CN116698642A - 一种汽修工具生产用的工作站控制方法及系统 - Google Patents
一种汽修工具生产用的工作站控制方法及系统 Download PDFInfo
- Publication number
- CN116698642A CN116698642A CN202310968772.3A CN202310968772A CN116698642A CN 116698642 A CN116698642 A CN 116698642A CN 202310968772 A CN202310968772 A CN 202310968772A CN 116698642 A CN116698642 A CN 116698642A
- Authority
- CN
- China
- Prior art keywords
- blank
- real
- preset
- hardness
- workstation
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 45
- 230000008439 repair process Effects 0.000 title claims abstract description 43
- 238000001514 detection method Methods 0.000 claims abstract description 137
- 238000010586 diagram Methods 0.000 claims abstract description 112
- 238000012545 processing Methods 0.000 claims abstract description 96
- 230000004927 fusion Effects 0.000 claims abstract description 8
- 238000000227 grinding Methods 0.000 claims description 55
- 230000003746 surface roughness Effects 0.000 claims description 55
- 238000004088 simulation Methods 0.000 claims description 42
- 239000011159 matrix material Substances 0.000 claims description 36
- 230000008569 process Effects 0.000 claims description 23
- 230000007613 environmental effect Effects 0.000 claims description 19
- 238000010219 correlation analysis Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 230000006798 recombination Effects 0.000 claims description 3
- 238000005215 recombination Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 239000000047 product Substances 0.000 description 40
- 230000000875 corresponding effect Effects 0.000 description 33
- 239000002184 metal Substances 0.000 description 14
- 238000005242 forging Methods 0.000 description 8
- 238000007514 turning Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000010438 heat treatment Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 6
- 239000007769 metal material Substances 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 238000003754 machining Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000007542 hardness measurement Methods 0.000 description 2
- 238000003801 milling Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 239000011265 semifinished product Substances 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 241001391944 Commicarpus scandens Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/40—Investigating hardness or rebound hardness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明涉及汽修工具生产设备控制技术领域,特别是一种汽修工具生产用的工作站控制方法及系统。通过检测工作站中的硬度计获取待测坯件的实际硬度;将所述实际硬度与标准硬度进行比较;若所述实际硬度不大于标准硬度,则通过检测工作站中的工业摄像机获取坯件的表面图像,根据所述表面图像构建出坯件的表面模型图;将所述表面模型图与裂纹模型图进行融合处理,得到坯件的实时状态三维模型图;对所述实时状态三维模型图进行检测分析,得到第一检测结果或第二检测结果。通过本方法能够避免出现坯件是不合格品依旧将其流放至后续工作站中继续加工的情况,能够有效降低加工成本,提高产品生产效率。
Description
技术领域
本发明涉及汽修工具生产设备控制技术领域,特别是一种汽修工具生产用的工作站控制方法及系统。
背景技术
汽修工具主要包括扳手、锤子、套筒以及钻头等,在制备汽修工具时一般需要将坯件经过热处理、锻造、车削、镗销、铣削、钻孔、表面处理以及成品检测等工作站进行加工生产,从而得到汽修工具成品。在坯件经过热处理与锻造工作站处理后,由于热作用以及冲击力的影响下,坯件的内部与表面会不可避免地产生裂纹,而当坯件内部裂纹的稠密度过大时,坯件的硬度会下降,导致坯件的受力强度不满足要求,因此传统的生产车间通常会出现即使坯件是硬度不合格的产品仍对其继续进行加工的现象,导致浪费加工资源。鉴于此,本发明在坯件经过热处理与锻造工作站处理后增设了半成品检测工作站,并且提出了该工作站的控制方法,以与该半成品检测工作站配套使用。
发明内容
本发明克服了现有技术的不足,提供了一种汽修工具生产用的工作站控制方法及系统。
为达到上述目的本发明采用的技术方案为:
本发明第一方面公开了一种汽修工具生产用的工作站控制方法,包括以下步骤:
获取检测工作站的实时环境参数,根据所述实时环境参数确定出待测坯件的标准硬度;通过检测工作站中的硬度计获取待测坯件的实际硬度;将所述实际硬度与标准硬度进行比较;
