CN116382219B - 一种基于在线测量技术的电机生产工艺优化方法及系统 - Google Patents
一种基于在线测量技术的电机生产工艺优化方法及系统 Download PDFInfo
- Publication number
- CN116382219B CN116382219B CN202310546929.3A CN202310546929A CN116382219B CN 116382219 B CN116382219 B CN 116382219B CN 202310546929 A CN202310546929 A CN 202310546929A CN 116382219 B CN116382219 B CN 116382219B
- Authority
- CN
- China
- Prior art keywords
- optimization
- parameter
- component
- optimized
- workpiece
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 338
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 91
- 238000005259 measurement Methods 0.000 title claims abstract description 67
- 238000005516 engineering process Methods 0.000 title claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 58
- 230000008569 process Effects 0.000 claims abstract description 48
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000004886 process control Methods 0.000 claims abstract description 15
- 238000012216 screening Methods 0.000 claims abstract description 13
- 238000007726 management method Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 10
- 238000013210 evaluation model Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 description 10
- 238000004804 winding Methods 0.000 description 8
- 238000013075 data extraction Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 7
- 238000004806 packaging method and process Methods 0.000 description 6
- 239000003973 paint Substances 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 6
- 238000012384 transportation and delivery Methods 0.000 description 6
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 5
- 238000007598 dipping method Methods 0.000 description 5
- 238000001035 drying Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000009413 insulation Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 229910052802 copper Inorganic materials 0.000 description 3
- 239000010949 copper Substances 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000012855 volatile organic compound 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]
- G05B19/41865—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 job scheduling, process planning, material flow
-
- 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)
- Control Of Electric Motors In General (AREA)
Abstract
