【技术实现步骤摘要】
本专利技术涉及汽车零部件，具体为一种智能化刹车传感线的在线质量检测追溯方法及系统。
技术介绍
1、刹车传感线作为汽车制动系统的重要组成部分，其质量直接影响到车辆行驶的安全性。传统的刹车传感线在生产过程中，质量检测主要依赖于离线的人工检测或简单的在线检测装置。然而，随着汽车工业的发展和消费者对行车安全要求的不断提高，传统的质量检测方法已逐渐显现出诸多不足之处。
2、1、实时监测缺失：传统的质量检测方式通常是间歇性的，无法实现对生产过程中的每一个环节进行连续监测。这意味着某些微小的质量问题可能在短时间内不会被发现，直到累积到一定程度才会显现出来，导致生产延误和成本增加。
3、2、数据追溯困难：在传统生产线上，由于缺乏统一的数据管理平台，生产过程中产生的各类数据往往散落在不同的系统中，无法有效地整合和追溯。当出现质量问题时，很难迅速定位问题的根源，从而影响了问题解决的效率和质量改进的速度。
4、3、人工干预过多：现有的检测方法高度依赖人工操作，不仅效率低下，而且容易因人为因素导致结果不一致。此外，人工检测难以覆盖所有细节，无法做到全面的质量把控。
5、4、系统集成度低：现有的检测设备通常是孤立运作的，彼此之间缺乏有效的通信和协调机制。这不仅增加了设备间的协调难度，也限制了数据的综合利用，不利于形成一个完整的质量管理体系。
6、专利号为cn102419347a的中国专利技术专利，公开了一种刹车片质量检测控制装置，其包括：工控机，隔音室，刹车片输送部件，次品筛选部件，音频发生部件
7、上述以及类似的质量检测控制装置在对生产的刹车片进行检验的过程中，由于刹车传感线在实际生产过程中，会生产不同种类的刹车片，从而其在生产过程中能够获取到诸多数据，但对数据进行单一处理分析并记录时，将会增大数据的处理流程，从而导致数据的实时性降低。同时由于刹车片种类的不同，在对传感线的生产参数进行调整的过程中，若只依靠数据的预处理，则将会导致在进行不同种类的刹车片生产的过程中，会产生相同种类的刹车片，进而导致生产失败。
技术实现思路
1、本专利技术的目的在于提供一种智能化刹车传感线的在线质量检测追溯方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种智能化刹车传感线的在线质量检测追溯方法，所述在线质量检测追溯方法包括有：
3、s1：在设置传感器网络，获取并处理生产过程中的传感器数据，同时对所述传感器数据进行检测，当检测通过时，则执行下一步骤s2，反之，则触发预警机制；
4、s2：建立数据追溯模型，并对所述刹车传感线生产过程中的信息数据进行记录和存储，所述信息数据包括有生产参数、传感器数据、质量检测数据、操作日志、报警信息和生产批次信息；
5、s3：获取所述刹车传感线的实时分析结果，并将所述实时分析结果与预设的质量标准进行比较，当所述实时分析结果未通过质量标准时，则通过所述数据追溯模型获取刹车传感线生产过程中的信息数据，同时根据所述信息数据，调整生产参数或改进生产流程，反之，则所述刹车传感线的生产线继续保持运行。
6、更进一步地，所述预警机制的触发过程，包括有：
7、s1.1：将所述刹车传感线生产线上不同的传感器数据进行融合，获取得到所述刹车传感线的材料性能信息，并对所述材料性能信息进行预处理；
8、s1.2：根据所述材料性能信息，设置预警动态阈值，同时将所述材料性能信息的数据分析结果与预警动态阈值进行比较，当所述数据分析结果超出预警动态阈值范围时，则触发所述预警机制，反之，则不触发所述预警机制。
9、更进一步地，获取并对所述材料性能信息进行预处理的一种过程，包括有：
10、sa1.1.1：通过卡尔曼滤波器，将所述刹车传感线生产线上不同的传感器数据进行融合，获取得到传感器的状态估计值，具体为：
11、
12、其中：为在时刻k时的状态估计值，为在时刻k时的一步预测状态估计，为卡尔曼增益，为在时刻k时的测量值，为在时刻k时的观测矩阵；