若所述实际硬度大于标准硬度,则生成第一检测结果,将该坯件流放至下一个生产工作站;若所述实际硬度不大于标准硬度,则通过检测工作站中的工业摄像机获取坯件的表面图像,根据所述表面图像构建出坯件的表面模型图;
若所述实际硬度不大于标准硬度,还通过检测工作站中的X射线探伤器获取坯件所反馈的X射线信号,根据所述X射线信号重构出坯件中裂纹的裂纹模型图;
将所述表面模型图与裂纹模型图进行融合处理,得到坯件的实时状态三维模型图;对所述实时状态三维模型图进行检测分析,得到第一检测结果或第二检测结果;其中,若检测结果为第一检测结果,则将该坯件流放至下一个生产工作站,若检测结果为第二检测结果,则将该坯件进行报废处理。
进一步地,本发明的一个较佳实施例中,获取检测工作站的实时环境参数,根据所述实时环境参数确定出待测坯件的标准硬度,具体为:
通过大数据网络获取在各预设环境参数组合条件之下标准坯件对应的预设硬度,构建数据库,并将在各预设环境参数组合条件之下标准坯件对应的预设硬度导入所述数据库中,得到硬度数据库;
获取检测工作站的实时环境参数,将所述实时环境参数输入所述硬度数据库中,通过相关分析法获取所述实时环境参数与各预设环境参数组合之间的相关系数,根据所述相关系数确定出所述实时环境参数与各预设环境参数组合之间关联度,得到多个关联度;
构建排序表,将多个所述关联度导入所述排序表中进行大小排序,排序完成后,在所述排序表中提取出最大关联度,并获取与最大关联度对应的预设环境参数组合;
根据与最大关联度对应的预设环境参数组合确定出待测坯件在实时环境参数检测时对应的标准硬度。
进一步地,本发明的一个较佳实施例中,通过检测工作站中的工业摄像机获取坯件的表面图像,根据所述表面图像构建出坯件的表面模型图,具体为:
通过检测工作站中的工业摄像机获取坯件的表面图像,对所述表面图像进行去噪、对比度增强以及灰值化处理,得到处理后的表面图像;
在所述处理后的表面图像中提取出坯件表面的特征描述符,对不同拍摄角度获取得到的处理后的表面图像中的特征描述符进行配准处理,得到配准后的特征描述符,根据生成所述配准后的特征描述符生成角点与边缘点的三维点云数据;其中所述特征描述符包括角点、边缘点以及图像纹理;
对所述角点与边缘点的三维点云数据进行网格化处理,得到坯件的形状模型图;将所述图像纹理映射到所述形状模型图中,得到坯件的初始表面模型图;
对所述初始表面模型图进行奇异值分解,得到奇异值矩阵、左奇异向量矩阵以及右奇异向量矩阵;将左奇异向量矩阵的列向量作为新坐标系的基向量,将奇异值矩阵的对角元素作为新坐标系的各个轴的长度,将右奇异向量矩阵的列向量作为新坐标系中各个轴的方向;基于所述基向量、各个轴的长度以及各个轴的方向建立新坐标系;
将所述奇异值矩阵、左奇异向量矩阵以及右奇异向量矩阵导入所述新坐标系中,生成初始表面模型图中特征描述符的云数据矩阵,并将所述云数据矩阵作为特征描述符的云数据坐标数集;
获取云数据坐标数集中的极限坐标点数集,将所述极限坐标点数集输入世界坐标系中进行重新组合,得到坯件的表面模型图。
进一步地,本发明的一个较佳实施例中,通过检测工作站中的X射线探伤器获取坯件所反馈的X射线信号,根据所述X射线信号重构出坯件中裂纹的裂纹模型图,具体为:
通过X射线探伤器对坯件进行扫描探测,并采集坯件所反馈的X射线信号;对采集到的X射线信号进行形态学处理,以提取出与裂纹相关的X射线信号;
对与裂纹相关的X射线信号进行噪声过滤与灰度增强处理,得到处理后的X射线信号;对所述处理后的X射线信号进行特征提取,得到坯件中裂纹区域的若干个稀疏特征点;
在若干个稀疏特征点中选取出任意一个稀疏特征点作为构建原点,根据所述构建原点建立空间坐标系,并在所述空间坐标系中获取所有稀疏特征点对应的三维坐标值;将各稀疏特征点与其余稀疏特征点进行两两配对,得到若干对稀疏特征点对;
根据所述三维坐标值计算出每一对稀疏特征点对之间的欧几里得距离,将欧几里得距离最短的稀疏特征点对标定为近邻特征点对;根据所述三维坐标值获取所有近邻特征点对之间的坐标中点,将所述坐标中点标定为补充特征点;
将所述补充特征点与稀疏特征点进行汇聚,得到稠密特征点;获取所有稠密特征点的三维点云数据,对所述三维点云数据进行配准,并对所述三维点云数据进行刚体变换,使得各个三维点云数据以统一的坐标系表示,最后对所述三维点云数据进行网格化处理,得到坯件中裂纹的裂纹模型图。
进一步地,本发明的一个较佳实施例中,对所述实时状态三维模型图进行检测分析,得到第一检测结果或第二检测结果,具体为:
在所述实时状态三维模型图中提取出当前坯件中所有裂纹的尺寸信息,根据每一裂纹尺寸信息计算出每一裂纹的体积,根据每一裂纹的体积计算得到坯件中所有裂纹的总裂纹体积;
获取实时状态三维模型图的外形尺寸信息,根据所述外形尺寸信息计算得到坯件的坯件体积;根据所述总裂纹体积与坯件体积计算得到当前坯件中裂纹的实时稠密度;
将所述实时稠密度与预设稠密度进行比较;若所述实时稠密度大于预设稠密度,则获取汽修工具的工艺图纸信息,根据所述工艺图纸信息确定出当前坯件加工成汽修工具成品所需的余下加工要素;其中,所述余下加工要素包括余下加工类型、余下加工位置以及余下加工尺寸;
根据所述余下加工要素确定出仿真加工参数,根据所述仿真加工参数对所述实时状态三维模型图进行仿真加工,得到当前坯件在经过仿真加工后的模拟成品三维模型图;
在所述模拟成品三维模型图中提取剩余裂纹的尺寸信息,根据剩余裂纹的尺寸信息计算得到剩余裂纹总体积;并获取模拟成品三维模型图的模拟成品体积;根据所述剩余裂纹总体积与模拟成品体积计算出模拟成品中剩余裂纹的实际稠密度;
将所述实际稠密度与预设稠密度进行比较;若所述实际稠密度不大于预设稠密度,则生成第一检测结果,将该坯件流放至下一个生产工作站;若所述实际稠密度大于预设稠密度,则生成第二检测结果,将该坯件进行报废处理。
进一步地,本发明的一个较佳实施例中,还包括以下步骤:
若所述实时稠密度不大于预设稠密度,则通过大数据网络获取修补不同预设表面粗糙度的坯件所需的研磨厚度,构建知识图谱,并将修补不同预设表面粗糙度的坯件所需的研磨厚度导入所述知识图谱中;
根据所述实时状态三维模型图获取得到当前坯件的实际表面粗糙度;将所述实际表面粗糙度导入所述知识图谱中,通过灰色关联分析法计算所述实际表面粗糙度与各预设表面粗糙度之间的相似度,得到多个相似度;
在多个相似度中提取出最大相似度,获取与最大相似度对应的预设表面粗糙度,根据与最大相似度对应的预设表面粗糙度确定出修补当前坯件表面所需的研磨厚度;
将修补当前坯件表面所需的研磨厚度与预设研磨厚度进行比较;若修补当前坯件表面所需的研磨厚度大于预设研磨厚度,则生成第二检测结果,将该坯件进行报废处理;若修补当前坯件表面所需的研磨厚度不大于预设研磨厚度,则生成第三检测结果,将该坯件进行修复处理。
本发明第二方面提供了一种汽修工具生产用的工作站控制系统,所述工作站控制系统包括存储器与处理器,所述存储器中存储有工作站控制方法程序,当所述工作站控制方法程序被所述处理器执行时,实现如下步骤:
获取检测工作站的实时环境参数,根据所述实时环境参数确定出待测坯件的标准硬度;通过检测工作站中的硬度计获取待测坯件的实际硬度;将所述实际硬度与标准硬度进行比较;
若所述实际硬度大于标准硬度,则生成第一检测结果,将该坯件流放至下一个生产工作站;若所述实际硬度不大于标准硬度,则通过检测工作站中的工业摄像机获取坯件的表面图像,根据所述表面图像构建出坯件的表面模型图;
若所述实际硬度不大于标准硬度,还通过检测工作站中的X射线探伤器获取坯件所反馈的X射线信号,根据所述X射线信号重构出坯件中裂纹的裂纹模型图;
