CN117311415B - 一种钢件加工用温度监测系统 - Google Patents
一种钢件加工用温度监测系统 Download PDFInfo
- Publication number
- CN117311415B CN117311415B CN202311603186.5A CN202311603186A CN117311415B CN 117311415 B CN117311415 B CN 117311415B CN 202311603186 A CN202311603186 A CN 202311603186A CN 117311415 B CN117311415 B CN 117311415B
- Authority
- CN
- China
- Prior art keywords
- module
- data
- temperature
- processing
- steel
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 158
- 239000010959 steel Substances 0.000 title claims abstract description 158
- 238000012544 monitoring process Methods 0.000 title claims abstract description 18
- 238000003754 machining Methods 0.000 title claims description 3
- 238000012545 processing Methods 0.000 claims abstract description 188
- 230000002159 abnormal effect Effects 0.000 claims abstract description 58
- 238000005457 optimization Methods 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 44
- 230000005856 abnormality Effects 0.000 claims abstract description 17
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000001816 cooling Methods 0.000 claims description 63
- 239000000498 cooling water Substances 0.000 claims description 50
- 238000005507 spraying Methods 0.000 claims description 31
- 239000000463 material Substances 0.000 claims description 29
- 230000007613 environmental effect Effects 0.000 claims description 25
- 230000000694 effects Effects 0.000 claims description 24
- 230000001105 regulatory effect Effects 0.000 claims description 21
- 238000011010 flushing procedure Methods 0.000 claims description 12
- 230000033228 biological regulation Effects 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000000611 regression analysis Methods 0.000 claims description 7
- 230000001276 controlling effect Effects 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 6
- 238000007476 Maximum Likelihood Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000005452 bending Methods 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/02—Constructional details
- G01J5/03—Arrangements for indicating or recording specially adapted for radiation pyrometers
