本发明专利技术涉及金属抛光产线技术领域，具体公开了一种金属镜面抛光产线的控制方法，其中，包括：获取当前有加工需求的金属镜面抛光产线上传的工件加工需求标准；将当前工艺参数数据库中与工件加工需求标准匹配的一般工艺参数发送至当前有加工需求的金属镜面抛光产线；实时获取当前有加工需求的金属镜面抛光产线反馈的镜面磨抛效果；根据镜面磨抛效果实时更新当前工艺参数数据库中的一般工艺参数直至获得最优工艺参数；向当前有加工需求的金属镜面抛光产线发送最优工艺参数。本发明专利技术还公开了一种金属镜面抛光产线的控制装置及控制系统。本发明专利技术提供的金属镜面抛光产线的控制方法能够提高生产效率且效果可以预测。提高生产效率且效果可以预测。提高生产效率且效果可以预测。
【技术实现步骤摘要】
金属镜面抛光产线的控制方法、控制装置及控制系统
[0001]本专利技术涉及金属抛光产线
，尤其涉及一种金属镜面抛光产线的控制方法、金属镜面抛光产线的控制装置及金属镜面抛光产线的控制系统。
技术介绍
[0002]当前，针对金属抛光产品的生产过程控制中，工艺参数的设定以及调整决定着生产效率以及金属镜面抛光效果，而当前工艺参数的设定以及调整均是工作人员根据经验进行设定，这种方式在每次调整后需要看到镜面抛光的效果才能确定该工艺参数是否合适，尤其是针对不同的板材等更是需要多次实验才能确定合适的工艺参数，因此存在着生产效率低且效果无法预测的缺陷。
技术实现思路
[0003]本专利技术提供了一种金属镜面抛光产线的控制方法、金属镜面抛光产线的控制装置及金属镜面抛光产线的控制系统，解决相关技术中存在的生产效率低且效果无法预测的问题。
[0004]作为本专利技术的第一个方面，提供一种金属镜面抛光产线的控制方法，其中，包括：
[0005]获取当前有加工需求的金属镜面抛光产线上传的工件加工需求标准；
[0006]将当前工艺参数数据库中与所述工件加工需求标准匹配的一般工艺参数发送至当前有加工需求的金属镜面抛光产线；
[0007]实时获取当前有加工需求的金属镜面抛光产线反馈的镜面磨抛效果；
[0008]根据所述镜面磨抛效果实时更新当前工艺参数数据库中的一般工艺参数直至获得最优工艺参数，所述最优工艺参数能够使得所述镜面磨抛效果满足所述工件加工需求标准；
[0009]向所述当前有加工需求的金属镜面抛光产线发送所述最优工艺参数。
[0010]进一步地，所述根据所述镜面磨抛效果实时更新当前工艺参数数据库中的一般工艺参数直至获得最优工艺参数，包括：
[0011]根据所述镜面磨抛效果获得工件表面质量参数和磨抛效率，所述工件表面质量参数包括：粗糙度、反射率和镜面度；
[0012]根据神经网络算法将所述工件表面质量参数、磨抛效率以及当前工艺参数数据库中的一般工艺参数建立磨抛数学模型；
[0013]根据所述磨抛数学模型选择工件表面质量参数和磨抛效率均满足所述工件加工需求标准的最优工艺参数；
[0014]将所述最优工艺参数更新至当前工艺参数数据库。
[0015]进一步地，所述根据神经网络算法将所述工件表面质量参数、磨抛效率以及当前工艺参数数据库中的工艺参数进行建模，包括：
[0016]将当前工艺参数数据库中的一般工艺参数进行归一化处理；
[0017]将归一化处理后的数据作为神经网络模型的输入数据，并根据最小梯度法对所述神经网络模型进行训练；
[0018]直至所述神经网络模型的输出结果和期望输出结果之间的偏差在预设范围内时，得到磨抛数学模型。
[0019]进一步地，所述金属镜面抛光产线的控制方法还包括：