13、sa1.1.2：将所述传感器的状态估计值与多模态数据进行融合，获取得到融合数据，具体为：
14、
15、其中：为在时刻k时的融合数据，为在时刻k时获取的多模态数据，为在时刻k时的状态估计值；
16、sa1.1.3：从所述融合数据中，获取刹车传感线的材料性能信息，并从所述刹车传感线的材料性能信息中，获取第一特征数据，具体为：
17、
18、其中：为第一特征数据，为左奇异向量矩阵，为对角矩阵，为右奇异向量矩阵，为在时刻k时的融合数据，为右奇异向量矩阵的转置矩阵；
19、sa1.1.4：将所述第一特征数据按顺序进行数据清洗、数据归一化和数据平滑处理。
20、更进一步地，获取并对所述融合数据进行预处理的另一种过程，还包括有：
21、sb1.1.1：将所述刹车传感线生产线上的传感器数据和多模态数据进行预处理，同时构建mm-cnn模型，并将预处理后的所述刹车传感线生产线上的传感器数据和多模态数据作为mm-cnn模型的输入，输出获取融合特征向量，具体为：
22、
23、其中：为融合特征向量，为预处理后的传感器数据，为预处理后的多模态数据；
24、sb1.1.2：通过注意力机制，从所述融合特征中获取刹车传感线生产线的材料性能信息，具体为：
25、
26、其中：为融合特征向量，为权重矩阵，为特征权重矩阵，为偏置向量，为激活函数；
27、sb1.1.3：将所述材料性能信息在mm-cnn模型中的数据增强模块中过滤异常值，在所述mm-cnn模型的隐藏层中进行正则化处理，在所述mm-cnn模型的输入层中进行数据归一化处理。
28、更进一步地，将所述材料性能信息的数据分析结果与预警动态阈值进行比较，并根据比较结果，确定预警机制的触发状态，包括有：
29、s1.2.1：根据所述材料性能信息的变化状态，设置预警动态阈值；
30、s1.2.2：将所述材料性能信息的数据分析结果与预警动态阈值进行比较，当所述数据分析结果超出预警动态阈值的预警范围时，则执行下一步骤s1.2.3，反之，则执行步骤s2；
31、s1.2.3：根据所述数据分析结果本文档来自技高网...
【技术保护点】
1.一种智能化刹车传感线的在线质量检测追溯方法，其特征在于，所述在线质量检测追溯方法包括有：
2.根据权利要求1所述的一种智能化刹车传感线的在线质量检测追溯方法，其特征在于，所述预警机制的触发过程，包括有：
3.根据权利要求2所述的一种智能化刹车传感线的在线质量检测追溯方法，其特征在于，获取并对所述材料性能信息进行预处理的一种过程，包括有：
4.根据权利要求2所述的一种智能化刹车传感线的在线质量检测追溯方法，其特征在于，获取并对所述融合数据进行预处理的另一种过程，还包括有：
5.根据权利要求2或3或4所述的一种智能化刹车传感线的在线质量检测追溯方法，其特征在于，将所述材料性能信息的数据分析结果与预警动态阈值进行比较，并根据比较结果，确定预警机制的触发状态，包括有：
6.根据权利要求5所述的一种智能化刹车传感线的在线质量检测追溯方法，其特征在于，所述预警动态阈值的求取公式具体为：
7.一种智能化刹车传感线的在线质量检测追溯系统，其特征在于，所述在线质量检测追溯系统包括有：
【技术特征摘要】
1.一种智能化刹车传感线的在线质量检测追溯方法，其特征在于，所述在线质量检测追溯方法包括有：
2.根据权利要求1所述的一种智能化刹车传感线的在线质量检测追溯方法，其特征在于，所述预警机制的触发过程，包括有：
3.根据权利要求2所述的一种智能化刹车传感线的在线质量检测追溯方法，其特征在于，获取并对所述材料性能信息进行预处理的一种过程，包括有：
4.根据权利要求2所述的一种智能化刹车传感线的在线质量检测追溯方法，其特征在于，获取并对所述融合数...
【专利技术属性】
技术研发人员：刘春廷，刘雪，杜金朋，姜新路，高持录，孟令民，牛玉霞，徐春博，
申请(专利权)人：临沂天一电子有限公司，
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。