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Control Of Heat Treatment Processes (AREA)
Abstract
本发明公开了一种钢件加工用温度监测系统,属于钢件加工温度监测,包括温度收集模块、数据采集模块、数据判定模块、数据显示模块、数据记录模块、数据优化模块、反馈模块、温度调节模块和报警模块,所述温度收集模块、数据采集模块、数据判定模块、数据显示模块、数据记录模块、数据优化模块、反馈模块、温度调节模块和报警模块依次通信连接。本发明一种钢件加工用温度监测系统,能够实现数据采集、异常判定、数据显示、数据记录与优化、出现异常情况时的自我调节处理以及未响应异常处理时的自动停机操作,有助于提高在钢件加工过程中钢件的生产效率、产品质量,提高了资源的利用率并保证了生产时的安全性。
Description
技术领域
本发明属于钢件加工温度监测领域,具体是一种钢件加工用温度监测系统。
背景技术
钢件加工是一个广泛的工艺领域,涉及对钢材进行各种工艺处理和制造过程,旨在使原始的钢材转变为具备所需形状、尺寸和性能的成品零件或组件,这个过程通常包括切割、弯曲、钻孔、焊接、热处理等多个关键操作,在进行加工过程中,加工的装置与钢材之间会产生热量,需要通过冷却水对温度进行控制,并且需要对加工时的温度进行实时监测,保证钢件的顺利加工;
现有技术中在钢件加工时的温度进行监测时,仅通过温度收集模块将温度数据采集,再通过数据采集模块将温度数据转换为数字信号传送到用户端,然而不同的钢件在经过不同的加工工艺时,对于温度的把控是不同的,传统的监测系统仅对于温度进行记录,在钢件加工时缺乏对钢件温度、冷却装置、钢件材质和加工参数之间关系的整合优化,无法对于不同的钢件加工时的温度与冷却装置进行自动调节,容易影响加工质量;
针对上述,本案提出一种钢件加工用温度监测系统,通过增加数据优化模块和温度调节模块以解决上述技术问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种钢件加工用温度监测系统,通过改善检测方式和处理方式以解决上述技术问题。
为了实现上述目的,本发明采用了如下技术方案:
一种钢件加工用温度监测系统,。
进一步的,包括温度收集模块、数据采集模块、数据判定模块、数据显示模块、数据记录模块、数据优化模块、反馈模块、温度调节模块和报警模块,所述温度收集模块、数据采集模块、数据判定模块、数据显示模块、数据记录模块、数据优化模块、反馈模块、温度调节模块和报警模块依次通信连接;
所述温度收集模块,用于实时采集工件加工时的温度,传输信号到下一模块,通过红外线测温仪,根据测量物体辐射出的红外线来获得钢件加工时的温度;
所述数据采集模块,通过内置的ADC芯片,可以将温度收集模块采集到的温度信号进行模数转换,并输出相应的数字信号进入数据判定模块;
所述数据判定模块,用于采集到的数据进行判定,将正常值传输进入数据显示模块中,将非正常值传输到反馈模块中;
所述数据显示模块,用于将经过判定的正常值传输到用户端,并将温度数据显示在用户界面上;
所述数据记录模块,将每次钢件加工时的温度进行整合,并上传至数据优化模块;
所述数据优化模块,通过整合钢件的空间位置、材质、加工参数、环境条件、冷却水喷洒情况以及钢件加工时的温度,进行数据分析和建模,获得优化方案并反馈至加工处理装置,对于后续钢件加工进行自动优化;
所述反馈模块,在异常数据被检测到后,反馈模块会触发相应的处理机制,将异常值反馈进入下一模块,进行异常处理操作;
所述温度调节模块,通过控制加工处理装置中冷却水注入的增大或者减小,对钢件加工时的异常温度进行三次控制;
所述报警模块,在温度调节模块调节失败后,会收到反馈模块的信号,将异常直接反馈给用户端,进行紧急处理操作,用户端一段时间未响应后会直接暂停加工处理装置,防止损失扩大;
所述数据优化模块会预先采集钢件加工过程中钢件的空间位置、材质、加工参数、环境条件和冷却水喷洒情况,由信息录入系统、激光测速仪、激光测距仪、温度传感器、湿度传感器、流量传感器来对钢件加工时的数据进行采集,这些装置用于准确地获取出加工处理装置的加工数据,数据优化模块配备了热传导方程来对冷却效果进行描述,数据优化模块还会对数据进行回归分析,以获取预测模型,所述数据优化模块还内置有误差处理系统,对同一批钢件加工过程中的非正常数据进行清洗;
所述数据优化模块会预先采集钢件加工过程中钢件的材质、加工参数、环境条件和冷却水喷洒量,其采集过程如下:
通过将正在进行的钢材的材质证书、标识输入信息录入系统中,信息录入系统与计算机联通,对钢材进行建库分类,收集和记录钢材的相关信息,包括规格、品种、质量;
通过将激光测速仪、激光测距仪与加工处理装置连接,可以在钢件的加工过程中,对切削速度、进给速度以及空间位置进行记录,并实时上传至信息录入系统中,与所进行加工的钢件进行匹配;
通过将温度传感器、湿度传感器安装在加工处理装置的周围,实时记录周边环境的温度、湿度,并上传至信息录入系统中,与所进行加工的钢件进行匹配;
