CN116341995A - 一种模具生命周期管理方法、系统及电子设备 - Google Patents
一种模具生命周期管理方法、系统及电子设备 Download PDFInfo
- Publication number
- CN116341995A CN116341995A CN202310620174.7A CN202310620174A CN116341995A CN 116341995 A CN116341995 A CN 116341995A CN 202310620174 A CN202310620174 A CN 202310620174A CN 116341995 A CN116341995 A CN 116341995A
- Authority
- CN
- China
- Prior art keywords
- mold
- information
- abnormal
- die
- preset
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 86
- 230000002159 abnormal effect Effects 0.000 claims abstract description 194
- 238000004519 manufacturing process Methods 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000015654 memory Effects 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000002360 preparation method Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 11
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Moulds For Moulding Plastics Or The Like (AREA)
Abstract
本发明公开了一种模具生命周期管理方法、系统及电子设备。具体涉及工业互联网技术领域,该方法通过在使用模具制备产品零件前,采集所述模具的状态信息,利用状态信息与预设状态信息进行对比,以此判断是否存在异常模具,若存在异常模具则需要对异常模具进行剩余使用信息的评估,之后根据异常模具剩余使用信息的评估结果,使用相应的模具处理方案,对处于不同状态下的模具进行处理,不仅能保证模具的正常使用,还能降低产品的不良率,提高产品质量,降低产品制造成本。
Description
技术领域
本发明涉及工业互联网技术领域,具体涉及一种模具生命周期管理方法、系统及电子设备。
背景技术
在产品制造的过程中,产品零部件的制造是不可或缺的存在,相应的,产品零部件的制造又离不开模具的使用。而当模具频繁使用时,模具又有损坏风险,而模具损坏不仅会影响产品质量,还会增加企业成本。例如:在制作电池壳时,由于电池壳模具在冲压过程中出现损坏,导致之后制备的电池壳无法满足装配需求,需要额外进行模具检修与维护,而使企业成本增加。
发明内容
有鉴于此,本发明实施例提供了一种模具生命周期管理方法、系统及电子设备,以解决在产品制造过程中,因模具损坏导致成本增加的问题。
根据第一方面,本发明实施例提供了一种模具生命周期管理方法,该方法包括:
在使用模具制备产品零件前,采集模具的状态信息,将所述状态信息与预设状态信息进行对比,将不满足所述预设状态信息的模具确定为异常模具,所述状态信息包括所述模具的图像信息、温度信息及尺寸信息,所述预设状态信息包括模具的预设图像信息、预设温度信息及预设尺寸信息;
获取异常模具的位置信息、异常模具的异常信息及异常模具的使用信息,根据所述位置信息、所述异常信息及所述使用信息确定出所述异常模具的剩余使用信息;
从预设的模具管理方案集合中选择出与所述异常模具的剩余使用信息对应的模具管理方案,并使用所述模具管理方案对所述异常模具进行管理。
可选地,所述采集模具的状态信息,将所述状态信息与预设状态信息进行对比,将不满足所述预设状态信息的模具确定为异常模具,包括:
采集模具的图像信息、温度信息及尺寸信息,根据所述图像信息确定所述模具表面的平整度,根据所述温度信息确定所述模具的膨胀系数,根据所述尺寸信息确定所述模具的外观尺寸;
将所述平整度、所述膨胀系数及所述外观尺寸中任一项参数与预设状态信息中预设平整度、预设膨胀系数及预设外观尺寸进行对比;
当所述平整度、所述膨胀系数及所述外观尺寸不满足所述预设平整度、预设膨胀系数及预设外观尺寸中任一项参数时,将不满足参数的模具确定为异常模具。
可选地,所述根据所述图像信息确定所述模具表面的平整度,包括:
获取所述图像信息中所述模具表面的图像,确定所述模具表面的图像是否存在异常纹路,当所述模具表面的图像存在异常纹路时,根据所述异常纹路占所述模具表面的图像的百分比确定出所述模具表面的平整度。
可选地,获取异常模具的位置信息、异常模具的异常信息及异常模具的使用信息,根据所述位置信息、所述异常信息及所述使用信息确定出所述异常模具的剩余使用信息,包括:
将所述异常模具对应的状态信息确定为异常模具的异常信息;
获取所述异常信息中异常模具的图像信息,并识别所述图像信息中的身份数据;
利用所述身份数据从预设模具数据库中提取所述异常模具的位置信息和使用信息;
根据所述位置信息和所述异常信息确定出计算剩余使用信息的影响因子;
利用所述影响因子及异常模具的使用信息计算出所述异常模具的剩余使用信息。
可选地,所述确定所述位置信息和所述异常信息在计算剩余使用信息中的百分比,包括:
根据所述位置信息和所述异常信息查找预设数据集合;
从所述预设数据集合中提取与所述位置信息和所述异常信息对应的影响因子,其中,所述预设数据集合中包括至少2组与位置信息对应的影响因子及至少2组与所述异常信息对应的影响因子。
可选地,所述从预设的模具管理方案集合中选择出与所述异常模具的剩余使用信息对应的模具管理方案,包括:
将所述剩余使用信息与所述预设的模具管理方案集合中的预设剩余使用信息进行匹配;
当所述剩余使用信息与预设剩余使用信息匹配成功,则使用所述预设剩余使用信息对应的模具管理方案对异常模具进行管理,所述预设的模具管理方案集合中一个预设剩余使用信息对应一个模具管理方案。
可选地,所述预设的模具管理方案集合包括:模具维持方案、模具调整方案、模具废弃方案,所述使用所述模具管理方案对所述异常模具进行管理,包括:
当所述模具管理方案为模具维持方案时,则继续使用所述异常模具进行产品零件制造;
当所述模具管理方案为模具调整方案时,则更换所述异常模具将所述异常模具送入加工中心进行模具调整,并在检测合格后,在下一次制备产品零件前,完成对调整后的模具的安装,并使用该模具进行产品零件制造;
当所述模具管理方案为模具废弃方案时,则卸下模具将模具送入报废区域进行报废处理。
根据第二方面,本发明实施例提供了一种模具生命周期管理系统,所述模具生命周期管理系统包括:
状态分析模块,用于在使用模具制备产品零件前,采集模具的状态信息,将所述状态信息与预设状态信息进行对比,将不满足所述预设状态信息的模具确定为异常模具,所述状态信息包括所述模具的图像信息、温度信息及尺寸信息,所述预设状态信息包括模具的预设图像信息、预设温度信息及预设尺寸信息;
确定模块,用于获取异常模具的位置信息、异常模具的异常信息及异常模具的使用信息,根据所述位置信息、所述异常信息及所述使用信息确定出所述异常模具的剩余使用信息;
选择模块,用于从预设的模具管理方案集合中选择出与所述异常模具的剩余使用信息对应的模具管理方案,并使用所述模具管理方案对所述异常模具进行管理。
根据第三方面,本发明实施例提供了一种电子设备,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面或者第一方面的任意一种实施方式中所述的模具生命周期管理方法。
根据第四方面,本发明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计算机指令,所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的模具生命周期管理方法。
本申请提供的一种模具生命周期管理方法,通过在使用模具制备产品零件前,采集所述模具的状态信息,利用状态信息与预设状态信息进行对比,以此判断是否存在异常模具,若存在异常模具则需要对异常模具进行剩余使用信息的评估,之后根据异常模具剩余使用信息的评估结果,使用相应的模具处理方案,对处于不同状态下的模具进行处理,不仅能保证模具的正常使用,还能降低产品的不良率,提高产品质量,降低产品制造成本。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1示出了本申请提供的模具生命周期管理方法的流程示意图。
图2示出了本申请提供的模具生命周期管理方法中步骤S10的流程示意图。
图3示出了本申请提供的模具生命周期管理方法中步骤S11的流程示意图。
图4示出了本申请提供的模具生命周期管理方系统的结构示意图。
图5示出了本申请提供的电子设备的结构示意图。
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。
需说明,本申请实施例提供的模具生命周期管理方法应用于模具生命周期管理系统或电子设备中,而模具生命周期管理系统或电子设备则由电子硬件(例如:各种用于检测模具的工业传感器)、物联网技术(例如:将工业传感器采集的数据上传至数据分析中心对模具寿命进行分析)、大数据及人工智能技术(例如:神经网络或是深度学习对采集的模具寿命信息进行分析处理)进行搭建。
