CN116493433A - 用于定制钢管制造过程的智能管理方法及系统 - Google Patents
用于定制钢管制造过程的智能管理方法及系统 Download PDFInfo
- Publication number
- CN116493433A CN116493433A CN202310710800.1A CN202310710800A CN116493433A CN 116493433 A CN116493433 A CN 116493433A CN 202310710800 A CN202310710800 A CN 202310710800A CN 116493433 A CN116493433 A CN 116493433A
- Authority
- CN
- China
- Prior art keywords
- steel pipe
- forming
- roller set
- roller
- parameters
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 233
- 239000010959 steel Substances 0.000 title claims abstract description 233
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 44
- 238000007726 management method Methods 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 claims abstract description 77
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000003466 welding Methods 0.000 claims abstract description 32
- 238000005457 optimization Methods 0.000 claims abstract description 31
- 238000013507 mapping Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 18
- 230000035945 sensitivity Effects 0.000 claims description 14
- 238000000465 moulding Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000000105 evaporative light scattering detection Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 2
- 230000000694 effects Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000004044 response Effects 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]
- G05B19/41875—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 quality surveillance of production
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21C—MANUFACTURE OF METAL SHEETS, WIRE, RODS, TUBES OR PROFILES, OTHERWISE THAN BY ROLLING; AUXILIARY OPERATIONS USED IN CONNECTION WITH METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL
- B21C37/00—Manufacture of metal sheets, bars, wire, tubes or like semi-manufactured products, not otherwise provided for; Manufacture of tubes of special shape
- B21C37/06—Manufacture of metal sheets, bars, wire, tubes or like semi-manufactured products, not otherwise provided for; Manufacture of tubes of special shape of tubes or metal hoses; Combined procedures for making tubes, e.g. for making multi-wall tubes
