CN115945570A - 一种自动判断冲压零件成形质量的方法及系统 - Google Patents
一种自动判断冲压零件成形质量的方法及系统 Download PDFInfo
- Publication number
- CN115945570A CN115945570A CN202310018471.4A CN202310018471A CN115945570A CN 115945570 A CN115945570 A CN 115945570A CN 202310018471 A CN202310018471 A CN 202310018471A CN 115945570 A CN115945570 A CN 115945570A
- Authority
- CN
- China
- Prior art keywords
- data
- automatically
- control
- limit
- forming quality
- 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
Images
Classifications
-
- 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
- General Factory Administration (AREA)
Abstract
本发明公开了一种自动判断冲压零件成形质量的方法及系统包括,通过安装了数据采集系统的服务器采集内部、外部系统数据,集成在模具上的数据接口,将数据存储到数据库中,并将数据传送到服务器,再运用数据采集系统将采集到的数据进行筛选,分析筛选出来的数据的分布规律和波动规律,自动算出来中心线、控制上限、控制下限,并对采集到的曲线依据控制上下限加以判断,根据判断后的结果执行相应操作。本发明技术的应用能有效降低不合格品的产生机率,同时提高生产效率和提升效益,快速解决当前面临的技术难题。
Description
技术领域
本发明涉及地球物理勘探技术领域,尤其涉及一种自动判断冲压零件成形质量的方法及系统。
背景技术
冷冲压模具中,拉延成形是金属塑性成形方法中较重要的一种,影响拉延成形质量的因素有很多,比如:材料的性能,材料的形状,材料的尺寸,生产吨位,气垫压力,材料流入量,模具温度,摩擦系数,筋条间隙等等;
现有技术往往依据现场的质量标准要求,在生产过程中对产品展开定期抽样检查,抽样频次可依生产数量或者时间间隔表达;检查的方法一般是先对产品外观检查,是否存在开裂、起皱、波浪等缺陷进行全面检查;再有尺寸检测人员运用检具,量具对产品的尺寸进行检查。
冲压的产品经过各种工序完成后,形成的产品质量特性特别多,有些甚至高达几十项,这样的品质要求生产线工人自检困难,而专门检测人员也需要过硬的专业品质判定知识,且一般都兼顾着各生产线的巡检,抽样的数量及频次会一定程度上影响到产品品质。
专门巡检人员在生产线尾目视巡检时,发现零件上出现产品出现各种缺陷时,会要求立即停线排查问题来源,召集技术、工艺、生产管理、品管等相关人员到现场,各方人员从影响拉延成形的因素方面逐一排查问题的来源。
一般地,技术、工艺人员会从材料的尺寸、牌号,节拍,设备模具温度,成型压力,气垫压力,材料流入量,模具模具温度,冲模间隙,光洁度,润滑程度,模具磨损程度等因素逐一检查确认;但因这些因素在生产过程中是时刻波动的,无法从宏观现象判断是某一因素导致的缺陷,需要每一项去排查,过程中造成生产线的长时间的等待浪费,人员技术水平的参差不齐对问题的要因判断存在很大的主观因素,易造成误判,耽误整改的进度,完不成生产任务,甚至可能造成批量不良品流入客户端。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明提供了一种自动判断冲压零件成形质量的方法及系统,能够解决传统的自由表面相关多次波压制方法不能适应海底节点观测方式采集的地震数据的问题。
为解决上述技术问题,本发明提供如下技术方案,一种自动判断冲压零件成形质量的方法,包括:
采集服务器内、外系统数据,并对采集到的数据进行预处理;
分析预处理后得到的数据的分布规律和波动规律,实现中心线、控制上限、控制下限的自动运算;
将数据分布规律和波动规律与控制上下线进行比对判断,判断生产过程是否受控,并根据不同的判断结果执行相应操作。
作为本发明所述的一种自动判断冲压零件成形质量的方法的一种优选方案,其中:所述内、外系统数据包括,内部系统数据冲压机床中的PLC的压力吨位、气垫压力、闭合高度的工艺参数以及外部系统数据传感器的材料流入量、温度数据。
作为本发明所述的一种自动判断冲压零件成形质量的方法的一种优选方案,其中:所述预处理包括,将采集到的数据运用SPC统计过程控制法的方法进行预测,并监控生产过程和产品的质量变化趋势,运用K近邻算法不断搜索误差范围的最优值,使得输出结果正确率最高,输出结果的正确率越高代表越贴近实际生产效果;
所述K近邻算法包括,计算k个点的欧氏距离:
其中,k表示数据点数,n表示指标数总数,x表示未知的一组数据,y表示未知的另一组数据;
通过归一化进一步缩小误差:
其中,x'表示经过归一化的数据组x的原始数据组,min表示的是每一列最小值,max表示的是每一列最大值。
作为本发明所述的一种自动判断冲压零件成形质量的方法的一种优选方案,其中:所述监控生产过程包括,