以电池壳的制造场景为例,传统的电池壳制造方式是直接使用模具制备得到电池壳,并不会对模具的生命周期进行检测及管理,因此只有在制造电池壳的装配出现问题时才会对模具是否损坏进行检测,而这样做会导致不良电池壳的产出增加,企业制造成本增加。而使用本申请提供的模具生命周期管理方法正是为了能够提早发现损坏的模具,并根据模具损坏程度执行相应的模具更换策略,以此实现模具管理的智能化,进一步提升企业生产效率、减少企业的制造成本。
本申请的模具生命周期管理方法应用于模具生命周期管理系统,该模具生命周期管理系统可以包括:用于检测模具状态信息的工业传感器、用于接收模具状态信息,并根据模具状态信息进行分析处理,输出解决方案的数据处理中心,其中数据处理中心至少由控制器、存储器以及显示器组成。工业传感器与数据处理中心之间可以通过有线或无线通信协议进行数据交互,在数据中心获得模具状态信息后,可以将模具状态信息存储至数据处理中心的存储器中,当需要分析模具状态时,控制器会从存储器中提取模具状态信息进行处理时,分析所检测模具的待使用生命周期,当检测的模具的生命周期满足设计条件,则控制器则对模具做进一步处理。
需说明的是,控制器对模具的生命周期进行分析,可以是获取正常模具和损坏模具的以往经验参数(如:模具损坏原因,模具使用周期),将该经验参数送入深度学习网络中进行训练,得到模具生命周期识别模型,通过使用训练好的模具生命周期识别模型,实现对模具生命周期的识别。
如图1所示,为本申请实施例提供的模具生命周期管理方法的流程示意图。本申请实施例提供的一种模具生命周期管理方法,包括如下步骤:
S10,在使用模具制备产品零件前,采集模具的状态信息,将状态信息与预设状态信息进行对比,将不满足预设状态信息的模具确定为异常模具。
在本实施例中,状态信息包括模具的图像画面、温度值及模具尺寸,预设状态信息包括模具的标准模具图像、标准温度值及模具的出厂尺寸。 状态信息可以由设置在生产产线上对模具进行检测的工业传感器获取,其中工业传感器可以是图像传感器、温度传感器以及红外传感器,通过使用图像传感器采集模具的表面画面,确定模具是否表面是否存在缺陷,例如:裂纹或突起。通过温度传感器确定模具温度,并根据模具温度分析模具的膨胀系数确定出模具质量,通过红外传感器确定模具尺寸。预设状态信息可以是模具出厂时,由模具厂商提供的模具的平整度、温度及尺寸信息,或模具平整度、温度及尺寸的有效信息,通过利用状态信息和预设状态信息进行对比,当状态信息与预设状态信息不一致时,则可以判断当前模具是否存在异常。
通过在使用模具制备产品零件前,对模具进行的生命周期进行检测,是为了保证产品的良率,降低产品零件的返修成本。而通过工业传感器采集状态信息,将状态信息与预设状态信息进行对比,是为了便于能够准确找到存在异常状态的模具,以避免将产线上的全部模具进行替换,从而降低生产成本。
S11,获取异常模具的位置信息、异常模具的异常信息及异常模具的使用信息,根据位置信息、异常信息及使用信息确定出异常模具的剩余使用信息。
在本实施例中,位置信息可以是模具在产线上的具体位置坐标、模具编号或模具放置的方位信息,其中位置信息可以通过预先统计,之后生成数据表格存储在存储中心,或是通过目标检测算法识别出模具的位置信息;异常信息是图像信息、温度信息及尺寸信息中任意一项信息不满足预设图像信息、预设温度信息及预设尺寸信息的信息;异常模具的使用信息可以是模具使用的历史数据以及模具的预计使用年限等用于表征模具使用情况或模具原始数据的信息,其中使用信息可以通过计数器对模具使用次数的记录,其记录数据可以根据模具使用情况进行更新,并对存储于数据中心,当需要对模具使用信息进行查询时,用户可以控制控制器对指定模具的使用情况进行调取。即,位置信息和使用信息可以理解为预存在存储器中的数据,当需要获取相应数据信息时,用户通过计算机指令对信息进行获取。例如:当确定出异常模具后,控制器会将异常模具的异常数据上传至数据存储中心,之后用户可以通过人工查询或是控制器自动提取存储中心存储的数据确定出异常模具的位置信息和异常模具的使用情况、异常模具的预计使用时长等信息。
S12,从预设的模具管理方案集合中选择出与异常模具的剩余使用信息对应的模具管理方案,并使用模具管理方案对异常模具进行管理。
在本实施例中,预设的模具管理方案集合可以是预先存储在存储器或存储中心的数据,当控制器有需求时可以从存储器或存储中心中提取相应数据。可选的,预设的模具管理方案集合中设置有多组模具管理方案,例如可以是根据产品类型进行划分的方案组,异常模具的剩余使用信息可以理解为异常模具的剩余使用时长。在控制器或数据处理中心中,预先设置有模具管理方案集合,模具管理方案集合中提供的管理方案可以根据对应产品模具进行适应性调整。