- B21C37/08—Making tubes with welded or soldered seams
-
- 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
- G05B2219/32368—Quality control
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)
- Mechanical Engineering (AREA)
Abstract
本发明公开了用于定制钢管制造过程的智能管理方法及系统,涉及数据处理技术领域,该方法包括:获取定制需求得到钢管成型参数;获取弧焊钢管成型设备机架结构中的成型辊机组;根据钢管成型直径和钢管成型曲面弧度对成型辊机组的参数进行识别;按照第一辊组和第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数,生成成型辊机组的扭矩控制参数;输出实时钢管成型参数;以实时钢管成型参数进行质量检测,根据质量检测结果是对扭矩控制参数进行优化管理。本发明解决了现有技术存在着定制钢管制造智能化程度低,制造质量不能满足要求的技术问题,达到了提高制造精度,提升管理质量的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及用于定制钢管制造过程的智能管理方法及系统。
背景技术
随着制造业的飞速发展对于钢管的需求也随之增长,并且通用钢管的型号已经不能满足制造生产的需求,对于钢管的特异化需求逐渐增长。在制造定制钢管的过程中,如何高效高质的进行生产逐渐成为人们关注的焦点。现有技术存在着定制钢管制造智能化程度低,制造质量不能满足要求的技术问题。
发明内容
本申请提供了用于定制钢管制造过程的智能管理方法及系统,用于针对解决现有技术存在着定制钢管制造智能化程度低,制造质量不能满足要求的技术问题。
鉴于上述问题,本申请提供了用于定制钢管制造过程的智能管理方法及系统。
本申请的第一个方面,提供了用于定制钢管制造过程的智能管理方法,所述方法包括:
获取定制需求得到钢管成型参数,其中,所述钢管成型参数包括钢管成型直径和钢管成型曲面弧度;
连接用于进行钢管制造的弧焊钢管成型设备,获取所述弧焊钢管成型设备机架结构中的成型辊机组,其中,所述成型辊机组包括第一辊组和第二辊组,每个辊组包括两个上下设置的子辊;
根据所述钢管成型直径和所述钢管成型曲面弧度对所述成型辊机组的参数进行识别,输出所述第一辊组和所述第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数;
按照所述第一辊组和所述第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数,生成所述成型辊机组的扭矩控制参数;
基于所述扭矩控制参数的控制过程进行钢管成型数据采集,输出实时钢管成型参数;
以所述实时钢管成型参数进行质量检测,根据所述质量检测结果是对所述扭矩控制参数进行优化管理。
本申请的第二个方面,提供了用于定制钢管制造过程的智能管理系统,所述系统包括:
成型参数获得模块,所述成型参数获得模块用于获取定制需求得到钢管成型参数,其中,所述钢管成型参数包括钢管成型直径和钢管成型曲面弧度;
辊机组获得模块,所述辊机组获得模块用于连接用于进行钢管制造的弧焊钢管成型设备,获取所述弧焊钢管成型设备机架结构中的成型辊机组,其中,所述成型辊机组包括第一辊组和第二辊组,每个辊组包括两个上下设置的子辊;
控制参数输出模块,所述控制参数输出模块用于根据所述钢管成型直径和所述钢管成型曲面弧度对所述成型辊机组的参数进行识别,输出所述第一辊组和所述第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数;
扭矩控制参数生成模块,所述扭矩控制参数生成模块用于按照所述第一辊组和所述第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数,生成所述成型辊机组的扭矩控制参数;
成型参数输出模块,所述成型参数输出模块用于基于所述扭矩控制参数的控制过程进行钢管成型数据采集,输出实时钢管成型参数;
优化管理模块,所述优化管理模块用于以所述实时钢管成型参数进行质量检测,根据所述质量检测结果是对所述扭矩控制参数进行优化管理。
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:
本申请通过获取定制需求得到钢管成型参数,其中,钢管成型参数包括钢管成型直径和钢管成型曲面弧度,然后连接用于进行钢管制造的弧焊钢管成型设备,获取弧焊钢管成型设备机架结构中的成型辊机组,其中,成型辊机组包括第一辊组和第二辊组,每个辊组包括两个上下设置的子辊,根据钢管成型直径和钢管成型曲面弧度对成型辊机组的参数进行识别,输出第一辊组和第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数,然后按照第一辊组和第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数,生成成型辊机组的扭矩控制参数,基于扭矩控制参数的控制过程进行钢管成型数据采集,输出实时钢管成型参数,然后以实时钢管成型参数进行质量检测,根据质量检测结果是对扭矩控制参数进行优化管理。达到了对根据定制钢管的需求对制造过程进行智能化管理,提高制造精度,提升制造质量的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述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的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的用于定制钢管制造过程的智能管理方法流程示意图;
图2为本申请实施例提供的用于定制钢管制造过程的智能管理方法中根据调节系数对扭矩控制参数进行优化管理的流程示意图;
图3为本申请实施例提供的用于定制钢管制造过程的智能管理方法中将钢管成型直径和钢管成型曲面弧度输入所述辊组控制识别模型进行识别的流程示意图;
图4为本申请实施例提供的用于定制钢管制造过程的智能管理系统结构示意图。
附图标记说明:成型参数获得模块11,辊机组获得模块12,控制参数输出模块13,扭矩控制参数生成模块14,成型参数输出模块15,优化管理模块16。
具体实施方式
本申请通过提供了用于定制钢管制造过程的智能管理方法及系统,用于针对解决现有技术存在着定制钢管制造智能化程度低,制造质量不能满足要求的技术问题。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例1
如图1所示,本申请提供了用于定制钢管制造过程的智能管理方法,其中,所述方法包括:
步骤S100:获取定制需求得到钢管成型参数,其中,所述钢管成型参数包括钢管成型直径和钢管成型曲面弧度;
在一个可能的实施例中,通过根据订单信息对钢管的定制需求进行提取,从而获得所述定制需求。其中,所述定制需求反映了定制钢管的成品需要满足的条件,包括钢管成型参数、定制钢管数量、交付时间等信息。以钢管成型参数为索引,对所述定制需求进行数据查找获得所述钢管成型参数。所述钢管成型参数反映了定制钢管的尺寸结构需要满足的条件,包括钢管成型直径和钢管成型曲面弧度。所述钢管成型直径是定制钢管的截面中通过钢管中心,并连接钢管边上两点间的直线距离。所述钢管成型曲面弧度是从钢管截面的圆心向圆周发出两条射线形成一个夹角和夹角正对的一段弧长等于钢管截面半径的弧对应的圆心角角度大小。通过获取所述钢管成型参数为后续进行定制钢管制造管理提供可靠的管理依据。
步骤S200:连接用于进行钢管制造的弧焊钢管成型设备,获取所述弧焊钢管成型设备机架结构中的成型辊机组,其中,所述成型辊机组包括第一辊组和第二辊组,每个辊组包括两个上下设置的子辊;
具体而言,所述弧焊钢管成型设备是进行钢管制造的设备,包括顶管机、扎管机、穿孔机等,以成型辊机为索引从所述弧焊钢管成型设备中进行提取,获得所述成型辊机组,其中,所述成型辊机组是所述弧焊钢管成型设备机架结构中进行钢管辊制的设备,包括第一辊组和第二辊组,每个辊组包括两个上下设置的子辊,定制钢管先通过第一辊组,再通过第二辊组,利用每个辊组上下设置的两个子辊,对钢管进行辊制。
步骤S300:根据所述钢管成型直径和所述钢管成型曲面弧度对所述成型辊机组的参数进行识别,输出所述第一辊组和所述第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数;
进一步的,所述第一辊组和所述第二辊组的相对控制参数包括所述第一辊组和所述第二辊组之间的辊组间距离,和所述第一辊组和所述第二辊组上顶点连接线的辊组间斜率,本申请实施例步骤S300还包括:
步骤S310:每个辊组中上下两个子辊的相对控制参数包括上子辊和下子辊的子辊间距离,和所述上子辊与下子辊侧定点侧顶点连接线的子辊间斜率。
进一步的,如图3所示,根据所述钢管成型直径和所述钢管成型曲面弧度对所述成型辊机组的参数进行识别,本申请实施例步骤S300还包括:
步骤S320:通过对所述成型辊机组的历史工况数据集进行分析,得到以样本成型直径和样本成型曲面弧度为映射变量,辊组样本控制参数集为映射输出的映射数据组,将所述映射数据组作为训练数据,当训练至收敛时输出辊组控制识别模型;
步骤S330:将所述钢管成型直径和所述钢管成型曲面弧度输入所述辊组控制识别模型进行识别。
进一步的,将所述钢管成型直径和所述钢管成型曲面弧度输入所述辊组控制识别模型进行识别,本申请实施例步骤S330还包括:
步骤S331:将所述钢管成型直径和所述钢管成型曲面弧度输入所述辊组控制识别模型,其中,所述辊组控制识别模型包括识别优化网络层;
步骤S332:根据所述识别优化网络层确定所述第一辊组的扭矩控制参数;
步骤S333:基于所述第一辊组的扭矩控制参数,输出所述第二辊组的扭矩控制参数区间;
步骤S334:通过最小化所述第一辊组与所述第二辊组的传动距离损失,输出基于所述第一辊组的扭矩控制参数的条件下所述第二辊组的扭矩控制参数区间的寻优结果,其中,所述寻优结果包括所述第二辊组的扭矩控制参数。
在一个可能的实施例中,以所述钢管成型直径和所述钢管成型曲面弧度对所述成型辊机组的参数进行识别,也就是获得能够生产出定制钢管时成型辊机组设定的参数。通过获取所述成型辊机组在历史时间段内的运行数据以及对应的定制钢管数据,得到所述历史工况数据。从所述历史工况数据集中提取样本成型直径和样本成型曲面弧度作为映射变量,也就是成型辊机组参数设定时考虑的变量。进而,从所述历史工况数据集中提取辊组样本控制参数集作为映射输出的映射数据组,也就是根据变量对成型辊机组设定的控制参数,每一个映射数据组对应一个映射变量。
在一个可能的实施例中,所述辊组控制识别模型是以卷积神经网络为基础框架,以钢管成型直径和钢管成型曲面弧度为输入数据,以相对控制数据为输出数据,对成型辊机组的控制参数进行智能化识别的功能模型。优选的,利用所述训练数据对以卷积神经网络为基础构建的框架进行训练,直至输出数据达到收敛,获得训练完成的所述辊组控制识别模型。进而,将所述钢管成型直径和所述钢管成型曲面弧度输入所述辊组控制识别模型中进行智能识别,获得第一辊组和第二辊组的相对控制参数。其中,所述相对控制参数是对第一辊组和第二辊组之间的距离和每个辊组中上下两个子辊放置角度进行控制的参数,包括第一辊组和第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数。
在一个可能的实施例中,所述第一辊组和所述第二辊组的相对控制参数包括所述第一辊组和所述第二辊组之间的辊组间距离(也就是第一辊组的中间横截面和中间纵截面相交产生的截面的上顶点,与第二辊组的中间横截面和中间纵截面相交产生的截面的上顶点之间的距离),以及所述第一辊组和所述第二辊组上顶点连接线的辊组间斜率(也就是第一辊组和第二辊组上顶点连接线的斜率)。通过根据辊组间距离和辊组间斜率对第一辊组和第二辊组之间的相对位置进行控制。
具体而言,所述每个辊组中上下两个子辊的相对控制参数是对每个辊组中上下两个子辊之间的相位位置进行控制的参数,包括上子辊和下子辊的子辊间距离(也就是上子辊横截面的下顶点与下子辊横截面的上顶点之间的距离),以及上子辊与下子辊侧定点侧顶点连接线的子辊间斜率(也就是将上子辊横截面与通过横截面圆心的水平直线的交点作为上子辊的侧定点,将下子辊横截面与通过上子辊侧定点的平面相切的点作为下子辊的侧顶点,连接侧定点和侧顶点获得连接线,将连接线的斜率作为子辊间斜率)。通过使用相对控制参数对成型辊机组中辊组以及子辊的位置进行确定。
在本申请的一个实施例中,所述辊组控制识别模型包括识别优化网络层,所述识别优化网络层是对第一辊组和第二辊组的扭矩控制参数进行优化的网络层。优选的,通过从历史工况数据集中提取样本成型直径、样本成型曲面弧度和样本第一辊组扭矩控制参数,作为识别优化训练数据。利用所述识别优化训练数据对所述识别优化网络层进行训练,直至所述识别优化网络层输出达到收敛,获得训练完成的识别优化网络层,并其嵌于所述辊组控制识别模型中。
在一个可能的实施例中,将所述钢管成型直径和钢管成型曲面弧度输入所述辊组控制识别模型的识别优化网络层中,获得第一辊组的扭矩控制参数,包括辊组转动速度和辊组功率参数。通过根据所述第一辊组的扭矩控制参数,结合所述第一辊组和第二辊组的传动比,获得所述第二辊组的扭矩控制参数区间。其中,所述第二辊组的扭矩控制参数区间是对第二辊组的扭矩进行控制的参数范围,包括辊组转动速度范围和辊组功率参数范围。
在本申请的实施例中,通过以所述第一辊组和第二辊组的传动距离损失为依据,使用粒子群优化算法在第一辊组的扭矩控制参数的约束下,在第二辊组的扭矩控制参数区间中进行参数寻优,获得所述寻优结果。其中,所述寻优结果是第一辊组和第二辊组的传动距离损失最小的情况下,第二辊组对应的扭矩控制参数。
进一步的,本申请实施例步骤S330还包括:
步骤S335:获取所述成型辊机组的可调旋钮部件;
步骤S336:对所述可调旋钮部件进行灵敏度检测,输出灵敏度检测结果;
步骤S337:根据所述灵敏度检测结果,得到第二调节系数,根据所述第二调节系数对所述扭矩控制参数进行优化管理。
在一个可能的实施例中,对所述成型辊机组上具有可以调节旋转按钮的零部件进行获取,获得所述可调旋钮部件,由于使用过程中损耗会使可调旋钮部件的紧密性降低,从而在进行参数调节时,不能使成型辊机组的辊组移动到准确的位置。优选的,通过对可调旋钮部件按照预设参数进行控制,进而使用测量仪器如标准卡尺对控制的距离进行测量,分析测量结果与按照预设参数控制后结果之间的差值,将差值比上预设参数控制后结果的比值作为灵敏度检测结果。根据灵敏度检测结果的大小,确定所述第二调节系数。其中,所述第二调节系数反映了可调旋钮部件的灵敏程度,以此为基础对扭矩控制参数进行调节。示例性的,若灵敏度检测结果为10%,则表明真实控制值与预设控制值的偏差在10%,对应需要将扭矩控制参数进行对应调整,从而消除偏差。
步骤S400:按照所述第一辊组和所述第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数,生成所述成型辊机组的扭矩控制参数;
步骤S500:基于所述扭矩控制参数的控制过程进行钢管成型数据采集,输出实时钢管成型参数;
在本申请的实施例中,通过根据第一辊组和第二辊组之间的相对控制参数以及每个辊组中上下两个子辊的相对控制参数,也就是获得第一辊组和第二辊组之间的距离和顶点连接线的辊组间斜率,以及上子辊和下子辊的子辊间距离,上子辊与下子辊侧定点侧顶点连接线的子辊间斜率,以上述参数为基础,获得对成型辊组机组的扭矩进行控制的扭矩控制参数。当按照所述扭矩控制参数对成型辊组机组进行控制,然后在控制过程中对钢管成型数据进行实时采集,从而获得所述实时钢管成型参数。其中,所述实时钢管成型参数是对成型过程中钢管成型加工数据进行实时采集后获得的,包括多个随机竖直截面节点的钢管截面直径检测数据,和随机多个坐标曲面的钢管曲面质量检测数据。
步骤S600:以所述实时钢管成型参数进行质量检测,根据所述质量检测结果是对所述扭矩控制参数进行优化管理。
进一步的,如图2所示,以所述实时钢管成型参数进行质量检测,本申请实施例步骤S600还包括:
步骤S610:获取所述实时钢管成型参数,其中,所述实时钢管成型参数包括多个随机竖直截面节点的钢管截面直径检测数据,和随机多个坐标曲面的钢管曲面质量检测数据;
步骤S620:根据定制需求的所述钢管成型直径和所述钢管成型曲面弧度,对检测得到的所述钢管截面直径检测数据和所述钢管曲面质量检测数据进行比对,输出多个质量检测结果;
步骤S630:根据所述多个质量检测结果的偏差度,获取第一调节系数,根据所述第一调节系数对所述扭矩控制参数进行优化管理。
进一步的,以所述实时钢管成型参数进行质量检测,本申请实施例步骤S600还包括:
步骤S640:定位钢管成型焊接边缘线,并根据所述钢管成型焊接边缘线进行接缝匹配检测,获取接缝匹配检测结果;
步骤S650:将所述接缝匹配检测结果添加至所述多个质量检测结果中。
在一个可能的实施例中,所述多个随机竖直截面节点的钢管截面直径检测数据是成型过程中随机选择的钢管横截面(竖直截面)中的节点对应的截面直径。所述多个坐标曲面的钢管曲面质量检测数据是以三维空间坐标系为基础,随机选取多个坐标对应的钢管曲面进行质量检测后获得的数据,包括钢管曲面弧度。
在一个可能的实施例中,通过以定制需求的所述钢管成型直径和所述钢管成型曲面弧度为对照标准,分别与所述钢管截面直径检测数据和所述钢管曲面质量检测数据进行比对,获得直径差和曲面弧度差,将所述直径差和曲面弧度差作为多个质量检测结果。根据所述多个质量检测结果的偏差度,也就是直径差和曲面弧度差,获得第一调节系数。优选的,通过按照预设权重对直径差和曲面弧度差进行加权计算获得偏离值,其中,预设权重由工作人员设定,在此不做限制。根据偏离值获得第一调节系数,从而根据所述第一调节系数对扭矩控制参数进行优化管理。
在本申请的实施例中,通过根据焊接工艺参数确定钢管成型焊接边缘线,也就是将钢板卷起后的两个边焊接到一起形成钢管的焊接缝。对所述钢管成型焊接边缘线进行接缝匹配检测,也就是利用超声探伤等方式对焊缝质量进行检测,从而获得所述接缝匹配检测结果。其中,所述接缝匹配检测结果反映了焊缝的质量。将所述接缝匹配检测结果添加进行所述多个质量检测结果中,作为对扭矩控制参数进行优化管理的依据。
综上所述,本申请实施例至少具有如下技术效果:
本申请通过以定制需求中对钢管成型的要求参数为基准,确定成型辊机组的辊组相对控制参数以及每个辊组中上子辊和下子辊的相对控制参数,实现了从距离和斜率的角度对辊机组零部件的相位位置进行控制的目标,进而根据相对控制参数确定对成型辊机组进行控制的扭矩控制参数,从而在控制过程中对钢管的成型情况进行实时质量检测,快速反馈成型质量情况,从而对扭矩控制参数进行优化管理。达到了提高定制钢管的制造管理响应速度,提升管理质量的技术效果。
实施例2
基于与前述实施例中用于定制钢管制造过程的智能管理方法相同的发明构思,如图4所示,本申请提供了用于定制钢管制造过程的智能管理系统,本申请实施例中的系统与方法实施例基于同样的发明构思。其中,所述系统包括:
成型参数获得模块11,所述成型参数获得模块11用于获取定制需求得到钢管成型参数,其中,所述钢管成型参数包括钢管成型直径和钢管成型曲面弧度;
辊机组获得模块12,所述辊机组获得模块12用于连接用于进行钢管制造的弧焊钢管成型设备,获取所述弧焊钢管成型设备机架结构中的成型辊机组,其中,所述成型辊机组包括第一辊组和第二辊组,每个辊组包括两个上下设置的子辊;
控制参数输出模块13,所述控制参数输出模块13用于根据所述钢管成型直径和所述钢管成型曲面弧度对所述成型辊机组的参数进行识别,输出所述第一辊组和所述第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数;
扭矩控制参数生成模块14,所述扭矩控制参数生成模块14用于按照所述第一辊组和所述第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数,生成所述成型辊机组的扭矩控制参数;
成型参数输出模块15,所述成型参数输出模块15用于基于所述扭矩控制参数的控制过程进行钢管成型数据采集,输出实时钢管成型参数;
优化管理模块16,所述优化管理模块16用于以所述实时钢管成型参数进行质量检测,根据所述质量检测结果是对所述扭矩控制参数进行优化管理。