本发明涉及数据处理技术领域,提供了一种基于在线测量技术的电机生产工艺优化方法及系统,方法包括:通过在线工件测量装置,获取工件测量数据,发送至工艺信息库;由工艺信息库进行数据调用,评估输出实时评估结果,筛选M个待优化节点,进行优化参数定位分析,得到2M个初始优化参数;对第一初始优化参数和第二初始优化参数进行优化迭代,输出优化控制参数,输入工艺控制机床并控制每个节点,解决无法在保证电机成品的性能稳定性的情况下进行电机生产工艺优化技术问题,实现在不影响产品质量的前提下进行电机生产工艺优化,优化调整生产工艺对应的控制参数,同步进行电机生产工艺对应的控制参数在线调设,保证电机成品的性能稳定性技术效果。
Description
技术领域
本发明涉及数据处理相关技术领域,具体涉及一种基于在线测量技术的电机生产工艺优化方法及系统。
背景技术
电机生产工艺是指将各种电机零部件在一定的工艺流程下加工、组装成电机的过程,电机生产工艺优化的方式有多种,常见的,引入自动化机器设备,电机生产自动化生产线减少人工干预,同时提高生产效率,减少产品的制造成本。
一般的,电机生产工艺对应的控制参数调设大多是以确保产品符合产品质量要求为目标,为保证产品质量、产品的性能稳定性,需要在电机生产自动化生产线不执行生产任务的时段内,进行控制参数调设,但不利于电机生产自动化生产线的高效运行。
综上所述,现有技术中存在无法在保证电机成品的性能稳定性的情况下进行电机生产工艺优化的技术问题。
发明内容
本申请通过提供了一种基于在线测量技术的电机生产工艺优化方法及系统,旨在解决现有技术中的无法在保证电机成品的性能稳定性的情况下进行电机生产工艺优化的技术问题。
鉴于上述问题,本申请实施例提供了一种基于在线测量技术的电机生产工艺优化方法及系统。
本申请公开的第一个方面,提供了一种基于在线测量技术的电机生产工艺优化方法,其中,所述方法应用于电机生产工艺管理系统,所述系统与工艺控制机床、在线工件测量装置通信连接,所述方法包括:通过所述在线工件测量装置,获取电机生产流程线中各个流程节点的工件测量数据;将所述工件测量数据通过所述在线工件测量装置的传输终端,发送至所述电机生产工艺管理系统的工艺信息库中;由所述工艺信息库进行数据调用对所述电机生产流程线中各个流程节点的工件质量进行实时评估,输出实时评估结果;基于所述实时评估结果,筛选M个待优化节点,并对所述M个待优化节点进行优化参数定位分析,得到2M个初始优化参数,其中,每个节点均包括第一初始优化参数和第二初始优化参数;对每个节点的第一初始优化参数和所述第二初始优化参数进行优化迭代,输出每个节点对应的优化控制参数;以所述优化控制参数输入所述工艺控制机床,对每个节点进行控制。
本申请公开的另一个方面,提供了一种基于在线测量技术的电机生产工艺优化系统,其中,所述系统包括:测量数据获取模块,用于通过在线工件测量装置,获取电机生产流程线中各个流程节点的工件测量数据;数据发送模块,用于将所述工件测量数据通过所述在线工件测量装置的传输终端,发送至电机生产工艺管理系统的工艺信息库中;实时评估模块,用于由所述工艺信息库进行数据调用对所述电机生产流程线中各个流程节点的工件质量进行实时评估,输出实时评估结果;初始优化参数得到模块,用于基于所述实时评估结果,筛选M个待优化节点,并对所述M个待优化节点进行优化参数定位分析,得到2M个初始优化参数,其中,每个节点均包括第一初始优化参数和第二初始优化参数;优化迭代模块,用于对每个节点的第一初始优化参数和所述第二初始优化参数进行优化迭代,输出每个节点对应的优化控制参数;控制模块,用于以所述优化控制参数输入工艺控制机床,对每个节点进行控制。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过在线工件测量装置,获取工件测量数据;通过在线工件测量装置的传输终端,发送至工艺信息库中;由工艺信息库进行数据调用对各个流程节点的工件质量进行实时评估,输出实时评估结果,筛选M个待优化节点,并对M个待优化节点进行优化参数定位分析,得到2M个初始优化参数;对每个节点的第一初始优化参数和第二初始优化参数进行优化迭代,输出每个节点对应的优化控制参数,输入工艺控制机床并控制每个节点,实现了在不影响产品质量的前提下进行电机生产工艺优化,优化调整生产工艺对应的控制参数,同步进行电机生产工艺对应的控制参数在线调设,保证电机成品的性能稳定性的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种基于在线测量技术的电机生产工艺优化方法可能的流程示意图;
图2为本申请实施例提供了一种基于在线测量技术的电机生产工艺优化方法中输出实时评估结果可能的流程示意图;
图3为本申请实施例提供了一种基于在线测量技术的电机生产工艺优化方法中输出优化控制参数可能的流程示意图;
图4为本申请实施例提供了一种基于在线测量技术的电机生产工艺优化系统可能的结构示意图。
附图标记说明:测量数据获取模块100,数据发送模块200,实时评估模块300,初始优化参数得到模块400,优化迭代模块500,控制模块600。
具体实施方式
本申请实施例提供了一种基于在线测量技术的电机生产工艺优化方法及系统,解决了无法在保证电机成品的性能稳定性的情况下进行电机生产工艺优化的技术问题,实现了在不影响产品质量的前提下进行电机生产工艺优化,优化调整生产工艺对应的控制参数,同步进行电机生产工艺对应的控制参数在线调设,保证电机成品的性能稳定性的技术效果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种基于在线测量技术的电机生产工艺优化方法,其中,所述方法应用于电机生产工艺管理系统,所述系统与工艺控制机床、在线工件测量装置通信连接,所述方法包括:
S10:通过所述在线工件测量装置,获取电机生产流程线中各个流程节点的工件测量数据;
S20:将所述工件测量数据通过所述在线工件测量装置的传输终端,发送至所述电机生产工艺管理系统的工艺信息库中;
S30:由所述工艺信息库进行数据调用对所述电机生产流程线中各个流程节点的工件质量进行实时评估,输出实时评估结果;