将所述表面模型图与裂纹模型图进行融合处理,得到坯件的实时状态三维模型图;对所述实时状态三维模型图进行检测分析,得到第一检测结果或第二检测结果;其中,若检测结果为第一检测结果,则将该坯件流放至下一个生产工作站,若检测结果为第二检测结果,则将该坯件进行报废处理。
进一步地,本发明的一个较佳实施例中,获取检测工作站的实时环境参数,根据所述实时环境参数确定出待测坯件的标准硬度,具体为:
通过大数据网络获取在各预设环境参数组合条件之下标准坯件对应的预设硬度,构建数据库,并将在各预设环境参数组合条件之下标准坯件对应的预设硬度导入所述数据库中,得到硬度数据库;
获取检测工作站的实时环境参数,将所述实时环境参数输入所述硬度数据库中,通过相关分析法获取所述实时环境参数与各预设环境参数组合之间的相关系数,根据所述相关系数确定出所述实时环境参数与各预设环境参数组合之间关联度,得到多个关联度;
构建排序表,将多个所述关联度导入所述排序表中进行大小排序,排序完成后,在所述排序表中提取出最大关联度,并获取与最大关联度对应的预设环境参数组合;
根据与最大关联度对应的预设环境参数组合确定出待测坯件在实时环境参数检测时对应的标准硬度。
进一步地,本发明的一个较佳实施例中,对所述实时状态三维模型图进行检测分析,得到第一检测结果或第二检测结果,具体为:
在所述实时状态三维模型图中提取出当前坯件中所有裂纹的尺寸信息,根据每一裂纹尺寸信息计算出每一裂纹的体积,根据每一裂纹的体积计算得到坯件中所有裂纹的总裂纹体积;
获取实时状态三维模型图的外形尺寸信息,根据所述外形尺寸信息计算得到坯件的坯件体积;根据所述总裂纹体积与坯件体积计算得到当前坯件中裂纹的实时稠密度;
将所述实时稠密度与预设稠密度进行比较;若所述实时稠密度大于预设稠密度,则获取汽修工具的工艺图纸信息,根据所述工艺图纸信息确定出当前坯件加工成汽修工具成品所需的余下加工要素;其中,所述余下加工要素包括余下加工类型、余下加工位置以及余下加工尺寸;
根据所述余下加工要素确定出仿真加工参数,根据所述仿真加工参数对所述实时状态三维模型图进行仿真加工,得到当前坯件在经过仿真加工后的模拟成品三维模型图;
在所述模拟成品三维模型图中提取剩余裂纹的尺寸信息,根据剩余裂纹的尺寸信息计算得到剩余裂纹总体积;并获取模拟成品三维模型图的模拟成品体积;根据所述剩余裂纹总体积与模拟成品体积计算出模拟成品中剩余裂纹的实际稠密度;
将所述实际稠密度与预设稠密度进行比较;若所述实际稠密度不大于预设稠密度,则生成第一检测结果,将该坯件流放至下一个生产工作站;若所述实际稠密度大于预设稠密度,则生成第二检测结果,将该坯件进行报废处理。
进一步地,本发明的一个较佳实施例中,还包括以下步骤:
若所述实时稠密度不大于预设稠密度,则通过大数据网络获取修补不同预设表面粗糙度的坯件所需的研磨厚度,构建知识图谱,并将修补不同预设表面粗糙度的坯件所需的研磨厚度导入所述知识图谱中;
根据所述实时状态三维模型图获取得到当前坯件的实际表面粗糙度;将所述实际表面粗糙度导入所述知识图谱中,通过灰色关联分析法计算所述实际表面粗糙度与各预设表面粗糙度之间的相似度,得到多个相似度;
在多个相似度中提取出最大相似度,获取与最大相似度对应的预设表面粗糙度,根据与最大相似度对应的预设表面粗糙度确定出修补当前坯件表面所需的研磨厚度;
将修补当前坯件表面所需的研磨厚度与预设研磨厚度进行比较;若修补当前坯件表面所需的研磨厚度大于预设研磨厚度,则生成第二检测结果,将该坯件进行报废处理;若修补当前坯件表面所需的研磨厚度不大于预设研磨厚度,则生成第三检测结果,将该坯件进行修复处理。
本发明解决了背景技术中存在的技术缺陷,本发明具备以下有益效果:获取检测工作站的实时环境参数,根据所述实时环境参数确定出待测坯件的标准硬度;通过检测工作站中的硬度计获取待测坯件的实际硬度;将所述实际硬度与标准硬度进行比较;若所述实际硬度大于标准硬度,则生成第一检测结果,将该坯件流放至下一个生产工作站;若所述实际硬度不大于标准硬度,则通过检测工作站中的工业摄像机获取坯件的表面图像,根据所述表面图像构建出坯件的表面模型图;若所述实际硬度不大于标准硬度,还通过检测工作站中的X射线探伤器获取坯件所反馈的X射线信号,根据所述X射线信号重构出坯件中裂纹的裂纹模型图;将所述表面模型图与裂纹模型图进行融合处理,得到坯件的实时状态三维模型图;对所述实时状态三维模型图进行检测分析,得到第一检测结果或第二检测结果。通过本方法能够对当前坯件进行评估检测,从而判断出坯件是否适合继续加工生产,避免出现坯件是不合格品依旧将其流放至后续工作站中继续加工的情况,能够有效降低加工成本,提高产品生产效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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实施例的附图。
图1为一种汽修工具生产用的工作站控制方法的第一方法流程图;
图2为一种汽修工具生产用的工作站控制方法的第二方法流程图;
图3为一种汽修工具生产用的工作站控制方法的第三方法流程图;
图4为一种汽修工具生产用的工作站控制系统的系统框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示,本发明第一方面公开了一种汽修工具生产用的工作站控制方法,包括以下步骤:
S102:获取检测工作站的实时环境参数,根据所述实时环境参数确定出待测坯件的标准硬度;通过检测工作站中的硬度计获取待测坯件的实际硬度;将所述实际硬度与标准硬度进行比较;
S104:若所述实际硬度大于标准硬度,则生成第一检测结果,将该坯件流放至下一个生产工作站;若所述实际硬度不大于标准硬度,则通过检测工作站中的工业摄像机获取坯件的表面图像,根据所述表面图像构建出坯件的表面模型图;
S106:若所述实际硬度不大于标准硬度,还通过检测工作站中的X射线探伤器获取坯件所反馈的X射线信号,根据所述X射线信号重构出坯件中裂纹的裂纹模型图;
S108:将所述表面模型图与裂纹模型图进行融合处理,得到坯件的实时状态三维模型图;对所述实时状态三维模型图进行检测分析,得到第一检测结果或第二检测结果;其中,若检测结果为第一检测结果,则将该坯件流放至下一个生产工作站,若检测结果为第二检测结果,则将该坯件进行报废处理。
需要说明的是,裂纹是汽修工具中常见的缺陷之一,在汽修工具中裂纹的出现可能会导致表面缺陷、内部断裂等问题,所以在坯件的制备过程中,需要保证裂纹稠密度较低,从而确保坯件表面光滑且内部无小裂纹。当坯件中存在较多裂纹,裂纹的尖端可能会对周围的金属产生应力集中,从而引起局部应力的增加。如果剪切应力或拉伸应力过大,就会超过金属材料的屈服强度,导致材料的变形和塑性变形的减小,这就会使金属更容易受到断裂或崩溃的影响,从而表现出较低的硬度。并且金属中存在的裂纹也会在金属材料的应变过程中产生振动和晶格畸变,从而影响金属材料内部的原子结构和微观组织,这样就可能导致金属材料的硬度和韧性降低。因此,裂纹稠密度会对金属材料(坯件)的硬度产生影响。当裂纹稠密度较高时,坯件很容易出现断裂、崩溃和表面缺陷等问题,从而降低金属的硬度。为了确保金属材料的硬度,需要控制裂纹稠密度,避免材料中存在大量的缺陷和裂纹。
另外,除了裂纹浓度外,坯件的表面粗糙度也会对坯件的硬度造成影响。坯件表面粗糙度会对金属的硬度产生影响,主要是因为粗糙表面增加了实际接触面积,引入了额外的应力集中和摩擦效应。首先,粗糙表面增加了金属与外界接触的实际接触面积。相比于光滑表面,粗糙表面更多地暴露出微小的凹凸、峰谷和不规则形状。这会导致金属与其他物体(如工具或负载)之间的接触面积增大。随着接触面积的增加,金属在接触区域中承受的应力也会增加,从而使硬度降低。其次,粗糙表面还增加了应力集中的可能性,凹凸和峰谷会导致应力在表面上集中分布,从而使表面区域承受更大的应力,这种应力集中可能导致局部塑性变形、微观断裂和位错的产生,进而降低金属的硬度。此外,粗糙表面还会增加金属在接触过程中的摩擦效应,当两个表面接触时,粗糙表面会产生更多的摩擦力,使金属在接触面上受到额外的摩擦应力,这个摩擦应力可能导致金属的变形和磨损,从而降低其硬度。因此,金属表面粗糙度的增加会对金属的硬度产生不利影响。
