CN116184929B - 一种应用于裁切设备的智能控制方法及其系统 - Google Patents
一种应用于裁切设备的智能控制方法及其系统 Download PDFInfo
- Publication number
- CN116184929B CN116184929B CN202310466218.5A CN202310466218A CN116184929B CN 116184929 B CN116184929 B CN 116184929B CN 202310466218 A CN202310466218 A CN 202310466218A CN 116184929 B CN116184929 B CN 116184929B
- Authority
- CN
- China
- Prior art keywords
- compensation
- value
- time
- threshold
- theoretical
- 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
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
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/404—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
-
- 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
- G05B2219/33—Director till display
- G05B2219/33133—For each action define function for compensation, enter parameters
-
- 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
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
- Image Analysis (AREA)
Abstract
本申请适用于智能控制的技术领域,提供了一种应用于裁切设备的智能控制方法及其系统,其方法包括获取目标工件的实时二维图像和目标理论图像;根据二维图像获取目标工件的实时轮廓点组,并根据目标理论图像获取目标工件的理论轮廓点组,其中,实时轮廓点组包括多个第一轮廓点,理论轮廓点组包括多个第二轮廓点;比对实时轮廓点组和理论轮廓点组,确定补偿变量;根据补偿变量对裁切设备进行控制。本申请能够大幅度减少刀具磨损后依旧按照原来的理论参数进行加工而导致生产资源浪费的情况,具有较高的实际应用价值,以及有利于提高裁切设备(譬如边框卷料裁切机)的智能化。
Description
技术领域
本申请涉及智能控制的技术领域,具体而言,涉及一种应用于裁切设备的智能控制方法及其系统。
背景技术
膜电极是氢能燃料电池中的关键核心部件之一,膜电极由气体扩散层、质子交换膜,以及位于膜两侧的催化层所组成;膜电极制备得越好,氢能燃料电池的工作性能越好。在膜电极的生产过程中,经常需要将边框卷料制备成片料,然后通过裁切设备对边框卷料进行裁切处理。
目前,在裁切设备裁切大批量的边框卷料后,刀具会产生磨损,当刀具的磨损量超过临界值且裁切设备依旧按照原来的理论参数进行加工,加工出来的边框卷料通常全为废品或不合格品,存在浪费生产资源的问题,有待进一步改进。
发明内容
基于此,本申请实施例提供了一种应用于裁切设备的智能控制方法及其系统,以解决现有技术中刀具磨损却依旧按照原来的理论参数进行加工而导致生产资源浪费的问题。
第一方面,本申请实施例提供了一种应用于裁切设备的智能控制方法,所述方法包括:
获取目标工件的实时二维图像和目标理论图像;
根据所述二维图像获取所述目标工件的实时轮廓点组,并根据所述目标理论图像获取所述目标工件的理论轮廓点组,其中,所述实时轮廓点组包括多个第一轮廓点,所述理论轮廓点组包括多个第二轮廓点;
比对所述实时轮廓点组和所述理论轮廓点组,确定补偿变量;
根据所述补偿变量对裁切设备进行控制;
其中,所述比对所述实时轮廓点组和所述理论轮廓点组,确定补偿变量,包括:
比对所述实时轮廓点组中任意一个所述第一轮廓点和所述理论轮廓点组中对应的所述第二轮廓点,确定出多个裁切偏差值,其中,所述第二轮廓点与所述第一轮廓点相对应;
