CN116739127A - 一种基于pvd工艺的汽车内外饰件表面处理方法及系统 - Google Patents

一种基于pvd工艺的汽车内外饰件表面处理方法及系统 Download PDF

Info

Publication number
CN116739127A
CN116739127A CN202310040683.2A CN202310040683A CN116739127A CN 116739127 A CN116739127 A CN 116739127A CN 202310040683 A CN202310040683 A CN 202310040683A CN 116739127 A CN116739127 A CN 116739127A
Authority
CN
China
Prior art keywords
product
flow
parameter
parameters
analysis
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.)
Granted
Application number
CN202310040683.2A
Other languages
English (en)
Other versions
CN116739127B (zh
Inventor
沈中良
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.)
Hongmi Intelligent Technology Zhejiang Co ltd
Original Assignee
Hongmi Intelligent Technology Zhejiang 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 Hongmi Intelligent Technology Zhejiang Co ltd filed Critical Hongmi Intelligent Technology Zhejiang Co ltd
Priority to CN202310040683.2A priority Critical patent/CN116739127B/zh
Publication of CN116739127A publication Critical patent/CN116739127A/zh
Application granted granted Critical
Publication of CN116739127B publication Critical patent/CN116739127B/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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/29—Graphical models, e.g. Bayesian networks
    • G06F18/295—Markov models or related models, e.g. semi-Markov models; Markov random fields; Networks embedding Markov models
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于PVD工艺的汽车内外饰件表面处理方法及系统，涉及智能处理技术领域，方法包括：内外饰需求信息进行PVD工艺参数融合分析确定工艺流程融合参数，对产品原材采集数据、工艺流程融合参数进行前步骤流程分析确定前处理流程参数，对待加工产品表面前处理过程进行监测评估确定前处理评估结果，根据工艺流程融合参数、前处理流程参数确定后处理流程参数，基于前处理评估结果对后处理流程参数进行匹配度分析，确定后处理流程参数对待加工产品表面进行处理，解决现有技术对汽车内外饰件表面处理工艺不完善，使得汽车内外饰件表面处理的效果不佳的技术问题，实现基于PVD工艺对汽车内外饰件表面进行处理，对表面处理进行优化。