结合K近邻算法给采集到的数据分类并自动修正原有预估参数的准确性,从而得到贴合实际生产的上下限,当采集到的数据连续发生异常时,系统自动报警并停机,同时排查异常;
排除所述异常后调整控制界限再次判定系统状态,直到生产处于稳态的循环运行。
作为本发明所述的一种自动判断冲压零件成形质量的方法的一种优选方案,其中:所述控制上、下限包括,所述控制上限为中心值上浮10%~20%;
所述控制下限为中心值下浮10%~20%。
作为本发明所述的一种自动判断冲压零件成形质量的系统的一种优选方案,其中:服务器,即数据库服务器,用于采集内部系统数据冲压机床中的PLC的压力吨位、气垫压力、闭合高度的工艺参数和存储数据;
数据采集系统,用于对采集到的数据进行筛选并分析筛选出来的数据的分布规律和波动规律,自动运算得出中心线、控制上限、控制下限;
PLC,用于控制系统实现流程的正常运作,并为系统提供PLC系统数据库;
传感器,包括激光测距传感器和测温传感器,用于探测收集系统所需数据并为系统提供传感器采集数据库。
作为本发明所述的一种自动判断冲压零件成形质量的系统的一种优选方案,其中:所述服务器包括,通过安装数据采集系统的服务器,采集内部系统数据冲压机床中的PLC的压力吨位、气垫压力、闭合高度的工艺参数,以及采集外部系统数据传感器的材料流入量、温度,通过集成在模具上的数据接口,将数据存储到数据库中,并将数据传送到服务器。
作为本发明所述的一种自动判断冲压零件成形质量的系统的一种优选方案,其中:所述数据采集系统包括,运用数据采集系统将采集到的数据进行筛选,分析筛选出来的数据的分布规律和波动规律,自动算出来中心线、控制上限、控制下限。
作为本发明所述的一种自动判断冲压零件成形质量的系统的一种优选方案,其中:所述采集包括,
若采集到的曲线在控制上下限的极限范围内,即虽有波动但按现有方案可控,不需要外界加以控制;
若曲线的波动异常且超出了极限范围,则需要加以控制,同时报警停机。
作为本发明所述的一种自动判断冲压零件成形质量的系统的一种优选方案,其中:所述数据采集系统还包括,智能工厂工业数据采集与控制系统;
所述采集的数据为计量型数据;
所述计量型数据包括,数据正常的波动一般符合正态分布且符合正态分布小概率事件原理;
所述控制系统为SPC统计过程控制方法,即依据不同变量及其变量的当前值来进行统一。
本发明的有益效果:本发明通过冲压工艺参数的大数据采集,为自动判断产品成形质量提供了充分的数据支撑,采集的冲压工艺参数分析,分析各影响因素的波动规律,从波动规律中分析异常波动的主因,为自动判断成形质量提供了科学依据,也为成形模具调试提供一种评价模具质量优劣的科学依据,同时,对冲压成形的质量控制采用生产过程中对质量的预测控制。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,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性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明一个实施例提供的一种自动判断冲压零件成形质量的方法及系统的流程示意图;
图2为本发明一个实施例提供的一种自动判断冲压零件成形质量的方法及系统的又一个流程示意图。
图3为本发明一个实施例提供的一种自动判断冲压零件成形质量的方法及系统的采用的服务器示意图;
图4为本发明一个实施例提供的一种自动判断冲压零件成形质量的方法及系统的采用的数据采集系统示意图;
图5为本发明一个实施例提供的一种自动判断冲压零件成形质量的方法及系统所用的X-R控制图;
图6为本发明一个实施例提供的一种自动判断冲压零件成形质量的系统的材料流入量示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1-2,为本发明的第一个实施例,该实施例提供了一种自动判断冲压零件成形质量的方法,包括:
S1:采集服务器内、外系统数据,并对采集到的数据进行预处理;
更进一步的,所述内、外系统数据包括,内部系统数据冲压机床中的PLC的压力吨位、气垫压力、闭合高度的工艺参数以及外部系统数据传感器的材料流入量、温度数据。
应说明的是,所述预处理包括,将采集到的数据运用SPC统计过程控制法的方法进行预测,并监控生产过程和产品的质量变化趋势,运用K近邻算法不断搜索误差范围的最优值,使得输出结果正确率最高,输出结果的正确率越高代表越贴近实际生产效果;
所述K近邻算法包括,计算k个点的欧氏距离:
其中,k表示数据点数,n表示指标数总数,x表示未知的一组数据,y表示未知的另一组数据;
通过归一化进一步缩小误差:
其中,x'表示经过归一化的数据组x的原始数据组,min表示的是每一列最小值,max表示的是每一列最大值。
S2:分析预处理后得到的数据的分布规律和波动规律,实现中心线、控制上限、控制下限的自动运算;
更进一步的,所述控制上、下限包括,所述控制上限为中心值上浮10%~20%;所述控制下限为中心值下浮10%~20%。
S3:将数据分布规律和波动规律与控制上下线进行比对判断,判断生产过程是否受控,并根据不同的判断结果执行相应操作。
更进一步的,结合K近邻算法给采集到的数据分类并自动修正原有预估参数的准确性,从而得到贴合实际生产的上下限,当采集到的数据连续发生异常时,系统自动报警并停机,同时排查异常,排除异常后调整控制界限再次判定系统状态,直到生产处于稳态的循环运行。
