CN117148809B - 用于人造革生产设备的工艺优化方法及系统 - Google Patents
用于人造革生产设备的工艺优化方法及系统 Download PDFInfo
- Publication number
- CN117148809B CN117148809B CN202311425240.1A CN202311425240A CN117148809B CN 117148809 B CN117148809 B CN 117148809B CN 202311425240 A CN202311425240 A CN 202311425240A CN 117148809 B CN117148809 B CN 117148809B
- Authority
- CN
- China
- Prior art keywords
- scraper
- data set
- sensing data
- workpiece
- control
- 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
- 239000002649 leather substitute Substances 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 30
- 238000005457 optimization Methods 0.000 title claims abstract description 22
- 239000004744 fabric Substances 0.000 claims abstract description 51
- 239000000463 material Substances 0.000 claims abstract description 43
- 238000004513 sizing Methods 0.000 claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 230000002159 abnormal effect Effects 0.000 claims abstract description 28
- 238000006073 displacement reaction Methods 0.000 claims abstract description 21
- 239000011248 coating agent Substances 0.000 claims description 49
- 238000000576 coating method Methods 0.000 claims description 49
- 230000007246 mechanism Effects 0.000 claims description 39
- 238000005096 rolling process Methods 0.000 claims description 23
- 239000003292 glue Substances 0.000 claims description 17
- 230000005856 abnormality Effects 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 19
- 238000004364 calculation method Methods 0.000 description 7
- 238000012795 verification Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000004026 adhesive bonding Methods 0.000 description 4
- 230000001070 adhesive effect Effects 0.000 description 4
- 239000011347 resin Substances 0.000 description 4
- 229920005989 resin Polymers 0.000 description 4
- 238000013480 data collection Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 239000000853 adhesive Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000007606 doctor blade method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000007711 solidification Methods 0.000 description 2
- 230000008023 solidification Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007888 film coating Substances 0.000 description 1
- 238000009501 film coating Methods 0.000 description 1