选取所述多个裁切偏差值中的最大值作为目标修正值;
根据所述目标修正值确定补偿变量;
在所述比对所述实时轮廓点组中任意一个所述第一轮廓点和所述理论轮廓点组中对应的所述第二轮廓点,确定出多个裁切偏差值之后,所述方法还包括:
根据所述第一轮廓点的先后顺序从多个所述裁切偏差值中确定初始偏差值;
根据所述初始偏差值和所述目标修正值之间的时间差,生成恶化时间值;
比对所述恶化时间值和预设的时间阈值;
若所述恶化时间值大于或等于所述时间阈值,则生成时间警报信息;
上传所述恶化时间值和所述时间警报信息至云端服务器;
在所述比对所述实时轮廓点组和所述理论轮廓点组,确定补偿变量之后,所述方法还包括:
获取所述裁切设备的运行参数;
输入所述运行参数至预设的补偿阈值计算公式中,确定所述补偿阈值;
比对所述补偿变量和所述补偿阈值;
若所述补偿变量大于或等于所述补偿阈值,则生成补偿溢出值,并生成严重警报信息;
上传所述补偿溢出值和所述严重警报信息至云端服务器。
与现有技术相比存在的有益效果是:本申请实施例提供的应用于裁切设备的智能控制方法,终端设备可以获取目标工件的实时二维图像和目标理论图像,然后根据二维图像获取目标工件的实时轮廓点组,并根据目标理论图像获取目标工件的理论轮廓点组,再比对实时轮廓点组和理论轮廓点组,确定补偿变量,最后根据补偿变量对裁切设备进行控制,从而精准且及时修正裁切设备的裁切路径,提高了整体裁切过程的准确性,在一定程度上解决了当前因刀具磨损后依旧按照原来的理论参数进行加工而导致生产资源浪费的问题。
第二方面,本申请实施例提供了一种应用于裁切设备的智能控制系统,所述系统包括:
图像获取模块:用于获取目标工件的实时二维图像和目标理论图像;
点组获取模块:用于根据所述二维图像获取所述目标工件的实时轮廓点组,并根据所述目标理论图像获取所述目标工件的理论轮廓点组,其中,所述实时轮廓点组包括多个第一轮廓点,所述理论轮廓点组包括多个第二轮廓点;
补偿变量确定模块:用于比对所述实时轮廓点组和所述理论轮廓点组,确定补偿变量;
裁切设备控制模块:用于根据所述补偿变量对裁切设备进行控制;
其中,所述补偿变量确定模块包括:
裁切偏差值确定子模块:用于比对所述实时轮廓点组中任意一个所述第一轮廓点和所述理论轮廓点组中对应的所述第二轮廓点,确定出多个裁切偏差值,其中,所述第二轮廓点与所述第一轮廓点相对应;
目标修正值确定子模块:用于选取所述多个裁切偏差值中的最大值作为目标修正值;
补偿变量确定子模块:用于根据所述目标修正值确定补偿变量;
所述系统包括:
初始偏差值确定模块:用于根据所述第一轮廓点的先后顺序从多个所述裁切偏差值中确定初始偏差值;
恶化时间值生成模块:用于根据所述初始偏差值和所述目标修正值之间的时间差,生成恶化时间值;
时间阈值比对模块:用于比对所述恶化时间值和预设的时间阈值;
时间警报信息生成模块:用于若所述恶化时间值大于或等于所述时间阈值,则生成时间警报信息;
第一上传模块:用于上传所述恶化时间值和所述时间警报信息至云端服务器;
所述系统包括:
运行参数获取模块:用于获取所述裁切设备的运行参数;
补偿阈值定模块:用于输入所述运行参数至预设的补偿阈值计算公式中,确定所述补偿阈值;
补偿阈值比对模块:用于比对所述补偿变量和所述补偿阈值;
严重警报信息生成模块:用于若所述补偿变量大于或等于所述补偿阈值,则生成补偿溢出值,并生成严重警报信息;
第二上传模块:用于上传所述补偿溢出值和所述严重警报信息至云端服务器。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面的方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。
可以理解的是,上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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。
图1是本申请一实施例提供的智能控制方法的流程示意图;
图2是本申请一实施例提供的第二轮廓点的示意图;
图3是本申请一实施例提供的第一轮廓点的第一示意图;
图4是本申请一实施例提供的智能控制方法中步骤S310的流程示意图;
图5是本申请一实施例提供的第一轮廓点的第二示意图;
图6是本申请一实施例提供的智能控制方法中步骤S3101的流程示意图;
