CN117300908B - 一种钻头生产异常工况监测控制系统 - Google Patents

Abstract

本发明涉及生产监控技术领域，具体公开了一种钻头生产异常工况监测控制系统，所述系统包括：红外测温组件，用以获取钻头打磨区的温度红外影像信息；红外图像识别模块，用以对温度红外影像信息进行实时识别，获取目标温度区域及目标温度区域内的温度信息；振动传感器，设置于钻头夹持组件底座上，用以获取钻头打磨过程中的振动数据；设备参数采集端，用以获取打磨机的运行状态信息；中心处理器，用以根据目标温度区域、目标温度区域内的温度信息、振动数据及运行状态信息对钻头打磨状态进行状态分析，根据状态分析结果获得打磨机调节参数；调节参数输出端，用以按照打磨机调节参数对打磨机的运行参数进行调节。

Description

一种钻头生产异常工况监测控制系统

技术领域

本发明涉及生产监控技术领域，具体为一种钻头生产异常工况监测控制系统。

背景技术

钻头是生活生产中用于钻孔的工具之一，其制作过程包括切割、磨顶尖、粗磨精磨外圆、磨注水槽及磨削顶尖等工序，由于钻头的材质原因，导致过程中对于打磨盘的损耗程度较高，而打磨盘的损耗也会对钻头的产品质量造成影响，因此现有技术会动态的调整冷却液作用量，来使得打磨盘加工钻头过程中的产热量能尽快的得到冷却，进而减少打磨盘的损耗；然而，钻头加工过程中的异常工况也需要对其及时的判断。

现有技术中，钻头打磨过程中的异常工况主要通过对产品的检测对过程风险进行判断，通过在每道打磨工序之后设置对应的检测工序，在检测出钻头存在质量问题时及时发出对应指令，进而及时对打磨工序参数及设备状态进行检修，保证钻头生产工序的正产运行；同时，现有技术还会对打磨设备运行参数进行监测，保证运行参数处于合理的范围内。

然而，基于产品质量的检测方法对于异常工况的判断存在一定的滞后性，易产生钻头批量报废的风险；而对运行参数的监测虽然能够对明显的异常问题进行判断，在对于潜在的风险，判断也会存在一定的滞后性。

发明内容

本发明的目的在于提供一种钻头生产异常工况监测控制系统，解决以下技术问题：

如何在钻头打磨过程中提高对异常工况监测的及时性及准确性。

本发明的目的可以通过以下技术方案实现：

一种钻头生产异常工况监测控制系统，所述系统包括：

红外测温组件，用以获取钻头打磨区的温度红外影像信息；

红外图像识别模块，用以对温度红外影像信息进行实时识别，获取目标温度区域及目标温度区域内的温度信息；

振动传感器，设置于钻头夹持组件底座上，用以获取钻头打磨过程中的振动数据；

设备参数采集端，用以获取打磨机的运行状态信息；

中心处理器，用以根据目标温度区域、目标温度区域内的温度信息、振动数据及运行状态信息对钻头打磨状态进行状态分析，根据状态分析结果获得打磨机调节参数；

调节参数输出端，用以按照打磨机调节参数对打磨机的运行参数进行调节。

于一实施例中，所述目标温度区域识别的过程包括：

对温度红外影像信息进行帧划分，获得温度红外帧图像；

选择温度红外帧图像中温度T＞T1的区域做为目标温度区域；

其中，T1为临界温度值，且T1＝γ*T_E，T_E为当前环境温度；γ为预设固定系数，且1.05＞γ＞1；

目标温度区域内的温度信息获取过程包括：

获取目标温度区域内的最高温度值T2；

按照固定阶梯数将T1～T2划分为x段阶梯，获得每个区域对应的区域范围面积作为目标温度区域内的温度信息。

于一实施例中，所述状态分析的过程包括：

对振动数据进行处理分析，获得振动异常值V，将振动异常值V与临界值V1进行比对：

若V≥V1，则生成停止加工指令；

若V＜V1，则根据振动异常值及运行状态信息获得预测温度状态值，及根据目标温度区域及目标温度区域内的温度信息获得实时温度状态值，及根据预测温度状态值与实时温度状态值的比对判断整体状态，并根据整体状态发出对应指令。