通过在加工处理装置的冷却系统中装入流量传感器,对于钢件的冷却水喷洒频率、流量进行记录,并上传至信息录入系统中,与所进行加工的钢件进行匹配;
所述数据优化模块配备了热传导方程,以分析冷却效果,评估不同材质、加工参数、环境条件、冷却水喷洒量和加工时环境温度对冷却效果的影响,其算法公式为:
;
其中,表示钢件的温度,/>表示时间,/>表示空间位置,/>表示热扩散系数,温度的变化率/>取决于温度在空间位置 /> 方向上的曲率/>,即描述温度的曲线在空间上的弯曲程度,以对钢件冷却效果进行分析;
所述数据优化模块通过整合钢件的空间位置、材质、加工参数、环境条件和冷却水喷洒量,结合热传导方程所计算的冷却效果,对数据进行回归分析,其算法公式为:
;
其中,为因变量,即冷却效果,/>到/>为自变量,包括钢件的空间位置、材质、加工参数、环境条件和冷却水喷洒量,/>到/>为回归系数,/>表示误差项,所述数据优化模块会在每次钢件的加工过程中进行数据代入与整合分析,获得回归模型,并反馈到加工处理装置中的冷却系统里;
所述误差处理系统会使用极大似然估计,对于同一批钢件加工时的冷却温度进行分析,通过数据记录模块上传的温度数据,会先经过误差处理系统,经过与以往样本的概率值进行比对,可以判断哪些数据可能是非正常值,超出了预期的范围,自动剔除非正常数据,其具体的算法为:
;
其中,为似然函数,/>表示待估计的参数,/>表示观测数据/>的概率质量函数,/>为正整数,通过将已有的同一批钢件加工时的温度数据进行整合计算,得出似然函数,再与新的温度数据的似然函数进行对比,剔除非正常数据。
进一步的,所述数据判定模块会对数据采集模块上传的信息进行一次判定,其具体方法为:
在每次钢件加工之前,先在数据判定模块中设置一个阈值,包括钢件加工时的最高温度与最低温度,当上传的信息在最高温度与最低温度之间时,会通过数据判定模块的判定,进入数据显示模块中,进而被记录为有效数据;
当出现异常数值时,即数据采集模块上传的信息大于设定的最高温度或小于设定的最低温度时,数据判定模块会判定数据异常,并发送电信号进入反馈模块;
所述反馈模块会判定该异常是否进行过温度调节模块调节,如果该异常没有经过三次温度调节模块调节,则反馈模块会传输信号进入温度调节模块中,如该异常已经历过三次温度调节模块调节,则反馈模块会输出信号进入报警模块中,报警模块会直接向用户端进行反馈,并设置有断路控制装置,一段时间未响应后会自动暂停加工处理装置。
进一步的,所述温度调节模块会对产生异常值时的加工处理装置进行三次控制,其具体方法为:
温度调节模块在收到反馈模块的反馈信号后,会传输一次信号到加工处理装置的冷却系统中,控制冷却水的流速、流量以及位置,对于温度高于设定值的区域提高冷却水的流量以及冲刷频率,对于温度低于设定值的区域减少冷却水的流量以及冲刷频率;
在第一次温度调节模块工作后,新的温度数据会重新被采集,经过数据采集模块进入数据判定模块中,如果温度符合要求,则会进入数据显示模块中,并被记录,如果数据仍然异常,会进入反馈模块中进行一次判定并再次传输信号进入温度控制模块中;
当反馈模块判定三次仍为异常值后,会直接传输信号进入报警模块中,报警模块会先传输信号进入用户端,进行警告,在一定时间内未收到用户端的反馈后,会直接传输信号暂停加工处理装置。
进一步的,所述数据优化模块会自动优化加工处理装置,在数据优化模块整合一定数量的钢件加工样本后,根据钢件的空间位置、材质、加工参数、环境条件和冷却水喷洒量,结合热传导方程所计算的冷却效果所生成的回归模型,会自动对于加工处理装置进行优化,包括对于冷却系统中冷却水冲刷的位置、流量、冲刷频率进行调节;
在信息录入系统录入的新的钢件后,进行自动匹配,在库中自动匹配最相近的钢件加工案例,自动优化冷却方案;
在已有的钢件进行加工处理时,会结合回归模型,进行数据分析,自动优化冷却方案,高效完成钢件加工。
与现有技术相比,本发明的有益效果是:
在本发明中,通过数据记录模块和数据优化模块,可以对钢件在加工时的材质、加工参数、环境条件和冷却水喷洒量数据进行收集,并通过热传导方程分析冷却效果,通过建立回归模型,可以对在信息录入系统录入的新的钢件后,进行自动匹配,在库中自动匹配最相近的钢件加工案例,以便为新钢件提供优化的冷却方案,在已有的钢件进行加工处理时,会结合回归模型,进行数据分析,进一步优化冷却方案,提高加工效率,并减少可能的变形和损伤,通过精确的冷却温度控制,可以避免过度或不足的冷却,从而降低成本和资源的浪费;
在本发明中,通过数据优化模块,可以对同一批钢件加工时的冷却温度进行分析和优化,确保在相同的加工条件下,每个钢件都经历相似的冷却过程,从而提高加工的一致性和稳定性。
3、在本发明中,通过数据优化模块中的误差处理系统,通过极大似然估计对于同一批钢件加工时的冷却温度进行分析,可以减小并校正数据中的误差,提高回归方程的精确性和可靠性,进而优化冷却过程,确保钢件在加工中获得适当的冷却效果,从而提高加工质量和性能;
