CN116021425A - 一种基于物联网的去毛刺设备性能测试系统及方法 - Google Patents
一种基于物联网的去毛刺设备性能测试系统及方法 Download PDFInfo
- Publication number
- CN116021425A CN116021425A CN202310307762.5A CN202310307762A CN116021425A CN 116021425 A CN116021425 A CN 116021425A CN 202310307762 A CN202310307762 A CN 202310307762A CN 116021425 A CN116021425 A CN 116021425A
- Authority
- CN
- China
- Prior art keywords
- deburring
- parts
- qualified
- equipment
- data
- 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
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
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明涉及设备性能检测技术领域。具体为一种基于物联网的去毛刺设备性能测试系统及方法，所述去毛刺设备性能测试系统包括数据采集模块、数据传输模块、数据分析模块和告警模块；数据采集模块是通过历史数据采集加工零件合格的数量以及加工零件的表面光滑度；数据传输模块是将采集的数据经过加密传输到数据库中；所述数据分析模块是根据采集的数据对去毛刺设备性能进行检测并且对工序的故障进行分析；所述告警模块是在去毛刺设备出现工序故障的时候控制去毛刺设备停止运行并且对终端设备进行告警提示；本发明通过对不合格的加工零件通过对表面的光滑程度分析能够准确的判断去毛刺设备的哪道工序出现问题，减少人工对其故障进行逐一排除的情况。
Description
技术领域
本发明涉及设备性能检测技术领域，具体为一种基于物联网的去毛刺设备性能测试系统及方法。
背景技术
去毛刺机广泛用于中小精密零件去毛刺、去飞边、倒棱角、除锈、去氧化皮、电镀前处理以及去除加工刀纹等，该去毛刺机在去毛刺的同时具有抛光增亮、清洗新能。特别适合一些形状复杂、微型精密零件、异型易变形薄臂、薄片、窄缝等零部件去毛刺的难题。去毛刺机最大优点是，在去毛刺的同时，不改变工件尺寸精度，外观及手感显著提高，而且具有抛光增亮等功能。精抛光后工件表面可达镜面光亮。去毛刺机已经广泛推广于中小型零件批量生产加工，完全取代了落后的传统去毛刺工艺，去毛刺效率、效益显著提高。
当去毛刺设备出现故障并且不能及时的发现会导致大批的零件需要重新返工，这样会导致资源的浪费；并且在去毛刺设备出现故障后，无法准确的判断去毛刺设备的哪道工序出现问题，需要耗费人工资源对其故障进行逐一排除。
发明内容
本发明的目的在于提供一种基于物联网的去毛刺设备性能测试系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于物联网的去毛刺设备性能测试方法，所述去毛刺设备性能测试方法具体步骤如下：
S1-1、通过去毛刺设备每批次零件加工合格数量的历史数据，对该去毛刺设备下一批次加工零件的合格数量进行预测；其中零件为平整的薄片，去毛刺设备是对薄片表面的毛刺进行打磨抛光；
S1-2、通过实际的加工零件的合格数量与预测的加工零件的合格数量进行对比，分析去毛刺设备是否出现故障；
S1-3、当实际合格加工零件合格数量与预测合格加工零件合格数量相差超过设定的阈值时，针对不合格的加工零件对零件的表面进行分析，根据加工零件表面的光滑程度判断该去毛刺设备的哪一道工序出现异常情况；
S1-4、当检测出去毛刺设备工序出现异常情况之后，系统控制该去毛刺设备停止运行，并且对终端设备进行预警提示。
进一步的，所述S1-1中对去毛刺设备下一批次零件合格数量进行预测的具体方法如下：
S2-1、设置每一批次去毛刺设备需要加工的零件个数为M，根据历史数据能够得到该去毛刺设备加工零件的合格数量为yn，其中n=1，2，3，、、、，N；yn表示该去毛刺设备第n次加工零件时的零件合格数量，M为常数；
