CN117148807B - 不锈钢钢管的加工控制方法及装置 - Google Patents
不锈钢钢管的加工控制方法及装置 Download PDFInfo
- Publication number
- CN117148807B CN117148807B CN202311420478.5A CN202311420478A CN117148807B CN 117148807 B CN117148807 B CN 117148807B CN 202311420478 A CN202311420478 A CN 202311420478A CN 117148807 B CN117148807 B CN 117148807B
- Authority
- CN
- China
- Prior art keywords
- control
- regulation
- production
- steel pipe
- data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 116
- 229910001220 stainless steel Inorganic materials 0.000 title claims abstract description 26
- 239000010935 stainless steel Substances 0.000 title claims abstract description 26
- 238000003754 machining Methods 0.000 title claims description 44
- 238000004519 manufacturing process Methods 0.000 claims abstract description 194
- 230000033228 biological regulation Effects 0.000 claims abstract description 145
- 238000012545 processing Methods 0.000 claims abstract description 135
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 111
- 239000010959 steel Substances 0.000 claims abstract description 111
- 230000008569 process Effects 0.000 claims abstract description 50
- 238000004891 communication Methods 0.000 claims abstract description 40
- 230000008054 signal transmission Effects 0.000 claims abstract description 25
- 238000012806 monitoring device Methods 0.000 claims abstract description 18
- 230000001360 synchronised effect Effects 0.000 claims abstract description 15
- 238000010923 batch production Methods 0.000 claims abstract description 11
- 230000003044 adaptive effect Effects 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 51
- 230000009123 feedback regulation Effects 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 19
- 230000011218 segmentation Effects 0.000 claims description 18
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 238000013507 mapping Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 230000001276 controlling effect Effects 0.000 claims description 14
- 238000007726 management method Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000003780 insertion Methods 0.000 claims description 9
- 230000037431 insertion Effects 0.000 claims description 9
- 230000001105 regulatory effect Effects 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000004069 differentiation Effects 0.000 claims description 5
- 230000003213 activating effect Effects 0.000 claims description 4
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 4
- 239000013643 reference control Substances 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000004886 process control Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 10
- 230000001934 delay Effects 0.000 abstract 1