本申请实施例提供的模具生命周期管理方法,通过在使用模具制备产品零件前,采集模具的状态信息,利用状态信息与预设状态信息进行对比,以此判断是否存在异常模具,若存在异常模具则需要对异常模具进行剩余使用信息的评估,之后根据异常模具剩余使用信息的评估结果,使用相应的模具处理方案,对处于不同状态下的模具进行处理,不仅能保证模具的正常使用,还能降低产品的不良率,提高产品质量,降低产品制造成本。
为便于理解,以下将以电池壳模具为例,进行阐述,在实际应用中,模具不限于对制备电池壳,可以是其他结构件。具体的电池壳模具的生命周期管理方法可以是,在制备电池壳前,控制器控制产线上的传感器对制备电池壳的模具进行状态信息采集,即采集电池壳的模具的图像、采集电池壳的模具温度以及采集电池壳的模具尺寸;其次将采集到电池壳的模具的状态信息与预设的标准电池壳模具的状态信息进行对比,当采集到电池壳的模具的状态信息中存在一项或多项数据与预设的标准电池壳模具的状态信息不匹配时,则可以将不匹配的电池壳的模具确定为异常模具。
当确定出电池壳的模具为异常模具后,控制器获取异常模具的位置信息、异常信息及使用信息,并利用位置信息、异常信息及使用信息计算出异常模具的剩余使用时长,之后控制器根据所获取的异常模具的剩余使用时长从预存的模具管理方案集合中查找出与剩余使用时长对应的模具管理方案,最后根据模具管理方案对异常模具进行调整或更换。
通过在制备电池壳前,对电池壳的模具进行异常检测,从而减少了电池壳生产的不良率,间接提高节约生产成本。
如图2所示,本申请实施例中的步骤S10还包括如下步骤:
S101,采集模具的图像信息、温度信息及尺寸信息,根据图像信息确定模具表面的平整度,根据温度信息确定模具的膨胀系数,根据尺寸信息确定模具的外观尺寸。
在本实施例中,控制器通过控制传感器对模具信息进行采集,如:通过摄像机获取模具表面的图像,控制器检测模具表面的图像是否存在异常纹路,当模具表面的图像存在异常纹路时,根据异常纹路占模具表面的图像的百分比确定出模具表面的平整度。
具体的,模具表面的平整度的计算公式为:
其中,R表示为模具表面的平整度,S异常表示为模具表面的图像存在异常纹路的面积,S总表示为模具表面图像的总面积。
而模具表面的图像存在异常纹路的面积和模具表面图像的总面积可以通过目标检测算法获得,例如:在使用目标检测算法对模具表面的图像进行目标识别后,输出模具表面的图像存在异常纹路的面积20mm,模具表面图像的总面积60mm,则根据模具表面的平整度的计算公式计算出模具表面的平整度为0.67。需说明本申请中的平整度为模具表面平整,无裂痕或凸起在模具总表面的占比。
控制器可以获取温度信息利用温度信息以及模具材料参数计算出模具的膨胀系数。
具体的,模具的膨胀系数的计算公式为:
其中,表示模具的膨胀系数,/>表示模具的初始尺寸,/>表示模具在制备产品前的尺寸,/>表示模具温度。需说明,模具的初始尺寸可以是出厂参数,模具在制备产品前的尺寸是指模具在制备产品后存在模具损耗的尺寸,在本实施例中,尺寸可以理解为模具的体积。
控制器可以通过红外扫描直接获取模具的外观尺寸参数。
在本实施例中,所说的异常纹路可以理解为影响模具表面平整性的图案或凸起,例如:模具表面有损坏的裂纹存在,裂纹可以通过图像传感器进行采集,裂纹即为异常纹路。
S102,将平整度、膨胀系数及外观尺寸中任一项参数与预设状态信息中预设平整度、预设膨胀系数及预设外观尺寸进行对比。
在本实施例中,用户通过控制器获取得到模具的平整度、膨胀系数以及外观尺寸后,还需要从存储器中提取预设状态信息的预设平整度、预设膨胀系数及预设外观尺寸,使平整度和预设平整度进行对比,膨胀系数与预设膨胀系数进行对比,外观尺寸与预设外观尺寸进行对比,需要说明的是预设状态信息中的预设平整度、预设膨胀系数及预设外观尺寸可以根据预设图像信息、预设温度信息及预设尺寸信息获得,也可以是根据以往预设图像信息、预设温度信息及预设尺寸信息取均值确定,即预设图像信息、预设温度信息、预设尺寸信息、预设平整度、预设膨胀系数及预设外观尺寸为预先存储在存储器中的数据,当用户需要时或执行条件满足时,可以从存储器中获取。
S103,当所述平整度、所述膨胀系数及所述外观尺寸不满足所述预设平整度、预设膨胀系数及预设外观尺寸中任一项参数时,将不满足参数的模具确定为异常模具。
S104,当平整度、膨胀系数及外观尺寸中参数满足预设平整度、预设膨胀系数及预设外观尺寸时,则使用当前模具进行产品零件制作。
以电池壳的异常模具为例,在控制器检测出模具平整度为0.8,膨胀系数为0.6,外观尺寸为268*168*83mm后,控制器提取预设平整度0.3,预设膨胀系0.2,预设外观尺寸268*168*83mm,经过对比可知所检测的模具的状态信息中除外观尺寸符合要求外,其余参数均不符合预设状态信息,则此时检测的模具为异常模具。
本实施例提供的模具生命周期管理方法,使用平整度、膨胀系数及外观尺寸对模具进行判断,以便能够准确检测出异常模具,减少不良产品的产出,提高产品质量,进一步降低产品制造成本。