S2-2、设置方程，其中为该去毛刺设备第n次加工零件时合格数量的预测值，a为该去毛刺设备第次加工零件与第n次加工零件时合格数量的预测值之间的系数，b为误差项；
S2-3、求得a、b的值使得误差的值最小，其中yn表示为去毛刺设备第n次加工零件时合格数量的实际值；
将误差展开能够得到：
，
S2-4、设置方程，，其中，将方程和代入误差Q（a，b），则有：
，
S2-5、求a、b的偏导数
，
，
能够计算，；
S2-6、通过计算能够得到。
进一步的，所述S1-2中判断去毛刺设备是否出现故障的具体方法如下：当时，说明该去毛刺设备出现故障，需要通过对零件进行分析判断该去毛刺设备工序的哪一道步骤出现了问题，其中A为大于零的自然数；
，yn分别表示去毛刺设备第次加工零件时的零件合格数量的预测值和实际值，由于本发明是针对去毛刺设备是否出现故障进行分析，当第n次加工零件合格数量的预测值小于实际值时说明该去毛刺设备没有出现故障，故不在本发明的考虑之内。
进一步的，所述S1-3中通过针对不合格的加工零件对加工零件的表面进行分析，判断该去毛刺设备的哪一道工序出现异常情况的具体方法如下：
S4-1、设置第n次去毛刺设备加工的零件不合格的数量为P，对不合格的加工零件的表面发射SP条红外光，接收到的红外光为QP个；令QP/SP=HP，当零件的表面越不光滑时，反射接收到的红外光的数量越少；其中SP，QP分别表示第P个不合格零件的发射红外光以及反射接收到红外光的个数；HP表示为第P个不合格零件表面的光滑程度；HP∈[0,1）；p=1，2，3，、、、，P；P≤M-yn；
yn为第n次加工零件时合格数量的实际值；该去毛刺设备有五道工序，分别为进料、砂带打磨、水洗、烘干和出料；针对不合格零件表面的光滑度对进料、砂带打磨以及水洗三道工序的异常情况进行分析；去毛刺设备烘干和出料这两道工序并不会对设备的性能造成影响；
S4-2、当P＜M-yn时，表示去毛刺设备存在进料跑偏的情况导致第n次去毛刺设备加工零件合格数量的预测值小于实际值，进料跑偏多为压料辊损坏或者调节不到位引起的打滑以及反弹；
S4-3、当存在不合格的加工零件的表面光滑度HP小于阈值B并且数量超过P/2时，说明在不合格的加工零件当中超过一半的零件没有打磨抛光，则表示去毛刺设备存在砂带跑偏或者断裂的情况导致第n次去毛刺设备加工零件合格数量的预测值小于实际值，其中B为常数；
S4-4、当检测到不合格的加工零件表面光滑度HP∈[B,C）并且数量超过P/2时，表示去毛刺设备中对加工零件进行水洗的工序出现异常情况，存在零件表面的打磨废料没有清洗干净导致第n次去毛刺设备加工零件合格数量的预测值小于实际值，其中C为常数。
一种基于物联网的去毛刺设备性能测试系统，所述去毛刺设备性能测试系统包括数据采集模块、数据传输模块、数据分析模块和告警模块；所述数据采集模块是通过历史数据采集每一批次加工零件合格的数量以及加工零件的表面光滑度；所述数据传输模块是将采集的数据经过加密传输到数据库中；所述数据分析模块是根据采集的加工零件合格的数量以及加工零件的表面光滑度对去毛刺设备性能进行检测并且对工序的故障进行分析；所述告警模块是在去毛刺设备出现工序故障的时候控制去毛刺设备停止运行并且对终端设备进行告警提示；所述数据采集模块的输出端与数据传输模块的输入端连接，所述数据传输模块的输出端与数据分析模块的输入端连接，所述数据分析模块的输出端与告警模块的输入端连接。
进一步的，所述数据采集模块包括零件合格数量采集单元和加工零件表面光滑度采集单元；所述零件合格数量采集单元是根据历史数据采集该去毛刺设备每一批次加工零件的时候零件合格的数量；所述加工零件表面光滑度采集单元是通过不合格零件的表面光滑度对去毛刺设备工序故障进行分析。
进一步的，所述数据传输模块包括数据加密单元和数据传输单元；所述数据加密单元的输出端与数据传输单元的输入端连接；所述数据加密单元是利用对称加密算法对采集的加工零件的合格数量以及表面光滑度数据进行加密；所述数据传输单元是将加密后的数据传输到数据库中。
进一步的，所述数据分析模块包括数据存储单元、工序故障分析单元和去毛刺设备性能检测单元；所述加工零件表面光滑度采集单元的输出端与工序故障分析单元的输入端连接，所述零件合格数量采集单元的输出端与去毛刺设备性能检测单元的输入端连接；所述数据存储单元是将采集的加工零件的合格数量以及表面光滑度数据进行存储；所述工序故障分析单元是通过加工零件对去毛刺设备的加工工序进行分析；所述去毛刺设备性能检测单元是检测去毛刺设备是否出现故障。