- 230000007547 defect Effects 0.000 description 10
- 238000005457 optimization Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 4
- 238000005520 cutting process Methods 0.000 description 4
- 238000003908 quality control method Methods 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000009740 moulding (composite fabrication) Methods 0.000 description 3
- 238000003466 welding Methods 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000004925 denaturation Methods 0.000 description 1
- 230000036425 denaturation Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了不锈钢钢管的加工控制方法及装置,涉及不锈钢钢管技术领域,包括:配置基于多钢管规格的基准数据库,调用基准加工数据,基于应用产能需求进行柔性调控确定柔性调控数据并反馈至智能中控系统,生成生产控制信号,并进行同步制动信号传输进行生产控制,结合传感监测装置采集实时加工数据并传输至智能中控系统,确定反馈制动数据,进行反馈控制信号传输,作用于反馈产线设备进行生产控制,以批次生产工单为切换基准,以智能中控系统为总控处理端,以连通信道为信号传输通道,执行目标钢管的步进式加工管控。本发明解决了传统加工控制方法缺乏对产能需求的实时适应能力,并且对加工过程的监测和反馈相对滞后的技术问题。
Description
技术领域
本发明涉及不锈钢钢管技术领域,具体涉及不锈钢钢管的加工控制方法及装置。
背景技术
不锈钢钢管的加工控制是指对不锈钢钢管在生产过程中进行有效管理和调控,以确保加工质量、提高生产效率和资源利用率,加工控制的目标是实现精确的尺寸、表面质量和性能要求,并满足客户需求。对于传统的生产管理和控制方法,一方面缺乏对于多钢管规格的基准数据管理和柔性调控能力,生产计划缺乏灵活性,无法根据实际需求进行动态调整,容易导致生产过剩或无法满足客户需求;另一方面,传统方法对加工过程的实时监测与反馈调控能力有限,难以及时发现异常情况和质量问题。这导致不锈钢钢管加工控制存在质量控制不稳定、生产效率低下和资源利用率低等问题。
发明内容
本申请通过提供了不锈钢钢管的加工控制方法及装置,旨在解决传统加工控制方法缺乏对产能需求的实时适应能力,并且对加工过程的监测和反馈相对滞后,导致加工过程的质量稳定性差、生产效率低的技术问题。
鉴于上述问题,本申请提供了不锈钢钢管的加工控制方法及装置。
本申请公开的第一个方面,提供了不锈钢钢管的加工控制方法,所述方法包括:配置基于多钢管规格的基准数据库,其中,所述基准数据库存置有基于时间维度与空间维度的加工要素点;遍历所述基准数据库,调用基于目标钢管的基准加工数据,所述基准加工数据存在基于目标钢管性质的管段分割;基于应用产能需求进行所述基准加工数据的柔性调控,确定柔性调控数据并反馈至智能中控系统,所述智能中控系统与产线设备建立有连通信道,且所述智能中控系统作用于可编程控制器;结合所述智能中控系统,生成基于所述柔性调控数据的生产控制信号,并基于连通信道进行同步制动信号传输,作用于映射产线设备进行生产控制;结合传感监测装置,采集实时加工数据并传输至所述智能中控系统,结合自适应调控模组进行异常制动与反馈调控分析,确定反馈制动数据;结合所述智能中控系统,于所述连通信道进行基于所述反馈制动数据的反馈控制信号传输,作用于反馈产线设备进行生产控制;以批次生产工单为切换基准,以所述智能中控系统为总控处理端,以所述连通信道为信号传输通道,执行所述目标钢管的步进式加工管控。
本申请公开的另一个方面,提供了不锈钢钢管的加工控制装置,所述装置用于上述方法,所述装置包括:数据库配置模块,所述数据库配置模块用于配置基于多钢管规格的基准数据库,其中,所述基准数据库存置有基于时间维度与空间维度的加工要素点;加工数据调用模块,所述加工数据调用模块用于遍历所述基准数据库,调用基于目标钢管的基准加工数据,所述基准加工数据存在基于目标钢管性质的管段分割;数据柔性调控模块,所述数据柔性调控模块用于基于应用产能需求进行所述基准加工数据的柔性调控,确定柔性调控数据并反馈至智能中控系统,所述智能中控系统与产线设备建立有连通信道,且所述智能中控系统作用于可编程控制器;控制信号生成模块,所述控制信号生成模块用于结合所述智能中控系统,生成基于所述柔性调控数据的生产控制信号,并基于连通信道进行同步制动信号传输,作用于映射产线设备进行生产控制;反馈调控分析模块,所述反馈调控分析模块用于结合传感监测装置,采集实时加工数据并传输至所述智能中控系统,结合自适应调控模组进行异常制动与反馈调控分析,确定反馈制动数据;控制信号传输模块,所述控制信号传输模块用于结合所述智能中控系统,于所述连通信道进行基于所述反馈制动数据的反馈控制信号传输,作用于反馈产线设备进行生产控制;钢管加工管控模块,所述钢管加工管控模块用于以批次生产工单为切换基准,以所述智能中控系统为总控处理端,以所述连通信道为信号传输通道,执行所述目标钢管的步进式加工管控。
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:
通过配置基于多钢管规格的基准数据库,可以更好地管理和优化加工要素点,提高信息的完整性和可追溯性,从而提高生产过程的稳定性和质量可控性;通过基于应用产能需求进行基准加工数据的柔性调控,可以根据实际需求进行灵活的加工调整,实现生产计划的精确匹配,提高生产效率和资源利用率;结合传感监测装置和自适应调控模组,实现对实时加工数据的采集、分析和异常制动与反馈调控,这样可以及时发现和处理加工过程中的异常情况,提高质量控制;以批次生产工单为切换基准,在智能中控系统的总控处理下,通过连通信道进行步进式加工管控,这样可以实现对目标钢管的精确加工控制,确保生产过程的稳定性和一致性。总而言之,该方法具备柔性调控、实时监测与反馈、优化管控等技术,可提高不锈钢钢管加工过程的质量稳定性、生产效率和资源利用率。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了不锈钢钢管的加工控制方法流程示意图;