图7是本申请一实施例提供的智能控制方法中步骤S3001的流程示意图;
图8是本申请一实施例提供的智能控制方法中步骤S30021的流程示意图;
图9是本申请一实施例提供的智能控制系统的模块框图;
图10是本申请一实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
请参阅图1,图1是本申请实施例提供的应用于裁切设备的智能控制方法的流程示意图。在本实施例中,智能控制方法的执行主体为终端设备。可以理解的是,终端设备的类型包括但不限于手机、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobilepersonal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等,本申请实施例对终端设备的具体类型不作任何限制。
请参阅图1,本申请实施例提供的智能控制方法包括但不限于以下步骤:
在S100中,获取目标工件的实时二维图像和目标理论图像。
不失一般性地,本申请可以应用于裁切设备,裁切设备可以是边框卷料裁切机,目标工件可以是各种尺寸形状的膜电极;在膜电极的生产过程中,操作人员可以往边框卷料裁切机的操控台输入目标理论图像,然后边框卷料裁切机基于目标理论图像驱动刀具对目标工件进行裁切处理;在膜电极的大批量生产过程中,会存在需要边框卷料裁切机长时间连续工作的情况,当边框卷料裁切机通过刀具裁切边框卷料的时候,由于刀具快速转动,较难精准确定刀具的具体磨损情况。
具体来说,边框卷料裁切机可以预先安装有高精度相机,高精度相机可以位于目标工件的正上方;终端设备可以通过高精度相机获取目标工件的实时二维图像,然后可以通过边框卷料裁切机的操控台获取目标工件的目标理论图像。
在S200中,根据二维图像获取目标工件的实时轮廓点组,并根据目标理论图像获取目标工件的理论轮廓点组。
具体来说,实时轮廓点组包括多个第一轮廓点,理论轮廓点组包括多个第二轮廓点;当刀具发生磨损,刀刃的锋利度下降,即刀锋变钝的时候,刃口钝半径会增大,使得裁切的精准度会大幅下降,甚至发生过度裁切的情况;示例性地,请参阅图2和图3,图2中带有“A1”、“B1”和“C1”的圆形表示第二轮廓点,图2中的虚线表示理论裁切边缘,图3中带有“A2”、“B2”和“C2”的圆形表示第一轮廓点,图3中的虚线表示当刃口钝半径不断增大时的实时裁切边缘;需要说明的是,图2中的第二轮廓点和图3中的第一轮廓点仅作示例而均为三个,具体的数量不作限定,在其他一些可能的实现方式中,第一轮廓点和第二轮廓点的数量可以是五十个。
在S300中,比对实时轮廓点组和理论轮廓点组,确定补偿变量。
具体来说,在终端设备获取实时轮廓点组和理论轮廓点组之后,终端设备可以比对实时轮廓点组和理论轮廓点组,从而精准确定出补偿变量。
在S400中,根据补偿变量对裁切设备进行控制。
具体来说,在终端设备确定补偿变量后,终端设备可以根据补偿变量对裁切设备进行控制,从而对边框卷料裁切机的裁切路径进行修正,在大批量生产过程中,即使刀具的磨损量超过临界值且没有被及时更换,加工出来的边框卷料也不会全为废品或不合格品,减少生产资源浪费的情况。
在一些可能的实现方式中,为了有利于精准确定出补偿变量,请参阅图4,步骤S300包括但不限于以下步骤:
在S310中,比对实时轮廓点组中任意一个第一轮廓点和理论轮廓点组中对应的第二轮廓点,确定出多个裁切偏差值。
具体来说,第二轮廓点与第一轮廓点相对应,即当刀具完好无损时,第二轮廓点的实际位置与第一轮廓点的实际位置相同;裁切偏差值用于描述第一轮廓点相对于理论裁切路径的偏离程度;终端设备可以先针对实时轮廓点组中的任意一个第一轮廓点,比对该第一轮廓点和理论轮廓点组中对应的第二轮廓点,确定出一个裁切偏差值,然后依次针对实时轮廓点组中的其他第一轮廓点执行同样的具体流程,最后确定出多个裁切偏差值。
在S320中,选取多个裁切偏差值中的最大值作为目标修正值。
示例性地,请参阅图5,图5中的点划线表示边框卷料裁切机的刀具没有磨损量或磨损量较小时的裁切路径,即理论裁切路径;图5中的虚线表示边框卷料裁切机的刀具发生磨损、刃口钝半径不断增大后的裁切路径;图5中的“Value1”表示标号为“B3”的第一轮廓点对应的裁切偏差值;图5中的“Value2”表示标号为“C3”的第一轮廓点对应的裁切偏差值。由于标号为“C3”的第一轮廓点对应的裁切偏差值为多个裁切偏差值中的最大值,故终端设备可以选取标号为“C3”的第一轮廓点对应的裁切偏差值为目标修正值,从而提高补偿变量的有效性。
