CN117206423B - 一种电机定转子的多工位进模管控方法及系统 - Google Patents
一种电机定转子的多工位进模管控方法及系统 Download PDFInfo
- Publication number
- CN117206423B CN117206423B CN202311450249.8A CN202311450249A CN117206423B CN 117206423 B CN117206423 B CN 117206423B CN 202311450249 A CN202311450249 A CN 202311450249A CN 117206423 B CN117206423 B CN 117206423B
- Authority
- CN
- China
- Prior art keywords
- stamping
- displacement
- steps
- charge carrier
- rim charge
- 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 38
- 238000006073 displacement reaction Methods 0.000 claims abstract description 161
- 238000012545 processing Methods 0.000 claims abstract description 97
- 238000004458 analytical method Methods 0.000 claims abstract description 63
- 238000004080 punching Methods 0.000 claims abstract description 43
- 239000002800 charge carrier Substances 0.000 claims description 100
- 238000004088 simulation Methods 0.000 claims description 53
- 230000005856 abnormality Effects 0.000 claims description 22
- 230000000007 visual effect Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004140 cleaning Methods 0.000 claims description 14
- 238000003709 image segmentation Methods 0.000 claims description 11
- 238000005094 computer simulation Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 9
- 238000000547 structure data Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 5
- 238000003754 machining Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 description 19
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000000605 extraction Methods 0.000 description 7
- 238000012795 verification Methods 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Landscapes
- Numerical Control (AREA)
Abstract
本公开提供了一种电机定转子的多工位进模管控方法及系统,涉及电机定转子加工技术,方法包括:对图像采集结果进行方向偏差分析,获取方向偏差角度和第一剩余冲压步骤数量;获取位移偏差数据和第二剩余冲压步骤数量;通过冲压孪生模型对方向偏差角度和位移偏差数据进行风险预测,输出最小方向步骤数量和最小位移步骤数量;当最小方向步骤数量小于等于第一剩余冲压步骤数量且/或最小位移步骤数量小于等于第二剩余冲压步骤数量,生成位置调整控制参数。能够解决传统的电机定转子冲片加工时存在送料定位调整准确性和效率较低的技术问题,可以提高电机定转子冲片加工时送料定位调整的准确性和效率,从而提高冲压质量和加工效率。
Description
技术领域
本公开涉及电机定转子加工技术,并且更具体地,涉及一种电机定转子的多工位进模管控方法及系统。
背景技术
电机定转子由几十乃至上百片冲片叠装形成,传统的电机定转子冲片加工时,通常是当边料载体出现传送方向偏移或传输位置偏移时,会立即对边料载体进行位置或方向调整,然后进行冲压加工,这种方法需要花费较多的定位调整时间,导致电机定转子的冲片加工效率较低,因此如何在不影响电机定转子冲片加工质量的情况下提高冲片加工效率是非常必要的。
现有的电机定转子冲片加工时存在的不足之处在于:送料定位调整准确性和效率较低。
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:
一种电机定转子的多工位进模管控方法,包括以下步骤:获取目标冲压模具的结构信息,其中所述结构信息包括冲压步骤数量、工件间隔距离、一次行程时长;根据所述工件间隔距离和所述一次行程时长确定送料机的初始送料速度;在对边料载体进行冲压加工时,基于第一冲压方向将所述边料载体置于所述目标冲压模具上,并根据所述初始送料速度控制送料机进行边料载体输送;按照预设时间节点通过CCD图像传感器从第一采集方向对边料载体进行图像采集,并对图像采集结果进行方向偏差分析,当存在方向偏差时,获取实时方向偏差角度和第一剩余冲压步骤数量;按照预设时间节点通过位移传感器获取所述边料载体的实时位移距离,当所述实时位移距离与所述工件间隔距离不一致时,获取实时位移偏差数据和第二剩余冲压步骤数量;基于可视化仿真平台搭建所述目标冲压模具的冲压孪生模型,并通过所述冲压孪生模型对所述实时方向偏差角度和所述实时位移偏差数据进行风险预测,输出最小方向步骤数量和最小位移步骤数量;当所述最小方向步骤数量小于等于所述第一剩余冲压步骤数量且/或所述最小位移步骤数量小于等于所述第二剩余冲压步骤数量时,生成所述边料载体的位置调整控制参数,并根据所述位置调整控制参数对所述边料载体进行位置调整。
