【技术实现步骤摘要】
本申请涉及生产监测，尤其涉及一种模具的生产监测方法及系统。
技术介绍
1、传统的模具生产监测方法主要依靠人工检测和简单的机械设备，这种方法不仅耗时耗力，而且难以实时精确地掌握生产过程中的关键数据，导致无法及时发现和解决生产过程中的问题，进而影响生产效率和产品质量。
2、现有的技术在处理复杂生产数据、实时预测生产效率和质量、以及自动调整生产工艺参数等方面仍存在不足。这些技术难以充分利用生产过程中产生的大量数据，也缺乏针对模具生产特有问题的定制化解决方案，使得生产效率和产品质量的提升受到限制。此外，传统生产监控方法在风险评估和工艺优化方面也存在明显短板。缺乏有效的风险评估工具使得生产过程中的潜在问题难以被及时发现和防范，同时，无法实时调整生产工艺参数导致生产过程缺乏灵活性和适应性，无法快速响应生产环境和市场需求的变化。
技术实现思路
1、本申请提供了一种模具的生产监测方法及系统，本申请提高了模具的生产监测的准确率。
2、第一方面，本申请提供了一种模具的生产监测方法，所述模具的生产监测方法包括：
3、采集模具生产线中多个生产工艺节点的生产过程监控数据，并对每个生产工艺节点的生产过程监控数据进行预处理，得到每个生产工艺节点的目标生产监控数据集；
4、将每个生产工艺节点的目标生产监控数据集输入预置的高斯回归模型进行生产效率预测，得到每个生产工艺节点的生产效率预测数据；
5、对每个生产工艺节点的生产效率预测数据进行风险概率估计，得到每
6、根据每个生产工艺节点的风险概率值分别对每个生产工艺节点进行工艺参数调整分析，得到每个生产工艺节点的工艺参数调整数据；
7、根据每个生产工艺节点的工艺参数调整数据生成生产工艺流程分配策略，并执行所述生产工艺流程分配策略，同时采集在执行所述生产工艺流程分配策略中的生产监测反馈数据。
8、第二方面，本申请提供了一种模具的生产监测系统，所述模具的生产监测系统包括：
9、采集模块，用于采集模具生产线中多个生产工艺节点的生产过程监控数据，并对每个生产工艺节点的生产过程监控数据进行预处理，得到每个生产工艺节点的目标生产监控数据集；
10、预测模块，用于将每个生产工艺节点的目标生产监控数据集输入预置的高斯回归模型进行生产效率预测，得到每个生产工艺节点的生产效率预测数据；
11、估计模块，用于对每个生产工艺节点的生产效率预测数据进行风险概率估计，得到每个生产工艺节点的风险概率值；
12、分析模块，用于根据每个生产工艺节点的风险概率值分别对每个生产工艺节点进行工艺参数调整分析，得到每个生产工艺节点的工艺参数调整数据；
13、生成模块，用于根据每个生产工艺节点的工艺参数调整数据生成生产工艺流程分配策略，并执行所述生产工艺流程分配策略，同时采集在执行所述生产工艺流程分配策略中的生产监测反馈数据。
14、本申请第三方面提供了一种计算机设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行上述的模具的生产监测方法。
15、本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的模具的生产监测方法。
16、本申请提供的技术方案中，通过实时采集模具生产线上多个生产工艺节点的监控数据，并对这些数据进行有效的预处理，确保了数据的准确性和实时性。这种高效的数据处理机制不仅可以快速地识别并筛选出关键的生产监控数据，还能大大减少数据处理的时间，提高生产监控的效率。利用高斯回归模型对生产效率进行预测，这一技术特征使得生产监测方法能够基于历史和实时数据，准确预测每个生产工艺节点的生产效率。高斯回归模型的应用，不仅提高了生产效率预测的准确性，还能够对未来可能出现的生产效率问题进行预警，为生产调整和优化提供了科学依据。