在S330中,根据目标修正值确定补偿变量。
具体来说,在终端设备确定出目标修正值之后,终端设备可以根据目标修正值的具体大小精准确定出一个具体的补偿变量,从而实现提供一个有利于修正裁切路径的参考量。
在一些可能的实现方式中,为了有利于维护人员得知边框卷料裁切机的裁切情况,请参阅图6,在步骤S310之后,该方法还包括但不限于以下步骤:
在S3101中,根据第一轮廓点的先后顺序从多个裁切偏差值中确定初始偏差值。
具体来说,初始偏差值用于描述第一个偏离理论裁切路径的第一轮廓点对应的裁切偏差值;在终端设备确定出多个裁切偏差值之后,终端设备可以根据第一轮廓点的先后顺序从多个裁切偏差值中确定出一个初始偏差值。
在S3102中,根据初始偏差值和目标修正值之间的时间差,生成恶化时间值。
具体来说,终端设备可以分别记录初始偏差值的出现时间和目标修正值的出现时间,然后该两个出现时间之间的时间差,生成恶化时间值,恶化时间值表示初始偏差值恶化到目标修正值的时间段。
在S3103中,比对恶化时间值和预设的时间阈值。
具体来说,预设的时间阈值可以为10秒,在其他一种可能的实现方式中,时间阈值可以为20分钟;在终端设备生成恶化时间值之后,终端设备可以比对恶化时间值和时间阈值,从而有利于后续对刀具的磨损变化程度进行初步评估。
在S3104中,若恶化时间值大于或等于时间阈值,则生成时间警报信息。
具体来说,如果恶化时间值大于或等于时间阈值,则终端设备可以生成时间警报信息。
在S3105中,上传恶化时间值和时间警报信息至云端服务器。
具体来说,在终端设备生成时间警报信息之后,终端设备可以上传恶化时间值和时间警报信息至云端服务器,从而有利于远程的维护人员对刀具的磨损变化程度进行初步评估。
在一些可能的实现方式中,为了有利于维护人员准确得知当前边框卷料裁切机的运行情况,请参阅图7,在步骤S300之后,该方法还包括但不限于以下步骤:
在S3001中,获取裁切设备的运行参数。
示例性地,在终端设备确定补偿变量之后,终端设备可以通过边框卷料裁切机的操控台获取边框卷料裁切机的运行参数。在一些可能的实现方式中,运行参数包括历史补偿总值、历史补偿总次数和上一次补偿值,其中,历史补偿总值表示边框卷料裁切机在当前生产批次中的累计补偿变量;历史补偿总次数表示边框卷料裁切机在当前生产批次中的累计补偿次数;上一次补偿值表示边框卷料裁切机在当前生产批次中的上一次补偿变量。
在S3002中,输入运行参数至预设的补偿阈值计算公式中,确定补偿阈值。
在一些可能的实现方式中,为了实现精准确定出一个有效的补偿阈值,请参阅图8,步骤S3002包括但不限于以下步骤:
在S30021中,输入历史补偿总值和上一次补偿值至预设的补偿系数计算公式中,确定补偿系数。
具体来说,终端设备可以将历史补偿总值和上一次补偿值均输入至预设的补偿系数计算公式中,从而确定出补偿系数。
在一些可能的实现方式中,上述补偿系数计算公式可以为:
,
式中,表示补偿系数;/>表示历史补偿总值与上一次补偿值之差;表示上一次补偿值。
在S30022中,输入历史补偿总值、历史补偿总次数、上一次补偿值和补偿系数至预设的补偿阈值计算公式中,确定补偿阈值。
具体来说,终端设备可以将历史补偿总值、历史补偿总次数、上一次补偿值和补偿系数均输入至预设的补偿阈值计算公式中,从而精准确定出一个有效的补偿阈值。
在一些可能的实现方式中,上述补偿阈值计算公式包括:
),
式中,表示补偿阈值;/>表示预设的上取整函数,该上取整函数可以将一个实数向上舍入取其最接近的整数;/>表示历史补偿总值;表示历史补偿总次数;/>表示上一次补偿值;/>表示补偿系数,/>;/>表示历史补偿总值与上一次补偿值之差。
在S3003中,比对补偿变量和补偿阈值。
具体来说,终端设备可以比对当前的补偿变量和计算出的补偿阈值。
在S3004中,若补偿变量大于或等于补偿阈值,则生成补偿溢出值,并生成严重警报信息。
具体来说,由于历史补偿总值越大,补偿阈值也会越大,且历史补偿总值越大,证明刀具的磨损量越大,该刀具越不适合用于生产工作,故如果补偿变量大于或等于补偿阈值,则生成补偿溢出值,并生成严重警报信息,严重警报信息表示该生产过程中的历史补偿总值已经较大,即总共已经采用了较大的补偿变量,需要及时对刀具进行更换处理。
在S3005中,上传补偿溢出值和严重警报信息至云端服务器。