其中,获取检测工作站的实时环境参数,根据所述实时环境参数确定出待测坯件的标准硬度,如图2所示,具体为:
S202:通过大数据网络获取在各预设环境参数组合条件之下标准坯件对应的预设硬度,构建数据库,并将在各预设环境参数组合条件之下标准坯件对应的预设硬度导入所述数据库中,得到硬度数据库;
S204:获取检测工作站的实时环境参数,将所述实时环境参数输入所述硬度数据库中,通过相关分析法获取所述实时环境参数与各预设环境参数组合之间的相关系数,根据所述相关系数确定出所述实时环境参数与各预设环境参数组合之间关联度,得到多个关联度;
S206:构建排序表,将多个所述关联度导入所述排序表中进行大小排序,排序完成后,在所述排序表中提取出最大关联度,并获取与最大关联度对应的预设环境参数组合;
S208:根据与最大关联度对应的预设环境参数组合确定出待测坯件在实时环境参数检测时对应的标准硬度。
需要说明的是,相关分析法是统计学中用于评估两个变量之间关系的方法,它主要通过计算两个变量之间的相关系数来衡量它们之间的线性关系强度和方向。相关系数可以在-1和1之间取值。当相关系数为1时,表示两个变量完全正相关,即一个变量的增加伴随着另一个变量的增加。当相关系数为-1时,表示两个变量完全负相关,即一个变量的增加伴随着另一个变量的减少。当相关系数接近0时,表示两个变量之间没有线性关系。
需要说明的是,所述环境参数包括温度参数、振动度参数、湿度参数以及粉尘度参数。在检测工作对坯件的硬度进行检测时,检测环境会对扳手的硬度测试结果产生影响,如温度可以对坯件的硬度产生影响,坯件在不同温度下可能表现出不同的硬度值。在受到振动和震动的环境中进行硬度测试可能会导致测试结果的误差,振动和震动可能会干扰硬度测试设备的准确性,从而影响坯件的硬度测量。因此,在对坯件进行硬度测量需要考虑检测工作站中检测环境的影响,在本发明中,通过以上步骤能够确定出坯件在不同检测环境检测时所对应的标准硬度,消除检测环境因素对检测结果的影响,以提高检测结果的可靠性。
需要说明的是,当确定出待测坯件在实时环境参数检测时对应的标准硬度后,再通过检测工作站中的硬度计获取待测坯件的实际硬度,然后将所述实际硬度与标准硬度进行比较,如果实际硬度大于标准硬度,说明坯件裂纹稠密度和表面粗糙度在允许范围内,说明坯件的硬度合格,此时将该坯件流放至下一个生产工作站继续加工生产。另外需要说明的是,可以使用超声波硬度计对坯件硬度进行检测,超声波硬度计是现有常规设备,在此对其工作原理不多做赘述。
若所述实际硬度不大于标准硬度,说明坯件裂纹稠密度过大或表面粗糙度过高,说明坯件当前的硬度是不合格的,此时需要获取当前坯件的裂纹稠密度与表面粗糙度,以根据当前坯件的裂纹稠密度与表面粗糙度对坯件进行进一步分析,获取坯件的裂纹稠密度与表面粗糙度具体步骤如下:
其中,通过检测工作站中的工业摄像机获取坯件的表面图像,根据所述表面图像构建出坯件的表面模型图,具体为:
通过检测工作站中的工业摄像机获取坯件的表面图像,对所述表面图像进行去噪、对比度增强以及灰值化处理,得到处理后的表面图像;
在所述处理后的表面图像中提取出坯件表面的特征描述符,对不同拍摄角度获取得到的处理后的表面图像中的特征描述符进行配准处理,得到配准后的特征描述符,根据生成所述配准后的特征描述符生成角点与边缘点的三维点云数据;其中所述特征描述符包括角点、边缘点以及图像纹理;
对所述角点与边缘点的三维点云数据进行网格化处理,得到坯件的形状模型图;将所述图像纹理映射到所述形状模型图中,得到坯件的初始表面模型图;
对所述初始表面模型图进行奇异值分解,得到奇异值矩阵、左奇异向量矩阵以及右奇异向量矩阵;将左奇异向量矩阵的列向量作为新坐标系的基向量,将奇异值矩阵的对角元素作为新坐标系的各个轴的长度,将右奇异向量矩阵的列向量作为新坐标系中各个轴的方向;基于所述基向量、各个轴的长度以及各个轴的方向建立新坐标系;
将所述奇异值矩阵、左奇异向量矩阵以及右奇异向量矩阵导入所述新坐标系中,生成初始表面模型图中特征描述符的云数据矩阵,并将所述云数据矩阵作为特征描述符的云数据坐标数集;
获取云数据坐标数集中的极限坐标点数集,将所述极限坐标点数集输入世界坐标系中进行重新组合,得到坯件的表面模型图。
需要说明的是,通过检测工作站中的工业摄像机在多个角度拍摄坯件的表面图像,从而根据三维点云重构法重构得到坯件的初始表面模型图。然而,由于拍摄角度、拍摄位置以及摄像机精度等因素的影响,拍摄得到的表面图像的清晰度往往较低,图像较为模糊,因此通过表面图像重构得到的初始表面模型图的模型精度往往较低,模型会存在过度冗余的现象,因此在得到初始表面模型图,通过对初始表面模型图进行奇异值分解,然后根据得到的奇异值矩阵、左奇异向量矩阵以及右奇异向量矩阵对初始表面模型图进行模型修正与降余,从而得到冗余度低、清晰度高的表面模型图,消除了拍摄角度、拍摄位置以及摄像机精度等因素的影响,得到可靠性高的表面模型图,能够进一步提高检测结果可靠性。
其中,通过检测工作站中的X射线探伤器获取坯件所反馈的X射线信号,根据所述X射线信号重构出坯件中裂纹的裂纹模型图,具体为:
通过X射线探伤器对坯件进行扫描探测,并采集坯件所反馈的X射线信号;对采集到的X射线信号进行形态学处理,以提取出与裂纹相关的X射线信号;
对与裂纹相关的X射线信号进行噪声过滤与灰度增强处理,得到处理后的X射线信号;对所述处理后的X射线信号进行特征提取,得到坯件中裂纹区域的若干个稀疏特征点;
在若干个稀疏特征点中选取出任意一个稀疏特征点作为构建原点,根据所述构建原点建立空间坐标系,并在所述空间坐标系中获取所有稀疏特征点对应的三维坐标值;将各稀疏特征点与其余稀疏特征点进行两两配对,得到若干对稀疏特征点对;
根据所述三维坐标值计算出每一对稀疏特征点对之间的欧几里得距离,将欧几里得距离最短的稀疏特征点对标定为近邻特征点对;根据所述三维坐标值获取所有近邻特征点对之间的坐标中点,将所述坐标中点标定为补充特征点;
将所述补充特征点与稀疏特征点进行汇聚,得到稠密特征点;获取所有稠密特征点的三维点云数据,对所述三维点云数据进行配准,并对所述三维点云数据进行刚体变换,使得各个三维点云数据以统一的坐标系表示,最后对所述三维点云数据进行网格化处理,得到坯件中裂纹的裂纹模型图。
需要说明的是,通过检测工作站中的X射线探伤器获取坯件内部与裂纹相关的X射线信号,然后对这些与裂纹相关的X射线信号进行特征提取,得到坯件中裂纹区域的若干个稀疏特征点,由于探测环境以及探伤过程中X射线信号丢失与失真等因素的影响,经过特征提取后的稀疏特征点数量有限,导致所提取得到的裂纹的特征点数量较低,因此此时若直接通过提取得到的稀疏特征点构建裂纹模型图,所构建得到的裂纹图会存在缺失与曲面不平滑等异常现象,模型精度较低。因此在以上步骤中,当得到坯件中裂纹区域的稀疏特征点后,再将各稀疏特征点与其余稀疏特征点进行两两配对,得到若干对稀疏特征点对,从而获取得到各稀疏特征点的近邻特征点,再将稀疏特征点与其对应的近邻特征点进行配对,得到近邻特征点对,在获取所有近邻特征点对之间的坐标中点,从而补充特征点,以通过以上方式得到更多的特征点,将所述补充特征点与稀疏特征点进行汇聚,得到稠密特征点,从而完成对稀疏特征点进行稠密处理的过程。接着再根据三维点云重构法通过稠密特征点重构得到坯件中裂纹的裂纹模型图,通过本方法能够重构得到还原度高与完整度高的坯件中裂纹的裂纹模型图,能够进一步提高检测结果可靠性。