具体而言,所述电机生产工艺管理系统与工艺控制机床、在线工件测量装置通信连接,所述通信连接简单来说就是通过信号的传输交互,在所述电机生产工艺管理系统与工艺控制机床、在线工件测量装置之间构成通讯网络,为进行电机生产工艺优化提供硬件支持;
须知的,电机生产工艺流程一般包括:材料准备:选取合适的材料,如铜线、磁钢、绝缘纸、轴承等;绕线与绝缘:通过自动或半自动绕线机将铜线绕组,然后将绕组进行绝缘处理,以防止铜线之间或绕组与铁芯之间短路;核心制作与组装:将绕好线的铁芯组装起来,形成电机的核心部分,后组装电机的轴、端盖、端鼻等部件;烘干与浸漆:将组装好的电机进行烘干,以去除水分和挥发性有机物,浸漆涂上绝缘漆,避免电机发生短路;动平衡与试验:动平衡以保证电机在高速运转时不会出现震动,并进行测试和试验,以确保电机达到设计要求;包装与交付:进行电机的包装、质量检验和交付;
所述在线工件测量装置对应的硬件有:机床测头、机床对刀仪等专用测量装置,所述电机生产流程线与所述电机生产工艺流程相对应,所述电机生产流程线中各个流程节点包括材料准备、绕线与绝缘、核心制作与组装、烘干与浸漆、动平衡与试验、包装与交付;通过所述在线工件测量装置,在电机生产加工过程同步进行工件测量,将所述在线工件测量装置测量所得测量数据作为电机生产流程线中各个流程节点的工件测量数据;
通过所述在线工件测量装置的传输终端,将所述工件测量数据的测量时间点作为标记信息,在标记完成后,将所述工件测量数据进行打包发送至所述电机生产工艺管理系统的工艺信息库中;由所述工艺信息库进行数据调用,对所述电机生产流程线中各个流程节点的工件质量进行实时评估,输出实时评估结果,对电机工件进行在线测量并同步至工艺信息库,为后续进行数据调用分析提供便利。
如图2所示,步骤S30包括步骤:
S31:获取所述电机生产流程线中各个流程节点的预设评估指标;
S32:从所述工艺信息库中调用历史工件检测数据,获取历史工件与所述预设评估指标的达标指数,将所述达标指数作为标识结果进行模型收敛学习,输出工件达标评估模型;
S33:获取所述各个流程节点的实时工件测量数据,并将所述实时工件测量数据输入所述工件达标评估模型中,输出所述实时评估结果,其中,所述实时评估结果包括各个流程节点的工件达标指数。
具体而言,对所述电机生产流程线中各个流程节点的工件质量进行实时评估,输出实时评估结果,包括,所述电机生产流程线中各个流程节点中的材料准备对应的预设评估指标为铜线需求量、磁钢需求量、绝缘纸需求量、轴承需求量;所述电机生产流程线中各个流程节点中的包装与交付对应的预设评估指标包括GB 14711-93《中小型旋转电机安全通用要求》中的接触电流、极化指数、吸收比等相关指标;由本领域技术人员,分别设置所述电机生产流程线中各个流程节点的预设评估指标,获取所述电机生产流程线中各个流程节点的预设评估指标;
设置历史数据提取起始时间点与历史数据提取截止时间点,将历史数据提取起始时间点作为区间起点,将历史数据提取截止时间点作为区间终点,确定数据提取区间,将所述数据提取区间添加至所述工艺信息库,从所述工艺信息库中调用历史工件检测数据,所述历史工件检测数据为所述数据提取区间的工件测量数据;
对照所述电机生产工艺管理系统中的记录,获取历史工件与所述预设评估指标的达标指数,所述达标指数反映评价所述历史工件检测数据的达标情况,即指所述电机生产流程线中各个流程节点的历史工件检测数据中满足所述电机生产流程线中各个流程节点的预设评估指标的个数占所述电机生产流程线中各个流程节点的历史工件检测数据的总个数的百分比;
以所述前馈神经网络为模型基础,采用所述历史工件检测数据作为构建数据,基于所述历史工件检测数据和所述电机生产流程线中各个流程节点的预设评估指标构造新的组合特征,将所述达标指数作为标识结果,传入前馈神经网络中进行模型收敛学习,构建训练获得所述工件达标评估模型,确定工件达标评估模型,为进行工件达标评估提供模型基础;
通过所述在线工件测量装置进行工件测量数据的实时采集,获取所述电机生产流程线中各个流程节点的实时工件测量数据,并将所述实时工件测量数据同步输入所述工件达标评估模型中,分别对所述电机生产流程线中各个流程节点的实时工件测量数据进行工件达标评估,输出所述实时评估结果,所述实时评估结果包括所述电机生产流程线中各个流程节点的工件达标指数,为进行工件达标评估提供参考。
S40:基于所述实时评估结果,筛选M个待优化节点,并对所述M个待优化节点进行优化参数定位分析,得到2M个初始优化参数,其中,每个节点均包括第一初始优化参数和第二初始优化参数;
通过对所述各个流程节点的工件达标指数进行判断,当工件达标指数小于预设达标指数,输出所述M个待优化节点,本申请实施例还包括:
S41:对所述待优化节点进行优化预测,得到优化预测结果;
S42:当所述优化预测结果满足预设优化预测结果时,对所述M个待优化节点进行筛选,输出N个待优化节点。
具体而言,通过对所述电机生产流程线中各个流程节点的工件达标指数进行判断,当所述实时评估结果对应的工件达标指数小于预设达标指数,输出所述M个待优化节点,所述待优化节点即工件达标指数小于预设达标指数的流程节点,所述预设达标指数可以是20%,预设达标指数可自定义设置调整,M为正整数;
对所述M个待优化节点进行优化参数定位分析,在所述M个待优化节点中的每个节点选出的两个优化步骤,得到2M个初始优化参数,每个节点均包括第一初始优化参数和第二初始优化参数;得到2M个初始优化参数后,在对每个节点的第一初始优化参数和所述第二初始优化参数进行优化迭代过程,对所述待优化节点进行优化预测,得到优化预测结果,所述优化预测结果包括优化后的所述电机生产流程线中各个流程节点的工件测量数据;