图2为本申请实施例提供了不锈钢钢管的加工控制装置结构示意图。
附图标记说明:数据库配置模块10,加工数据调用模块20,数据柔性调控模块30,控制信号生成模块40,反馈调控分析模块50,控制信号传输模块60,钢管加工管控模块70。
具体实施方式
本申请实施例通过提供不锈钢钢管的加工控制方法,解决了传统加工控制方法缺乏对产能需求的实时适应能力,并且对加工过程的监测和反馈相对滞后,导致加工过程的质量稳定性差、生产效率低的技术问题。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了不锈钢钢管的加工控制方法,所述方法包括:
配置基于多钢管规格的基准数据库,其中,所述基准数据库存置有基于时间维度与空间维度的加工要素点;
进一步而言,所述配置基于多钢管规格的基准数据库,包括:
读取目标产线的可生产钢管类型,并确定对用于各钢管类型的普适生产工序;
遍历所述普适生产工序,基于映射钢管类型的自身性质,确定基于所述时间维度与所述空间维度的关键加工点与风险加工点,作为所述加工要素点;
针对所述普适生产工序,进行所述加工要素点的映射标注,集成规整生成所述基准数据库。
对目标产线进行调研,获取其设备和工艺能力,以及已经实施的生产工序,基于调研结果,分析目标产线具备的加工能力和技术水平,根据钢管参数如钢管直径、钢管形状、壁厚、材料等,以及抗性性质、几何性质、工艺性质等,确定目标产线所能够生产的钢管类型和规格范围。
根据分析结果,建立一个清单,列出目标产线可生产的钢管类型和规格,包括每种钢管的直径、壁厚、性质等信息,在目标产线的设备和工艺能力基础上,确定适用于各个钢管类型的普适生产工序,包括原料准备、切割、成形、焊接、热处理、表面处理等。
针对每个映射钢管类型,分析其自身性质,例如壁厚、长度、直径等特征,确定这些特性对加工工序有怎样的影响。以普适生产工序清单为基础,逐步遍历每个工序,对于每个工序,计算该工序与映射钢管类型的匹配度,并结合时间维度和空间维度进行评估,其中,时间维度例如加工时间、生产周期等,空间维度例如加工位置、设备利用率等。
根据工序的重要性、对钢管性质的关键操作以及整个加工过程中的关键环节,确定关键加工点,例如加工参数设置、工艺流程控制等。识别可能存在风险的加工点,这些加工点是刀具磨损、设备故障、加工精度要求等问题的源头,需要特别注意和控制。将确定的关键加工点和风险加工点标记为加工要素点,这些点在加工过程中具有重要的影响和风险,需要特别关注和管理。
根据确定的关键加工点和风险加工点,对每个加工要素点进行详细地标注,包括所在工序、加工参数设置、特殊操作要求等。针对每个加工要素点,进行数据采集和记录,包括实际的测量数据、设备状态记录、质量检测结果等,确保记录的数据与加工要素点相匹配。将采集到的加工要素点数据集成起来,并进行规整整理,统一数据格式和命名规则,使得基准数据库的结构清晰、易于查询和使用。根据规整后的加工要素点数据,建立基准数据库,该数据库可以作为一个参考和指导工具,帮助操作人员理解加工要求、设定加工参数,并对生产过程进行控制和优化。
遍历所述基准数据库,调用基于目标钢管的基准加工数据,所述基准加工数据存在基于目标钢管性质的管段分割;
确定当前所要处理的目标钢管,通过查询和检索方法,对配置好的基准数据库进行遍历操作,调用与该目标钢管相关的基准加工数据,这些基准加工数据存储在基准数据库中,并与目标钢管的性质相对应,基准加工数据中存在管段分割的信息,该信息基于目标钢管的性质,将钢管划分为不同的管段,以便进行更精确的加工控制。
进一步而言,所述基准加工数据存在基于目标钢管性质的管段分割,包括:
基于所述基准加工数据,确定钢管基体架构;
基于所述目标钢管性质,以切向与轴向为解析朝向,定位差异化分割位置;
基于所述钢管基体架构搭建三维坐标系,进行所述差异化分割位置的同频映射,对所述目标钢管进行管段分割。
获取与目标钢管相关的基准加工数据,包括钢管的尺寸、材质、加工要求等信息。对基准加工数据进行分析,根据钢管的性质和要求,提取出必要的参数和特征,基于分析得到的参数和特征,确定钢管的基体架构,该基体架构指的是钢管的整体结构和形态,包括管道的长度、直径、曲率等。
会对目标钢管的性质进行分析,获取钢管的材质、尺寸、形状等方面的特征。在定位差异化分割位置时,采用切向和轴向作为解析朝向,其中,切向表示与钢管横截面垂直的方向,如果目标钢管具有断面对称性,例如等断面管(圆管、方管等),可以基于切向来定位差异化分割位置;轴向表示与钢管长度方向平行的方向,如果目标钢管具有变断面特性,例如锥形管、阶梯形管和周期断面管等,可以基于轴向来定位差异化分割位置。根据目标钢管的性质和所选解析朝向,确定差异化分割位置,这意味着确定在哪些位置对钢管进行分割,以满足特定的加工要求或控制需求。
根据钢管的基体架构,建立三维坐标系,这个坐标系用来表示钢管的空间位置和形态。利用建立的三维坐标系,进行同频映射,这意味着将差异化分割位置映射到三维坐标系中的相应位置,确保精确的空间定位。根据映射结果对目标钢管进行管段分割,即根据确定的分割位置,将钢管切割成不同的段落,以满足特定的加工控制需求。
基于应用产能需求进行所述基准加工数据的柔性调控,确定柔性调控数据并反馈至智能中控系统,所述智能中控系统与产线设备建立有连通信道,且所述智能中控系统作用于可编程控制器;
获取应用产能需求的信息,包括生产计划、订单量、交货期限等,这些需求反映了当前生产线需要满足的具体产能要求。根据应用产能需求对基准加工数据进行柔性调控,指根据实际需求,灵活地调整加工参数和设备设置,以实现更高效的生产,在柔性调控过程中,根据应用产能需求和基准加工数据,确定适应需求的柔性调控数据,包括加工参数、工艺模式、设备设置等。