需要说明的是,当获取得到当前坯件的表面模型图与裂纹模型图后,可以利用如SolidWorks、3Dmax等工业三维软件将所述表面模型图与裂纹模型图进行融合处理,从而整合得到坯件的实时状态三维模型图。
其中,对所述实时状态三维模型图进行检测分析,得到第一检测结果或第二检测结果,具体为:
在所述实时状态三维模型图中提取出当前坯件中所有裂纹的尺寸信息,根据每一裂纹尺寸信息计算出每一裂纹的体积,根据每一裂纹的体积计算得到坯件中所有裂纹的总裂纹体积;
获取实时状态三维模型图的外形尺寸信息,根据所述外形尺寸信息计算得到坯件的坯件体积;根据所述总裂纹体积与坯件体积计算得到当前坯件中裂纹的实时稠密度;
将所述实时稠密度与预设稠密度进行比较;若所述实时稠密度大于预设稠密度,则获取汽修工具的工艺图纸信息,根据所述工艺图纸信息确定出当前坯件加工成汽修工具成品所需的余下加工要素;其中,所述余下加工要素包括余下加工类型、余下加工位置以及余下加工尺寸;
其中,工艺图纸是一种用于描述和记录制造过程的工程文档,它提供了制造汽修工具所需的详细信息,包括材料、尺寸、形状、加工工序和装配工序等;
根据所述余下加工要素确定出仿真加工参数,根据所述仿真加工参数对所述实时状态三维模型图进行仿真加工,得到当前坯件在经过仿真加工后的模拟成品三维模型图;
在所述模拟成品三维模型图中提取剩余裂纹的尺寸信息,根据剩余裂纹的尺寸信息计算得到剩余裂纹总体积;并获取模拟成品三维模型图的模拟成品体积;根据所述剩余裂纹总体积与模拟成品体积计算出模拟成品中剩余裂纹的实际稠密度;
将所述实际稠密度与预设稠密度进行比较;若所述实际稠密度不大于预设稠密度,则生成第一检测结果,将该坯件流放至下一个生产工作站;若所述实际稠密度大于预设稠密度,则生成第二检测结果,将该坯件进行报废处理。
需要说明的是,当整合得到坯件的实时状态三维模型图,根据实时状态三维模型图得到坯件中所有裂纹的总裂纹体积,并且获取坯件的坯件体积;然后将总裂纹体积与坯件体积进行比值处理,从而得到当前坯件中裂纹的实时稠密度;若所述实时稠密度大于预设稠密度,说明坯件中裂纹数量过多,此时说明当前坯件的硬度过低和坯件中裂纹有关,此时获取汽修工具的工艺图纸信息,并且在工艺图纸信息中获取得到余下加工要素,余下加工要素可以理解为当前坯件在检测工作站之后所需加工的要素,如在车削工作站时,当前坯件所需要车削的位置、尺寸等;在钻孔工作站时,当前坯件所需要钻孔的位置、尺寸等;并且根据所述余下加工要素确定出仿真加工参数,如根据钻孔的位置、尺寸确定出钻头需要的加工参数;当确定出仿真加工参数后,将所述仿真加工参数与实时状态三维模型图导入工业三维软件进行对当前坯件进行模拟仿真加工,得到经过仿真加工后的模拟成品三维模型图;其中,模拟成品三维模型图表示的是当前坯件在经过后续所有工作站进行加工后的汽修工具成品模型图。
接着,根据模拟成品三维模型图得到剩余裂纹总体积,然后将剩余裂纹总体积与模拟成品体积进行比值处理,得到模拟成品中剩余裂纹的实际稠密度;若所述实际稠密度不大于预设稠密度,此时可以说明的是,虽然当前坯件由于裂纹过大而导致其硬度不合格,但是在经过后续工作站加工为汽修工具成品后,一部分裂纹是可以被消除掉到,从而使得汽修工具成品的裂纹数量下降至允许范围内,此时汽修工具成品的硬度也会恢复至要求范围之内,此时将检测工站中的当前坯件标定为合格品,将其流放至后续工作站继续加工生产即可。举例来说,当坯件在经过车削工作站时,当前坯件中的大部分裂纹若刚好位于所需车削的位置区域,在经过该车削工作站后,大部分裂纹便会被车削掉,此时坯件的裂纹稠密度便会降低。若所述实际稠密度大于预设稠密度,此时可以说明的是,当前坯件及时在经过后续工作站继续加工为汽修工具成品后,其裂纹稠密度依旧过高,此时说明该坯件即使继续加工依旧是废品,此时立即将该坯件进行报废处理。
通过以上方法能够对当前坯件的裂纹进行评估,从而判断出当前坯件是否适合继续加工生产,避免出现坯件是不合格品依旧将其流放至后续工作站中继续加工的情况,能够有效降低加工成本,提高产品生产效率。
进一步地,本发明的一个较佳实施例中,如图3所示,还包括以下步骤:
S302:若所述实时稠密度不大于预设稠密度,则通过大数据网络获取修补不同预设表面粗糙度的坯件所需的研磨厚度,构建知识图谱,并将修补不同预设表面粗糙度的坯件所需的研磨厚度导入所述知识图谱中;
S304:根据所述实时状态三维模型图获取得到当前坯件的实际表面粗糙度;将所述实际表面粗糙度导入所述知识图谱中,通过灰色关联分析法计算所述实际表面粗糙度与各预设表面粗糙度之间的相似度,得到多个相似度;
S306:在多个相似度中提取出最大相似度,获取与最大相似度对应的预设表面粗糙度,根据与最大相似度对应的预设表面粗糙度确定出修补当前坯件表面所需的研磨厚度;
S308:将修补当前坯件表面所需的研磨厚度与预设研磨厚度进行比较;若修补当前坯件表面所需的研磨厚度大于预设研磨厚度,则生成第二检测结果,将该坯件进行报废处理;若修补当前坯件表面所需的研磨厚度不大于预设研磨厚度,则生成第三检测结果,将该坯件进行修复处理。
需要说明的是,若坯件的硬度过低是受表面粗糙度影响而导致,可以通过研磨工作站将坯件的表面进行研磨修补,以降低坯件的表面粗糙度。
需要说明的是,若所述实时稠密度不大于预设稠密度,说明当前坯件的裂纹数量在允许范围之内,此时说明当前坯件的硬度过低和坯件中裂纹无关,说明坯件硬度受表面粗糙度影响,此时根据实时状态三维模型图获取得到当前坯件的实际表面粗糙度,并且根据实际表面粗糙度确定出修补当前坯件表面所需的研磨厚度;若修补当前坯件表面所需的研磨厚度大于预设研磨厚度,说明在对该坯件进行研磨后,虽然该坯件的表面粗糙度会下降至允许范围内,但是需要研磨修补厚度过大,因此在研磨后的坯件的工件的尺寸已经不满足尺寸要求(尺寸过小),此时不对该坯件进行研磨修复,直接将该坯件进行报废处理。若修补当前坯件表面所需的研磨厚度不大于预设研磨厚度,说明可以通过研磨的方式来降低坯件表面粗糙度,从而使得坯件硬度恢复至正常范围内,并且在研磨后坯件的尺寸还在允许范围内,此时将该坯件流放至研磨工作站进行修复处理,修复完毕后,在流放至后续工作站中。通过以上方式能够判断出当前不合格的坯件在经过修复后是否能够满足工艺要求,若满足,则将坯件进行修复处理后再继续进行加工,能够降低报废率,提高生产效益。
此外,所述工作站控制方法还包括以下步骤:
对所述实时状态三维模型图中的所有裂纹进行有限元分析,得到当前坯件中各裂纹的尖端应变力;
构建序列表,将各裂纹的尖端应变力导入所述序列表中进行排序,排序完成后,提取出最小尖端应变力;
获取汽修工具的工艺图纸信息,根据所述工艺图纸参数信息确定出余下工作站对当前坯件进行加工时所施加的预设载荷力;将所述预设载荷力与最小尖端应变力进行比较;
若所述预设载荷力不大于最小尖端应变力,则使得余下工作站均按照预设加工参数对当前坯件进行加工;
若所述预设载荷力大于最小尖端应变力,则获取预设载荷力大于最小尖端应变力对应的余下工作站,获取预设载荷力大于最小尖端应变力对应的余下工作站的预设加工参数,并对所述预设加工参数进行调控,以降低该余下工作站对当前坯件进行加工时所施加的载荷力;
其中,余下工作站包括车削、镗销、铣削、钻孔工作站等。