一种电机定转子的多工位进模管控系统,包括:结构信息获取模块,所述结构信息获取模块用于获取目标冲压模具的结构信息,其中所述结构信息包括冲压步骤数量、工件间隔距离、一次行程时长;初始送料速度确定模块,所述初始送料速度确定模块用于根据所述工件间隔距离和所述一次行程时长确定送料机的初始送料速度;边料载体输送模块,所述边料载体输送模块用于在对边料载体进行冲压加工时,基于第一冲压方向将所述边料载体置于所述目标冲压模具上,并根据所述初始送料速度控制送料机进行边料载体输送;方向偏差分析模块,所述方向偏差分析模块用于按照预设时间节点通过CCD图像传感器从第一采集方向对边料载体进行图像采集,并对图像采集结果进行方向偏差分析,当存在方向偏差时,获取实时方向偏差角度和第一剩余冲压步骤数量;实时位移偏差数据获取模块,所述实时位移偏差数据获取模块用于按照预设时间节点通过位移传感器获取所述边料载体的实时位移距离,当所述实时位移距离与所述工件间隔距离不一致时,获取实时位移偏差数据和第二剩余冲压步骤数量;风险预测模块,所述风险预测模块用于基于可视化仿真平台搭建所述目标冲压模具的冲压孪生模型,并通过所述冲压孪生模型对所述实时方向偏差角度和所述实时位移偏差数据进行风险预测,输出最小方向步骤数量和最小位移步骤数量;位置调整控制参数生成模块,所述位置调整控制参数生成模块用于当所述最小方向步骤数量小于等于所述第一剩余冲压步骤数量且/或所述最小位移步骤数量小于等于所述第二剩余冲压步骤数量时,生成所述边料载体的位置调整控制参数,并根据所述位置调整控制参数对所述边料载体进行位置调整。
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:
可以解决传统的电机定转子冲片加工时存在送料定位调整准确性和效率较低的技术问题,首先,获取目标冲压模具的结构信息,其中包括冲压步骤数量、工件间隔距离和一次行程时长;然后根据所述工件间隔距离和所述一次行程时长确定送料机的初始送料速度;获取边料载体冲压加工时的第一冲压方向,并根据所述第一冲压方向和所述初始送料速度控制送料机进行边料载体输送;在预设时间节点下通过CCD图像传感器从第一采集方向对边料载体进行图像采集,并对图像采集结果进行方向偏差分析,当存在方向偏差时,获取实时方向偏差角度和第一剩余冲压步骤数量;按照预设时间节点通过位移传感器获取所述边料载体的实时位移距离,当所述实时位移距离与所述工件间隔距离不一致时,获取实时位移偏差数据和第二剩余冲压步骤数量;在可视化仿真平台内对所述目标冲压模具进行仿真建模,生成所述目标冲压模具的冲压孪生模型,并通过所述冲压孪生模型对所述实时方向偏差角度和所述实时位移偏差数据进行风险预测,输出最小方向步骤数量和最小位移步骤数量;当所述最小方向步骤数量小于等于所述第一剩余冲压步骤数量且/或所述最小位移步骤数量小于等于所述第二剩余冲压步骤数量时,生成所述边料载体的位置调整控制参数,并根据所述位置调整控制参数对所述边料载体进行位置调整。通过上述方法可以提高电机定转子冲片加工时送料定位调整的准确性和效率,从而提高电机定转子冲片的冲压质量和加工效率。
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电机定转子的多工位进模管控方法的流程示意图;
图2为本申请提供了一种电机定转子的多工位进模管控方法中对图像采集结果进行方向偏差分析的流程示意图;
图3为本申请提供了一种电机定转子的多工位进模管控系统的结构示意图。
附图标记说明:结构信息获取模块11、初始送料速度确定模块12、边料载体输送模块13、方向偏差分析模块14、实时位移偏差数据获取模块15、风险预测模块16、位置调整控制参数生成模块17。
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,本公开提供了一种电机定转子的多工位进模管控方法,包括:
多工位模具是一种可以在同一模具中完成冲裁、弯曲、拉深和成形等多个工序加工的模具,使用多工位模具可以免去用单工序模的周转和每次冲压的定位过程,提高了劳动生产率和设备利用率。本申请提供的方法用于对多工位模具进行电机定转子冲压加工的过程进行管控和优化,来达到提高送料定位调整的准确性和效率的目的,所述方法具体实施于一种电机定转子的多工位进模管控系统。
获取目标冲压模具的结构信息,其中所述结构信息包括冲压步骤数量、工件间隔距离、一次行程时长;
在本申请实施例中,首先,获取目标冲压模具的结构信息,所述目标冲压模具为对电机定转子进行冲压加工的多工位模具,所述结构信息包括冲压步骤数量、工件间隔距离、一次行程时长,其中冲压步骤数量是指目标冲压模具中的模具工件数量,即每个模具工件对边料载体进行一次冲压加工;所述工件间隔距离是指模具工件的间隔距离,通常同一个模具中工件间隔距离相同;所述一次行程时长是指模具工件进行一次冲压操作的时间,即模具工件从最低位置到下一次最低位置的时间间隔。通过获得目标冲压模具的结构信息,为下一步进行边料载体的初始送料控制提供了支持。
根据所述工件间隔距离和所述一次行程时长确定送料机的初始送料速度;
在本申请实施例中,将所述工件间隔距离除以所述一次行程时长,并将计算结果作为送料机的初始送料速度,通过确定初始送料速度,为下一步进行边料载体输送提供了支持。
在对边料载体进行冲压加工时,基于第一冲压方向将所述边料载体置于所述目标冲压模具上,并根据所述初始送料速度控制送料机进行边料载体输送;
在本申请实施例中,其中所述边料载体为运送冲压加工带料的物体,比如:不锈钢板等,在对边料载体进行冲压加工时,首先,获取第一冲压方向,所述第一冲压方向为进行冲压加工时边料载体的前进方向,然后根据所述第一冲压方向将所述边料载体放置于所述目标冲压模具的加工台面上,进一步控制送料机按照所述初始送料速度对所述边料载体进行输送,其中送料机为推进边料载体进行冲压加工的设备。
在一个实施例中,所述方法还包括:
在对边料载体进行冲压加工之前,通过CCD图像传感器对所述目标冲压模具的加工台面进行图像采集,并对台面图像采集结果进行灰度处理,得到灰度台面图像;
根据预设区域划分规则对所述灰度台面图像进行图像分割,获得多个灰度图像分割结果;
对所述多个灰度图像分割结果进行灰度值方差计算,当方差计算结果小于预设方差阈值时,则将所述边料载体置于目标冲压模具上;
当方差计算结果大于或等于预设方差阈值时,则生成台面清洁指令,并根据所述台面清洁指令对所述加工台面进行清洁处理。