确定柔性调控数据后,把这些数据反馈给智能中控系统,智能中控系统是一个集中管理和控制产线设备的系统,可以实时监测和调整设备的运行状态和参数。为了实现对产线设备的控制,智能中控系统通过网络连接、传感器反馈等方式,与产线设备建立连通信道。并且,智能中控系统作用于可编程控制器,也称之为PLC(Programmable LogicController),PLC是一种可编程的电子设备,用于自动化控制和监测生产线上的各种设备和工艺过程。这样可以实现根据实际需求灵活调整生产线,提高生产效率和响应能力。
结合所述智能中控系统,生成基于所述柔性调控数据的生产控制信号,并基于连通信道进行同步制动信号传输,作用于映射产线设备进行生产控制;
根据确定的柔性调控数据,智能中控系统生成相应的生产控制信号,包括需要调整的加工参数、工艺要求、设备设置等。通过连通信道,智能中控系统将生成的生产控制信号传输给映射产线设备,当生产控制信号传输到映射产线设备,这些设备将根据信号的内容和要求进行相应的生产控制操作,包括调整设备参数、启动/停止设备、改变工艺模式等。这样可以实现对生产过程的精确控制和调整,提高生产效率和质量。
进一步而言,基于连通信道进行同步制动信号传输,包括:
配置基于智能中控系统的预控制模式,包括存在交互控制的自适应变频模式与远端主观调控模式;
基于所述自适应变频模式进行常态控制与反馈调节,基于所述远端主观调控模式进行切入伴随生产调控。
在自适应变频模式下,智能中控系统根据实时生产环境的反馈信息和预设的控制算法,动态调整设备的运行频率,适用于需要根据实时反馈信息进行智能优化的场景,例如能源节约或负载均衡,该模式可根据需求自动适应生产线的工作状态和负载变化,以提高生产效率和能源利用率。
在远端主观调控模式下,智能中控系统允许远程操作员通过远程接入方式对生产过程进行控制和调整,操作员可以根据实时情况和经验判断,主观地调整设备参数、工艺要求等,以满足特定的生产需求,适用于需要远程操作员实时干预和调整的场景,例如复杂工艺控制或特殊需求的生产线。
在常态下,智能中控系统以自适应变频模式进行控制,根据预设的控制算法和实时反馈信息,动态调整设备的运行频率,以保持生产线的稳定性和优化性能,系统不断地监测关键参数和工艺指标,在偏离设定范围时及时进行反馈调节,以确保生产过程处于最佳状态。
在某些特定情况下,需要进行主观干预和调控时,基于所述远端主观调控模式进行切入伴随生产调控,远程操作员通过远程接入方式实时监控生产线,并根据实际需求进行调整,例如,在处理复杂工艺或遇到特殊生产要求时,远程操作员可以针对性地调整设备参数、工艺要求等,以满足特定的生产需求。
通过结合自适应变频模式和远端主观调控模式,智能中控系统可以实现对生产过程的持续监控和调节。在常态下,自适应变频模式保持生产线的稳定运行和优化性能,而在需要主观干预和调控的情况下,远端主观调控模式则提供了灵活性和个性化的调整能力,以满足特殊需求或处理复杂情况。
这种组合应用可以使智能中控系统具备全面的生产控制能力,既能适应正常常态下的自动化控制,又能在需要时进行远程主观调控,保证生产线的高效、灵活和可调节性。
进一步而言,基于所述远端主观调控模式进行切入伴随生产调控,包括:
激活所述远端主观调控模式并同步生成主观调控指令,其中,所述主观调控指令伴随有主观调控信息;
将所述主观调控指令发送至所述智能中控系统,确定标注有时区节点的主观调控信号,并生成基于所述主观调控指令的拦截插入信号;
基于所述拦截插入信号与所述主观调控信号,进行基于所述自适应变频模式的伴随主观生产调控。
激活远端主观调控模式,操作员根据实时情况和需求生成主观调控指令,主观调控指令是操作员根据自己的判断和经验,针对特定场景下的生产线进行的调整要求,指令包括设备参数调整、工艺要求变更、生产计划优化等内容。为了确保准确传达主观调控意图和目的,主观调控指令伴随主观调控信息的附加,主观调控信息可以提供运行背景、特殊条件、预期结果等上下文信息,以帮助接收方理解和执行主观调控指令。
生成的主观调控指令及其附加的主观调控信息通过远程通信渠道,如网络连接,同步地传输到智能中控系统,确保指令能够即时到达生产线,并在适当的时间点执行。智能中控系统接收到主观调控指令后,根据系统配置和生产线情况,确定标注有时区节点的主观调控信号,这些信号对应于不同的生产环节或设备操作,以实现精确的时间控制和调度。
基于主观调控指令,生成相应的拦截插入信号,包括对生产线设备的控制指令、调整参数或改变工艺模式等,这些信号用于在生产过程中拦截原有的执行流程,并插入执行主观调控要求,以实现精确的调整和优化。通过生成这些信号,智能中控系统能够在特定的时区节点上实现对主观调控指令的精确执行。
智能中控系统接收到拦截插入信号和主观调控信号,并解析其内容和要求根据拦截插入信号,智能中控系统在特定时区节点上拦截原有的执行流程,这意味着系统将暂停原有的自动化控制操作,为后续的主观生产调控做准备。在拦截插入信号所指定的时区节点上,智能中控系统根据主观调控信号的要求进行主观生产调控,涉及设备参数的调整、工艺要求的变更或其他特定的生产调控操作。
在进行主观生产调控的同时,智能中控系统仍然保持自适应变频模式的运行,这意味着系统会根据实时反馈信息和预设的控制算法,动态调整设备的运行频率,以保持生产线的稳定性和优化性能。通过结合拦截插入信号、主观调控信号和自适应变频模式,智能中控系统能够在特定时区节点上进行伴随主观生产调控,这既满足了主观调控要求,又保持了生产线的稳定性和高效性。
结合传感监测装置,采集实时加工数据并传输至所述智能中控系统,结合自适应调控模组进行异常制动与反馈调控分析,确定反馈制动数据;
在生产过程中,传感监测装置安装在关键设备或生产线上,以采集实时的加工数据,包括温度、压力、速度等参数,用于对生产过程进行监测和分析。采集到的实时加工数据通过网络连接或其他通信方式传输至智能中控系统,这确保了数据的及时到达,并为后续的异常制动与反馈调控提供基础。
智能中控系统中的自适应调控模块利用传感监测装置传来的实时加工数据进行异常制动与反馈调控分析,具体的,通过对数据进行比较、模式识别和算法计算,检测出潜在的异常情况,并根据预设的调控策略进行响应。在进行异常制动与反馈调控分析后,生成反馈制动数据,这些数据表示需要采取的具体控制措施,例如,调整设备参数、改变工艺流程等,以纠正加工过程中的异常情况。
结合所述智能中控系统,于所述连通信道进行基于所述反馈制动数据的反馈控制信号传输,作用于反馈产线设备进行生产控制;