进一步的，所述告警模块包括去毛刺设备控制单元和终端告警提示单元；所述去毛刺设备控制单元是在检测到去毛刺设备出现故障后控制设备停止运行；所述终端告警提示单元是在去毛刺设备停止运行后，对终端设备进行告警提示。
与现有技术相比，本发明所达到的有益效果是：本发明通过对去毛刺设备的加工零件的合格数量进行预测并且与合格数量的实际值进行比较，能够及时发现去毛刺设备的故障并且减少导致大批的零件需要重新返工的情况出现，减少了资源的浪费；针对不合格的加工零件通过对表面的光滑程度分析能够准确的判断去毛刺设备的哪道工序出现问题，减少人工对其故障进行逐一排除的情况。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是一种基于物联网的去毛刺设备性能测试系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术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，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：一种基于物联网的去毛刺设备性能测试方法，所述去毛刺设备性能测试方法具体步骤如下：
S1-1、通过去毛刺设备每批次零件加工合格数量的历史数据，对该去毛刺设备下一批次加工零件的合格数量进行预测；其中零件为平整的薄片，去毛刺设备是对薄片表面的毛刺进行打磨抛光；
S1-2、通过实际的加工零件的合格数量与预测的加工零件的合格数量进行对比，分析去毛刺设备是否出现故障；
S1-3、当实际合格加工零件合格数量与预测合格加工零件合格数量相差超过设定的阈值时，针对不合格的加工零件对零件的表面进行分析，根据加工零件表面的光滑程度判断该去毛刺设备的哪一道工序出现异常情况；
S1-4、当检测出去毛刺设备工序出现异常情况之后，系统控制该去毛刺设备停止运行，并且对终端设备进行预警提示。
进一步的，所述S1-1中对去毛刺设备下一批次零件合格数量进行预测的具体方法如下：
S2-1、设置每一批次去毛刺设备需要加工的零件个数为M，根据历史数据能够得到该去毛刺设备加工零件的合格数量为yn，其中n=1，2，3，、、、，N；yn表示该去毛刺设备第n次加工零件时的零件合格数量，M为常数；
S2-2、设置方程，其中为该去毛刺设备第n次加工零件时合格数量的预测值，a为该去毛刺设备第次加工零件与第n次加工零件时合格数量的预测值之间的系数，b为误差项；
S2-3、求得a、b的值使得误差的值最小，其中yn表示为去毛刺设备第n次加工零件时合格数量的实际值；
为去毛刺设备第n次加工零件时合格数量的实际值；
将误差展开能够得到：
，
S2-4、设置方程、、、和；
将方程、、代入误差Q（a，b），则有：，
S2-5、求a、b的偏导数
能够计算，；
S2-6、通过计算能够得到
。
进一步的，所述S1-2中判断去毛刺设备是否出现故障的具体方法如下：当时，说明该去毛刺设备出现故障，需要通过对零件进行分析判断该去毛刺设备工序的哪一道步骤出现了问题，其中A为大于零的自然数；
，yn分别表示去毛刺设备第n次加工零件时的零件合格数量的预测值和实际值。
进一步的，所述S1-3中通过针对不合格的加工零件对加工零件的表面进行分析，判断该去毛刺设备的哪一道工序出现异常情况的具体方法如下：
S4-1、设置第n次去毛刺设备加工的零件不合格的数量为P，对不合格的加工零件的表面发射SP条红外光，接收到的红外光为QP个；令QP/SP=HP，当零件的表面越不光滑时，反射接收到的红外光的数量越少；其中SP，QP分别表示第P个不合格零件的发射红外光以及反射接收到红外光的个数；HP表示为第P个不合格零件表面的光滑程度；HP∈[0,1)；p=1，2，3，、、、，P；P≤M-yn；
yn为第n次加工零件时合格数量的实际值；该去毛刺设备有五道工序，分别为进料、砂带打磨、水洗、烘干和出料；针对不合格零件表面的光滑度对进料、砂带打磨以及水洗三道工序的异常情况进行分析；去毛刺设备烘干和出料这两道工序并不会对设备的性能造成影响；
S4-2、当P＜M-yn时，表示去毛刺设备存在进料跑偏的情况导致第n次去毛刺设备加工零件合格数量的预测值小于实际值，进料跑偏多为压料辊损坏或者调节不到位引起的打滑以及反弹；
