CN115290367A - 一种电机驱动的压合机压力状态在线检测方法 - Google Patents
一种电机驱动的压合机压力状态在线检测方法 Download PDFInfo
- Publication number
- CN115290367A CN115290367A CN202210990667.5A CN202210990667A CN115290367A CN 115290367 A CN115290367 A CN 115290367A CN 202210990667 A CN202210990667 A CN 202210990667A CN 115290367 A CN115290367 A CN 115290367A
- Authority
- CN
- China
- Prior art keywords
- series data
- time series
- eigenvalues
- motor
- pressure
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 8
- 238000003825 pressing Methods 0.000 claims abstract description 58
- 238000004519 manufacturing process Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 4
- 238000003475 lamination Methods 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 abstract description 2
- 238000007619 statistical method Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 2
- 238000000465 moulding Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012892 rational function Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
- G01L5/0061—Force sensors associated with industrial machines or actuators
- G01L5/0076—Force sensors associated with manufacturing machines
-
- 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
- G06F17/15—Correlation function computation including computation of convolution operations
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Force Measurement Appropriate To Specific Purposes (AREA)
Abstract
本发明公开了一种电机驱动的压合机压力状态在线检测方法,可以通过采集在线生产用压合机处于压合工况时的电机电流时序数据或/和电机编码器时序数据,通过计算得到电机电流时序数据特征值或/和电机编码器时序数据特征值,再根据所嵌入的与压合工况对应的电流时序数据特征值或/和电机编码器时序数据特征值与压力时序数据特征值的关系模型,即可得到压力时序数据的特征值,进而确定压力状态,从而对压力进行预测、质量判定和统计分析,实现对压合质量问题的评估和预警。与现有技术相比,无需加装压力传感器,降低设备成本及减小设备安装空间,无需定期对压力传感器进行离线调校,省时省力,有效提高了生产效率。
Description
技术领域
本发明涉及一种压合机压力状态检测方法,尤其是一种电机驱动的压合机压力状态在线检测方法。
背景技术
压合机是制造业中常见的成型设备,以电机驱动的压合机已广泛应用于工业生产中。压合机生产过程中的由PLC控制,其工况基本上有未压合(压头与工件接触未施压、压头未与工件接触)及压合(压头与工件接触施压)两种,在压合工况中需要实时监测压合力的大小,确保输出稳定的压力,否则可能出现因压合力不足导致工件成型尺寸波动,或因压合力过大损坏工件的情况。现有的压合力监测手段是在压合机的传力路径上加装压力传感器,不仅增大设备成本、占用设备安装空间,而且需要定期对压力传感器进行离线调校,费时费力,影响生产效率。
发明内容
本发明为了解决现有技术所存在的上述技术问题,提供一种电机驱动的压合机压力状态在线检测方法。
本发明的技术解决方案是:一种电机驱动的压合机压力状态在线检测方法,按照如下步骤进行:
步骤1. 获取在线生产用压合机的工况状态,采集处于压合工况的电机电流时序数据或/和电机编码器时序数据,计算得到电机电流时序数据特征值或/和电机编码器时序数据特征值;