于一实施例中，振动异常值的获取过程包括：

通过公式计算获得一次打磨过程中的振动异常值V；

其中，A_max为一次打磨过程中的最大振幅值；为一次打磨过程中的振幅均值；A₀为振幅标准值；A_th为单位振幅值；s_A为振幅稳定性系数，且/>m为一次打磨过程按固定时段划分的段数，i∈[1，m]；/>为第i段的均值。

于一实施例中，所述预测温度状态值的计算过程包括：

通过公式 计算获得实时的预测温度状态值T_p(t)；

其中，n(t)为打磨机实时转速；t₀为当前打磨过程的起始时间点；t为当前时间点；f_T为温度状态值转化函数；T₀为当前打磨过程起始时间点的温度状态值；v_b(t)为打磨机冷却液的实时出液速率；f_F为温度状态值调节函数；V为上一打磨过程的振动异常值，V2为振动理想值，且V2＜V1。

于一实施例中，所述实时温度状态值的计算过程包括：

通过公式计算获得实时温度状态值T_r(t)；

其中，j∈[1，x]；S(t)为当前时间点的目标温度区域总面积；S_j(t)为当前时间点第j个阶梯的区域面积值；为当前时间点第j个阶梯的区域面积内的温度均值；α_j为第j个阶梯的权重系数。

于一实施例中，整体状态的判断过程包括：

通过公式 计算获得温度异常值T_state；

其中，μ为调整系数；

将温度异常值与预设阈值区间[T1，T2]进行比对：

当T_state＞T2时，则在当前工件打磨加工完成后生成停止加工指令；

当T_state＜T1时，则保持正常运行；

当T_state∈[T1，T2]，则根据当前加工过程中的v_b(t)对应数值范围进行判断。

于一实施例中，当T_state∈[T1，T2]时，进行判断的过程包括：

获取当前加工过程中t₀～t阶段v_b(t)最大值max{v_b(t)}；

将max{v_b(t)}与出液速率标准值vb1进行比对：

若max{v_b(t)}≥vb1，则在当前工件打磨加工完成后生成停止加工指令；

若max{v_b(t)}＜vb1，则在当前工件打磨加工完成后对打磨机冷却装置进行检测校正。

本发明的有益效果：

(1)本发明中实时监测的方法能够保证对异常工况监测的及时性，避免了判断滞后性对生产过程造成的不利影响，同时，本实施例中的系统结合多个因素进行状态分析的判断方式，能够对钻头加工过程中存在的潜在风险进行准确且及时的判断，进而通过调节参数输出端对打磨机调节参数的调节，保证了钻头加工过程的稳定运行。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明钻头生产异常工况监测控制系统的逻辑框图。

图2是本发明钻头生产异常工况监测控制系统的模块连接示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。

请参阅图2所示，在一个实施例中，提供了一种钻头生产异常工况监测控制系统，该系统在现有基于产品检测对异常工况的基础上，采用实时主动的监测方法，在通过设备参数采集端获取打磨机的运行状态信息的基础上，通过获取并识别钻头打磨区的温度红外影像信息，以及钻头夹持组件底座上检测的振动数据，进而通过中心处理器进行状态分析，根据状态分析结果获得打磨机调节参数，并按照打磨机调节参数对打磨机的运行参数进行调节，进而能够实现钻头异常工况监测的过程，而在此过程中，实时监测的方法能够保证对异常工况监测的及时性，避免了判断滞后性对生产过程造成的不利影响，同时，本实施例中的系统结合多个因素进行状态分析的判断方式，能够对钻头加工过程中存在的潜在风险进行准确且及时的判断，进而通过调节参数输出端对打磨机调节参数的调节，保证了钻头加工过程的稳定运行。

