CN117668501B - 一种基于自动化生产的焊接数据智能管理系统及方法 - Google Patents

一种基于自动化生产的焊接数据智能管理系统及方法 Download PDF

Info

Publication number
CN117668501B
CN117668501B CN202410152306.2A CN202410152306A CN117668501B CN 117668501 B CN117668501 B CN 117668501B CN 202410152306 A CN202410152306 A CN 202410152306A CN 117668501 B CN117668501 B CN 117668501B
Authority
CN
China
Prior art keywords
welding
processed
early warning
product
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
Application number
CN202410152306.2A
Other languages
English (en)
Other versions
CN117668501A (zh
Inventor
唐刘杰
彭青山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuxi Shengtang New Technology Co ltd
Original Assignee
Wuxi Shengtang New Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuxi Shengtang New Technology Co ltd filed Critical Wuxi Shengtang New Technology Co ltd
Priority to CN202410152306.2A priority Critical patent/CN117668501B/zh
Publication of CN117668501A publication Critical patent/CN117668501A/zh
Application granted granted Critical
Publication of CN117668501B publication Critical patent/CN117668501B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Educational Administration (AREA)
  • Pure & Applied Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Factory Administration (AREA)

Abstract

本发明涉及大数据技术领域，具体为一种基于自动化生产的焊接数据智能管理系统及方法，所述系统包括数据预处理模块、焊接威胁系数分析模块、预警信号条件值生成模块以及预警消报处理模块，所述焊接威胁系数分析模块用于实时监测待监测区域内焊接设备的运行状态，生成相应焊接设备运行状态周期监测报告，并结合相应焊接设备运行状态周期监测报告分析相应焊接设备不同时间区段的焊接威胁系数，本发明通过分析相应焊接设备不同运行时间区段对应的焊接精度变化情况，并结合待加工产品的性质判断是否能够执行相应焊接任务，进而能够有效提高焊接成功率，并且有效提高资源的合理利用，降低生产成本。

