所述反馈图像采集控制参数。
具体的,根据生产质量评价结果定位关联工艺信息,即根据生产质量评价结果对存在关联的工艺步骤进行定位。根据生产质量评价结果确定图像采集频率约束值,即对存在问题的关联工艺步骤的图像采集频率进行约束。将所述关联工艺信息对应图像采集装置的图像采集参数依据所述图像采集频率约束值调整,随后根据调整结果获得所述反馈图像采集控制参数,完成对图像采集装置的控制调整。针对存在问题的工艺步骤进行采集频率调整,避免因采集频率过低无法发现工艺步骤存在的问题。
本申请实施例提供的方法步骤600还包括:
步骤610:判断所述图像采集识别结果是否存在异常操作信息;
步骤620:当所述图像采集识别结果中存在异常操作信息时,生成预警信息;
步骤630:基于预警信息进行实时预警提示。
具体的,判断图像采集识别结果是否存在异常操作信息,其中异常操作信息为工艺步骤的异常操作。当所述图像采集识别结果中存在异常操作信息时,生成预警信息,由预警信息对自动化生产线进行实时预警提示。通过生成预警提示,对自动化生产线进行实时预警监测,进一步保证了生产线的生成效率和生成质量。
综上所述,本申请实施例提供的方法通过对生产产线信息进行分析,生成布设点集合,根据布设点集合进行图像采集装置的布设,并设置图像采集参数。基于图像采集参数控制图像采集装置进行图像采集结果的识别,识别生产线中存在的物料缺少以及设备匹配的问题,并生成第一加工影响控制参数。通过质量评价装置进行电机扣件的质量评价,基于质量评价结果生成第二加工影响控制参数,完成对电机扣件的质量评价并生成相应的监测参数。通过加工影响控制参数进行产线生产数据调整,根据质量评价结果生成反馈图像采集控制参数进行采集装置调整后的图像采集监测,进一步保证了自动化加工的生产效率和生产质量。解决了现有技术中存在自动化加工方法不智能,导致无法针对生产线出现的问题对生产过程进行优化,进而造成自动化生产线生产效率降低的问题。
实施例二
基于与前述实施例中一种电动汽车电机扣件的自动化加工方法相同的发明构思,如图4所示,本申请提供了一种电动汽车电机扣件的自动化加工系统,所述系统与图像采集装置、质量评价装置通信连接,所述系统包括:
第一布设点集合获取模块11,用于采集电机扣件生产产线信息,基于所述生产产线信息进行分析,根据分析结果生成第一布设点集合;
图像采集参数获取模块12,用于通过所述第一布设点集合进行所述图像采集装置的布设,并设置图像采集参数;
第一加工影响控制参数获取模块13,用于基于所述图像采集参数控制所述图像采集装置进行图像采集结果的识别,基于图像采集识别结果生成第一加工影响控制参数;
第二加工影响控制参数获取模块14,用于通过所述质量评价装置进行电机扣件的生产质量评价,基于生产质量评价结果生成第二加工影响控制参数;
图像采集控制参数生成模块15,用于通过所述第一加工影响控制参数和所述第二加工影响控制参数进行产线生产数据调整,并根据所述生产质量评价结果生成反馈图像采集控制参数;
图像采集监测模块16,用于通过所述反馈图像采集控制参数进行所述图像采集装置进行产线生产数据调整后的图像采集监测。
进一步地,所述第一加工影响控制参数获取模块13还用于:
通过大数据构建区域关联评价特征集合;
基于所述区域关联评价特征集合进行所述图像采集结果的特征匹配识别;
根据特征匹配识别结果获得所述图像采集识别结果。
进一步地,所述第一加工影响控制参数获取模块13还用于:
通过所述图像采集识别结果获得第一工艺流程的第一物料评价数据;
根据所述第一物料评价数据生成预期物料补充时间节点;
通过所述图像采集识别结果获得第二工艺流程的第二物料评价数据,其中,所述第二工艺流程为所述第一工艺流程的前一工艺;
根据所述第二物料评价数据进行所述预期物料补充时间节点的物料数量预估,得到预估物料数量信息;
判断所述预估物料数量信息是否满足物料周转阈值;
当不能满足所述物料周转阈值时,确定第一周转时间节点;
在所述第一周转时间节点将所述第二工艺流程的生产物料周转至所述第一工艺流程位置。
进一步地,所述第一加工影响控制参数获取模块13还用于:
对所述第一周转时间节点的所述第二工艺流程的物料量预估,得到第二预估结果;
设定物料周转最低阈值;
判断所述第二预估结果是否满足所述物料周转最低阈值;
当所述第二预估结果不能满足所述物料周转最低阈值时,则基于所述物料周转最低阈值进行周转时间的重新确定评估,得到第二周转时间节点;
在所述第二周转时间节点将所述第二工艺流程的生产物料周转至所述第一工艺流程位置。
进一步地,所述第一加工影响控制参数获取模块13还用于:
当不能满足所述物料周转阈值时,对所述第一工艺流程和所述第二工艺流程的生产效率匹配评价,生成匹配评价参数;
根据所述匹配评价参数进行所述第一工艺流程和所述第二工艺流程的生产设备数量调整。
进一步地,所述图像采集控制参数生成模块15还用于:
根据所述生产质量评价结果定位关联工艺信息;
根据所述生产质量评价结果确定图像采集频率约束值;
