CN117873006B - 基于互联网的自动化螺丝机控制管理系统 - Google Patents
基于互联网的自动化螺丝机控制管理系统 Download PDFInfo
- Publication number
- CN117873006B CN117873006B CN202410269882.5A CN202410269882A CN117873006B CN 117873006 B CN117873006 B CN 117873006B CN 202410269882 A CN202410269882 A CN 202410269882A CN 117873006 B CN117873006 B CN 117873006B
- Authority
- CN
- China
- Prior art keywords
- value
- machine
- product
- marking
- abnormal
- 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
- 238000012544 monitoring process Methods 0.000 claims abstract description 107
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 230000005856 abnormality Effects 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000002159 abnormal effect Effects 0.000 claims description 119
- 238000013139 quantization Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 9
- 230000002950 deficient Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims description 3
- 239000013256 coordination polymer Substances 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 26
- 238000005516 engineering process Methods 0.000 abstract description 9
- 238000012423 maintenance Methods 0.000 abstract description 9
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 239000000284 extract Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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]
- G05B19/41865—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 job scheduling, process planning, material flow
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
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)
- General Factory Administration (AREA)
Abstract
本发明涉及控制系统领域,具体涉及基于互联网的自动化螺丝机控制管理系统,用于解决现有的全自动化螺丝机及其控制管理系统无法对完成锁螺丝的零件进行质量监测,也无法对自动化螺丝机进行故障监测,难以实时发现和处理潜在问题,易于导致产品质量下降甚至生产中断的问题;该控制管理系统包括产品监控模块、参数分析模块、控制管理平台、机器监控模块以及异常报警模块;该控制管理系统通过集成互联网技术、数据采集技术和数据分析技术,实现对完成锁螺丝的零件和自动化螺丝机的实时监测、异常诊断和远程管理,能够发现潜在问题并进行预警,提前进行维护,避免生产中断,提高维护效率和生产效率,确保生产线的稳定运行。
Description
技术领域
本发明涉及控制系统领域,具体涉及基于互联网的自动化螺丝机控制管理系统。
背景技术
随着工业自动化的发展,自动化设备在各个领域得到了广泛应用。螺丝机作为一种常见的自动化设备,广泛应用于机械、电子、汽车等行业。然而,传统的螺丝机控制系统存在一些问题,如操作复杂、维护困难、无法实现远程监控等。因此,开发一种基于互联网的自动化螺丝机控制管理系统具有重要意义。