本系统中的红外测温组件通过工业级红外测温热像仪获取热成像的影响信息作为温度红外影像信息，红外图像识别模块则对温度红外影像信息进行实时识别，获取目标温度区域及目标温度区域内的温度信息；振动传感器则采用工业级单轴振动传感器来对钻头夹持组件底座的振动状况进行实时监测；设备参数采集端与设备运行系统进行通讯连接，获得设备实时的运行状态信息；因此，本实施例的硬件可选择现有技术中的产品，在本实施例中不作进一步限定。

作为本发明的一种实施方式，本实施例给出了一种目标温度区域识别的过程，包括：对温度红外影像信息进行帧划分，获得温度红外帧图像；选择温度红外帧图像中温度T＞T1的区域做为目标温度区域；其中，T1为临界温度值，且T1＝γ*T_E，T_E为当前环境温度；γ为预设固定系数，且1.05＞γ＞1；临界温度值的设定用于排除温度红外影像信息无关区域的影响，同时预设固定系数可根据实际的应用状况进行选择性，其数值范围根据不同规格钻头打磨过程中的经验数据拟合获得，在此不作详述；而目标温度区域内的温度信息获取过程包括：获取目标温度区域内的最高温度值T2；按照固定阶梯数将T1～T2划分为x段阶梯，获得每个区域对应的区域范围面积作为目标温度区域内的温度信息；通过梯度的划分过程，能够更加准确的体现出钻头打磨过程中温度的状况，进而在分析判断时提供较为准确的判断依据。

作为本发明的一种实施方式，请参阅图1所示，所述状态分析的过程包括：对振动数据进行处理分析，获得振动异常值V，将振动异常值V与临界值V1进行比对：若V≥V1，则生成停止加工指令；若V＜V1，则根据振动异常值及运行状态信息获得预测温度状态值，及根据目标温度区域及目标温度区域内的温度信息获得实时温度状态值，及根据预测温度状态值与实时温度状态值的比对判断整体状态，并根据整体状态发出对应指令。

通过上述技术方案，给出了一种状态分析的整体过程，首先根据振动数据获得振动异常值，且存在的振动风险越大，则振动异常值V也越大，而临界值V1根据测试数据拟合获得，因此当V≥V1时，则生成停止加工指令；当V＜V1时，则根据振动异常值及运行状态信息获得预测温度状态值，及根据目标温度区域及目标温度区域内的温度信息获得实时温度状态值，及根据预测温度状态值与实时温度状态值的比对判断整体状态，并根据整体状态发出对应指令，进而实现异常工况的及时监测过程。

作为本发明的一种实施方式，请参阅图1所示，给出了一种振动异常值的获取过程，具体包括：通过公式 计算获得一次打磨过程中的振动异常值V；其中，A_max为一次打磨过程中的最大振幅值；/>为一次打磨过程中的振幅均值；A₀为振幅标准值；A_th为单位振幅值；s_A为振幅稳定性系数，且/>m为一次打磨过程按固定时段划分的段数，i∈[1，m]；/>为第i段的均值。

通过上述技术方案，利用一次打磨过程中的振幅数据进行分析，通过整体的振幅数值相对振幅标准值A₀的差值状况 结合划分固定时段内振幅的变化状况s_A，将其与单位振幅值的比对，进而通过异常振动值实现对振动异常状态的判断；其中，振幅标准值及单位振幅值均根据测试数据选择拟定，在此不作详述。

作为本发明的一种实施方式，请参阅图1所示，给出了预测温度状态值的计算过程，包括：通过公式 计算获得实时的预测温度状态值T_p(t)；其中，n(t)为打磨机实时转速；t₀为当前打磨过程的起始时间点；t为当前时间点；f_T为温度状态值转化函数；T₀为当前打磨过程起始时间点的温度状态值；v_b(t)为打磨机冷却液的实时出液速率；f_F为温度状态值调节函数；V为上一打磨过程的振动异常值，V2为振动理想值，且V2＜V1。