将所述关联工艺信息对应图像采集装置的图像采集参数依据所述图像采集频率约束值调整,根据调整结果获得所述反馈图像采集控制参数。
进一步地,所述图像采集监测模块16还用于:
判断所述图像采集识别结果是否存在异常操作信息;
当所述图像采集识别结果中存在异常操作信息时,生成预警信息;
基于预警信息进行实时预警提示。
上述实施例二用于执行如实施例一中的方法,其执行原理以及执行基础均可以通过实施例一中记载的内容获取,在此不做过多赘述。尽管结合具体特征及其实施例对本申请进行了描述,但本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围,这样获取的内容也属于本申请保护的范围。
Claims (6)
1.一种电动汽车电机扣件的自动化加工方法,其特征在于,所述方法应用于智能控制系统,所述智能控制系统与图像采集装置、质量评价装置通信连接,所述方法包括:
采集电机扣件生产产线信息,基于所述生产产线信息进行分析,根据分析结果生成第一布设点集合;
通过所述第一布设点集合进行所述图像采集装置的布设,并设置图像采集参数;
基于所述图像采集参数控制所述图像采集装置进行图像采集结果的识别,基于图像采集识别结果生成第一加工影响控制参数;
其中:所述图像采集识别结果的获得包括:
通过大数据构建区域关联评价特征集合;
基于所述区域关联评价特征集合进行所述图像采集结果的特征匹配识别;
根据特征匹配识别结果获得所述图像采集识别结果;
其中,根据特征匹配识别结果获得所述图像采集识别结果包括:
通过所述图像采集识别结果获得第一工艺流程的第一物料评价数据;
根据所述第一物料评价数据生成预期物料补充时间节点;
通过所述图像采集识别结果获得第二工艺流程的第二物料评价数据,其中,所述第二工艺流程为所述第一工艺流程的前一工艺;
根据所述第二物料评价数据进行所述预期物料补充时间节点的物料数量预估,得到预估物料数量信息;
判断所述预估物料数量信息是否满足物料周转阈值;
当不能满足所述物料周转阈值时,确定第一周转时间节点;
在所述第一周转时间节点将所述第二工艺流程的生产物料周转至所述第一工艺流程位置;
通过所述质量评价装置进行电机扣件的生产质量评价,基于生产质量评价结果生成第二加工影响控制参数;
通过所述第一加工影响控制参数和所述第二加工影响控制参数进行产线生产数据调整,并根据所述生产质量评价结果生成反馈图像采集控制参数;
通过所述反馈图像采集控制参数进行所述图像采集装置进行产线生产数据调整后的图像采集监测。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
对所述第一周转时间节点的所述第二工艺流程的物料量预估,得到第二预估结果;
设定物料周转最低阈值;
判断所述第二预估结果是否满足所述物料周转最低阈值;
当所述第二预估结果不能满足所述物料周转最低阈值时,则基于所述物料周转最低阈值进行周转时间的重新确定评估,得到第二周转时间节点;
在所述第二周转时间节点将所述第二工艺流程的生产物料周转至所述第一工艺流程位置。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
当不能满足所述物料周转阈值时,对所述第一工艺流程和所述第二工艺流程的生产效率匹配评价,生成匹配评价参数;
根据所述匹配评价参数进行所述第一工艺流程和所述第二工艺流程的生产设备数量调整。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述生产质量评价结果定位关联工艺信息;
根据所述生产质量评价结果确定图像采集频率约束值;
将所述关联工艺信息对应图像采集装置的图像采集参数依据所述图像采集频率约束值调整,根据调整结果获得所述反馈图像采集控制参数。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
判断所述图像采集识别结果是否存在异常操作信息;
当所述图像采集识别结果中存在异常操作信息时,生成预警信息;
基于预警信息进行实时预警提示。
6.一种电动汽车电机扣件的自动化加工系统,其特征在于,所述系统与图像采集装置、质量评价装置通信连接,所述系统包括:
第一布设点集合获取模块,用于采集电机扣件生产产线信息,基于所述生产产线信息进行分析,根据分析结果生成第一布设点集合;
图像采集参数获取模块,用于通过所述第一布设点集合进行所述图像采集装置的布设,并设置图像采集参数;
第一加工影响控制参数获取模块,用于基于所述图像采集参数控制所述图像采集装置进行图像采集结果的识别,基于图像采集识别结果生成第一加工影响控制参数;
所述第一加工影响控制参数获取模块还用于:
通过大数据构建区域关联评价特征集合;
基于所述区域关联评价特征集合进行所述图像采集结果的特征匹配识别;
根据特征匹配识别结果获得所述图像采集识别结果;
所述第一加工影响控制参数获取模块还用于:
通过所述图像采集识别结果获得第一工艺流程的第一物料评价数据;