申请号为CN201711337040.5的专利公开了一种全自动化螺丝机及其控制管理系统,它包括生产装配入库系统、数据采集模块和企业管理平台,所述生产装配入库系统由自动化螺丝机A、自动化螺丝机B、加工机器人、搬运机器人、检测机器人和入库机器人组成,均通过工业现场总线连接;所述生产装配入库系统产生实时数据均以工业以太网的形式传至数据采集模块,所述数据采集模块与企业管理系统通过互联网连接。它集成了现代自动化工业管理系统,实现了从装配到入库全自动化生产,大大提高了生产加工的效率,同时将生产实时数据兼容到企业管理平台,很好的实现企业对产品生产的过程监控和管理,压缩了生产和管理成本,提升了企业的综合实力,但仍然存在以下不足之处:无法对完成锁螺丝的零件进行质量监测,也无法对自动化螺丝机进行故障监测,难以实时发现和处理潜在问题,然而,自动化螺丝机由于长时间运行、工作环境恶劣等因素出现各种故障,易于导致产品质量下降甚至生产中断,造成重大经济损失。因此,开发一种基于互联网的自动化螺丝机控制管理系统具有重要意义。
发明内容
为了克服上述的技术问题,本发明的目的在于提供基于互联网的自动化螺丝机控制管理系统,解决了现有的全自动化螺丝机及其控制管理系统无法对完成锁螺丝的零件进行质量监测,也无法对自动化螺丝机进行故障监测,难以实时发现和处理潜在问题,易于导致产品质量下降甚至生产中断,造成重大经济损失的问题。
本发明的目的可以通过以下技术方案实现:
基于互联网的自动化螺丝机控制管理系统,包括:
机器监控模块,用于接收到机器监控指令后对自动化螺丝机进行状态检测,获取机器异常参数,并将机器异常参数发送至参数分析模块;其中,机器异常参数包括频位值、时速值以及温音值;
所述机器监控模块获取机器异常参数的具体过程如下:
接收到机器监控指令后对自动化螺丝机进行状态检测,获取自动化螺丝机上的电批单位时间内的平均振动频率和最大振动位移,并将其分别标记为均频值和振位值,分别记为JP和ZW,将均频值、振位值进行量化处理,提取均频值、振位值的数值,依据公式得到频位值,记为PW,其中,z1、z2分别为均频值、振位值对应的预设比例系数,z1、z2满足z1+z2=1,0<z2<z1<1,取z1=0.55,z2=0.45;
获取自动化螺丝机完成对产品监控对象锁螺丝的时间,并将其标记为锁时值,获取锁时值与预设的标准锁时值之间的差值,并将其标记为时差值,记为TC,获取锁螺丝过程中电批的平均转速,并将其标记为均速值,获取均速值与预设的标准均速值之间的差值,并将其标记为速差值,记为VC,将时差值、速差值进行量化处理,提取时差值、速差值的数值,依据公式得到时速值,记为TV,其中,t1、t2分别为时差值、速差值对应的预设比例系数,t1、t2满足t1+t2=1,0<t2<t1<1,取t1=0.62,t2=0.38;
获取自动化螺丝机内部最大温度和最大声音强度,并将其分别标记为内温值和内音值,获取内温值和内音值的乘积,并将其标记为温音值,记为WY;
将频位值、时速值以及温音值发送至参数分析模块;
参数分析模块,用于根据机器异常参数获得机器异常系数,并将机器异常系数发送至控制管理平台;
控制管理平台,用于根据机器异常系数生成机器异常指令,并将机器异常指令发送至异常报警模块;
异常报警模块,用于接收到机器异常指令后对自动化螺丝机进行控制管理。
作为本发明进一步的方案:所述参数分析模块获得机器异常系数的具体过程如下:
将频位值、时速值以及温音值进行量化处理,提取频位值、时速值以及温音值的数值,依据公式得到机器异常系数,记为JY,其中,ε为预设的误差调节因子,取ε=0.971,κ1、κ2以及κ3分别为频位值、时速值以及温音值对应的预设权重因子,κ1、κ2以及κ3满足κ3<κ2<κ1<3.295,取κ1=3.04,κ2=2.61,κ3=2.10;
将机器异常系数发送至控制管理平台。
作为本发明进一步的方案:所述控制管理平台生成机器异常指令的具体过程如下:
将机器异常系数与预设的机器异常阈值进行比较:
如果机器异常系数≥机器异常阈值,则生成机器异常指令,并将机器异常指令发送至异常报警模块。
作为本发明进一步的方案:所述基于互联网的自动化螺丝机控制管理系统还包括:
产品监控模块,用于对产品监控对象进行质量检测,获取产品异常参数,并将产品异常参数发送至参数分析模块;其中,产品异常参数包括螺差值、深偏值以及侧偏值。
作为本发明进一步的方案:所述产品监控模块获取产品异常参数的具体过程如下:
将已经完成锁螺丝的零件标记为产品监控对象;
将产品监控对象上需要安装螺丝的螺丝孔依次标记为安装孔,记为Ki,i表示为各螺丝孔的编号,i=1、……、n,n为正整数,将产品监控对象上已经安装完成的螺丝依次标记为安装螺丝,记为Sj,j表示为各螺丝的编号,j=1、……、m,m为正整数;
