技术新讯 > 控制调节装置的制造及其应用技术 > 用于自动化注塑装配设备控制的数据处理方法及系统与流程  >  正文

用于自动化注塑装配设备控制的数据处理方法及系统与流程

  • 国知局
  • 2024-10-21 14:52:25

本发明涉及数据处理,尤其涉及一种用于自动化注塑装配设备控制的数据处理方法及系统。

背景技术:

1、手雷外壳的生产过程中,一般需要自动注塑装配生产线设备对手雷的衬套和外壳进行一系列的注塑和装配操作,随着自动化技术的发展,注塑装配生产线的工作效率和自动化程度都已经得到很大的提高,但现有的生产线设备中,由于没有结合传感技术和生产环节之间的关联对注塑装配设备的工作做更加精细化的控制处理,其存在工作协同程度不足,生产效率较低的问题,且容易出错,需要人工进行处理,维护成本较高。可见,现有技术存在缺陷,亟待解决。

技术实现思路

1、本发明所要解决的技术问题在于,提供一种用于自动化注塑装配设备控制的数据处理方法及系统,能够更精细和高效地识别出注塑装配设备的工作延迟,提高对注塑装配设备的控制精度,提高注塑装配工作的质量。

2、为了解决上述技术问题,本发明第一方面公开了一种用于自动化注塑装配设备控制的数据处理方法,所述方法包括:

3、获取用于手雷外壳注塑装配工作的生产线设备的多个功能系统对应的系统工作指令和传感信息;

4、根据所述系统工作指令和所述传感信息,计算每一所述功能系统对应的系统工作延迟;

5、根据不同所述功能系统之间的环节延迟数学关系,以及所述系统工作延迟,确定所述生产线设备对应的延迟问题;

6、根据所述系统工作延迟和所述生产线设备对应的所述延迟问题,确定出所述生产线设备对应的设备工作调节指令;所述设备工作调节指令用于控制所述生产线设备的所述功能系统的工作指令的发出调节时间。

7、作为一个可选的实施方式,在本发明第一方面中,所述传感信息包括视频信息、声音信息和光反射信息中的至少一种。

8、作为一个可选的实施方式,在本发明第一方面中,所述系统工作指令为启动所述功能系统的工作部件开始工作的指令;所述功能系统为上衬套注塑系统、下衬套注塑系统、压合系统、芯棒压入系统、外壳注塑系统或脱芯系统。

9、作为一个可选的实施方式,在本发明第一方面中,所述根据所述系统工作指令和所述传感信息,计算每一所述功能系统对应的系统工作延迟,包括:

10、对于每一所述功能系统,根据该功能系统对应的所有所述系统工作指令中的指令发出时间,建立该功能系统对应的指令时间序列;

11、确定该功能系统对应的每一所述传感信息对应的部件启动时刻;

12、根据该功能系统对应的所有所述部件启动时刻,建立该功能系统对应的传感时间序列;

13、计算所述指令时间序列和所述传感时间序列之间的差异度,得到该功能系统对应的系统工作延迟。

14、作为一个可选的实施方式,在本发明第一方面中,所述确定该功能系统对应的每一所述传感信息对应的部件启动时刻,包括:

15、对于该功能系统对应的每一所述传感信息,将该传感信息输入至信息类型相对应的部件启动识别算法模型中,以得到该传感信息对应的属于部件启动相关的信息数据部分;所述信息类型为视频信息、声音信息或光反射信息;其中,在所述信息类型为视频信息时,所述部件启动识别算法模型为部件启动图像识别算法模型,用于识别所述视频信息中属于部件启动图像的视频帧,在所述信息类型为声音信息时,所述部件启动识别算法模型为部件启动声音识别算法模型,用于识别所述声音信息中属于部件启动声音的音频部分,在所述信息类型为光反射信息时,所述部件启动识别算法模型为部件启动识别神经网络,用于识别所述光反射信息中属于部件启动的信息部分,通过包括有多个训练光反射信息和对应的是否属于部件启动的标注的训练数据集训练得到;

16、确定所述信息数据部分在该传感信息中对应的时间信息,以得到该传感信息对应的部件启动时刻。

17、作为一个可选的实施方式,在本发明第一方面中,所述根据不同所述功能系统之间的环节延迟数学关系,以及所述系统工作延迟,确定所述生产线设备对应的延迟问题,包括:

18、将所有所述功能系统以及对应的所述系统工作延迟,输入至训练好的问题预测神经网络中,以得到输出的所述生产线设备对应的延迟问题;所述问题预测神经网络通过包括有多个训练功能系统延迟数据和对应的延迟问题标注的训练数据集训练得到;所述延迟问题用于指示任一所述功能系统存在的延迟问题;