如图3所示,本申请实施例中的步骤S11还包括如下步骤:
S111,将异常模具对应的状态信息确定为异常模具的异常信息。
S112,获取异常信息中异常模具的图像信息,并识别图像信息中的身份数据。
在本实施例中,控制器中的识别算法或目标检测算法可以从异常模具的异常信息中的图像信息中提取异常模具的图像或轮廓,并对异常模具的图像或轮廓进行身份识别,如提取异常模具的数字身份数据,其中身份数据可以是数字可以是符号,本申请的所使用的模具均设置有固定的身份数据,以便于对模具进行定位检测。
S113,利用身份数据从预设模具数据库中提取异常模具的位置信息和使用信息。
在本实施例中,在获得异常模具的身份数据后,可以将身份数据与预设模具数据库中的数据进行对比,当模具数据库中匹配到与身份数据相同的数据时,提取相应身份数据对应的位置信息和使用信息。例如:异常模具的身份数据为NO.2,控制器根据该身份数据查找预设模具数据库中对应的数据,当预设模具数据库中的身份数据与异常模具的身份数据对应,控制器提取预设模具数据库中存储的异常模具位置信息和使用信息,如异常模具所处位置在产线第二排第二个模具;使用信息为工作30小时,预计剩余使用时长300小时。
S114,根据位置信息和异常信息确定出计算剩余使用信息的影响因子。
在本实施例中,根据位置信息和异常信息查找预设数据集合;从预设数据集合中提取与位置信息和异常信息对应的影响因子,其中,预设数据集合中包括至少2组与位置信息对应的影响因子及至少2组与异常信息对应的影响因子。在获取位置信息和异常信息后,根据位置信息和异常信息查找预设数据集合中与位置信息和异常信息对应的影响因子,其中预设数据集合是用户根据经验编制的模具设置在不同位置对应不同使用时间的修正参数即影响因子,本申请引入影响因子是为使所计算出的剩余使用时间能够更贴近实际使用时间,以确保能够准确评估异常模具的剩余使用时长,实现更为智能合理的分配。具体的影响因子可以是根据以往经验所得的修正数据。
S115,利用影响因子及异常模具的使用信息计算出异常模具的剩余使用信息。
在本实施例中,计算异常模具的剩余使用信息的公式可以是:
而异常模具的剩余使用信息计算的是异常模具的剩余使用时长,其中,T为异常模具的剩余使用时长,N%为影响因子,T1为模具使用的预计使用时长,T2为模具已经使用的时长,本申请中影响因子可以通过查找从预设数据集合获得,预设数据集合是由过往测试数据总结获得结果。
本申请实施例中的步骤S12还包括如下步骤:
S121,将剩余使用信息与预设的模具管理方案集合中的预设剩余使用信息进行匹配。
S122,当剩余使用信息与预设剩余使用信息匹配成功,则使用预设剩余使用信息对应的模具管理方案对异常模具进行管理,预设的模具管理方案集合中一个预设剩余使用信息对应一个模具管理方案。
在本实施例中,当剩余使用信息以查表的方式在预设的模具管理方案集合中的预设剩余使用信息被查询到时,则表示匹配成功。
本申请实施例提供的模具生命周期管理方法,其模具处理方案包括:模具维持方案、模具调整方案、模具废弃方案。
S123,当模具管理方案为模具维持方案时,则继续使用异常模具进行产品零件制造。
S124,当模具管理方案为模具调整方案时,则更换异常模具将异常模具送入加工中心进行模具调整,并在检测合格后,在下一次制备产品零件前,完成对调整后的模具的安装,并使用该模具进行产品零件制造。
S125,当模具管理方案为模具废弃方案时,则卸下模具将模具送入报废区域进行报废处理。
可选的,本申请实施例提供的模具生命周期管理方法,还包括:在使用模具进行产品零件制造前,获取模具的采购信息,采集信息包括原始寿命参数。
可选的,本申请实施例提供的模具生命周期管理方法中还包括:根据模具报废时间顺序,记录模具报废原因及模具报废数量,并输出模具使用报告。
此外还应理解,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,而不应对本发明实施例的实施过程构成任何限定。
相应地,请参考图4,本发明实施例提供模具生命周期管理系统,该系统包括:
状态分析模块10,用于在使用模具制备产品零件前,采集模具的状态信息,将所述状态信息与预设状态信息进行对比,将不满足所述预设状态信息的模具确定为异常模具,所述状态信息包括所述模具的图像信息、温度信息及尺寸信息,所述预设状态信息包括模具的预设图像信息、预设温度信息及预设尺寸信息,详细内容参考步骤S10。
确定模块11,用于获取异常模具的位置信息、异常模具的异常信息及异常模具的使用信息,根据所述位置信息、所述异常信息及所述使用信息确定出所述异常模具的剩余使用信息,详细内容参考步骤S11。
选择模块12,用于从预设的模具管理方案集合中选择出与所述异常模具的剩余使用信息对应的模具管理方案,并使用所述模具管理方案对所述异常模具进行管理,详细内容参考步骤S12。