具体来说,终端设备可以上传补偿溢出值和严重警报信息至云端服务器,从而有利于维护人员准确且及时地得知当前边框卷料裁切机的运行情况。
本申请实施例应用于裁切设备的智能控制方法的实施原理为:终端设备可以先获取目标工件的实时二维图像和目标理论图像,然后根据二维图像获取目标工件的实时轮廓点组,同时根据目标理论图像获取目标工件的理论轮廓点组,再比对实时轮廓点组中任意一个第一轮廓点和理论轮廓点组中对应的第二轮廓点,确定出多个裁切偏差值,选取多个裁切偏差值中的最大值作为目标修正值,根据目标修正值确定补偿变量,然后根据补偿变量对裁切设备进行控制,从而精准且及时修正裁切路径,减少刀具磨损后依旧按照原来的理论参数进行加工而导致生产资源浪费的情况。
需要说明的是,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本申请的实施例还提供了一种应用于裁切设备的智能控制系统,为便于说明,仅示出与本申请相关的部分,如图9所示,该系统90包括:
图像获取模块91:用于获取目标工件的实时二维图像和目标理论图像;
点组获取模块92:用于根据二维图像获取目标工件的实时轮廓点组,并根据目标理论图像获取目标工件的理论轮廓点组,其中,实时轮廓点组包括多个第一轮廓点,理论轮廓点组包括多个第二轮廓点;
补偿变量确定模块93:用于比对实时轮廓点组和理论轮廓点组,确定补偿变量;
裁切设备控制模块94:用于根据补偿变量对裁切设备进行控制。
可选的,上述补偿变量确定模块93包括:
裁切偏差值确定子模块:用于比对实时轮廓点组中任意一个第一轮廓点和理论轮廓点组中对应的第二轮廓点,确定出多个裁切偏差值,其中,第二轮廓点与第一轮廓点相对应;
目标修正值确定子模块:用于选取多个裁切偏差值中的最大值作为目标修正值;
补偿变量确定子模块:用于根据目标修正值确定补偿变量。
可选的,该系统90包括:
初始偏差值确定模块:用于根据第一轮廓点的先后顺序从多个裁切偏差值中确定初始偏差值;
恶化时间值生成模块:用于根据初始偏差值和目标修正值之间的时间差,生成恶化时间值;
时间阈值比对模块:用于比对恶化时间值和预设的时间阈值;
时间警报信息生成模块:用于若恶化时间值大于或等于时间阈值,则生成时间警报信息;
第一上传模块:用于上传恶化时间值和时间警报信息至云端服务器。
可选的,该系统90包括:
运行参数获取模块:用于获取裁切设备的运行参数;
补偿阈值定模块:用于输入运行参数至预设的补偿阈值计算公式中,确定补偿阈值;
补偿阈值比对模块:用于比对补偿变量和补偿阈值;
严重警报信息生成模块:用于若补偿变量大于或等于补偿阈值,则生成补偿溢出值,并生成严重警报信息;
第二上传模块:用于上传补偿溢出值和严重警报信息至云端服务器。
可选的,运行参数包括历史补偿总值、历史补偿总次数和上一次补偿值;上述补偿阈值定模块包括:
补偿系数确定子模块:用于输入历史补偿总值和上一次补偿值至预设的补偿系数计算公式中,确定补偿系数;
补偿阈值确定子模块:用于输入历史补偿总值、历史补偿总次数、上一次补偿值和补偿系数至预设的补偿阈值计算公式中,确定补偿阈值;
其中,上述补偿阈值计算公式包括:
),
式中,为补偿阈值;/>为预设的上取整函数;为历史补偿总值;/>为历史补偿总次数;为上一次补偿值;/>为补偿系数,/>;/>为历史补偿总值与上一次补偿值之差。
可选的,上述补偿系数计算公式为:
,
式中,为补偿系数;/>为历史补偿总值与上一次补偿值之差;为上一次补偿值。
需要说明的是,上述模块之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
本申请实施例还提供了一种终端设备,如图10所示,该实施例的终端设备100包括:处理器101、存储器102以及存储在存储器102中并可在处理器101上运行的计算机程序103。处理器101执行计算机程序103时实现上述流量处理方法实施例中的步骤,例如图1所示的步骤S100至S400;或者,处理器101执行计算机程序103时实现上述装置中各模块的功能,例如图9所示模块91至94的功能。
该终端设备100可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备,该终端设备100包括但不仅限于处理器101、存储器102。本领域技术人员可以理解,图10仅仅是终端设备100的示例,并不构成对终端设备100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,例如终端设备100还可以包括输入输出设备、网络接入设备、总线等。