Description

一种基于自动化生产的焊接数据智能管理系统及方法
技术领域
本发明涉及大数据技术领域，具体为一种基于自动化生产的焊接数据智能管理系统及方法。
背景技术
自动化生产是指不需要人直接参与操作，而由机械设备、仪表和自动化装置来完成产品的全部或部分加工的生产过程,各类机器人在生产过程中的广泛运用，提高了工业生产的自动化、智能化和工业化，推进了工业化进程。
现有技术中,针对自动化生产中的焊接环节的管控方面往往因为产线、工序、设备和物料等多维度因素的存在而很难形成统一分析维度进行考量,同时因为多维度因素之间错综复杂的关系而很难把握焊接设备自动化生产过程中的主要矛盾点，进而对于焊接设备自动化生产过程中出现的问题很难进行有效监督和预测，造成大量加工产品的原材料在加工过程中出现不合格，进而不仅增加制造成本，同时也使得资源大量浪费。
发明内容
本发明的目的在于提供一种基于自动化生产的焊接数据智能管理方法，以解决上述背景技术中提出的问题，本发明提供如下技术方案：
一种基于自动化生产的焊接数据智能管理方法，所述方法包括以下步骤：
S1、通过历史数据获取待监测区域内焊接设备的运行参数周期监测报告，并结合待监测区域内焊接设备的任务清单进行待加工产品数据预处理；
S2、实时监测待监测区域内焊接设备的运行状态，生成相应焊接设备运行状态周期监测报告，并结合相应焊接设备运行状态周期监测报告分析相应焊接设备不同时间区段的焊接威胁系数；
S3、实时监测当前焊接设备的工作任务进程，基于当前待焊接产品以及当前焊接设备的运行状态分析对应待加工产品精度达标情况，并结合分析结果计算对应待加工产品的生产故障风险情况，根据计算结果生成预警信号条件值；
S4、实时监测系统内置的预警信号接收装置的工作状态，结合监测结果采取相应措施进行消报处理。
进一步的，所述S1中的方法包括以下步骤：
步骤1001、通过历史数据获取待监测区域内焊接设备的运行参数周期监测报告，记为集合A，
，
其中表示待监测区域内第n台焊接设备的运行参数周期监测报告，n表示待监测区域内焊接设备的个数；
步骤1002、提取待监测区域内第n台焊接设备的任务清单，结合所述任务清单，将待加工产品按加工顺序进行排序，并将相应产品的焊接精度需求值进行标记，记为集合B，
，
其中表示第n台焊接设备的任务清单中第m个待加工产品的焊接精度需求值，m表示待加工产品的个数。
本发明通过历史数据获取待监测区域内焊接设备的运行参数周期监测报告，并结合待监测区域内焊接设备的任务清单进行待加工产品数据预处理，进而为后续分析当前焊接设备执行焊接任务时，相应产品的焊接精度值是否达标提供数据参照。
进一步的，所述S2中的方法包括以下步骤：
步骤2001、提取历史数据中第n台焊接设备任意周期内的运行状态监测报告，结合所述监测报告分析第a个周期中，第n台焊接设备运行状态不同时间节点下执行焊接任务的精度情况，
以点o为原点，以时间节点为x轴，以焊接精度值为y轴，构建第一平面直角坐标系，在第一平面直角坐标系中，将第a个周期内，第n台焊接设备不同时间节点下执行焊接任务的精度值构成的坐标点进行标注，依次连接相邻两个坐标点，生成一条拟合曲线，记为曲线N1（x），其中第n台焊接设备不同时间节点下执行焊接任务的精度值通过查询相应时间节点下，人工质检的待加工产品精度值；
步骤2002、基于步骤2001的分析结果，获取人工质检的待加工产品精度值不合格对应的时间区段，并在第一平面直角坐标系中标记所述时间区段，在曲线N1（x）中将标记的时间区段进行切断，生成多段待加工产品精度值合格的拟合曲线，并将所述拟合曲线进行顺序标记，依次分析第a个周期内，第n台焊接设备在相应时间区段中焊接威胁系数，将所述拟合曲线中标记为b对应的焊接威胁系数记为，其中时间区段表示任意一段拟合曲线的两端点对应的时间节点构成的区间，
，
其中表示比例系数，所述比例系数为数据库预设值，T表示第a个周期，第n台焊接设备运行总时长，/>表示第b个时间区段中开始对应的时间节点，/>表示第b个时间区段中结束对应的时间节点，/>表示生成的多段待加工产品精度值合格的拟合曲线中，标记为b的拟合曲线；
步骤2003、循环步骤2002得到第a个周期内，第n台焊接设备在不同时间区段中的焊接威胁系数，并将相应时间区段的焊接威胁系数记录至表格M中；
步骤2004、循环步骤2003得到第a个周期内，各台焊接设备在不同时间区段中的焊接威胁系数，并将相应时间区段的焊接威胁系数在表格M中进行更新。
本发明通过历史数据提取相应焊接设备任意周期内的运行状态监测报告，结合所述运行状态监测报告分析相应焊接设备在不同时间节点处的焊接精度情况，进而结合分析结果计算相应焊接设备的焊接威胁系数，为后续判断当前焊接设备进行焊接时，是否满足对应待加工产品的焊接精度需求值提供数据参照。
进一步的，所述S3中的方法包括以下步骤：