4、在本发明中,通过温度控制模块可以在出现温度异常值后,通过温度控制模块直接作用于加工处理装置,通过减小冷却水的量以及冷却水的喷洒频率,对低于阈值的异常温度进行升温,以控制异常温度,当温度调节模块连续控制三次仍失败后,会通过反馈模块直接作用报警模块,对用户端发出警告,有助于及时提醒操作人员温度控制出现问题,并采取适当的措施进行修正或维护,在一段时间未收到反馈后,反馈模块会对加工处理装置进行暂停操作,从而降低加工质量和设备损坏的风险,确保生产安全和资产保护;
整个钢件加工用温度监测系统能够实现数据采集、异常判定、数据显示、数据记录与优化、出现异常情况时的自我调节处理以及未响应异常处理时的自动停机操作,有助于提高在钢件加工过程中钢件的生产效率、产品质量,提高了资源的利用率并保证了生产时的安全性。
附图说明
图1为本发明的一种钢件加工用温度监测系统框图。
具体实施方式
下面将结合实施例对本发明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做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。
如图1所示,一种钢件加工用温度监测系统,包括温度收集模块、数据采集模块、数据判定模块、数据显示模块、数据记录模块、数据优化模块、反馈模块、温度调节模块和报警模块,所述温度收集模块、数据采集模块、数据判定模块、数据显示模块、数据记录模块、数据优化模块、反馈模块、温度调节模块和报警模块依次通信连接;
所述温度收集模块,用于实时采集工件加工时的温度,传输信号到下一模块,通过红外线测温仪,根据测量物体辐射出的红外线来获得钢件加工时的温度;
需要说明的是,通过温度收集模块,可以在红外线测温仪的辅助下,不与加工钢件接触即可得出所需的温度数据。
所述数据采集模块,通过内置的ADC芯片,可以将温度收集模块采集到的温度信号进行模数转换,并输出相应的数字信号进入数据判定模块;
所述数据判定模块,用于采集到的数据进行判定,将正常值传输进入数据显示模块中,将非正常值传输到反馈模块中;
所述数据显示模块,用于将经过判定的正常值传输到用户端,并将温度数据显示在用户界面上;
所述数据记录模块,将每次钢件加工时的温度进行整合,并上传至数据优化模块;
所述反馈模块,在异常数据被检测到后,反馈模块会触发相应的处理机制,将异常值反馈进入下一模块,进行异常处理操作;
所述报警模块,在温度调节模块调节失败后,会收到反馈模块的信号,将异常直接反馈给用户端,进行紧急处理操作,用户端一段时间未响应后会直接暂停加工处理装置,防止损失扩大;
所述数据判定模块会对数据采集模块上传的信息进行一次判定,其具体方法为:
在每次钢件加工之前,先在数据判定模块中设置一个阈值,包括钢件加工时的最高温度与最低温度,当上传的信息在最高温度与最低温度之间时,会通过数据判定模块的判定,进入数据显示模块中,进而被记录为有效数据;
当出现异常数值时,即数据采集模块上传的信息大于设定的最高温度或小于设定的最低温度时,数据判定模块会判定数据异常,并发送电信号进入反馈模块;
所述反馈模块会判定该异常是否进行过温度调节模块调节,如果该异常没有经过三次温度调节模块调节,则反馈模块会传输信号进入温度调节模块中,如该异常已经历过三次温度调节模块调节,则反馈模块会输出信号进入报警模块中,报警模块会直接向用户端进行反馈,并设置有断路控制装置,一段时间未响应后会自动暂停加工处理装置。
需要说明的是,当出现异常数值时,在反馈模块中会进行一次判定,即:
IF :
T > _threshold or T < />_threshold;
And t< 4;
Then continue;
else no continue;
其中T代表数据采集模块采集的温度,_threshold为设定的最大阈值温度,/>_threshold为设定的最小阈值温度,t为该异常值连续出现的次数;
即当异常值连续出现三次后,会触发反馈模块之间传输信号进入报警模块中,直接向用户端发送信息,并在一段时间未收到用户端的反馈后,直接传输信号进入加工处理装置汇总,从而暂停整个钢件的加工;
所述数据优化模块,通过整合钢件的空间位置、材质、加工参数、环境条件、冷却水喷洒情况以及钢件加工时的温度,进行数据分析和建模,获得优化方案并反馈至加工处理装置,对于后续钢件加工进行自动优化;
所述数据优化模块会预先采集钢件加工过程中钢件的空间位置、材质、加工参数、环境条件和冷却水喷洒情况,由信息录入系统、激光测速仪、激光测距仪、温度传感器、湿度传感器、流量传感器来对钢件加工时的数据进行采集,这些装置用于准确地获取出加工处理装置的加工数据,数据优化模块配备了热传导方程来对冷却效果进行描述,数据优化模块还会对数据进行回归分析,以获取预测模型,所述数据优化模块还内置有误差处理系统,对同一批钢件加工过程中的非正常数据进行清洗;
所述数据优化模块会预先采集钢件加工过程中钢件的材质、加工参数、环境条件和冷却水喷洒量,其采集过程如下:
通过将正在进行的钢材的材质证书、标识输入信息录入系统中,信息录入系统与计算机联通,对钢材进行建库分类,收集和记录钢材的相关信息,包括规格、品种、质量;
通过将激光测速仪、激光测距仪与加工处理装置连接,可以在钢件的加工过程中,对切削速度、进给速度以及空间位置进行记录,并实时上传至信息录入系统中,与所进行加工的钢件进行匹配;
通过将温度传感器、湿度传感器安装在加工处理装置的周围,实时记录周边环境的温度、湿度,并上传至信息录入系统中,与所进行加工的钢件进行匹配;
通过在加工处理装置的冷却系统中装入流量传感器,对于钢件的冷却水喷洒频率、流量进行记录,并上传至信息录入系统中,与所进行加工的钢件进行匹配;
所述数据优化模块配备了热传导方程,以分析冷却效果,评估不同材质、加工参数、环境条件、冷却水喷洒量和加工时环境温度对冷却效果的影响,其算法公式为:
;
其中,表示钢件的温度,/>表示时间,/>表示空间位置,/>表示热扩散系数,温度的变化率/>取决于温度在空间位置 /> 方向上的曲率/>,即描述温度的曲线在空间上的弯曲程度,以对钢件冷却效果进行分析;
需要说明的是,在同一批钢件的加工过程中,数据优化模块会对每次的加工参数、环境条件和冷却水喷洒量进行记录,通过热传导方程,可以在每次钢件加工时得到一个冷却情况分析值,通过记录在不同环境条件、加工参数、冷却水喷洒量情况下所得到的冷却情况分析值,可以进一步对钢件的冷却效果进行分析;
所述数据优化模块通过整合钢件的空间位置、材质、加工参数、环境条件和冷却水喷洒量,结合热传导方程所计算的冷却效果,对数据进行回归分析,其算法公式为:
;
其中,为因变量,即冷却效果,/>到/>为自变量,包括钢件的空间位置、材质、加工参数、环境条件和冷却水喷洒量,/>到/>为回归系数,/>表示误差项,所述数据优化模块会在每次钢件的加工过程中进行数据代入与整合分析,获得回归模型,并反馈到加工处理装置中的冷却系统里;
需要说明的是,结合不同的钢件在每次加工过程中的冷却温度变化情况,可以根据不同的自变量得到一个回归模型,结合信息录入系统中所建立的库,可以对新的钢件在加工前进行回归模型的预先套设,以求得一个优化的冷却方案,并且在同批钢件的加工过程中,也可以根据该回归方程,通过调节加工参数、环境条件和冷却水喷洒量,以获得最合理的冷却方案;
所述误差处理系统会使用极大似然估计,对于同一批钢件加工时的冷却温度进行分析,通过数据记录模块上传的温度数据,会先经过误差处理系统,经过与以往样本的概率值进行比对,可以判断哪些数据可能是非正常值,超出了预期的范围,自动剔除非正常数据,其具体的算法为:
;
其中,为似然函数,/>表示待估计的参数,/>表示观测数据/>的概率质量函数,/>为正整数,通过将已有的同一批钢件加工时的温度数据进行整合计算,得出似然函数,再与新的温度数据的似然函数进行对比,剔除非正常数据;
需要说明的是,在钢件进行加工过程中,会出现非正常值,这些非正常值会影响回归方程的建立,通过极大似然估计,可以在已有的数据样本中,先生成一个似然函数,在与新数据所生产的似然函数进行对比,可以发现非正常数据并进行剔除,保证数据优化模块所生产的回归模型的准确;
所述数据优化模块会自动优化加工处理装置,在数据优化模块整合一定数量的钢件加工样本后,根据钢件的空间位置、材质、加工参数、环境条件和冷却水喷洒量,结合热传导方程所计算的冷却效果所生成的回归模型,会自动对于加工处理装置进行优化,包括对于冷却系统中冷却水冲刷的位置、流量、冲刷频率进行调节;
在信息录入系统录入的新的钢件后,进行自动匹配,在库中自动匹配最相近的钢件加工案例,自动优化冷却方案;
在已有的钢件进行加工处理时,会结合回归模型,进行数据分析,自动优化冷却方案,高效完成钢件加工;
需要说明的是,在通过回归分析生产回归模型后,当加工处理装置进行新一批的钢件加工时,信息录入系统会先将该批次钢件与库中最近似的模板进行匹配,并套用该模板所使用的冷却方案,并在该钢件的加工过程中,不断与回归模型进行结合,并最终得出最优的冷却方案;
所述温度调节模块,通过控制加工处理装置中冷却水注入的增大或者减小,对钢件加工时的异常温度进行三次控制;
所述温度调节模块会对产生异常值时的加工处理装置进行三次控制,其具体方法为:
温度调节模块在收到反馈模块的反馈信号后,会传输一次信号到加工处理装置的冷却系统中,控制冷却水的流速、流量以及位置,对于温度高于设定值的区域提高冷却水的流量以及冲刷频率,对于温度低于设定值的区域减少冷却水的流量以及冲刷频率;
在第一次温度调节模块工作后,新的温度数据会重新被采集,经过数据采集模块进入数据判定模块中,如果温度符合要求,则会进入数据显示模块中,并被记录,如果数据仍然异常,会进入反馈模块中进行一次判定并再次传输信号进入温度控制模块中;
当反馈模块判定三次仍为异常值后,会直接传输信号进入报警模块中,报警模块会先传输信号进入用户端,进行警告,在一定时间内未收到用户端的反馈后,会直接传输信号暂停加工处理装置;