通过对每个生产工艺节点的生产效率预测数据进行风险概率估计，准确地识别了生产过程中可能出现的风险和问题。基于风险概率值的工艺参数调整分析进一步使得生产过程能够根据实际生产情况灵活调整，优化生产工艺流程，降低生产风险，提高生产质量和效率。采用粒子群优化算法构建的生产工艺流程分配策略，实现了生产工艺参数的智能化调整和优化。这种策略的执行不仅能够根据实时监测数据动态调整生产流程，还能有效利用生产资源，减少生产成本，同时提升模具生产的整体效率和产品质量。在执行生产工艺流程分配策略的同时，采集生产监测反馈数据，这为生产过程的持续改进和优化提供了实时的反馈信息。通过分析这些反馈数据，能够及时发现生产过程中的问题，快速做出调整，确保生产过程的稳定性和产品的一致性，进而提高了模具的生产监测的准确率。
本文档来自技高网...【技术保护点】
1.一种模具的生产监测方法，其特征在于，所述模具的生产监测方法包括：
2.根据权利要求1所述的模具的生产监测方法，其特征在于，在所述采集模具生产线中多个生产工艺节点的生产过程监控数据，并对每个生产工艺节点的生产过程监控数据进行预处理，得到每个生产工艺节点的目标生产监控数据集之前，还包括：
3.根据权利要求1所述的模具的生产监测方法，其特征在于，所述将每个生产工艺节点的目标生产监控数据集输入预置的高斯回归模型进行生产效率预测，得到每个生产工艺节点的生产效率预测数据，包括：
4.根据权利要求3所述的模具的生产监测方法，其特征在于，所述对每个生产工艺节点的生产效率预测数据进行风险概率估计，得到每个生产工艺节点的风险概率值，包括：
5.根据权利要求1所述的模具的生产监测方法，其特征在于，所述根据每个生产工艺节点的风险概率值分别对每个生产工艺节点进行工艺参数调整分析，得到每个生产工艺节点的工艺参数调整数据，包括：
6.根据权利要求1所述的模具的生产监测方法，其特征在于，所述根据每个生产工艺节点的工艺参数调整数据生成生产工艺流程分配
7.根据权利要求6所述的模具的生产监测方法，其特征在于，所述将所述工艺节点关联关系数据以及所述总生产控制数据输入粒子群优化算法进行生产工艺流程分配策略构建，得到所述生产工艺流程分配策略，并执行所述生产工艺流程分配策略，同时采集在执行所述生产工艺流程分配策略中的生产监测反馈数据，包括：
8.一种模具的生产监测系统，其特征在于，所述模具的生产监测系统包括：
9.一种计算机设备，其特征在于，所述计算机设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的模具的生产监测方法。
...【技术特征摘要】
1.一种模具的生产监测方法，其特征在于，所述模具的生产监测方法包括：
2.根据权利要求1所述的模具的生产监测方法，其特征在于，在所述采集模具生产线中多个生产工艺节点的生产过程监控数据，并对每个生产工艺节点的生产过程监控数据进行预处理，得到每个生产工艺节点的目标生产监控数据集之前，还包括：
3.根据权利要求1所述的模具的生产监测方法，其特征在于，所述将每个生产工艺节点的目标生产监控数据集输入预置的高斯回归模型进行生产效率预测，得到每个生产工艺节点的生产效率预测数据，包括：
4.根据权利要求3所述的模具的生产监测方法，其特征在于，所述对每个生产工艺节点的生产效率预测数据进行风险概率估计，得到每个生产工艺节点的风险概率值，包括：
5.根据权利要求1所述的模具的生产监测方法，其特征在于，所述根据每个生产工艺节点的风险概率值分别对每个生产工艺节点进行工艺参数调整分析，得到每个生产工艺节点的工艺参数调整数据，包括：
6....
【专利技术属性】
技术研发人员：何跃滔，
申请(专利权)人：广州晟辉金属制品有限公司，
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。