Description

一种基于PVD工艺的汽车内外饰件表面处理方法及系统
技术领域
本发明涉及智能处理技术领域，具体涉及一种基于PVD工艺的汽车内外饰件表面处理方法及系统。
背景技术
目前在汽车行业，内外饰表面处理主要以喷涂及水电镀为主，要达到亮光效果只有水电镀能做到，众所周知水电镀会产生大量的含重金属废水，会严重污染土壤和水源，建一套废水处理装置又需要投入大量的资金，且该工艺无法满足透光、透波等功能性的外饰件要求。
PVD涂层工艺采用物理气相沉积方法，在工件表面形成一层均匀的金属膜，其抗腐蚀能力、耐磨损性、装饰效果，远远超过传统的表面处理工艺，而在现有技术中存在对汽车内外饰件表面处理工艺不完善，使得最终汽车内外饰件表面处理的效果不佳的问题。
发明内容
本申请提供了一种基于PVD工艺的汽车内外饰件表面处理方法及系统，用于针对解决现有技术中存在的对汽车内外饰件表面处理工艺不完善，使得最终汽车内外饰件表面处理的效果不佳的技术问题。
鉴于上述问题，本申请提供了一种基于PVD工艺的汽车内外饰件表面处理方法及系统。
第一方面，本申请提供了一种基于PVD工艺的汽车内外饰件表面处理方法，所述方法包括：获得内外饰需求信息，所述内外饰需求信息包括需求产品信息、产品性能参数要求、产品外观参数要求；
根据所述需求产品信息、产品性能参数要求、产品外观参数要求进行PVD工艺参数融合分析，确定工艺流程融合参数；
通过数据采集设备对待加工产品进行数据采集，获得产品原材采集数据；
基于所述产品原材采集数据、所述工艺流程融合参数，进行前步骤流程分析，确定前处理流程参数；
利用所述前处理流程参数对待加工产品表面进行前处理，并利用所述数据采集设备对前处理过程进行监测评估，确定前处理评估结果；
根据所述工艺流程融合参数、前处理流程参数，确定后处理流程参数，基于所述前处理评估结果对所述后处理流程参数进行匹配度分析，确定后处理流程参数对待加工产品表面进行处理。
第二方面，本申请提供了一种基于PVD工艺的汽车内外饰件表面处理系统，所述系统包括：信息获取模块，所述信息获取模块用于获得内外饰需求信息，所述内外饰需求信息包括需求产品信息、产品性能参数要求、产品外观参数要求；
分析模块，所述分析模块用于根据所述需求产品信息、产品性能参数要求、产品外观参数要求进行PVD工艺参数融合分析，确定工艺流程融合参数；
数据采集模块，所述数据采集模块用于通过数据采集设备对待加工产品进行数据采集，获得产品原材采集数据；
流程分析模块，所述流程分析模块用于基于所述产品原材采集数据、所述工艺流程融合参数，进行前步骤流程分析，确定前处理流程参数；
监测评估模块，所述监测评估模块用于利用所述前处理流程参数对待加工产品表面进行前处理，并利用所述数据采集设备对前处理过程进行监测评估，确定前处理评估结果；
匹配度分析模块，所述匹配度分析模块用于根据所述工艺流程融合参数、前处理流程参数，确定后处理流程参数，基于所述前处理评估结果对所述后处理流程参数进行匹配度分析，确定后处理流程参数对待加工产品表面进行处理。
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：
本申请提供的一种基于PVD工艺的汽车内外饰件表面处理方法，涉及智能处理技术领域，解决了现有技术中对汽车内外饰件表面处理工艺不完善，使得最终汽车内外饰件表面处理的效果不佳的技术问题，实现了基于PVD工艺对汽车内外饰件表面进行处理，进而对表面处理进行优化。
附图说明
图1为本申请提供了一种基于PVD工艺的汽车内外饰件表面处理方法流程示意图；
图2为本申请提供了一种基于PVD工艺的汽车内外饰件表面处理方法中工艺流程融合参数确定流程示意图；
图3为本申请提供了一种基于PVD工艺的汽车内外饰件表面处理方法中前处理流程参数确定流程示意图；
图4为本申请提供了一种基于PVD工艺的汽车内外饰件表面处理方法中处理待加工产品表面流程示意图；
图5为本申请提供了一种基于PVD工艺的汽车内外饰件表面处理系统结构示意图。
附图标记说明：信息获取模块1，分析模块2，数据采集模块3，流程分析模块4，监测评估模块5，匹配度分析模块6。
具体实施方式
本申请通过提供一种基于PVD工艺的汽车内外饰件表面处理方法，用于解决现有技术中对汽车内外饰件表面处理工艺不完善，使得最终汽车内外饰件表面处理的效果不佳的技术问题。
实施例一
如图1所示，本申请实施例提供了一种基于PVD工艺的汽车内外饰件表面处理方法，该方法包括：
步骤S100：获得内外饰需求信息，所述内外饰需求信息包括需求产品信息、产品性能参数要求、产品外观参数要求；
具体而言，汽车的内饰是汽车车身的重要组成部分，而且内饰设计工作量占到车造型设计工作量的60％以上，远超过汽车外形，是车身最重要的部分之一，汽车内饰主要包括仪表板、门内护板、侧围内饰、软内饰、被动安全系统、座椅等，而汽车外饰是用户与汽车最为直接的接触，用户在挑选、评判一辆汽车时，会直接从视觉上对车辆外观进行审视，汽车外饰主要包括前后保险杠、格栅、全车玻璃、大灯、外后视镜等。
进一步的对汽车中内外饰的需求信息进行采集，其内外饰需求信息中汽车内饰与汽车外饰的需求分别对应包含需求产品信息、产品性能参数要求、产品外观参数要求，其需求产品信息是指内外饰在汽车中的需求程度，其产品性能参数要求是指内外饰使用的材料所具有的性质和功能，其产品外观参数要求是指对内外饰外观品质的要求所规定的参数，为后期实现对待加工产品表面进行处理作为重要参考依据。
步骤S200：根据所述需求产品信息、产品性能参数要求、产品外观参数要求进行PVD工艺参数融合分析，确定工艺流程融合参数；