获取安装孔的数量和安装螺丝的数量,获取两者之间的差值,并将其标记为螺差值,记为LC;
利用固定安装在自动化螺丝机上的激光测距仪获取安装孔边缘与采集点之间的距离,并将其标记为孔距值,记为KJi,获取安装螺丝顶部与采集点之间的距离,并将其标记为丝距值,记为SJj,其中,当安装孔中不存在螺丝时,获取安装孔底部与采集点之间的距离,并将其标记为丝距值,记为SJj,获取孔距值、丝距值之间的差值,并将其标记为丝深值,记为SSi,获取最大丝深值和最小丝深值之间的差值,并将其标记为极深差值,记为JS,将丝深值依据公式得到偏深差值,记为PS,将极深差值、偏深差值进行量化处理,提取极深差值、偏深差值的数值,依据公式/>得到深偏值,并用符号SP表示,其中,s1、s2分别为极深差值、偏深差值对应的预设比例系数,s1、s2满足s1+s2=1,0<s1<s2<1,取s1=0.31,s2=0.69;
获取安装孔与其中的安装螺丝的中心位置,获得两者之间的距离,并将其标记为心距值,记为XJ,以安装螺丝的中心位置为起点,绘制四条线段,且相邻线段之间夹角为90°,呈“十”字形,获取线段与安装螺丝边缘的交点、线段与安装孔内壁的交点,获取同一条线段上两个交点之间的距离,并将其标记为交距值,记为JJo,o表示为各线段的编号,o=1、2、3、4,将心距值、交距值进行量化处理,提取心距值、交距值的数值,依据公式得到侧偏值,记为CP,其中,c1、c2分别为心距值、交距值对应的预设比例系数,c1、c2满足c1+c2=1,0<c1<c2<1,取c1=0.25,c2=0.75;
将螺差值、深偏值以及侧偏值发送至参数分析模块。
作为本发明进一步的方案:所述参数分析模块还用于根据产品异常参数获得产品异常系数,并将产品异常系数发送至控制管理平台。
作为本发明进一步的方案:所述参数分析模块获得产品异常系数的具体过程如下:
将螺差值、深偏值以及侧偏值进行量化处理,提取螺差值、深偏值以及侧偏值的数值,依据公式得到产品异常系数,记为CY,其中,λ为预设的误差调节因子,取λ=0.959,e为数学常数,α1、α2以及α3分别为螺差值、深偏值以及侧偏值对应的预设权重因子,α1、α2以及α3满足α1>α2>α3>1.428,取α1=2.95,α2=2.31,α3=1.92;
将产品异常系数发送至控制管理平台。
作为本发明进一步的方案:所述控制管理平台还用于根据产品异常系数将产品监控对象分类为合格零件或者不合格零件,并分类储存,并根据不合格零件获得异次值,根据异次值生成机器监控指令,并将机器监控指令发送至机器监控模块。
作为本发明进一步的方案:所述控制管理平台将产品监控对象分类的具体过程如下:
将产品异常系数与预设的产品异常阈值进行比较:
如果产品异常系数<产品异常阈值,则将产品异常系数对应的产品监控对象标记为合格零件,并将合格零件输送至良品区域储存;
如果产品异常系数≥产品异常阈值,则将产品异常系数对应的产品监控对象标记为不合格零件,并将不合格零件输送至次品区域储存。
作为本发明进一步的方案:所述控制管理平台生成机器监控指令的具体过程如下:
获取单位时间内出现不合格零件的次数,并将其标记为异次值,将异次值与预设的异次阈值进行比较:
如果异次值≥异次阈值,则生成机器监控指令,并将机器监控指令发送至机器监控模块。
本发明的有益效果:
本发明的基于互联网的自动化螺丝机控制管理系统,该控制管理系统首先对完成锁螺丝的零件进行检测,获取产品异常参数,根据产品异常参数获得的产品异常系数能够综合衡量零件锁螺丝作业的异常程度,且产品异常系数越大表示异常程度越高,也表示产品监控对象的质量越差,之后获得异次值,异次值越大表示出现质量问题越严重,之后对自动化螺丝机进行检测,获取机器异常参数,根据机器异常参数获得的机器异常系数能够综合衡量自动化螺丝机的状态异常程度,且机器异常系数越大表示异常程度越高,也表示自动化螺丝机的状态存在异常,会对零件锁螺丝过程造成不利影响,易于出现大量次品,导致生产成本增加;
该控制管理系统通过集成互联网技术、数据采集技术和数据分析技术,实现对完成锁螺丝的零件和自动化螺丝机的实时监测、异常诊断和远程管理,能够发现潜在问题并进行预警,提前进行维护,避免生产中断,提高维护效率和生产效率,降低维护成本,确保生产线的稳定运行;该系统具有操作简便、维护方便、成本低廉等优点,可广泛应用于机械、电子、汽车等行业,为企业提高生产效率、降低生产成本和人力成本提供有力支持。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明中基于互联网的自动化螺丝机控制管理系统的原理框图;
图2是本发明中基于互联网的自动化螺丝机控制管理系统的工作方法的流程图。
具体实施方式