S4-3、当存在不合格的加工零件的表面光滑度HP小于阈值B并且数量超过P/2时，说明在不合格的加工零件当中超过一半的零件没有打磨抛光，则表示去毛刺设备存在砂带跑偏或者断裂的情况导致第n次去毛刺设备加工零件合格数量的预测值小于实际值，其中B为常数；
S4-4、当检测到不合格的加工零件表面光滑度HP∈[B,C）并且数量超过P/2时，表示去毛刺设备中对加工零件进行水洗的工序出现异常情况，存在零件表面的打磨废料没有清洗干净导致第n次去毛刺设备加工零件合格数量的预测值小于实际值，其中C为常数。
一种基于物联网的去毛刺设备性能测试系统，所述去毛刺设备性能测试系统包括数据采集模块、数据传输模块、数据分析模块和告警模块；所述数据采集模块是通过历史数据采集每一批次加工零件合格的数量以及加工零件的表面光滑度；所述数据传输模块是将采集的数据经过加密传输到数据库中；所述数据分析模块是根据采集的加工零件合格的数量以及加工零件的表面光滑度对去毛刺设备性能进行检测并且对工序的故障进行分析；所述告警模块是在去毛刺设备出现工序故障的时候控制去毛刺设备停止运行并且对终端设备进行告警提示；所述数据采集模块的输出端与数据传输模块的输入端连接，所述数据传输模块的输出端与数据分析模块的输入端连接，所述数据分析模块的输出端与告警模块的输入端连接。
进一步的，所述数据采集模块包括零件合格数量采集单元和加工零件表面光滑度采集单元；所述零件合格数量采集单元是根据历史数据采集该去毛刺设备每一批次加工零件的时候零件合格的数量；所述加工零件表面光滑度采集单元是通过不合格零件的表面光滑度对去毛刺设备工序故障进行分析。
进一步的，所述数据传输模块包括数据加密单元和数据传输单元；所述数据加密单元的输出端与数据传输单元的输入端连接；所述数据加密单元是利用对称加密算法对采集的加工零件的合格数量以及表面光滑度数据进行加密；所述数据传输单元是将加密后的数据传输到数据库中。
进一步的，所述数据分析模块包括数据存储单元、工序故障分析单元和去毛刺设备性能检测单元；所述加工零件表面光滑度采集单元的输出端与工序故障分析单元的输入端连接，所述零件合格数量采集单元的输出端与去毛刺设备性能检测单元的输入端连接；所述数据存储单元是将采集的加工零件的合格数量以及表面光滑度数据进行存储；所述工序故障分析单元是通过加工零件对去毛刺设备的加工工序进行分析；所述去毛刺设备性能检测单元是检测去毛刺设备是否出现故障。
进一步的，所述告警模块包括去毛刺设备控制单元和终端告警提示单元；所述去毛刺设备控制单元是在检测到去毛刺设备出现故障后控制设备停止运行；所述终端告警提示单元是在去毛刺设备停止运行后，对终端设备进行告警提示。
在实施例中：
设置去毛刺设备每一批次加工的零件数量M=10万，根据历史数据能够得到该去毛刺设备加工零件合格的数量分别为{9、8.5、8.7、9.4、9.6、8.5、7.3}，根据公式能够计算得到
当8.2642-7.3=0.9642＞A=0.5，说明该去毛刺设备出现故障，需要通过对零件进行分析判断该去毛刺设备工序的哪一道步骤出现了问题。
实施例1：第n=7次去毛刺设备加工的零件不合格的数量P=2.3万，P=2.3＜M-y7=2.7时，表示去毛刺设备存在进料跑偏的情况导致第7次去毛刺设备加工零件合格数量的实际值小于预测值。
实施例2：第n=7次去毛刺设备加工的零件不合格的数量为P=2.7万，对不合格的加工零件的表面发射SP=100条红外光，接收到的红外光为QP个；令QP/SP=HP，HP表示为第P个不合格零件表面的光滑程度；
当存在加工零件的光滑度HP小于阈值B=0.5并且数量超过P/2=1.35时，说明在不合格的加工零件当中超过一半的零件没有打磨抛光，则表示去毛刺设备存在砂带跑偏或者断裂的情况导致第7次去毛刺设备加工零件合格数量的预测值小于实际值。
实施例3：第n=7次去毛刺设备加工的零件不合格的数量为P=2.7万，对不合格的加工零件的表面发射SP=100条红外光，接收到的红外光为QP个；令QP/SP=HP，HP表示为第P个不合格零件表面的光滑程度；
不合格的加工零件表面光滑度HP∈[0.5,0.7）并且数量超过P/2=1.35时，表示去毛刺设备中对加工零件进行水洗的工序出现异常情况，存在零件表面的打磨废料没有清洗干净导致第次去毛刺设备加工零件合格数量的预测值小于实际值。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于物联网的去毛刺设备性能测试方法，其特征在于：所述去毛刺设备性能测试方法具体步骤如下：