具体而言，在上述所获内外饰需求信息中所包含的需求产品信息、产品性能参数要求、产品外观参数要求为基础，对其进行PVD工艺参数融合分析，即首先基于内外饰需求信息中的需求产品信息，将其与PVD工艺进行工艺流程匹配分析，其中，PVD加工工艺流程包含前处理工艺、上挂、PVD处理工艺、出炉、下挂以及全检，从而对内外饰需求信息中的需求产品信息对应的PVD工艺流程进行确定，再分别基于产品性能参数要求、产品外观参数要求，对PVD工艺流程进行流程参数分析，对应的确定产品性能流程参数、产品外观流程参数，最终将产品性能流程参数、产品外观流程参数输入参数融合模型中进行融合处理，从而确定工艺流程融合参数，进而为实现对待加工产品表面进行处理做保障。
步骤S300：通过数据采集设备对待加工产品进行数据采集，获得产品原材采集数据；
具体而言，以基于PVD工艺的汽车内外饰件表面处理系统所连接的数据采集设备，对当前待加工的产品进行材料数据的采集，其待加工产品的材料可以是聚丙烯、丙烯腈-丁二烯-苯乙烯共聚物、PC与ABS共混的合金材料、半结晶塑料、高密度聚乙烯、尼龙、聚氯乙烯以及聚氨酯等，将以上材料与内外饰不同表面所需材料进行对应采集，并将采集结果进行整合后获得产品原材料采集数据，为后续实现对待加工产品表面进行处理夯实基础。
步骤S400：基于所述产品原材采集数据、所述工艺流程融合参数，进行前步骤流程分析，确定前处理流程参数；
具体而言，对待加工产品进行数据采集所获的产品原材采集数据，进行待加工产品的原材表面均匀性、粗糙度特征进行提取，对应获得产品原材的表面均匀性特征、表面粗糙性特征，进一步的根据产品原材的表面均匀性特征、表面粗糙性特征对待加工产品的表面进行前步骤流程的分析，即由表面均匀性特征、表面粗糙性特征，与工艺流程融合参数的首步骤，即镀膜前处理，进行工艺匹配的分析，从而对前处理流程参数进行确定，对实现待加工产品表面进行处理有着推进的作用。
步骤S500：利用所述前处理流程参数对待加工产品表面进行前处理，并利用所述数据采集设备对前处理过程进行监测评估，确定前处理评估结果；
具体而言，将前处理流程参数作为基础，对待加工产品的表面进行前处理，即根据待加工产品的前处理流程以及待加工产品的产品材料，对待加工的表面条件以及表现处理要求进行预处理，其预处理可以是去除待镀产品表面的油污，水垢以及铁锈，使得待加工表面清洁，以确保镀层与基材具有良好的结合力，进一步的根据数据采集设备对待加工产品表面进行前处理的过程进行数据采集，并对所采集的数据进行监测与评估，即待加工产品在前处理过程中的变化，李若，判断前处理过程中是否去除待镀产品表面的油污，水垢以及铁锈等，最终对前处理的评估结果进行确定，并对后期实现对待加工产品表面进行处理有着深远的影响。
步骤S600：根据所述工艺流程融合参数、前处理流程参数，确定后处理流程参数，基于所述前处理评估结果对所述后处理流程参数进行匹配度分析，确定后处理流程参数对待加工产品表面进行处理。
具体而言，将根据需求产品信息、产品性能参数要求、产品外观参数要求进行PVD工艺参数融合分析所确定的工艺流程融合参数与基于产品原材采集数据、工艺流程融合参数进行前步骤流程分析所确定的前处理流程参数为基础，从而对后处理流程参数进行确定，示例性的，后处理流程参数可以是镀膜后处理直接影响涂层的质量以及性能，即在基于PVD工艺对待加工产品进行镀膜之后进行清洁、氢驱、钝化以及防止变色的处理，进一步的，在前处理评估结果的基础上对后处理流程参数进行匹配度分析，即基于前处理评估结果中当前产品表面特征、后处理流程参数中次道流程加工的表面特征要求，进行当前产品表面特征与次道流程加工的表面特征的匹配度进行分析，若当前产品表面特征满足次道流程加工的表面特征要求时，则为满足匹配度要求，继续执行后处理流程参数进行待加工产品表面进行处理，若当前产品表面特征不满足所述次道流程加工的表面特征要求时，则为不满足匹配度要求，确定流程目标差异值，根据所述流程目标差异值，获得约束条件，最终基于约束条件对后处理流程参数进行优化调整，利用优化调整后的处理流程参数对所述待加工产品表面进行优化处理。
进一步而言，如图2所示，本申请步骤S200还包括：
步骤S210：基于所述需求产品信息，与PVD工艺进行工艺流程匹配分析，确定PVD工艺流程；
步骤S220：分别基于所述产品性能参数要求、产品外观参数要求，对所述PVD工艺流程进行流程参数分析，确定产品性能流程参数、产品外观流程参数；
步骤S230：将所述产品性能流程参数、所述产品外观流程参数输入参数融合模型中进行融合处理，确定工艺流程融合参数。
具体而言，在需求产品信息的基础上，对其与PVD工艺流程进行匹配分析，其PVD工艺流程可以包含前处理工艺、上挂、PVD处理工艺、出炉、下挂以及全检，将需求产品信息中内外饰在汽车中的需求程度与PVD工艺中不同的流程进行对应，从而确定PVD的工艺流程，同时以产品性能参数要求作为标准对PVD工艺流程进行流程参数的分析后将与之对应的产品性能流程参数进行确定，以产品外观参数要求作为标准对PVD工艺流程进行流程参数的分析后将与之对应的产品外观流程参数进行确定，进而将所获产品性能流程参数输入参数融合模型中的性能参数分析层，进行参数支持度分析，从而获得产品性能的各参数对产品性能影响性，同时基于产品性能流程参数及对应的性能影响性，对应输出性能分析数据，将产品外观流程参数输入参数融合模型中的外观参数分析层，进行参数支持度分析，从而获得产品外观的各参数对产品外观影响度，同时基于产品外观流程参数及对应的外观影响性，对应输出外观分析数据。