需要说明的是,温度调节模块会直接对加工处理装置中的冷却系统进行干预,再出现异常值后,会通过加大冷却水的量以及冷却水喷洒频率,对高于阈值的异常温度进行降温,通过减小冷却水的量以及冷却水的喷洒频率,对低于阈值的异常温度进行升温,以控制异常温度,当温度调节模块连续控制三次仍失败后,会通过反馈模块直接作用报警模块,对用户端发出警告并在一段时间未收到反馈后,对加工处理装置进行暂停操作。
在本发明所提供的实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式;所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (4)
1.一种钢件加工用温度监测系统,其特征在于:包括温度收集模块、数据采集模块、数据判定模块、数据显示模块、数据记录模块、数据优化模块、反馈模块、温度调节模块和报警模块,所述温度收集模块、数据采集模块、数据判定模块、数据显示模块、数据记录模块、数据优化模块、反馈模块、温度调节模块和报警模块依次通信连接;
所述温度收集模块,用于实时采集工件加工时的温度,传输信号到下一模块,通过红外线测温仪,根据测量物体辐射出的红外线来获得钢件加工时的温度;
所述数据采集模块,通过内置的ADC芯片,可以将温度收集模块采集到的温度信号进行模数转换,并输出相应的数字信号进入数据判定模块;
所述数据判定模块,用于采集到的数据进行判定,将正常值传输进入数据显示模块中,将非正常值传输到反馈模块中;
所述数据显示模块,用于将经过判定的正常值传输到用户端,并将温度数据显示在用户界面上;
所述数据记录模块,将每次钢件加工时的温度进行整合,并上传至数据优化模块;
所述数据优化模块,通过整合钢件的空间位置、材质、加工参数、环境条件、冷却水喷洒情况以及钢件加工时的温度,进行数据分析和建模,获得优化方案并反馈至加工处理装置,对于后续钢件加工进行自动优化;
所述反馈模块,在异常数据被检测到后,反馈模块会触发相应的处理机制,将异常值反馈进入下一模块,进行异常处理操作;
所述温度调节模块,通过控制加工处理装置中冷却水注入的增大或者减小,对钢件加工时的异常温度进行三次控制;
所述报警模块,在温度调节模块调节失败后,会收到反馈模块的信号,将异常直接反馈给用户端,进行紧急处理操作,用户端一段时间未响应后会直接暂停加工处理装置,防止损失扩大;
所述数据优化模块会预先采集钢件加工过程中钢件的空间位置、材质、加工参数、环境条件和冷却水喷洒情况,由信息录入系统、激光测速仪、激光测距仪、温度传感器、湿度传感器、流量传感器来对钢件加工时的数据进行采集,这些装置用于准确地获取出加工处理装置的加工数据,数据优化模块配备了热传导方程来对冷却效果进行描述,数据优化模块还会对数据进行回归分析,以获取预测模型,所述数据优化模块还内置有误差处理系统,对同一批钢件加工过程中的非正常数据进行清洗;
所述数据优化模块会预先采集钢件加工过程中钢件的材质、加工参数、环境条件和冷却水喷洒量,其采集过程如下:
通过将正在进行的钢材的材质证书、标识输入信息录入系统中,信息录入系统与计算机联通,对钢材进行建库分类,收集和记录钢材的相关信息,包括规格、品种、质量;
通过将激光测速仪、激光测距仪与加工处理装置连接,可以在钢件的加工过程中,对切削速度、进给速度以及空间位置进行记录,并实时上传至信息录入系统中,与所进行加工的钢件进行匹配;
通过将温度传感器、湿度传感器安装在加工处理装置的周围,实时记录周边环境的温度、湿度,并上传至信息录入系统中,与所进行加工的钢件进行匹配;
通过在加工处理装置的冷却系统中装入流量传感器,对于钢件的冷却水喷洒频率、流量进行记录,并上传至信息录入系统中,与所进行加工的钢件进行匹配;
所述数据优化模块配备了热传导方程,以分析冷却效果,评估不同材质、加工参数、环境条件、冷却水喷洒量和加工时环境温度对冷却效果的影响,其算法公式为:
;
其中,表示钢件的温度,/>表示时间,/>表示空间位置,/>表示热扩散系数,温度的变化率/>取决于温度在空间位置 /> 方向上的曲率/>,即描述温度的曲线在空间上的弯曲程度,以对钢件冷却效果进行分析;
所述数据优化模块通过整合钢件的空间位置、材质、加工参数、环境条件和冷却水喷洒量,结合热传导方程所计算的冷却效果,对数据进行回归分析,其算法公式为:
;
其中,为因变量,即冷却效果,/>到/>为自变量,包括钢件的空间位置、材质、加工参数、环境条件和冷却水喷洒量,/>到/>为回归系数,/>表示误差项,所述数据优化模块会在每次钢件的加工过程中进行数据代入与整合分析,获得回归模型,并反馈到加工处理装置中的冷却系统里;
所述误差处理系统会使用极大似然估计,对于同一批钢件加工时的冷却温度进行分析,通过数据记录模块上传的温度数据,会先经过误差处理系统,经过与以往样本的概率值进行比对,可以判断哪些数据可能是非正常值,超出了预期的范围,自动剔除非正常数据,其具体的算法为:
;
