CN116976754B - 一种高精度电容测量方法 - Google Patents

一种高精度电容测量方法 Download PDF

Info

Publication number
CN116976754B
CN116976754B CN202311203803.2A CN202311203803A CN116976754B CN 116976754 B CN116976754 B CN 116976754B CN 202311203803 A CN202311203803 A CN 202311203803A CN 116976754 B CN116976754 B CN 116976754B
Authority
CN
China
Prior art keywords
capacitance
capacitor
processing
data
parameter
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
CN202311203803.2A
Other languages
English (en)
Other versions
CN116976754A (zh
Inventor
赵江
陈希立
魏林贺
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.)
BEIJING BRIO ELECTRONIC TECHNOLOGY CO LTD
Original Assignee
BEIJING BRIO ELECTRONIC 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 BEIJING BRIO ELECTRONIC TECHNOLOGY CO LTD filed Critical BEIJING BRIO ELECTRONIC TECHNOLOGY CO LTD
Priority to CN202311203803.2A priority Critical patent/CN116976754B/zh
Publication of CN116976754A publication Critical patent/CN116976754A/zh
Application granted granted Critical
Publication of CN116976754B publication Critical patent/CN116976754B/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
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
    • G01R27/26—Measuring inductance or capacitance; Measuring quality factor, e.g. by using the resonance method; Measuring loss factor; Measuring dielectric constants ; Measuring impedance or related variables
    • G01R27/2605—Measuring capacitance
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/27—Regression, e.g. linear or logistic regression
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/14—Quality control systems
    • G07C3/143—Finished product quality control
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/14—Quality control systems
    • G07C3/146—Quality control systems during manufacturing process

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Manufacturing & Machinery (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Automation & Control Theory (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Measurement Of Resistance Or Impedance (AREA)
  • Fixed Capacitors And Capacitor Manufacturing Machines (AREA)

Abstract

本发明公开了一种高精度电容测量方法，涉及电容智能加工技术领域，包括：筛选与电容器电容大小相关的若干个相关加工参数；获得相关加工参数设定数组；获取相关加工参数实时数组；计算相关加工参数组偏差指标；判断相关加工参数组偏差指标是否大于预设值；对判定为不合格风险高的批次的电容进行全测量，对于判定为不合格风险低的批次的电容进行抽检；进行分析获取电容统计数据；判断电容器加工产线是否需要进行检修。本发明的优点在于：本方案极大地增加了对于电容器测量过程中的不良检出精准度，降低不良电容器流出厂的概率，同时实现了电容器加工产线的预先检修，保证电容器加工的稳定性。

