CN116562714B - 一种应用于机械加工的工件信息追溯系统及方法 - Google Patents

一种应用于机械加工的工件信息追溯系统及方法 Download PDF

Info

Publication number
CN116562714B
CN116562714B CN202310828443.9A CN202310828443A CN116562714B CN 116562714 B CN116562714 B CN 116562714B CN 202310828443 A CN202310828443 A CN 202310828443A CN 116562714 B CN116562714 B CN 116562714B
Authority
CN
China
Prior art keywords
workpiece
processing
machine
parameter
information
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
Application number
CN202310828443.9A
Other languages
English (en)
Other versions
CN116562714A (zh
Inventor
曹将兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nantong Tomrise Industrial Intelligent Technology Co ltd
Original Assignee
Nantong Tomrise Industrial Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nantong Tomrise Industrial Intelligent Technology Co ltd filed Critical Nantong Tomrise Industrial Intelligent Technology Co ltd
Priority to CN202310828443.9A priority Critical patent/CN116562714B/zh
Publication of CN116562714A publication Critical patent/CN116562714A/zh
Application granted granted Critical
Publication of CN116562714B publication Critical patent/CN116562714B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/2308—Concurrency control
    • G06F16/2315—Optimistic concurrency control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/216—Parsing using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • 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
    • G06Q10/0633—Workflow analysis
    • 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)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • Biomedical Technology (AREA)
  • General Factory Administration (AREA)

Abstract

本发明涉及信息追溯技术领域，具体为一种应用于机械加工的工件信息追溯系统及方法，包括：预处理模块、数据采集模块、数据暂存模块、工件分析模块、信息追溯模块、数据处理模块和信息反馈模块；通过所述预处理模块获取加工机器的所有参数指标，并进行存储，形成历史数据；通过所述数据采集模块采集加工过程中的加工机器参数信息、工序加工要求和加工工件信息；通过所述数据暂存模块存储所有采集到的数据；通过所述工件分析模块判断工件质量；通过所述信息追溯模块确认具体工序的异常，并进一步分析该工序的机器异常参数；通过所述数据处理模块去除机器异常参数，保留机器正常参数；通过所述信息反馈模块显示故障的加工机器和该机器的故障参数。

Description

一种应用于机械加工的工件信息追溯系统及方法
技术领域
本发明涉及信息追溯技术领域，具体为一种应用于机械加工的工件信息追溯系统及方法。
背景技术
随着经济的发展，产品的追溯体系得到众多企业关注、广泛欢迎和认可，它使单位质量管理水平明显提升，监督管理部门的信息化水平、管理效率逐步提高；信息化追溯体系建设的桥梁纽带作用，实现信息化追溯数据公众可自主查验，提升信息化追溯的认知度。
然而，在工件加工过程中，仍没有对造成工件不合格的机器进行追溯的系统，当加工机器出产后，该机器的参数指标会随着工件的加工逐渐变化，因此无法直接根据机器的参数指标检查出故障的机器；不仅如此，当机器故障时，质检人员发生误检，进一步进行工序加工时，不仅极大的增加了时间成本，还增加的人力。
所以，人们需要一种应用于机械加工的工件信息追溯系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种应用于机械加工的工件信息追溯系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种应用于机械加工的工件信息追溯系统，所述系统包括：预处理模块、数据采集模块、数据暂存模块、工件分析模块、信息追溯模块、数据处理模块和信息反馈模块；
通过所述预处理模块获取加工机器的所有参数指标，并进行存储，形成历史数据；
通过所述数据采集模块采集加工过程中的加工机器参数信息、工序加工要求和加工工件信息，并将采集到的数据发送至所述数据暂存模块；
通过所述数据暂存模块存储加工机器参数数据、工序加工要求和加工工件数据；
通过所述工件分析模块判断工件质量，若工件质量不合格，分析工件不合格原因，进入信息追溯模块，若质量合格则直接将数据暂存模块的加工机器参数数据存储至预处理模块的数据库中；
通过所述信息追溯模块确认具体工序的异常，并进一步分析该工序的机器异常参数；
通过所述数据处理模块去除机器异常参数，保留机器正常参数；
通过所述信息反馈模块显示故障的加工机器和该机器的故障参数。
进一步的，所述预处理模块包括参数获取单元和数据库；通过所述参数获取单元用于利用加工机器扫描工件的二维码信息，获取加工机器的参数指标，所述加工机器是指工件质检合格后对每一道工序进行加工的机器；所述数据库用于存储所有的加工机器参数，形成历史数据。
进一步的，所述数据采集模块包括机器参数采集单元、加工要求采集单元和工件信息采集单元；所述机器参数采集单元用于利用机器自动识别工件二维码后，填入加工机器的所有参数数据；所述加工要求采集单元用于利用机器识别工件二维码录入工序中机器的加工要求，其中，所述加工要求表示采集工件加工过程中，每一道工序的加工要求；所述工件信息采集单元用于利用加工人员扫描工件二维码，确认身份后，手动填入工件信息；
所述工件信息采集单元包括身份认证子单元和信息录入子单元；所述身份认证子单元用于利用指纹识别对加工人员身份信息进行验证，验证通过后，进入信息录入子单元；所述信息录入子单元用于填入工件加工信息，便于后续对产品信息进行追溯。
进一步的，所述数据暂存模块存储加工机器参数数据、工序加工要求和加工工件数据。
进一步的，所述工件分析模块包括质量判断单元和工件分析单元；所述质量判断单元用于根据工序加工要求预先判断工件质量，若符合标准，则继续加工，若不符合标准，则进入工件分析单元；所述工件分析单元用于利用关键词提取技术提取出工件不符合加工标准的原因，并将工件不符合加工标准的原因上传至所述信息追溯模块；为质检做辅助，有效防止质检人员误检、漏检等问题，使对工件质量判断更加精准；
所述质量判断单元包括质量合格子单元和质量不合格子单元；所述质量合格子单元用于将符合标准的工件继续加工，待加工完成后，将加工机器的参数数据上传至所述预处理模块的数据库中；所述质量不合格子单元用于将工件不符合标准的工件发送至所述工件分析单元，所述工件质量不合格是指生产的这一批工件质量均不合格，则说明是由于机器故障导致。
进一步的，所述信息追溯模块包括工序分析单元和参数分析单元；所述工序分析单元用于利用关键词匹配技术根据不符合标准的原因分析不合格的工件由哪一道工序产生，确认具体工序后进入参数分析单元；所述参数分析单元用于调取工序中该加工机器的所有参数数据，进行参数分析，从而确认加工机器的异常参数数据；
所述参数分析单元包括参数调取子单元、参数分析子单元和异常确认子单元；所述参数调取子单元用于提取出加工机器的参数数据；所述参数分析子单元用于将参数数据与历史数据进行对比；所述异常确认子单元用于确认加工机器的异常参数数据。
进一步的，所述数据处理模块去除机器异常参数，保留机器正常参数，并将正常数据存储至预处理模块的数据库中，形成新的数据库。
进一步的，所述信息反馈模块显示故障的加工机器和该机器的故障参数，进一步显示机器故障原因。
一种应用于机械加工的工件信息追溯方法，包括以下步骤：
S1：将历史参数数据储存至数据库中；
S2：采集加工过程中的加工机器参数信息、工序加工要求和加工工件信息；
S3：暂存所有采集到的数据；
S4：判断工件质量，若工件质量不合格，分析工件不合格原因；
S5：追溯具体的异常工序，并进一步分析该工序的机器异常参数；
S6：去除机器异常参数，保留机器正常参数；
S7：显示故障的加工机器和该机器的故障参数。
进一步的，在步骤S1中：将机器加工的历史参数数据储存至数据库中。
进一步的，在步骤S2中：工件加工有许多的工序，每一道工序开始时，工件二维码被加工机器识别，自动采集该加工机器的参数数据和工件加工要求；加工过程中，工件二维码被加工人员识别，经过指纹识别，确认身份后，采集加工人员填入的工件信息，包括工件加工尺寸，规格，进度，负责人员等，便于后续对产品信息进行追溯；其中，指纹识别属于本领域技术人员的常规技术手段，因此，并未做出过多的赘述。
进一步的，在步骤S3中：暂存所有采集到的数据。
进一步的，在步骤S4中：为了判断工件质量，系统根据采集到的工件加工要求判断工件是否可以继续进行加工，如该工序是将已打磨好的铁棒插入工件加工好的圆孔内，若可以，则表示在工序n+1中，工件质量符合标准，待加工完成后将暂存的所有机器参数数据上传至数据库中；
反之，则表示工件质量不符合标准，为了提取出工件不符合加工标准的原因的关键词，首先将采集到的工序n+1的加工要求形成文本，并对其进行分割,得到，并对每一个分割的句子/>进行分词和词性标注，剔除停用词，只保留指定词性的词，如名词、动词、形容词等；得到/>，其中，/>表示句子i中保留下来的词；接着构建词图/>，其中，/>表示由上述设定的词组成的节点集合，通过构造两个节点之间的边/>：两个节点存在边仅当他们对应的词在长度为/>的窗口中共现，其中/>表示窗口大小，即最多共现/>个单词，一般/>取2；然后根据公式：其中，/>表示句子i的权重，/>表示阻尼系数，一般取0.85，/>表示每一个相邻句子对本句子的贡献程度，表示两个相邻句子的相似度，/>表示上次迭代出的句子j的权重，/>表示句子i，j中相同的词；最后根据上面的公式迭代计算各节点的权重，直至收敛，并将各节点的权重进行倒序排序，从中得到最重要的单词t，作为/>关键词，此时/>关键词就表示工件不符合加工标准的原因的关键词。
进一步的，在步骤S5中，为了追溯异常工序，首先设定采集到的前n个工序的加工要求集合为，其中，/>表示每一道工序的加工要求形成的文本；接着利用关键词/>遍历整个集合/>，匹配到对应的文本/>；最后得到/>对应的工序i为出现异常的工序；
之后，为了分析工序i的机器异常参数，首先，提取采集到的工序i中加工机器的参数集合，其中，/>表示工序i中加工机器的参数指标/>对应的参数值，包括温度、压力、摆角范围等；接着，从数据库的历史数据中提取该加工机器的所有参数集合/>，其中，/>表示工序i中加工机器第/>个参数指标对应的参数集合；最后，将/>和/>进行对比：通过遍历参数指标/>，找到/>，那么，得到机器异常参数为/>；当然，也可以是多个参数异常，这里只假设有一个参数指标异常；
之后分析机器故障的原因，令，其中，/>表示参数/>内的所有参数值，通过遍历/>，若/>，则表示，机器故障原因是机器参数指标/>过大，反之，则表示机器参数指标/>过小。
进一步的，在步骤S6中：去除机器异常参数，并将剩下的/>保存到数据库中，形成新的历史参数数据。
进一步的，在步骤S7中：显示工序i对应的故障加工机器，并显示该加工机器异常参数，进一步显示机器故障原因。
与现有技术相比，本发明所达到的有益效果是：
本发明通过利用二维码识别技术采集加工过程中的加工机器参数信息、工序加工要求和加工工件信息，更有利于后续对工件质量的分析，且通过利用二维码对加工过程进行全溯源，更有助于系统对数据的分析；通过判断工件质量，将质量合格对应的数据暂存模块的加工机器参数数据存储至预处理模块的数据库中，同时，将质量不合格对应的加工机器正常参数数据存储至数据库中，更有利于对历史数据进行及时更新，更有利于对机器故障的检查；通过利用加工人员扫描工件二维码，确认身份后，手动填入工件信息，便于后续对产品信息进行追溯；通过利用关键词识别、关键词匹配和参数分析等技术，确认故障机器及故障原因，为质检人员做辅助，有效防止质检人员误检、漏检等问题，使对工件质量判断更加精准。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种应用于机械加工的工件信息追溯系统的结构图；
图2是本发明一种应用于机械加工的工件信息追溯方法的流程图。
实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
请参阅图1-图2，本发明提供技术方案：一种应用于机械加工的工件信息追溯系统，系统包括：预处理模块、数据采集模块、数据暂存模块、工件分析模块、信息追溯模块、数据处理模块和信息反馈模块；
通过所述预处理模块获取加工机器的所有参数指标，并进行存储，形成历史数据；所述预处理模块包括参数获取单元和数据库；通过所述参数获取单元用于利用加工机器扫描工件的二维码信息，获取加工机器的参数指标，所述加工机器是指工件质检合格后对每一道工序进行加工的机器；所述数据库用于存储所有的加工机器参数，形成历史数据。
通过所述数据采集模块采集加工过程中的加工机器参数信息、工序加工要求和加工工件信息，并将采集到的数据发送至所述数据暂存模块；所述数据采集模块包括机器参数采集单元、加工要求采集单元和工件信息采集单元；所述机器参数采集单元用于利用机器自动识别工件二维码后，填入加工机器的所有参数数据；所述加工要求采集单元用于利用机器识别工件二维码录入工序中机器的加工要求，其中，所述加工要求表示采集工件加工过程中，每一道工序的加工要求；所述工件信息采集单元用于利用加工人员扫描工件二维码，确认身份后，手动填入工件信息；
所述工件信息采集单元包括身份认证子单元和信息录入子单元；所述身份认证子单元用于利用指纹识别对加工人员身份信息进行验证，验证通过后，进入信息录入子单元；所述信息录入子单元用于填入工件加工信息，便于后续对产品信息进行追溯。
通过所述数据暂存模块存储所有采集到的数据；所述数据暂存模块存储加工机器参数数据、工序加工要求和加工工件数据。
通过所述工件分析模块判断工件质量，若工件质量不合格，分析工件不合格原因，进入信息追溯模块，若质量合格则直接将数据暂存模块的加工机器参数数据存储至预处理模块的数据库中；所述工件分析模块包括质量判断单元和工件分析单元；所述质量判断单元用于根据工序加工要求预先判断工件质量，若符合标准，则继续加工，若不符合标准，则进入工件分析单元；所述工件分析单元用于利用关键词提取技术提取出工件不符合加工标准的原因，并将工件不符合加工标准的原因上传至所述信息追溯模块；为质检做辅助，有效防止质检人员误检、漏检等问题，使对工件质量判断更加精准；
所述质量判断单元包括质量合格子单元和质量不合格子单元；所述质量合格子单元用于将符合标准的工件继续加工，待加工完成后，将加工机器的参数数据上传至所述预处理模块的数据库中；所述质量不合格子单元用于将工件不符合标准的工件发送至所述工件分析单元，所述工件质量不合格是指生产的这一批工件质量均不合格，则说明是由于机器故障导致。
通过所述信息追溯模块确认具体工序的异常，并进一步分析该工序的机器异常参数；所述信息追溯模块包括工序分析单元和参数分析单元；所述工序分析单元用于利用关键词匹配技术根据不符合标准的原因分析不合格的工件由哪一道工序产生，确认具体工序后进入参数分析单元；所述参数分析单元用于调取工序中该加工机器的所有参数数据，进行参数分析，从而确认加工机器的异常参数数据；
所述参数分析单元包括参数调取子单元、参数分析子单元和异常确认子单元；所述参数调取子单元用于提取出加工机器的参数数据；所述参数分析子单元用于将参数数据与历史数据进行对比；所述异常确认子单元用于确认加工机器的异常参数数据。
通过所述数据处理模块去除机器异常参数，保留机器正常参数；所述数据处理模块去除机器异常参数，保留机器正常参数，并将正常数据存储至预处理模块的数据库中，形成新的数据库；更有利于对历史数据进行及时更新，更有利于对机器故障的检查。
通过所述信息反馈模块显示故障的加工机器和该机器的故障参数；所述信息反馈模块显示故障的加工机器和该机器的故障参数，进一步显示机器故障原因。
一种应用于机械加工的工件信息追溯方法，包括以下步骤：
S1：将历史参数数据储存至数据库中；
在步骤S1中：通过利用加工机器扫描工件的二维码信息，获取加工机器的参数指标，形成历史参数数据，所述加工机器是指工件质检合格后对每一道工序进行加工的机器；将机器加工的历史参数数据储存至数据库中。
S2：采集加工过程中的加工机器参数信息、工序加工要求和加工工件信息；
在步骤S2中：工件加工有许多的工序，每一道工序开始时，工件二维码被加工机器识别，自动采集该加工机器的参数数据和工件加工要求；加工过程中，工件二维码被加工人员识别，经过指纹识别，确认身份后，采集加工人员填入的工件信息，包括工件加工尺寸，规格，进度，负责人员等，便于后续对产品信息进行追溯；其中，指纹识别属于本领域技术人员的常规技术手段，因此，并未做出过多的赘述；通过采集加工过程中的加工机器参数信息、工序加工要求和加工工件信息，更有利于后续对工件质量的分析，且通过利用二维码对加工过程进行全溯源，更有助于系统对数据的分析。
S3：暂存所有采集到的数据；
在步骤S3中：存储加工机器参数数据、工序加工要求以及加工工件数据。
S4：判断工件质量，若工件质量不合格，分析工件不合格原因；
在步骤S4中：为了判断工件质量，系统根据采集到的工件加工要求判断工件是否可以继续进行加工，如该工序是将已打磨好的铁棒插入工件加工好的圆孔内，若可以，则表示在工序n+1中，工件质量符合标准，待加工完成后将暂存的所有机器参数数据上传至数据库中，更有利于对历史数据进行及时更新；
反之，则表示工件质量不符合标准，为了提取出工件不符合加工标准的原因的关键词，更有利于对故障机器的检查，首先将采集到的工序n+1的加工要求形成文本，并对其进行分割,得到/>，并对每一个分割的句子/>进行分词和词性标注，剔除停用词，只保留指定词性的词，如名词、动词、形容词等；得到/>，其中，/>表示句子i中保留下来的词；接着构建词图/>，其中，/>表示由上述设定的词组成的节点集合，通过构造两个节点之间的边/>：两个节点存在边仅当他们对应的词在长度为/>的窗口中共现，其中/>表示窗口大小，即最多共现/>个单词，一般/>取2；然后根据公式：/>其中，/>表示句子i的权重，/>表示阻尼系数，一般取0.85，/>表示每一个相邻句子对本句子的贡献程度，/>表示两个相邻句子的相似度，/>表表示上次迭代出的句子j的权重，/>表示句子i，j中相同的词；最后根据上面的公式迭代计算各节点的权重，直至收敛，并将各节点的权重进行倒序排序，从中得到最重要的单词t，作为/>关键词，此时/>关键词就表示工件不符合加工标准的原因的关键词。
S5：追溯具体的异常工序，并进一步分析该工序的机器异常参数，更有利于发现机器故障的原因；
在步骤S5中，为了追溯异常工序，首先设定采集到的前n个工序的加工要求集合为，其中，/>表示每一道工序的加工要求形成的文本；接着利用关键词遍历整个集合/>，匹配到对应的文本/>；最后得到/>对应的工序i为出现异常的工序；
之后，为了分析工序i的机器异常参数，首先，提取采集到的工序i中加工机器的参数集合，其中，/>表示工序i中加工机器的参数指标/>对应的参数值，包括温度、压力、摆角范围等；接着，从数据库的历史数据中提取该加工机器的所有参数集合/>，其中，/>表示工序i中加工机器第/>个参数指标对应的参数集合；最后，将/>和/>进行对比：通过遍历参数指标/>，找到/>，那么，得到机器异常参数为/>；当然，也可以是多个参数异常，这里只假设有一个参数指标异常；
之后分析机器故障的原因，令，其中，/>表示参数/>内的所有参数值，通过遍历/>，若/>，则表示机器故障原因是机器参数指标/>过大，反之，则表示机器参数指标/>过小。
S6：去除机器异常参数，保留机器正常参数；
在步骤S6中：去除机器异常参数，并将剩下的/>保存到数据库中，形成新的历史参数数据，更有利于对数据库的更新，进一步有利于对异常工序和故障机器的追溯。
S7：显示故障的加工机器和该机器的故障参数。
在步骤S7中：显示工序i对应的故障加工机器，并显示该加工机器异常参数
，进一步显示机器故障原因。
实施例一：
在步骤S1中：通过利用加工机器扫描工件的二维码信息，获取加工机器的参数指标，形成历史参数数据，所述加工机器是指工件加工完成且质检合格后对每一道工序进行加工的机器；将机器加工的历史参数数据储存至数据库中。
在步骤S2中：工件加工有许多的工序，每一道工序开始时，工件二维码被加工机器识别，自动采集该加工机器的参数数据和工件加工要求；加工过程中，工件二维码被加工人员识别，经过指纹识别，确认身份后，采集加工人员填入的工件信息。
在步骤S3中：存储加工机器参数数据、工序加工要求以及加工工件数据。
在步骤S4中：为了判断工件质量，系统根据采集到的工件加工要求判断工件是否可以继续进行加工，在工序10中，加工要求是“将已打磨好的铁棒插入工件加工好的圆孔内”，此时无法继续加工，则表示工件质量不符合标准，为了提取出工件不符合加工标准的原因的关键词，更有利于对故障机器的检查，首先将采集到的工序10的加工要求形成文本，并对其进行分割,得到/>，并对每一个分割的句子/>进行分词和词性标注，剔除停用词，只保留指定词性的词，得到/>，其中，/>表示句子i中保留下来的词，如“铁棒尺寸、圆孔直径等”；然后根据公式：迭代计算各节点的权重，直至收敛，并将各节点的权重进行倒序排序，从中得到最重要的关键词“圆孔直径”。
在步骤S5中：为了追溯异常工序，首先设定采集到的前9个工序的加工要求集合为，其中，/>表示每一道工序的加工要求形成的文本；接着利用关键词“圆孔直径”遍历整个集合/>，匹配到对应的文本/>；最后得到/>对应的工序5为出现异常的工序；
之后，为了分析工序5的机器异常参数，首先，提取采集到的工序i中加工机器的参数集合，接着，从数据库的历史数据中提取该加工机器的所有参数集合/>，最后，将/>和/>进行对比：通过遍历参数指标/>，找到，那么，得到机器异常参数为/>，此时异常参数为/>表示“温度”，则说明该机器温度异常；
之后分析机器故障的原因，令，其中，/>表示参数/>内的所有参数值，通过遍历/>，得到/>，则表示机器故障原因是温度过高。
在步骤S6中：去除机器“温度”对应的参数值，并将剩下的参数值保存到数据库中，形成新的历史参数数据。
在步骤S7中：显示故障机器为工序10对应的加工机器，并显示该加工机器是由于温度过高而导致的机器故障。
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种应用于机械加工的工件信息追溯系统，其特征在于：所述系统包括：预处理模块、数据采集模块、数据暂存模块、工件分析模块、信息追溯模块、数据处理模块和信息反馈模块；
通过所述预处理模块获取加工机器的所有参数指标，并进行存储，形成历史数据；
通过所述数据采集模块采集加工过程中的加工机器参数信息、工序加工要求和加工工件信息，并将采集到的数据发送至所述数据暂存模块；
通过所述数据暂存模块存储加工机器参数数据、工序加工要求和加工工件数据；
通过所述工件分析模块判断工件质量，若工件质量不合格，分析工件不合格原因，进入信息追溯模块；
通过所述信息追溯模块确认具体工序的异常，并进一步分析该工序的机器异常参数；
通过所述数据处理模块去除机器异常参数，保留机器正常参数；
通过所述信息反馈模块显示故障的加工机器和该机器的故障参数；
所述工件分析模块包括质量判断单元和工件分析单元；所述质量判断单元用于根据工序加工要求预先判断工件质量，若符合标准，则继续加工，若不符合标准，则进入工件分析单元；所述工件分析单元用于利用关键词提取技术提取出工件不符合加工标准的原因，并将工件不符合加工标准的原因上传至所述信息追溯模块；
所述质量判断单元包括质量合格子单元和质量不合格子单元；所述质量合格子单元用于将符合标准的工件继续加工，待加工完成后，将加工机器的参数数据上传至所述预处理模块的数据库中；所述质量不合格子单元用于将工件不符合标准的工件信息发送至所述工件分析单元；
所述信息追溯模块包括工序分析单元和参数分析单元；所述工序分析单元用于利用关键词匹配技术根据不符合标准的原因分析不合格的工件由哪一道工序产生；所述参数分析单元用于调取工序中该加工机器的所有参数数据，进行参数分析，从而确认加工机器的异常参数数据；
所述参数分析单元包括参数调取子单元、参数分析子单元和异常确认子单元；所述参数调取子单元用于提取出加工机器的参数数据；所述参数分析子单元用于将参数数据与历史数据进行对比；所述异常确认子单元用于确认加工机器的异常参数数据。
2.根据权利要求1所述的一种应用于机械加工的工件信息追溯系统，其特征在于：所述预处理模块包括参数获取单元和数据库；通过所述参数获取单元用于利用加工机器扫描工件的二维码信息，获取加工机器的参数指标；所述数据库用于存储所有的加工机器参数，形成历史数据。
3.根据权利要求1所述的一种应用于机械加工的工件信息追溯系统，其特征在于：所述数据采集模块包括机器参数采集单元、加工要求采集单元和工件信息采集单元；所述机器参数采集单元用于利用机器自动识别工件二维码后，填入加工机器的所有参数数据；所述加工要求采集单元用于利用机器识别工件二维码录入工序中机器的加工要求；所述工件信息采集单元用于利用加工人员扫描工件二维码，确认身份后，手动填入工件信息；
所述工件信息采集单元包括身份认证子单元和信息录入子单元；所述身份认证子单元用于利用指纹识别对加工人员身份信息进行验证；所述信息录入子单元用于填入工件加工信息。
4.一种应用于机械加工的工件信息追溯方法，其特征在于：包括以下步骤：
S1：将历史参数数据储存至数据库中；
S2：采集加工过程中的加工机器参数信息、工序加工要求和加工工件信息；
S3：暂存所有采集到的数据；
S4：判断工件质量，若工件质量不合格，分析工件不合格原因；
S5：追溯具体的异常工序，并进一步分析该工序的机器异常参数；
S6：去除机器异常参数，保留机器正常参数；
S7：显示故障的加工机器和该机器的故障参数；
在步骤S4中：为了判断工件质量，系统根据采集到的工件加工要求判断工件是否可以继续进行加工，若可以，则表示在工序n+1中，工件质量符合标准，待加工完成后将暂存的所有机器参数数据上传至数据库中；
反之，则表示工件质量不符合标准，为了提取出工件不符合加工标准的原因的关键词，首先将采集到的工序n+1的加工要求形成文本，并对其进行分割,得到/>，并对每一个分割的句子/>进行分词和词性标注，剔除停用词，只保留指定词性的词，得到/>，其中，/>表示句子i中保留下来的词；接着构建词图/>，其中，/>表示由上述设定的词组成的节点集合，通过构造两个节点之间的边/>：两个节点存在边仅当他们对应的词在长度为/>的窗口中共现，其中/>表示窗口大小；然后根据公式：其中，/>表示句子i的权重，/>表示阻尼系数，/>表示每一个相邻句子对本句子的贡献程度，/>表示两个相邻句子的相似度，/>表示上次迭代出的句子j的权重，/>表示句子i，j中相同的词；最后根据上面的公式迭代计算各节点的权重，直至收敛，并将各节点的权重进行倒序排序，从中得到最重要的单词t，作为/>关键词，此时/>关键词就表示工件不符合加工标准的原因的关键词；
在步骤S5中，为了追溯异常工序，首先设定采集到的前n个工序的加工要求集合为，其中，/>表示每一道工序的加工要求形成的文本；接着利用关键词遍历整个集合/>，匹配到对应的文本/>；最后得到/>对应的工序i为出现异常的工序；
进一步，为了分析工序i的机器异常参数，首先，提取采集到的工序i中加工机器的参数集合，其中，/>表示工序i中加工机器的参数指标/>对应的参数值；接着，从数据库的历史数据中提取该加工机器的所有参数集合/>，其中，表示工序i中加工机器第/>个参数指标对应的参数集合；最后，将/>和/>进行对比：通过遍历参数指标/>，找到/>，那么，得到机器异常参数为/>；
进一步分析机器故障的原因，令，其中，/>表示参数/>内的所有参数值，通过遍历/>，若/>，则表示，机器故障原因是机器参数指标/>过大，反之，则表示机器参数指标/>过小。
5.根据权利要求4所述的一种应用于机械加工的工件信息追溯方法，其特征在于：在步骤S2中：工序加工开始时，工件二维码被加工机器识别，自动采集该加工机器的参数数据和工件加工要求；加工过程中，工件二维码被加工人员识别，经过指纹识别，确认身份后，采集加工人员填入的工件信息。
6.根据权利要求5所述的一种应用于机械加工的工件信息追溯方法，其特征在于：在步骤S6中：去除机器异常参数，并将剩下的/>保存到数据库中，形成新的历史参数数据；
在步骤S7中：显示工序i对应的故障加工机器，并显示该加工机器异常参数，进一步显示机器故障原因。
CN202310828443.9A 2023-07-07 2023-07-07 一种应用于机械加工的工件信息追溯系统及方法 Active CN116562714B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310828443.9A CN116562714B (zh) 2023-07-07 2023-07-07 一种应用于机械加工的工件信息追溯系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310828443.9A CN116562714B (zh) 2023-07-07 2023-07-07 一种应用于机械加工的工件信息追溯系统及方法