根据所述第一物料评价数据生成预期物料补充时间节点;
通过所述图像采集识别结果获得第二工艺流程的第二物料评价数据,其中,所述第二工艺流程为所述第一工艺流程的前一工艺;
根据所述第二物料评价数据进行所述预期物料补充时间节点的物料数量预估,得到预估物料数量信息;
判断所述预估物料数量信息是否满足物料周转阈值;
当不能满足所述物料周转阈值时,确定第一周转时间节点;
在所述第一周转时间节点将所述第二工艺流程的生产物料周转至所述第一工艺流程位置;
第二加工影响控制参数获取模块,用于通过所述质量评价装置进行电机扣件的生产质量评价,基于生产质量评价结果生成第二加工影响控制参数;
图像采集控制参数生成模块,用于通过所述第一加工影响控制参数和所述第二加工影响控制参数进行产线生产数据调整,并根据所述生产质量评价结果生成反馈图像采集控制参数;
图像采集监测模块,用于通过所述反馈图像采集控制参数进行所述图像采集装置进行产线生产数据调整后的图像采集监测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210966498.1A CN115202310B (zh) | 2022-08-12 | 2022-08-12 | 一种电动汽车电机扣件的自动化加工方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210966498.1A CN115202310B (zh) | 2022-08-12 | 2022-08-12 | 一种电动汽车电机扣件的自动化加工方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115202310A CN115202310A (zh) | 2022-10-18 |
CN115202310B true CN115202310B (zh) | 2024-01-09 |
Family
ID=83585775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210966498.1A Active CN115202310B (zh) | 2022-08-12 | 2022-08-12 | 一种电动汽车电机扣件的自动化加工方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115202310B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115639217B (zh) * | 2022-10-20 | 2023-05-16 | 浙江中泽精密科技有限公司 | 一种新能源动力电池盖板片的工控全检方法及系统 |
CN115685946B (zh) * | 2022-11-28 | 2023-12-22 | 浙江万胜智能科技股份有限公司 | 一种智能用电采集终端生产质量管控方法及系统 |
CN115598309B (zh) * | 2022-12-13 | 2023-07-07 | 江苏旭龙环境科技有限公司 | 一种大气环境铅含量的监测预警方法及系统 |
CN116343359B (zh) * | 2023-02-16 | 2023-10-31 | 唐山三友化工股份有限公司 | 一种工业生产异常行为态势检测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108227664A (zh) * | 2018-02-05 | 2018-06-29 | 华侨大学 | 基于样本数据训练的产品质量控制设备及质量控制方法 |
CN114202248A (zh) * | 2022-01-13 | 2022-03-18 | 浙江工企信息技术股份有限公司 | 一种基于mes智能制造的生产管理方法及系统 |
CN114581002A (zh) * | 2022-02-28 | 2022-06-03 | 科逻技术(深圳)有限公司 | 基于云计算和人工智能的工业生产原料智能管理系统 |
CN114754824A (zh) * | 2022-06-16 | 2022-07-15 | 江苏邦润智能科技有限公司 | 一种拉丝机的监测预警方法及系统 |
CN114779724A (zh) * | 2022-03-27 | 2022-07-22 | 浙江中之杰智能系统有限公司 | 一种基于电子周转箱的生产管理方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2018202759A1 (en) * | 2017-10-31 | 2019-05-16 | Grand Performance Online Pty Limited | A system, method and computer program for optimising and allocating resources in a space for defined periods of time |