Description

一种高精度电容测量方法
技术领域
本发明涉及电容智能加工技术领域，具体是涉及一种高精度电容测量方法。
背景技术
电容器是储存电量和电能（电势能）的元件。一个导体被另一个导体所包围，或者由一个导体发出的电场线全部终止在另一个导体的导体系，称为电容器，电容器的电容大小是电容器的重要指标。
为提高电容器的出厂质量，降低电容的出厂不良率，在电容器加工完成后，需要对电容器进行电容测量，而由于电容器的生产数量通常很大，因此只能进行采用抽检的方式进行电容器的电容测量，现有技术中针对于电容器的测量不够智能，难以根据电容加工工序的完成质量进行针对性的设置抽检比例，抽检筛选的电容器不良率不够精准，此外，缺乏对于电容器测量数据的智能分析，难以及时的识别出电容器加工产线中可能存在的隐含故障风险。
发明内容
为解决上述技术问题，提供一种高精度电容测量方法，本技术方案解决了上述的现有技术中针对于电容器的测量不够智能，难以根据电容加工工序的完成质量进行针对性的设置抽检比例，抽检筛选的电容器不良率不够精准，此外，缺乏对于电容器测量数据的智能分析，难以及时的识别出电容器加工产线中可能存在的隐含故障风险的问题。
为达到以上目的，本发明采用的技术方案为：
一种高精度电容测量方法，包括：
从数据库中调取电容器的历史加工数据，并基于电容器的历史加工数据进行筛选与电容器电容大小相关的若干个加工参数，记为相关加工参数；
基于加工的电容器设计属性，确定每个相关加工参数的设定参数值，获得相关加工参数设定数组；
实时监测每一批次电容器加工过程中的相关加工参数的参数值，获取相关加工参数实时数组；
计算相关加工参数实时数组与相关加工参数设定数组之间的向量距离，作为相关加工参数组偏差指标；
判断相关加工参数组偏差指标是否大于预设值，若是，则判定当前批次电容不合格风险高，若否，则判定当前批次电容不合格风险低；
对判定为不合格风险高的批次的电容进行全测量，对于判定为不合格风险低的批次的电容进行抽检；
设定统计周期，并对统计周期内的所有电容器的电容测量数据进行分析，获取电容统计数据；
对若干个连续统计周期内的电容统计数据进行计算电容加工趋势指标，并基于电容加工趋势指标判断电容器加工产线是否需要进行检修。
优选的，所述基于电容器的历史加工数据进行筛选与电容器电容大小相关的若干个加工参数具体包括：
确定电容器加工过程中的所有加工参数；
从电容器的历史加工数据选出每一个加工参数与电容器电容大小的若干相关数据；
基于加工参数与电容器电容大小的若干相关数据，计算加工参数与电容器电容大小之间的线性回归相关度；
通过相关度计算公式，计算加工参数与电容器电容大小之间的相关度；
判断加工参数与电容器电容大小之间的相关度是否大于相关度阈值，若是，则判定加工参数与电容器电容大小相关，记为相关加工参数，若否，则判定加工参数与电容器电容大小不相关。
优选的，所述相关度计算公式具体为：
式中，为第i个加工参数与电容器电容大小之间的相关度，/>为第i个加工参数与电容器电容大小之间的线性回归相关度，/>为第i个加工参数与电容器电容大小的若干相关数据中所有加工参数的标准差，/>为第i个加工参数与电容器电容大小的若干相关数据中所有电容器电容大小数据的标准差。
优选的，所述计算相关加工参数实时数组与相关加工参数设定数组之间的向量距离，作为相关加工参数组偏差指标具体方法为：
记相关加工参数设定数组为，/>，式中，为第j个加工参数的设定参数值，/>为加工参数总数；
记相关加工参数实时数组为，/>，式中，/>为第j个加工参数的实时监测值；
所述相关加工参数组偏差指标的具体计算公式为：
式中，为相关加工参数组偏差指标，/>为第j个相关加工参数与电容器电容大小之间的相关度。
优选的，所述统计周期时长为12h、24h、36h和48h中任一种。
优选的，所述对统计周期内的所有电容器的电容测量数据进行分析，获取电容统计数据具体包括：
将统计周期内的所有电容器的电容测量数据与电容设计的标准电容大小进行做差后求绝对值，获得电容误差数据；
将电容误差数据中不符合正态分布的异常值进行剔除，留下电容误差标准数据；
对所有电容误差标准数据求取平均值，作为当前统计周期内的电容误差标准值。
优选的，所述将统计周期内的所有电容器的电容测量数据中不符合正态分布的异常值进行剔除，留下电容测量标准数据具体包括：
基于格拉布斯准则，建立异常值判定公式；
将电容器的电容误差数据代入异常值判定公式，若满足异常值判定公式，则电容器的电容误差数据为异常值，若不满足异常值判定公式，则电容器的电容误差数据为正常值。
优选的，所述异常值判定公式具体为：
式中，为电容器的第l个电容误差数据，/>为所有电容器的电容误差数据的平均值，/>为所有电容器的电容误差数据的标准差，/>为格拉布斯临界值，所述格拉布斯临界值为查表获得。