- 238000005187 foaming Methods 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 238000010345 tape casting Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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]
- G05B19/4183—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 data acquisition, e.g. workpiece identification
-
- 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
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)
- Treatment Of Fiber Materials (AREA)
Abstract
本公开提供了一种用于人造革生产设备的工艺优化方法及系统,涉及人造革加工技术,方法包括:当刮刀工件进行一次涂抹作业时,对刮刀工件进行数据采集,其中包括位移传感数据集、角度传感数据集以及速率传感数据集;进行刮刀作业异常识别,输出异常偏离指标;进行胶料均匀度影响分析,输出第一均匀影响度;当第一均匀影响度大于预设均匀影响度时,生成第一反馈数据集对刮刀控制模块进行优化控制。能够解决由于人造革生产设备的刮刀控制参数设置不准确导致基布与底层粘合质量较差,造成人造革生产质量较低的技术问题,可以提高人造革基布与底层的粘合质量,从而提高人造革产品的生产质量。
Description
技术领域
本公开涉及人造革加工技术,并且更具体地,涉及一种用于人造革生产设备的工艺优化方法及系统。
背景技术
人造革是一种在纺织布基或无纺布基上,由各种不同配方的 PVC 和 PU 等发泡或覆膜加工制作而成的人造皮革,具有耐磨、防水、近似天然皮革等多个优点。
现有的人造革产品在进行产品粘合加工时,通常是设置固定的刮刀控制参数进行树脂涂抹,使得基布与底层粘合在一起,这种方法调整性较差,经常会出现树脂涂抹不均匀的现象发生,导致基布与底层的粘合质量较差,使得人造革产品的质量不符合预期要求。
现有的人造革生产方法存在的不足之处在于:由于人造革生产设备的刮刀控制参数设置不准确导致基布与底层粘合质量较差,造成人造革生产质量较低。
发明内容
因此,为了解决上述技术问题,本公开的实施例采用的技术方案如下:
用于人造革生产设备的工艺优化方法,包括以下步骤:将惯性传感器布设于涂布机构上的刮刀工件上;当所述刮刀工件进行一次涂抹作业时,根据所述惯性传感器对所述刮刀工件进行数据采集,获取一次刮刀传感数据集,其中,所述一次刮刀传感数据集包括位移传感数据集、角度传感数据集以及速率传感数据集;根据所述位移传感数据集、角度传感数据集以及速率传感数据集对所述刮刀工件进行刮刀作业异常识别,输出异常偏离指标;基于所述异常偏离指标进行胶料均匀度影响分析,输出第一均匀影响度;当所述第一均匀影响度大于预设均匀影响度时,生成第一反馈数据集;根据所述第一反馈数据集对刮刀控制模块进行优化控制,其中,所述刮刀控制模块与所述刮刀工件数控连接。
用于人造革生产设备的工艺优化系统,包括:惯性传感器布设模块,所述惯性传感器布设模块用于将惯性传感器布设于涂布机构上的刮刀工件上;
一次刮刀传感数据集获取模块,所述一次刮刀传感数据集获取模块用于当所述刮刀工件进行一次涂抹作业时,根据所述惯性传感器对所述刮刀工件进行数据采集,获取一次刮刀传感数据集,其中,所述一次刮刀传感数据集包括位移传感数据集、角度传感数据集以及速率传感数据集;刮刀作业异常识别模块,所述刮刀作业异常识别模块用于根据所述位移传感数据集、角度传感数据集以及速率传感数据集对所述刮刀工件进行刮刀作业异常识别,输出异常偏离指标;胶料均匀度影响分析模块,所述胶料均匀度影响分析模块用于基于所述异常偏离指标进行胶料均匀度影响分析,输出第一均匀影响度;第一反馈数据集生成模块,所述第一反馈数据集生成模块用于当所述第一均匀影响度大于预设均匀影响度时,生成第一反馈数据集;优化控制模块,所述优化控制模块用于根据所述第一反馈数据集对刮刀控制模块进行优化控制,其中,所述刮刀控制模块与所述刮刀工件数控连接。
由于采用了上述技术方法,本公开相对于现有技术来说,取得的技术进步有如下几点:
可以解决由于人造革生产设备的刮刀控制参数设置不准确导致基布与底层粘合质量较差,造成人造革生产质量较低的技术问题。首先,将惯性传感器布设于涂布机构上的刮刀工件上;当所述刮刀工件进行一次涂抹作业时,根据所述惯性传感器对所述刮刀工件进行数据采集,获取一次刮刀传感数据集,其中,所述一次刮刀传感数据集包括位移传感数据集、角度传感数据集以及速率传感数据集;然后根据所述位移传感数据集、角度传感数据集以及速率传感数据集对所述刮刀工件进行刮刀作业异常识别,输出异常偏离指标;进一步根据所述异常偏离指标进行胶料均匀度影响分析,输出第一均匀影响度;根据预设均匀影响度对所述第一均匀影响度进行判断,当所述第一均匀影响度大于预设均匀影响度时,生成第一反馈数据集;最后根据所述第一反馈数据集对刮刀控制模块进行优化控制,其中,所述刮刀控制模块与所述刮刀工件数控连接。通过上述方法可以提高人造革基布与底层的粘合质量,从而提高人造革产品的生产质量。