[0020]与位于不同地理位置的多个金属镜面抛光产线建立通信连接，并获取多个金属镜面抛光产线的实时现场生产数据。
[0021]进一步地，所述根据所述镜面磨抛效果实时更新当前工艺参数数据库中的一般工艺参数直至获得最优工艺参数，包括：
[0022]根据所述镜面磨抛效果获得工件表面质量参数和磨抛效率，所述工件表面质量参数包括：粗糙度、反射率和镜面度；
[0023]根据粒子群算法将所述工件表面质量参数、磨抛效率、当前工艺参数数据库中的一般工艺参数以及所述实时现场生产数据建立磨抛数学模型；
[0024]根据所述磨抛数学模型选择工件表面质量参数和磨抛效率均满足所述工件加工需求标准的最优工艺参数；
[0025]将所述最优工艺参数更新至当前工艺参数数据库。
[0026]进一步地，所述根据粒子群算法将所述工件表面质量参数、磨抛效率、当前工艺参数数据库中的一般工艺参数以及所述实时现场生产数据建立磨抛数学模型，包括：
[0027]将所述当前工艺参数数据库中的一般工艺参数以及所述实时现场生产数据进行粒子群初始化处理，得到粒子群速度和粒子群位置，其中所述粒子群速度表示工艺参数变化的快慢，所述粒子群位置表示工艺参数变化的方向；
[0028]根据所述粒子群速度和粒子群位置计算工艺参数的适应度值；
[0029]根据所述工艺参数的适应度值获取单个工艺参数的最佳值；
[0030]根据所述单个工艺参数的最佳值获得工艺参数全局最优值；
[0031]根据所述工艺参数全局最优值更新工艺参数的粒子群速度以及更新工艺参数的粒子群位置；
[0032]判断更新后的粒子群速度和粒子群位置是否满足所述工件加工需求标准的最优工艺参数；
[0033]若满足，则将所述最优工艺参数更新至当前工艺参数数据库。
[0034]进一步地，所述一般工艺参数和所述最优工艺参数均包括：打磨接触力、打磨工具的旋转速度、打磨工具的摆动速度、工件的进给速度、打磨工具的表面粗糙度和打磨液体的循环速度。
[0035]作为本专利技术的另一个方面，提供一种金属镜面抛光产线的控制装置，其中，包括：
[0036]第一获取模块，用于获取当前有加工需求的金属镜面抛光产线上传的工件加工需求标准；
[0037]第一发送模块，用于将当前工艺参数数据库中与所述工件加工需求标准匹配的一般工艺参数发送至当前有加工需求的金属镜面抛光产线；
[0038]第二获取模块，用于实时获取当前有加工需求的金属镜面抛光产线反馈的镜面磨抛效果；
[0039]更新模块，用于根据所述镜面磨抛效果实时更新当前工艺参数数据库中的一般工艺参数直至获得最优工艺参数，所述最优工艺参数能够使得所述镜面磨抛效果满足所述工件加工需求标准；
[0040]第二发送模块，用于向所述当前有加工需求的金属镜面抛光产线发送所述最优工艺参数。
[0041]作为本专利技术的另一个方面，提供一种金属镜面抛光产线的控制系统，其中，包括：
[0042]金属镜面磨抛产线，包括多个加工工序，每个加工工序均设置有生产控制单元；
[0043]抛光质量检测装置，与所述金属镜面磨抛产线中的每个生产控制单元通信连接，用于对每个加工工序的抛光质量进行检测，并得到镜面磨抛效果；
[0044]前文所述的金属镜面抛光产线的控制装置，分别通信连接所述抛光质量检测装置以及所述金属镜面磨抛产线中的每个生产控制单元，用于根据所述抛光质量检测装置检测到的镜面磨抛效果调整每个生产控制单元的工艺参数以获得最优工艺参数。