优选的，所述对若干个连续统计周期内的电容统计数据进行计算电容加工趋势指标包括：
获取最近连续K个统计周期内的电容误差标准值，所述K为大于10且小于30的任一正整数；
按照时序从远到近，依次对K个统计周期内电容误差标准值进行从小到大标号；
通过趋势指标计算公式，进行计算K个统计周期的电容误差的变化趋势指标，作为电容加工趋势指标；
所述趋势指标计算公式具体为：
式中，为K个统计周期的电容误差的变化趋势指标，/>为第k个统计周期内的电容误差标准值。
优选的，所述基于电容加工趋势指标判断电容器加工产线是否需要进行检修包括：
判定电容加工趋势指标是否大于检修指标预设值，若是，则判定电容器加工产线需要进行检修，若否，则判定电容器加工产线不需要进行检修。
与现有技术相比，本发明的有益效果在于：
本发明基于与电容器电容大小相关的若干个加工参数的实时运行值与设定值之间的加权向量距离进行综合计算评判出与电容器电容量大小相关的综合加工质量，并基于此加工质量进行判定电容不合格风险，对判定为不合格风险高的批次的电容进行全测量，对于判定为不合格风险低的批次的电容进行抽检，通过此方式，极大地增加了对于电容器测量过程中的不良检出精准度，降低不良电容器流出厂的概率，进而有效的增加了电容器的出厂良率；
本发明基于若干个连续统计周期内电容测量数据进行综合智能分析，计算出电容加工趋势指标，用于评判电容加工质量的变化趋势，进而可及时的发现电容器加工产线的加工质量的劣化，可精准识别出电容器加工产线中可能存在的隐含故障风险，进而进行电容器加工产线的预先检修，防止大量电容器不良品的产出，可有效的保证电容器加工的稳定性。
附图说明
图1为本发明提出的高精度电容测量方法流程图；
图2为本发明中的筛选与电容器电容大小相关的加工参数的方法流程图；
图3为本发明中的对统计周期内的电容器的电容测量数据进行分析的方法流程图；
图4为本发明中的计算电容加工趋势指标的方法流程图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。
参照图1所示，一种高精度电容测量方法，包括：
从数据库中调取电容器的历史加工数据，并基于电容器的历史加工数据进行筛选与电容器电容大小相关的若干个加工参数，记为相关加工参数；
基于加工的电容器设计属性，确定每个相关加工参数的设定参数值，获得相关加工参数设定数组；
实时监测每一批次电容器加工过程中的相关加工参数的参数值，获取相关加工参数实时数组；
计算相关加工参数实时数组与相关加工参数设定数组之间的向量距离，作为相关加工参数组偏差指标；
判断相关加工参数组偏差指标是否大于预设值，若是，则判定当前批次电容不合格风险高，若否，则判定当前批次电容不合格风险低；
对判定为不合格风险高的批次的电容进行全测量，对于判定为不合格风险低的批次的电容进行抽检；
设定统计周期，并对统计周期内的所有电容器的电容测量数据进行分析，获取电容统计数据；
对若干个连续统计周期内的电容统计数据进行计算电容加工趋势指标，并基于电容加工趋势指标判断电容器加工产线是否需要进行检修。
本方案采用智能化的方式进行针对性设置电容测量的抽检比例，可极大地增加了对于电容器测量过程中的不良检出精准度，同时对电容测量数据进行综合智能分析，可精准识别出电容器加工产线中可能存在的隐含故障风险，进行电容器加工产线的预先检修，有效的保证了电容器加工的稳定性。
参照图2所示，在一些优选实施例中，所述基于电容器的历史加工数据进行筛选与电容器电容大小相关的若干个加工参数具体包括：
确定电容器加工过程中的所有加工参数；
从电容器的历史加工数据选出每一个加工参数与电容器电容大小的若干相关数据；
基于加工参数与电容器电容大小的若干相关数据，计算加工参数与电容器电容大小之间的线性回归相关度；
通过相关度计算公式，计算加工参数与电容器电容大小之间的相关度；
判断加工参数与电容器电容大小之间的相关度是否大于相关度阈值，若是，则判定加工参数与电容器电容大小相关，记为相关加工参数，若否，则判定加工参数与电容器电容大小不相关，可以理解的是，由于历史加工数据中，除计算加工参数之外的其他加工参数难以完全保持一致，因此，为避免其他参数所造成的相关度误差造成相关性判断失准，因此本方案中设置一相关度阈值，只有大于该相关度阈值才认为加工参数与电容器电容大小相关。
所述相关度计算公式具体为：
式中，为第i个加工参数与电容器电容大小之间的相关度，/>为第i个加工参数与电容器电容大小之间的线性回归相关度，/>为第i个加工参数与电容器电容大小的若干相关数据中所有加工参数的标准差，/>为第i个加工参数与电容器电容大小的若干相关数据中所有电容器电容大小数据的标准差。