S1-1、通过去毛刺设备每批次零件加工合格数量的历史数据，对该去毛刺设备下一批次加工零件的合格数量进行预测；
S1-2、通过实际的加工零件的合格数量与预测的加工零件的合格数量进行对比，分析去毛刺设备是否出现故障；
S1-3、当实际合格加工零件合格数量与预测合格加工零件合格数量相差超过设定的阈值时，针对不合格的加工零件对加工零件的表面进行分析，判断该去毛刺设备的哪一道工序出现异常情况；
S1-4、当检测出去毛刺设备工序出现异常情况之后，系统控制该去毛刺设备停止运行，并且对终端设备进行预警提示。
2.根据权利要求1所述的一种基于物联网的去毛刺设备性能测试方法，其特征在于：所述S1-1中对去毛刺设备下一批次零件合格数量进行预测的具体方法如下：
S2-1、设置每一批次去毛刺设备需要加工的零件个数为M，根据历史数据能够得到该去毛刺设备加工零件的合格数量为为yn，其中n=1，2，3，、、、，N；yn表示该去毛刺设备第n次加工零件时的零件合格数量，M为常数；
S2-2、设置方程，其中为该去毛刺设备第n次加工零件时合格数量的预测值，a为该去毛刺设备第次加工零件与第次加工零件时合格数量的预测值之间的系数，b为误差项；
S2-3、求得的值使得误差的值最小，其中yn表示为去毛刺设备第n次加工零件时合格数量的实际值；
S2-4、设置方程，其中，将方程代入误差能够计算
，；
S2-4、通过计算能够得到
。
3.根据权利要求2所述的一种基于物联网的去毛刺设备性能测试方法，其特征在于：所述S1-2中判断去毛刺设备是否出现故障的具体方法如下：当时，说明该去毛刺设备出现故障，需要通过对零件进行分析判断该去毛刺设备哪一道工序步骤出现了问题，其中A为大于零的自然数。
4.根据权利要求3所述的一种基于物联网的去毛刺设备性能测试方法，其特征在于：所述S1-3中通过针对不合格的加工零件对加工零件的表面进行分析，判断该去毛刺设备的哪一道工序出现异常情况的具体方法如下：
S4-1、设置第次去毛刺设备加工的零件不合格的数量为，对不合格的加工零件的表面发射射SP条红外光，接收到的红外光为QP个；令QP/SP=HP，其中SP，QP分别表示第p个不合格零件的发射红外光以及反射接收到的红外光的个数；HP表示为第p个不合格零件表面的光滑程度；HP∈[0,1）；p=1，2，3，、、、，P；P≤M-yn；yn为第n次加工零件时合格数量的实际值；
S4-2、当P＜M-yn时，表示去毛刺设备存在进料跑偏的情况导致第次去毛刺设备加工零件合格数量的预测值小于实际值；
S4-3、当检测到不合格的加工零件表面光滑度HP小于阈值B并且数量超过P/2时，表示去毛刺设备存在砂带跑偏或者断裂的情况导致第次去毛刺设备加工零件合格数量的预测值小于实际值，其中B为常数；
S4-4、当检测到不合格的加工零件表面光滑度HP∈[B，C）并且数量超过P/2时，表示去毛刺设备中对加工零件进行水洗的工序出现异常情况导致第n次去毛刺设备加工零件合格数量的预测值小于实际值，其中C为常数。
5.应用于权利要求1-4中任意一项的一种基于物联网的去毛刺设备性能测试方法的一种基于物联网的去毛刺设备性能测试系统，其特征在于：所述去毛刺设备性能测试系统包括数据采集模块、数据传输模块、数据分析模块和告警模块；所述数据采集模块是通过历史数据采集每一批次加工零件合格的数量以及加工零件的表面光滑度；所述数据传输模块是将采集的数据经过加密传输到数据库中；所述数据分析模块是根据采集的加工零件合格的数量以及加工零件的表面光滑度对去毛刺设备性能进行检测并且对工序的故障进行分析；所述告警模块是在去毛刺设备出现工序故障的时候控制去毛刺设备停止运行并且对终端设备进行告警提示；所述数据采集模块的输出端与数据传输模块的输入端连接，所述数据传输模块的输出端与数据分析模块的输入端连接，所述数据分析模块的输出端与告警模块的输入端连接。
6.根据权利要求5所述的一种基于物联网的去毛刺设备性能测试系统，其特征在于：所述数据采集模块包括零件合格数量采集单元和加工零件表面光滑度采集单元；所述零件合格数量采集单元是根据历史数据采集该去毛刺设备每一批次加工零件的时候零件合格的数量；所述加工零件表面光滑度采集单元是通过不合格零件的表面光滑度对去毛刺设备工序故障进行分析。