最终将性能参数分析层所输出的性能分析数据以及外观参数分析层所输出的外观分析数据一同输入至参数融合模型中的融合数据层，将二者进行数据融合分析，最终将工艺流程融合参数进行对应输出，以保证在对待加工产品表面进行处理时的高效性。
进一步而言，本申请步骤S230包括：
步骤S231：将所述产品性能流程参数输入所述参数融合模型的性能参数分析层，进行参数支持度分析，确定各参数对产品性能影响性，基于所述产品性能流程参数及对应的性能影响性，输出性能分析数据；
步骤S232：将所述产品外观流程参数输入所述参数融合模型的外观参数分析层，进行参数支持度分析，确定各参数对产品外观影响度，基于所述产品外观流程参数及对应的外观影响性，输出外观分析数据；
步骤S233：将所述性能分析数据、外观分析数据输入融合数据层，进行数据融合分析，输出所述工艺流程融合参数。
具体而言，首先对参数融合模型进行构建，其参数模型中包含性能参数分析层、外观参数分析层、融合数据层，其性能参数分析层是指将待加工产品在处理过程中的各项参数对当前产品的性能所产生的影响进行分析，其外观参数分析层是指将待加工产品在处理过程中各项参数对当前产品的外观所产生的的影响进行分析，其融合数据层是将性能参数分析层所输出的性能分析数据以及外观参数分析层所输出的外观分析数据进行融合分析。
进一步的，将以上所获产品性能流程参数对应输入至参数融合模型中包含的性能参数分析层，对产品性能流程参数进行相应的参数支持度分析，即产品性能流程参数中当前产品是否支持该流程中的性能参数，支持度越大越匹配，从而将各参数对产品性能影响性进行确定，基于所确定的性能影响性以及产品性能流程参数对性能分析数据进行输出，将以上所获产品外观流程参数对应输入至参数融合模型中包含的外观参数分析层，对产品外观流程参数进行相应的参数支持度分析，即产品外观流程参数中当前产品是否支持该流程中的外观参数，支持度越大越匹配，从而将各参数对产品外观影响度进行确定，基于所确定的外观影响性以及产品外观流程参数对外观分析数据进行输出。
最终将性能分析数据、外观分析数据输入至参数融合模型中的融合数据层，进行数据融合分析，即对性能分析数据、外观分析数据进行流程节点对齐，再对各流程节点进行性能分析数据、外观分析数据进行影响性分析，其数据影响关系可以是抵触影响关系、协同影响关系，进而根据对工艺流程参数进行目标最大化寻优，确定各节点的最优参数方案，在融合数据层中利用流程节点序列、各节点最优参数方案进行全流程寻优，对工艺流程融合参数进行输出，达到为后期实现对待加工产品表面进行处理提供重要依据的技术效果。
进一步而言，本申请步骤S233包括：
步骤S2331：根据所述性能分析数据、所述外观分析数据进行流程节点对齐，确定流程节点序列；
步骤S2332：基于所述流程节点序列，对各流程节点进行性能分析数据、外观分析数据进行影响性分析，确定数据影响关系；
步骤S2333：基于所述数据影响关系，确定抵触影响关系、协同影响关系；
步骤S2334分别根据所述抵触影响关系、协同影响关系，对工艺流程参数进行目标最大化寻优，确定各节点最优参数方案；
步骤S2335：利用所述流程节点序列、各节点最优参数方案进行全流程寻优，获得所述工艺流程融合参数。
具体而言，以参数融合模型中所输出的性能分析数据、外观分析数据作为基础，将待加工产品工艺中所对应的不同流程逐个对应设为不同流程节点，从而将该流程节点以时间为标准进行对齐，对流程节点序列进行获取，并根据流程节点序列对各流程节点分别基于性能分析数据以及外观分析数据进行影响性分的分析，即为了满足不同的需求，存在流程工艺上有相互影响或者重叠的要求，因此对数据影响关系进行确定，其数据影响关系可以包含抵触影响关系以及协同影响关系，其中，抵触影响关系是指产品的需求方向与流程工艺的制作方向为方向不一致，而协同影响关系是指产品的需求方向与流程工艺的制作方向为方向一致，进一步根据所获抵触影响关系以及协同影响关系对工艺流程参数进行目标最大化的寻优，可以使用全局优化算法进行寻优，找到抵触影响关系以及协同影响关系合到一起目标最大的方案，即根据各参数对表面的影响程度来确定综合性最高的方案，最终基于流程节点序列、各节点最优参数方案进行全流程寻优，即对各节点进行流程效果评估，对马尔科夫链预测模型进行构建，判断马尔科夫链预测模型进行全流程节点预测是否满足内外饰需求信息，若满足则将各节点最优参数方案按照流程节点序列进行串接，从而获得工艺流程融合参数，若不满足则基于全流程节点预测的结果、流程节点序列，确定差异值，再基于流程节点序列对差异值进行流程参数跟踪，确定差异节点参数，从而对差异节点参数进行优化，最终对工艺流程融合参数进行获取，达到对待加工产品表面进行处理提供参考的技术效果。
进一步而言，本申请步骤S2335包括：
步骤S23351：利用所述流程节点序列、所述各节点最优参数方案，对各节点进行流程效果评估，构建马尔科夫链预测模型；
步骤S23352：基于所述马尔科夫链预测模型进行全流程节点预测，获得预测终端结果；
步骤S23353：判断所述预测终端结果是否满足所述内外饰需求信息，当满足时，将所述各节点最优参数方案按照所述流程节点序列进行串接，获得所述工艺流程融合参数；
步骤S23354：当不满足时，基于所述预测终端结果、所述流程节点序列，确定差异值；
步骤S23355：基于流程节点序列，根据差异值进行流程参数跟踪，确定差异节点参数，对所述差异节点参数进行优化，获得所述工艺流程融合参数。