步骤2. 将电流时序数据特征值或/和电机编码器时序数据特征值作为输入信息,根据与压合工况对应的电流时序数据特征值或/和电机编码器时序数据特征值与压力时序数据特征值的关系模型,输出压力时序数据的特征值;
所述电流时序数据特征值或/和电机编码器时序数据特征值与压力时序数据特征值的关系模型按照如下方法建立:
步骤2.1在设定的不同压合位置分别重复进行多次压合过程,获取同一压合位置下每次压合过程的工况状态并采集电机电流时序数据、电机编码器时序数据及压力时序数据,计算得到对应的电机电流时序数据特征值、电机编码器时序数据特征值和压力时序数据特征值;
步骤2.2分别用数据拟合算法得出不同压合位置对应的电机电流时序数据特征值或/和电机编码器时序数据特征值与压力时序数据特征值的关系模型;
步骤3. 将压力时序数据特征值与压合质量分级阈值对比,判定当次压合的质量等级;
步骤4. 统计设定周期内的压合质量等级出现次数,得出压合质量等级的频次分布。
所述设定的不同压合位置是通过调节编码器值或者增减压合方向机械结构的垫片进行设定。
本发明可以通过采集在线生产用压合机处于压合工况时的电机电流时序数据或/和电机编码器时序数据,通过计算得到电机电流时序数据特征值或/和电机编码器时序数据特征值,再根据所嵌入的对应压合工况下电流时序数据特征值或/和电机编码器时序数据特征值与压力时序数据特征值的关系模型,即可得到压力时序数据的特征值,进而确定压力状态,从而对压力进行预测、质量判定和统计分析,实现对压合质量问题的评估和预警。与现有技术相比,无需加装压力传感器,降低设备成本及减小设备安装空间,无需定期对压力传感器进行离线调校,省时省力,有效提高了生产效率。
附图说明
图1是本发明实施例的工况、电流及编码器关系示意图。
图2是本发明实施例电流-压力之间的关系曲线及95%置信度下的预测范围示意图。
图3是本发明实施例编码器值-压力之间的关系曲线及95%置信度下的预测范围示意图。
图4是本发明实施例电流-编码器值-压力之间的函数关系及95%置信度下的预测范围示意图。
图5是本发明实施例质量等级的频次分布示意图。
具体实施方式
本发明的一种电机驱动的压合机压力状态在线检测方法,按照如下步骤进行:
步骤1.通过PLC获取在线生产用压合机的工况状态,记录压合工况的起止时间并采集处于压合工况的电机电流时序数据或/和电机编码器时序数据(绝对编码器值或相对编码器值),计算得到电机电流时序数据特征值或/和电机编码器时序数据特征值,其中时序数据是每个时间戳时刻的值,时序数据特征值可以是最大值、最小值、平均值、中位数、众数、标准差、方差、极差、百分位数、偏度系数、峰度系数中的至少一种;本发明实施例的工况、电流及编码器关系示意图如图1所示;
步骤2. 将电流时序数据特征值或/和电机编码器时序数据特征值作为输入信息,根据所嵌入的与压合工况对应的电流时序数据特征值或/和电机编码器时序数据特征值与压力时序数据特征值的关系模型,输出压力时序数据的特征值;
所述电流时序数据特征值或/和电机编码器时序数据特征值与压力时序数据特征值的关系模型按照如下方法建立:
步骤2.1通过调节编码器值或者增减机械结构垫片设定不同的压合位置,在设定的不同压合位置分别进行200次压合过程,获取同一压合位置下每次压合过程的工况状态并采集电机电流时序数据、电机编码器时序数据及压力时序数据,其中压力时序数据是通过采集加装在试验用压合机不同传力路径上的多个压力传感器的时序数据并取最大值,对压力传感器时间戳对不上的进行插值处理,具体采集的时序数据可如表1所示:
表1
计算得到对应的电机电流时序数据特征值、电机编码器时序数据特征值和压力时序数据特征值,所设定的时序数据特征值如表2所示;
表2
步骤2.2分别用数据拟合算法得出每一压合工况电机电流时序数据特征值或/和电机编码器时序数据特征值与压力时序数据特征值的对应关系模型,所述数据拟合算法可以是插值函数、多项式函数、e指数函数、傅里叶函数、高斯函数拟合、有理函数拟合、幂函数、光滑拟合、正弦函数拟合、威布尔函数拟合中的至少一种;
本发明实施例用二次多项式拟合方法计算出如下所示的电流(x)-压力(p)之间的函数关系及95%置信度下的预测范围,其示意图如图2所示。
f(x) = p1*x^2 + p2*x + p3,
p1 =-2.567e+04 (-7.23e+04, 2.096e+04);
p2 = 1.115e+05 (-8.973e+04, 3.127e+05);
p3 =-6.073e+04 (-2.778e+05, 1.563e+05);
本发明实施例用二次多项式拟合方法计算出如下所示的编码器值(y)-压力(p)之间的函数关系及95%置信度下的预测范围,其示意图如图3所示。
f(x) = p1*y^2 + p2*y + p3,
p1 = 1.182(-0.1694, 2.533);
p2 =-5064(-1.085e+04, 724.7);
p3 =5.484e+06(-7.146e+05, 1.168e+07);
本发明实施例用二次多项式拟合方法计算出如下所示的电流-编码器值-压力、之间的函数关系及95%置信度下的预测范围,结果如图4所示:
f(x,y) = p00 + p10*x + p01*y + p20*x^2 + p11*x*y + p02*y^2,
p00 =7.204e+06(5.699e+05, 1.384e+07);
p10 =-2.753e+05(-1.061e+06, 5.105e+05);
p01 =-6394(-1.234e+04, -447.6);
p20 =-2.951e+04(-7.61e+04, 1.707e+04);
p11 =188.4(-167.3, 544.1);
p02 =1.397(0.04723, 2.748)。
步骤3. 将压力时序数据特征值与压合质量分级阈值对比,判定当次压合的质量等级,例如优秀、良好、合格等,可用阿拉伯数字或英文字母代表质量等级代号;压合质量分级阈值可以是时序数据特征的极值范围或拟合算法在给定置信度下的范围,或根据经验设定;
步骤4. 统计设定周期内的压合质量等级出现次数,得出压合质量等级的频次分布,结果如图5所示。即在不加装压力传感器的条件下对压力状态进行预测、质量判定及统计分析。
Claims (2)
1.一种电机驱动的压合机压力状态在线检测方法,其特征在于按照如下步骤进行:
步骤1. 获取在线生产用压合机的工况状态,采集处于压合工况的电机电流时序数据或/和电机编码器时序数据,计算得到电机电流时序数据特征值或/和电机编码器时序数据特征值;
步骤2. 将电流时序数据特征值或/和电机编码器时序数据特征值作为输入信息,根据与压合工况对应的电流时序数据特征值或/和电机编码器时序数据特征值与压力时序数据特征值的关系模型,输出压力时序数据的特征值;
所述电流时序数据特征值或/和电机编码器时序数据特征值与压力时序数据特征值的关系模型按照如下方法建立:
步骤2.1在设定的不同压合位置分别重复进行多次压合过程,获取同一压合位置下每次压合过程的工况状态并采集电机电流时序数据、电机编码器时序数据及压力时序数据,计算得到对应的电机电流时序数据特征值、电机编码器时序数据特征值和压力时序数据特征值;
步骤2.2分别用数据拟合算法得出不同压合位置对应的电机电流时序数据特征值或/和电机编码器时序数据特征值与压力时序数据特征值的关系模型;
步骤3. 将压力时序数据特征值与压合质量分级阈值对比,判定当次压合的质量等级;
步骤4. 统计设定周期内的压合质量等级出现次数,得出压合质量等级的频次分布。
2.根据权利要求1所述的电机驱动的压合机压力状态在线检测方法,其特征在于:步骤2.1所述设定位置是通过调节编码器值或增减压合方向机械结构的垫片进行设定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210990667.5A CN115290367A (zh) | 2022-08-18 | 2022-08-18 | 一种电机驱动的压合机压力状态在线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210990667.5A CN115290367A (zh) | 2022-08-18 | 2022-08-18 | 一种电机驱动的压合机压力状态在线检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115290367A true CN115290367A (zh) | 2022-11-04 |
Family
ID=83830192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210990667.5A Pending CN115290367A (zh) | 2022-08-18 | 2022-08-18 | 一种电机驱动的压合机压力状态在线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115290367A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116821729A (zh) * | 2023-08-24 | 2023-09-29 | 北京普达迪泰科技有限公司 | 用于驱动测量标定的数据处理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106525332A (zh) * | 2016-12-15 | 2017-03-22 | 上海市共进通信技术有限公司 | 一种柔性压力传感器的校准方法 |
CN108757502A (zh) * | 2018-05-15 | 2018-11-06 | 江苏大学 | 一种基于物联网的水泵机组典型健康状态监测装置及方法 |
CN109719991A (zh) * | 2018-12-18 | 2019-05-07 | 博众精工科技股份有限公司 | 一种压合装置及压力控制方法 |
CN111421880A (zh) * | 2020-04-10 | 2020-07-17 | 苏州灵猴机器人有限公司 | 一种伺服压机的压力传感器回路异常检测方法 |