排除所述异常后调整控制界限再次判定系统状态,直到生产处于稳态的循环运行。
实施例2
参照图1—6,为本发明的一个实施例,提供了一种自动判断冲压零件成形质量的方法,为了验证本发明的有益效果,通过实验进行科学论证。
以成形过程中材料流入量为例:
根据CAE分析的值运用SPC统计过程控制法确定绘制X-R控制图中的中心线(如流入量为10mm),先预估控制误差为20%,预估控制上限10*(1+10%)=11mm,预估控制下限10*(1-10%)=9mm;结合K近邻算法,此上下限范围内等分为n个网格点,其间距为h;通过激光测距传感器(图6)采集到的数据,逐一检验是否在误差范围的网格点内,然后对其赋值,网格点内比较间距h的大小,选择其中最小的值,若网格间距h大于给定的误差范围,则需要加密附近的网格点,重复上述过程,直至网格间距小于控制误差为止;
若测得的数值连续3个以上的点超出控制上限与控制下限,则表面成形过程失稳,零件已经出现质量问题,系统会立刻给出指令到报警系统,自动停机并报警通知相关技术专业人员检查问题的真因并解决该问题;
运用SPC工具,K近邻算法结合使用,不断自动修正项目模型的正确率,从而得到贴合实际生产的项目模型,通过采集到的数据快速判断项目是否异常,查找问题检测项目的要因,降低生产风险,降低生产成本,并能快速解决问题。
本发明是一种自动判断冲压零件成形质量的技术,通过安装了数据采集系统的服务器采集内部系统数据冲压机床中的PLC的压力吨位、气垫压力、闭合高度等工艺参数;采集外部系统数据传感器的材料流入量、温度,通过集成在模具上的数据接口,将数据存储到数据库中,并将数据传送到服务器;运用数据采集系统将采集到的数据进行筛选,分析筛选出来的数据的分布规律和波动规律,自动算出来中心线、控制上限、控制下限;采集到的曲线在控制上下限的极限范围内,说明虽有波动但按现有方案可控,不需要外界加以控制;若曲线的波动异常且超出了极限范围,则需要加以控制;排除异常后将该次异常波动值自动修正到控制极限范围内,并再次判定系统状态直至达到稳定循环状态。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,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精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种自动判断冲压零件成形质量的方法,其特征在于:包括,
采集服务器内、外系统数据,并对采集到的数据进行预处理;
分析预处理后得到的数据的分布规律和波动规律,实现中心线、控制上限、控制下限的自动运算;
将数据分布规律和波动规律与控制上下线进行比对判断,判断生产过程是否受控,并根据不同的判断结果执行相应操作。
2.如权利要求1所述的一种自动判断冲压零件成形质量的方法,其特征在于:所述内、外系统数据包括,内部系统数据冲压机床中的PLC的压力吨位、气垫压力、闭合高度的工艺参数以及外部系统数据传感器的材料流入量、温度数据。
4.如权利要求3所述的一种自动判断冲压零件成形质量的方法,其特征在于:所述监控生产过程包括,
结合K近邻算法给采集到的数据分类并自动修正原有预估参数的准确性,从而得到贴合实际生产的上下限,当采集到的数据连续发生异常时,系统自动报警并停机,同时排查异常;
排除所述异常后调整控制界限再次判定系统状态,直到生产处于稳态的循环运行。
5.如权利要求4所述的一种自动判断冲压零件成形质量的方法,其特征在于:所述控制上、下限包括,所述控制上限为中心值上浮10%~20%;
所述控制下限为中心值下浮10%~20%。
6.一种自动判断冲压零件成形质量的系统,其特征在于:包括,
服务器,即数据库服务器,用于采集内部系统数据冲压机床中的PLC的压力吨位、气垫压力、闭合高度的工艺参数和存储数据;
数据采集系统,用于对采集到的数据进行筛选并分析筛选出来的数据的分布规律和波动规律,自动运算得出中心线、控制上限、控制下限;
PLC,用于控制系统实现流程的正常运作,并为系统提供PLC系统数据库;
传感器,包括激光测距传感器和测温传感器,用于探测收集系统所需数据并为系统提供传感器采集数据库。
7.如权利要求6所述的一种自动判断冲压零件成形质量的系统,其特征在于:所述服务器包括,通过安装数据采集系统的服务器,采集内部系统数据冲压机床中的PLC的压力吨位、气垫压力、闭合高度的工艺参数,以及采集外部系统数据传感器的材料流入量、温度,通过集成在模具上的数据接口,将数据存储到数据库中,并将数据传送到服务器。
8.如权利要求7所述的一种自动判断冲压零件成形质量的系统,其特征在于:所述数据采集系统包括,运用数据采集系统将采集到的数据进行筛选,分析筛选出来的数据的分布规律和波动规律,自动算出来中心线、控制上限、控制下限。
9.如权利要求8所述的一种自动判断冲压零件成形质量的系统,其特征在于:所述采集包括,
若采集到的曲线在控制上下限的极限范围内,即虽有波动但按现有方案可控,不需要外界加以控制;
若曲线的波动异常且超出了极限范围,则需要加以控制,同时报警停机。
10.如权利要求9所述的一种自动判断冲压零件成形质量的方法,其特征在于:所述数据采集系统还包括,智能工厂工业数据采集与控制系统;
所述采集的数据为计量型数据;