具体而言，以所获流程节点序列以及所确定的各节点最优参数方案为基础，对二者进行流程效果的评估，即找到每一个节点所对应的最优方案，以此对马尔科夫链预测模型进行构建，马尔科夫链预测模型是根据目前状态来预测将来各个节点所对应的最优方案的变动情况的一种预测方法，即假定全流程节点被预测的事件存在E1，E2...En，共n个可能的状态，记Pij为从状态Ei转为状态Ej的状态转移概率，则矩阵P为状态转移概率矩阵，存放着每一个状态变化的概率，在此基础上，通过马尔科夫链预测模型对全流程节点进行预测，从而获得预测终端结果，进一步的对预测终端结果是否满足所述内外饰需求信息进行判断，若预测终端结果满足内外饰需求信息时，则将各节点最优参数方案按照该流程节点序列进行串接，由于PVD工艺的处理流程存在前后步骤，因此将各节点最优参数方案按照流程的先后承接关系进行串接，从而获得工艺流程融合参数，若预测终端结果不满足内外饰需求信息时，则将预测终端结果与流程节点序列进行匹配，从而将差异值进行确定，最终基于流程节点序列对差异值进行流程参数的跟踪，以此对差异节点参数进行确定，从而达到对差异节点参数进行优化，即对全流程节点进行分析，判断是否达到了总体的要求，若存在连接节点不匹配的，参考工艺流程对每一个步骤的要求不一样则所对应的侧重点不同，则对该链接节点进行调整，不仅需要保证节点的表面处理效果，还需要考虑最终产品的整体效果，最终对应获得工艺流程的融合参数，达到对待加工产品表面进行处理的技术效果。
进一步而言，如图3所示，本申请步骤S400还包括：
步骤S410：根据所述产品原材采集数据，进行产品原材表面均匀性、粗糙度特征提取，获得产品原材的表面均匀性特征、表面粗糙性特征；
步骤S420：根据所述表面均匀性特征、表面粗糙性特征，与所述工艺流程融合参数的首步骤进行工艺匹配分析，确定所述前处理流程参数。
具体而言，将产品原材采集数据作为基础，根据原材的性质对产品原材的表面进行特征提取，其中特征提取可以是对产品原材表面的均匀性以及产品原材表面的粗糙度分别进行特征提取，其产品原材表面的均匀性可以是指产品原材的厚度的均匀性，其产品原材表面的粗糙度可以是是指产品原材表面的凹凸密集度，从而对应获得产品原材的表面均匀性特征以及表面粗糙性特征，同时根据表面均匀性特征、表面粗糙性特征，与工艺流程融合参数的首步骤进行工艺匹配分析，其工艺流程融合参数的首步骤可以是根据表面均匀性特征、表面粗糙性特对产品原材表面均匀性以及产品原材表面的粗糙度进行预处理，使得材料和产品之间有更高的匹配程度，从而对前处理评估进行确定，进而实现对待加工产品表面进行处理。
进一步而言，如图4所示，本申请步骤S600还包括：
步骤S610：根据所述前处理评估结果，获得当前产品表面特征；
步骤S620：根据所述后处理流程参数，确定次道流程加工的表面特征要求；
步骤S630：基于所述当前产品表面特征、次道流程加工的表面特征要求，进行匹配度分析，当所述当前产品表面特征满足所述次道流程加工的表面特征要求时，则为满足所述匹配度要求，当所述当前产品表面特征不满足所述次道流程加工的表面特征要求时，则为不满足所述匹配度要求；
步骤S640：若满足所述匹配度要求，继续执行后处理流程参数进行待加工产品表面进行处理，若不满足所述匹配度要求，确定流程目标差异值，根据所述流程目标差异值，获得约束条件；
步骤S650：基于所述约束条件，对所述后处理流程参数进行优化调整，利用优化调整后的处理流程参数对所述待加工产品表面进行处理。
具体而言，将PVD工艺流程划分为前处理以及后处理，并根据PVD工艺流程的前处理以及后处理对获得前处理评估结果以及后处理流程参数，其前处理评估结果是根据所连接的图像采集设备对产品表面进行处理后的产品表面图像进行采集，根据所采集到的图像与大数据中均匀性和粗糙度合格的产品进行比对，从而生成前处理评估结果，其后处理流程参数是以工艺流程所预期达到的表面作为基础，对最终流程加工出的表面特征划定标准。
进一步的根据前处理评估结果，对当前产品的表面特征进行提取，根据后处理流程参数，对次道流程加工的表面特征要求进行确定，同时对当前产品表面特征、次道流程加工的表面特征要求进行匹配度分析，若当前产品表面特征满足次道流程加工的表面特征要求时，则同理视为满足所述匹配度要求，继续执行后处理流程参数进行待加工产品表面进行处理，即加工效果满足节点和下一个步骤的要求，则对当前的工艺流程继续进行表面处理，若当前产品表面特征不满足所述次道流程加工的表面特征要求时，则同理视为不满足所述匹配度要求，同时对流程目标差异值进行确定，从而根据流程目标差异值，获得约束条件，当前处理的效果不好，则需要考虑对后续工艺流程进行调整优化，以确保整个工艺过程的效果，且对于待加工产品偏差值不大的，约束条件可以对应进行调整，可以将待加工产品进行返工再处理，最终利用优化调整后的处理流程参数对待加工产品表面进行处理。
实施例二
基于与前述实施例中一种基于PVD工艺的汽车内外饰件表面处理方法相同的发明构思，如图5所示，本申请提供了一种基于PVD工艺的汽车内外饰件表面处理系统，系统包括：
信息获取模块1，所述信息获取模块1用于获得内外饰需求信息，所述内外饰需求信息包括需求产品信息、产品性能参数要求、产品外观参数要求；
分析模块2，所述分析模块2用于根据所述需求产品信息、产品性能参数要求、产品外观参数要求进行PVD工艺参数融合分析，确定工艺流程融合参数；
数据采集模块3，所述数据采集模块3用于通过数据采集设备对待加工产品进行数据采集，获得产品原材采集数据；
流程分析模块4，所述流程分析模块4用于基于所述产品原材采集数据、所述工艺流程融合参数，进行前步骤流程分析，确定前处理流程参数；
监测评估模块5，所述监测评估模块5用于利用所述前处理流程参数对待加工产品表面进行前处理，并利用所述数据采集设备对前处理过程进行监测评估，确定前处理评估结果；