CN114606668A (zh) * | 2022-04-02 | 2022-06-10 | 浙江越隆缝制设备有限公司 | 一种压脚控制方法及应用该方法的刺绣机 |
-
2022
- 2022-08-18 CN CN202210990667.5A patent/CN115290367A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106525332A (zh) * | 2016-12-15 | 2017-03-22 | 上海市共进通信技术有限公司 | 一种柔性压力传感器的校准方法 |
CN108757502A (zh) * | 2018-05-15 | 2018-11-06 | 江苏大学 | 一种基于物联网的水泵机组典型健康状态监测装置及方法 |
CN109719991A (zh) * | 2018-12-18 | 2019-05-07 | 博众精工科技股份有限公司 | 一种压合装置及压力控制方法 |
CN111421880A (zh) * | 2020-04-10 | 2020-07-17 | 苏州灵猴机器人有限公司 | 一种伺服压机的压力传感器回路异常检测方法 |
CN114606668A (zh) * | 2022-04-02 | 2022-06-10 | 浙江越隆缝制设备有限公司 | 一种压脚控制方法及应用该方法的刺绣机 |
Non-Patent Citations (1)
Title |
---|
刘玉磊;谢峰;化徐勇;: "基于电流参数的灵巧手指面压力的控制", 传感器与微系统, no. 10, 24 September 2020 (2020-09-24), pages 80 - 82 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116821729A (zh) * | 2023-08-24 | 2023-09-29 | 北京普达迪泰科技有限公司 | 用于驱动测量标定的数据处理系统 |
CN116821729B (zh) * | 2023-08-24 | 2023-11-03 | 北京普达迪泰科技有限公司 | 用于驱动测量标定的数据处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1982301B1 (en) | Method of condition monitoring | |
KR101066973B1 (ko) | 플라즈마처리장치 | |
CN106514434B (zh) | 一种基于数据的铣削刀具磨损监测方法 | |
CN115290367A (zh) | 一种电机驱动的压合机压力状态在线检测方法 | |
CN111160652B (zh) | 一种基于知识感知的设备异常状态综合判断及运维方法 | |
US20200089202A1 (en) | State determination device and state determination method | |
CN117311316A (zh) | 一种面向工业互联网的机器故障诊断方法及系统 | |
CN113655774A (zh) | 基于工业互联网大数据的机床远程诊断方法及系统 | |
CN117324423A (zh) | 一种冲压模具的智能化冲击力检测方法及系统 | |
CN116323038A (zh) | 状态判定装置及状态判定方法 | |
CN119203003A (zh) | 一种基于算法模型预测的工业设备自诊断系统 | |
CN116037705A (zh) | 冷冲压模具工作状态实时监控系统 | |
JP4888783B2 (ja) | 機械の運転診断装置および運転診断法 | |
CN112783138B (zh) | 生产线设备加工稳定性智能监控和异常诊断方法及装置 | |
CN118348345A (zh) | 基于人工智能的微电机运行可靠性测试系统 | |
CN114912501A (zh) | 半导体加工过程传感器数据异常检测的方法 | |
CN117505551B (zh) | 用于异型钢连轧工艺的工件质量控制方法及系统 | |
CN117052754A (zh) | 一种用于液压机的供油系统 | |
WO2022075181A1 (ja) | 状態判定装置及び状態判定方法 | |
WO2022054782A1 (ja) | 状態判定装置及び状態判定方法 | |
CN104078381A (zh) | 一种量测机台监测图规格界限设定的方法 | |
JP6825753B1 (ja) | 高炉の異常判定装置、高炉の異常判定方法、及び高炉の操業方法 | |
TWI824834B (zh) | 連續輥軋製程檢測方法 | |
CN118707915B (zh) | 一种集成有多功能终端的mes控制系统 | |
US20240353291A1 (en) | Device Diagnosis System |
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 |