需要说明的是,在对坯件进行加工时,若工作站所施加的载荷大于裂纹的尖端应变力,裂纹会在尖端位置快速扩展开裂,从而导致坯件的裂纹浓度不断上升,从而导致裂纹硬度下降,导致报废率增加。为了降低报废率,在本发明中通过将实时状态三维模型图导入工业三维软件中对其内部的裂纹进行有限元分析,从而得到各裂纹对应的尖端应变力,然后再提取出坯件内部裂纹的最小尖端应变力;并且获取余下工作站对当前坯件进行加工时所施加的预设载荷力,若所述预设载荷力不大于最小尖端应变力,说明在对坯件加工时,余下工作站按照预设加工参数对该坯件进行加工时,裂纹扩展的概率较低,此时使得余下工作站均按照预设加工参数对当前坯件进行加工,不需要调控余下工作站的工艺参数。若所述预设载荷力大于最小尖端应变力,说明若按照预设加工参数对该坯件进行加工的话,由于工作站所施加的载荷力大于裂纹的尖端应变力,此时裂纹发生扩展的概率较大,此时需要通过调低相应工作站的载荷力来避免裂纹扩展现象,如在进行车削工作站时,可以通过降低刀具进给量的方式来调低刀具对坯件的载荷力,从而避免在车削时坯件裂纹延伸,通过以上步骤能够有效降低产品报废率,提高经济效益,实现了智能调控。
此外,所述工作站控制方法还包括以下步骤:
若所述实时稠密度大于预设稠密度,则在所述实时状态三维模型图中获取当前坯件裂纹的特性信息;其中所述特性信息包括裂纹位置区域与裂纹类型;
通过局部敏感注意力机制获取当前坯件裂纹的特性信息与前序工作站中各从属设备之间的注意力分数;其中,前序工作站包括热处理与锻造工作站;
将注意力分数大于预设注意力分数所对应的的从属设备进行标记提取,得到可能运行异常的从属设备;
获取各可能运行异常的从属设备在加工当前坯件所对应的实时加工参数,以及获取各可能运行异常的从属设备的加工精度,根据所述加工精度建立评估指标,通过层析分析法计算所述实时加工参数与评估指标之间的评估分数;
将评估分数大于预设评估分数对应的可能运行异常的从属设备进行标记,得到筛选后的可能运行异常的从属设备;
将所述筛选后的可能运行异常的从属设备导入贝叶斯网络中进行故障概率预测,得到各筛选后的可能运行异常的从属设备的故障概率;将所述故障概率与预设故障概率进行比较;
若故障概率大于预设故障概率,则将故障概率大于预设故障概率对应的从属设备标定为故障设备,并将该故障设备信息输出。
需要说明的是,若检测得到坯件中的裂纹实时稠密度大于预设稠密度,说明坯件中裂纹数量过多,说明坯件在经过热处理与锻造时产生了较多的裂纹,说明热处理与锻造工作站的从属设备可能发生了故障,如锻造工作站的加压气缸发生异常而导致锻造力过大,热处理时锅炉温度过大等。通过以上方法能够精准的根据当前坯件中裂纹情况来推测出前序工作站的从属设备是否发生了故障,实现故障溯源的功能。
如图4所示,本发明第二方面提供了一种汽修工具生产用的工作站控制系统,所述工作站控制系统包括存储器23与处理器25,所述存储器23中存储有工作站控制方法程序,当所述工作站控制方法程序被所述处理器25执行时,实现如下步骤:
获取检测工作站的实时环境参数,根据所述实时环境参数确定出待测坯件的标准硬度;通过检测工作站中的硬度计获取待测坯件的实际硬度;将所述实际硬度与标准硬度进行比较;
若所述实际硬度大于标准硬度,则生成第一检测结果,将该坯件流放至下一个生产工作站;若所述实际硬度不大于标准硬度,则通过检测工作站中的工业摄像机获取坯件的表面图像,根据所述表面图像构建出坯件的表面模型图;
若所述实际硬度不大于标准硬度,还通过检测工作站中的X射线探伤器获取坯件所反馈的X射线信号,根据所述X射线信号重构出坯件中裂纹的裂纹模型图;
将所述表面模型图与裂纹模型图进行融合处理,得到坯件的实时状态三维模型图;对所述实时状态三维模型图进行检测分析,得到第一检测结果或第二检测结果;其中,若检测结果为第一检测结果,则将该坯件流放至下一个生产工作站,若检测结果为第二检测结果,则将该坯件进行报废处理。
以上,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种汽修工具生产用的工作站控制方法,其特征在于,包括以下步骤:
获取检测工作站的实时环境参数,根据所述实时环境参数确定出待测坯件的标准硬度;通过检测工作站中的硬度计获取待测坯件的实际硬度;将所述实际硬度与标准硬度进行比较;
若所述实际硬度大于标准硬度,则生成第一检测结果,将该坯件流放至下一个生产工作站;若所述实际硬度不大于标准硬度,则通过检测工作站中的工业摄像机获取坯件的表面图像,根据所述表面图像构建出坯件的表面模型图;
若所述实际硬度不大于标准硬度,还通过检测工作站中的X射线探伤器获取坯件所反馈的X射线信号,根据所述X射线信号重构出坯件中裂纹的裂纹模型图;
将所述表面模型图与裂纹模型图进行融合处理,得到坯件的实时状态三维模型图;对所述实时状态三维模型图进行检测分析,得到第一检测结果或第二检测结果;其中,若检测结果为第一检测结果,则将该坯件流放至下一个生产工作站,若检测结果为第二检测结果,则将该坯件进行报废处理。
2.根据权利要求1所述的一种汽修工具生产用的工作站控制方法,其特征在于,获取检测工作站的实时环境参数,根据所述实时环境参数确定出待测坯件的标准硬度,具体为:
通过大数据网络获取在各预设环境参数组合条件之下标准坯件对应的预设硬度,构建数据库,并将在各预设环境参数组合条件之下标准坯件对应的预设硬度导入所述数据库中,得到硬度数据库;
获取检测工作站的实时环境参数,将所述实时环境参数输入所述硬度数据库中,通过相关分析法获取所述实时环境参数与各预设环境参数组合之间的相关系数,根据所述相关系数确定出所述实时环境参数与各预设环境参数组合之间关联度,得到多个关联度;
构建排序表,将多个所述关联度导入所述排序表中进行大小排序,排序完成后,在所述排序表中提取出最大关联度,并获取与最大关联度对应的预设环境参数组合;
根据与最大关联度对应的预设环境参数组合确定出待测坯件在实时环境参数检测时对应的标准硬度。
3.根据权利要求1所述的一种汽修工具生产用的工作站控制方法,其特征在于,通过检测工作站中的工业摄像机获取坯件的表面图像,根据所述表面图像构建出坯件的表面模型图,具体为:
通过检测工作站中的工业摄像机获取坯件的表面图像,对所述表面图像进行去噪、对比度增强以及灰值化处理,得到处理后的表面图像;
在所述处理后的表面图像中提取出坯件表面的特征描述符,对不同拍摄角度获取得到的处理后的表面图像中的特征描述符进行配准处理,得到配准后的特征描述符,根据生成所述配准后的特征描述符生成角点与边缘点的三维点云数据;其中所述特征描述符包括角点、边缘点以及图像纹理;
对所述角点与边缘点的三维点云数据进行网格化处理,得到坯件的形状模型图;将所述图像纹理映射到所述形状模型图中,得到坯件的初始表面模型图;
对所述初始表面模型图进行奇异值分解,得到奇异值矩阵、左奇异向量矩阵以及右奇异向量矩阵;将左奇异向量矩阵的列向量作为新坐标系的基向量,将奇异值矩阵的对角元素作为新坐标系的各个轴的长度,将右奇异向量矩阵的列向量作为新坐标系中各个轴的方向;基于所述基向量、各个轴的长度以及各个轴的方向建立新坐标系;
将所述奇异值矩阵、左奇异向量矩阵以及右奇异向量矩阵导入所述新坐标系中,生成初始表面模型图中特征描述符的云数据矩阵,并将所述云数据矩阵作为特征描述符的云数据坐标数集;
获取云数据坐标数集中的极限坐标点数集,将所述极限坐标点数集输入世界坐标系中进行重新组合,得到坯件的表面模型图。
4.根据权利要求1所述的一种汽修工具生产用的工作站控制方法,其特征在于,通过检测工作站中的X射线探伤器获取坯件所反馈的X射线信号,根据所述X射线信号重构出坯件中裂纹的裂纹模型图,具体为:
通过X射线探伤器对坯件进行扫描探测,并采集坯件所反馈的X射线信号;对采集到的X射线信号进行形态学处理,以提取出与裂纹相关的X射线信号;
对与裂纹相关的X射线信号进行噪声过滤与灰度增强处理,得到处理后的X射线信号;对所述处理后的X射线信号进行特征提取,得到坯件中裂纹区域的若干个稀疏特征点;