步骤3001、获取当前焊接设备的工作任务进程，并获取当前焊接设备运行时长对应的时间节点，结合步骤2004表格M中的数据匹配相应时间区段的焊接威胁系数值，记为，并结合所述焊接威胁系数值在第一平面直角坐标系中查询第n台焊接设备在对应时间区段中的焊接精度值，将所述焊接精度区间两端点记为/>和/>，若焊接威胁系数值的匹配结果为空集，则判断相应待加工产品是否能够二次焊接，基于判定结果采取相应措施，由于待加工产品本身构造原因导致相应待加工产品的焊接要求不同，即存在部分待加工产品可以进行二次焊接，部分待加工产品只能够进行一次焊接；
步骤3002、基于当前焊接设备的工作任务进程，提取待加工产品的焊接精度需求值，并将所述待加工产品的焊接精度需求值按焊接顺序进行排序，生成序列C，
，
其中表示第u个代待加工产品的焊接精度需求值；
步骤3003、提取序列C中第一个元素，结合当前时间区段的焊接威胁系数值以及当前待加工产品的焊接精度需求值，预测当前待加工产品焊接精度值达标情况，并结合预测情况计算相应待加工产品的生产故障风险情况，记为，
，
其中H（）表示判断函数，表示第1个待加工产品焊接工艺要求，/>表示第1个待加工产品能够二次焊接，/>表示第1个待加工产品不能够二次焊接，/>表示当前待加工产品焊接精度需求值，
若，则/>，
若，则/>，发出Ⅱ级预警信号值，
若，则/>，若/>，则/>；
步骤3004、基于步骤3003的分析结果生成预警信号条件值，
若，则/>表示相应待加工产品存在风险，发出I级预警信号，若/>，则/>表示相应待加工产品不存在风险，不发出预警信号，
若当前焊接设备运行时长对应的时间节点与表格M中的数据匹配结果为空集时，当相应待加工产品能够二次焊接则继续执行焊接任务，当相应待加工产品不能够二次焊接则发出I级预警信号。
本发明通过分析当前焊接设备的运行状态，通过匹配数据库预置表单得到当前焊接设备的焊接精度区间，进而结合当前待加工产品的焊接精度需求值进一步判断相应待加工产品的生产故障风险情况，进而结合生产故障风险情况生成预警信号，为后续执行消报提供数据参照。
进一步的，所述S4中的方法包括以下步骤：
步骤4001、根据系统内置的预警信号接收装置实时接收预警信号，判断预警信号灯的工作状态；
步骤4002、基于步骤4001的判断结果采取相应措施进行消报处理，
当系统内置的预警信号接收装置接收到Ⅱ级预警信号时，将相应待加工产品经焊接设备加工处理后进行标记，并通知相关工作人员进行二次质检，结合质检结果判断所述标记的产品是否需要执行二次加工；
当系统内置的预警信号接收装置接收到I级预警信号时，将相应待加工产品进行标签标记，基于当前焊接设备执行过滤相应待加工产品，并通知相关工作人员提取标签标记的待加工产品，并将所述待加工产品转移至符合要求的焊接设备进行焊接处理。
一种基于自动化生产的焊接数据智能管理系统，所述系统包括以下模块：
数据预处理模块：所述数据预处理模块用于通过历史数据获取待监测区域内焊接设备的运行参数周期监测报告，并结合待监测区域内焊接设备的任务清单进行待加工产品数据预处理；
焊接威胁系数分析模块：所述焊接威胁系数分析模块用于实时监测待监测区域内焊接设备的运行状态，生成相应焊接设备运行状态周期监测报告，并结合相应焊接设备运行状态周期监测报告分析相应焊接设备不同时间区段的焊接威胁系数；
预警信号条件值生成模块：所述预警信号条件值生成模块用于实时监测当前焊接设备的工作任务进程，基于当前待焊接产品以及当前焊接设备的运行状态分析对应待加工产品精度达标情况，并结合分析结果计算对应待加工产品的生产故障风险情况，根据计算结果生成预警信号条件值；
预警消报处理模块：所述预警消报处理模块用于实时监测系统内置的预警信号接收装置的工作状态，结合监测结果采取相应措施进行消报处理。
进一步的，所述数据预处理模块包括数据获取单元以及数据标记单元：
所述数据获取单元用于通过历史数据获取待监测区域内焊接设备的运行参数周期监测报告；
所述数据标记单元用于提取待监测区域内相应焊接设备的任务清单，并结合所述任务清单，将待加工产品的焊接精度需求值进行标记。
进一步的，所述焊接威胁系数分析模块包括数据提取单元、数据划分单元以及焊接威胁系数计算单元：
所述数据提取单元用于通过历史数据提取相应焊接设备任意周期内的运行状态监测报告；
所述数据划分单元用于结合数据提取单元的分析结果将周期运行状态监测报告中相应焊接设备在不同时间节点的精度值进行划分；
所述焊接威胁系数计算单元用于结合数据划分单元的分析结果计算相应焊接设备的焊接威胁系数值。
进一步的，所述预警信号条件值生成模块包括序列生成单元、生产故障风险判定单元以及预警信号条件值生成单元：
所述序列生成单元用于获取当前焊接的工作任务进程，并基于当前焊接设备的工作任务进程，提取待加工产品的焊接精度需求值，并结合所述待加工产品的焊接精度需求值进行序列生成；
所述生产故障风险判定单元用于结合序列生成单元的分析结果预测当前待加工产品的焊接精度达标情况，并结合预测情况计算相应待加工产品的生产故障风险情况；