附图说明
为了更清楚地说明本公开的实施例的技术方案,下面将对实施例的描述中所需要使用的附图作简单的介绍。
图1为本申请提供了一种用于人造革生产设备的工艺优化方法的流程示意图;
图2为本申请提供了一种用于人造革生产设备的工艺优化方法中根据第一反馈数据集和第二反馈数据集对刮刀控制模块进行优化控制的流程示意图;
图3为本申请提供了一种用于人造革生产设备的工艺优化系统的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整的描述。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
基于上述描述,如图1所示,本公开提供了一种用于人造革生产设备的工艺优化方法,包括:
本申请提供的方法用于对人造革生产设备的刮刀工件进行控制参数优化,来达到提高树脂涂抹均匀性,从而提高人造革基布与底层粘合质量的目的,所述方法具体实施于一种用于人造革生产设备的工艺优化系统。
将惯性传感器布设于涂布机构上的刮刀工件上;
在本申请实施例中,首先,将惯性传感器布设于涂布机构上的刮刀工件上,所述惯性传感器由加速度传感器、角速度传感器、惯性测量单元、磁传感器等器件组成,用于测量物体的加速度、倾斜、振动、旋转等运动姿态;其中涂布机构的两端装在涂布机的垂直支撑臂上,通过皮带、链条或电缆进行传动,通过变频电机可以精确控制涂布机构的位置。所述刮刀工件为用于对待涂基布表面的树脂进行刮涂的装置。通过在刮刀工件上布设惯性传感器,为进行刮刀工件的运动状态监测和姿态数据采集提供了支持。
当所述刮刀工件进行一次涂抹作业时,根据所述惯性传感器对所述刮刀工件进行数据采集,获取一次刮刀传感数据集,其中,所述一次刮刀传感数据集包括位移传感数据集、角度传感数据集以及速率传感数据集;
在本申请实施例中,在人造革基布与底层粘合的过程中,刮刀工件的涂抹作业次数通常为2次或2次以上,当所述刮刀工件进行一次涂抹作业时,获取预设数据采集时间节点,所述预设数据采集时间节点本领域技术人员可根据实际情况进行设置,其中数据采集时间节点越短,则采集的数据量越大,则获取的刮刀工件的作业状态越精确,例如:设置预设数据采集时间节点为10秒,即每隔10秒通过惯性传感器对刮刀工件进行一次数据采集,按照所述预设数据采集时间节点,通过所述惯性传感器对所述刮刀工件的运动状态进行数据采集,获得一次刮刀传感数据集,其中所述一次刮刀传感数据集包括位移传感数据集、角度传感数据集以及速率传感数据集。
在一个实施例中,所述方法还包括:
获取所述涂布机构的待涂基布;
通过对所述待涂基布进行表面平整度检测,获取表面平整指标;
若所述表面平整指标不满足提前预设的平整指标,向轧制机组发送预轧指令,对所述待涂基布进行平整轧制处理,处理完成后通过传输机构将所述待涂基布传输至所述涂布机构的涂料位置,其中,所述轧制机组与所述涂布机构通过所述传输机构连接。
在本申请实施例中,在刮刀工件进行一次涂抹作业之前,首先,获取所述涂布机构的待涂基布,然后对所述待涂基布进行表面平整度检测,其中平整度检测方法本领域技术人员可根据实际情况选择适配的检测方法,例如:可以通过平整度测试仪对待涂基布进行表面平整度检测,也可以通过图像处理的方式进行表面平整度检测;获得所述待涂基布的表面平整度检测结果即所述表面平整指标。
获取预设的平整指标,其中所述平整指标本领域技术人员可根据实际质量要求进行设置,平整指标需要满足待涂基布表面平整度不影响涂胶和刮刀的操作。然后根据所述平整指标对所述表面平整指标进行判断,当所述表面平整指标不满足所述平整指标时,则表征所述待涂基布的表面平整度不符合涂胶要求,则需要对所述待涂基布进行再次平整处理,此时向轧制机组发送预轧指令,其中轧制机组包括轧机设备,然后通过所述轧制机组对所述待涂基布进行平整轧制处理,获得轧制处理完成的待涂基布。最后将轧制处理完成的待涂基布通过传输机构传输至所述涂布机构的涂料位置,其中,所述轧制机组与所述涂布机构通过所述传输机构连接,所述传输机构为传输链板等设备。
通过对待涂基布进行表面平整度检测,并根据表面平整度检测结果判断是否需要平整轧制处理,可以避免因待涂基布表面平整度不符合预期涂胶要求就造成的待涂基布与底层粘合质量较低的技术问题,提高人造革产品的粘合质量。
根据所述位移传感数据集、角度传感数据集以及速率传感数据集对所述刮刀工件进行刮刀作业异常识别,输出异常偏离指标;
在本申请实施例中,获取刮刀工件涂抹作业过程中的标准涂抹控制参数,其中所述标准涂抹控制参数包括标准位移传感数据集、标准角度传感数据集、标准速率传感数据集。然后根据所述标准涂抹控制参数对所述位移传感数据集、所述角度传感数据集以及所述速率传感数据集进行偏差计算,获得位移偏差数据集、角度偏差数据集和速率偏差数据集,并根据所述位移偏差数据集、所述角度偏差数据集和所述速率偏差数据集组成异常偏离指标,获得刮刀作业的异常偏离指标。通过获得所述异常偏离指标,为下一步进行涂胶均匀度分析提供了数据支持。
基于所述异常偏离指标进行胶料均匀度影响分析,输出第一均匀影响度;
在本申请实施例中,根据所述异常偏离指标进行胶料均匀度影响分析,其中胶料均匀度是指胶料在待涂基布上的涂抹均匀度,胶料涂抹均匀度和人造革产品粘合质量相关,其中刮刀工件的涂胶作业动作越稳定,则胶料涂抹均匀度越好,则人造革产品粘合质量越高,获得第一均匀影响度。