在本实施例中,状态分析模块10通过在使用模具制备产品零件前,采集所述模具的状态信息,利用状态信息与预设状态信息进行对比,以此判断是否存在异常模具,若存在异常模具则需要确定模块11对异常模具进行剩余使用信息的评估,之后根据异常模具剩余使用信息的评估结果,使用选择模块12选择相应的模具处理方案,通过对处于不同状态下的模具进行处理,不仅能保证模具的正常使用,还能降低产品的不良率,提高产品质量,降低产品制造成本。
本发明实施例还提供了一种电子设备,如图5所示,该电子设备可以包括处理器51和存储器52,其中处理器51和存储器52可以通过总线或者其他方式连接,图5中以通过总线连接为例。
处理器51可以为中央处理器(Central Processing Unit,CPU)。处理器51还可以为其他通用处理器、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)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器52作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的模具生命周期管理方法对应的程序指令/模块(例如,图4所示的状态分析模块10、确定模块11、选择模块12)。处理器51通过运行存储在存储器52中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的模具生命周期管理方法。
存储器52可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器51所创建的数据等。此外,存储器52可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件,或其他非暂态固态存储器件。在一些实施例中,存储器52可选包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至处理器51。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器52中,当被所述处理器51执行时,执行如图1-3所示实施例中的模具生命周期管理方法。
上述电子设备具体细节可以对应参阅图1至图3所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random AccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种模具生命周期管理方法,其特征在于,包括:
在使用模具制备产品零件前,采集模具的状态信息,将所述状态信息与预设状态信息进行对比,将不满足所述预设状态信息的模具确定为异常模具,所述状态信息包括所述模具的图像信息、温度信息及尺寸信息,所述预设状态信息包括模具的预设图像信息、预设温度信息及预设尺寸信息;
获取异常模具的位置信息、异常模具的异常信息及异常模具的使用信息,根据所述位置信息、所述异常信息及所述使用信息确定出所述异常模具的剩余使用信息;
从预设的模具管理方案集合中选择出与所述异常模具的剩余使用信息对应的模具管理方案,并使用所述模具管理方案对所述异常模具进行管理。
2.根据权利要求1所述的模具生命周期管理方法,其特征在于,所述采集模具的状态信息,将所述状态信息与预设状态信息进行对比,将不满足所述预设状态信息的模具确定为异常模具,包括:
采集模具的图像信息、温度信息及尺寸信息,根据所述图像信息确定所述模具表面的平整度,根据所述温度信息确定所述模具的膨胀系数,根据所述尺寸信息确定所述模具的外观尺寸;
将所述平整度、所述膨胀系数及所述外观尺寸中任一项参数与预设状态信息中预设平整度、预设膨胀系数及预设外观尺寸进行对比;
当所述平整度、所述膨胀系数及所述外观尺寸不满足所述预设平整度、预设膨胀系数及预设外观尺寸中任一项参数时,将不满足参数的模具确定为异常模具。
3.根据权利要求2所述的模具生命周期管理方法,其特征在于,所述根据所述图像信息确定所述模具表面的平整度,包括:
获取所述图像信息中所述模具表面的图像,确定所述模具表面的图像是否存在异常纹路,当所述模具表面的图像存在异常纹路时,根据所述异常纹路占所述模具表面的图像的百分比确定出所述模具表面的平整度。
4.根据权利要求1所述的模具生命周期管理方法,其特征在于,所述获取异常模具的位置信息、异常模具的异常信息及异常模具的使用信息,根据所述位置信息、所述异常信息及所述使用信息确定出所述异常模具的剩余使用信息,包括:
将所述异常模具对应的状态信息确定为异常模具的异常信息;
获取所述异常信息中异常模具的图像信息,并识别所述图像信息中的身份数据;
利用所述身份数据从预设模具数据库中提取所述异常模具的位置信息和使用信息;
根据所述位置信息和所述异常信息确定出计算剩余使用信息的影响因子;