其中,为似然函数,/>表示待估计的参数,/>表示观测数据/>的概率质量函数,/>为正整数,通过将已有的同一批钢件加工时的温度数据进行整合计算,得出似然函数,再与新的温度数据的似然函数进行对比,剔除非正常数据。
2.根据权利要求1所述的一种钢件加工用温度监测系统,其特征在于:所述数据判定模块会对数据采集模块上传的信息进行一次判定,其具体方法为:
在每次钢件加工之前,先在数据判定模块中设置一个阈值,包括钢件加工时的最高温度与最低温度,当上传的信息在最高温度与最低温度之间时,会通过数据判定模块的判定,进入数据显示模块中,进而被记录为有效数据;
当出现异常数值时,即数据采集模块上传的信息大于设定的最高温度或小于设定的最低温度时,数据判定模块会判定数据异常,并发送电信号进入反馈模块;
所述反馈模块会判定该异常是否进行过温度调节模块调节,如果该异常没有经过三次温度调节模块调节,则反馈模块会传输信号进入温度调节模块中,如该异常已经历过三次温度调节模块调节,则反馈模块会输出信号进入报警模块中,报警模块会直接向用户端进行反馈,并设置有断路控制装置,一段时间未响应后会自动暂停加工处理装置。
3.根据权利要求2所述的一种钢件加工用温度监测系统,其特征在于:所述温度调节模块会对产生异常值时的加工处理装置进行三次控制,其具体方法为:
温度调节模块在收到反馈模块的反馈信号后,会传输一次信号到加工处理装置的冷却系统中,控制冷却水的流速、流量以及位置,对于温度高于设定值的区域提高冷却水的流量以及冲刷频率,对于温度低于设定值的区域减少冷却水的流量以及冲刷频率;
在第一次温度调节模块工作后,新的温度数据会重新被采集,经过数据采集模块进入数据判定模块中,如果温度符合要求,则会进入数据显示模块中,并被记录,如果数据仍然异常,会进入反馈模块中进行一次判定并再次传输信号进入温度控制模块中;
当反馈模块判定三次仍为异常值后,会直接传输信号进入报警模块中,报警模块会先传输信号进入用户端,进行警告,在一定时间内未收到用户端的反馈后,会直接传输信号暂停加工处理装置。
4.根据权利要求1所述的一种钢件加工用温度监测系统,其特征在于:所述数据优化模块会自动优化加工处理装置,在数据优化模块整合一定数量的钢件加工样本后,根据钢件的空间位置、材质、加工参数、环境条件和冷却水喷洒量,结合热传导方程所计算的冷却效果所生成的回归模型,会自动对于加工处理装置进行优化,包括对于冷却系统中冷却水冲刷的位置、流量、冲刷频率进行调节;
在信息录入系统录入的新的钢件后,进行自动匹配,在库中自动匹配最相近的钢件加工案例,自动优化冷却方案;
在已有的钢件进行加工处理时,会结合回归模型,进行数据分析,自动优化冷却方案,高效完成钢件加工。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311603186.5A CN117311415B (zh) | 2023-11-28 | 2023-11-28 | 一种钢件加工用温度监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311603186.5A CN117311415B (zh) | 2023-11-28 | 2023-11-28 | 一种钢件加工用温度监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117311415A CN117311415A (zh) | 2023-12-29 |
CN117311415B true CN117311415B (zh) | 2024-04-19 |
Family
ID=89285109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311603186.5A Active CN117311415B (zh) | 2023-11-28 | 2023-11-28 | 一种钢件加工用温度监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117311415B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006183108A (ja) * | 2004-12-28 | 2006-07-13 | Jfe Steel Kk | 鋼材の熱処理装置及び鋼材の製造方法 |
CN110109493A (zh) * | 2019-05-06 | 2019-08-09 | 四川和泰光纤有限公司 | 一种光纤生产温度自动控制系统及控制方法 |
CN111142591A (zh) * | 2019-12-24 | 2020-05-12 | 追觅科技(上海)有限公司 | 温度突变检测方法、装置及存储介质 |
CN213659278U (zh) * | 2020-11-10 | 2021-07-09 | 杭州香谷山科技有限公司 | 一种机房环境控制系统 |