电容器的实际生产出的电容大小与加工工艺中的相关参数，例如电容器芯子卷绕圈数，错变量、聚合温度直接相关，因此在本方案中，首先计算各个加工参数与电容器电容大小之间的相关度，并基于相关度的大小进行筛选出与电容器电容大小相关的加工参数，作为相关参数，为后续进行电容器加工质量评估提供参数统计基础。
在一些优选实施例中，所述计算相关加工参数实时数组与相关加工参数设定数组之间的向量距离，作为相关加工参数组偏差指标具体方法为：
记相关加工参数设定数组为，/>，式中，为第j个加工参数的设定参数值，/>为加工参数总数；
记相关加工参数实时数组为，/>，式中，/>为第j个加工参数的实时监测值；
所述相关加工参数组偏差指标的具体计算公式为：
式中，为相关加工参数组偏差指标，/>为第j个相关加工参数与电容器电容大小之间的相关度。
本方案中，在进行计算相关加工参数组偏差指标时，结合加工参数与电容器电容大小之间的相关度，对相关加工参数实时数组与相关加工参数设定数组之间的向量距离进行加权求和，此方式可更加精准的反映出与电容器电容量大小相关的综合加工质量，以此标准进行后续设定电容抽检率的数据基础，极大地增加了对于电容器测量过程中的不良检出精准度，降低不良电容器流出厂的概率。
在一些优选实施例中，所述统计周期时长为12h、24h、36h和48h中任一种，可以理解的是，对于工作时长较长的电容器加工产线，其检测频率应相对设置高一点，统计周期设置小一点。
参照图3所示，所述对统计周期内的所有电容器的电容测量数据进行分析，获取电容统计数据具体包括：
将统计周期内的所有电容器的电容测量数据与电容设计的标准电容大小进行做差后求绝对值，获得电容误差数据；
将电容误差数据中不符合正态分布的异常值进行剔除，留下电容误差标准数据；
对所有电容误差标准数据求取平均值，作为当前统计周期内的电容误差标准值。
所述将统计周期内的所有电容器的电容测量数据中不符合正态分布的异常值进行剔除，留下电容测量标准数据具体包括：
基于格拉布斯准则，建立异常值判定公式；
将电容器的电容误差数据代入异常值判定公式，若满足异常值判定公式，则电容器的电容误差数据为异常值，若不满足异常值判定公式，则电容器的电容误差数据为正常值。
所述异常值判定公式具体为：
式中，为电容器的第l个电容误差数据，/>为所有电容器的电容误差数据的平均值，/>为所有电容器的电容误差数据的标准差，/>为格拉布斯临界值，所述格拉布斯临界值为查表获得。
可以理解的是，在进行电容器加工时，会发生一些偶然因素，造成电容误差增加，这些偶然因素所造成的电容误差增加不能真实的反应电容加工产线的实际加工状态，且会造成对于电容加工产线的实际加工状态的误判，因此，本方案中，采用格拉布斯准则将偶然因素所造成的电容误差异常增大的值进行剔除，使保留的电容误差标准数据可以更加真实地反映电容加工产线的实际加工状态，进而提高对于电容加工产线加工状态的识别精准度。
在一些实施例中，参照图4所示，所述对若干个连续统计周期内的电容统计数据进行计算电容加工趋势指标包括：
获取最近连续K个统计周期内的电容误差标准值，所述K为大于10且小于30的任一正整数；
按照时序从远到近，依次对K个统计周期内电容误差标准值进行从小到大标号；
通过趋势指标计算公式，进行计算K个统计周期的电容误差的变化趋势指标，作为电容加工趋势指标；
所述趋势指标计算公式具体为：
式中，为K个统计周期的电容误差的变化趋势指标，/>为第k个统计周期内的电容误差标准值。
所述基于电容加工趋势指标判断电容器加工产线是否需要进行检修包括：
判定电容加工趋势指标是否大于检修指标预设值，若是，则判定电容器加工产线需要进行检修，若否，则判定电容器加工产线不需要进行检修。
可以理解的是，电容的允许误差范围为10%-20%之间，现有的测量方法，对于处于允许误差范围内的电容器直接标记为合格品，然而，电容器的加工劣化是逐步产生的，其误差值也是逐步增加的，由于测量工序的延后性，现有方式当测量到出现大量的电容不良品时，往往电容器产线中已经生产出大量的不良品；
基于此，本方案中采用计算连续若干个统计周期的电容误差的变化趋势指标，作为电容加工趋势指标，当电容加工趋势指标大于某一预设值时，则可代表着电容误差开始出现急速增加，也即电容器产线的加工质量处于急速劣化过程中，此时对电容器加工产线进行检修，可实现电容器加工产线的预先检修，防止大量电容器不良品的产出，可有效的保证电容器加工的稳定性。
综上所述，本发明的优点在于：本方案极大地增加了对于电容器测量过程中的不良检出精准度，降低不良电容器流出厂的概率，同时实现了电容器加工产线的预先检修，保证电容器加工的稳定性。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (8)