匹配度分析模块6，所述匹配度分析模块6用于根据所述工艺流程融合参数、前处理流程参数，确定后处理流程参数，基于所述前处理评估结果对所述后处理流程参数进行匹配度分析，确定后处理流程参数对待加工产品表面进行处理。
进一步而言，系统还包括：
工艺流程匹配分析模块，工艺流程匹配分析模块用于基于所述需求产品信息，与PVD工艺进行工艺流程匹配分析，确定PVD工艺流程；
流程参数分析模块，流程参数分析模块用于分别基于所述产品性能参数要求、产品外观参数要求，对所述PVD工艺流程进行流程参数分析，确定产品性能流程参数、产品外观流程参数；
融合处理模块，融合处理模块用于将所述产品性能流程参数、所述产品外观流程参数输入参数融合模型中进行融合处理，确定工艺流程融合参数。
进一步而言，系统还包括：
性能影响性模块，性能影响性模块用于将所述产品性能流程参数输入所述参数融合模型的性能参数分析层，进行参数支持度分析，确定各参数对产品性能影响性，基于所述产品性能流程参数及对应的性能影响性，输出性能分析数据；
外观影响性模块，外观影响性模块用于将所述产品外观流程参数输入所述参数融合模型的外观参数分析层，进行参数支持度分析，确定各参数对产品外观影响度，基于所述产品外观流程参数及对应的外观影响性，输出外观分析数据；
数据融合分析模块，数据融合分析模块用于将所述性能分析数据、外观分析数据输入融合数据层，进行数据融合分析，输出所述工艺流程融合参数。
进一步而言，系统还包括：
流程节点对齐模块，流程节点对齐模块用于根据所述性能分析数据、所述外观分析数据进行流程节点对齐，确定流程节点序列；
影响性分析模块，影响性分析模块用于基于所述流程节点序列，对各流程节点进行性能分析数据、外观分析数据进行影响性分析，确定数据影响关系；
关系确定模块，关系确定模块用于基于所述数据影响关系，确定抵触影响关系、协同影响关系；
寻优模块，寻优模块用于分别根据所述抵触影响关系、协同影响关系，对工艺流程参数进行目标最大化寻优，确定各节点最优参数方案；
全流程寻优模块，全流程寻优模块用于利用所述流程节点序列、各节点最优参数方案进行全流程寻优，获得所述工艺流程融合参数。
进一步而言，系统还包括：
流程效果评估模块，流程效果评估模块用于利用所述流程节点序列、所述各节点最优参数方案，对各节点进行流程效果评估，构建马尔科夫链预测模型；
预测模块，预测模块用于基于所述马尔科夫链预测模型进行全流程节点预测，获得预测终端结果；
串接模块，串接模块用于判断所述预测终端结果是否满足所述内外饰需求信息，当满足时，将所述各节点最优参数方案按照所述流程节点序列进行串接，获得所述工艺流程融合参数；
差异值确定模块，差异值确定模块用于当不满足时，基于所述预测终端结果、所述流程节点序列，确定差异值；
参数优化模块，参数优化模块用于基于流程节点序列，根据差异值进行流程参数跟踪，确定差异节点参数，对所述差异节点参数进行优化，获得所述工艺流程融合参数。
进一步而言，系统还包括：
提取模块，提取模块用于根据所述产品原材采集数据，进行产品原材表面均匀性、粗糙度特征提取，获得产品原材的表面均匀性特征、表面粗糙性特征；
工艺匹配分析模块，工艺匹配分析模块用于根据所述表面均匀性特征、表面粗糙性特征，与所述工艺流程融合参数的首步骤进行工艺匹配分析，确定所述前处理流程参数。
进一步而言，系统还包括：
特征获得模块，特征获得模块用于根据所述前处理评估结果，获得当前产品表面特征；
要求确定模块，要求确定模块用于根据所述后处理流程参数，确定次道流程加工的表面特征要求；
匹配度分析模块，匹配度分析模块用于基于所述当前产品表面特征、次道流程加工的表面特征要求，进行匹配度分析，当所述当前产品表面特征满足所述次道流程加工的表面特征要求时，则为满足所述匹配度要求，当所述当前产品表面特征不满足所述次道流程加工的表面特征要求时，则为不满足所述匹配度要求；
处理模块，处理模块用于若满足所述匹配度要求，继续执行后处理流程参数进行待加工产品表面进行处理，若不满足所述匹配度要求，确定流程目标差异值，根据所述流程目标差异值，获得约束条件；
调整模块，调整模块用于基于所述约束条件，对所述后处理流程参数进行优化调整，利用优化调整后的处理流程参数对所述待加工产品表面进行处理。
本说明书通过前述对一种基于PVD工艺的汽车内外饰件表面处理方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于PVD工艺的汽车内外饰件表面处理方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种基于PVD工艺的汽车内外饰件表面处理方法，其特征在于，所述方法包括：
获得内外饰需求信息，所述内外饰需求信息包括需求产品信息、产品性能参数要求、产品外观参数要求；
根据所述需求产品信息、产品性能参数要求、产品外观参数要求进行PVD工艺参数融合分析，确定工艺流程融合参数；
通过数据采集设备对待加工产品进行数据采集，获得产品原材采集数据；
基于所述产品原材采集数据、所述工艺流程融合参数，进行前步骤流程分析，确定前处理流程参数；
利用所述前处理流程参数对待加工产品表面进行前处理，并利用所述数据采集设备对前处理过程进行监测评估，确定前处理评估结果；
根据所述工艺流程融合参数、前处理流程参数，确定后处理流程参数，基于所述前处理评估结果对所述后处理流程参数进行匹配度分析，确定后处理流程参数对待加工产品表面进行处理。
2.如权利要求1所述的方法，其特征在于，所述根据所述需求产品信息、产品性能参数要求、产品外观参数要求进行PVD工艺参数融合分析，确定工艺流程融合参数，包括：
基于所述需求产品信息，与PVD工艺进行工艺流程匹配分析，确定PVD工艺流程；