下面将结合本发明实施例,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。
实施例1:
请参阅图1所示,本实施例为基于互联网的自动化螺丝机控制管理系统,包括以下模块:产品监控模块、参数分析模块、控制管理平台、机器监控模块以及异常报警模块;
其中,所述产品监控模块用于对产品监控对象进行质量检测,获取产品异常参数,并将产品异常参数发送至参数分析模块;其中,产品异常参数包括螺差值、深偏值以及侧偏值;
其中,所述参数分析模块用于根据产品异常参数获得产品异常系数,并将产品异常系数发送至控制管理平台;还用于根据机器异常参数获得机器异常系数,并将机器异常系数发送至控制管理平台;
其中,所述控制管理平台用于根据产品异常系数将产品监控对象分类为合格零件或者不合格零件,并分类储存,并根据不合格零件获得异次值,根据异次值生成机器监控指令,并将机器监控指令发送至机器监控模块;还用于根据机器异常系数生成机器异常指令,并将机器异常指令发送至异常报警模块;
其中,所述机器监控模块用于接收到机器监控指令后对自动化螺丝机进行状态检测,获取机器异常参数,并将机器异常参数发送至参数分析模块;其中,机器异常参数包括频位值、时速值以及温音值;
其中,所述异常报警模块用于接收到机器异常指令后对自动化螺丝机进行控制管理。
实施例2:
请参阅图2所示,本实施例为基于互联网的自动化螺丝机控制管理系统的工作方法,包括以下步骤:
步骤一:产品监控模块对产品监控对象进行质量检测,获取产品异常参数,其中,产品异常参数包括螺差值、深偏值以及侧偏值,并将产品异常参数发送至参数分析模块;
步骤二:参数分析模块根据产品异常参数获得产品异常系数,并将产品异常系数发送至控制管理平台;
步骤三:控制管理平台根据产品异常系数将产品监控对象分类为合格零件或者不合格零件,并分类储存,并根据不合格零件获得异次值,根据异次值生成机器监控指令,并将机器监控指令发送至机器监控模块;
步骤四:机器监控模块接收到机器监控指令后对自动化螺丝机进行状态检测,获取机器异常参数,其中,机器异常参数包括频位值、时速值以及温音值,并将机器异常参数发送至参数分析模块;
步骤五:参数分析模块根据机器异常参数获得机器异常系数,并将机器异常系数发送至控制管理平台;
步骤六:控制管理平台根据机器异常系数生成机器异常指令,并将机器异常指令发送至异常报警模块;
步骤七:异常报警模块接收到机器异常指令后对自动化螺丝机进行控制管理。
实施例3:
基于上述任一实施例,本发明实施例3为产品监控模块,产品监控模块的作用是为了获取产品异常参数,其中,产品异常参数包括螺差值、深偏值以及侧偏值,具体过程如下:
产品监控模块将已经完成锁螺丝的零件标记为产品监控对象;
产品监控模块将产品监控对象上需要安装螺丝的螺丝孔依次标记为安装孔,记为Ki,i表示为各螺丝孔的编号,i=1、……、n,n为正整数,将产品监控对象上已经安装完成的螺丝依次标记为安装螺丝,记为Sj,j表示为各螺丝的编号,j=1、……、m,m为正整数;
产品监控模块获取安装孔的数量和安装螺丝的数量,获取两者之间的差值,并将其标记为螺差值,记为LC;
产品监控模块利用固定安装在自动化螺丝机上的激光测距仪获取安装孔边缘与采集点之间的距离,并将其标记为孔距值,记为KJi,获取安装螺丝顶部与采集点之间的距离,并将其标记为丝距值,记为SJj,其中,当安装孔中不存在螺丝时,获取安装孔底部与采集点之间的距离,并将其标记为丝距值,记为SJj,获取孔距值、丝距值之间的差值,并将其标记为丝深值,记为SSi,获取最大丝深值和最小丝深值之间的差值,并将其标记为极深差值,记为JS,将丝深值依据公式得到偏深差值,记为PS,将极深差值、偏深差值进行量化处理,提取极深差值、偏深差值的数值,依据公式得到深偏值,并用符号SP表示,其中,s1、s2分别为极深差值、偏深差值对应的预设比例系数,s1、s2满足s1+s2=1,0<s1<s2<1,取s1=0.31,s2=0.69;
产品监控模块获取安装孔与其中的安装螺丝的中心位置,获得两者之间的距离,并将其标记为心距值,记为XJ,以安装螺丝的中心位置为起点,绘制四条线段,且相邻线段之间夹角为90°,呈“十”字形,获取线段与安装螺丝边缘的交点、线段与安装孔内壁的交点,获取同一条线段上两个交点之间的距离,并将其标记为交距值,记为JJo,o表示为各线段的编号,o=1、2、3、4,将心距值、交距值进行量化处理,提取心距值、交距值的数值,依据公式得到侧偏值,记为CP,其中,c1、c2分别为心距值、交距值对应的预设比例系数,c1、c2满足c1+c2=1,0<c1<c2<1,取c1=0.25,c2=0.75;
产品监控模块将螺差值、深偏值以及侧偏值发送至参数分析模块。
实施例4:
基于上述任一实施例,本发明实施例4为参数分析模块,参数分析模块具有两个作用;
其一的作用是为了获得产品异常系数,具体过程如下:
参数分析模块将螺差值、深偏值以及侧偏值进行量化处理,提取螺差值、深偏值以及侧偏值的数值,依据公式得到产品异常系数,记为CY,其中,λ为预设的误差调节因子,取λ=0.959,e为数学常数,α1、α2以及α3分别为螺差值、深偏值以及侧偏值对应的预设权重因子,α1、α2以及α3满足α1>α2>α3>1.428,取α1=2.95,α2=2.31,α3=1.92;
参数分析模块将产品异常系数发送至控制管理平台;
其二的作用是为了获得机器异常系数,具体过程如下:
参数分析模块将频位值、时速值以及温音值进行量化处理,提取频位值、时速值以及温音值的数值,依据公式得到机器异常系数,记为JY,其中,ε为预设的误差调节因子,取ε=0.971,κ1、κ2以及κ3分别为频位值、时速值以及温音值对应的预设权重因子,κ1、κ2以及κ3满足κ3<κ2<κ1<3.295,取κ1=3.04,κ2=2.61,κ3=2.10;
参数分析模块将机器异常系数发送至控制管理平台。
实施例5:
基于上述任一实施例,本发明实施例5为控制管理平台,控制管理平台具有两个作用;
其一的作用是为了生成机器监控指令,具体过程如下:
控制管理平台将产品异常系数与预设的产品异常阈值进行比较:
如果产品异常系数<产品异常阈值,则将产品异常系数对应的产品监控对象标记为合格零件,并将合格零件输送至良品区域储存;
如果产品异常系数≥产品异常阈值,则将产品异常系数对应的产品监控对象标记为不合格零件,并将不合格零件输送至次品区域储存;
控制管理平台获取单位时间内出现不合格零件的次数,并将其标记为异次值,将异次值与预设的异次阈值进行比较:
如果异次值≥异次阈值,则生成机器监控指令,并将机器监控指令发送至机器监控模块;
其二的作用是为了生成机器异常指令,具体过程如下:
控制管理平台将机器异常系数与预设的机器异常阈值进行比较:
如果机器异常系数≥机器异常阈值,则生成机器异常指令,并将机器异常指令发送至异常报警模块。
实施例6:
基于上述任一实施例,本发明实施例6为机器监控模块,机器监控模块的作用是为了获取机器异常参数,其中,机器异常参数包括频位值、时速值以及温音值,具体过程如下:
机器监控模块接收到机器监控指令后对自动化螺丝机进行状态检测,获取自动化螺丝机上的电批单位时间内的平均振动频率和最大振动位移,并将其分别标记为均频值和振位值,分别记为JP和ZW,将均频值、振位值进行量化处理,提取均频值、振位值的数值,依据公式得到频位值,记为PW,其中,z1、z2分别为均频值、振位值对应的预设比例系数,z1、z2满足z1+z2=1,0<z2<z1<1,取z1=0.55,z2=0.45;
机器监控模块获取自动化螺丝机完成对产品监控对象锁螺丝的时间,并将其标记为锁时值,获取锁时值与预设的标准锁时值之间的差值,并将其标记为时差值,记为TC,获取锁螺丝过程中电批的平均转速,并将其标记为均速值,获取均速值与预设的标准均速值之间的差值,并将其标记为速差值,记为VC,将时差值、速差值进行量化处理,提取时差值、速差值的数值,依据公式得到时速值,记为TV,其中,t1、t2分别为时差值、速差值对应的预设比例系数,t1、t2满足t1+t2=1,0<t2<t1<1,取t1=0.62,t2=0.38;
机器监控模块获取自动化螺丝机内部最大温度和最大声音强度,并将其分别标记为内温值和内音值,获取内温值和内音值的乘积,并将其标记为温音值,记为WY;
机器监控模块将频位值、时速值以及温音值发送至参数分析模块。
实施例7:
基于上述任一实施例,本发明实施例7为异常报警模块,异常报警模块的作用是为了对自动化螺丝机进行控制管理,具体过程如下:
异常报警模块接收到机器异常指令后停止自动化螺丝机运行,同时控制自动化螺丝机的机器维修人员的手机终端响起警报铃声。
基于实施例1-7,本发明的工作原理如下:
本发明的基于互联网的自动化螺丝机控制管理系统,通过产品监控模块对产品监控对象进行质量检测,获取产品异常参数,通过参数分析模块根据产品异常参数获得产品异常系数,通过控制管理平台根据产品异常系数将产品监控对象分类为合格零件或者不合格零件,并分类储存,并根据不合格零件获得异次值,根据异次值生成机器监控指令,通过机器监控模块接收到机器监控指令后对自动化螺丝机进行状态检测,获取机器异常参数,通过参数分析模块根据机器异常参数获得机器异常系数,通过控制管理平台根据机器异常系数生成机器异常指令,通过异常报警模块接收到机器异常指令后对自动化螺丝机进行控制管理;该控制管理系统首先对完成锁螺丝的零件进行检测,获取产品异常参数,根据产品异常参数获得的产品异常系数能够综合衡量零件锁螺丝作业的异常程度,且产品异常系数越大表示异常程度越高,也表示产品监控对象的质量越差,之后获得异次值,异次值越大表示出现质量问题越严重,之后对自动化螺丝机进行检测,获取机器异常参数,根据机器异常参数获得的机器异常系数能够综合衡量自动化螺丝机的状态异常程度,且机器异常系数越大表示异常程度越高,也表示自动化螺丝机的状态存在异常,会对零件锁螺丝过程造成不利影响,易于出现大量次品,导致生产成本增加;该控制管理系统通过集成互联网技术、数据采集技术和数据分析技术,实现对完成锁螺丝的零件和自动化螺丝机的实时监测、异常诊断和远程管理,能够发现潜在问题并进行预警,提前进行维护,避免生产中断,提高维护效率和生产效率,降低维护成本,确保生产线的稳定运行;该系统具有操作简便、维护方便、成本低廉等优点,可广泛应用于机械、电子、汽车等行业,为企业提高生产效率、降低生产成本和人力成本提供有力支持。