在一个实施例中,所述方法还包括:
获取所述刮刀传感数据集条件下的基于加压控制的实时加压数据集;
对所述实时加压数据集进行稳定性识别,获取加压控制稳定指标;
若所述加压控制稳定指标大于等于预设控制稳定指标,基于所述异常偏离指标进行胶料均匀度影响分析,输出所述第一均匀影响度。
在本申请实施例中,首先,对所述刮刀传感数据集条件下的基于加压控制的实时加压数据进行采集,现有的组合式刮刀在涂抹作业过程中,通过改变加压负荷可以来控制涂布质量,获得实时加压数据集。然后对所述实时加压数据集进行稳定性识别,其中可通过对所述实时加压数据集计算方差来进行稳定性计算,其中所述实时加压数据集的方差越大,则表征刮刀控制的稳定性越低;方差越小,则表征刮刀控制的稳定性越高;并根据方差计算结果生成加压控制稳定指标,其中方差计算结果越大,则加压控制稳定指标越大,则刮刀控制的稳定性越低。
获取预设控制稳定指标,所述预设控制稳定指标本领域技术人员可根据实际需求进行设置,其中需求控制稳定性越高,则预设控制稳定指标越小。然后根据所述预设控制稳定指标对所述加压控制稳定指标进行判断,当所述加压控制稳定指标大于等于所述预设控制稳定指标时,则根据所述异常偏离指标进行胶料均匀度影响分析,获得所述第一均匀影响度。其中第一均匀影响度的获得方法可通过构建均匀影响度分析模型进行分析。
首先,基于BP神经网络构建均匀影响度分析模型,所述均匀影响度分析模型为机器学习中可以进行迭代优化的神经网络模型,通过训练数据集进行监督训练获得。调取刮刀工件的历史涂抹作业数据记录,根据所述历史涂抹作业数据记录得到多个历史异常偏离指标和多个历史均匀影响度,且所述历史异常偏离指标和所述历史均匀影响度具有对应关系,其中所述历史异常偏离指标包括历史位移偏差数据集、历史角度偏差数据集和历史速率偏差数据集。并根据所述多个历史异常偏离指标和多个历史均匀影响度构建均匀影响度分析模型的样本数据集,并按照预设数据划分比例将所述样本数据集划分为样本训练集和样本验证集,所述预设数据划分比例本领域技术人员可基于实际样本数据量进行设置,例如:设置样本训练集占比为85%、样本验证集占比为15%。
然后通过所述样本训练集对所述均匀影响度分析模型进行监督训练,首先在所述样本训练集中不放回的随机选择第一组训练数据,然后将所述第一组训练数据输入所述均匀影响度分析模型进行监督训练,得到所述均匀影响度分析模型输出的第一历史均匀影响度,然后将所述第一历史均匀影响度与所述第一组训练数据的历史均匀影响度进行比对,当结果一致时,则进行下一组训练数据的监督训练;当结果不一致时,则获取所述第一历史均匀影响度与所述第一组训练数据的历史均匀影响度的偏差值,并根据所述偏差值对均匀影响度分析模型的权重参数进行优化调整,然后进行下一组训练数据的监督训练。不断进行迭代训练,直到均匀影响度分析模型的输出结果趋于稳定时,然后通过所述样本验证集对所述均匀影响度分析模型进行验证训练,获取预设验证期望指标,所述验证期望指标本领域技术人员可根据实际情况进行设置,例如:设置验证期望指标为输出结果准确率97%,当所述均匀影响度分析模型的输出结果准确率大于等于所述验证期望指标时,则获得训练完成的均匀影响度分析模型。最后将所述异常偏离指标输入训练完成的均匀影响度分析模型中,输出第一均匀影响度。
在一个实施例中,所述方法还包括:
若所述加压控制稳定指标小于所述预设控制稳定指标,根据所述控制稳定指标与所述预设控制稳定指标的控制稳定指标差,生成第三反馈数据集;
根据所述第三反馈数据集对所述第一均匀影响度进行调整。
在本申请实施例中,当所述加压控制稳定指标小于所述预设控制稳定指标时,则对所述控制稳定指标与所述预设控制稳定指标进行差值计算,得到控制稳定指标差,并根据所述控制稳定指标差生成第三反馈数据集,所述第三反馈数据集包括反馈调整系数,其中反馈调整系数大于0,小于1,其中控制稳定指标差越大,则第三反馈数据集中的反馈调整系数越大,然后将所述第三反馈数据集中的反馈调整系数作为权重,对所述第一均匀影响度进行加权计算,并将加权计算结果作为更新后的第一均匀影响度。
当所述第一均匀影响度大于预设均匀影响度时,生成第一反馈数据集;
在本申请实施例中,获取预设均匀影响度,所述预设均匀影响度本领域技术人员可根据实际涂抹均匀度验收质量要求进行设置,其中涂抹均匀度验收质量要求越高,则预设均匀影响度越小。根据所述预设均匀影响度对所述第一均匀影响度进行判断,当所述第一均匀影响度大于预设均匀影响度时,表征当前涂抹均匀度质量不符合预期均匀度质量要求,则生成第一反馈数据集,其中所述第一反馈数据集为根据所述第一均匀影响度分析后得到的刮刀工件的优化控制参数。例如:可计算第一均匀影响度与预设均匀影响度的影响度偏差值,然后根据所述影响度偏差值增加刮刀工件的加压负荷,来实现对刮刀工件控制参数的优化调整。
根据所述第一反馈数据集对刮刀控制模块进行优化控制,其中,所述刮刀控制模块与所述刮刀工件数控连接。
在本申请实施例中,根据所述第一反馈数据集对刮刀控制模块的控制参数进行优化,获得刮刀优化控制参数,其中所述刮刀控制模块通过数控连接的方式对所述刮刀工件进行涂抹作业控制。
如图2所示,在一个实施例中,所述方法还包括:
获取所述待涂基布的待涂面积;
连接所述刮刀控制模块,获取所述刮刀工件的实时控制参数;