7.根据权利要求6所述的一种基于物联网的去毛刺设备性能测试系统，其特征在于：所述数据传输模块包括数据加密单元和数据传输单元；所述数据加密单元的输出端与数据传输单元的输入端连接；所述数据加密单元是利用对称加密算法对采集的加工零件的合格数量以及表面光滑度数据进行加密；所述数据传输单元是将加密后的数据传输到数据库中。
8.根据权利要求7所述的一种基于物联网的去毛刺设备性能测试系统，其特征在于：所述数据分析模块包括数据存储单元、工序故障分析单元和去毛刺设备性能检测单元；所述加工零件表面光滑度采集单元的输出端与工序故障分析单元的输入端连接，所述零件合格数量采集单元的输出端与去毛刺设备性能检测单元的输入端连接；所述数据存储单元是将采集的加工零件的合格数量以及表面光滑度数据进行存储；所述工序故障分析单元是通过加工零件对去毛刺设备的加工工序进行分析；所述去毛刺设备性能检测单元是检测去毛刺设备是否出现故障。
9.根据权利要求8所述的一种基于物联网的去毛刺设备性能测试系统，其特征在于：所述告警模块包括去毛刺设备控制单元和终端告警提示单元；所述去毛刺设备控制单元是在检测到去毛刺设备出现故障后控制设备停止运行；所述终端告警提示单元是在去毛刺设备停止运行后，对终端设备进行告警提示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310307762.5A CN116021425B (zh) | 2023-03-28 | 2023-03-28 | 一种基于物联网的去毛刺设备性能测试系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310307762.5A CN116021425B (zh) | 2023-03-28 | 2023-03-28 | 一种基于物联网的去毛刺设备性能测试系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116021425A true CN116021425A (zh) | 2023-04-28 |
| CN116021425B CN116021425B (zh) | 2023-06-09 |
Family
ID=86089560
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310307762.5A Active CN116021425B (zh) | 2023-03-28 | 2023-03-28 | 一种基于物联网的去毛刺设备性能测试系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116021425B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116587043A (zh) * | 2023-07-18 | 2023-08-15 | 太仓德纳森机电工程有限公司 | 一种工业自动化生产加工用工件输送系统 |
| CN117331355A (zh) * | 2023-09-27 | 2024-01-02 | 江苏中科云控智能工业装备有限公司 | 一种基于神经网络的压铸件去毛刺工艺调控系统及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012088707A1 (zh) * | 2010-12-31 | 2012-07-05 | 中国科学院自动化研究所 | 用于设备故障检测的智能检测系统及检测方法 |
| US20140033830A1 (en) * | 2011-01-21 | 2014-02-06 | Jtekt Corporation | Grinding abnormality monitoring method and grinding abnormality monitoring device |
| CN106990763A (zh) * | 2017-04-20 | 2017-07-28 | 浙江大学 | 一种基于数据挖掘的立磨运行调控系统及方法 |
| CN107341444A (zh) * | 2017-06-07 | 2017-11-10 | 北京星网锐捷网络技术有限公司 | 数据异常预警方法及装置 |
| CN110328615A (zh) * | 2019-07-05 | 2019-10-15 | 华南理工大学 | 一种火花放电控制的智能磨削系统及方法 |