19、和/或,

20、对于任意两个所述功能系统,根据该两个功能系统对应的环节延迟关系,对该两个功能系统对应的所述系统工作延迟进行修正,得到修正工作延迟;

21、根据所述修正工作延迟对所有所述功能系统进行排序,得到系统序列;

22、将所述系统序列中前预设数量个且所述修正工作延迟大于预设的延迟阈值的所有所述功能系统,确定为问题功能系统;

23、将所有所述问题功能系统中属于环节关联关系的问题功能系统,确定为所述生产线设备对应的延迟问题;所述环节关联关系为在预设的工作流程中属于前后连续的工作环节的功能系统。

24、作为一个可选的实施方式,在本发明第一方面中,所述根据该两个功能系统对应的环节延迟关系,对该两个功能系统对应的所述系统工作延迟进行修正,得到修正工作延迟,包括:

25、计算该两个功能系统分别所属的工作环节在所述工作流程中的环节距离;

26、根据预设的类型与延迟的对应关系,确定该两个功能系统对应的系统类型对应的延迟变化参数;所述延迟变化参数为增加或减少预设时间量的延迟;

27、计算与所述环节距离成正比的距离权重;

28、计算所述距离权重与所述延迟变化参数的乘积,得到修正变化参数;

29、分别计算该两个功能系统对应的所述系统工作延迟与所述修正变化参数的和,得到该两个功能系统分别对应的修正工作延迟。

30、作为一个可选的实施方式,在本发明第一方面中,所述根据所述系统工作延迟和所述生产线设备对应的所述延迟问题,确定出所述生产线设备对应的设备工作调节指令,包括:

31、根据所述生产线设备对应的所述延迟问题,从所有所述功能系统中确定出所述生产线设备对应的目标问题功能系统;

32、基于预设的系统延迟关联关系,确定所述目标问题功能系统对应的多个关联系统;

33、计算与所述目标问题功能系统对应的系统工作延迟和所有所述关联系统的系统工作延迟的加权求和平均值,得到延迟表征值;

34、计算与所述延迟表征值成正比的调节时间值;

35、生成针对所述目标问题功能系统和所有所述关联系统的工作指令的发出时间提前所述调节时间值的设备工作调节指令。

36、本发明实施例第二方面公开了一种用于自动化注塑装配设备控制的数据处理系统,所述系统包括:

37、获取模块,用于获取用于手雷外壳注塑装配工作的生产线设备的多个功能系统对应的系统工作指令和传感信息;

38、计算模块,用于根据所述系统工作指令和所述传感信息,计算每一所述功能系统对应的系统工作延迟;

39、第一确定模块,用于根据不同所述功能系统之间的环节延迟数学关系,以及所述系统工作延迟,确定所述生产线设备对应的延迟问题;

40、第二确定模块,用于根据所述系统工作延迟和所述生产线设备对应的所述延迟问题,确定出所述生产线设备对应的设备工作调节指令;所述设备工作调节指令用于控制所述生产线设备的所述功能系统的工作指令的发出调节时间。

41、作为一个可选的实施方式,在本发明第二方面中,所述传感信息包括视频信息、声音信息和光反射信息中的至少一种。

42、作为一个可选的实施方式,在本发明第二方面中,所述系统工作指令为启动所述功能系统的工作部件开始工作的指令;所述功能系统为上衬套注塑系统、下衬套注塑系统、压合系统、芯棒压入系统、外壳注塑系统或脱芯系统。

43、作为一个可选的实施方式,在本发明第二方面中,所述计算模块根据所述系统工作指令和所述传感信息,计算每一所述功能系统对应的系统工作延迟的具体方式,包括:

44、对于每一所述功能系统,根据该功能系统对应的所有所述系统工作指令中的指令发出时间,建立该功能系统对应的指令时间序列;

45、确定该功能系统对应的每一所述传感信息对应的部件启动时刻;

46、根据该功能系统对应的所有所述部件启动时刻,建立该功能系统对应的传感时间序列;

47、计算所述指令时间序列和所述传感时间序列之间的差异度,得到该功能系统对应的系统工作延迟。

48、作为一个可选的实施方式,在本发明第二方面中,所述计算模块确定该功能系统对应的每一所述传感信息对应的部件启动时刻的具体方式,包括:

49、对于该功能系统对应的每一所述传感信息,将该传感信息输入至信息类型相对应的部件启动识别算法模型中,以得到该传感信息对应的属于部件启动相关的信息数据部分;所述信息类型为视频信息、声音信息或光反射信息;其中,在所述信息类型为视频信息时,所述部件启动识别算法模型为部件启动图像识别算法模型,用于识别所述视频信息中属于部件启动图像的视频帧,在所述信息类型为声音信息时,所述部件启动识别算法模型为部件启动声音识别算法模型,用于识别所述声音信息中属于部件启动声音的音频部分,在所述信息类型为光反射信息时,所述部件启动识别算法模型为部件启动识别神经网络,用于识别所述光反射信息中属于部件启动的信息部分,通过包括有多个训练光反射信息和对应的是否属于部件启动的标注的训练数据集训练得到;

50、确定所述信息数据部分在该传感信息中对应的时间信息,以得到该传感信息对应的部件启动时刻。

51、作为一个可选的实施方式,在本发明第二方面中,所述第一确定模块根据不同所述功能系统之间的环节延迟数学关系,以及所述系统工作延迟,确定所述生产线设备对应的延迟问题的具体方式,包括:

52、将所有所述功能系统以及对应的所述系统工作延迟,输入至训练好的问题预测神经网络中,以得到输出的所述生产线设备对应的延迟问题;所述问题预测神经网络通过包括有多个训练功能系统延迟数据和对应的延迟问题标注的训练数据集训练得到;所述延迟问题用于指示任一所述功能系统存在的延迟问题;

53、和/或,

54、对于任意两个所述功能系统,根据该两个功能系统对应的环节延迟关系,对该两个功能系统对应的所述系统工作延迟进行修正,得到修正工作延迟;

55、根据所述修正工作延迟对所有所述功能系统进行排序,得到系统序列;

56、将所述系统序列中前预设数量个且所述修正工作延迟大于预设的延迟阈值的所有所述功能系统,确定为问题功能系统;

57、将所有所述问题功能系统中属于环节关联关系的问题功能系统,确定为所述生产线设备对应的延迟问题;所述环节关联关系为在预设的工作流程中属于前后连续的工作环节的功能系统。

58、作为一个可选的实施方式,在本发明第二方面中,所述第一确定模块根据该两个功能系统对应的环节延迟关系,对该两个功能系统对应的所述系统工作延迟进行修正,得到修正工作延迟的具体方式,包括:

59、计算该两个功能系统分别所属的工作环节在所述工作流程中的环节距离;

60、根据预设的类型与延迟的对应关系,确定该两个功能系统对应的系统类型对应的延迟变化参数;所述延迟变化参数为增加或减少预设时间量的延迟;

61、计算与所述环节距离成正比的距离权重;

62、计算所述距离权重与所述延迟变化参数的乘积,得到修正变化参数;

63、分别计算该两个功能系统对应的所述系统工作延迟与所述修正变化参数的和,得到该两个功能系统分别对应的修正工作延迟。

64、作为一个可选的实施方式,在本发明第二方面中,所述第二确定模块根据所述系统工作延迟和所述生产线设备对应的所述延迟问题,确定出所述生产线设备对应的设备工作调节指令的具体方式,包括:

65、根据所述生产线设备对应的所述延迟问题,从所有所述功能系统中确定出所述生产线设备对应的目标问题功能系统;

66、基于预设的系统延迟关联关系,确定所述目标问题功能系统对应的多个关联系统;

67、计算与所述目标问题功能系统对应的系统工作延迟和所有所述关联系统的系统工作延迟的加权求和平均值,得到延迟表征值;

68、计算与所述延迟表征值成正比的调节时间值;

69、生成针对所述目标问题功能系统和所有所述关联系统的工作指令的发出时间提前所述调节时间值的设备工作调节指令。

70、本发明第三方面公开了另一种用于自动化注塑装配设备控制的数据处理系统,所述系统包括:

71、存储有可执行程序代码的存储器;

72、与所述存储器耦合的处理器;

73、所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明第一方面公开的用于自动化注塑装配设备控制的数据处理方法中的部分或全部步骤。

74、本发明第四方面公开了一种计算机存储介质,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本发明第一方面公开的用于自动化注塑装配设备控制的数据处理方法中的部分或全部步骤。

75、与现有技术相比,本发明实施例具有以下有益效果:

76、本发明能够根据生产线设备的多个功能系统对应的系统工作指令和传感信息计算出功能系统对应的系统工作延迟,再基于不同功能系统之间的环节延迟数学关系确定生产线设备对应的延迟问题,以精确确定出设备的工作调节指令,从而能够更精细和高效地识别出注塑装配设备的工作延迟,提高对注塑装配设备的控制精度,提高注塑装配工作的质量。

本文地址:https://www.jishuxx.com/zhuanli/20241021/319620.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。