当所述优化预测结果满足预设优化预测结果时,对所述M个待优化节点进行筛选,输出N个待优化节点,所述预设优化预测结果包括所述预设达标指数,即若存在预设达标指数调整,需要重新进行待优化节点筛选判断,保证待优化节点与预设达标指数之间同步,筛选确定待优化节点并同步更新,为进行优化控制提供数据基础。
S50:对每个节点的第一初始优化参数和所述第二初始优化参数进行优化迭代,输出每个节点对应的优化控制参数;
S60:以所述优化控制参数输入所述工艺控制机床,对每个节点进行控制。
步骤S50包括步骤:
S51:对所述第一初始优化参数进行阶段识别,得到所述第一初始优化参数的第一分量和第二分量/>,基于所述第一初始优化参数的第一分量/>和第二分量/>进行一次分阶段优化,输出第一优化控制参数;
S52:对所述第二初始优化参数进行阶段识别,得到所述第二初始优化参数的第一分量和第二分量/>,基于所述第二初始优化参数的第一分量/>和第二分量/>进行一次分阶段优化,输出第二优化控制参数;
S53:根据所述第一优化控制参数和所述第二优化控制参数进行二次分阶段优化,输出所述优化控制参数。
具体而言,对每个节点的第一初始优化参数和所述第二初始优化参数进行优化迭代,输出每个节点对应的优化控制参数,包括,每个节点均包括第一初始优化参数和第二初始优化参数,对所述第一初始优化参数进行阶段识别,从每个节点选出的两个优化步骤,得到所述第一初始优化参数对应的第一分量和第二分量/>,所述阶段识别即确定属于材料准备、绕线与绝缘、核心制作与组装、烘干与浸漆、动平衡与试验、包装与交付中的任意一项,比如,所述第一初始优化参数对应为材料准备阶段,所述第一初始优化参数的第一分量可以是铜线需求量,所述第一初始优化参数的第二分量/>可以是磁钢需求量;
须知的,有很多的问题并没有解析形式的解,或者有解析形式的解但是计算量很大,基于此,通常会选择采用迭代的优化方法进行求解,目前常用的优化方法分为一次分阶段优化和二次分阶段优化,这里的阶对应导数,一次分阶段优化需要一阶导数,二次分阶段优化需要二阶导数;基于所述第一初始优化参数的第一分量和第二分量/>进行一次分阶段优化,输出第一优化控制参数,一次分阶段优化即求取所述第一初始优化参数的第一分量/>和第二分量/>之间的一阶导数,将所述第一初始优化参数的第一分量/>和第二分量/>之间的一阶导数作为第一优化控制参数;
若所述第一初始优化参数对应为材料准备阶段,所述第二初始优化参数对应为绕线与绝缘、核心制作与组装、烘干与浸漆、动平衡与试验、包装与交付中的任意一项,对所述第二初始优化参数进行阶段识别,得到所述第二初始优化参数的第一分量和第二分量/>,比如,所述第二初始优化参数对应为包装与交付阶段,所述第二初始优化参数的第一分量可以是接触电流,所述第二初始优化参数的第二分量/>可以是极化指数;
基于所述第二初始优化参数的第一分量和第二分量/>进行一次分阶段优化,输出第二优化控制参数,一次分阶段优化即求取所述第二初始优化参数的第一分量/>和第二分量/>之间的一阶导数,将所述第二初始优化参数的第一分量/>和第二分量/>之间的一阶导数作为第二优化控制参数;
根据所述第一优化控制参数和所述第二优化控制参数进行二次分阶段优化,输出所述优化控制参数,所述二次分阶段优化即求取所述第一优化控制参数和所述第二优化控制参数之间的二阶导数,将所述第一优化控制参数和所述第二优化控制参数之间的二阶导数作为优化控制参数,采用迭代优化方法求取优化控制参数,以所述优化控制参数输入所述工艺控制机床,对电机生产工艺的每个节点进行控制,在不进行大量计算的情况,保证优化控制参数的精确度。
本申请实施例还包括:
S531:通过对所述第一初始优化参数的第一分量和第二分量/>进行加权分析,得到第一分量加权比;
S532:通过对所述第二初始优化参数的第一分量和第二分量/>进行加权分析,得到第二分量加权比;
S533:通过对所述第一初始优化参数和所述第二初始优化参数进行加权分析,得到参数加权比;
S534:以所述参数加权比对所述第一分量加权比和所述第二分量加权比进行配置,输出参数加权结果;
S535:基于所述参数加权结果,对所述二次分阶段优化的过程进行参权迭代,输出参权优化控制参数。
具体而言,通过对所述第一初始优化参数的第一分量和第二分量/>进行加权分析:对所述第一初始优化参数的第一分量/>和第二分量/>进行归一化处理,利用变异系数法对归一化处理得到的各个结果进行赋权,所述变异系数法为一种客观赋权的方法,直接利用所述归一化处理得到的各个结果所包含的信息,通过计算得到所述归一化处理得到的各个结果的权重,确定所述第一初始优化参数的第一分量/>的权重比和第二分量/>的权重比,将所述第一初始优化参数的第一分量/>的权重比和第二分量/>的权重比作为第一分量加权比;
通过对所述第二初始优化参数的第一分量和第二分量/>进行加权分析,确定所述第二初始优化参数的第一分量/>的权重比和第二分量/>的权重比,将所述第二初始优化参数的第一分量/>的权重比和第二分量/>的权重比作为第二分量加权比;
通过对所述第一初始优化参数和所述第二初始优化参数进行加权分析,确定所述第一初始优化参数的权重比和第二初始优化参数的权重比,将所述第一初始优化参数的权重比和第二初始优化参数的权重比作为参数加权比;
以所述参数加权比对所述第一分量加权比和所述第二分量加权比进行配置:通过所述参数加权比中的第一初始优化参数的权重比对所述第一分量加权比进行加权计算,通过所述参数加权比中的第二初始优化参数的权重比对所述第二分量加权比进行加权计算,加权计算获得参数加权结果,所述参数加权结果包括所述第一分量加权比的加权计算结果、第二分量加权比的加权计算结果;基于所述参数加权结果,对所述二次分阶段优化的过程进行参权迭代,增加权重之后输出的优化数据,输出参权优化控制参数,所述参权迭代即对参数进行多次权重优化调整,所述参权优化控制参数即在对优化控制参数增加权重进行优化调整后的输出,进行权重调整,保证参权优化控制参数的稳定性。