1.一种高精度电容测量方法，其特征在于，包括：
从数据库中调取电容器的历史加工数据，并基于电容器的历史加工数据进行筛选与电容器电容大小相关的若干个加工参数，记为相关加工参数；
基于加工的电容器设计属性，确定每个相关加工参数的设定参数值，获得相关加工参数设定数组；
实时监测每一批次电容器加工过程中的相关加工参数的参数值，获取相关加工参数实时数组；
计算相关加工参数实时数组与相关加工参数设定数组之间的向量距离，作为相关加工参数组偏差指标；
判断相关加工参数组偏差指标是否大于预设值，若是，则判定当前批次电容不合格风险高，若否，则判定当前批次电容不合格风险低；
对判定为不合格风险高的批次的电容进行全测量，对于判定为不合格风险低的批次的电容进行抽检；
设定统计周期，并对统计周期内的所有电容器的电容测量数据进行分析，获取电容统计数据；
对若干个连续统计周期内的电容统计数据进行计算电容加工趋势指标，并基于电容加工趋势指标判断电容器加工产线是否需要进行检修；
所述对若干个连续统计周期内的电容统计数据进行计算电容加工趋势指标包括：
获取最近连续K个统计周期内的电容误差标准值，所述K为大于10且小于30的任一正整数；
按照时序从远到近，依次对K个统计周期内电容误差标准值进行从小到大标号；
通过趋势指标计算公式，进行计算K个统计周期的电容误差的变化趋势指标，作为电容加工趋势指标；
所述趋势指标计算公式具体为：
式中，Q为K个统计周期的电容误差的变化趋势指标，x′k为第k个统计周期内的电容误差标准值；
所述基于电容加工趋势指标判断电容器加工产线是否需要进行检修包括：
判定电容加工趋势指标是否大于检修指标预设值，若是，则判定电容器加工产线需要进行检修，若否，则判定电容器加工产线不需要进行检修。
2.根据权利要求1所述的一种高精度电容测量方法，其特征在于，所述基于电容器的历史加工数据进行筛选与电容器电容大小相关的若干个加工参数具体包括：
确定电容器加工过程中的所有加工参数；
从电容器的历史加工数据选出每一个加工参数与电容器电容大小的若干相关数据；
基于加工参数与电容器电容大小的若干相关数据，计算加工参数与电容器电容大小之间的线性回归相关度；
通过相关度计算公式，计算加工参数与电容器电容大小之间的相关度；
判断加工参数与电容器电容大小之间的相关度是否大于相关度阈值，若是，则判定加工参数与电容器电容大小相关，记为相关加工参数，若否，则判定加工参数与电容器电容大小不相关。
3.根据权利要求2所述的一种高精度电容测量方法，其特征在于，所述相关度计算公式具体为：
式中，Ri为第i个加工参数与电容器电容大小之间的相关度，Ai为第i个加工参数与电容器电容大小之间的线性回归相关度，SVi为第i个加工参数与电容器电容大小的若干相关数据中所有加工参数的标准差，为第i个加工参数与电容器电容大小的若干相关数据中所有电容器电容大小数据的标准差。
4.根据权利要求3所述的一种高精度电容测量方法，其特征在于，所述计算相关加工参数实时数组与相关加工参数设定数组之间的向量距离，作为相关加工参数组偏差指标具体方法为：
记相关加工参数设定数组为H0，H0＝[v01 … v0j … v0m]，式中，v0j为第j个加工参数的设定参数值，m为加工参数总数；
记相关加工参数实时数组为H，H＝[v1 … vj … vm]，式中，vj为第j个加工参数的实时监测值；
所述相关加工参数组偏差指标的具体计算公式为：
式中，H为相关加工参数组偏差指标，Rj为第j个相关加工参数与电容器电容大小之间的相关度。
5.根据权利要求1所述的一种高精度电容测量方法，其特征在于，所述统计周期时长为12h、24h、36h和48h中任一种。
6.根据权利要求5所述的一种高精度电容测量方法，其特征在于，所述对统计周期内的所有电容器的电容测量数据进行分析，获取电容统计数据具体包括：
将统计周期内的所有电容器的电容测量数据与电容设计的标准电容大小进行做差后求绝对值，获得电容误差数据；
将电容误差数据中不符合正态分布的异常值进行剔除，留下电容误差标准数据；
对所有电容误差标准数据求取平均值，作为当前统计周期内的电容误差标准值。
7.根据权利要求6所述的一种高精度电容测量方法，其特征在于，所述将统计周期内的所有电容器的电容测量数据中不符合正态分布的异常值进行剔除，留下电容测量标准数据具体包括：
基于格拉布斯准则，建立异常值判定公式；
将电容器的电容误差数据代入异常值判定公式，若满足异常值判定公式，则电容器的电容误差数据为异常值，若不满足异常值判定公式，则电容器的电容误差数据为正常值。
8.根据权利要求7所述的一种高精度电容测量方法，其特征在于，所述异常值判定公式具体为：
式中，xl为电容器的第l个电容误差数据，为所有电容器的电容误差数据的平均值，s为所有电容器的电容误差数据的标准差，bpn为格拉布斯临界值，所述格拉布斯临界值为查表获得。
CN202311203803.2A 2023-09-19 2023-09-19 一种高精度电容测量方法 Active CN116976754B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311203803.2A CN116976754B (zh) 2023-09-19 2023-09-19 一种高精度电容测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311203803.2A CN116976754B (zh) 2023-09-19 2023-09-19 一种高精度电容测量方法