还需要进一步说明的是,上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.基于互联网的自动化螺丝机控制管理系统,其特征在于,包括:
机器监控模块,用于接收到机器监控指令后对自动化螺丝机进行状态检测,获取机器异常参数,并将机器异常参数发送至参数分析模块;其中,机器异常参数包括频位值、时速值以及温音值;
所述机器监控模块获取机器异常参数的具体过程如下:
接收到机器监控指令后对自动化螺丝机进行状态检测,获取自动化螺丝机上的电批单位时间内的平均振动频率和最大振动位移,并将其分别标记为均频值和振位值,分别记为JP和ZW,将均频值、振位值进行量化处理,依据公式得到频位值,记为PW,其中,z1、z2分别为均频值、振位值对应的预设比例系数;
获取自动化螺丝机完成对产品监控对象锁螺丝的时间,并将其标记为锁时值,获取锁时值与预设的标准锁时值之间的差值,并将其标记为时差值,记为TC,获取锁螺丝过程中电批的平均转速,并将其标记为均速值,获取均速值与预设的标准均速值之间的差值,并将其标记为速差值,记为VC,将时差值、速差值进行量化处理,依据公式得到时速值,记为TV,其中,t1、t2分别为时差值、速差值对应的预设比例系数;
获取自动化螺丝机内部最大温度和最大声音强度,并将其分别标记为内温值和内音值,获取内温值和内音值的乘积,并将其标记为温音值,记为WY;
将频位值、时速值以及温音值发送至参数分析模块;
参数分析模块,用于根据机器异常参数获得机器异常系数,并将机器异常系数发送至控制管理平台;
所述参数分析模块获得机器异常系数的具体过程如下:
将频位值、时速值以及温音值进行量化处理,依据公式得到机器异常系数,记为JY,其中,ε为预设的误差调节因子,κ1、κ2以及κ3分别为频位值、时速值以及温音值对应的预设权重因子;
将机器异常系数发送至控制管理平台;
控制管理平台,用于根据机器异常系数生成机器异常指令,并将机器异常指令发送至异常报警模块;
异常报警模块,用于接收到机器异常指令后对自动化螺丝机进行控制管理;
产品监控模块,用于对产品监控对象进行质量检测,获取产品异常参数,并将产品异常参数发送至参数分析模块;其中,产品异常参数包括螺差值、深偏值以及侧偏值;
所述产品监控模块获取产品异常参数的具体过程如下:
将已经完成锁螺丝的零件标记为产品监控对象;
将产品监控对象上需要安装螺丝的螺丝孔依次标记为安装孔,记为Ki,i表示为各螺丝孔的编号,i=1、……、n,n为正整数,将产品监控对象上已经安装完成的螺丝依次标记为安装螺丝,记为Sj,j表示为各螺丝的编号,j=1、……、m,m为正整数;
获取安装孔的数量和安装螺丝的数量,获取两者之间的差值,并将其标记为螺差值,记为LC;
利用固定安装在自动化螺丝机上的激光测距仪获取安装孔边缘与采集点之间的距离,并将其标记为孔距值,记为KJi,获取安装螺丝顶部与采集点之间的距离,并将其标记为丝距值,记为SJj,获取孔距值、丝距值之间的差值,并将其标记为丝深值,记为SSi,获取最大丝深值和最小丝深值之间的差值,并将其标记为极深差值,记为JS,将丝深值依据公式得到偏深差值,记为PS,将极深差值、偏深差值进行量化处理,依据公式/>得到深偏值,并用符号SP表示,其中,s1、s2分别为极深差值、偏深差值对应的预设比例系数;
获取安装孔与其中的安装螺丝的中心位置,获得两者之间的距离,并将其标记为心距值,记为XJ,以安装螺丝的中心位置为起点,绘制四条线段,获取线段与安装螺丝边缘的交点、线段与安装孔内壁的交点,获取同一条线段上两个交点之间的距离,并将其标记为交距值,记为JJo,o表示为各线段的编号,o=1、2、3、4,将心距值、交距值进行量化处理,依据公式得到侧偏值,记为CP,其中,c1、c2分别为心距值、交距值对应的预设比例系数;
将螺差值、深偏值以及侧偏值发送至参数分析模块。
2.根据权利要求1所述的基于互联网的自动化螺丝机控制管理系统,其特征在于,所述控制管理平台生成机器异常指令的具体过程如下:
将机器异常系数与预设的机器异常阈值进行比较:
如果机器异常系数≥机器异常阈值,则生成机器异常指令,并将机器异常指令发送至异常报警模块。