如图3所示,本申请实施例还包括:
S536:判断所述第一初始优化参数和所述第二初始优化参数是否为同一属性参数;
S537:若所述第一初始优化参数和所述第二初始优化参数为同一属性参数,将所述第一优化控制参数作为第一优化分量a,将所述第二优化控制参数作为第二优化分量b进行一次分阶段优化,输出所述优化控制参数。
具体而言,比对判断所述第一初始优化参数和所述第二初始优化参数的数据类型:若所述第一初始优化参数和所述第二初始优化参数不是同一属性参数,确定所述第一初始优化参数的第一分量和第二分量/>、所述第二初始优化参数的第一分量/>和第二分量/>,并执行后续步骤;
若所述第一初始优化参数和所述第二初始优化参数为同一属性参数,将所述第一优化控制参数作为第一优化分量a,将所述第二优化控制参数作为第二优化分量b进行一次分阶段优化,求取所述第一优化控制参数对应的第一优化分量a和所述第二优化控制参数对应的第二优化分量b之间的一阶导数,将所述第一优化控制参数对应的第一优化分量a和所述第二优化控制参数对应的第二优化分量b之间的一阶导数作为优化控制参数,从数据类型角度,选择对应的一次分阶段优化展开步骤,实现了数据应用场景与一次分阶段优化和二次分阶段优化的展开步骤的对应。
输出所述优化控制参数,步骤S537还包括步骤:
S537-1:根据所述实时评估结果,输出优化目标分量;
S537-2:基于所述优化目标分量对所述第一优化分量a和所述第二优化分量b进行迭代循环,直至所述优化目标分量收敛,将处于收敛状态时的控制参数作为所述优化控制参数输出,其中,完成一次迭代循环的过程通过固定所述第二优化分量b不变,对所述第一优化分量a进行优化;以及固定所述第一优化分量a不变,对所述第二优化分量b进行优化。
具体而言,以电机生产流程线的当前控制参数为起点,将所述实时评估结果作为调整终点,输出优化目标分量,所述优化目标分量即从所述当前控制参数到所述实时评估结果的调整量;对照数据类型角度,将所述优化目标分量作为控制参数的调整约束,对所述第一优化分量a和所述第二优化分量b进行迭代循环,直至所述优化目标分量收敛,将处于收敛状态时的控制参数作为所述优化控制参数输出;
电机生产工艺优化是一个持续的过程,迭代循环即循环进行控制参数迭代优化调整,一次迭代循环的过程遵循单一变量原则,即完成一次迭代循环的过程通过固定所述第二优化分量b不变,对所述第一优化分量a进行优化;固定所述第一优化分量a不变,对所述第二优化分量b进行优化,单次优化过程仅有一个变量,其中,对第一优化分量a进行优化;以及对第二优化分量b进行优化仅表明步骤操作,不限定先后顺序,单次优化过程仅有一个变量,基于在线测量技术,对照迭代优化方法同步进行控制参数迭代优化调整,并输出满足优化目标的优化控制参数,实时调控工艺控制机床。
综上所述,本申请实施例所提供的一种基于在线测量技术的电机生产工艺优化方法及系统具有如下技术效果:
1.由于采用了通过在线工件测量装置,获取工件测量数据;通过在线工件测量装置的传输终端,发送至工艺信息库中;由工艺信息库进行数据调用对各个流程节点的工件质量进行实时评估,输出实时评估结果,筛选M个待优化节点,并对M个待优化节点进行优化参数定位分析,得到2M个初始优化参数;对每个节点的第一初始优化参数和第二初始优化参数进行优化迭代,输出每个节点对应的优化控制参数,输入工艺控制机床并控制每个节点,本申请通过提供了一种基于在线测量技术的电机生产工艺优化方法及系统,实现了在不影响产品质量的前提下进行电机生产工艺优化,优化调整生产工艺对应的控制参数,同步进行电机生产工艺对应的控制参数在线调设,保证电机成品的性能稳定性的技术效果。
2.由于采用了进行一次分阶段优化,获得第一优化控制参数与第二优化控制参数,进行二次分阶段优化,输出优化控制参数,采用迭代优化方法求取优化控制参数,在不进行大量计算的情况,保证优化控制参数的精确度。
实施例二
基于与前述实施例中一种基于在线测量技术的电机生产工艺优化方法相同的发明构思,如图4所示,本申请实施例提供了一种基于在线测量技术的电机生产工艺优化系统,其中,所述系统包括:
测量数据获取模块100,用于通过在线工件测量装置,获取电机生产流程线中各个流程节点的工件测量数据;
数据发送模块200,用于将所述工件测量数据通过所述在线工件测量装置的传输终端,发送至电机生产工艺管理系统的工艺信息库中;
实时评估模块300,用于由所述工艺信息库进行数据调用对所述电机生产流程线中各个流程节点的工件质量进行实时评估,输出实时评估结果;
初始优化参数得到模块400,用于基于所述实时评估结果,筛选M个待优化节点,并对所述M个待优化节点进行优化参数定位分析,得到2M个初始优化参数,其中,每个节点均包括第一初始优化参数和第二初始优化参数;
优化迭代模块500,用于对每个节点的第一初始优化参数和所述第二初始优化参数进行优化迭代,输出每个节点对应的优化控制参数;
控制模块600,用于以所述优化控制参数输入工艺控制机床,对每个节点进行控制。
进一步的,所述系统包括:
第一优化控制参数输出模块,用于对所述第一初始优化参数进行阶段识别,得到所述第一初始优化参数的第一分量和第二分量/>,基于所述第一初始优化参数的第一分量/>和第二分量/>进行一次分阶段优化,输出第一优化控制参数;
第二优化控制参数输出模块,用于对所述第二初始优化参数进行阶段识别,得到所述第二初始优化参数的第一分量和第二分量/>,基于所述第二初始优化参数的第一分量/>和第二分量/>进行一次分阶段优化,输出第二优化控制参数;
优化控制参数输出模块,用于根据所述第一优化控制参数和所述第二优化控制参数进行二次分阶段优化,输出所述优化控制参数。