利用所述影响因子及异常模具的使用信息计算出所述异常模具的剩余使用信息。
5.根据权利要求4所述的模具生命周期管理方法,其特征在于,所述根据所述位置信息和所述异常信息确定出计算剩余使用信息的影响因子,包括:
根据所述位置信息和所述异常信息查找预设数据集合;
从所述预设数据集合中提取与所述位置信息和所述异常信息对应的影响因子,其中,所述预设数据集合中包括至少2组与位置信息对应的影响因子及至少2组与所述异常信息对应的影响因子。
6.根据权利要求1所述的模具生命周期管理方法,其特征在于,所述从预设的模具管理方案集合中选择出与所述异常模具的剩余使用信息对应的模具管理方案,包括:
将所述剩余使用信息与所述预设的模具管理方案集合中的预设剩余使用信息进行匹配;
当所述剩余使用信息与预设剩余使用信息匹配成功,则使用所述预设剩余使用信息对应的模具管理方案对异常模具进行管理,所述预设的模具管理方案集合中一个预设剩余使用信息对应一个模具管理方案。
7.根据权利要求1或6所述的模具生命周期管理方法,其特征在于,所述预设的模具管理方案集合包括:模具维持方案、模具调整方案、模具废弃方案,所述使用所述模具管理方案对所述异常模具进行管理,包括:
当所述模具管理方案为模具维持方案时,则继续使用所述异常模具进行产品零件制造;
当所述模具管理方案为模具调整方案时,则更换所述异常模具将所述异常模具送入加工中心进行模具调整,并在检测合格后,在下一次制备产品零件前,完成对调整后的模具的安装,并使用该模具进行产品零件制造;
当所述模具管理方案为模具废弃方案时,则卸下模具将模具送入报废区域进行报废处理。
8.一种模具生命周期管理系统,其特征在于,所述模具生命周期管理系统包括:
状态分析模块,用于在使用模具制备产品零件前,采集模具的状态信息,将所述状态信息与预设状态信息进行对比,将不满足所述预设状态信息的模具确定为异常模具,所述状态信息包括所述模具的图像信息、温度信息及尺寸信息,所述预设状态信息包括模具的预设图像信息、预设温度信息及预设尺寸信息;
确定模块,用于获取异常模具的位置信息、异常模具的异常信息及异常模具的使用信息,根据所述位置信息、所述异常信息及所述使用信息确定出所述异常模具的剩余使用信息;
选择模块,用于从预设的模具管理方案集合中选择出与所述异常模具的剩余使用信息对应的模具管理方案,并使用所述模具管理方案对所述异常模具进行管理。
9.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-6中任一项所述的模具生命周期管理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的模具生命周期管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310620174.7A CN116341995A (zh) | 2023-05-30 | 2023-05-30 | 一种模具生命周期管理方法、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310620174.7A CN116341995A (zh) | 2023-05-30 | 2023-05-30 | 一种模具生命周期管理方法、系统及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116341995A true CN116341995A (zh) | 2023-06-27 |
Family
ID=86880794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310620174.7A Pending CN116341995A (zh) | 2023-05-30 | 2023-05-30 | 一种模具生命周期管理方法、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116341995A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109719992A (zh) * | 2019-01-08 | 2019-05-07 | 腾燊嘉诚(上海)信息科技股份有限公司 | 一种模具寿命管理系统 |
US20200257916A1 (en) * | 2017-11-06 | 2020-08-13 | Kabushiki Kaisha Toshiba | Mold temperature anomaly sign detection apparatus, mold temperature anomaly sign detection method and storage medium |