所述计量型数据包括,数据正常的波动一般符合正态分布且符合正态分布小概率事件原理;
所述控制系统为SPC统计过程控制方法,即依据不同变量及其变量的当前值来进行统一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310018471.4A CN115945570A (zh) | 2023-01-06 | 2023-01-06 | 一种自动判断冲压零件成形质量的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310018471.4A CN115945570A (zh) | 2023-01-06 | 2023-01-06 | 一种自动判断冲压零件成形质量的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115945570A true CN115945570A (zh) | 2023-04-11 |
Family
ID=87289296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310018471.4A Pending CN115945570A (zh) | 2023-01-06 | 2023-01-06 | 一种自动判断冲压零件成形质量的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115945570A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412542A (zh) * | 2013-08-14 | 2013-11-27 | 沈阳中科博微自动化技术有限公司 | 一种数据驱动的集成电路工艺设备异常预警技术方法 |
CN204143242U (zh) * | 2014-11-04 | 2015-02-04 | 武汉钢铁(集团)公司 | 冲压生产线状态监控装置 |
CN104520581A (zh) * | 2012-09-18 | 2015-04-15 | 韩国电力公社 | 自动计算用于风力涡轮机的功率曲线监测的功率曲线界限的方法 |
CN111598129A (zh) * | 2020-04-11 | 2020-08-28 | 中国地质大学(武汉) | 基于动态时间规整的钻进过程数据异常判别与校正的方法 |
CN113341888A (zh) * | 2021-04-06 | 2021-09-03 | 普赛微科技(杭州)有限公司 | 一种多变量工艺过程控制的方法 |
US20210286338A1 (en) * | 2020-03-15 | 2021-09-16 | Nec Corporation Of America | Remote monitoring of industrial control systems |
CN113832267A (zh) * | 2021-09-01 | 2021-12-24 | 马鞍山钢铁股份有限公司 | 一种基于spc控制理论的高炉仪表数据智能监测系统和方法 |
US20220324060A1 (en) * | 2021-04-12 | 2022-10-13 | Branson Ultrasonics Corporation | Using Analytics And Algorithms To Predict Weld Quality |
CN115213255A (zh) * | 2022-07-15 | 2022-10-21 | 上汽通用五菱汽车股份有限公司 | 冲压件尺寸偏差调整方法、电子设备及存储介质 |
CN115464027A (zh) * | 2022-08-31 | 2022-12-13 | 中汽研(天津)汽车工程研究院有限公司 | 基于反馈调节的温成形冲压系统 |
US20220404792A1 (en) * | 2021-06-21 | 2022-12-22 | Engel Austria Gmbh | Method, system and computer program product for monitoring a shaping process |
-
2023
- 2023-01-06 CN CN202310018471.4A patent/CN115945570A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104520581A (zh) * | 2012-09-18 | 2015-04-15 | 韩国电力公社 | 自动计算用于风力涡轮机的功率曲线监测的功率曲线界限的方法 |
CN103412542A (zh) * | 2013-08-14 | 2013-11-27 | 沈阳中科博微自动化技术有限公司 | 一种数据驱动的集成电路工艺设备异常预警技术方法 |
CN204143242U (zh) * | 2014-11-04 | 2015-02-04 | 武汉钢铁(集团)公司 | 冲压生产线状态监控装置 |
US20210286338A1 (en) * | 2020-03-15 | 2021-09-16 | Nec Corporation Of America | Remote monitoring of industrial control systems |