所述预警信号条件值生成单元用于结合生产故障风险判断单元的分析结果生成预警信号条件值。
进一步的，所述预警消报处理模块包括预警信号识别单元以及预警消报单元：
所述预警信号识别单元用于接收预警信号条件值生成单元的数据；
所述预警消报单元用于结合预警信号识别单元的分析结果采取相应措施进行消报处理。
本发明通过分析相应焊接设备不同运行时间区段对应的焊接精度变化情况，并结合待加工产品的性质判断是否能够执行相应焊接任务，进而能够有效提高焊接成功率，并且有效提高资源的合理利用，降低生产成本。
附图说明
图1是本发明一种基于自动化生产的焊接数据智能管理方法的流程示意图；
图2是本发明一种基于自动化生产的焊接数据智能管理系统的模块示意图。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：请参阅图1，本实施例中：
一种基于自动化生产的焊接数据智能管理方法，所述方法包括以下步骤：
S1、通过历史数据获取待监测区域内焊接设备的运行参数周期监测报告，并结合待监测区域内焊接设备的任务清单进行待加工产品数据预处理；
所述S1中的方法包括以下步骤：
步骤1001、通过历史数据获取待监测区域内焊接设备的运行参数周期监测报告，记为集合A，
，
其中表示待监测区域内第n台焊接设备的运行参数周期监测报告，n表示待监测区域内焊接设备的个数；
步骤1002、提取待监测区域内第n台焊接设备的任务清单，结合所述任务清单，将待加工产品按加工顺序进行排序，并将相应产品的焊接精度需求值进行标记，记为集合B，
，
其中表示第n台焊接设备的任务清单中第m个待加工产品的焊接精度需求值，m表示待加工产品的个数。
S2、实时监测待监测区域内焊接设备的运行状态，生成相应焊接设备运行状态周期监测报告，并结合相应焊接设备运行状态周期监测报告分析相应焊接设备不同时间区段的焊接威胁系数；
所述S2中的方法包括以下步骤：
步骤2001、提取历史数据中第n台焊接设备任意周期内的运行状态监测报告，结合所述监测报告分析第a个周期中，第n台焊接设备运行状态不同时间节点下执行焊接任务的精度情况，
以点o为原点，以时间节点为x轴，以焊接精度值为y轴，构建第一平面直角坐标系，在第一平面直角坐标系中，将第a个周期内，第n台焊接设备不同时间节点下执行焊接任务的精度值构成的坐标点进行标注，依次连接相邻两个坐标点，生成一条拟合曲线，记为曲线N1（x），其中第n台焊接设备不同时间节点下执行焊接任务的精度值通过查询相应时间节点下，人工质检的待加工产品精度值；
步骤2002、基于步骤2001的分析结果，获取人工质检的待加工产品精度值不合格对应的时间区段，并在第一平面直角坐标系中标记所述时间区段，在曲线N1（x）中将标记的时间区段进行切断，生成多段待加工产品精度值合格的拟合曲线，并将所述拟合曲线进行顺序标记，依次分析第a个周期内，第n台焊接设备在相应时间区段中焊接威胁系数，将所述拟合曲线中标记为b对应的焊接威胁系数记为，其中时间区段表示任意一段拟合曲线的两端点对应的时间节点构成的区间，
，
其中表示比例系数，所述比例系数为数据库预设值，T表示第a个周期，第n台焊接设备运行总时长，/>表示第b个时间区段中开始对应的时间节点，/>表示第b个时间区段中结束对应的时间节点，/>表示生成的多段待加工产品精度值合格的拟合曲线中，标记为b的拟合曲线；
步骤2003、循环步骤2002得到第a个周期内，第n台焊接设备在不同时间区段中的焊接威胁系数，并将相应时间区段的焊接威胁系数记录至表格M中；
步骤2004、循环步骤2003得到第a个周期内，各台焊接设备在不同时间区段中的焊接威胁系数，并将相应时间区段的焊接威胁系数在表格M中进行更新。
S3、实时监测当前焊接设备的工作任务进程，基于当前待焊接产品以及当前焊接设备的运行状态分析对应待加工产品精度达标情况，并结合分析结果计算对应待加工产品的生产故障风险情况，根据计算结果生成预警信号条件值；
所述S3中的方法包括以下步骤：
步骤3001、获取当前焊接设备的工作任务进程，并获取当前焊接设备运行时长对应的时间节点，结合步骤2004表格M中的数据匹配相应时间区段的焊接威胁系数值，记为，并结合所述焊接威胁系数值在第一平面直角坐标系中查询第n台焊接设备在对应时间区段中的焊接精度值，将所述焊接精度区间两端点记为/>和/>，若焊接威胁系数值的匹配结果为空集，则判断相应待加工产品是否能够二次焊接，基于判定结果采取相应措施；
步骤3002、基于当前焊接设备的工作任务进程，提取待加工产品的焊接精度需求值，并将所述待加工产品的焊接精度需求值按焊接顺序进行排序，生成序列C，
，
其中表示第u个代待加工产品的焊接精度需求值；
步骤3003、提取序列C中第一个元素，结合当前时间区段的焊接威胁系数值以及当前待加工产品的焊接精度需求值，预测当前待加工产品焊接精度值达标情况，并结合预测情况计算相应待加工产品的生产故障风险情况，记为，