分别基于所述产品性能参数要求、产品外观参数要求，对所述PVD工艺流程进行流程参数分析，确定产品性能流程参数、产品外观流程参数；
将所述产品性能流程参数、所述产品外观流程参数输入参数融合模型中进行融合处理，确定工艺流程融合参数。
3.如权利要求2所述的方法，其特征在于，将所述产品性能流程参数、所述产品外观流程参数输入参数融合模型中进行融合处理，确定工艺流程融合参数，包括：
将所述产品性能流程参数输入所述参数融合模型的性能参数分析层，进行参数支持度分析，确定各参数对产品性能影响性，基于所述产品性能流程参数及对应的性能影响性，输出性能分析数据；
将所述产品外观流程参数输入所述参数融合模型的外观参数分析层，进行参数支持度分析，确定各参数对产品外观影响度，基于所述产品外观流程参数及对应的外观影响性，输出外观分析数据；
将所述性能分析数据、外观分析数据输入融合数据层，进行数据融合分析，输出所述工艺流程融合参数。
4.如权利要求3所述的方法，其特征在于，将所述性能分析数据、外观分析数据输入融合数据层，进行数据融合分析，输出所述工艺流程融合参数，包括：
根据所述性能分析数据、所述外观分析数据进行流程节点对齐，确定流程节点序列；
基于所述流程节点序列，对各流程节点进行性能分析数据、外观分析数据进行影响性分析，确定数据影响关系；
基于所述数据影响关系，确定抵触影响关系、协同影响关系；
分别根据所述抵触影响关系、协同影响关系，对工艺流程参数进行目标最大化寻优，确定各节点最优参数方案；
利用所述流程节点序列、各节点最优参数方案进行全流程寻优，获得所述工艺流程融合参数。
5.如权利要求4所述的方法，其特征在于，利用所述流程节点序列、各节点最优参数方案进行全流程寻优，获得所述工艺流程融合参数，包括：
利用所述流程节点序列、所述各节点最优参数方案，对各节点进行流程效果评估，构建马尔科夫链预测模型；
基于所述马尔科夫链预测模型进行全流程节点预测，获得预测终端结果；
判断所述预测终端结果是否满足所述内外饰需求信息，当满足时，将所述各节点最优参数方案按照所述流程节点序列进行串接，获得所述工艺流程融合参数；
当不满足时，基于所述预测终端结果、所述流程节点序列，确定差异值；
基于流程节点序列，根据差异值进行流程参数跟踪，确定差异节点参数，对所述差异节点参数进行优化，获得所述工艺流程融合参数。
6.如权利要求1所述的方法，其特征在于，基于所述产品原材采集数据、所述工艺流程融合参数，进行前步骤流程分析，确定前处理流程参数，包括：
根据所述产品原材采集数据，进行产品原材表面均匀性、粗糙度特征提取，获得产品原材的表面均匀性特征、表面粗糙性特征；
根据所述表面均匀性特征、表面粗糙性特征，与所述工艺流程融合参数的首步骤进行工艺匹配分析，确定所述前处理流程参数。
7.如权利要求1所述的方法，其特征在于，基于所述前处理评估结果对所述后处理流程参数进行匹配度分析，确定后处理流程参数对待加工产品表面进行处理，包括：
根据所述前处理评估结果，获得当前产品表面特征；
根据所述后处理流程参数，确定次道流程加工的表面特征要求
基于所述当前产品表面特征、次道流程加工的表面特征要求，进行匹配度分析，当所述当前产品表面特征满足所述次道流程加工的表面特征要求时，则为满足所述匹配度要求，当所述当前产品表面特征不满足所述次道流程加工的表面特征要求时，则为不满足所述匹配度要求；
若满足所述匹配度要求，继续执行后处理流程参数进行待加工产品表面进行处理，若不满足所述匹配度要求，确定流程目标差异值，根据所述流程目标差异值，获得约束条件；
基于所述约束条件，对所述后处理流程参数进行优化调整，利用优化调整后的处理流程参数对所述待加工产品表面进行处理。
8.一种基于PVD工艺的汽车内外饰件表面处理系统，其特征在于，所述方法包括：
信息获取模块，所述信息获取模块用于获得内外饰需求信息，所述内外饰需求信息包括需求产品信息、产品性能参数要求、产品外观参数要求；
分析模块，所述分析模块用于根据所述需求产品信息、产品性能参数要求、产品外观参数要求进行PVD工艺参数融合分析，确定工艺流程融合参数；
数据采集模块，所述数据采集模块用于通过数据采集设备对待加工产品进行数据采集，获得产品原材采集数据；
流程分析模块，所述流程分析模块用于基于所述产品原材采集数据、所述工艺流程融合参数，进行前步骤流程分析，确定前处理流程参数；
监测评估模块，所述监测评估模块用于利用所述前处理流程参数对待加工产品表面进行前处理，并利用所述数据采集设备对前处理过程进行监测评估，确定前处理评估结果；
匹配度分析模块，所述匹配度分析模块用于根据所述工艺流程融合参数、前处理流程参数，确定后处理流程参数，基于所述前处理评估结果对所述后处理流程参数进行匹配度分析，确定后处理流程参数对待加工产品表面进行处理。
CN202310040683.2A 2023-01-12 2023-01-12 一种基于pvd工艺的汽车内外饰件表面处理方法及系统 Active CN116739127B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310040683.2A CN116739127B (zh) 2023-01-12 2023-01-12 一种基于pvd工艺的汽车内外饰件表面处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310040683.2A CN116739127B (zh) 2023-01-12 2023-01-12 一种基于pvd工艺的汽车内外饰件表面处理方法及系统