进一步的,所述系统包括:
属性参数判断模块,用于判断所述第一初始优化参数和所述第二初始优化参数是否为同一属性参数;
一次分阶段优化模块,用于若所述第一初始优化参数和所述第二初始优化参数为同一属性参数,将所述第一优化控制参数作为第一优化分量a,将所述第二优化控制参数作为第二优化分量b进行一次分阶段优化,输出所述优化控制参数。
进一步的,所述系统包括:
优化目标分量输出模块,用于根据所述实时评估结果,输出优化目标分量;
迭代循环模块,用于基于所述优化目标分量对所述第一优化分量a和所述第二优化分量b进行迭代循环,直至所述优化目标分量收敛,将处于收敛状态时的控制参数作为所述优化控制参数输出,其中,完成一次迭代循环的过程通过固定所述第二优化分量b不变,对所述第一优化分量a进行优化;以及固定所述第一优化分量a不变,对所述第二优化分量b进行优化。
进一步的,所述系统包括:
第一分量加权比得到模块,用于通过对所述第一初始优化参数的第一分量和第二分量/>进行加权分析,得到第一分量加权比;
第二分量加权比得到模块,用于通过对所述第二初始优化参数的第一分量和第二分量/>进行加权分析,得到第二分量加权比;
参数加权比得到模块,用于通过对所述第一初始优化参数和所述第二初始优化参数进行加权分析,得到参数加权比;
参数加权结果输出模块,用于以所述参数加权比对所述第一分量加权比和所述第二分量加权比进行配置,输出参数加权结果;
参权迭代模块,用于基于所述参数加权结果,对所述二次分阶段优化的过程进行参权迭代,输出参权优化控制参数。
进一步的,所述系统包括:
预设评估指标获取模块,用于获取所述电机生产流程线中各个流程节点的预设评估指标;
工件达标评估模型输出模块,用于从所述工艺信息库中调用历史工件检测数据,获取历史工件与所述预设评估指标的达标指数,将所述达标指数作为标识结果进行模型收敛学习,输出工件达标评估模型;
实时评估结果输出模块,用于获取所述各个流程节点的实时工件测量数据,并将所述实时工件测量数据输入所述工件达标评估模型中,输出所述实时评估结果,其中,所述实时评估结果包括各个流程节点的工件达标指数。
进一步的,所述系统包括:
优化预测结果得到模块,用于对所述待优化节点进行优化预测,得到优化预测结果;
待优化节点确定模块,用于当所述优化预测结果满足预设优化预测结果时,对所述M个待优化节点进行筛选,输出N个待优化节点。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法,在此不做多余限制。
进一步的,综上所述的第一或第二可能不止代表次序关系,也可能代表某项特指概念,和/或指的是多个元素之间可单独或全部选择。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范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (6)
1.一种基于在线测量技术的电机生产工艺优化方法,其特征在于,所述方法应用于电机生产工艺管理系统,所述系统与工艺控制机床、在线工件测量装置通信连接,所述方法包括:
通过所述在线工件测量装置,获取电机生产流程线中各个流程节点的工件测量数据;
将所述工件测量数据通过所述在线工件测量装置的传输终端,发送至所述电机生产工艺管理系统的工艺信息库中;
由所述工艺信息库进行数据调用对所述电机生产流程线中各个流程节点的工件质量进行实时评估,输出实时评估结果;
基于所述实时评估结果,筛选M个待优化节点,并对所述M个待优化节点进行优化参数定位分析,得到2M个初始优化参数,其中,每个节点均包括第一初始优化参数和第二初始优化参数;
对每个节点的第一初始优化参数和所述第二初始优化参数进行优化迭代,输出每个节点对应的优化控制参数;
以所述优化控制参数输入所述工艺控制机床,对每个节点进行控制;
所述方法还包括:
对所述第一初始优化参数进行阶段识别,得到所述第一初始优化参数的第一分量a1和第二分量b1,基于所述第一初始优化参数的第一分量a1和第二分量b1进行一次分阶段优化,输出第一优化控制参数;以及
对所述第二初始优化参数进行阶段识别,得到所述第二初始优化参数的第一分量a2和第二分量b2,基于所述第二初始优化参数的第一分量a2和第二分量b2进行一次分阶段优化,输出第二优化控制参数;
根据所述第一优化控制参数和所述第二优化控制参数进行二次分阶段优化,输出所述优化控制参数;
对所述电机生产流程线中各个流程节点的工件质量进行实时评估,输出实时评估结果,方法包括:
获取所述电机生产流程线中各个流程节点的预设评估指标;
从所述工艺信息库中调用历史工件检测数据,获取历史工件与所述预设评估指标的达标指数,将所述达标指数作为标识结果进行模型收敛学习,输出工件达标评估模型;
获取所述各个流程节点的实时工件测量数据,并将所述实时工件测量数据输入所述工件达标评估模型中,输出所述实时评估结果,其中,所述实时评估结果包括各个流程节点的工件达标指数;
基于所述实时评估结果,筛选M个待优化节点,包括:
通过对所述电机生产流程线中各流程节点的工件达标指数进行判断,获取所述实时评估结果对应的工件达标指数小于预设达标指数的节点,输出所述M个待优化节点。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
判断所述第一初始优化参数和所述第二初始优化参数是否为同一属性参数;
若所述第一初始优化参数和所述第二初始优化参数为同一属性参数,将所述第一优化控制参数作为第一优化分量a,将所述第二优化控制参数作为第二优化分量b进行一次分阶段优化,输出所述优化控制参数;