根据确定的反馈制动数据和预设的控制算法,智能中控系统生成相应的反馈控制信号,这些信号代表需要采取的具体控制行动,以纠正生产过程中的异常情况。生成的反馈控制信号通过连通信道传输至反馈产线设备,设备根据信号的指示进行相应的生产控制操作,涉及调整设备参数、改变工艺流程、修改运行模式等,以便使生产线重新回到稳定和优化状态。通过结合智能中控系统、反馈制动数据和连通信道,可以实现对反馈产线设备的生产控制,反馈控制信号的传输指导设备的操作,使其按照预定的控制策略进行调整,以保持生产过程的稳定性和优化性能。
以批次生产工单为切换基准,以所述智能中控系统为总控处理端,以所述连通信道为信号传输通道,执行所述目标钢管的步进式加工管控。
以批次生产工单为切换基准,根据生产计划和工艺要求进行批次切换,这意味着从一个工单切换到下一个工单,每个工单对应不同的目标钢管规格或特定的加工要求。智能中控系统充当总控处理端,负责监管整个步进式加工管控过程,它接收并处理来自不同设备的数据,执行相应的控制算法,并生成相应的加工控制指令。通过连通信道实现信号传输,确保智能中控系统与各个生产设备之间的信息交流,这样可以实现实时的数据传输、命令发送和反馈接收,保证管控过程的及时性和准确性。
基于批次生产工单和智能中控系统提供的加工控制指令,生产设备按照指令进行步进式加工管控,这涉及钢管的切割、成型、焊接、热处理等一系列工序,以便逐步实现目标钢管的加工。这种管控方式可以确保生产过程的灵活性、高效性和质量稳定性,以满足不同批次工单的加工需求。
进一步而言,所述方法包括:
其中,所述智能中控系统、所述可编程控制器、所述产线设备、所述传感监测装置与所述自适应调控模组存在控制闭环,构成基准控制回路;
其中,所述自适应调控模组内置于所述智能中控系统,包括生产检测模块与反馈调节模块。
智能中控系统作为总体控制端,负责整个生产过程的监控、协调和指导,它接收来自传感监测装置和其他数据源的实时反馈信息,并根据预设的控制策略生成相应的控制指令;可编程控制器(PLC)是一种专门用于控制和执行特定任务的设备,在基准控制回路中,PLC负责与产线设备进行通信和控制,接收智能中控系统发出的控制指令,并将其翻译成相应的操作信号,以控制产线设备的运行;产线设备是执行具体工序和加工操作的关键设备,它们受到可编程控制器的控制,根据指令进行动作,这些设备通过执行指令来实现生产过程中的加工、装配和处理等操作;传感监测装置位于关键位置,用于采集实时的生产数据,如温度、压力、速度等,这些数据通过连通信道传输到智能中控系统,为控制决策提供重要的反馈信息;自适应调控模组基于实时数据进行分析和计算,根据预设的算法和规则对生产过程进行调整和优化,它与智能中控系统和可编程控制器相互交互,以实现动态的自适应控制。
通过智能中控系统、可编程控制器、产线设备、传感监测装置和自适应调控模组之间的控制闭环,可以实现全面的生产管控和闭环反馈,该闭环系统可以持续地监测、调整和优化生产线的运行,以确保生产过程的稳定性、高效性和质量达标。
生产检测模块是自适应调控模组的一部分,用于监测和采集与生产过程相关的实时数据,它可以与传感监测装置进行通信,获取温度、压力、速度等参数的实时测量值,通过持续地收集和分析这些数据,生产检测模块可以对生产过程进行实时监测和评估。
反馈调节模块是自适应调控模组的另一个重要组成部分,它基于生产检测模块获取的实时数据,通过预设的算法和规则来进行计算和判断,根据分析结果生成相应的调节控制信号,并将其发送给可编程控制器,以实现对生产过程的实时调节和优化。
整合了生产检测模块和反馈调节模块的自适应调控模组内置于智能中控系统中,使得系统能够在实时性和准确性的基础上进行自适应调节,通过持续地分析和处理来自生产检测模块的数据,反馈调节模块可以实时生成相应的控制信号,以保持生产过程的稳定性和优化性能。
进一步而言,所述智能中控系统包括生产检测模块与反馈调节模块,该方法包括:
配置瑕疵检测原则,包括基于传输带移速与设备传动的同步性原则,基于瑕疵初始可视特征的检定原则,钢管抗性的检定原则与无损检测原则;
将所述瑕疵检测原则嵌入所述生产检测模块,所述瑕疵检测原则具有钢管局域性与工序差异化;
配置基于关联影响工序的步长调控原则,对所述反馈调节模块进行完善。
考虑到瑕疵检测的准确性和稳定性,需要确保传输带的移速和相关设备的传动是同步的,以此建立同步性原则,通过精确控制传输带的速度与设备传动的同步性,可以保证对钢管进行瑕疵检测时的一致性和可靠性;根据不同类型的瑕疵,例如裂纹、毛边等,确定其初始可视特征,并建立相应的检定原则,这些原则基于图像处理算法或人工识别技术,用于准确地检测和判断瑕疵的存在与程度;
基于钢管的抗弯抗扭强度等性能指标,制定相应的检定原则,这些原则包括应力抗性检测和基于环境因素(如温湿度)的变性检测,以确保钢管的质量符合要求,针对几何均匀性,可以使用多个点位分别测试,以更全面地评估钢管的质量;采用无损检测技术,如超声波、X射线、涡流等,对钢管进行检测,以发现潜在的内部缺陷。根据管端连接的要求和原理,制定相应的质检标准,以确保连接的可靠性和密封性。以上原则用于生产检测,以确保钢管生产过程中的质量控制和质量检验。
将瑕疵检测原则将嵌入到生产检测模块中,生产检测模块根据所述瑕疵检测原则,在实时数据分析的基础上进行瑕疵检测。
其中,瑕疵检测原则需要考虑钢管的局域性,即在不同位置或区域可能存在不同类型的瑕疵,例如,一些特定的瑕疵可能更容易出现在管子的接头处或弯曲部位,通过嵌入瑕疵检测原则,生产检测模块可以根据钢管的具体位置和局部特征来调整和优化瑕疵检测策略。工序差异化表示不同的生产工序可能对钢管产生不同类型的瑕疵,例如,切割、成型、焊接等工序都有可能引入特定的瑕疵,通过嵌入瑕疵检测原则,生产检测模块可以根据不同工序的要求和特征,调整相应的瑕疵检测方案,以适应工序间的差异化需求。这样可确保生产过程中瑕疵的及时发现和处理,从而提高钢管的质量和生产效率。
配置基于关联影响工序的步长调控原则,该原则综合不同工序之间的关联性和影响程度,以当前检测的工序作为基准,基于检测结果确定与其关联并可能受其影响的后续工序,这样可以建立工序之间的关系模型,并将其用于步长调控。