，
其中H（）表示判断函数，表示第1个待加工产品焊接工艺要求，/>表示第1个待加工产品能够二次焊接，/>表示第1个待加工产品不能够二次焊接，/>表示当前待加工产品焊接精度需求值，
若，则/>，
若，则/>，发出Ⅱ级预警信号值，
若，则/>，若/>，则/>；
步骤3004、基于步骤3003的分析结果生成预警信号条件值，
若，则/>表示相应待加工产品存在风险，发出I级预警信号，若/>，则/>表示相应待加工产品不存在风险，不发出预警信号，
若当前焊接设备运行时长对应的时间节点与表格M中的数据匹配结果为空集时，当相应待加工产品能够二次焊接则继续执行焊接任务，当相应待加工产品不能够二次焊接则发出I级预警信号。
S4、实时监测系统内置的预警信号接收装置的工作状态，结合监测结果采取相应措施进行消报处理；
步骤4001、根据系统内置的预警信号接收装置实时接收预警信号，判断预警信号灯的工作状态；
步骤4002、基于步骤4001的判断结果采取相应措施进行消报处理，
当系统内置的预警信号接收装置接收到Ⅱ级预警信号时，将相应待加工产品经焊接设备加工处理后进行标记，并通知相关工作人员进行二次质检，结合质检结果判断所述标记的产品是否需要执行二次加工；
当系统内置的预警信号接收装置接收到I级预警信号时，将相应待加工产品进行标签标记，基于当前焊接设备执行过滤相应待加工产品，并通知相关工作人员提取标签标记的待加工产品，并将所述待加工产品转移至符合要求的焊接设备进行焊接处理。
本实施例中：公开了一种基于自动化生产的焊接数据智能管理系统（如图2所示），所述系统用于实现方法的具体方案内容，所述系统包括以下模块：
数据预处理模块：所述数据预处理模块用于通过历史数据获取待监测区域内焊接设备的运行参数周期监测报告，并结合待监测区域内焊接设备的任务清单进行待加工产品数据预处理；
焊接威胁系数分析模块：所述焊接威胁系数分析模块用于实时监测待监测区域内焊接设备的运行状态，生成相应焊接设备运行状态周期监测报告，并结合相应焊接设备运行状态周期监测报告分析相应焊接设备不同时间区段的焊接威胁系数；
预警信号条件值生成模块：所述预警信号条件值生成模块用于实时监测当前焊接设备的工作任务进程，基于当前待焊接产品以及当前焊接设备的运行状态分析对应待加工产品精度达标情况，并结合分析结果计算对应待加工产品的生产故障风险情况，根据计算结果生成预警信号条件值；
预警消报处理模块：所述预警消报处理模块用于实时监测系统内置的预警信号接收装置的工作状态，结合监测结果采取相应措施进行消报处理。
所述数据预处理模块包括数据获取单元以及数据标记单元：
所述数据获取单元用于通过历史数据获取待监测区域内焊接设备的运行参数周期监测报告；
所述数据标记单元用于提取待监测区域内相应焊接设备的任务清单，并结合所述任务清单，将待加工产品的焊接精度需求值进行标记。
所述焊接威胁系数分析模块包括数据提取单元、数据划分单元以及焊接威胁系数计算单元：
所述数据提取单元用于通过历史数据提取相应焊接设备任意周期内的运行状态监测报告；
所述数据划分单元用于结合数据提取单元的分析结果将周期运行状态监测报告中相应焊接设备在不同时间节点的精度值进行划分；
所述焊接威胁系数计算单元用于结合数据划分单元的分析结果计算相应焊接设备的焊接威胁系数值。
所述预警信号条件值生成模块包括序列生成单元、生产故障风险判定单元以及预警信号条件值生成单元：
所述序列生成单元用于获取当前焊接的工作任务进程，并基于当前焊接设备的工作任务进程，提取待加工产品的焊接精度需求值，并结合所述待加工产品的焊接精度需求值进行序列生成；
所述生产故障风险判定单元用于结合序列生成单元的分析结果预测当前待加工产品的焊接精度达标情况，并结合预测情况计算相应待加工产品的生产故障风险情况；
所述预警信号条件值生成单元用于结合生产故障风险判断单元的分析结果生成预警信号条件值。
所述预警消报处理模块包括预警信号识别单元以及预警消报单元：
所述预警信号识别单元用于接收预警信号条件值生成单元的数据；
所述预警消报单元用于结合预警信号识别单元的分析结果采取相应措施进行消报处理。
实施例2：设定当前焊接设备的任务清单为产品A焊点、产品B焊点以及产品C焊点，其中当前任务进程已完成产品A焊点的焊接任务，当执行产品B焊点的焊接任务时，系统优先进行判断，
其中产品A焊点的精度需求值为a，产品B焊点的精度需求值为b，产品C焊点的精度需求值为c，产品A焊点与产品B焊点均能够进行二次焊接，产品C焊点不能够进行二次焊接，
通过历史数据获取所述焊接设备的基于当前任务清单中，执行产品B焊点的焊接任务相应时间区段的焊接威胁系数，记为，并结合预测情况计算产品B焊点在执行焊接任务时的故障风险值，记为/>，其中通过数据库预置表单查询焊接设备在焊接威胁系数值为/>运行状态下的焊接精度区间为[minw，maxw]，
，
若，则/>，/>，反之均为0，
当时，发出预警信号，当前焊接任务正常执行，并将执行完毕后的产品B焊点进行标记，通知相关工作人员进行质检，并结合质检结果判断产品B焊点是否达标，若达标则不进行二次焊接，若不达标则进行二次焊接。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于自动化生产的焊接数据智能管理方法，其特征在于，所述方法包括以下步骤：
S1、通过历史数据获取待监测区域内焊接设备的运行参数周期监测报告，并结合待监测区域内焊接设备的任务清单进行待加工产品数据预处理；
S2、实时监测待监测区域内焊接设备的运行状态，生成相应焊接设备运行状态周期监测报告，并结合相应焊接设备运行状态周期监测报告分析相应焊接设备不同时间区段的焊接威胁系数；
S3、实时监测当前焊接设备的工作任务进程，基于当前待焊接产品以及当前焊接设备的运行状态分析对应待加工产品精度达标情况，并结合分析结果计算对应待加工产品的生产故障风险情况，根据计算结果生成预警信号条件值；
S4、实时监测系统内置的预警信号接收装置的工作状态，结合监测结果采取相应措施进行消报处理；
所述S1中的方法包括以下步骤：
步骤1001、通过历史数据获取待监测区域内焊接设备的运行参数周期监测报告，记为集合A，
，
其中表示待监测区域内第n台焊接设备的运行参数周期监测报告，n表示待监测区域内焊接设备的个数；
步骤1002、提取待监测区域内第n台焊接设备的任务清单，结合所述任务清单，将待加工产品按加工顺序进行排序，并将相应产品的焊接精度需求值进行标记，记为集合B，
，
其中表示第n台焊接设备的任务清单中第m个待加工产品的焊接精度需求值，m表示待加工产品的个数；
所述S2中的方法包括以下步骤：
步骤2001、提取历史数据中第n台焊接设备任意周期内的运行状态监测报告，结合所述监测报告分析第a个周期中，第n台焊接设备运行状态不同时间节点下执行焊接任务的精度情况，
以点o为原点，以时间节点为x轴，以焊接精度值为y轴，构建第一平面直角坐标系，在第一平面直角坐标系中，将第a个周期内，第n台焊接设备不同时间节点下执行焊接任务的精度值构成的坐标点进行标注，依次连接相邻两个坐标点，生成一条拟合曲线，记为曲线N1（x），其中第n台焊接设备不同时间节点下执行焊接任务的精度值通过查询相应时间节点下，人工质检的待加工产品精度值；
步骤2002、基于步骤2001的分析结果，获取人工质检的待加工产品精度值不合格对应的时间区段，并在第一平面直角坐标系中标记所述时间区段，在曲线N1（x）中将标记的时间区段进行切断，生成多段待加工产品精度值合格的拟合曲线，并将所述拟合曲线进行顺序标记，依次分析第a个周期内，第n台焊接设备在相应时间区段中焊接威胁系数，将所述拟合曲线中标记为b对应的焊接威胁系数记为，其中时间区段表示任意一段拟合曲线的两端点对应的时间节点构成的区间，
，
其中表示比例系数，所述比例系数为数据库预设值，T表示第a个周期，第n台焊接设备运行总时长，/>表示第b个时间区段中开始对应的时间节点，/>表示第b个时间区段中结束对应的时间节点，/>表示生成的多段待加工产品精度值合格的拟合曲线中，标记为b的拟合曲线；
步骤2003、循环步骤2002得到第a个周期内，第n台焊接设备在不同时间区段中的焊接威胁系数，并将相应时间区段的焊接威胁系数记录至表格M中；
步骤2004、循环步骤2003得到第a个周期内，各台焊接设备在不同时间区段中的焊接威胁系数，并将相应时间区段的焊接威胁系数在表格M中进行更新。
2.根据权利要求1所述的一种基于自动化生产的焊接数据智能管理方法，其特征在于，所述S3中的方法包括以下步骤：
步骤3001、获取当前焊接设备的工作任务进程，并获取当前焊接设备运行时长对应的时间节点，结合步骤2004表格M中的数据匹配相应时间区段的焊接威胁系数值，记为，并结合所述焊接威胁系数值在第一平面直角坐标系中查询第n台焊接设备在对应时间区段中的焊接精度值，将所述焊接精度区间两端点记为/>和/>，若焊接威胁系数值的匹配结果为空集，则判断相应待加工产品是否能够二次焊接，基于判定结果采取相应措施；
步骤3002、基于当前焊接设备的工作任务进程，提取待加工产品的焊接精度需求值，并将所述待加工产品的焊接精度需求值按焊接顺序进行排序，生成序列C，
，
其中表示第u个代待加工产品的焊接精度需求值；
步骤3003、提取序列C中第一个元素，结合当前时间区段的焊接威胁系数值以及当前待加工产品的焊接精度需求值，预测当前待加工产品焊接精度值达标情况，并结合预测情况计算相应待加工产品的生产故障风险情况，记为，
，
其中H（）表示判断函数，表示第1个待加工产品焊接工艺要求，/>表示第1个待加工产品能够二次焊接，/>表示第1个待加工产品不能够二次焊接，/>表示当前待加工产品焊接精度需求值，
若，则/>，
若，则/>，发出Ⅱ级预警信号值，
若，则/>，若/>，则/>；
步骤3004、基于步骤3003的分析结果生成预警信号条件值，
若，则/>表示相应待加工产品存在风险，发出I级预警信号，若/>，则/>表示相应待加工产品不存在风险，不发出预警信号，
若当前焊接设备运行时长对应的时间节点与表格M中的数据匹配结果为空集时，当相应待加工产品能够二次焊接则继续执行焊接任务，当相应待加工产品不能够二次焊接则发出I级预警信号。
3.根据权利要求2所述的一种基于自动化生产的焊接数据智能管理方法，其特征在于，所述S4中的方法包括以下步骤：
步骤4001、根据系统内置的预警信号接收装置实时接收预警信号，判断预警信号灯的工作状态；
步骤4002、基于步骤4001的判断结果采取相应措施进行消报处理，
当系统内置的预警信号接收装置接收到Ⅱ级预警信号时，将相应待加工产品经焊接设备加工处理后进行标记，并通知相关工作人员进行二次质检，结合质检结果判断所述标记的产品是否需要执行二次加工；
当系统内置的预警信号接收装置接收到I级预警信号时，将相应待加工产品进行标签标记，基于当前焊接设备执行过滤相应待加工产品，并通知相关工作人员提取标签标记的待加工产品，并将所述待加工产品转移至符合要求的焊接设备进行焊接处理。
4.一种基于自动化生产的焊接数据智能管理系统，所述系统应用权利要求1至3中任意一项所述的一种基于自动化生产的焊接数据智能管理方法实现，其特征在于，所述系统包括以下模块：
数据预处理模块：所述数据预处理模块用于通过历史数据获取待监测区域内焊接设备的运行参数周期监测报告，并结合待监测区域内焊接设备的任务清单进行待加工产品数据预处理；
焊接威胁系数分析模块：所述焊接威胁系数分析模块用于实时监测待监测区域内焊接设备的运行状态，生成相应焊接设备运行状态周期监测报告，并结合相应焊接设备运行状态周期监测报告分析相应焊接设备不同时间区段的焊接威胁系数；
预警信号条件值生成模块：所述预警信号条件值生成模块用于实时监测当前焊接设备的工作任务进程，基于当前待焊接产品以及当前焊接设备的运行状态分析对应待加工产品精度达标情况，并结合分析结果计算对应待加工产品的生产故障风险情况，根据计算结果生成预警信号条件值；
预警消报处理模块：所述预警消报处理模块用于实时监测系统内置的预警信号接收装置的工作状态，结合监测结果采取相应措施进行消报处理。
5.根据权利要求4所述的一种基于自动化生产的焊接数据智能管理系统，其特征在于，所述数据预处理模块包括数据获取单元以及数据标记单元：
所述数据获取单元用于通过历史数据获取待监测区域内焊接设备的运行参数周期监测报告；
所述数据标记单元用于提取待监测区域内相应焊接设备的任务清单，并结合所述任务清单，将待加工产品的焊接精度需求值进行标记。
6.根据权利要求5所述的一种基于自动化生产的焊接数据智能管理系统，其特征在于，所述焊接威胁系数分析模块包括数据提取单元、数据划分单元以及焊接威胁系数计算单元：
所述数据提取单元用于通过历史数据提取相应焊接设备任意周期内的运行状态监测报告；
所述数据划分单元用于结合数据提取单元的分析结果将周期运行状态监测报告中相应焊接设备在不同时间节点的精度值进行划分；
所述焊接威胁系数计算单元用于结合数据划分单元的分析结果计算相应焊接设备的焊接威胁系数值。
7.根据权利要求6所述的一种基于自动化生产的焊接数据智能管理系统，其特征在于，所述预警信号条件值生成模块包括序列生成单元、生产故障风险判定单元以及预警信号条件值生成单元：
所述序列生成单元用于获取当前焊接的工作任务进程，并基于当前焊接设备的工作任务进程，提取待加工产品的焊接精度需求值，并结合所述待加工产品的焊接精度需求值进行序列生成；
所述生产故障风险判定单元用于结合序列生成单元的分析结果预测当前待加工产品的焊接精度达标情况，并结合预测情况计算相应待加工产品的生产故障风险情况；
所述预警信号条件值生成单元用于结合生产故障风险判断单元的分析结果生成预警信号条件值。
8.根据权利要求7所述的一种基于自动化生产的焊接数据智能管理系统，其特征在于，所述预警消报处理模块包括预警信号识别单元以及预警消报单元：
所述预警信号识别单元用于接收预警信号条件值生成单元的数据；
所述预警消报单元用于结合预警信号识别单元的分析结果采取相应措施进行消报处理。
CN202410152306.2A 2024-02-03 2024-02-03 一种基于自动化生产的焊接数据智能管理系统及方法 Active CN117668501B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410152306.2A CN117668501B (zh) 2024-02-03 2024-02-03 一种基于自动化生产的焊接数据智能管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410152306.2A CN117668501B (zh) 2024-02-03 2024-02-03 一种基于自动化生产的焊接数据智能管理系统及方法

Publications (2)

Publication Number Publication Date
CN117668501A CN117668501A (zh) 2024-03-08
CN117668501B true CN117668501B (zh) 2024-04-05

Family

ID=90073593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410152306.2A Active CN117668501B (zh) 2024-02-03 2024-02-03 一种基于自动化生产的焊接数据智能管理系统及方法

Country Status (1)

Country Link
CN (1) CN117668501B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118196922B (zh) * 2024-05-17 2024-08-23 西安航空学院 一种基于人工智能的设备数字化控制系统及方法
CN118527890A (zh) * 2024-05-29 2024-08-23 重庆衍数自动化设备有限公司 一种汽车焊接部件的定位方法、系统、设备、介质及产品

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112589354A (zh) * 2020-12-24 2021-04-02 广西汽车集团有限公司 一种自动控制焊接变形的系统和方法
CN114778995A (zh) * 2022-06-22 2022-07-22 南京亿高微波系统工程有限公司 一种高频电刀精度自动测量方法及装置
CN114826691A (zh) * 2022-04-02 2022-07-29 深圳市博博信息咨询有限公司 一种基于多维度分析的网络信息安全智能分析预警管理系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112589354A (zh) * 2020-12-24 2021-04-02 广西汽车集团有限公司 一种自动控制焊接变形的系统和方法
CN114826691A (zh) * 2022-04-02 2022-07-29 深圳市博博信息咨询有限公司 一种基于多维度分析的网络信息安全智能分析预警管理系统
CN114778995A (zh) * 2022-06-22 2022-07-22 南京亿高微波系统工程有限公司 一种高频电刀精度自动测量方法及装置

Also Published As

Publication number Publication date
CN117668501A (zh) 2024-03-08

Similar Documents

Publication Publication Date Title
CN117668501B (zh) 一种基于自动化生产的焊接数据智能管理系统及方法
CN109270899B (zh) 一种基于数字孪生的船用柴油机关重件制造过程管控方法
CN116975378B (zh) 一种基于大数据的设备环境监测方法及系统
DE102016015332A1 (de) Präventivwartungsverwaltungssystem und -verfahren zum Erstellen eines Wartungsplans einer Maschine sowie Zellensteuereinrichtung
CN111461746A (zh) 一种面向装配的质量智能追溯方法
CN111105082A (zh) 基于机器学习的工件质量预测模型构建方法及预测方法
CN110919657A (zh) 一种基于大数据的工业机器人预测性状态监控方法
CN105302123A (zh) 在线测量数据的监控方法
CN115718466B (zh) 基于随机森林和层次分析法的数字孪生车间故障预测方法
CN116468160A (zh) 基于生产大数据的铝合金压铸件质量预测方法
CN110096036A (zh) 一种设备状态的确定方法、装置及设备
CN112183919A (zh) 质量预测系统和质量预测方法
CN117311316A (zh) 一种面向工业互联网的机器故障诊断方法及系统
CN106054832B (zh) 基于多变量的间歇化工生产过程动态在线监测方法与装置
EP1571513A4 (en) PRODUCTION EVALUATION MANAGEMENT SYSTEM AND MANAGEMENT METHOD
CN115115213A (zh) 一种钢铁产品质量特性的追溯分析方法及装置
CN115034094A (zh) 一种金属加工机床运行状态预测方法及系统
CN117313951B (zh) 一种多传感器融合的柔性去毛刺管理方法及系统
CN115255566B (zh) 一种基于高质量时域特征的焊偏实时智能检测方法
CN112859741A (zh) 一种机床顺序动作单元运行可靠性评价方法及系统
CN117010549A (zh) 基于大数据管理体系的信息溯源方法及终端
CN116611574A (zh) 一种管道焊接机器人钢结构的再制造评估方法及系统
CN115186007A (zh) 一种用于监测提醒的机载数据标识实时显示方法及系统
CN110363374B (zh) 一种不合格产品影响因素的定量分析方法
CN118196922B (zh) 一种基于人工智能的设备数字化控制系统及方法

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A welding data intelligent management system and method based on automated production

Granted publication date: 20240405

Pledgee: Bank of Jiangsu Wuxi branch Limited by Share Ltd. Huishan

Pledgor: Wuxi Shengtang New Technology Co.,Ltd.

Registration number: Y2024980034073

PE01 Entry into force of the registration of the contract for pledge of patent right