根据所述待涂面积和所述实时控制参数进行时长预测,获取需求作业时长;
在本申请实施例中,首先,对所述待涂基布进行尺寸数据采集,并根据尺寸数据计算得到所述待涂基布的待涂面积。连接所述刮刀控制模块,并获取所述刮刀工件的实时控制参数,其中所述实时控制参数包括刮刀角度、刮刀压力、刮刀速度等,然后根据所述实时控制参数确定单位时长内的涂抹面积,并根据单位时长内的涂抹面积对所述待涂面积进行涂抹时长预测,得到需求作业时长。
将所述需求作业时长和有效作业时长进行比对,若所述需求作业时长小于所述有效作业时长,生成第二反馈数据集;
在一个实施例中,所述方法还包括:
通过对所述涂布机构中用于所述待涂基布上的胶料进行属性信息分析,得到胶料固化属性;
采集所述涂布机构的环境温度数据;
根据所述胶料固化属性和所述环境温度数据进行胶料固化预测,获取达到预设固化指标时的预设有效作业时长,其中,所述有效作业时长为所述刮刀工件进行刮涂作业的有效时长。
在本申请实施例中,首先,对所述涂布机构中用于所述待涂基布上的胶料进行胶料固化属性信息分析,获得胶料固化属性,其中所述胶料固化属性包括不同温度条件下的胶料固化特征,所述胶料固化特征为胶料随时间的固化状态,其中不同温度条件下的胶料固化特征不同,且温度条件和胶料固化特征具有对应关系。然后通过温度传感器对所述涂布机构所处的环境进行温度数据采集,获得环境温度数据。然后根据所述环境温度数据进行胶料固化属性匹配,获得所述环境温度条件下的胶料固化特征。
获取预设固化指标,所述预设固化指标本领域技术人员可根据实际情况进行设置,由于胶料固化会对人造革的粘合效果造成不良影响,所述需要在胶料固化前完成待涂基布和底层的粘合。然后根据所述胶料固化特征对达到所述预设固化指标时的固化时长进行预测,得到预设有效作业时长,其中所述有效作业时长为所述刮刀工件进行刮涂作业的有效时长。
然后将所述需求作业时长和有效作业时长进行比对,当所述需求作业时长小于所述有效作业时长时,则表征需求作业时长此时超出了预期有效时长,会导致胶料固化影响粘合效果,此时获取所述需求作业时长与所述有效作业时长的时长差值,并根据所述时长差值生成第二反馈数据集,所述第二反馈数据集为对刮刀工件的实时控制参数进行优化调整的数据,例如:当需求作业时长超出了预期有效时长,表征需求作业时长过长,此时可以根据时长差值增大刮刀工件的刮刀速度等参数,来降低需求作业时长。
根据所述第一反馈数据集和所述第二反馈数据集对所述刮刀控制模块进行优化控制。
在本申请实施例中,最后根据所述第一反馈数据集和所述第二反馈数据集生成刮刀工件的优化控制参数,然后根据所述优化控制参数对所述刮刀控制模块进行优化控制。
通过对刮刀工件涂抹作业时的胶料涂抹均匀度和实时工作时长进行分析,并根据分析结果生成第一反馈数据集和第二反馈数据集对刮刀工件的控制参数进行优化,可以提高刮刀工件控制参数设置的合理性和准确性,从而可以提高人造革基布与底层的粘合质量,进一步提高人造革产品的生产质量。
在一个实施例中,所述方法还包括:
当所述刮刀工件一次涂抹作业完成后,调用所述刮刀工件进行二次涂抹作业的刮刀控制参数;
将所述第一反馈数据集输入所述刮刀控制模块中,对所述刮刀工件进行二次涂抹作业的刮刀控制参数进行反馈优化,输出优化后的二次刮刀控制参数;
根据优化后的二次刮刀控制参数控制所述刮刀工件进行二次涂抹作业。
在本申请实施例中,当所述刮刀工件一次涂抹作业完成后,获取所述刮刀工件进行二次涂抹作业的刮刀控制参数。然后将所述第一反馈数据集输入所述刮刀控制模块中,并根据所述第一反馈数据集对所述刮刀工件进行二次涂抹作业的刮刀控制参数进行反馈优化,
例如:增大刮刀工件的加压负荷等,并输出优化后的二次刮刀控制参数。最后根据优化后的二次刮刀控制参数控制所述刮刀工件进行二次涂抹作业。通过上述方法可以解决由于人造革生产设备的刮刀控制参数设置不准确导致基布与底层粘合质量较差,造成人造革生产质量较低的技术问题,可以提高人造革基布与底层的粘合质量,从而提高人造革产品的生产质量。
在一个实施例中,如图3所示提供了一种用于人造革生产设备的工艺优化系统,包括:
惯性传感器布设模块,所述惯性传感器布设模块用于将惯性传感器布设于涂布机构上的刮刀工件上;
一次刮刀传感数据集获取模块,所述一次刮刀传感数据集获取模块用于当所述刮刀工件进行一次涂抹作业时,根据所述惯性传感器对所述刮刀工件进行数据采集,获取一次刮刀传感数据集,其中,所述一次刮刀传感数据集包括位移传感数据集、角度传感数据集以及速率传感数据集;
刮刀作业异常识别模块,所述刮刀作业异常识别模块用于根据所述位移传感数据集、角度传感数据集以及速率传感数据集对所述刮刀工件进行刮刀作业异常识别,输出异常偏离指标;
胶料均匀度影响分析模块,所述胶料均匀度影响分析模块用于基于所述异常偏离指标进行胶料均匀度影响分析,输出第一均匀影响度;
第一反馈数据集生成模块,所述第一反馈数据集生成模块用于当所述第一均匀影响度大于预设均匀影响度时,生成第一反馈数据集;
优化控制模块,所述优化控制模块用于根据所述第一反馈数据集对刮刀控制模块进行优化控制,其中,所述刮刀控制模块与所述刮刀工件数控连接。
在一个实施例中,所述系统还包括:
待涂基布获取模块,所述待涂基布获取模块用于获取所述涂布机构的待涂基布;
表面平整指标获取模块,所述表面平整指标获取模块用于通过对所述待涂基布进行表面平整度检测,获取表面平整指标;