在若干个稀疏特征点中选取出任意一个稀疏特征点作为构建原点,根据所述构建原点建立空间坐标系,并在所述空间坐标系中获取所有稀疏特征点对应的三维坐标值;将各稀疏特征点与其余稀疏特征点进行两两配对,得到若干对稀疏特征点对;
根据所述三维坐标值计算出每一对稀疏特征点对之间的欧几里得距离,将欧几里得距离最短的稀疏特征点对标定为近邻特征点对;根据所述三维坐标值获取所有近邻特征点对之间的坐标中点,将所述坐标中点标定为补充特征点;
将所述补充特征点与稀疏特征点进行汇聚,得到稠密特征点;获取所有稠密特征点的三维点云数据,对所述三维点云数据进行配准,并对所述三维点云数据进行刚体变换,使得各个三维点云数据以统一的坐标系表示,最后对所述三维点云数据进行网格化处理,得到坯件中裂纹的裂纹模型图。
5.根据权利要求1所述的一种汽修工具生产用的工作站控制方法,其特征在于,对所述实时状态三维模型图进行检测分析,得到第一检测结果或第二检测结果,具体为:
在所述实时状态三维模型图中提取出当前坯件中所有裂纹的尺寸信息,根据每一裂纹尺寸信息计算出每一裂纹的体积,根据每一裂纹的体积计算得到坯件中所有裂纹的总裂纹体积;
获取实时状态三维模型图的外形尺寸信息,根据所述外形尺寸信息计算得到坯件的坯件体积;根据所述总裂纹体积与坯件体积计算得到当前坯件中裂纹的实时稠密度;
将所述实时稠密度与预设稠密度进行比较;若所述实时稠密度大于预设稠密度,则获取汽修工具的工艺图纸信息,根据所述工艺图纸信息确定出当前坯件加工成汽修工具成品所需的余下加工要素;其中,所述余下加工要素包括余下加工类型、余下加工位置以及余下加工尺寸;
根据所述余下加工要素确定出仿真加工参数,根据所述仿真加工参数对所述实时状态三维模型图进行仿真加工,得到当前坯件在经过仿真加工后的模拟成品三维模型图;
在所述模拟成品三维模型图中提取剩余裂纹的尺寸信息,根据剩余裂纹的尺寸信息计算得到剩余裂纹总体积;并获取模拟成品三维模型图的模拟成品体积;根据所述剩余裂纹总体积与模拟成品体积计算出模拟成品中剩余裂纹的实际稠密度;
将所述实际稠密度与预设稠密度进行比较;若所述实际稠密度不大于预设稠密度,则生成第一检测结果,将该坯件流放至下一个生产工作站;若所述实际稠密度大于预设稠密度,则生成第二检测结果,将该坯件进行报废处理。
6.根据权利要求5所述的一种汽修工具生产用的工作站控制方法,其特征在于,还包括以下步骤:
若所述实时稠密度不大于预设稠密度,则通过大数据网络获取修补不同预设表面粗糙度的坯件所需的研磨厚度,构建知识图谱,并将修补不同预设表面粗糙度的坯件所需的研磨厚度导入所述知识图谱中;
根据所述实时状态三维模型图获取得到当前坯件的实际表面粗糙度;将所述实际表面粗糙度导入所述知识图谱中,通过灰色关联分析法计算所述实际表面粗糙度与各预设表面粗糙度之间的相似度,得到多个相似度;
在多个相似度中提取出最大相似度,获取与最大相似度对应的预设表面粗糙度,根据与最大相似度对应的预设表面粗糙度确定出修补当前坯件表面所需的研磨厚度;
将修补当前坯件表面所需的研磨厚度与预设研磨厚度进行比较;若修补当前坯件表面所需的研磨厚度大于预设研磨厚度,则生成第二检测结果,将该坯件进行报废处理;若修补当前坯件表面所需的研磨厚度不大于预设研磨厚度,则生成第三检测结果,将该坯件进行修复处理。
7.一种汽修工具生产用的工作站控制系统,其特征在于,所述工作站控制系统包括存储器与处理器,所述存储器中存储有工作站控制方法程序,当所述工作站控制方法程序被所述处理器执行时,实现如下步骤:
获取检测工作站的实时环境参数,根据所述实时环境参数确定出待测坯件的标准硬度;通过检测工作站中的硬度计获取待测坯件的实际硬度;将所述实际硬度与标准硬度进行比较;
若所述实际硬度大于标准硬度,则生成第一检测结果,将该坯件流放至下一个生产工作站;若所述实际硬度不大于标准硬度,则通过检测工作站中的工业摄像机获取坯件的表面图像,根据所述表面图像构建出坯件的表面模型图;
若所述实际硬度不大于标准硬度,还通过检测工作站中的X射线探伤器获取坯件所反馈的X射线信号,根据所述X射线信号重构出坯件中裂纹的裂纹模型图;
将所述表面模型图与裂纹模型图进行融合处理,得到坯件的实时状态三维模型图;对所述实时状态三维模型图进行检测分析,得到第一检测结果或第二检测结果;其中,若检测结果为第一检测结果,则将该坯件流放至下一个生产工作站,若检测结果为第二检测结果,则将该坯件进行报废处理。
8.根据权利要求7所述的一种汽修工具生产用的工作站控制系统,其特征在于,获取检测工作站的实时环境参数,根据所述实时环境参数确定出待测坯件的标准硬度,具体为:
通过大数据网络获取在各预设环境参数组合条件之下标准坯件对应的预设硬度,构建数据库,并将在各预设环境参数组合条件之下标准坯件对应的预设硬度导入所述数据库中,得到硬度数据库;
获取检测工作站的实时环境参数,将所述实时环境参数输入所述硬度数据库中,通过相关分析法获取所述实时环境参数与各预设环境参数组合之间的相关系数,根据所述相关系数确定出所述实时环境参数与各预设环境参数组合之间关联度,得到多个关联度;
构建排序表,将多个所述关联度导入所述排序表中进行大小排序,排序完成后,在所述排序表中提取出最大关联度,并获取与最大关联度对应的预设环境参数组合;
根据与最大关联度对应的预设环境参数组合确定出待测坯件在实时环境参数检测时对应的标准硬度。
9.根据权利要求7所述的一种汽修工具生产用的工作站控制系统,其特征在于,对所述实时状态三维模型图进行检测分析,得到第一检测结果或第二检测结果,具体为:
在所述实时状态三维模型图中提取出当前坯件中所有裂纹的尺寸信息,根据每一裂纹尺寸信息计算出每一裂纹的体积,根据每一裂纹的体积计算得到坯件中所有裂纹的总裂纹体积;
获取实时状态三维模型图的外形尺寸信息,根据所述外形尺寸信息计算得到坯件的坯件体积;根据所述总裂纹体积与坯件体积计算得到当前坯件中裂纹的实时稠密度;
将所述实时稠密度与预设稠密度进行比较;若所述实时稠密度大于预设稠密度,则获取汽修工具的工艺图纸信息,根据所述工艺图纸信息确定出当前坯件加工成汽修工具成品所需的余下加工要素;其中,所述余下加工要素包括余下加工类型、余下加工位置以及余下加工尺寸;
根据所述余下加工要素确定出仿真加工参数,根据所述仿真加工参数对所述实时状态三维模型图进行仿真加工,得到当前坯件在经过仿真加工后的模拟成品三维模型图;
在所述模拟成品三维模型图中提取剩余裂纹的尺寸信息,根据剩余裂纹的尺寸信息计算得到剩余裂纹总体积;并获取模拟成品三维模型图的模拟成品体积;根据所述剩余裂纹总体积与模拟成品体积计算出模拟成品中剩余裂纹的实际稠密度;
将所述实际稠密度与预设稠密度进行比较;若所述实际稠密度不大于预设稠密度,则生成第一检测结果,将该坯件流放至下一个生产工作站;若所述实际稠密度大于预设稠密度,则生成第二检测结果,将该坯件进行报废处理。
10.根据权利要求9所述的一种汽修工具生产用的工作站控制系统,其特征在于,还包括以下步骤:
若所述实时稠密度不大于预设稠密度,则通过大数据网络获取修补不同预设表面粗糙度的坯件所需的研磨厚度,构建知识图谱,并将修补不同预设表面粗糙度的坯件所需的研磨厚度导入所述知识图谱中;
根据所述实时状态三维模型图获取得到当前坯件的实际表面粗糙度;将所述实际表面粗糙度导入所述知识图谱中,通过灰色关联分析法计算所述实际表面粗糙度与各预设表面粗糙度之间的相似度,得到多个相似度;
在多个相似度中提取出最大相似度,获取与最大相似度对应的预设表面粗糙度,根据与最大相似度对应的预设表面粗糙度确定出修补当前坯件表面所需的研磨厚度;
