[发明专利]微型变压器生产线的设备故障和潜在不良品智能预测系统有效
申请号: | 201910194092.4 | 申请日: | 2019-03-14 |
公开(公告)号: | CN109741927B | 公开(公告)日: | 2020-08-07 |
发明(设计)人: | 王健;谢晋;阮诗扬;万睿;叶棣中;王日森;何铨鹏;杨浩;梁嘉晋 | 申请(专利权)人: | 贵港市嘉龙海杰电子科技有限公司;东莞市嘉龙海杰电子科技有限公司;华南理工大学 |
主分类号: | H01F41/00 | 分类号: | H01F41/00;G06Q10/04 |
代理公司: | 厦门市新华专利商标代理有限公司 35203 | 代理人: | 范小艳;徐勋夫 |
地址: | 537000 广西壮族自治区贵港*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 微型 变压器 生产线 设备 故障 潜在 不良 智能 预测 系统 | ||
1.一种微型变压器生产线的设备故障和潜在不良品智能预测系统,其特征在于:包括产品性能参数检测设备(1)、测试仪器(2)、振动传感器(4)、数据采集软件(5)、数据分析软件(6)、工作站(7)、经验数据库(8)和工业控制软件(9);
所述振动传感器(4)连接在产品性能参数检测设备(1)上;所述工作站(7)安装所述经验数据库(8)并分别与所述数据采集软件(5)、数据分析软件(6)、工业控制软件(9)关联;所述测试仪器(2)设置于产品性能参数检测设备(1)上,所述产品性能参数检测设备(1)上设置有PLC(10);所述数据采集软件(5)分别与测试仪器(2)、振动传感器(4)通讯;所述工业控制软件(9)与PLC(10)通讯;
设备故障预测功能实现步骤为:
①设置系统参数,数据采集软件(5)通过振动传感器(4)在线采集设备振动信号并存储至经验数据库(8);
②数据分析软件(6)处理采集的设备振动信号,通过设备故障预测模型分析设备运行状况并将结果同步至经验数据库(8);
③工业控制软件(9)根据故障预测结果向PLC(10)发出控制信号,实现设备运行/停止状态的控制;
在设备故障预测功能实现步骤②中,所述设备故障预测模型为:
式中,Δz为设备故障因数,A为振动信号幅值,x为振动传感器位置对应的产品性能参数检测指数,取经验数据库最近N次的检测数据,N为设定检测产品数据次数,M为设定合格产品检测数据次数,M、N均为正整数且M≤N,当实际合格产品检测数据次数小于M时,x=1;否则x=0,ki和k0为权重值,max和min代表对应变量的上限和下限;当Δz≤Δzcr1时,设备正常运行;当Δz≥Δzcr2时,测试探针出现损坏,否则测试探针出现偏移;其中,Δzcr1和Δzcr2为根据设备稳定性和振动传感器位置设定的阈值;
潜在不良品预测功能实现步骤为:
①设置系统参数,数据采集软件(5)通过测试仪器(2)在线采集产品性能参数并存储至经验数据库(8);
②数据分析软件(6)将采集的产品性能参数与设定的标准值比较,判断产品合格情况,当产品不合格时跳转至步骤④,否则继续执行下一步;
③数据分析软件(6)通过产品质量预测模型,将步骤②中判断的合格产品进一步归类为优良品或潜在不良品;
④数据分析软件(6)将判断的结果同步至经验数据库(8),并指示工业控制软件(9)向PLC(10)发出控制信号,实现产品分类;
⑤数据分析软件(6)根据统计的产品数据计算产线效率并实时监测产品批次整体质量;
在潜在不良品预测功能实现步骤③中,所述产品质量预测模型为:
式中,Δd为产品质量因数,L为电感,Q为品值因数,S为波形面积差,R为电阻,a1,a2,a3和a4为权重值,max和min代表对应变量的上限和下限;当Δd≤Δdcr时,将产品归类为优良品,否则归类为潜在不良品;其中,Δdcr为根据市场、客户需求设定的阈值。
2.根据权利要求1所述微型变压器生产线的设备故障和潜在不良品智能预测系统,其特征在于:所述产品性能参数检测设备(1)上设置有滑块(3),所述滑块(3)上设置有测试针;在设备故障预测功能实现步骤②中,所述设备运行状况包括滑块(3)上的测试探针正常工作、出现偏移或损坏中任一种。
3.根据权利要求1所述微型变压器生产线的设备故障和潜在不良品智能预测系统,其特征在于:0.6≤Δzcr1≤0.7,0.8≤Δzcr2Δzcr1≤0.9。
4.根据权利要求1所述微型变压器生产线的设备故障和潜在不良品智能预测系统,其特征在于:在潜在不良品预测功能实现步骤①中,所述在线采集产品性能参数包括电感L、品值因数Q、波形面积差S和电阻R中的任一种。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵港市嘉龙海杰电子科技有限公司;东莞市嘉龙海杰电子科技有限公司;华南理工大学,未经贵港市嘉龙海杰电子科技有限公司;东莞市嘉龙海杰电子科技有限公司;华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910194092.4/1.html,转载请声明来源钻瓜专利网。