反馈调节模块根据检测结果来度量后续工序的影响程度,并进行控制反馈调整分析,通过结合寻优算法等方法,确定预调整参量并进行寻优调整,通过设定调控步长,即在进行控制反馈时所采用的调整幅度,根据设定的调控步长,反馈调节模块对预调整参量进行逐步优化和调整,这样可以避免过大的调整幅度导致控制过冲或不稳定,同时保证系统能够及时响应并适应变化。在进行后续工序时,反馈调节模块根据检测结果和预调整参量进行实时分析和调整,以实现对后续工序的精确控制和优化。
通过配置基于关联影响工序的步长调控原则并完善反馈调节模块,可以实现工序之间的协调和优化控制,这样可以确保生产过程中的连续性和稳定性,并根据检测结果进行合理的调整,以提高生产效率和产品质量。
综上所述,本申请实施例所提供的不锈钢钢管的加工控制方法及装置具有如下技术效果:
1.通过配置基于多钢管规格的基准数据库,可以更好地管理和优化加工要素点,提高信息的完整性和可追溯性,从而提高生产过程的稳定性和质量可控性;
2.通过基于应用产能需求进行基准加工数据的柔性调控,可以根据实际需求进行灵活的加工调整,实现生产计划的精确匹配,提高生产效率和资源利用率;
3.结合传感监测装置和自适应调控模组,实现对实时加工数据的采集、分析和异常制动与反馈调控,这样可以及时发现和处理加工过程中的异常情况,提高质量控制;
4.以批次生产工单为切换基准,在智能中控系统的总控处理下,通过连通信道进行步进式加工管控,这样可以实现对目标钢管的精确加工控制,确保生产过程的稳定性和一致性。
总而言之,该方法具备柔性调控、实时监测与反馈、优化管控等技术,可提高不锈钢钢管加工过程的质量稳定性、生产效率和资源利用率。
实施例二
基于与前述实施例中不锈钢钢管的加工控制方法相同的发明构思,如图2所示,本申请提供了不锈钢钢管的加工控制装置,所述装置包括:
数据库配置模块10,所述数据库配置模块10用于配置基于多钢管规格的基准数据库,其中,所述基准数据库存置有基于时间维度与空间维度的加工要素点;
加工数据调用模块20,所述加工数据调用模块20用于遍历所述基准数据库,调用基于目标钢管的基准加工数据,所述基准加工数据存在基于目标钢管性质的管段分割;
数据柔性调控模块30,所述数据柔性调控模块30用于基于应用产能需求进行所述基准加工数据的柔性调控,确定柔性调控数据并反馈至智能中控系统,所述智能中控系统与产线设备建立有连通信道,且所述智能中控系统作用于可编程控制器;
控制信号生成模块40,所述控制信号生成模块40用于结合所述智能中控系统,生成基于所述柔性调控数据的生产控制信号,并基于连通信道进行同步制动信号传输,作用于映射产线设备进行生产控制;
反馈调控分析模块50,所述反馈调控分析模块50用于结合传感监测装置,采集实时加工数据并传输至所述智能中控系统,结合自适应调控模组进行异常制动与反馈调控分析,确定反馈制动数据;
控制信号传输模块60,所述控制信号传输模块60用于结合所述智能中控系统,于所述连通信道进行基于所述反馈制动数据的反馈控制信号传输,作用于反馈产线设备进行生产控制;
钢管加工管控模块70,所述钢管加工管控模块70用于以批次生产工单为切换基准,以所述智能中控系统为总控处理端,以所述连通信道为信号传输通道,执行所述目标钢管的步进式加工管控。
进一步而言,所述装置还包括基准数据库构建模块,以执行如下操作步骤:
读取目标产线的可生产钢管类型,并确定对用于各钢管类型的普适生产工序;
遍历所述普适生产工序,基于映射钢管类型的自身性质,确定基于所述时间维度与所述空间维度的关键加工点与风险加工点,作为所述加工要素点;
针对所述普适生产工序,进行所述加工要素点的映射标注,集成规整生成所述基准数据库。
进一步而言,所述装置还包括管段分割模块,以执行如下操作步骤:
基于所述基准加工数据,确定钢管基体架构;
基于所述目标钢管性质,以切向与轴向为解析朝向,定位差异化分割位置;
基于所述钢管基体架构搭建三维坐标系,进行所述差异化分割位置的同频映射,对所述目标钢管进行管段分割。
进一步而言,所述装置还包括切入伴随生产调控模块,以执行如下操作步骤:
配置基于智能中控系统的预控制模式,包括存在交互控制的自适应变频模式与远端主观调控模式;
基于所述自适应变频模式进行常态控制与反馈调节,基于所述远端主观调控模式进行切入伴随生产调控。
进一步而言,所述装置还包括伴随主观生产调控模块,以执行如下操作步骤:
激活所述远端主观调控模式并同步生成主观调控指令,其中,所述主观调控指令伴随有主观调控信息;
将所述主观调控指令发送至所述智能中控系统,确定标注有时区节点的主观调控信号,并生成基于所述主观调控指令的拦截插入信号;
基于所述拦截插入信号与所述主观调控信号,进行基于所述自适应变频模式的伴随主观生产调控。
进一步而言,所述装置还包括结构说明模块,以执行如下操作步骤:
其中,所述智能中控系统、所述可编程控制器、所述产线设备、所述传感监测装置与所述自适应调控模组存在控制闭环,构成基准控制回路;
其中,所述自适应调控模组内置于所述智能中控系统,包括生产检测模块与反馈调节模块。
进一步而言,所述装置还包括完善模块,以执行如下操作步骤:
配置瑕疵检测原则,包括基于传输带移速与设备传动的同步性原则,基于瑕疵初始可视特征的检定原则,钢管抗性的检定原则与无损检测原则;
将所述瑕疵检测原则嵌入所述生产检测模块,所述瑕疵检测原则具有钢管局域性与工序差异化;
配置基于关联影响工序的步长调控原则,对所述反馈调节模块进行完善。
本说明书通过前述对不锈钢钢管的加工控制方法的详细描述,本领域技术人员可以清楚得知道本实施例中不锈钢钢管的加工控制方法及装置,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,所以描述得比较简单,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 (6)
1.不锈钢钢管的加工控制方法,其特征在于,所述方法包括:
配置基于多钢管规格的基准数据库,其中,所述基准数据库存置有基于时间维度与空间维度的加工要素点;
遍历所述基准数据库,调用基于目标钢管的基准加工数据,所述基准加工数据存在基于目标钢管性质的管段分割;
基于应用产能需求进行所述基准加工数据的柔性调控,确定柔性调控数据并反馈至智能中控系统,所述智能中控系统与产线设备建立有连通信道,且所述智能中控系统作用于可编程控制器;
结合所述智能中控系统,生成基于所述柔性调控数据的生产控制信号,并基于连通信道进行同步制动信号传输,作用于映射产线设备进行生产控制;