| CN113195160A (zh) * | 2018-11-21 | 2021-07-30 | 圣戈班磨料磨具有限公司 | 用于获得实时磨损数据的系统和方法 |
| CN113780153A (zh) * | 2021-09-07 | 2021-12-10 | 北京理工大学 | 一种刀具磨损监测和预测方法 |
| CN114313300A (zh) * | 2022-02-22 | 2022-04-12 | 成都飞机工业（集团）有限责任公司 | 一种预测并提高飞机部件机表连接件安装合格率的方法 |
| CN114422900A (zh) * | 2022-01-24 | 2022-04-29 | 深圳市烽火宏声科技有限公司 | 一种基于大数据的头戴耳机用故障预测系统 |
-
2023
- 2023-03-28 CN CN202310307762.5A patent/CN116021425B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012088707A1 (zh) * | 2010-12-31 | 2012-07-05 | 中国科学院自动化研究所 | 用于设备故障检测的智能检测系统及检测方法 |
| US20140033830A1 (en) * | 2011-01-21 | 2014-02-06 | Jtekt Corporation | Grinding abnormality monitoring method and grinding abnormality monitoring device |
| CN106990763A (zh) * | 2017-04-20 | 2017-07-28 | 浙江大学 | 一种基于数据挖掘的立磨运行调控系统及方法 |
| CN107341444A (zh) * | 2017-06-07 | 2017-11-10 | 北京星网锐捷网络技术有限公司 | 数据异常预警方法及装置 |
| CN113195160A (zh) * | 2018-11-21 | 2021-07-30 | 圣戈班磨料磨具有限公司 | 用于获得实时磨损数据的系统和方法 |
| CN110328615A (zh) * | 2019-07-05 | 2019-10-15 | 华南理工大学 | 一种火花放电控制的智能磨削系统及方法 |
| CN113780153A (zh) * | 2021-09-07 | 2021-12-10 | 北京理工大学 | 一种刀具磨损监测和预测方法 |
| CN114422900A (zh) * | 2022-01-24 | 2022-04-29 | 深圳市烽火宏声科技有限公司 | 一种基于大数据的头戴耳机用故障预测系统 |
| CN114313300A (zh) * | 2022-02-22 | 2022-04-12 | 成都飞机工业（集团）有限责任公司 | 一种预测并提高飞机部件机表连接件安装合格率的方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116587043A (zh) * | 2023-07-18 | 2023-08-15 | 太仓德纳森机电工程有限公司 | 一种工业自动化生产加工用工件输送系统 |
| CN116587043B (zh) * | 2023-07-18 | 2023-09-15 | 太仓德纳森机电工程有限公司 | 一种工业自动化生产加工用工件输送系统 |
| CN117331355A (zh) * | 2023-09-27 | 2024-01-02 | 江苏中科云控智能工业装备有限公司 | 一种基于神经网络的压铸件去毛刺工艺调控系统及方法 |
| CN117331355B (zh) * | 2023-09-27 | 2024-04-23 | 江苏中科云控智能工业装备有限公司 | 一种基于神经网络的压铸件去毛刺工艺调控系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116021425B (zh) | 2023-06-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116021425B (zh) | 一种基于物联网的去毛刺设备性能测试系统及方法 | |