在本申请实施例中,在对边料载体进行冲压加工之前,首先,通过CCD图像传感器对所述目标冲压模具的加工台面进行图像采集,其中图像采集角度为正面采集角度,获得台面图像采集结果,其中CCD图像传感器具有采集精度高、采集范围广等优点,可以提高图像采集的质量,然后对所述台面图像采集结果进行灰度处理,其中常用图像灰度处理方法包括最大值转换法、平均值转换法、加权平均转换法,本领域技术人员可根据实际情况选择适配的图像灰度处理方法。
获取预设区域划分规则,所述预设区域划分规则本领域技术人员可根据实际情况进行设置,例如:设置区域划分规则为将图像划分为2*2像素点的区域,然后根据所述预设区域划分规则对所述灰度台面图像进行图像分割,获得多个灰度图像分割结果,进一步对多个灰度图像分割结果进行灰度值表示,即将灰度图像分割结果中所有像素点的灰度值进行相加,并将相加所得的灰度值之和作为所述灰度图像分割结果的总灰度值。
对所述多个灰度图像分割结果的总灰度值进行方差计算,获得灰度值方差计算结果,获取预设方差阈值,所述预设方差阈值可根据目标冲压模具加工台面的平整度需求进行设置,其中平整度需求越高,则预设方差阈值越小。然后根据所述预设方差阈值对所述方差计算结果进行判断,当所述方差计算结果小于预设方差阈值时,表征当前加工台面平整度符合预设平整度需求,则将所述边料载体置于目标冲压模具上进行冲压加工;当所述方差计算结果大于或等于预设方差阈值时,表征当前加工台面平整度不符合预设平整度需求,则生成台面清洁指令,并根据所述台面清洁指令使用清洁设备对加工台面进行清洁处理。
通过根据加工台面的灰度图像对加工台面进行平整度分析,可以提高加工台面平整度分析的效率和准确性,从而提高电机定转子冲片的冲压加工效率。
按照预设时间节点通过CCD图像传感器从第一采集方向对边料载体进行图像采集,并对图像采集结果进行方向偏差分析,当存在方向偏差时,获取实时方向偏差角度和第一剩余冲压步骤数量;
在本申请实施例中,首先,获取预设时间节点,所述预设时间节点通过所述一次行程时长确定,即每进行一次冲压加工为一个时间节点,然后在预设时间节点下,通过CCD图像传感器从第一采集方向对边料载体进行图像采集,其中所述第一采集方向为目标冲压模具的侧面方向,因为目标冲压模具在进行冲压加工时上方被遮挡,所以需要从侧面对边料载体进行图像采集,获得图像采集结果。基于卷积神经网络构建角度偏差分析模型,并通过角度偏差分析模型对所述图像采集结果进行方向偏差分析,当存在方向偏差时,通过角度偏差分析模型输出实时方向偏差角度,并根据预设时间节点获取第一剩余冲压步骤数量。
如图2所示,在一个实施例中,所述方法还包括:
基于所述第一冲压方向设置激光笔的第一激光照射方向,并确定所述边料载体的第一对照面,其中所述第一对照面与所述第一激光照射方向平行;
基于所述冲压步骤数量和所述一次行程时长确定所述预设时间节点,且所述预设时间节点与剩余冲压步骤数量具有映射关系;
获取预设时间节点的所述边料载体的第一图像采集结果,其中所述第一图像采集结果带有激光光线;
通过角度偏差分析模型对所述第一图像采集结果中的第一激光光线图像和第一对照面图像进行提取,并对所述第一激光光线图像和所述第一对照面图像进行角度偏差分析,输出实时方向偏差角度;
基于所述预设时间节点和所述映射关系确定第一剩余冲压步骤数量。
在本申请实施例中,首先,根据所述第一冲压方向设置激光笔的第一激光照射方向,其中所述激光笔用于对冲压加工时的传输方向进行判断,放置于目标冲压模具的一端,且与边料载体的前进方向平行,然后确定所述边料载体的第一对照面,其中所述第一对照面为边料载体中与激光笔的激光照射光线接近的一面,且所述第一对照面的初始位置与所述第一激光照射方向平行。
根据所述冲压步骤数量确定预设时间节点数量,然后根据所述一次行程时长确定预设时间节点的时间间隔,例如:假设从当前时间开始冲压加工,冲压步骤数量为10,一次行程时长为1秒,则预设时间节点分别为1秒后、2秒后等,且所述预设时间节点与剩余冲压步骤数量具有映射关系,例如:1秒后对应的剩余冲压步骤数量为9;2秒后对应的剩余冲压步骤数量为8。
获取预设时间节点的所述边料载体的第一图像采集结果,所述第一图像采集结果为多个预设时间节点下的任意一个时间节点的图像采集结果,且所述第一图像采集结果中包括边料载体图像和激光光线。
基于卷积神经网络构建角度偏差分析模型,其中所述角度偏差分析模型包括卷积特征提取通道和角度偏差分析通道,所述角度偏差分析模型的输入数据为图像采集结果,输出数据为方向偏差角度,所述卷积特征提取通道用于对图像采集结果中的激光光线图像和对照面图像进行提取,其中卷积特征提取通道的训练方法与角度偏差分析通道的训练方法相同,为了体现说明书的简洁性,下述主要解释了角度偏差分析通道的训练方式。
获取多个样本激光光线图像、多个样本对照面图像和多个方向偏差角度,其中样本激光光线图像和样本对照面图像处于同一平面上,样本激光光线图像、样本对照面图像和方向偏差角度具有对应关系,然后根据所述多个样本激光光线图像、多个样本对照面图像和多个方向偏差角度构建样本数据集,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根据样本数据的实际数据量进行设置,例如:设置样本训练集占比为70%,设置样本验证集占比为30%。
首先,在所述样本训练集中随机选取第一样本训练数据,其中所述第一样本训练数据包括第一样本激光光线图像、第一样本对照面图像和第一方向偏差角度,然后根据所述第一样本训练数据对所述角度偏差分析通道进行监督训练,获得角度偏差分析通道的第一输出结果;将所述第一输出结果与所述第一方向偏差角度进行比对,当所述第一输出结果与所述第一方向偏差角度一致时,则进行下一组样本训练数据的监督训练;当所述第一输出结果与所述第一方向偏差角度不一致时,则计算所述第一输出结果与所述第一方向偏差角度的误差值,并根据所述误差值对所述角度偏差分析通道的权重参数进行优化调整,然后进行下一组样本训练数据的监督训练,利用样本训练数据集不断进行迭代监督训练,直到角度偏差分析通道的输出结果趋于收敛状态时;然后通过样本验证集对角度偏差分析通道进行验证训练,获取预设验证指标,其中所述预设验证指标本领域技术人员可根据实际情况进行设置,例如:设置预设验证指标为角度偏差分析通道的输出结果准确率为96%,当角度偏差分析通道的输出结果准确率大于或等于所述预设验证指标时,获得训练完成的角度偏差分析通道。利用相同的方法对所述卷积特征提取通道进行监督训练,获得训练完成的卷积特征提取通道,根据训练完成的卷积特征提取通道和角度偏差分析通道构建角度偏差分析模型。