进一步的,所述系统还包括:
相对控制参数设定单元,所述相对控制参数设定单元用于设定所述第一辊组和所述第二辊组的相对控制参数包括所述第一辊组和所述第二辊组之间的辊组间距离,和所述第一辊组和所述第二辊组上顶点连接线的辊组间斜率;
子辊间控制参数设定单元,所述子辊间控制参数设定单元用于每个辊组中上下两个子辊的相对控制参数包括上子辊和下子辊的子辊间距离,和所述上子辊与下子辊侧定点侧顶点连接线的子辊间斜率。
进一步的,所述系统还包括:
成型参数获得单元,所述成型参数获得单元用于获取所述实时钢管成型参数,其中,所述实时钢管成型参数包括多个随机竖直截面节点的钢管截面直径检测数据,和随机多个坐标曲面的钢管曲面质量检测数据;
质量检测结果输出单元,所述质量检测结果输出单元用于根据定制需求的所述钢管成型直径和所述钢管成型曲面弧度,对检测得到的所述钢管截面直径检测数据和所述钢管曲面质量检测数据进行比对,输出多个质量检测结果;
参数优化管理单元,所述参数优化管理单元用于根据所述多个质量检测结果的偏差度,获取第一调节系数,根据所述第一调节系数对所述扭矩控制参数进行优化管理。
进一步的,所述系统还包括:
接缝匹配检测结果获得单元,所述接缝匹配检测结果获得单元用于定位钢管成型焊接边缘线,并根据所述钢管成型焊接边缘线进行接缝匹配检测,获取接缝匹配检测结果;
检测结果添加单元,所述检测结果添加单元用于将所述接缝匹配检测结果添加至所述多个质量检测结果中。
进一步的,所述系统还包括:
控制识别模型输出单元,所述控制识别模型输出单元用于通过对所述成型辊机组的历史工况数据集进行分析,得到以样本成型直径和样本成型曲面弧度为映射变量,辊组样本控制参数集为映射输出的映射数据组,将所述映射数据组作为训练数据,当训练至收敛时输出辊组控制识别模型;
模型识别单元,所述控制识别模型输出单元用于将所述钢管成型直径和所述钢管成型曲面弧度输入所述辊组控制识别模型进行识别。
进一步的,所述系统还包括:
识别模型输入单元,所述识别模型输入单元用于将所述钢管成型直径和所述钢管成型曲面弧度输入所述辊组控制识别模型,其中,所述辊组控制识别模型包括识别优化网络层;
扭矩控制参数确定单元,所述扭矩控制参数确定单元用于根据所述识别优化网络层确定所述第一辊组的扭矩控制参数;
扭矩控制参数区间输出单元,所述扭矩控制参数区间输出单元用于基于所述第一辊组的扭矩控制参数,输出所述第二辊组的扭矩控制参数区间;
寻优结果输出单元,所述寻优结果输出单元用于通过最小化所述第一辊组与所述第二辊组的传动距离损失,输出基于所述第一辊组的扭矩控制参数的条件下所述第二辊组的扭矩控制参数区间的寻优结果,其中,所述寻优结果包括所述第二辊组的扭矩控制参数。
进一步的,所述系统还包括:
旋钮部件获得单元,所述旋钮部件获得单元用于获取所述成型辊机组的可调旋钮部件;
灵敏度检测结果获得单元,所述灵敏度检测结果获得单元用于对所述可调旋钮部件进行灵敏度检测,输出灵敏度检测结果;
参数优化管理单元,所述参数优化管理单元用于根据所述灵敏度检测结果,得到第二调节系数,根据所述第二调节系数对所述扭矩控制参数进行优化管理。
需要说明的是,上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。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 (8)
1.用于定制钢管制造过程的智能管理方法,其特征在于,所述方法包括:
获取定制需求得到钢管成型参数,其中,所述钢管成型参数包括钢管成型直径和钢管成型曲面弧度;
连接用于进行钢管制造的弧焊钢管成型设备,获取所述弧焊钢管成型设备机架结构中的成型辊机组,其中,所述成型辊机组包括第一辊组和第二辊组,每个辊组包括两个上下设置的子辊;
根据所述钢管成型直径和所述钢管成型曲面弧度对所述成型辊机组的参数进行识别,输出所述第一辊组和所述第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数;
按照所述第一辊组和所述第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数,生成所述成型辊机组的扭矩控制参数;
基于所述扭矩控制参数的控制过程进行钢管成型数据采集,输出实时钢管成型参数;
以所述实时钢管成型参数进行质量检测,根据所述质量检测结果是对所述扭矩控制参数进行优化管理。
2.如权利要求1所述的方法,其特征在于,所述第一辊组和所述第二辊组的相对控制参数包括所述第一辊组和所述第二辊组之间的辊组间距离,和所述第一辊组和所述第二辊组上顶点连接线的辊组间斜率;并且
每个辊组中上下两个子辊的相对控制参数包括上子辊和下子辊的子辊间距离,和所述上子辊与下子辊侧定点侧顶点连接线的子辊间斜率。
3.如权利要求2所述的方法,其特征在于,以所述实时钢管成型参数进行质量检测,方法包括:
获取所述实时钢管成型参数,其中,所述实时钢管成型参数包括多个随机竖直截面节点的钢管截面直径检测数据,和随机多个坐标曲面的钢管曲面质量检测数据;