CN116179840A (zh) * | 2022-12-30 | 2023-05-30 | 浙江工业大学 | 一种激光表面热处理温度监控控制系统及控制方法 |
CN116880412A (zh) * | 2023-08-10 | 2023-10-13 | 上海兴岩信息科技有限公司 | 一种基于云的可视化生产管理平台 |
-
2023
- 2023-11-28 CN CN202311603186.5A patent/CN117311415B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006183108A (ja) * | 2004-12-28 | 2006-07-13 | Jfe Steel Kk | 鋼材の熱処理装置及び鋼材の製造方法 |
CN110109493A (zh) * | 2019-05-06 | 2019-08-09 | 四川和泰光纤有限公司 | 一种光纤生产温度自动控制系统及控制方法 |
CN111142591A (zh) * | 2019-12-24 | 2020-05-12 | 追觅科技(上海)有限公司 | 温度突变检测方法、装置及存储介质 |
CN213659278U (zh) * | 2020-11-10 | 2021-07-09 | 杭州香谷山科技有限公司 | 一种机房环境控制系统 |
CN116179840A (zh) * | 2022-12-30 | 2023-05-30 | 浙江工业大学 | 一种激光表面热处理温度监控控制系统及控制方法 |
CN116880412A (zh) * | 2023-08-10 | 2023-10-13 | 上海兴岩信息科技有限公司 | 一种基于云的可视化生产管理平台 |
Also Published As
Publication number | Publication date |
---|---|
CN117311415A (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200333777A1 (en) | Abnormality detection method and abnormality detection apparatus | |
CN109365769B (zh) | 一种基于混合模型判断的结晶器漏钢预报方法 | |
CN103760820A (zh) | 数控铣床加工过程状态信息评价装置 | |
CN116780316B (zh) | 大功率固体激光器的散热系统 | |
CN111948994A (zh) | 基于数据集成和关联分析工业产线闭环自动质量控制方法 | |
CN116187725B (zh) | 一种用于锻造自动线的锻造设备管理系统 | |
CN116610081A (zh) | 一种饲料生产控制方法及系统 | |
CN117311415B (zh) | 一种钢件加工用温度监测系统 | |
CN116415127A (zh) | 用于造纸质量评估的方法、系统及介质 | |
CN116032692A (zh) | 一种智能物联网关以及基于智能物联网关的物联网系统 | |
CN115358281A (zh) | 一种基于机器学习的冷热一体机监测控制方法及系统 | |
CN116882906A (zh) | 一种电解生产改进方法和系统 | |
CN117744029A (zh) | 基于数据分析的电脑主机运行环境适应性测试系统 | |
CN116880601A (zh) | 熔融态黄磷恒温输送控制系统 | |
CN114020066B (zh) | 一种基于物联网技术的温度采集控制系统及方法 | |
CN114814419A (zh) | 一种基于大数据的电力柜散热性能检测方法 | |
CN116415128A (zh) | 用于润滑评估的方法、系统及介质 | |
CN213811800U (zh) | 一种可脱机的管控系统装置 | |
KR102556151B1 (ko) | IIoT 송신기를 이용한 에너지 다소비 식품업종에서의 생산정보를 머신러닝을 기반으로 예측하는 방법과 에너지 최적화하는 방법 | |
CN116821403B (zh) | 一种厂区设备的智能运维方法及系统 | |
CN115877890B (zh) | 一种cvd设备的温度控制方法及系统 | |
CN117193123B (zh) | 一种煤矸石活化监控系统及其控制方法 | |
CN116820197B (zh) | 一种基于大数据互联的软件测试技术平台 | |
CN117974095A (zh) | 一种基于智能分析的设备运行监控管理系统及方法 | |
Perisic et al. | In-Process Data Integration for Laser Powder Bed Fusion Additive Manufacturing |
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 |