CN111695858A (zh) * | 2020-06-09 | 2020-09-22 | 厦门嵘拓物联科技有限公司 | 一种模具全生命周期管理系统 |
CN113487267A (zh) * | 2021-07-23 | 2021-10-08 | 航天海鹰(镇江)特种材料有限公司 | 一种物料全生命周期管理及寿命自动计算的系统与方法 |
-
2023
- 2023-05-30 CN CN202310620174.7A patent/CN116341995A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200257916A1 (en) * | 2017-11-06 | 2020-08-13 | Kabushiki Kaisha Toshiba | Mold temperature anomaly sign detection apparatus, mold temperature anomaly sign detection method and storage medium |
CN109719992A (zh) * | 2019-01-08 | 2019-05-07 | 腾燊嘉诚(上海)信息科技股份有限公司 | 一种模具寿命管理系统 |
CN111695858A (zh) * | 2020-06-09 | 2020-09-22 | 厦门嵘拓物联科技有限公司 | 一种模具全生命周期管理系统 |
CN113487267A (zh) * | 2021-07-23 | 2021-10-08 | 航天海鹰(镇江)特种材料有限公司 | 一种物料全生命周期管理及寿命自动计算的系统与方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11722642B2 (en) | Machine-vision system and method for remote quality inspection of a product | |
US10984526B2 (en) | Method for predicting defects in assembly units | |
CN111179223A (zh) | 基于深度学习的工业自动化缺陷检测方法 | |
CN107562791B (zh) | 一种基于大数据统计的遥感卫星相对辐射定标处理方法 | |
US11521120B2 (en) | Inspection apparatus and machine learning method | |
CN111199535A (zh) | 一种动物状态监测方法、装置、电子设备及存储介质 | |
CN115342859A (zh) | 一种多功能粮情检测系统及检测方法 | |
US11682112B2 (en) | Inspection device and machine learning method | |
CN115358281A (zh) | 一种基于机器学习的冷热一体机监测控制方法及系统 | |
CN115617606A (zh) | 设备监测方法和系统、电子设备、存储介质 | |
CN116341995A (zh) | 一种模具生命周期管理方法、系统及电子设备 | |
CN117351472A (zh) | 烟叶信息检测方法、装置及电子设备 | |
CN116188374A (zh) | 插座检测方法、装置、计算机设备及存储介质 | |
CN113627885A (zh) | 一种电网供电异常监测系统及其监测方法 | |
CN113095340B (zh) | 生产机台的异常预警方法以及物件的量产方法 | |
CN110930360A (zh) | 禽蛋检测、图像处理方法、装置、电子设备及存储介质 | |
CN117817211B (zh) | 基于机器视觉的焊接自动化控制方法及系统 | |
CN116703429B (zh) | 基于物联网的料盘智能化存取系统 | |
CN113344918B (zh) | 一种热成型模具检测方法、系统和可读存储介质 | |
CN117433586B (zh) | 一种动力电池绝缘组件的质量监测系统和方法 | |
CN103136439A (zh) | 植物病症辨识方法及其系统 | |
CN115375854B (zh) | 融合液晶器件的超声影像设备图像处理方法及相关装置 | |
CN118134219A (zh) | 生产预警方法、系统、装置及非易失性存储介质 | |
CN117495192A (zh) | 一种基于视觉识别的产品质量数据建模方法 | |
CN115713484A (zh) | 一种基于图像表示的工业缺陷样本检测方法及系统 |
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 |