通过上述技术方案，基于温度的整体累计变化状况及振动状况，计算获得温度状态值增量同时通过打磨机冷却液的实时出液速率获得温度状态值减量/>其中，温度状态值转化函数f_T和温度状态值调节函数f_F均根据测试数据拟合获得，因此，计算获得的预测温度状态值T_p(t)，能够体现出标准状态下的温度状态值变化数据。

需要说明的是，振动理想值V2为设备处于标准状态下测定的震动状态值，因此V2＜V1。

作为本发明的一种实施方式，请参阅图1所示，给出了一种实时温度状态值的计算过程，包括：通过公式 计算获得实时温度状态值T_r(t)；其中，j∈[1，x]；S(t)为当前时间点的目标温度区域总面积；S_j(t)为当前时间点第j个阶梯的区域面积值；/>为当前时间点第j个阶梯的区域面积内的温度均值；α_j为第j个阶梯的权重系数。

通过上述技术方案，给出了计算实时温度状态值T_r(t)的方法，通过针对不同区域及温度区间均值，对其进行阶梯式划分，并结合划分的梯度调整不同梯度的权重，进而获取温度分布的状况及温度大小状况，进而通过实时温度状态值实现对当前打磨状态的判断过程。

需要说明的是，权重系数α_j根据不同的阶梯设定不同的系数，且阶梯的温度越高，则对应的权重系数越大。

作为本发明的一种实施方式，请参阅图1所示，给出了一种整体状态的判断过程，包括：通过公式 计算获得温度异常值T_state；其中，μ为调整系数；将温度异常值与预设阈值区间[T1，T2]进行比对：当T_state＞T2时，进行判断的过程包括：获取当前加工过程中t₀～t阶段v_b(t)最大值max{v_b(t)}；将max{v_b(t)}与出液速率标准值vb1进行比对：若max{v_b(t)}≥vb1，则在当前工件打磨加工完成后生成停止加工指令；若max{v_b(t)}＜vb1，则在当前工件打磨加工完成后对打磨机冷却装置进行检测校正；当T_state＜T1时，则保持正常运行；当T_state∈[T1，T2]，则根据当前加工过程中的v_b(t)对应数值范围进行判断。

通过上述技术方案，本实施例给出了整体状态的判断过程，具体的，将实时温度状态值及预测温度状态值代入至温度异常值计算模型中，通过获得的温度异常系数来对加工过程存在的风险进行判断，其中温度异常系数基于一次加工过程中累计差量的单位均值状况及一次加工过程中的差值极值状况max(T_r(t)-T_p(t))综合判断，其中，调整系数μ基于测试数据拟合获得，因此通过获得的温度异常值T_state与预设阈值区间进行比对，进而实现不同的输出过程；其中，预设阈值区间[T1，T2]根据经验运行数据拟合获得，因此当T_state＞T2时，说明实时温度状态值偏离预测温度状态值较远，因此则在当前工件打磨加工完成后生成停止加工指令；而当T_state＜T1时，说明差量在误差范围内，因此保持正常运行；当T_state∈[T1，T2]时，需要进一步进行判断，具体地，获取当前加工过程中t₀～t阶段v_b(t)最大值max{v_b(t)}；将max{v_b(t)}与出液速率标准值vb1进行比对：若max{v_b(t)}≥vb1，说明打磨机冷却装置已经将超负荷运行，此时依然存在温度异常值偏大的问题，说明钻头加工过程中存在的风险依然很大，因此在当前工件打磨加工完成后生成停止加工指令；若max{v_b(t)}＜vb1，则说明存在打磨机冷却装置冷却不及时造成发热量较大的问题，因此在当前工件打磨加工完成后对打磨机冷却装置进行检测校正，保证打磨机冷却装置有效的运行。

需要说明的是，本实施例中的判断过程是基于冷却液动态调整方案的基础上实现的，即冷却液的输出量会自动随着发热量的增加而增加，减少而减少，此种方案属于现有技术方案，本实施例中对其实现过程不作详述。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (5)