其中,处理器101可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA) 或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等;通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器102可以是终端设备100的内部存储单元,例如终端设备100的硬盘或内存,存储器102也可以是终端设备100的外部存储设备,例如终端设备100上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等;进一步地,存储器102还可以既包括终端设备100的内部存储单元也包括外部存储设备,存储器102还可以存储计算机程序103以及终端设备100所需的其它程序和数据,存储器102还可以用于暂时地存储已经输出或者将要输出的数据。
本申请的一个实施例还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等;计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的方法、原理、结构所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (5)
1.一种应用于裁切设备的智能控制方法,其特征在于,所述方法包括:
获取目标工件的实时二维图像和目标理论图像;
根据所述二维图像获取所述目标工件的实时轮廓点组,并根据所述目标理论图像获取所述目标工件的理论轮廓点组,其中,所述实时轮廓点组包括多个第一轮廓点,所述理论轮廓点组包括多个第二轮廓点;
比对所述实时轮廓点组和所述理论轮廓点组,确定补偿变量;
根据所述补偿变量对裁切设备进行控制;
其中,所述比对所述实时轮廓点组和所述理论轮廓点组,确定补偿变量,包括:
比对所述实时轮廓点组中任意一个所述第一轮廓点和所述理论轮廓点组中对应的所述第二轮廓点,确定出多个裁切偏差值,其中,所述第二轮廓点与所述第一轮廓点相对应;
选取所述多个裁切偏差值中的最大值作为目标修正值;
根据所述目标修正值确定补偿变量;
在所述比对所述实时轮廓点组中任意一个所述第一轮廓点和所述理论轮廓点组中对应的所述第二轮廓点,确定出多个裁切偏差值之后,所述方法还包括:
根据所述第一轮廓点的先后顺序从多个所述裁切偏差值中确定初始偏差值;
根据所述初始偏差值和所述目标修正值之间的时间差,生成恶化时间值;
比对所述恶化时间值和预设的时间阈值;
若所述恶化时间值大于或等于所述时间阈值,则生成时间警报信息;
上传所述恶化时间值和所述时间警报信息至云端服务器;
在所述比对所述实时轮廓点组和所述理论轮廓点组,确定补偿变量之后,所述方法还包括:
获取所述裁切设备的运行参数,其中,所述运行参数包括历史补偿总值、历史补偿总次数和上一次补偿值;
输入所述运行参数至预设的补偿阈值计算公式中,确定所述补偿阈值;
比对所述补偿变量和所述补偿阈值;
若所述补偿变量大于或等于所述补偿阈值,则生成补偿溢出值,并生成严重警报信息;
上传所述补偿溢出值和所述严重警报信息至云端服务器;
所述输入所述运行参数至预设的补偿阈值计算公式中,确定所述补偿阈值,包括:
输入所述历史补偿总值和所述上一次补偿值至预设的补偿系数计算公式中,确定补偿系数;
输入所述历史补偿总值、所述历史补偿总次数、所述上一次补偿值和所述补偿系数至预设的补偿阈值计算公式中,确定所述补偿阈值;
其中,所述补偿阈值计算公式包括:
),
式中,为所述补偿阈值;/>为预设的上取整函数;为所述历史补偿总值;/>为所述历史补偿总次数;为所述上一次补偿值;/>为所述补偿系数,/>;/>为所述历史补偿总值与所述上一次补偿值之差。
2.根据权利要求1所述的方法,其特征在于,所述补偿系数计算公式为:
,
式中,为所述补偿系数;/>为所述历史补偿总值与所述上一次补偿值之差;为所述上一次补偿值。
3.一种应用于裁切设备的智能控制系统,其特征在于,所述系统包括:
图像获取模块:用于获取目标工件的实时二维图像和目标理论图像;
点组获取模块:用于根据所述二维图像获取所述目标工件的实时轮廓点组,并根据所述目标理论图像获取所述目标工件的理论轮廓点组,其中,所述实时轮廓点组包括多个第一轮廓点,所述理论轮廓点组包括多个第二轮廓点;