EP4055454A4 (en) * | 2019-11-06 | 2024-01-31 | Nanotronics Imaging Inc | SYSTEMS, PROCESSES AND SUPPORTS FOR MANUFACTURING PROCESSES |
-
2022
- 2022-08-12 CN CN202210966498.1A patent/CN115202310B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108227664A (zh) * | 2018-02-05 | 2018-06-29 | 华侨大学 | 基于样本数据训练的产品质量控制设备及质量控制方法 |
CN114202248A (zh) * | 2022-01-13 | 2022-03-18 | 浙江工企信息技术股份有限公司 | 一种基于mes智能制造的生产管理方法及系统 |
CN114581002A (zh) * | 2022-02-28 | 2022-06-03 | 科逻技术(深圳)有限公司 | 基于云计算和人工智能的工业生产原料智能管理系统 |
CN114779724A (zh) * | 2022-03-27 | 2022-07-22 | 浙江中之杰智能系统有限公司 | 一种基于电子周转箱的生产管理方法及系统 |
CN114754824A (zh) * | 2022-06-16 | 2022-07-15 | 江苏邦润智能科技有限公司 | 一种拉丝机的监测预警方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于智能视觉的监控识别系统设计;汪海;王羽中;汪源;;自动化与仪器仪表(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115202310A (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115202310B (zh) | 一种电动汽车电机扣件的自动化加工方法及系统 | |
CN114754824B (zh) | 一种拉丝机的监测预警方法及系统 | |
CN108672218A (zh) | 一种集成测试的智能点胶系统及其点胶方法 | |
CN105424395A (zh) | 设备故障的确定方法和装置 | |
CN111179233A (zh) | 基于激光切割二维零部件的自适应纠偏方法 | |
CN113253037B (zh) | 基于电流波纹的边云协同设备状态监测方法及系统、介质 | |
CN117118781A (zh) | 一种智能化工业网关设计方法及装置 | |
CN109523030B (zh) | 一种基于机器学习的遥测参数异常监测系统 | |
CN117094609B (zh) | 一种基于机器视觉的铝型材生产质量智能管理系统 | |
CN117260035A (zh) | 一种手持式激光焊接机的功率控制方法及系统 | |
CN116520758B (zh) | 一种机加工设备远程控制方法及系统 | |
CN114553599B (zh) | 基于边缘计算的园区监控系统及方法 | |
CN115018759A (zh) | 汽车零部件装配防错系统及方法 | |
CN110166767A (zh) | 一种结合车机闲散资源的图像质量调节方法及装置 | |
CN113570566B (zh) | 一种产品外观缺陷发展性认知检测方法及相关装置 | |
CN104048968A (zh) | 一种工业加工零件自动缺陷识别系统 | |
Sun et al. | Further development of adaptable automated visual inspection—part i: concept and scheme | |
CN114511169B (zh) | 一种飞行随动锁钉质量的评估方法及系统 | |
CN112326285B (zh) | 基于机器视觉和有限状态机fsm的电动螺丝刀检测方法 | |
CN108766003B (zh) | 智能车辆及其行驶控制方法 | |
CN117369560B (zh) | 一种工业自动化的智能控制方法和系统 | |
CN116152245B (zh) | 一种基于人工智能的胶线缺陷检测系统 | |
CN117193226B (zh) | 一种多功能智能工业控制系统及控制方法 | |
CN118037280B (zh) | 一种瓦楞纸生产线维护与故障诊断系统 | |
CN117197133B (zh) | 一种复杂工业环境下视觉机器人的控制系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |