CN116300777B - 一种智能工业生产线的模块化建模方法及系统 - Google Patents
一种智能工业生产线的模块化建模方法及系统 Download PDFInfo
- Publication number
- CN116300777B CN116300777B CN202310600802.5A CN202310600802A CN116300777B CN 116300777 B CN116300777 B CN 116300777B CN 202310600802 A CN202310600802 A CN 202310600802A CN 116300777 B CN116300777 B CN 116300777B
- Authority
- CN
- China
- Prior art keywords
- gear
- channel
- sub
- production line
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 124
- 238000009776 industrial production Methods 0.000 title claims abstract description 19
- 238000004519 manufacturing process Methods 0.000 claims abstract description 120
- 230000005540 biological transmission Effects 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 40
- 230000006870 function Effects 0.000 claims description 22
- 238000007726 management method Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000009960 carding Methods 0.000 claims description 6
- 238000003754 machining Methods 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 3
- 210000001520 comb Anatomy 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000007787 solid Substances 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]
- G05B19/4185—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 the network communication
-
- 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
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种智能工业生产线的模块化建模方法及系统,所述建模方法包括以下步骤:齿轮在当前工序子模块加工时,获取多通道传输设备各个通道的运行系数,并结合下一工序子模块的加工状况,选择齿轮加工路径,通过将不同生产线中相同的子模块并列设置,且上一工序的多个子模块与下一工序的多个子模块通过多通道传输设备多对多连接,齿轮在当前工序子模块加工时,获取多通道传输设备各个通道的运行系数,并结合下一工序子模块的加工状况,选择齿轮加工路径,有效提高齿轮生产效率。本发明当通道的运行系数小于运行阈值时,发出预警信号并将通道隔离,隔离后的通道不进行使用,有效提高齿轮的生产稳定性。
Description
技术领域
本发明涉及计算机与设备管控技术领域,具体涉及一种智能工业生产线的模块化建模方法及系统。
背景技术
随着工业自动化和智能化技术的不断发展,齿轮智能工业生产线已经成为现代工业生产的重要组成部分,传统的齿轮生产线由一系列相互独立的生产环节组成,每个环节都由特定的机器或设备完成,这种生产线结构缺乏灵活性,很难根据市场需求进行快速调整和定制;
为了解决这个问题,智能工业生产线的模块化建模系统应运而生,这个系统将整个齿轮生产线分解为多个模块,每个模块都包含一个或多个工作站,每个工作站都具有自己的独立功能,可以与其他工作站交互,这种模块化的结构使得生产线更加灵活和可定制,可以根据市场需求进行快速调整和扩展。
现有技术存在以下不足:
现有建模系统将整个生产线分解为多个子模块,每个子模块都包含一个或多个工作站,每个工作站都具有自己的独立功能,可以与其他工作站交互,为了保证齿轮生产线的生产稳定性,现有工厂通常会设置多条生产线,并将多条生产线相同的子模块并联设置,然后通过多通道传输设备将这些子模块组合运行,但现有的建模系统无法根据多通道传输设备的运行状况及时进行调整,容易导致某条生产线停止运行或影响其它生产线的正常运行;
因此,亟需一种智能工业生产线的模块化建模方法及系统解决上述问题。
发明内容
本发明的目的是提供一种智能工业生产线的模块化建模方法及系统,以解决背景技术中不足。
为了实现上述目的,本发明提供如下技术方案:一种智能工业生产线的模块化建模方法,所述建模方法包括以下步骤:
S1:对多条齿轮生产线进行分析和梳理,确定系统需要完成的任务和功能,将齿轮生产线分解为若干子模块;
S2:将不同生产线中相同的子模块并列设置,且上一工序的多个子模块与下一工序的多个子模块通过多通道传输设备多对多连接;
S3:齿轮在当前工序子模块加工时,获取多通道传输设备各个通道的运行系数,并结合下一工序子模块的加工状况,选择齿轮加工路径;
S4:当通道的运行系数小于运行阈值时,发出预警信号并将通道隔离。
在一个优选的实施方式中,步骤S3中,获取多通道传输设备各个通道的运行系数包括以下步骤:
采集多通道传输设备各个通道的齿轮传输路径偏移距离、传送带抖动、传送带张紧度通过公式建立运行系数,表达式为:
;
式中,为运行系数,/>为传送带张紧度,/>为传送带抖动,/>为齿轮传输路径偏移距离,/>为调整系数,/>分别为传送带张紧度、传送带抖动、齿轮传输路径偏移距离的比例系数,且/>。
在一个优选的实施方式中,所述传送带张紧度通过设置在张紧轮上的压力传感器监测,设置张紧阈值,当传送带张紧度超过张紧阈值时,系统直接发出警报,不再建立运行系数,所述传送带抖动通过设置在传动带上的振动传感器实时监测。
在一个优选的实施方式中,所述齿轮传输路径偏移距离通过设置在传送带上的两个工业相机进行监测,进料端工业相机获取齿轮中心与传送带一侧边界距离,出料端工业相机获取齿轮中心与传送带一侧边界距离/>,通过公式:/>;计算得到齿轮传输路径偏移距离/>。
在一个优选的实施方式中,所述调整系数依据通道的实时状况获取,通过表达式:/>;计算调整系数/>,/>为通道的实时状况,/>为通道管理维护的时段,/>为通道故障预警的时段。
在一个优选的实施方式中,步骤S3中,结合下一工序子模块的加工状况,选择齿轮加工路径包括以下步骤:
S3.1:获取各个通道的运行系数后,将各个通道依据运行系数/>由大到小进行排序,生成排序表;
S3.2:获取每个通道出料端下一工序子模块的加工状况,加工状况包括下一工序子模块是否有齿轮正在加工,若有齿轮正在加工,则不选择与该子模块对应的通道;
S3.3:若下一工序所有子模块均无齿轮正在加工,则按照排序表正序选择通道。
在一个优选的实施方式中,步骤S4还包括以下步骤:
获取运行系数后,设定运行阈值/>,将运行系数/>与运行阈值/>进行对比;
若通道运行系数运行阈值/>,该通道不进入排序表排序,系统隔离该通道后,发出预警信号,管理人员接收预警信号对通道进行检修处理;
若通道运行系数运行阈值/>,该通道进入排序表排序。
本发明还提供一种智能工业生产线的模块化建模系统,包括分析模块、管理模块、调控模块、预警模块;
分析模块对多条齿轮生产线进行分析和梳理,确定系统需要完成的任务和功能,根据系统需求,将齿轮生产线分解为若干子模块,同时对每个子模块进行任务和功能的分析,管理模块将不同生产线中相同的子模块并列设置,且上一工序的多个子模块与下一工序的多个子模块通过多通道传输设备多对多连接,齿轮在当前工序子模块加工时,调控模块获取多通道传输设备各个通道的运行系数,并结合下一工序子模块的加工状况,选择齿轮加工路径,当通道的运行系数小于运行阈值时,预警模块发出预警信号并将通道隔离。
在上述技术方案中,本发明提供的技术效果和优点:
本发明通过将不同生产线中相同的子模块并列设置,且上一工序的多个子模块与下一工序的多个子模块通过多通道传输设备多对多连接,齿轮在当前工序子模块加工时,获取多通道传输设备各个通道的运行系数,并结合下一工序子模块的加工状况,选择齿轮加工路径,有效提高齿轮生产效率,并且,当通道的运行系数小于运行阈值时,发出预警信号并将通道隔离,隔离后的通道不进行使用,有效提高齿轮的生产稳定性;
本发明通过采集多通道传输设备各个通道的齿轮传输路径偏移距离、传送带抖动、传送带张紧度通过公式建立运行系数,在下一工序所有子模块均无齿轮正在加工时,按照排序表正序选择通道,从而保证齿轮传输效益以及传输稳定性,有效提高齿轮的整体生产效益。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明的方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
实施例1:请参阅图1所示,本实施例所述一种智能工业生产线的模块化建模方法,所述建模方法包括以下步骤:
对多条齿轮生产线进行分析和梳理,确定系统需要完成的任务和功能,根据系统需求,将齿轮生产线分解为若干个相对独立的子模块,同时对每个子模块进行任务和功能的分析,将不同生产线中相同的子模块并列设置,且上一工序的多个子模块与下一工序的多个子模块通过多通道传输设备多对多连接,对每个子模块的接口进行设计和定义,明确各个模块之间的输入和输出以及通信协议和数据格式等细节,根据模块接口的设计,分别实现每个子模块的具体功能,确保其能够按照预期的方式进行工作,齿轮在当前工序子模块加工时,获取多通道传输设备各个通道的运行系数,并结合下一工序子模块的加工状况,选择齿轮加工路径,当通道的运行系数小于运行阈值时,发出预警信号并将通道隔离,隔离后的通道不进行使用。
本申请通过将不同生产线中相同的子模块并列设置,且上一工序的多个子模块与下一工序的多个子模块通过多通道传输设备多对多连接,齿轮在当前工序子模块加工时,获取多通道传输设备各个通道的运行系数,并结合下一工序子模块的加工状况,选择齿轮加工路径,有效提高齿轮生产效率,并且,当通道的运行系数小于运行阈值时,发出预警信号并将通道隔离,隔离后的通道不进行使用,有效提高齿轮的生产稳定性。
本实施例中,对多条齿轮生产线进行分析和梳理,确定系统需要完成的任务和功能包括以下步骤:
(1)数据收集和分析:对多条齿轮生产线进行数据收集和分析,包括生产线的结构、工艺流程、设备参数、生产效率等方面的数据,以便深入理解生产线的特点和问题;
(2)生产线建模:对多条齿轮生产线进行建模,包括建立整体生产线模型和单独生产线模型,确定生产线之间的关系和影响,并进行分析和评估;
(3)生产线优化:根据建立的生产线模型,进行生产线优化,包括改善生产效率、减少生产成本、提高产品质量等方面的优化,以便提高生产线的整体效益;
(4)智能化设计:对生产线进行智能化设计,包括智能控制、自动化生产、机器学习等方面的设计,以便提高生产线的智能化程度和自动化水平;
(5)信息化系统集成:对生产线进行信息化系统集成,包括ERP、MES、SCADA等方面的系统集成,以便提高生产线管理和控制的效率和精度;
(6)实时监测和预警:对生产线进行实时监测和预警,包括实时数据采集、异常检测、预测分析等方面的监测和预警,以便及时发现和解决生产线的问题。
其中:
A、建立整体生产线模型包括以下步骤:确定建模目标和范围:根据实际需求和问题,明确建模的目标和范围,确定需要考虑的生产线组成部分、工艺流程和设备参数等。
a、收集数据:收集与生产线相关的各种数据,如生产工艺流程、设备参数、生产效率、质量数据等;
b、建立模型框架:根据收集到的数据,建立整体生产线模型的框架,包括模型的输入、输出、中间变量、控制逻辑等;
c、建立工艺流程模型:根据生产线的工艺流程,建立生产线的工艺流程模型,包括各工序之间的顺序和耗时等;
d、建立设备模型:根据生产线的设备参数,建立生产线的设备模型,包括设备的各种参数、性能和使用条件等;
e、建立生产效率模型:根据生产线的生产效率数据,建立生产线的生产效率模型,包括生产线的产量、效率和质量等指标;
f、建立质量模型:根据生产线的质量数据,建立生产线的质量模型,包括生产线的不良品率、良品率和合格率等指标;
g、建立控制逻辑模型:根据生产线的控制逻辑,建立生产线的控制逻辑模型,包括生产线的自动化控制和人工控制等方面;
h、模型验证和优化:通过对模型的验证和优化,不断提高模型的准确性和可靠性,以便更好地支持生产线的实际应用。
B、建立单独生产线模型包括以下步骤:
a、确定建模目标和范围:根据实际需求和问题,明确建模的目标和范围,确定需要考虑的生产线组成部分、工艺流程和设备参数等;
b、收集数据:收集与生产线相关的各种数据,如生产工艺流程、设备参数、生产效率、质量数据等;
c、建立模型框架:根据收集到的数据,建立单独生产线模型的框架,包括模型的输入、输出、中间变量、控制逻辑等;
d、建立工艺流程模型:根据生产线的工艺流程,建立生产线的工艺流程模型,包括各工序之间的顺序和耗时等;
e、建立设备模型:根据生产线的设备参数,建立生产线的设备模型,包括设备的各种参数、性能和使用条件等;
f、建立生产效率模型:根据生产线的生产效率数据,建立生产线的生产效率模型,包括生产线的产量、效率和质量等指标;
g、建立质量模型:根据生产线的质量数据,建立生产线的质量模型,包括生产线的不良品率、良品率和合格率等指标;
h、建立控制逻辑模型:根据生产线的控制逻辑,建立生产线的控制逻辑模型,包括生产线的自动化控制和人工控制等方面;
i、模型验证和优化:通过对模型的验证和优化,不断提高模型的准确性和可靠性,以便更好地支持生产线的实际应用。
实施例2:对多条齿轮生产线进行分析和梳理,确定系统需要完成的任务和功能,根据系统需求,将齿轮生产线分解为若干个相对独立的子模块,同时对每个子模块进行任务和功能的分析,将不同生产线中相同的子模块并列设置,且上一工序的多个子模块与下一工序的多个子模块通过多通道传输设备多对多连接,对每个子模块的接口进行设计和定义,明确各个模块之间的输入和输出以及通信协议和数据格式等细节,根据模块接口的设计,分别实现每个子模块的具体功能,确保其能够按照预期的方式进行工作,齿轮在当前工序子模块加工时,获取多通道传输设备各个通道的运行系数,并结合下一工序子模块的加工状况,选择齿轮加工路径,当通道的运行系数小于运行阈值时,发出预警信号并将通道隔离,隔离后的通道不进行使用。
将不同生产线中相同的子模块并列设置,且上一工序的多个子模块与下一工序的多个子模块通过多通道传输设备多对多连接具体为:假设工厂内部设置有三条生产线,则各个工序中,子模块的数量为三个,那么上一子模块的输出通道为三个,下一子模块的输入通道也为三个,实现子模块的多对多连接。
其中,获取多通道传输设备各个通道的运行系数包括以下步骤:
采集多通道传输设备各个通道的齿轮传输路径偏移距离、传送带抖动、传送带张紧度通过公式建立运行系数,表达式为:
;
式中,为运行系数,/>为传送带张紧度,/>为传送带抖动,/>为齿轮传输路径偏移距离,/>为调整系数,/>分别为传送带张紧度、传送带抖动、齿轮传输路径偏移距离的比例系数,且/>。
本实施例中,传送带张紧度通过设置在张紧轮上的压力传感器监测,压力传感器监测压力越大,传送带张紧度越大,当传送带张紧度逐渐减小时,会存在无法传送齿轮会导致齿轮在传输过程中掉落,传送带张紧度越大,通道传输齿轮的稳定性越好,但是由于传送带张紧度有一个最大张紧度值,超过最大张紧度值时,可能会导致传送带过度张紧,存在传送带断裂的风险,因此,本申请设置一个张紧阈值,张紧阈值为最大张紧度值,当传送带张紧度超过张紧阈值时,系统直接发出警报,不再建立运行系数。
传送带抖动通过设置在传动带上的振动传感器实时监测,当传送带抖动过大时,会导致齿轮从传送带上掉落。
齿轮传输路径偏移距离通过设置在传送带上的两个工业相机进行监测,两个工业相机分别设置在通道的进料端和出料端,当齿轮进入通道进料端时,进料端工业相机获取齿轮中心与传送带一侧边界距离,当齿轮传送到通道出料端时,出料端工业相机获取齿轮中心与传送带一侧边界距离/>,通过公式:/>;计算得到齿轮传输路径偏移距离/>。
本申请中,调整系数主要依据通道的实时状况获取,通过表达式:;计算调整系数/>,/>为通道的实时状况,/>为通道管理维护的时段,/>为通道故障预警的时段。
获取运行系数后,结合下一工序子模块的加工状况,选择齿轮加工路径包括以下步骤:
获取各个通道的运行系数后,将各个通道依据运行系数/>由大到小进行排序,生成排序表;
获取每个通道出料端下一工序子模块的加工状况,加工状况包括下一工序子模块是否有齿轮正在加工,若有齿轮正在加工,则不选择与该子模块对应的通道;
若下一工序所有子模块均无齿轮正在加工,则按照排序表正序选择通道。
综上所述,上一工序子模块加工齿轮完成后,若下一工序所有子模块均无齿轮正在加工,按照排序表正序选择通道,若下一工序部分子模块正在加工齿轮,则将与加工齿轮子模块的通道排除。
本申请通过采集多通道传输设备各个通道的齿轮传输路径偏移距离、传送带抖动、传送带张紧度通过公式建立运行系数,在下一工序所有子模块均无齿轮正在加工时,按照排序表正序选择通道,从而保证齿轮传输效益以及传输稳定性,有效提高齿轮的整体生产效益。
现有技术中无法选择最优通道传输齿轮,齿轮的传输速度以及传输稳定性得不到保障,若在齿轮传输过程中通道出现故障,会大大降低生产线的生产效率,并且获取下一工序子模块的加工状况,使得齿轮通过通道传输到下一工序子模块时能够直接进行加工,减少等待加工时长,大大提高了生产线的效率。
当通道的运行系数小于运行阈值时,发出预警信号并将通道隔离,隔离后的通道不进行使用具体包括以下步骤:
获取运行系数后,设定运行阈值/>,将运行系数/>与运行阈值/>进行对比;
若通道运行系数运行阈值/>,该通道不进入排序表排序,系统隔离该通道后,发出预警信号,管理人员接收预警信号对通道进行检修处理;
若通道运行系数运行阈值/>,该通道进入排序表排序。
实施例3:请参阅图1所示,本实施例所述一种智能工业生产线的模块化建模系统,包括分析模块、管理模块、调控模块、预警模块;
分析模块:对多条齿轮生产线进行分析和梳理,确定系统需要完成的任务和功能,根据系统需求,将齿轮生产线分解为若干个相对独立的子模块,同时对每个子模块进行任务和功能的分析;
管理模块:将不同生产线中相同的子模块并列设置,且上一工序的多个子模块与下一工序的多个子模块通过多通道传输设备多对多连接,对每个子模块的接口进行设计和定义,明确各个模块之间的输入和输出以及通信协议和数据格式等细节,根据模块接口的设计,分别实现每个子模块的具体功能,确保其能够按照预期的方式进行工作;
调控模块:齿轮在当前工序子模块加工时,获取多通道传输设备各个通道的运行系数,并结合下一工序子模块的加工状况,选择齿轮加工路径;
预警模块:当通道的运行系数小于运行阈值时,发出预警信号并将通道隔离,隔离后的通道不进行使用。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系,但也可能表示的是一种“和/或”的关系,具体可参考前后文进行理解。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
应理解,在本申请的各种实施例中,上述各过程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。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种智能工业生产线的模块化建模方法,其特征在于:所述建模方法包括以下步骤:
S1:对多条齿轮生产线进行分析和梳理,确定系统需要完成的任务和功能,将齿轮生产线分解为若干子模块;
S2:将不同生产线中相同的子模块并列设置,且上一工序的多个子模块与下一工序的多个子模块通过多通道传输设备多对多连接;
S3:齿轮在当前工序子模块加工时,获取多通道传输设备各个通道的运行系数,并结合下一工序子模块的加工状况,选择齿轮加工路径;
S4:当通道的运行系数小于运行阈值时,发出预警信号并将通道隔离;
步骤S3中,获取多通道传输设备各个通道的运行系数包括以下步骤:
采集多通道传输设备各个通道的齿轮传输路径偏移距离、传送带抖动、传送带张紧度通过公式建立运行系数,表达式为:
;
式中,为运行系数,/>为传送带张紧度,/>为传送带抖动,/>为齿轮传输路径偏移距离,/>为调整系数,/>分别为传送带张紧度、传送带抖动、齿轮传输路径偏移距离的比例系数,且/>;
所述传送带张紧度通过设置在张紧轮上的压力传感器监测,设置张紧阈值,当传送带张紧度超过张紧阈值时,系统直接发出警报,不再建立运行系数,所述传送带抖动通过设置在传动带上的振动传感器实时监测。
2.根据权利要求1所述的一种智能工业生产线的模块化建模方法,其特征在于:所述齿轮传输路径偏移距离通过设置在传送带上的两个工业相机进行监测,进料端工业相机获取齿轮中心与传送带一侧边界距离,出料端工业相机获取齿轮中心与传送带一侧边界距离/>,通过公式:/>;计算得到齿轮传输路径偏移距离/>。
3.根据权利要求2所述的一种智能工业生产线的模块化建模方法,其特征在于:所述调整系数依据通道的实时状况获取,通过表达式:/>;计算调整系数,/>为通道的实时状况,/>为通道管理维护的时段,/>为通道故障预警的时段。
4.根据权利要求3所述的一种智能工业生产线的模块化建模方法,其特征在于:步骤S3中,结合下一工序子模块的加工状况,选择齿轮加工路径包括以下步骤:
S3.1:获取各个通道的运行系数后,将各个通道依据运行系数/>由大到小进行排序,生成排序表;
S3.2:获取每个通道出料端下一工序子模块的加工状况,加工状况包括下一工序子模块是否有齿轮正在加工,若有齿轮正在加工,则不选择与该子模块对应的通道;
S3.3:若下一工序所有子模块均无齿轮正在加工,则按照排序表正序选择通道。
5.根据权利要求4所述的一种智能工业生产线的模块化建模方法,其特征在于:步骤S4还包括以下步骤:
获取运行系数后,设定运行阈值/>,将运行系数/>与运行阈值/>进行对比;
若通道运行系数运行阈值/>,该通道不进入排序表排序,系统隔离该通道后,发出预警信号,管理人员接收预警信号对通道进行检修处理;
若通道运行系数运行阈值/>,该通道进入排序表排序。
6.一种智能工业生产线的模块化建模系统,用于实现权利要求1-5任一项所述的建模方法,其特征在于:包括分析模块、管理模块、调控模块、预警模块;
分析模块对多条齿轮生产线进行分析和梳理,确定系统需要完成的任务和功能,根据系统需求,将齿轮生产线分解为若干子模块,同时对每个子模块进行任务和功能的分析,管理模块将不同生产线中相同的子模块并列设置,且上一工序的多个子模块与下一工序的多个子模块通过多通道传输设备多对多连接,齿轮在当前工序子模块加工时,调控模块获取多通道传输设备各个通道的运行系数,并结合下一工序子模块的加工状况,选择齿轮加工路径,当通道的运行系数小于运行阈值时,预警模块发出预警信号并将通道隔离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310600802.5A CN116300777B (zh) | 2023-05-25 | 2023-05-25 | 一种智能工业生产线的模块化建模方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310600802.5A CN116300777B (zh) | 2023-05-25 | 2023-05-25 | 一种智能工业生产线的模块化建模方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116300777A CN116300777A (zh) | 2023-06-23 |
CN116300777B true CN116300777B (zh) | 2023-08-01 |
Family
ID=86778330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310600802.5A Active CN116300777B (zh) | 2023-05-25 | 2023-05-25 | 一种智能工业生产线的模块化建模方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116300777B (zh) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BE1017440A6 (zh) * | 2007-01-22 | 2008-09-02 | Dipymac Ltd | |
DE102010015618A1 (de) * | 2010-04-19 | 2011-10-20 | Ebz Systec Gmbh | Fördereinrichtung für Automatisierungsstraßen |
CN101893878A (zh) * | 2010-05-19 | 2010-11-24 | 东莞市冠辉五金有限公司 | 一种基于过程控制的环保型自动喷涂生产线及喷涂控制系统 |
KR101633756B1 (ko) * | 2015-03-24 | 2016-06-27 | (주)남강하이테크 | 표면실장라인의 불량보드 자동 인터락 및 관리연계 시스템 |
CN107817770B (zh) * | 2017-09-20 | 2019-10-18 | 浙江力太工业互联网有限公司 | 一种自动化流水线拥塞或断流的预警方法 |
DE102018130221A1 (de) * | 2018-11-29 | 2020-06-04 | Bayerische Motoren Werke Aktiengesellschaft | Transportsystem für eine Fertigungsstraße sowie Verfahren zum Betreiben eines Transportsystems |