| CN111275307B (zh) | 一种水质自动在线站高频连续观测数据质量控制方法 | |
| US20120253694A1 (en) | Method and apparatus for judging status of mechanical system | |
| CN113094893A (zh) | 晶圆品质虚拟测量方法、装置、计算机设备和存储介质 | |
| Tieng et al. | A novel virtual metrology scheme for predicting machining precision of machine tools | |
| CN116307289A (zh) | 一种纺织品加工工序参数检测预测方法、系统及存储介质 | |
| CN110682165B (zh) | 一种平面光学元件及其加工方法 | |
| CN116307938A (zh) | 一种加工中心进给系统健康状态评估方法 | |
| CN217877561U (zh) | 一种在线监测太阳电池膜厚和折射率的装置 | |
| KR102536835B1 (ko) | 실리콘 웨이퍼 결함 분석 방법 | |
| Fallahnezhad et al. | Economic design of cumulative count of conforming control charts based on average number of inspected items | |
| Satyanarayana et al. | Simultaneous optimization of multi performance characteristics in dry turning of Inconel 718 using NSGA-II | |
| Celano | On the economic-statistical design of control charts constrained by the inspection workstation configuration | |
| Salgar et al. | Optimization of cutting parameters during turning of AISI 1018 using Taguchi method | |
| CN111805301B (zh) | 量测装置及量测方法 | |
| Fiat et al. | On-line scheduling on a single machine: Minimizing the total completion time | |
| Gadasina et al. | Prediction of Processing Optical Elements Results Using Machine Learning | |
| CN111123462B (zh) | 胶合透镜批量生产的偏心控制方法 | |
| KR20100048732A (ko) | 기판의 에지부분에 대한 품질 검사방법 | |
| CN117270486B (zh) | 一种考虑周期性维修的柔性作业车间调度问题的建模方法 | |
| CN115213735B (zh) | 一种铣削加工过程刀具状态监测系统及方法 | |
| CN117452900B (zh) | 一种基于人工智能的工业生产能耗监测系统及方法 | |
| CN113560276A (zh) | 一种修复产品表面膜层外观缺陷的方法 | |
| CHALA et al. | STUDY OF MANUFACTURING DEFECTS IN THE TECHNOLOGY OF MANUFACTURING MOEMS SEMICONDUCTOR SUBSTRATES FOR TECHNICAL AUTOMATION MEANS | |
| Lamas-Valverde | Quality Assurance Inspection in Production Systems with Rigid Demand |
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 |