Publications (2)

Publication Number Publication Date
CN116739127A true CN116739127A (zh) 2023-09-12
CN116739127B CN116739127B (zh) 2023-11-24

Family

ID=87915743

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310040683.2A Active CN116739127B (zh) 2023-01-12 2023-01-12 一种基于pvd工艺的汽车内外饰件表面处理方法及系统

Country Status (1)

Country Link
CN (1) CN116739127B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001002125A1 (en) * 1999-07-01 2001-01-11 Bechtel Bwxt Idaho, Llc Method and apparatus for assessing weld quality
EP2036996A1 (de) * 2007-09-13 2009-03-18 Sulzer Metco AG Verfahren zur Bestimmung von Prozessparametern in einem plasmagestützten Prozess zur Oberflächenbehandlung
US20100253542A1 (en) * 2009-04-02 2010-10-07 Gm Global Technology Operations, Inc. Point of interest location marking on full windshield head-up display
CN107742661A (zh) * 2017-10-19 2018-02-27 辽宁科技大学 用物理气相沉积法制备无机锡基钙钛矿太阳能电池的方法
US20190170812A1 (en) * 2017-12-01 2019-06-06 Applied Materials, Inc. Data analytics and computational analytics for semiconductor process control
CN110782546A (zh) * 2019-09-25 2020-02-11 上海众壹云计算科技有限公司 基于组合树模型的半导体pvd制程的电阻率虚拟量测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001002125A1 (en) * 1999-07-01 2001-01-11 Bechtel Bwxt Idaho, Llc Method and apparatus for assessing weld quality
EP2036996A1 (de) * 2007-09-13 2009-03-18 Sulzer Metco AG Verfahren zur Bestimmung von Prozessparametern in einem plasmagestützten Prozess zur Oberflächenbehandlung
US20100253542A1 (en) * 2009-04-02 2010-10-07 Gm Global Technology Operations, Inc. Point of interest location marking on full windshield head-up display
CN107742661A (zh) * 2017-10-19 2018-02-27 辽宁科技大学 用物理气相沉积法制备无机锡基钙钛矿太阳能电池的方法
US20190170812A1 (en) * 2017-12-01 2019-06-06 Applied Materials, Inc. Data analytics and computational analytics for semiconductor process control
CN110782546A (zh) * 2019-09-25 2020-02-11 上海众壹云计算科技有限公司 基于组合树模型的半导体pvd制程的电阻率虚拟量测方法

Also Published As

Publication number Publication date
CN116739127B (zh) 2023-11-24

Similar Documents

Publication Publication Date Title
CN107346460B (zh) 基于智能网联系统下前车运行信息的未来工况预测方法
CN110789128B (zh) 一种增材制造制件成形质量预测与控制系统及方法
CN115202310B (zh) 一种电动汽车电机扣件的自动化加工方法及系统
CN116739127B (zh) 一种基于pvd工艺的汽车内外饰件表面处理方法及系统
CN107944612B (zh) 一种基于arima和相空间重构svr的母线净负荷预测方法
Chatterjee et al. A novel decision-making approach for light weight environment friendly material selection
CN115730744A (zh) 基于用户模式与深度学习联合模型的用水量预测方法及系统
CN111798119B (zh) 一种预制构件流水车间订单接受与调度集成优化方法
Abdullah Fuzzy‐based sustainability modeling: Case study of remanufacturing waste sheet steel into angle mesh steel
Coates et al. Assessing the economics of pre-fragmentation material recovery within the UK
Atashgar et al. Identification of the automotive manufacturing change point approaching panel data
CN105160336A (zh) 基于Sigmoid函数的人脸识别方法
CN109523386A (zh) 一种gmm与lstm结合的投资组合风险预测方法
Kung et al. An application of GM (1, 1) model for automobile industry
CN115402265A (zh) 一种轿车节水控制清洗系统、方法及存储介质
Sikder et al. A synergic multivariate statistical process control framework for monitoring, diagnosis, and adjustment of multiple response abrasive machining processes
Salcedo-Hernández et al. Predicting enamel layer defects in an automotive paint shop
Afteni et al. Method for holistic optimization of the manufacturing process
CN106384505B (zh) 一种交通流相似性的判别方法及系统
US20060121191A1 (en) Method for coating motor vehicle rims
Clavería González et al. The appraisal of machine learning techniques for tourism demand forecasting [Capítol de llibre]
CN114397151B (zh) 一种板材表面质量控制方法、装置、设备及存储介质
Corgne et al. Application of DSmT for land cover change prediction
Zakaria et al. Non-conventional approaches for warpage minimization in injection molding process
Inakoti et al. Wavelets and Artificial Neural Networks for Surface Roughness Estimation of Ceramic Tiles

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