平整轧制处理模块,所述平整轧制处理模块用于若所述表面平整指标不满足提前预设的平整指标,向轧制机组发送预轧指令,对所述待涂基布进行平整轧制处理,处理完成后通过传输机构将所述待涂基布传输至所述涂布机构的涂料位置,其中,所述轧制机组与所述涂布机构通过所述传输机构连接。
在一个实施例中,所述系统还包括:
待涂面积获取模块,所述待涂面积获取模块用于获取所述待涂基布的待涂面积;
实时控制参数获取模块,所述实时控制参数获取模块用于连接所述刮刀控制模块,获取所述刮刀工件的实时控制参数;
需求作业时长获取模块,所述需求作业时长获取模块用于根据所述待涂面积和所述实时控制参数进行时长预测,获取需求作业时长;
第二反馈数据集生成模块,所述第二反馈数据集生成模块用于将所述需求作业时长和有效作业时长进行比对,若所述需求作业时长小于所述有效作业时长,生成第二反馈数据集;
优化控制模块,所述优化控制模块用于根据所述第一反馈数据集和所述第二反馈数据集对所述刮刀控制模块进行优化控制。
在一个实施例中,所述系统还包括:
胶料固化属性得到模块,所述胶料固化属性得到模块用于通过对所述涂布机构中用于所述待涂基布上的胶料进行属性信息分析,得到胶料固化属性;
环境温度数据采集模块,所述环境温度数据采集模块用于采集所述涂布机构的环境温度数据;
胶料固化预测模块,所述胶料固化预测模块用于根据所述胶料固化属性和所述环境温度数据进行胶料固化预测,获取达到预设固化指标时的预设有效作业时长,其中,所述有效作业时长为所述刮刀工件进行刮涂作业的有效时长。
在一个实施例中,所述系统还包括:
实时加压数据集获取模块,所述实时加压数据集获取模块用于获取所述刮刀传感数据集条件下的基于加压控制的实时加压数据集;
稳定性识别模块,所述稳定性识别模块用于对所述实时加压数据集进行稳定性识别,获取加压控制稳定指标;
第一均匀影响度输出模块,所述第一均匀影响度输出模块用于若所述加压控制稳定指标大于等于预设控制稳定指标,基于所述异常偏离指标进行胶料均匀度影响分析,输出所述第一均匀影响度。
在一个实施例中,所述系统还包括:
第三反馈数据集生成模块,所述第三反馈数据集生成模块用于若所述加压控制稳定指标小于所述预设控制稳定指标,根据所述控制稳定指标与所述预设控制稳定指标的控制稳定指标差,生成第三反馈数据集;
第一均匀影响度调整模块,所述第一均匀影响度调整模块用于根据所述第三反馈数据集对所述第一均匀影响度进行调整。
在一个实施例中,所述系统还包括:
刮刀控制参数调用模块,所述刮刀控制参数调用模块用于当所述刮刀工件一次涂抹作业完成后,调用所述刮刀工件进行二次涂抹作业的刮刀控制参数;
二次刮刀控制参数输出模块,所述二次刮刀控制参数输出模块用于将所述第一反馈数据集输入所述刮刀控制模块中,对所述刮刀工件进行二次涂抹作业的刮刀控制参数进行反馈优化,输出优化后的二次刮刀控制参数;
二次涂抹作业模块,所述二次涂抹作业模块用于根据优化后的二次刮刀控制参数控制所述刮刀工件进行二次涂抹作业。
综上所述,与现有技术相比,本公开的实施例具有以下技术效果:
(1)通过对刮刀工件涂抹作业时的胶料涂抹均匀度和实时工作时长进行分析,并根据分析结果生成第一反馈数据集和第二反馈数据集对刮刀工件的控制参数进行优化,可以提高刮刀工件控制参数设置的合理性和准确性,提高人造革基布与底层的粘合质量,从而进一步提高人造革产品的生产质量。
(2)通过采集环境温度和胶料固化属性进行胶料固化预测,可以提高有效作业时长生成的合理性和准确性,从而提高第二反馈数据集获得的准确性。
以上所述实施例仅表达了本公开的几种实施方式,但并不能因此而理解为对发明专利范围的限制。因此,在不脱离如由所附权利要求限定的本公开构思的范围的情况下,本领域普通技术人员可做出各种类型的替换、修改和变更,并且这些替换、修改和变更都属于本公开的保护范围。
Claims (5)
1.用于人造革生产设备的工艺优化方法,其特征在于,所述方法包括:
将惯性传感器布设于涂布机构上的刮刀工件上;
当所述刮刀工件进行一次涂抹作业时,根据所述惯性传感器对所述刮刀工件进行数据采集,获取一次刮刀传感数据集,其中,所述一次刮刀传感数据集包括位移传感数据集、角度传感数据集以及速率传感数据集;
根据所述位移传感数据集、角度传感数据集以及速率传感数据集对所述刮刀工件进行刮刀作业异常识别,输出异常偏离指标;
基于所述异常偏离指标进行胶料均匀度影响分析,输出第一均匀影响度;
当所述第一均匀影响度大于预设均匀影响度时,生成第一反馈数据集;
根据所述第一反馈数据集对刮刀控制模块进行优化控制,其中,所述刮刀控制模块与所述刮刀工件数控连接;
所述方法还包括:
获取所述涂布机构的待涂基布;
通过对所述待涂基布进行表面平整度检测,获取表面平整指标;
若所述表面平整指标不满足提前预设的平整指标,向轧制机组发送预轧指令,对所述待涂基布进行平整轧制处理,处理完成后通过传输机构将所述待涂基布传输至所述涂布机构的涂料位置,其中,所述轧制机组与所述涂布机构通过所述传输机构连接;
获取所述待涂基布的待涂面积;
连接所述刮刀控制模块,获取所述刮刀工件的实时控制参数;
根据所述待涂面积和所述实时控制参数进行时长预测,获取需求作业时长;
将所述需求作业时长和有效作业时长进行比对,若所述需求作业时长小于所述有效作业时长,生成第二反馈数据集;
根据所述第一反馈数据集和所述第二反馈数据集对所述刮刀控制模块进行优化控制;
将所述需求作业时长和有效作业时长进行比对,包括:
通过对所述涂布机构中用于所述待涂基布上的胶料进行属性信息分析,得到胶料固化属性;
采集所述涂布机构的环境温度数据;
根据所述胶料固化属性和所述环境温度数据进行胶料固化预测,获取达到预设固化指标时的预设有效作业时长,其中,所述有效作业时长为所述刮刀工件进行刮涂作业的有效时长。
2.如权利要求1所述的方法,其特征在于,基于所述异常偏离指标进行胶料均匀度影响分析,输出第一均匀影响度之前,方法还包括:
获取所述刮刀传感数据集条件下的基于加压控制的实时加压数据集;
对所述实时加压数据集进行稳定性识别,获取加压控制稳定指标;
若所述加压控制稳定指标大于等于预设控制稳定指标,基于所述异常偏离指标进行胶料均匀度影响分析,输出所述第一均匀影响度。
3.如权利要求2所述的方法,其特征在于,若所述加压控制稳定指标小于所述预设控制稳定指标,根据所述控制稳定指标与所述预设控制稳定指标的控制稳定指标差,生成第三反馈数据集;
根据所述第三反馈数据集对所述第一均匀影响度进行调整。
4.如权利要求1所述的方法,其特征在于,根据所述第一反馈数据集对刮刀控制模块进行优化控制,方法还包括:
当所述刮刀工件一次涂抹作业完成后,调用所述刮刀工件进行二次涂抹作业的刮刀控制参数;
将所述第一反馈数据集输入所述刮刀控制模块中,对所述刮刀工件进行二次涂抹作业的刮刀控制参数进行反馈优化,输出优化后的二次刮刀控制参数;
根据优化后的二次刮刀控制参数控制所述刮刀工件进行二次涂抹作业。
5.用于人造革生产设备的工艺优化系统,其特征在于,用于执行权利要求1-4中所述的用于人造革生产设备的工艺优化方法中任意一项方法的步骤,所述系统包括:
惯性传感器布设模块,所述惯性传感器布设模块用于将惯性传感器布设于涂布机构上的刮刀工件上;
一次刮刀传感数据集获取模块,所述一次刮刀传感数据集获取模块用于当所述刮刀工件进行一次涂抹作业时,根据所述惯性传感器对所述刮刀工件进行数据采集,获取一次刮刀传感数据集,其中,所述一次刮刀传感数据集包括位移传感数据集、角度传感数据集以及速率传感数据集;
刮刀作业异常识别模块,所述刮刀作业异常识别模块用于根据所述位移传感数据集、角度传感数据集以及速率传感数据集对所述刮刀工件进行刮刀作业异常识别,输出异常偏离指标;
胶料均匀度影响分析模块,所述胶料均匀度影响分析模块用于基于所述异常偏离指标进行胶料均匀度影响分析,输出第一均匀影响度;
第一反馈数据集生成模块,所述第一反馈数据集生成模块用于当所述第一均匀影响度大于预设均匀影响度时,生成第一反馈数据集;
优化控制模块,所述优化控制模块用于根据所述第一反馈数据集对刮刀控制模块进行优化控制,其中,所述刮刀控制模块与所述刮刀工件数控连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311425240.1A CN117148809B (zh) | 2023-10-31 | 2023-10-31 | 用于人造革生产设备的工艺优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311425240.1A CN117148809B (zh) | 2023-10-31 | 2023-10-31 | 用于人造革生产设备的工艺优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117148809A CN117148809A (zh) | 2023-12-01 |
CN117148809B true CN117148809B (zh) | 2023-12-29 |
Family
ID=88912460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311425240.1A Active CN117148809B (zh) | 2023-10-31 | 2023-10-31 | 用于人造革生产设备的工艺优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117148809B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117359812B (zh) * | 2023-12-08 | 2024-02-06 | 天津滨海津丽电子材料股份有限公司 | 环氧树脂密封胶块智能制备方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102812176A (zh) * | 2010-03-31 | 2012-12-05 | 可乐丽股份有限公司 | 皮革样片 |
CN105026640A (zh) * | 2013-02-27 | 2015-11-04 | 可乐丽股份有限公司 | 人造革基材、粒面人造革、人造革基材的制造方法、以及人造革基材用改性剂 |
CN107199339A (zh) * | 2017-07-24 | 2017-09-26 | 长春德信光电技术有限公司 | 用于激光快速成型设备的铺粉精确控制装置及方法 |
CN110409195A (zh) * | 2018-04-26 | 2019-11-05 | 安安(中国)有限公司 | 一种高弹性合成革的制备方法 |