将所述第一图像采集结果输入训练完成的角度偏差分析模型,首先通过卷积特征提取通道对所述第一图像采集结果中的第一激光光线图像和第一对照面图像进行提取,然后通过角度偏差分析通道对所述第一激光光线图像和所述第一对照面图像进行角度偏差分析,获得实时方向偏差角度,其中所述实时方向偏差角度为所述第一激光光线图像和所述第一对照面图像的夹角。通过基于卷积神经网络构建角度偏差分析模型对第一图像采集结果进行角度偏差分析,可以提高实时方向偏差角度获得的效率和准确性。
基于所述映射关系对当前预设时间节点进行匹配,获得当前预设时间节点对应的剩余冲压步骤数量记作第一剩余冲压步骤数量。通过获得实时方向偏差角度和第一剩余冲压步骤数量,为下一步进行冲压加工风险预测提供了支持。
按照预设时间节点通过位移传感器获取所述边料载体的实时位移距离,当所述实时位移距离与所述工件间隔距离不一致时,获取实时位移偏差数据和第二剩余冲压步骤数量;
在本申请实施例中,在预设时间节点下通过位移传感器对边料载体的实时位移距离进行传感采集,所述预设时间节点为多个预设时间节点中的任意一个,其中位移传感器为微型位移传感器,安装于边料载体上或与边料载体相连通,获得预设时间节点下的实时位移距离,并将所述实时位移距离与所述工件间隔距离进行比对,当所述实时位移距离与所述工件间隔距离不一致时,则将所述实时位移距离减去所述工件间隔距离,并将两者的差值作为实时位移偏差数据,并基于所述映射关系获得当前预设时间节点的剩余冲压步骤数量记作第二剩余冲压步骤数量。通过获得所述实时位移偏差数据和所述第二剩余冲压步骤数量,为下一步进行边料载体的冲压风险预测提供了数据支持。
基于可视化仿真平台搭建所述目标冲压模具的冲压孪生模型,并通过所述冲压孪生模型对所述实时方向偏差角度和所述实时位移偏差数据进行风险预测,输出最小方向步骤数量和最小位移步骤数量;
在本申请实施例中,在可视化仿真平台内对所述目标冲压模具进行仿真建模,生成所述目标冲压模具的冲压孪生模型,其中可视化仿真平台是一种构建仿真模型的工具,通过图形化界面和可视化元素使用户能够更容易地理解和操作复杂的仿真过程,常用的可视化仿真平台包括Arena、MATLAB等平台。然后通过将所述实时方向偏差角度和所述实时位移偏差数据输入所述冲压孪生模型进行冲压风险预测,获得最小方向步骤数量和最小位移步骤数量。
在一个实施例中,所述方法还包括:
获取所述目标冲压模具的规格参数信息,其中所述规格参数信息包括工件结构数据、工件尺寸数据、模具结构数据、模具尺寸数据;
在可视化仿真平台内,基于所述规格参数信息和所述结构信息对所述目标冲压模具进行仿真建模,并将所述初始送料速度、所述第一冲压方向、边料载体的尺寸信息嵌入仿真模型内,生成所述冲压孪生模型。
在本申请实施例中,首先,获取所述目标冲压模具的规格参数信息,其中所述规格参数信息包括工件结构数据、工件尺寸数据、模具结构数据、模具尺寸数据,所述规格参数信息用于对目标冲压模具进行仿真建模提供数据支持。然后在可视化仿真平台内,根据所述规格参数信息和所述结构信息对所述目标冲压模具进行仿真建模,获得初始仿真模型,进一步将所述初始送料速度、所述第一冲压方向、边料载体的尺寸信息嵌入仿真模型内,得到所述目标冲压模具的冲压孪生模型。
通过基于可视化仿真平台对目标冲压模具进行仿真建模,可以提高目标冲压模具模拟加工的真实性和准确性,从而可以提高冲压加工风险预测的准确性。
在一个实施例中,所述方法还包括:
获取预设方向异常指标和预设位移异常指标,所述预设方向异常指标和所述预设位移异常指标通过对所述边料载体的尺寸信息、工件尺寸信息、工件间隔距离分析后获得;
将所述实时方向偏差角度输入所述冲压孪生模型中进行模拟加工,当模拟加工结果满足所述预设方向异常指标时,记录当前加工步骤数量记作所述最小方向步骤数量;
将所述实时位移偏差数据输入所述冲压孪生模型中进行模拟加工,当模拟加工结果满足所述预设位移异常指标时,记录当前加工步骤数量记作所述最小位移步骤数量。
在本申请实施例中,首先,获取工件尺寸信息,并对所述边料载体的尺寸信息、工件尺寸信息、工件间隔距离进行冲片异常分析,所述冲片异常分析是指不能满足冲片加工质量的条件下的方向异常数据和位移异常数据,其中所述方向异常数据通过对边料载体的尺寸信息和工件尺寸信息进行计算获得,例如:边料载体尺寸信息为10厘米,工件尺寸信息为8厘米,则冲片加工的宽容间隔距离为1厘米,则根据所述宽容间隔距离设置所述预设方向异常指标,其中所述预设方向异常指标小于所述宽容间隔距离;所述位移异常数据根据工件间隔距离设置,例如,可根据工件间隔距离设置位移宽容间隔距离,所述位移宽容间隔距离可根据实际情况进行设置,其中位移宽容间隔距离小于所述工件间隔距离,并将所述位移宽容间隔距离设置为预设位移异常指标。通过获得预设方向异常指标和预设位移异常指标,为下一步进行冲压加工的风险判断提供了数据支持。
将所述实时方向偏差角度输入所述冲压孪生模型中进行模拟加工,并根据所述预设方向异常指标对模拟加工结果的工件间隔距离进行判断,当工件间隔距离大于或等于所述预设方向异常指标时,则获取当前加工步骤数量,并将当前加工步骤数量记作所述最小方向步骤数量。
将所述实时位移偏差数据输入所述冲压孪生模型中进行模拟加工,根据所述预设位移异常指标对模拟加工结果的位移间隔距离进行判断,当所述位移间隔距离大于或等于所述预设位移异常指标时,则记录当前加工步骤数量记作所述最小位移步骤数量。通过获得最小方向步骤数量和最小位移步骤数量,为下一步生成位置调整控制参数提供了数据支持。
当所述最小方向步骤数量小于等于所述第一剩余冲压步骤数量且/或所述最小位移步骤数量小于等于所述第二剩余冲压步骤数量时,生成所述边料载体的位置调整控制参数,并根据所述位置调整控制参数对所述边料载体进行位置调整。
在本申请实施例中,根据所述第一剩余冲压步骤数量对所述最小方向步骤数量进行判断,根据所述第二剩余冲压步骤数量对所述最小位移步骤数量进行判断,当所述最小方向步骤数量小于等于所述第一剩余冲压步骤数量且/或所述最小位移步骤数量小于等于所述第二剩余冲压步骤数量时,表征在当前步骤下进行冲压加工时可能出现冲压质量问题,则生成所述边料载体的位置调整控制参数,并将所述位置调整控制参数控制送料机对所述边料载体进行位置调整。通过上述方法可以解决传统的电机定转子冲片加工时存在送料定位调整准确性和效率较低的技术问题,可以提高电机定转子冲片加工时送料定位调整的准确性和效率,从而提高电机定转子冲片的冲压质量和加工效率。
在一个实施例中,所述方法还包括:
根据所述第一剩余冲压步骤数量对所述最小方向步骤数量进行判断,当所述最小方向步骤数量小于等于所述第一剩余冲压步骤数量时,则将所述最小方向步骤数量的前一个步骤作为第一方向调整步骤,其中所述第一方向调整步骤为第N-1个步骤,N为最小方向步骤数量;