将修补当前坯件表面所需的研磨厚度与预设研磨厚度进行比较;若修补当前坯件表面所需的研磨厚度大于预设研磨厚度,则生成第二检测结果,将该坯件进行报废处理;若修补当前坯件表面所需的研磨厚度不大于预设研磨厚度,则生成第三检测结果,将该坯件进行修复处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310968772.3A CN116698642A (zh) | 2023-08-03 | 2023-08-03 | 一种汽修工具生产用的工作站控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310968772.3A CN116698642A (zh) | 2023-08-03 | 2023-08-03 | 一种汽修工具生产用的工作站控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116698642A true CN116698642A (zh) | 2023-09-05 |
Family
ID=87829653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310968772.3A Withdrawn CN116698642A (zh) | 2023-08-03 | 2023-08-03 | 一种汽修工具生产用的工作站控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116698642A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116985525A (zh) * | 2023-09-25 | 2023-11-03 | 深圳正实自动化设备有限公司 | 一种全自动视觉印刷机的智能管理方法及系统 |
CN116992740A (zh) * | 2023-09-26 | 2023-11-03 | 深圳市松青锌镁铝精密压铸有限公司 | 一种通讯基站精密部件生产设备的智能调控方法及系统 |
-
2023
- 2023-08-03 CN CN202310968772.3A patent/CN116698642A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116985525A (zh) * | 2023-09-25 | 2023-11-03 | 深圳正实自动化设备有限公司 | 一种全自动视觉印刷机的智能管理方法及系统 |
CN116985525B (zh) * | 2023-09-25 | 2024-01-09 | 深圳正实自动化设备有限公司 | 一种全自动视觉印刷机的智能管理方法及系统 |
CN116992740A (zh) * | 2023-09-26 | 2023-11-03 | 深圳市松青锌镁铝精密压铸有限公司 | 一种通讯基站精密部件生产设备的智能调控方法及系统 |
CN116992740B (zh) * | 2023-09-26 | 2023-12-01 | 深圳市松青锌镁铝精密压铸有限公司 | 一种通讯基站精密部件生产设备的智能调控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116698642A (zh) | 一种汽修工具生产用的工作站控制方法及系统 | |
CN116560327B (zh) | 一种基于物联网的电动工具生产控制方法及系统 | |
Tsao et al. | Taguchi analysis of delamination associated with various drill bits in drilling of composite material | |
CN114354639B (zh) | 一种基于3d点云的焊缝缺陷实时检测方法及系统 | |
Rummel | Nondestructive inspection reliability history, status and future path | |
Khairnar et al. | Supervision of carbide tool condition by training of vibration-based statistical model using boosted trees ensemble | |
CN116992740B (zh) | 一种通讯基站精密部件生产设备的智能调控方法及系统 | |
CN116309556B (zh) | 一种基于机器视觉技术的钢构件成品质量管理方法 | |
CN112529884A (zh) | 一种基于压痕特征图像识别的焊点质量评价方法 | |
Mugendiran et al. | Comparison of plastic strains on AA5052 by single point incremental forming process using digital image processing | |
CN114840932A (zh) | 多因数耦合提高tc4钛合金表面粗糙度预测精度的方法 | |
Hassan et al. | An artificial intelligent manufacturing process for high-quality low-cost production | |
JP7433319B2 (ja) | 材料の硬さを測定および計算するためのシステムおよび方法 | |
CN116776647A (zh) | 一种复合镍铜铝散热底板的性能预测方法及系统 | |
CN116228766A (zh) | 一种等离子加工设备的智能调控方法及系统 | |
JP2015004544A (ja) | 検査方法及び検査装置 | |
CN115099266A (zh) | 一种基于梯度提升决策树的硬车表面白层预测方法 | |
CN113916884A (zh) | 一种硬车削工件表面质量在线预测方法 | |
CN112182796B (zh) | 一种基于正交试验的冲压参数优化方法 | |
Savage et al. | Multiple regression-based multilevel in-process surface roughness recognition system in milling operations | |
Sinha | Efficient wall thickness analysis methods for optimal design of casting parts | |
CN117436321B (zh) | 基于有限元仿真法的工件焊接分析方法及系统 | |
KR102115959B1 (ko) | 겹침 인덱스 또는 함몰 지수를 이용한 단류선 정량화 방법 | |
Wu et al. | Weld defect detection model based on machine vision | |
Albayrak et al. | Reducing the roughness and sound intensity by optimization of cutting parameters in processing of AISI 2714 steel material on CNC milling machine |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230905 |
|
WW01 | Invention patent application withdrawn after publication |