结合传感监测装置,采集实时加工数据并传输至所述智能中控系统,结合自适应调控模组进行异常制动与反馈调控分析,确定反馈制动数据;
结合所述智能中控系统,于所述连通信道进行基于所述反馈制动数据的反馈控制信号传输,作用于反馈产线设备进行生产控制;
以批次生产工单为切换基准,以所述智能中控系统为总控处理端,以所述连通信道为信号传输通道,执行所述目标钢管的步进式加工管控;
基于连通信道进行同步制动信号传输,该方法包括:
配置基于智能中控系统的预控制模式,包括存在交互控制的自适应变频模式与远端主观调控模式;
基于所述自适应变频模式进行常态控制与反馈调节,基于所述远端主观调控模式进行切入伴随生产调控;
基于所述远端主观调控模式进行切入伴随生产调控,该方法包括:
激活所述远端主观调控模式并同步生成主观调控指令,其中,所述主观调控指令伴随有主观调控信息;
将所述主观调控指令发送至所述智能中控系统,确定标注有时区节点的主观调控信号,并生成基于所述主观调控指令的拦截插入信号;
基于所述拦截插入信号与所述主观调控信号,进行基于所述自适应变频模式的伴随主观生产调控。
2.如权利要求1所述的方法,其特征在于,所述配置基于多钢管规格的基准数据库,该方法包括:
读取目标产线的可生产钢管类型,并确定对应于各钢管类型的普适生产工序;
遍历所述普适生产工序,基于映射钢管类型的自身性质,确定基于所述时间维度与所述空间维度的关键加工点与风险加工点,作为所述加工要素点;
针对所述普适生产工序,进行所述加工要素点的映射标注,集成规整生成所述基准数据库。
3.如权利要求1所述的方法,其特征在于,所述基准加工数据存在基于目标钢管性质的管段分割,该方法包括:
基于所述基准加工数据,确定钢管基体架构;
基于所述目标钢管性质,以切向与轴向为解析朝向,定位差异化分割位置;
基于所述钢管基体架构搭建三维坐标系,进行所述差异化分割位置的同频映射,对所述目标钢管进行管段分割。
4.如权利要求1所述的方法,其特征在于,该方法包括:
其中,所述智能中控系统、所述可编程控制器、所述产线设备、所述传感监测装置与所述自适应调控模组存在控制闭环,构成基准控制回路;
其中,所述自适应调控模组内置于所述智能中控系统,包括生产检测模块与反馈调节模块。
5.如权利要求4所述的方法,其特征在于,所述智能中控系统包括生产检测模块与反馈调节模块,该方法包括:
配置瑕疵检测原则,包括基于传输带移速与设备传动的同步性原则,基于瑕疵初始可视特征的检定原则,钢管抗性的检定原则与无损检测原则;
将所述瑕疵检测原则嵌入所述生产检测模块,所述瑕疵检测原则具有钢管局域性与工序差异化;
配置基于关联影响工序的步长调控原则,对所述反馈调节模块进行完善。
6.不锈钢钢管的加工控制装置,其特征在于,用于实施权利要求1-5任一项所述的不锈钢钢管的加工控制方法,包括:
数据库配置模块,所述数据库配置模块用于配置基于多钢管规格的基准数据库,其中,所述基准数据库存置有基于时间维度与空间维度的加工要素点;
加工数据调用模块,所述加工数据调用模块用于遍历所述基准数据库,调用基于目标钢管的基准加工数据,所述基准加工数据存在基于目标钢管性质的管段分割;
数据柔性调控模块,所述数据柔性调控模块用于基于应用产能需求进行所述基准加工数据的柔性调控,确定柔性调控数据并反馈至智能中控系统,所述智能中控系统与产线设备建立有连通信道,且所述智能中控系统作用于可编程控制器;
控制信号生成模块,所述控制信号生成模块用于结合所述智能中控系统,生成基于所述柔性调控数据的生产控制信号,并基于连通信道进行同步制动信号传输,作用于映射产线设备进行生产控制;
反馈调控分析模块,所述反馈调控分析模块用于结合传感监测装置,采集实时加工数据并传输至所述智能中控系统,结合自适应调控模组进行异常制动与反馈调控分析,确定反馈制动数据;
控制信号传输模块,所述控制信号传输模块用于结合所述智能中控系统,于所述连通信道进行基于所述反馈制动数据的反馈控制信号传输,作用于反馈产线设备进行生产控制;
钢管加工管控模块,所述钢管加工管控模块用于以批次生产工单为切换基准,以所述智能中控系统为总控处理端,以所述连通信道为信号传输通道,执行所述目标钢管的步进式加工管控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311420478.5A CN117148807B (zh) | 2023-10-30 | 2023-10-30 | 不锈钢钢管的加工控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311420478.5A CN117148807B (zh) | 2023-10-30 | 2023-10-30 | 不锈钢钢管的加工控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117148807A CN117148807A (zh) | 2023-12-01 |
CN117148807B true CN117148807B (zh) | 2024-01-26 |
Family
ID=88897195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311420478.5A Active CN117148807B (zh) | 2023-10-30 | 2023-10-30 | 不锈钢钢管的加工控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117148807B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105962408A (zh) * | 2016-07-01 | 2016-09-28 | 云南烟叶复烤有限责任公司 | 一种对烟叶复烤机出口烟叶水分的多策略复合控制方法 |
CN110780648A (zh) * | 2019-10-15 | 2020-02-11 | 浙江华丰新材料股份有限公司 | 一种基于物联网的连续缠绕玻璃钢管道制造系统及方法 |
CN113441810A (zh) * | 2021-06-02 | 2021-09-28 | 浙江交工路桥建设有限公司 | 一种连接钢管曲面的切割装置及其方法 |