根据所述第二剩余冲压步骤数量对所述最小位移步骤数量进行判断,当所述最小位移步骤数量小于等于所述第二剩余冲压步骤数量时,则将所述最小位移步骤数量的前一个步骤作为第一位移调整步骤,其中所述第一位移调整步骤为第M-1个步骤,M为最小位移步骤数量;
将所述第一方向调整步骤和所述第一位移调整步骤进行比对,当所述第一方向调整步骤小于等于所述第一位移调整步骤时,则将所述第一方向调整步骤作为第一调整步骤,反之将所述第一位移调整步骤作为第一调整步骤;
根据所述第一调整步骤生成所述位置调整控制参数。
在本申请实施例中,首先,根据所述第一剩余冲压步骤数量对所述最小方向步骤数量进行判断,当所述最小方向步骤数量小于等于所述第一剩余冲压步骤数量时,表征在当前冲压步骤下继续进行冲压加工可能出现方向位置的质量问题,例如:冲压超出边料载体上下边界等,则将所述最小方向步骤数量的前一个步骤作为第一方向调整步骤,其中所述第一方向调整步骤为第N-1个步骤,N为最小方向步骤数量;根据所述第二剩余冲压步骤数量对所述最小位移步骤数量进行判断,当所述最小位移步骤数量小于等于所述第二剩余冲压步骤数量时,则表征在当前冲压步骤下继续进行冲压加工可能出现位移位置的质量问题,则将所述最小位移步骤数量的前一个步骤作为第一位移调整步骤,其中所述第一位移调整步骤为第M-1个步骤,M为最小位移步骤数量。其中选择所述最小方向步骤数量和所述最小位移步骤数量的前一个步骤作为第一方向调整步骤可以最大化地节省送料定位调整时间,提高送料定位调整效率。
然后将所述第一方向调整步骤和所述第一位移调整步骤进行数量比对,当所述第一方向调整步骤小于等于所述第一位移调整步骤时,则将所述第一方向调整步骤作为第一调整步骤;当所述第一方向调整步骤大于所述第一位移调整步骤时,则将所述第二方向调整步骤作为第一调整步骤,选择步骤较少的进行调整是为了避免出现冲压质量问题。最后根据所述第一调整步骤生成所述位置调整控制参数。
在一个实施例中,所述方法还包括:
基于所述冲压孪生模型获得所述第一调整步骤的第一模拟加工结果;
根据所述第一模拟加工结果进行角度调整分析和位移调整分析,生成第一角度调整数据和第一位移调整数据;
基于所述第一调整步骤、所述第一角度调整数据、所述第一位移调整数据组成所述位置调整控制参数。
在本申请实施例中,根据所述冲压孪生模型进行边料载体的模拟加工,并获得所述第一调整步骤的第一模拟加工结果。然后对所述第一模拟加工结果进行角度偏差分析和位移偏差分析,获得第一模拟加工结果的角度偏差数据和位移偏差数据,并根据所述角度偏差数据生成第一角度调整数据,其中所述第一角度调整数据与所述角度偏差数据相反,例如:角度偏差数据为﹢10度,则第一角度调整数据为﹣10度;根据所述位移偏差数据生成第一位移调整数据。最后根据所述第一调整步骤、所述第一角度调整数据、所述第一位移调整数据组成所述位置调整控制参数。通过获得位置调整控制参数,为进行边料载体的位置调整提供了支持。
在一个实施例中,如图3所示提供了一种电机定转子的多工位进模管控系统,包括:结构信息获取模块11、初始送料速度确定模块12、边料载体输送模块13、方向偏差分析模块14、实时位移偏差数据获取模块15、风险预测模块16、位置调整控制参数生成模块17、其中:
结构信息获取模块11,所述结构信息获取模块11用于获取目标冲压模具的结构信息,其中所述结构信息包括冲压步骤数量、工件间隔距离、一次行程时长;
初始送料速度确定模块12,所述初始送料速度确定模块12用于根据所述工件间隔距离和所述一次行程时长确定送料机的初始送料速度;
边料载体输送模块13,所述边料载体输送模块13用于在对边料载体进行冲压加工时,基于第一冲压方向将所述边料载体置于所述目标冲压模具上,并根据所述初始送料速度控制送料机进行边料载体输送;
方向偏差分析模块14,所述方向偏差分析模块14用于按照预设时间节点通过CCD图像传感器从第一采集方向对边料载体进行图像采集,并对图像采集结果进行方向偏差分析,当存在方向偏差时,获取实时方向偏差角度和第一剩余冲压步骤数量;
实时位移偏差数据获取模块15,所述实时位移偏差数据获取模块15用于按照预设时间节点通过位移传感器获取所述边料载体的实时位移距离,当所述实时位移距离与所述工件间隔距离不一致时,获取实时位移偏差数据和第二剩余冲压步骤数量;
风险预测模块16,所述风险预测模块16用于基于可视化仿真平台搭建所述目标冲压模具的冲压孪生模型,并通过所述冲压孪生模型对所述实时方向偏差角度和所述实时位移偏差数据进行风险预测,输出最小方向步骤数量和最小位移步骤数量;
位置调整控制参数生成模块17,所述位置调整控制参数生成模块17用于当所述最小方向步骤数量小于等于所述第一剩余冲压步骤数量且/或所述最小位移步骤数量小于等于所述第二剩余冲压步骤数量时,生成所述边料载体的位置调整控制参数,并根据所述位置调整控制参数对所述边料载体进行位置调整。
在一个实施例中,所述系统还包括:
灰度台面图像得到模块,所述灰度台面图像得到模块用于在对边料载体进行冲压加工之前,通过CCD图像传感器对所述目标冲压模具的加工台面进行图像采集,并对台面图像采集结果进行灰度处理,得到灰度台面图像;
灰度图像分割结果获得模块,所述灰度图像分割结果获得模块用于根据预设区域划分规则对所述灰度台面图像进行图像分割,获得多个灰度图像分割结果;
灰度值方差计算模块,所述灰度值方差计算模块用于对所述多个灰度图像分割结果进行灰度值方差计算,当方差计算结果小于预设方差阈值时,则将所述边料载体置于目标冲压模具上;
清洁处理模块,所述清洁处理模块用于当方差计算结果大于或等于预设方差阈值时,则生成台面清洁指令,并根据所述台面清洁指令对所述加工台面进行清洁处理。
在一个实施例中,所述系统还包括:
第一激光照射方向设置模块,所述第一激光照射方向设置模块用于基于所述第一冲压方向设置激光笔的第一激光照射方向,并确定所述边料载体的第一对照面,其中所述第一对照面与所述第一激光照射方向平行;
预设时间节点确定模块,所述预设时间节点确定模块用于基于所述冲压步骤数量和所述一次行程时长确定所述预设时间节点,且所述预设时间节点与剩余冲压步骤数量具有映射关系;
第一图像采集结果获取模块,所述第一图像采集结果获取模块用于获取预设时间节点的所述边料载体的第一图像采集结果,其中所述第一图像采集结果带有激光光线;
角度偏差分析模块,所述角度偏差分析模块用于通过角度偏差分析模型对所述第一图像采集结果中的第一激光光线图像和第一对照面图像进行提取,并对所述第一激光光线图像和所述第一对照面图像进行角度偏差分析,输出实时方向偏差角度;
第一剩余冲压步骤数量确定模块,所述第一剩余冲压步骤数量确定模块用于基于所述预设时间节点和所述映射关系确定第一剩余冲压步骤数量。
在一个实施例中,所述系统还包括:
规格参数信息获取模块,所述规格参数信息获取模块用于获取所述目标冲压模具的规格参数信息,其中所述规格参数信息包括工件结构数据、工件尺寸数据、模具结构数据、模具尺寸数据;
冲压孪生模型生成模块,所述冲压孪生模型生成模块用于在可视化仿真平台内,基于所述规格参数信息和所述结构信息对所述目标冲压模具进行仿真建模,并将所述初始送料速度、所述第一冲压方向、边料载体的尺寸信息嵌入仿真模型内,生成所述冲压孪生模型。
在一个实施例中,所述系统还包括:
异常指标获取模块,所述异常指标获取模块用于获取预设方向异常指标和预设位移异常指标,所述预设方向异常指标和所述预设位移异常指标通过对所述边料载体的尺寸信息、工件尺寸信息、工件间隔距离分析后获得;
最小方向步骤数量得到模块,所述最小方向步骤数量得到模块用于将所述实时方向偏差角度输入所述冲压孪生模型中进行模拟加工,当模拟加工结果满足所述预设方向异常指标时,记录当前加工步骤数量记作所述最小方向步骤数量;
最小位移步骤数量得到模块,所述最小位移步骤数量得到模块用于将所述实时位移偏差数据输入所述冲压孪生模型中进行模拟加工,当模拟加工结果满足所述预设位移异常指标时,记录当前加工步骤数量记作所述最小位移步骤数量。
在一个实施例中,所述系统还包括:
第一方向调整步骤确定模块,所述第一方向调整步骤确定模块用于根据所述第一剩余冲压步骤数量对所述最小方向步骤数量进行判断,当所述最小方向步骤数量小于等于所述第一剩余冲压步骤数量时,则将所述最小方向步骤数量的前一个步骤作为第一方向调整步骤,其中所述第一方向调整步骤为第N-1个步骤,N为最小方向步骤数量;
第一位移调整步骤确定模块,所述第一位移调整步骤确定模块用于根据所述第二剩余冲压步骤数量对所述最小位移步骤数量进行判断,当所述最小位移步骤数量小于等于所述第二剩余冲压步骤数量时,则将所述最小位移步骤数量的前一个步骤作为第一位移调整步骤,其中所述第一位移调整步骤为第M-1个步骤,M为最小位移步骤数量;
第一调整步骤获得模块,所述第一调整步骤获得模块用于将所述第一方向调整步骤和所述第一位移调整步骤进行比对,当所述第一方向调整步骤小于等于所述第一位移调整步骤时,则将所述第一方向调整步骤作为第一调整步骤,反之将所述第一位移调整步骤作为第一调整步骤;
位置调整控制参数生成模块,所述位置调整控制参数生成模块用于根据所述第一调整步骤生成所述位置调整控制参数。
在一个实施例中,所述系统还包括:
第一模拟加工结果获得模块,所述第一模拟加工结果获得模块用于基于所述冲压孪生模型获得所述第一调整步骤的第一模拟加工结果;
第一调整数据生成模块,所述第一调整数据生成模块用于根据所述第一模拟加工结果进行角度调整分析和位移调整分析,生成第一角度调整数据和第一位移调整数据;
位置调整控制参数组成模块,所述位置调整控制参数组成模块用于基于所述第一调整步骤、所述第一角度调整数据、所述第一位移调整数据组成所述位置调整控制参数。
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)通过生成位置调整控制参数对边料载体进行位置调整,可以提高电机定转子冲片加工时送料定位调整的准确性和效率,从而提高电机定转子冲片的冲压质量和加工效率。
(2)通过根据加工台面的灰度图像对加工台面进行平整度分析,可以提高加工台面平整度分析的效率和准确性,从而提高电机定转子冲片的冲压加工效率;通过基于卷积神经网络构建角度偏差分析模型对第一图像采集结果进行角度偏差分析,可以提高实时方向偏差角度获得的效率和准确性。
(3)通过基于可视化仿真平台对目标冲压模具进行仿真建模,可以提高目标冲压模具模拟加工的真实性和准确性,从而可以提高冲压加工风险预测的准确性。
(4)选择最小方向步骤数量和最小位移步骤数量的前一个步骤作为第一方向调整步骤,可以最大化地节省送料定位调整时间,提高送料定位调整效率。
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)
1.一种电机定转子的多工位进模管控方法,其特征在于,所述方法包括:
获取目标冲压模具的结构信息,其中所述结构信息包括冲压步骤数量、工件间隔距离、一次行程时长;
根据所述工件间隔距离和所述一次行程时长确定送料机的初始送料速度;
在对边料载体进行冲压加工时,基于第一冲压方向将所述边料载体置于所述目标冲压模具上,并根据所述初始送料速度控制送料机进行边料载体输送;
按照预设时间节点通过CCD图像传感器从第一采集方向对边料载体进行图像采集,并对图像采集结果进行方向偏差分析,当存在方向偏差时,获取实时方向偏差角度和第一剩余冲压步骤数量;
按照预设时间节点通过位移传感器获取所述边料载体的实时位移距离,当所述实时位移距离与所述工件间隔距离不一致时,获取实时位移偏差数据和第二剩余冲压步骤数量;
基于可视化仿真平台搭建所述目标冲压模具的冲压孪生模型,并通过所述冲压孪生模型对所述实时方向偏差角度和所述实时位移偏差数据进行风险预测,输出最小方向步骤数量和最小位移步骤数量;
当所述最小方向步骤数量小于等于所述第一剩余冲压步骤数量且/或所述最小位移步骤数量小于等于所述第二剩余冲压步骤数量时,生成所述边料载体的位置调整控制参数,并根据所述位置调整控制参数对所述边料载体进行位置调整;
所述基于可视化仿真平台搭建所述目标冲压模具的冲压孪生模型,还包括:
获取所述目标冲压模具的规格参数信息,其中所述规格参数信息包括工件结构数据、工件尺寸数据、模具结构数据、模具尺寸数据;
在可视化仿真平台内,基于所述规格参数信息和所述结构信息对所述目标冲压模具进行仿真建模,并将所述初始送料速度、所述第一冲压方向、边料载体的尺寸信息嵌入仿真模型内,生成所述冲压孪生模型;
所述并通过所述冲压孪生模型对所述实时方向偏差角度和所述实时位移偏差数据进行风险预测,输出最小方向步骤数量和最小位移步骤数量,还包括:
获取预设方向异常指标和预设位移异常指标,所述预设方向异常指标和所述预设位移异常指标通过对所述边料载体的尺寸信息、工件尺寸信息、工件间隔距离分析后获得;
将所述实时方向偏差角度输入所述冲压孪生模型中进行模拟加工,当模拟加工结果满足所述预设方向异常指标时,记录当前加工步骤数量记作所述最小方向步骤数量;
将所述实时位移偏差数据输入所述冲压孪生模型中进行模拟加工,当模拟加工结果满足所述预设位移异常指标时,记录当前加工步骤数量记作所述最小位移步骤数量;
所述当所述最小方向步骤数量小于等于所述第一剩余冲压步骤数量且/或所述最小位移步骤数量小于等于所述第二剩余冲压步骤数量时,生成所述边料载体的位置调整控制参数,还包括:
根据所述第一剩余冲压步骤数量对所述最小方向步骤数量进行判断,当所述最小方向步骤数量小于等于所述第一剩余冲压步骤数量时,则将所述最小方向步骤数量的前一个步骤作为第一方向调整步骤,其中所述第一方向调整步骤为第N-1个步骤,N为最小方向步骤数量;
根据所述第二剩余冲压步骤数量对所述最小位移步骤数量进行判断,当所述最小位移步骤数量小于等于所述第二剩余冲压步骤数量时,则将所述最小位移步骤数量的前一个步骤作为第一位移调整步骤,其中所述第一位移调整步骤为第M-1个步骤,M为最小位移步骤数量;
将所述第一方向调整步骤和所述第一位移调整步骤进行比对,当所述第一方向调整步骤小于等于所述第一位移调整步骤时,则将所述第一方向调整步骤作为第一调整步骤,反之将所述第一位移调整步骤作为第一调整步骤;
根据所述第一调整步骤生成所述位置调整控制参数。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
在对边料载体进行冲压加工之前,通过CCD图像传感器对所述目标冲压模具的加工台面进行图像采集,并对台面图像采集结果进行灰度处理,得到灰度台面图像;
根据预设区域划分规则对所述灰度台面图像进行图像分割,获得多个灰度图像分割结果;
对所述多个灰度图像分割结果进行灰度值方差计算,当方差计算结果小于预设方差阈值时,则将所述边料载体置于目标冲压模具上;
当方差计算结果大于或等于预设方差阈值时,则生成台面清洁指令,并根据所述台面清洁指令对所述加工台面进行清洁处理。
3.如权利要求1所述的方法,其特征在于,所述并对图像采集结果进行方向偏差分析,还包括:
基于所述第一冲压方向设置激光笔的第一激光照射方向,并确定所述边料载体的第一对照面,其中所述第一对照面与所述第一激光照射方向平行;
基于所述冲压步骤数量和所述一次行程时长确定所述预设时间节点,且所述预设时间节点与剩余冲压步骤数量具有映射关系;
获取预设时间节点的所述边料载体的第一图像采集结果,其中所述第一图像采集结果带有激光光线;
通过角度偏差分析模型对所述第一图像采集结果中的第一激光光线图像和第一对照面图像进行提取,并对所述第一激光光线图像和所述第一对照面图像进行角度偏差分析,输出实时方向偏差角度;
基于所述预设时间节点和所述映射关系确定第一剩余冲压步骤数量。
4.如权利要求1所述的方法,其特征在于,所述根据所述第一调整步骤生成所述位置调整控制参数,还包括:
基于所述冲压孪生模型获得所述第一调整步骤的第一模拟加工结果;
根据所述第一模拟加工结果进行角度调整分析和位移调整分析,生成第一角度调整数据和第一位移调整数据;
基于所述第一调整步骤、所述第一角度调整数据、所述第一位移调整数据组成所述位置调整控制参数。
5.一种电机定转子的多工位进模管控系统,其特征在于,用于执行权利要求1-4中所述的一种电机定转子的多工位进模管控方法中任意一项方法的步骤,所述系统包括:
结构信息获取模块,所述结构信息获取模块用于获取目标冲压模具的结构信息,其中所述结构信息包括冲压步骤数量、工件间隔距离、一次行程时长;
初始送料速度确定模块,所述初始送料速度确定模块用于根据所述工件间隔距离和所述一次行程时长确定送料机的初始送料速度;
边料载体输送模块,所述边料载体输送模块用于在对边料载体进行冲压加工时,基于第一冲压方向将所述边料载体置于所述目标冲压模具上,并根据所述初始送料速度控制送料机进行边料载体输送;
方向偏差分析模块,所述方向偏差分析模块用于按照预设时间节点通过CCD图像传感器从第一采集方向对边料载体进行图像采集,并对图像采集结果进行方向偏差分析,当存在方向偏差时,获取实时方向偏差角度和第一剩余冲压步骤数量;
实时位移偏差数据获取模块,所述实时位移偏差数据获取模块用于按照预设时间节点通过位移传感器获取所述边料载体的实时位移距离,当所述实时位移距离与所述工件间隔距离不一致时,获取实时位移偏差数据和第二剩余冲压步骤数量;
风险预测模块,所述风险预测模块用于基于可视化仿真平台搭建所述目标冲压模具的冲压孪生模型,并通过所述冲压孪生模型对所述实时方向偏差角度和所述实时位移偏差数据进行风险预测,输出最小方向步骤数量和最小位移步骤数量;
位置调整控制参数生成模块,所述位置调整控制参数生成模块用于当所述最小方向步骤数量小于等于所述第一剩余冲压步骤数量且/或所述最小位移步骤数量小于等于所述第二剩余冲压步骤数量时,生成所述边料载体的位置调整控制参数,并根据所述位置调整控制参数对所述边料载体进行位置调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311450249.8A CN117206423B (zh) | 2023-11-02 | 2023-11-02 | 一种电机定转子的多工位进模管控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311450249.8A CN117206423B (zh) | 2023-11-02 | 2023-11-02 | 一种电机定转子的多工位进模管控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117206423A CN117206423A (zh) | 2023-12-12 |
CN117206423B true CN117206423B (zh) | 2024-04-05 |
Family
ID=89041149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311450249.8A Active CN117206423B (zh) | 2023-11-02 | 2023-11-02 | 一种电机定转子的多工位进模管控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117206423B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4309949A1 (de) * | 1993-03-26 | 1994-09-29 | Haar Maschbau Alfons | Tafelanlage- und Vorschubsystem für Pressen |
KR19990049849A (ko) * | 1997-12-15 | 1999-07-05 | 이해규 | 튜브 벤딩시스템의 오프셋길이 보정장치 및 방법 |
CN103674949A (zh) * | 2012-08-31 | 2014-03-26 | 深圳麦逊电子有限公司 | 四工位并行测试装置及其测试方法 |
CN114217571A (zh) * | 2021-12-15 | 2022-03-22 | 苏州华光智控电子科技有限公司 | 一种基于数字孪生的激光切割随动系统健康监控方法 |