补偿变量确定模块:用于比对所述实时轮廓点组和所述理论轮廓点组,确定补偿变量;
裁切设备控制模块:用于根据所述补偿变量对裁切设备进行控制;
其中,所述补偿变量确定模块包括:
裁切偏差值确定子模块:用于比对所述实时轮廓点组中任意一个所述第一轮廓点和所述理论轮廓点组中对应的所述第二轮廓点,确定出多个裁切偏差值,其中,所述第二轮廓点与所述第一轮廓点相对应;
目标修正值确定子模块:用于选取所述多个裁切偏差值中的最大值作为目标修正值;
补偿变量确定子模块:用于根据所述目标修正值确定补偿变量;
所述系统包括:
初始偏差值确定模块:用于根据所述第一轮廓点的先后顺序从多个所述裁切偏差值中确定初始偏差值;
恶化时间值生成模块:用于根据所述初始偏差值和所述目标修正值之间的时间差,生成恶化时间值;
时间阈值比对模块:用于比对所述恶化时间值和预设的时间阈值;
时间警报信息生成模块:用于若所述恶化时间值大于或等于所述时间阈值,则生成时间警报信息;
第一上传模块:用于上传所述恶化时间值和所述时间警报信息至云端服务器;
所述系统包括:
运行参数获取模块:用于获取所述裁切设备的运行参数,其中,所述运行参数包括历史补偿总值、历史补偿总次数和上一次补偿值;
补偿阈值定模块:用于输入所述运行参数至预设的补偿阈值计算公式中,确定所述补偿阈值;
补偿阈值比对模块:用于比对所述补偿变量和所述补偿阈值;
严重警报信息生成模块:用于若所述补偿变量大于或等于所述补偿阈值,则生成补偿溢出值,并生成严重警报信息;
第二上传模块:用于上传所述补偿溢出值和所述严重警报信息至云端服务器;
所述补偿阈值定模块包括:
补偿系数确定子模块:用于输入所述历史补偿总值和所述上一次补偿值至预设的补偿系数计算公式中,确定补偿系数;
补偿阈值确定子模块:用于输入所述历史补偿总值、所述历史补偿总次数、所述上一次补偿值和所述补偿系数至预设的补偿阈值计算公式中,确定所述补偿阈值;
其中,所述补偿阈值计算公式包括:
),
式中,为所述补偿阈值;/>为预设的上取整函数;为所述历史补偿总值;/>为所述历史补偿总次数;为所述上一次补偿值;/>为所述补偿系数,/>;/>为所述历史补偿总值与所述上一次补偿值之差。
4.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至2任一项所述方法的步骤。
5.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至2任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310466218.5A CN116184929B (zh) | 2023-04-27 | 2023-04-27 | 一种应用于裁切设备的智能控制方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310466218.5A CN116184929B (zh) | 2023-04-27 | 2023-04-27 | 一种应用于裁切设备的智能控制方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116184929A CN116184929A (zh) | 2023-05-30 |
CN116184929B true CN116184929B (zh) | 2023-07-25 |
Family
ID=86434871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310466218.5A Active CN116184929B (zh) | 2023-04-27 | 2023-04-27 | 一种应用于裁切设备的智能控制方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116184929B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE59309138D1 (de) * | 1993-09-14 | 1998-12-24 | Siemens Ag | Verfahren zur numerischen Bahnsteuerung von mehrachsigen Maschinen |