若所述第一初始优化参数和所述第二初始优化参数不是同一属性参数,确定所述第一初始优化参数的第一分量a1和第二分量b1、所述第二初始优化参数的第一分量a2和第二分量b2进行一次分阶段优化,输出所述优化控制参数。
3.如权利要求2所述的方法,其特征在于,输出所述优化控制参数,包括:
根据所述实时评估结果,输出优化目标分量;
基于所述优化目标分量对所述第一优化分量a和所述第二优化分量b进行迭代循环,直至所述优化目标分量收敛,将处于收敛状态时的控制参数作为所述优化控制参数输出,其中,完成一次迭代循环的过程通过固定所述第二优化分量b不变,对所述第一优化分量a进行优化;以及固定所述第一优化分量a不变,对所述第二优化分量b进行优化。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
通过对所述第一初始优化参数的第一分量a1和第二分量b1进行加权分析,得到第一分量加权比;
通过对所述第二初始优化参数的第一分量a2和第二分量b2进行加权分析,得到第二分量加权比;
通过对所述第一初始优化参数和所述第二初始优化参数进行加权分析,得到参数加权比;
以所述参数加权比对所述第一分量加权比和所述第二分量加权比进行配置,输出参数加权结果;
基于所述参数加权结果,对所述二次分阶段优化的过程进行参权迭代,输出参权优化控制参数。
5.如权利要求1所述的方法,其特征在于,通过对所述各个流程节点的工件达标指数进行判断,当工件达标指数小于预设达标指数,输出所述M个待优化节点,方法还包括:
对所述待优化节点进行优化预测,得到优化预测结果;
当所述优化预测结果满足预设优化预测结果时,对所述M个待优化节点进行筛选,输出N个待优化节点。
6.一种基于在线测量技术的电机生产工艺优化系统,其特征在于,用于实施权利要求1-5任意一项所述的一种基于在线测量技术的电机生产工艺优化方法,包括:
测量数据获取模块,用于通过在线工件测量装置,获取电机生产流程线中各个流程节点的工件测量数据;
数据发送模块,用于将所述工件测量数据通过所述在线工件测量装置的传输终端,发送至电机生产工艺管理系统的工艺信息库中;
实时评估模块,用于由所述工艺信息库进行数据调用对所述电机生产流程线中各个流程节点的工件质量进行实时评估,输出实时评估结果;
初始优化参数得到模块,用于基于所述实时评估结果,筛选M个待优化节点,并对所述M个待优化节点进行优化参数定位分析,得到2M个初始优化参数,其中,每个节点均包括第一初始优化参数和第二初始优化参数;
优化迭代模块,用于对每个节点的第一初始优化参数和所述第二初始优化参数进行优化迭代,输出每个节点对应的优化控制参数;
控制模块,用于以所述优化控制参数输入工艺控制机床,对每个节点进行控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310546929.3A CN116382219B (zh) | 2023-05-16 | 2023-05-16 | 一种基于在线测量技术的电机生产工艺优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310546929.3A CN116382219B (zh) | 2023-05-16 | 2023-05-16 | 一种基于在线测量技术的电机生产工艺优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116382219A CN116382219A (zh) | 2023-07-04 |
CN116382219B true CN116382219B (zh) | 2023-08-11 |
Family
ID=86964263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310546929.3A Active CN116382219B (zh) | 2023-05-16 | 2023-05-16 | 一种基于在线测量技术的电机生产工艺优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116382219B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116719293B (zh) * | 2023-08-04 | 2023-11-17 | 江苏甬金金属科技有限公司 | 一种冷轧钢带的生产监测方法及系统 |
CN117035384A (zh) * | 2023-08-10 | 2023-11-10 | 浙江中泽精密科技有限公司 | 用于电池铝壳防爆阀的优化工艺评估方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108447737A (zh) * | 2018-05-18 | 2018-08-24 | 厦门理工学院 | 一种基于单纯形搜索的继电器底座质量优化系统 |
CN109783898A (zh) * | 2018-12-27 | 2019-05-21 | 广东工业大学 | 一种注塑成型生产工艺参数的智能优化方法 |
CN112021626A (zh) * | 2020-07-10 | 2020-12-04 | 张家口卷烟厂有限责任公司 | 烟用制丝环节智能化控制系统及方法 |
CN114879615A (zh) * | 2022-05-06 | 2022-08-09 | 宁夏全通枸杞产业有限公司 | 一种枸杞香型枸杞酒的智能生产控制方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010032185A1 (de) * | 2010-07-23 | 2012-01-26 | Abb Ag | Verfahren und Vorrichtung zum Koordinieren von zwei aufeinanderfolgenden Herstellungsstufen eines Produktionsprozesses |