1.一种钻头生产异常工况监测控制系统，其特征在于，所述系统包括：

红外测温组件，用以获取钻头打磨区的温度红外影像信息；

红外图像识别模块，用以对温度红外影像信息进行实时识别，获取目标温度区域及目标温度区域内的温度信息；

振动传感器，设置于钻头夹持组件底座上，用以获取钻头打磨过程中的振动数据；

设备参数采集端，用以获取打磨机的运行状态信息；

中心处理器，用以根据目标温度区域、目标温度区域内的温度信息、振动数据及运行状态信息对钻头打磨状态进行状态分析，根据状态分析结果获得打磨机调节参数；

调节参数输出端，用以按照打磨机调节参数对打磨机的运行参数进行调节；

所述状态分析的过程包括：

对振动数据进行处理分析，获得振动异常值V，将振动异常值V与临界值V1进行比对：

若V≥V1，则生成停止加工指令；

若V＜V1，则根据振动异常值及运行状态信息获得预测温度状态值，及根据目标温度区域及目标温度区域内的温度信息获得实时温度状态值，及根据预测温度状态值与实时温度状态值的比对判断整体状态，并根据整体状态发出对应指令；

整体状态的判断过程包括：

通过公式

，

计算获得温度异常值；

其中，为调整系数，/>为当前打磨过程的起始时间点；t为当前时间点；/>为实时温度状态值，/>为预测温度状态值；

将温度异常值与预设阈值区间[T1，T2]进行比对：

其中，T1为临界温度值，T2为目标温度区域内的最高温度值；

当时，则在当前工件打磨加工完成后生成停止加工指令；

当时，则保持正常运行；

当，则根据当前加工过程中的/>对应数值范围进行判断，/>为打磨机冷却液的实时出液速率；

当时，进行判断的过程包括：

获取当前加工过程中阶段/>最大值/>；

将与出液速率标准值vb1进行比对：

若，则在当前工件打磨加工完成后生成停止加工指令；

若，则在当前工件打磨加工完成后对打磨机冷却装置进行检测校正。

2.根据权利要求1所述的一种钻头生产异常工况监测控制系统，其特征在于，所述目标温度区域识别的过程包括：

对温度红外影像信息进行帧划分，获得温度红外帧图像；

选择温度红外帧图像中温度T＞T1的区域做为目标温度区域；

其中，T1为临界温度值，且，/>为当前环境温度；/>为预设固定系数，且；

目标温度区域内的温度信息获取过程包括：

获取目标温度区域内的最高温度值T2；

按照固定阶梯数将T1～T2划分为x段阶梯，获得每个区域对应的区域范围面积作为目标温度区域内的温度信息。

3.根据权利要求1所述的一种钻头生产异常工况监测控制系统，其特征在于，振动异常值的获取过程包括：

通过公式计算获得一次打磨过程中的振动异常值V；

其中，为一次打磨过程中的最大振幅值；/>为一次打磨过程中的振幅均值；/>为振幅标准值；/>为单位振幅值；/>为振幅稳定性系数，且/>，m为一次打磨过程按固定时段划分的段数，i∈[1，m]；/>为第i段的均值。

4.根据权利要求1所述的一种钻头生产异常工况监测控制系统，其特征在于，所述预测温度状态值的计算过程包括：

通过公式

，

计算获得实时的预测温度状态值；

其中，为打磨机实时转速；/>为当前打磨过程的起始时间点；t为当前时间点；/>为温度状态值转化函数；/>为当前打磨过程起始时间点的温度状态值；/>为打磨机冷却液的实时出液速率；/>为温度状态值调节函数；V为上一打磨过程的振动异常值，V2为振动理想值，且V2＜V1。

5.根据权利要求4所述的一种钻头生产异常工况监测控制系统，其特征在于，所述实时温度状态值的计算过程包括：

通过公式计算获得实时温度状态值/>；x为阶梯总段数；

其中，j∈[1，x]；为当前时间点的目标温度区域总面积；/>为当前时间点第j个阶梯的区域面积值；/>为当前时间点第j个阶梯的区域面积内的温度均值；/>为第j个阶梯的权重系数。