CN111221312B (zh) * | 2020-02-27 | 2020-10-09 | 广东工业大学 | 机器人在生产线的优化方法、系统及在数字孪生的应用 |
CN111885146B (zh) * | 2020-07-21 | 2022-06-24 | 合肥学院 | 一种工业数据云端服务平台数据传输方法 |
CN215357209U (zh) * | 2021-01-26 | 2021-12-31 | 云南Cy集团有限公司 | 一种车床主轴零件加工的柔性生产线 |
CN115525030A (zh) * | 2022-08-18 | 2022-12-27 | 无锡普天铁心股份有限公司 | 一种横剪线离线编程和原料配送系统及方法 |
-
2023
- 2023-05-25 CN CN202310600802.5A patent/CN116300777B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116300777A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI663569B (zh) | 多工作站系統的品質預測方法及其系統 | |
US20140278234A1 (en) | Method and a system for a statistical equivalence test | |
CN116339253A (zh) | 一种基于物联网的智能化机械生产监测管控系统 | |
CN108345275A (zh) | 设备监控系统及设备监控方法 | |
CN116300777B (zh) | 一种智能工业生产线的模块化建模方法及系统 | |
Eger et al. | Knowledge capturing platform in multi-stage production systems for zero-defect manufacturing | |
CN114384872A (zh) | 产品研制过程质量综合管控系统 | |
CN104701211B (zh) | 根据集成电路制程能力指数自动调整抽检频率的量测方法 | |
CN112185831A (zh) | 抽样缺陷检测方法、及其设备和系统 | |
CN111240276A (zh) | 一种生产自动化控制管理系统 | |
CN110083636A (zh) | 面板缺陷的检测系统及检测方法 | |
CN117592753A (zh) | 一种基于知识图谱的生产监管控制系统 | |
CN118115101A (zh) | 一种智能制造生产管理系统及方法 | |
CN116661403A (zh) | 一种柔性生产线的自适应匹配控制系统 | |
US7398132B2 (en) | Method and system for analyzing throughput | |
CN102881619A (zh) | 一种良率监测系统及其监测方法 | |
CN113408915B (zh) | 生产线瓶颈识别方法及其系统 | |
CN111932088B (zh) | 一种多晶硅棒的混合式生产排产管控方法 | |
CN105759748A (zh) | 一种半导体生产机台硬件性能的动态监控系统及监控方法 | |
CN103533568A (zh) | 一种基于无线传感器网络的链条在线监测系统 | |
CN118377281B (zh) | 一种基于物联网的药品生产监管系统及方法 | |
CN117389234B (zh) | 一种卧式打叶机组叶片结构指标智能控制系统 | |
EP3958513B1 (en) | Communication monitoring system and communication monitoring method | |
CN117278637B (zh) | 基于工业物联网主服务平台的分布式数据反馈处理系统 | |
CN117762069B (zh) | 一种基于物联网的控制芯片自动化数据处理系统及方法 |
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 |