Publications (2)

Publication Number Publication Date
CN116562714A CN116562714A (zh) 2023-08-08
CN116562714B true CN116562714B (zh) 2023-12-08

Family

ID=87490187

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310828443.9A Active CN116562714B (zh) 2023-07-07 2023-07-07 一种应用于机械加工的工件信息追溯系统及方法

Country Status (1)

Country Link
CN (1) CN116562714B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992010A (zh) * 2017-12-14 2018-05-04 万泰机电工业(昆山)有限公司 新能源汽车零件生产追溯信息生成方法及追溯系统
CN108027911A (zh) * 2015-07-29 2018-05-11 伊利诺斯工具制品有限公司 促进焊接即服务软件的系统及方法
CN108304382A (zh) * 2018-01-25 2018-07-20 山东大学 基于制造过程文本数据挖掘的质量分析方法与系统
CN109726246A (zh) * 2018-12-13 2019-05-07 贵州电网有限责任公司 一种基于数据挖掘和可视化的电网事故关联原因回溯方法
CN110705940A (zh) * 2019-10-09 2020-01-17 重庆华医康道科技有限公司 一种基于区块链的药品物流追溯核查方法
CN112395424A (zh) * 2020-10-10 2021-02-23 北京仿真中心 一种复杂产品质量问题追溯方法及系统
WO2021253652A1 (zh) * 2020-06-20 2021-12-23 南京翱翔信息物理融合创新研究院有限公司 一种汽车制动器总成质量追溯方法
CN114610838A (zh) * 2022-03-17 2022-06-10 平安科技（深圳）有限公司 文本情感分析方法、装置、设备及存储介质
CN115544140A (zh) * 2022-09-29 2022-12-30 优得新能源科技（宁波）有限公司 一种基于人工智能的光伏电站性能检测系统及方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108027911A (zh) * 2015-07-29 2018-05-11 伊利诺斯工具制品有限公司 促进焊接即服务软件的系统及方法
CN107992010A (zh) * 2017-12-14 2018-05-04 万泰机电工业(昆山)有限公司 新能源汽车零件生产追溯信息生成方法及追溯系统
CN108304382A (zh) * 2018-01-25 2018-07-20 山东大学 基于制造过程文本数据挖掘的质量分析方法与系统
CN109726246A (zh) * 2018-12-13 2019-05-07 贵州电网有限责任公司 一种基于数据挖掘和可视化的电网事故关联原因回溯方法
CN110705940A (zh) * 2019-10-09 2020-01-17 重庆华医康道科技有限公司 一种基于区块链的药品物流追溯核查方法
WO2021253652A1 (zh) * 2020-06-20 2021-12-23 南京翱翔信息物理融合创新研究院有限公司 一种汽车制动器总成质量追溯方法
CN112395424A (zh) * 2020-10-10 2021-02-23 北京仿真中心 一种复杂产品质量问题追溯方法及系统
CN114610838A (zh) * 2022-03-17 2022-06-10 平安科技（深圳）有限公司 文本情感分析方法、装置、设备及存储介质
CN115544140A (zh) * 2022-09-29 2022-12-30 优得新能源科技（宁波）有限公司 一种基于人工智能的光伏电站性能检测系统及方法

Also Published As

Publication number Publication date
CN116562714A (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN109902153B (zh) 基于自然语言处理和案例推理的设备故障诊断方法及系统
CN109614501B (zh) 一种基于知识图谱的工业隐患规范化上报方法及系统
CN109584882B (zh) 一种针对特定场景的语音转文字的优化方法及系统
CN111897914B (zh) 用于综合管廊领域的实体信息抽取及知识图谱构建方法
CN112800113A (zh) 一种基于数据挖掘分析技术的招投标审计方法及系统
CN111966076A (zh) 基于有限状态机和图神经网络的故障定位方法
CN109240258A (zh) 基于词向量的汽车故障智能辅助诊断方法和系统
CN110175324B (zh) 一种基于数据挖掘的电网运行操作指令校验方法及系统
CN113241138B (zh) 医疗事件信息的抽取方法、装置、计算机设备及存储介质
CN108920677A (zh) 问卷调查方法、调查系统及电子设备
CN117290462B (zh) 一种数据大模型的智能决策系统及方法
CN116562714B (zh) 一种应用于机械加工的工件信息追溯系统及方法
CN109960707B (zh) 一种基于人工智能的高校招生数据采集方法及系统
CN116069951A (zh) 一种施工工人安全知识抽取和知识图谱构建方法
CN110796565A (zh) 监理日志的分析方法及分析系统
CN110781173A (zh) 一种数据识别方法、装置、计算机设备及存储介质
CN113657437B (zh) 一种电网检修告警确认方法及系统
CN112786124B (zh) 一种问题排查方法、装置、存储介质及设备
CN114492672A (zh) 一种基于人工智能的信息安全评分系统构建方法
CN113961549A (zh) 基于数据仓库的医疗数据整合方法及系统
CN116911852B (zh) 一种rpa的用户动态信息监控方法及系统
CN115761748A (zh) 基于levenshtein自动机的清单明细录入方法
CN116862477A (zh) 一种智能维修辅助方法、系统、设备及存储介质
CN113779271A (zh) 一种基于循环神经网络的知识图谱构建方法及装置
CN115098625A (zh) 一种核电厂ncr与完工报告数据精准匹配系统和方法

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