DE102021100906A1 (de) * | 2021-01-18 | 2022-07-21 | Schaeffler Technologies AG & Co. KG | Rotorblechschnitt mit Verschränkung und Sicherstellung für verdrehte Stapelung zum Ausgleich Ebenheit von Unwucht |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4852896B2 (ja) * | 2005-06-06 | 2012-01-11 | 株式会社Ihi | ワーク搬送装置、ワーク搬送装置の制御方法及びプレスライン |
CN104302016A (zh) * | 2014-09-16 | 2015-01-21 | 北京市信息技术研究所 | 一种基于多功能复合式传感器的无线传感网架构 |
CN104320596B (zh) * | 2014-09-30 | 2017-11-21 | 北京智谷技术服务有限公司 | 超分辨率图像的获取方法和获取装置 |
JP5802818B1 (ja) * | 2014-10-29 | 2015-11-04 | 東芝産業機器システム株式会社 | 順送加工方法 |
-
2023
- 2023-11-02 CN CN202311450249.8A patent/CN117206423B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4309949A1 (de) * | 1993-03-26 | 1994-09-29 | Haar Maschbau Alfons | Tafelanlage- und Vorschubsystem für Pressen |
KR19990049849A (ko) * | 1997-12-15 | 1999-07-05 | 이해규 | 튜브 벤딩시스템의 오프셋길이 보정장치 및 방법 |
CN103674949A (zh) * | 2012-08-31 | 2014-03-26 | 深圳麦逊电子有限公司 | 四工位并行测试装置及其测试方法 |
DE102021100906A1 (de) * | 2021-01-18 | 2022-07-21 | Schaeffler Technologies AG & Co. KG | Rotorblechschnitt mit Verschränkung und Sicherstellung für verdrehte Stapelung zum Ausgleich Ebenheit von Unwucht |
CN114217571A (zh) * | 2021-12-15 | 2022-03-22 | 苏州华光智控电子科技有限公司 | 一种基于数字孪生的激光切割随动系统健康监控方法 |
Non-Patent Citations (2)
Title |
---|
U形钩多工位级进模设计;金龙建;蒋红超;;模具工业(第01期);4-42页 * |
金龙建 ; 蒋红超 ; .U形钩多工位级进模设计.模具工业.2013,(第01期),4-42页. * |
Also Published As
Publication number | Publication date |
---|---|
CN117206423A (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109926817B (zh) | 基于机器视觉的变压器自动装配方法 | |
CN112132856B (zh) | 一种基于自适应模板更新的孪生网络跟踪方法 | |
CN110281231B (zh) | 无人化fdm增材制造的移动机器人三维视觉抓取方法 | |
CN111013857A (zh) | 一种喷涂机器人控制系统及控制方法 | |
CN104331876A (zh) | 直线检测、图像处理的方法及相关装置 | |
CN112613097A (zh) | 一种基于计算机视觉的bim快速化建模方法 | |
CN113657551B (zh) | 一种用于分拣堆叠多目标的机器人抓取姿态任务规划方法 | |
CN106600663B (zh) | 一种基于二次b样条曲线的简单曲线平滑方法 | |
CN113096147B (zh) | 一种基于matlab的激光标记阴影的自动生成方法 | |
CN117206423B (zh) | 一种电机定转子的多工位进模管控方法及系统 | |
CN115993804A (zh) | 一种基于数控机床的刀具参数调整方法及相关设备 | |
CN113838144B (zh) | 一种基于机器视觉和深度学习的uv打印机上物件定位方法 | |
CN115816164A (zh) | 一种管件装配机的管件定长裁切系统 | |
CN111666889A (zh) | 一种焊缝的识别方法以及识别装置 | |
CN109902694B (zh) | 一种方孔特征的提取方法 | |
CN117086175B (zh) | 一种冲压模具的形变补偿控制方法及系统 | |
CN116580005B (zh) | 基于图像处理与深度学习的管片模具开模系统的引导方法 | |
CN113642608B (zh) | 一种基于卷积神经网络的人形靶分割方法 | |
EP3460732A1 (en) | Dispatching method and system based on multiple levels of steady state production rate in working benches | |
CN117270537A (zh) | 一种自动刨花的移动路径控制系统及控制方法 | |
CN112308870B (zh) | 基于深度学习的边缘检测滤波器优化方法 | |
CN116985143B (zh) | 一种打磨机器人的打磨轨迹生成系统 | |
CN115582840B (zh) | 无边框钢板工件分拣抓取位姿计算方法、分拣方法及系统 | |
CN117601424B (zh) | 一种拼接式3d打印系统及打印方法 | |
CN116912241B (zh) | 基于机器学习的cnc调机优化方法及系统 |
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 |