Publications (2)

Publication Number Publication Date
CN116976754A CN116976754A (zh) 2023-10-31
CN116976754B true CN116976754B (zh) 2023-12-26

Family

ID=88481777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311203803.2A Active CN116976754B (zh) 2023-09-19 2023-09-19 一种高精度电容测量方法

Country Status (1)

Country Link
CN (1) CN116976754B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114441859A (zh) * 2022-01-28 2022-05-06 玉林师范学院 一种基于bp神经网络的高精度电容测量法
CN116245256A (zh) * 2023-04-23 2023-06-09 湖州新江浩电子有限公司 一种结合多因素的电容器质量预测方法、系统及存储介质
CN116338451A (zh) * 2022-12-08 2023-06-27 大唐东北电力试验研究院有限公司 一种深度调峰工况下汽轮发电机安全评价诊断系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019043828A1 (ja) * 2017-08-30 2019-03-07 三菱電機株式会社 コンデンサ容量測定装置及び電力用機器

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114441859A (zh) * 2022-01-28 2022-05-06 玉林师范学院 一种基于bp神经网络的高精度电容测量法
CN116338451A (zh) * 2022-12-08 2023-06-27 大唐东北电力试验研究院有限公司 一种深度调峰工况下汽轮发电机安全评价诊断系统及方法
CN116245256A (zh) * 2023-04-23 2023-06-09 湖州新江浩电子有限公司 一种结合多因素的电容器质量预测方法、系统及存储介质

Also Published As

Publication number Publication date
CN116976754A (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
CN116245256B (zh) 一种结合多因素的电容器质量预测方法、系统及存储介质
CN118091234B (zh) 一种用于故障诊断处理的电流互感器
CN117932501B (zh) 一种电能表运行状态管理方法和系统
CN113985339A (zh) 智能电表的误差诊断方法及系统、设备、存储介质
CN115265635B (zh) 一种基于数据分析的工业机器视觉检测管理系统
CN111521915A (zh) 一种高压直流线路起晕场强判定方法及系统
CN113918642A (zh) 一种基于电力物联网设备的数据过滤监测预警方法
CN110930057A (zh) 基于lof算法的配电变压器检验结果可信度的量化评判方法
CN118152836B (zh) 一种用于电能表运行过程的稳定性评估方法
CN117473253A (zh) 一种电力采集数据质量评估方法
CN115856760A (zh) 一种基于电能表数据信息的动态检定系统和方法
CN116976754B (zh) 一种高精度电容测量方法
US11886177B1 (en) System and method for manufacturing system data analysis
CN116609354A (zh) 一种浸渍纸生产的质检预警系统
CN115392663A (zh) 一种基于大数据的数据采集处理方法
CN116929503A (zh) 一种天然气流量标准装置的计量性能实时核查方法
CN117214650B (zh) 一种二极管综合性能智能检测方法及系统
CN112506908A (zh) 一种电能计量数据清洗方法和系统
CN118071168B (zh) 一种综合能源管理系统
CN116821834B (zh) 基于内嵌传感器的真空断路器检修管理系统
CN118294750B (zh) 基于继电保护的自动对点校验系统
CN118427537B (zh) 一种半导体设备数据智能采集方法及系统
CN218273458U (zh) 一种电极箔生产用数据管理系统
CN110548701B (zh) 一种适用于空心电抗器的质量检测装置及质量检测方法
CN112287298A (zh) 一种电压监测装置可靠性等级的获取方法及装置

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
GR01 Patent grant
GR01 Patent grant