根据定制需求的所述钢管成型直径和所述钢管成型曲面弧度,对检测得到的所述钢管截面直径检测数据和所述钢管曲面质量检测数据进行比对,输出多个质量检测结果;
根据所述多个质量检测结果的偏差度,获取第一调节系数,根据所述第一调节系数对所述扭矩控制参数进行优化管理。
4.如权利要求3所述的方法,其特征在于,以所述实时钢管成型参数进行质量检测,方法还包括:
定位钢管成型焊接边缘线,并根据所述钢管成型焊接边缘线进行接缝匹配检测,获取接缝匹配检测结果;
将所述接缝匹配检测结果添加至所述多个质量检测结果中。
5.如权利要求1所述的方法,其特征在于,根据所述钢管成型直径和所述钢管成型曲面弧度对所述成型辊机组的参数进行识别,方法包括:
通过对所述成型辊机组的历史工况数据集进行分析,得到以样本成型直径和样本成型曲面弧度为映射变量,辊组样本控制参数集为映射输出的映射数据组,将所述映射数据组作为训练数据,当训练至收敛时输出辊组控制识别模型;
将所述钢管成型直径和所述钢管成型曲面弧度输入所述辊组控制识别模型进行识别。
6.如权利要求5所述的方法,其特征在于,将所述钢管成型直径和所述钢管成型曲面弧度输入所述辊组控制识别模型进行识别,包括:
将所述钢管成型直径和所述钢管成型曲面弧度输入所述辊组控制识别模型,其中,所述辊组控制识别模型包括识别优化网络层;
根据所述识别优化网络层确定所述第一辊组的扭矩控制参数;
基于所述第一辊组的扭矩控制参数,输出所述第二辊组的扭矩控制参数区间;
通过最小化所述第一辊组与所述第二辊组的传动距离损失,输出基于所述第一辊组的扭矩控制参数的条件下所述第二辊组的扭矩控制参数区间的寻优结果,其中,所述寻优结果包括所述第二辊组的扭矩控制参数。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述成型辊机组的可调旋钮部件;
对所述可调旋钮部件进行灵敏度检测,输出灵敏度检测结果;
根据所述灵敏度检测结果,得到第二调节系数,根据所述第二调节系数对所述扭矩控制参数进行优化管理。
8.用于定制钢管制造过程的智能管理系统,其特征在于,所述系统包括:
成型参数获得模块,所述成型参数获得模块用于获取定制需求得到钢管成型参数,其中,所述钢管成型参数包括钢管成型直径和钢管成型曲面弧度;
辊机组获得模块,所述辊机组获得模块用于连接用于进行钢管制造的弧焊钢管成型设备,获取所述弧焊钢管成型设备机架结构中的成型辊机组,其中,所述成型辊机组包括第一辊组和第二辊组,每个辊组包括两个上下设置的子辊;
控制参数输出模块,所述控制参数输出模块用于根据所述钢管成型直径和所述钢管成型曲面弧度对所述成型辊机组的参数进行识别,输出所述第一辊组和所述第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数;
扭矩控制参数生成模块,所述扭矩控制参数生成模块用于按照所述第一辊组和所述第二辊组的相对控制参数,以及每个辊组中上下两个子辊的相对控制参数,生成所述成型辊机组的扭矩控制参数;
成型参数输出模块,所述成型参数输出模块用于基于所述扭矩控制参数的控制过程进行钢管成型数据采集,输出实时钢管成型参数;
优化管理模块,所述优化管理模块用于以所述实时钢管成型参数进行质量检测,根据所述质量检测结果是对所述扭矩控制参数进行优化管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310710800.1A CN116493433A (zh) | 2023-06-15 | 2023-06-15 | 用于定制钢管制造过程的智能管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310710800.1A CN116493433A (zh) | 2023-06-15 | 2023-06-15 | 用于定制钢管制造过程的智能管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116493433A true CN116493433A (zh) | 2023-07-28 |
Family
ID=87326934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310710800.1A Pending CN116493433A (zh) | 2023-06-15 | 2023-06-15 | 用于定制钢管制造过程的智能管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116493433A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1057978A (zh) * | 1991-07-19 | 1992-01-22 | 胜利石油管理局油建一公司 | 热推螺旋钢管和弯头成型方法及设备 |
CN1490097A (zh) * | 2002-10-15 | 2004-04-21 | 赵春友 | 中直缝钢管的生产方法及初成型、精成型、焊接装置 |