DE102010048409A1 (de) * | 2010-10-15 | 2012-04-19 | Abb Ag | Verfahren und Vorrichtung zur Optimierung eines Produktionsprozesses |
EP4047431A1 (de) * | 2021-02-19 | 2022-08-24 | FactoryPal GmbH | Verfahren und vorrichtung zum automatisierten bestimmen einer optimierten prozesskonfiguration eines prozesses zur herstellung oder bearbeitung von produkten |
-
2023
- 2023-05-16 CN CN202310546929.3A patent/CN116382219B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108447737A (zh) * | 2018-05-18 | 2018-08-24 | 厦门理工学院 | 一种基于单纯形搜索的继电器底座质量优化系统 |
CN109783898A (zh) * | 2018-12-27 | 2019-05-21 | 广东工业大学 | 一种注塑成型生产工艺参数的智能优化方法 |
CN112021626A (zh) * | 2020-07-10 | 2020-12-04 | 张家口卷烟厂有限责任公司 | 烟用制丝环节智能化控制系统及方法 |
CN114879615A (zh) * | 2022-05-06 | 2022-08-09 | 宁夏全通枸杞产业有限公司 | 一种枸杞香型枸杞酒的智能生产控制方法及系统 |
Non-Patent Citations (1)
Title |
---|
电脑横机装配生产线分析报告;梁志佳;周万群;;纺织机械(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116382219A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116382219B (zh) | 一种基于在线测量技术的电机生产工艺优化方法及系统 | |
US6477432B1 (en) | Statistical in-process quality control sampling based on product stability through a systematic operation system and method | |
CN113655768B (zh) | 装配良率控制方法、设备及计算机可读存储介质 | |
CN109451304B (zh) | 一种摄像头模组批量对焦测试方法及系统 | |
CN107967204B (zh) | 线下压测的方法、系统及终端设备 | |
CN115860280B (zh) | 一种页岩气产量预测方法、装置、设备及存储介质 | |
CN115166618B (zh) | 一种非平稳输出的电流互感器误差评估方法 | |
CN111822517B (zh) | 基于云平台bp神经网络的锂电池极片轧机厚度控制系统 | |
KR20060051648A (ko) | 발전기용 스테이터 바아의 리와인드 방법 | |
CN115616404B (zh) | 工业机器人用伺服电机测试系统 | |
CN117056875B (zh) | 一种基于测试数据的电缆传输性能分析方法及装置 | |
EP4315544A1 (en) | Power system model calibration using measurement data | |
Lofthouse | The Taguchi loss function | |
US20210064713A1 (en) | Systems and methods for interactive power system model calibration | |
CN101666853B (zh) | 测试排程系统与方法 | |
CN114114126B (zh) | 低磁导率磁粉芯电流互感器的数字校准方法及系统 | |
CN115952098A (zh) | 一种性能测试调优方案推荐方法及系统 | |
CN112421616B (zh) | 一种电网主网中设备参数的辨识方法及系统 | |
CN115144809A (zh) | 一种智能电表远程校验方法和系统 | |
CN117592872B (zh) | 一种电五金卷绕工序的尺寸闭环控制方法 | |
CN115980654B (zh) | 一种电流互感器检测方法及系统 | |
CN111864741B (zh) | 一种线路参数误差对功率分布影响的定量分析方法及系统 | |
CN117828499B (zh) | Pcba异常件确定方法、系统、存储介质及电子设备 | |
CN117433615A (zh) | 一种燃气表校正方法、系统、电子设备及介质 | |
CN113704990B (zh) | 一种直流量量测数据的电磁暂态模型单参数在线校正方法 |
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 |