CN104423319A (zh) * | 2013-08-26 | 2015-03-18 | 鸿富锦精密工业(深圳)有限公司 | 加工程序补偿系统及方法 |
CN104570941A (zh) * | 2013-10-28 | 2015-04-29 | 鸿富锦精密工业(深圳)有限公司 | 定位装置精度补偿系统及方法 |
CN111179233B (zh) * | 2019-12-20 | 2023-05-05 | 广西柳州联耕科技有限公司 | 基于激光切割二维零部件的自适应纠偏方法 |
CN113589755B (zh) * | 2021-09-30 | 2021-12-28 | 杭州数途信息科技有限公司 | 基于优化补偿的智能调机方法及系统 |
CN114739182A (zh) * | 2022-03-17 | 2022-07-12 | 北京首钢自动化信息技术有限公司 | 烧结台车布料闸门的卡料判定方法、装置、设备及介质 |
-
2023
- 2023-04-27 CN CN202310466218.5A patent/CN116184929B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116184929A (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115629573B (zh) | 一种加工程序自动编制方法、装置、终端设备及存储介质 | |
CN111558849B (zh) | 盘铣刀加工参数优化方法及装置、电子设备及存储介质 | |
CN112232426A (zh) | 目标检测模型的训练方法、装置、设备及可读存储介质 | |
CN115993804B (zh) | 一种基于数控机床的刀具参数调整方法及相关设备 | |
CN111709548A (zh) | 基于支持向量机的电力用户负荷预测方法、装置、设备及存储介质 | |
CN116184929B (zh) | 一种应用于裁切设备的智能控制方法及其系统 | |
CN112612250B (zh) | 刀具回馈控制装置及方法 | |
CN110196034B (zh) | 一种宽刀体键槽拉削表面粗糙度确定方法、装置及设备 | |
CN110120082B (zh) | 金融数据的图像处理方法、装置、设备及可读存储介质 | |
CN116594349A (zh) | 机床预测方法、装置、终端设备以及计算机可读存储介质 | |
CN116307946A (zh) | 基于加工环境的自适应能耗评估方法、装置、设备及介质 | |
CN114756722B (zh) | 一种多元数据集中管理控制系统及方法 | |
CN114819391B (zh) | 基于历史数据集时间跨度优化的光伏发电功率预测方法及系统 | |
CN115169089A (zh) | 基于核密度估计和copula的风电功率概率预测方法和装置 | |
EP3460732B1 (en) | Dispatching method and system based on multiple levels of steady state production rate in working benches | |
CN114172708A (zh) | 网络流量异常的识别方法 | |
CN113283865A (zh) | 工业生产信息的管控方法及装置 | |
CN114418418A (zh) | 基于工序换算比的工单信息流转方法、系统、设备及介质 | |
CN116068962B (zh) | 一种基于数控机床的工艺路线规划方法及相关设备 | |
CN116625243B (zh) | 基于边框卷料裁切机的智能检测方法、系统以及存储介质 | |
CN117291987B (zh) | 余料切断位置识别方法、装置、计算机设备和存储介质 | |
CN116551216B (zh) | 对极片进行激光切割的控制方法、装置和激光切割设备 | |
CN116901170A (zh) | 基于ccm卷材分条机的智能控制方法、系统、终端及介质 | |
CN112561734B (zh) | 一种台区线损分析系统及其分析方法 | |
CN117381553B (zh) | 一种工件打磨方法、装置、电子设备及存储介质 |
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 |