CN101214511A (zh) * | 2007-12-29 | 2008-07-09 | 番禺珠江钢管有限公司 | 大直缝埋弧焊管快速生产方法 |
CN103725983A (zh) * | 2013-12-26 | 2014-04-16 | 秦皇岛首秦金属材料有限公司 | 一种x65热煨弯管用热轧平板及其生产方法 |
CN115722870A (zh) * | 2021-08-30 | 2023-03-03 | 中国石油天然气集团有限公司 | X65MO钢级、25.4mm壁厚螺旋埋弧焊管的制造方法 |
-
2023
- 2023-06-15 CN CN202310710800.1A patent/CN116493433A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1057978A (zh) * | 1991-07-19 | 1992-01-22 | 胜利石油管理局油建一公司 | 热推螺旋钢管和弯头成型方法及设备 |
CN1490097A (zh) * | 2002-10-15 | 2004-04-21 | 赵春友 | 中直缝钢管的生产方法及初成型、精成型、焊接装置 |
CN101214511A (zh) * | 2007-12-29 | 2008-07-09 | 番禺珠江钢管有限公司 | 大直缝埋弧焊管快速生产方法 |
CN103725983A (zh) * | 2013-12-26 | 2014-04-16 | 秦皇岛首秦金属材料有限公司 | 一种x65热煨弯管用热轧平板及其生产方法 |
CN115722870A (zh) * | 2021-08-30 | 2023-03-03 | 中国石油天然气集团有限公司 | X65MO钢级、25.4mm壁厚螺旋埋弧焊管的制造方法 |
Non-Patent Citations (1)
Title |
---|
何春尧;: "UOE预焊机焊接过程钢管传输控制技术", 宝钢技术, no. 01 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105938620B (zh) | 一种小口径管内焊缝表面缺陷识别装置 | |
US20070137763A1 (en) | Method for measuring green tire components | |
CN108090896B (zh) | 木板平整度检测及其机器学习方法、装置及电子设备 | |
CN107206451A (zh) | 3d摄像机在三和四个辊的弯曲机上的型材弯曲过程的应用 | |
CN115407739B (zh) | 一种电缆制造的生产设备控制方法及系统 | |
CN109186487A (zh) | 一种管道椭圆度自动检测设备及其检测方法 | |
JPH02275305A (ja) | 管寸法測定方法と装置 | |
CN114034704A (zh) | 一种基于多源数据融合的废旧轧辊三维检测装置及方法 | |
CN115406489B (zh) | 一种镀膜机镀膜的监测预警方法及系统 | |
CN113446965B (zh) | 钢管管端直线度误差的测量方法 | |
CN116493433A (zh) | 用于定制钢管制造过程的智能管理方法及系统 | |
CN111412884B (zh) | 一种基于姿态信息的三维信息恢复方法 | |
WO2021189734A1 (zh) | 钢管管端直度的测量方法和装置 | |
WO2006106834A1 (ja) | ロール式管矯正機の自動制御方法 | |
CN101825883A (zh) | 管材智能化成型检测及修正方法和管材成型系统 | |
JP2023103351A (ja) | スケール値の変化量解析に基づく非破壊検査装置、方法、およびコンピュータ読み取り可能な記録媒体 | |
CN103056199A (zh) | 水平辊式矫直机的矫直辊的速度调控方法和系统 | |
CN117634938A (zh) | 一种无缝钢管的生产质量检测方法及系统 | |
US20070227214A1 (en) | Quality-control method for wire/rod rolling system | |
CN110728672B (zh) | 一种圆线同心绞线结构型号识别的测量方法 | |
CN115451777A (zh) | 钢管管端壁厚的测量方法 | |
CN117349597A (zh) | 一种用于智能数字精确定点仪的智能背景降噪方法 | |
CN110064680B (zh) | 一种棒材大弯曲变形快速测量方法 | |
Kainat et al. | Identifying initial imperfection patterns of energy pipes using a 3D laser scanner | |
CN112859735B (zh) | Jco成型管形在线闭环控制方法、系统、装置 |
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 |