CN113901725A (zh) * | 2021-10-14 | 2022-01-07 | 太原科技大学 | 一种基于Matlab的无缝钢管连轧工艺智能预测系统及方法 |
CN115034525A (zh) * | 2022-08-11 | 2022-09-09 | 宝信软件(南京)有限公司 | 基于数据分析的钢管订单生产工期预测监管系统及方法 |
CN116179836A (zh) * | 2023-03-07 | 2023-05-30 | 东北大学 | 一种金属板带材热处理流量调节控制系统 |
CN116700167A (zh) * | 2023-06-01 | 2023-09-05 | 常州拓洋自动化设备有限公司 | 一种工业自动化反馈监控系统 |
CN116859875A (zh) * | 2023-09-04 | 2023-10-10 | 苏州友得利金属制品有限公司 | 一种基于使用需求的钢管生产工艺调节控制方法及系统 |
-
2023
- 2023-10-30 CN CN202311420478.5A patent/CN117148807B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105962408A (zh) * | 2016-07-01 | 2016-09-28 | 云南烟叶复烤有限责任公司 | 一种对烟叶复烤机出口烟叶水分的多策略复合控制方法 |
CN110780648A (zh) * | 2019-10-15 | 2020-02-11 | 浙江华丰新材料股份有限公司 | 一种基于物联网的连续缠绕玻璃钢管道制造系统及方法 |
CN113441810A (zh) * | 2021-06-02 | 2021-09-28 | 浙江交工路桥建设有限公司 | 一种连接钢管曲面的切割装置及其方法 |
CN113901725A (zh) * | 2021-10-14 | 2022-01-07 | 太原科技大学 | 一种基于Matlab的无缝钢管连轧工艺智能预测系统及方法 |
CN115034525A (zh) * | 2022-08-11 | 2022-09-09 | 宝信软件(南京)有限公司 | 基于数据分析的钢管订单生产工期预测监管系统及方法 |
CN116179836A (zh) * | 2023-03-07 | 2023-05-30 | 东北大学 | 一种金属板带材热处理流量调节控制系统 |
CN116700167A (zh) * | 2023-06-01 | 2023-09-05 | 常州拓洋自动化设备有限公司 | 一种工业自动化反馈监控系统 |
CN116859875A (zh) * | 2023-09-04 | 2023-10-10 | 苏州友得利金属制品有限公司 | 一种基于使用需求的钢管生产工艺调节控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117148807A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112488489B (zh) | 一种数字孪生驱动的加工质量追溯与动态控制方法 | |
CN106163682B (zh) | 用于多个井口的分布式控制的系统和方法 | |
CN114754824B (zh) | 一种拉丝机的监测预警方法及系统 | |
CN105855743A (zh) | 一种焊接熔池动态过程在线监测系统及方法 | |
US11225039B2 (en) | Systems and methods to automate composite manufacturing quality checks | |
WO2021007871A1 (zh) | 一种基于云边协同的氧化铝生产运行优化系统及方法 | |
CN106054840A (zh) | 一种全流程产品质量在线管控系统 | |
CN111459116B (zh) | 一种高效的管子智能生产线数字化管理系统 | |
KR20180131246A (ko) | 빅데이터 분석을 통한 공정 관리 방법 | |
CN109508895A (zh) | 烟草制丝设备的控制性能评估装置、方法以及存储介质 | |
CN117148807B (zh) | 不锈钢钢管的加工控制方法及装置 | |
Zhang et al. | Tool wear model based on least squares support vector machines and Kalman filter | |
CN117161821B (zh) | 一种数控钻床主轴自适应进给控制方法及系统 | |
CN113001066A (zh) | 管道焊接工况实时监控系统及监控方法 | |
CN103605323B (zh) | 化工生产的离散控制方法及装置 | |
CN116540648A (zh) | 一种宠物膨化食品生产工艺的优化方法及系统 | |
TWI649984B (zh) | 資料量測方法、資料量測管理系統及其電腦可讀取儲存媒體 | |
CN114782378A (zh) | 一种各类构件焊接工艺用机器人智能焊接数据库的构建方法 | |
US20200241488A1 (en) | Controller Optimization for a Control System of a Technical Plant | |
CN112132428A (zh) | 基于大数据的蒸汽热网配汽站预测性调控决策方法 | |
CN205485565U (zh) | 成衣生产中裁床自动裁床的标准工时设备系统 | |
CN111271608A (zh) | 一种压缩空气系统泄漏管理系统及方法 | |
Walker et al. | Digital Twin Technology for CNC Machining: A Review | |
CN117436766B (zh) | 结合数字孪生的装配式建材自适应生产管控方法 | |
CN116757452B (zh) | 一种用于电缆生产加工的智能排产管理系统 |
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 |