3.根据权利要求1所述的基于互联网的自动化螺丝机控制管理系统,其特征在于,所述参数分析模块还用于根据产品异常参数获得产品异常系数,并将产品异常系数发送至控制管理平台。
4.根据权利要求3所述的基于互联网的自动化螺丝机控制管理系统,其特征在于,所述参数分析模块获得产品异常系数的具体过程如下:
将螺差值、深偏值以及侧偏值进行量化处理,依据公式得到产品异常系数,记为CY,其中,λ为预设的误差调节因子,e为数学常数,α1、α2以及α3分别为螺差值、深偏值以及侧偏值对应的预设权重因子;
将产品异常系数发送至控制管理平台。
5.根据权利要求1所述的基于互联网的自动化螺丝机控制管理系统,其特征在于,所述控制管理平台还用于根据产品异常系数将产品监控对象分类为合格零件或者不合格零件,并分类储存,并根据不合格零件获得异次值,根据异次值生成机器监控指令,并将机器监控指令发送至机器监控模块。
6.根据权利要求5所述的基于互联网的自动化螺丝机控制管理系统,其特征在于,所述控制管理平台将产品监控对象分类的具体过程如下:
将产品异常系数与预设的产品异常阈值进行比较:
如果产品异常系数<产品异常阈值,则将产品异常系数对应的产品监控对象标记为合格零件,并将合格零件输送至良品区域储存;
如果产品异常系数≥产品异常阈值,则将产品异常系数对应的产品监控对象标记为不合格零件,并将不合格零件输送至次品区域储存。
7.根据权利要求5所述的基于互联网的自动化螺丝机控制管理系统,其特征在于,所述控制管理平台生成机器监控指令的具体过程如下:
获取单位时间内出现不合格零件的次数,并将其标记为异次值,将异次值与预设的异次阈值进行比较:
如果异次值≥异次阈值,则生成机器监控指令,并将机器监控指令发送至机器监控模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410269882.5A CN117873006B (zh) | 2024-03-11 | 2024-03-11 | 基于互联网的自动化螺丝机控制管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410269882.5A CN117873006B (zh) | 2024-03-11 | 2024-03-11 | 基于互联网的自动化螺丝机控制管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117873006A CN117873006A (zh) | 2024-04-12 |
CN117873006B true CN117873006B (zh) | 2024-05-17 |
Family
ID=90588776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410269882.5A Active CN117873006B (zh) | 2024-03-11 | 2024-03-11 | 基于互联网的自动化螺丝机控制管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117873006B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118151590B (zh) * | 2024-05-09 | 2024-08-30 | 辽宁柒隆智能科技有限公司 | 基于数据分析的人机管理方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115248569A (zh) * | 2022-09-21 | 2022-10-28 | 苏州梦涞信息科技有限公司 | 基于云计算的设备监控系统 |
US11619928B1 (en) * | 2022-04-28 | 2023-04-04 | Chengdu Qinchuan Iot Technology Co., Ltd. | Industrial internet of things system for smart manufacturing and control method thereof |
CN116008701A (zh) * | 2022-12-28 | 2023-04-25 | 国网山东省电力公司淄博供电公司 | 用于智能高压开关柜的电动机构运行诊断系统及方法 |
CN117092973A (zh) * | 2023-09-05 | 2023-11-21 | 上电智联科技(江苏)有限公司 | 基于工业物联网的设备运行异常的监测维护方法及系统 |
CN117369396A (zh) * | 2023-11-24 | 2024-01-09 | 北方联合电力有限责任公司包头第一热电厂 | 一种用于火电厂机组设备的自动化运行系统 |
-
2024
- 2024-03-11 CN CN202410269882.5A patent/CN117873006B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11619928B1 (en) * | 2022-04-28 | 2023-04-04 | Chengdu Qinchuan Iot Technology Co., Ltd. | Industrial internet of things system for smart manufacturing and control method thereof |
CN115248569A (zh) * | 2022-09-21 | 2022-10-28 | 苏州梦涞信息科技有限公司 | 基于云计算的设备监控系统 |
CN116008701A (zh) * | 2022-12-28 | 2023-04-25 | 国网山东省电力公司淄博供电公司 | 用于智能高压开关柜的电动机构运行诊断系统及方法 |
CN117092973A (zh) * | 2023-09-05 | 2023-11-21 | 上电智联科技(江苏)有限公司 | 基于工业物联网的设备运行异常的监测维护方法及系统 |
CN117369396A (zh) * | 2023-11-24 | 2024-01-09 | 北方联合电力有限责任公司包头第一热电厂 | 一种用于火电厂机组设备的自动化运行系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117873006A (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117873006B (zh) | 基于互联网的自动化螺丝机控制管理系统 | |
CN110394688B (zh) | 基于边缘计算的机床状态监测方法 | |
CA3175273A1 (en) | Method and apparatus for determining operating state of photovoltaic array, device and storage medium | |
CN116086537B (zh) | 一种设备状态监测方法、装置、设备及存储介质 | |
CN115903659A (zh) | 一种数控设备智能监控方法及系统 | |
CN115514292B (zh) | 伺服电机转速控制系统及方法 | |
CN116777433B (zh) | 一种基于数据分析的工业产线设备运维管理系统 | |
CN118395091B (zh) | 基于万物互联的数据高效采集系统 | |
CN115376296A (zh) | 一种基于工业互联网的生产故障预警系统 | |
CN113656456A (zh) | 压铸生产中工艺参数大数据的实时采集控制方法 | |
CN116872206A (zh) | 一种基于工业互联网的机器人故障检测方法及系统 | |
CN117130332A (zh) | 一种基于数据分析的军工企业产线智能监管系统 | |
CN113934536B (zh) | 面向边缘计算的数据采集方法 | |
CN117592753B (zh) | 一种基于知识图谱的生产监管控制系统 | |
CN116197649B (zh) | 一种用于锁螺丝机的智能调节系统 | |
CN111506030B (zh) | 汽车生产线品质管理系统及方法 | |
CN117455463A (zh) | 一种数字化工厂设备运维管理方法及系统 | |
CN117132064A (zh) | 一种基于物联网的液晶显示屏产线运行管理系统 | |
CN112083693B (zh) | 基于物联网技术的涂料生产线信息化管理系统 | |
CN112100577A (zh) | 基于长程相关性的设备运行稳定性在线监测方法及系统 | |
EP3869286A1 (en) | System and method for detecting turbine underperformance and operation anomaly | |
CN118151590B (zh) | 基于数据分析的人机管理方法及系统 | |
CN111400284B (zh) | 一种基于性能数据建立动态异常探测模型的方法 | |
CN115342036B (zh) | 一种风力发电组机变桨电机异常预警方法及系统 | |
CN114614946B (zh) | 一种电子智造业运维云平台系统 |
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 |