CN115900159A (zh) * | 2022-12-07 | 2023-04-04 | 福建工程学院 | 一种基于雾状直喷给水式海水制冰系统 |
CN116880391A (zh) * | 2023-07-12 | 2023-10-13 | 芜湖方不圆工业设计有限公司 | 一种全自动涂布涂布机及运行系统 |
-
2023
- 2023-10-31 CN CN202311425240.1A patent/CN117148809B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102812176A (zh) * | 2010-03-31 | 2012-12-05 | 可乐丽股份有限公司 | 皮革样片 |
CN105026640A (zh) * | 2013-02-27 | 2015-11-04 | 可乐丽股份有限公司 | 人造革基材、粒面人造革、人造革基材的制造方法、以及人造革基材用改性剂 |
CN107199339A (zh) * | 2017-07-24 | 2017-09-26 | 长春德信光电技术有限公司 | 用于激光快速成型设备的铺粉精确控制装置及方法 |
CN110409195A (zh) * | 2018-04-26 | 2019-11-05 | 安安(中国)有限公司 | 一种高弹性合成革的制备方法 |
CN115900159A (zh) * | 2022-12-07 | 2023-04-04 | 福建工程学院 | 一种基于雾状直喷给水式海水制冰系统 |
CN116880391A (zh) * | 2023-07-12 | 2023-10-13 | 芜湖方不圆工业设计有限公司 | 一种全自动涂布涂布机及运行系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117148809A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117148809B (zh) | 用于人造革生产设备的工艺优化方法及系统 | |
CN109195769B (zh) | 一种监测生产过程的方法 | |
US7493185B2 (en) | Quality prognostics system and method for manufacturing processes | |
JP6313929B2 (ja) | 構造物を監視するための方法及びシステム | |
US20210278202A1 (en) | Hardness and flatness tester | |
TW200949596A (en) | Server and system and method for automatic virtual metrology | |
JP2020035420A (ja) | 複合物の製造品質チェックを自動化するためのシステム及び方法 | |
US10549423B2 (en) | Controller and machine learning device | |
CN106292550B (zh) | 具有在线优化控制增益的功能的伺服控制装置 | |
CN108227664A (zh) | 基于样本数据训练的产品质量控制设备及质量控制方法 | |
JP2020041290A (ja) | コンクリートの最適締固め判定施工システム | |
CN114741999A (zh) | 一种基于数字孪生技术的引线键合在线监测方法 | |
EP4000865A1 (en) | A system and method for extrusion based manufacturing of a structure | |
CN114760969B (zh) | 质量测量方法和质量测量装置 | |
CN116771655B (zh) | 水泵的智能控制系统及智能控制方法 | |
CN112643190A (zh) | 基于聚类算法的搅拌摩擦焊质量评价方法、装置及系统 | |
CN107421454A (zh) | 一种薄型材料厚度测量装置 | |
CN116991146A (zh) | 一种超声波清洗装置的控制方法及系统 | |
WO2017133970A1 (en) | A method for monitoring an optical lens manufacturing process | |
CN114986833B (zh) | 一种动态调控的注塑方法、系统、装置及介质 | |
US8630728B2 (en) | System and method for generating indices to quantify operating transition performance of a continuous process | |
CN111579870B (zh) | 结构件损伤监测与累积程度的诊断方法 | |
CN117472127B (zh) | 一种夹胶炉的控制系统 | |
CN117113260B (zh) | 基于数据分析的智能贴合设备故障预警系统 | |
CN117392182B (zh) | 贴膜精度检测方法、装置、设备及存储介质 |
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 |