CN111598129A (zh) * | 2020-04-11 | 2020-08-28 | 中国地质大学(武汉) | 基于动态时间规整的钻进过程数据异常判别与校正的方法 |
CN113341888A (zh) * | 2021-04-06 | 2021-09-03 | 普赛微科技(杭州)有限公司 | 一种多变量工艺过程控制的方法 |
US20220324060A1 (en) * | 2021-04-12 | 2022-10-13 | Branson Ultrasonics Corporation | Using Analytics And Algorithms To Predict Weld Quality |
CN115194359A (zh) * | 2021-04-12 | 2022-10-18 | 必能信超声公司 | 使用分析和算法预测焊缝质量 |
US20220404792A1 (en) * | 2021-06-21 | 2022-12-22 | Engel Austria Gmbh | Method, system and computer program product for monitoring a shaping process |
CN113832267A (zh) * | 2021-09-01 | 2021-12-24 | 马鞍山钢铁股份有限公司 | 一种基于spc控制理论的高炉仪表数据智能监测系统和方法 |
CN115213255A (zh) * | 2022-07-15 | 2022-10-21 | 上汽通用五菱汽车股份有限公司 | 冲压件尺寸偏差调整方法、电子设备及存储介质 |
CN115464027A (zh) * | 2022-08-31 | 2022-12-13 | 中汽研(天津)汽车工程研究院有限公司 | 基于反馈调节的温成形冲压系统 |
Non-Patent Citations (1)
Title |
---|
赵燕伟等: "基于可拓实例推理的产品族配置设计方法", 机械工程学报, vol. 46, no. 15, pages 116 - 119 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109524139B (zh) | 一种基于设备工况变化的实时设备性能监测方法 | |
CN105486831B (zh) | 一种钢卷质量检测系统 | |
EP2992340B1 (en) | System and method for ups battery monitoring and data analysis | |
KR102408426B1 (ko) | 설비 노화 지수를 이용한 이상 감지 방법 및 장치 | |
JP2006148070A (ja) | センサデータの補正方法及びインターロックシステムのインターロック評価方法 | |
KR20140113153A (ko) | 통계적 동일성 검정방법 및 시스템 | |
CN115994248A (zh) | 阀门故障的数据检测方法及系统 | |
Bahria et al. | Maintenance and quality control integrated strategy for manufacturing systems | |
CN116113942A (zh) | 依据工艺踪迹预测装备故障模式 | |
CN113361958A (zh) | 一种缺陷预警方法及系统 | |
CN117850375B (zh) | 一种生产线的多维度监测系统 | |
CN117689270B (zh) | 电力设备生产过程质量管理改进方法、系统及存储介质 | |
CN117556366B (zh) | 基于数据筛选的数据异常检测系统及方法 | |
CN111095143B (zh) | 实时建模和量化地评估眼科镜片预期总体品质水平的方法 | |
CN113424119A (zh) | 作业效率评价方法、作业效率评价装置以及程序 | |
JP2011054804A (ja) | 半導体製造装置の管理方法およびシステム | |
CN115945570A (zh) | 一种自动判断冲压零件成形质量的方法及系统 | |
CN115874321B (zh) | 一种提高纱线质量的自适应管理方法及系统 | |
CN113569970B (zh) | 量化特征指标对标签影响的分析方法、系统、介质和终端 | |
Jain et al. | Quality control based tool condition monitoring | |
CN117910118B (zh) | 一种基于bim模型的建筑结构安全性评价方法及系统 | |
CN118132963B (zh) | 一种工业气体生产质量在线分析方法和系统 | |
CN117420811B (zh) | 一种用于自动化生产的生产线质量监测方法及系统 | |
CN117495866B (zh) | 基于机器视觉的齿轮缺陷检测方法及系统 | |
CN116109634B (zh) | 基于大数据处理的圆状物外观数据检测系统及方法 |
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 |