[0045]进一步地，当所述金属镜面磨抛产线包括多个位于不同地理位置的金属镜面抛光产线时，所述金属镜面抛光产线的控制系统包括云服务器，所述云服务器包括工艺云数据库，所述金属镜面抛光产线的控制装置位于所述云服务器上，且与所述工艺员数据库通信连接。
[0046]本专利技术提供的金属镜面抛光产线的控制方法，通过对工艺参数的不断在线优化，并建立磨抛数学模型可以实现对磨抛效果的预测，从而可以在对工件进行磨抛加工时获取到有针对性的最优工艺参数，提高产线生产效率，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种金属镜面抛光产线的控制方法，其特征在于，包括：获取当前有加工需求的金属镜面抛光产线上传的工件加工需求标准；将当前工艺参数数据库中与所述工件加工需求标准匹配的一般工艺参数发送至当前有加工需求的金属镜面抛光产线；实时获取当前有加工需求的金属镜面抛光产线反馈的镜面磨抛效果；根据所述镜面磨抛效果实时更新当前工艺参数数据库中的一般工艺参数直至获得最优工艺参数，所述最优工艺参数能够使得所述镜面磨抛效果满足所述工件加工需求标准；向所述当前有加工需求的金属镜面抛光产线发送所述最优工艺参数。2.根据权利要求1所述的金属镜面抛光产线的控制方法，其特征在于，所述根据所述镜面磨抛效果实时更新当前工艺参数数据库中的一般工艺参数直至获得最优工艺参数，包括：根据所述镜面磨抛效果获得工件表面质量参数和磨抛效率，所述工件表面质量参数包括：粗糙度、反射率和镜面度；根据神经网络算法将所述工件表面质量参数、磨抛效率以及当前工艺参数数据库中的一般工艺参数建立磨抛数学模型；根据所述磨抛数学模型选择工件表面质量参数和磨抛效率均满足所述工件加工需求标准的最优工艺参数；将所述最优工艺参数更新至当前工艺参数数据库。3.根据权利要求2所述的金属镜面抛光产线的控制方法，其特征在于，所述根据神经网络算法将所述工件表面质量参数、磨抛效率以及当前工艺参数数据库中的工艺参数进行建模，包括：将当前工艺参数数据库中的一般工艺参数进行归一化处理；将归一化处理后的数据作为神经网络模型的输入数据，并根据最小梯度法对所述神经网络模型进行训练；直至所述神经网络模型的输出结果和期望输出结果之间的偏差在预设范围内时，得到磨抛数学模型。4.根据权利要求1所述的金属镜面抛光产线的控制方法，其特征在于，所述金属镜面抛光产线的控制方法还包括：与位于不同地理位置的多个金属镜面抛光产线建立通信连接，并获取多个金属镜面抛光产线的实时现场生产数据。5.根据权利要求4所述的金属镜面抛光产线的控制方法，其特征在于，所述根据所述镜面磨抛效果实时更新当前工艺参数数据库中的一般工艺参数直至获得最优工艺参数，包括：根据所述镜面磨抛效果获得工件表面质量参数和磨抛效率，所述工件表面质量参数包括：粗糙度、反射率和镜面度；根据粒子群算法将所述工件表面质量参数、磨抛效率、当前工艺参数数据库中的一般工艺参数以及所述实时现场生产数据建立磨抛数学模型；根据所述磨抛数学模型选择工件表面质量参数和磨抛效率均满足所述工件加工需求标准的最优工艺参数；
将所述最优工艺参数更新至当前工艺参数数据库。6.根据权利要求5所述的金属镜面抛光产线的控制方法，其特征在于，所述根据粒子群算法将所述工件表面质量参数、磨抛效率、...
【专利技术属性】
技术研发人员：杨炜，陈凡，潘杰，金闻达，
申请(专利权)人：江苏集萃华科智能装备科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。