[发明专利]一种模具全生命周期管理系统有效

专利信息
申请号: 202010515948.6 申请日: 2020-06-09
公开(公告)号: CN111695858B 公开(公告)日: 2022-05-31
发明(设计)人: 王维龙;郑孟凯;杨开益;郭文水 申请(专利权)人: 厦门嵘拓物联科技有限公司
主分类号: G06Q10/08 分类号: G06Q10/08;G06Q10/04;G06Q10/00;G06Q50/04;G06T7/00;G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06F30/17;G06F30/20;G06F113/22
代理公司: 厦门市精诚新创知识产权代理有限公司 35218 代理人: 何家富
地址: 361001 福建省厦门*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 模具 生命周期 管理 系统
【说明书】:

发明涉及工业互联网和智能制造领域。本发明公开了一种一种模具全生命周期管理系统,至少包括:模具采购模块、模具故障检修模块和模具库存评估管理模块;其中:所述模具库存评估管理模块应用模具安全库存评估方法对模具库存寿命进行评估,所述模具库存评估管理模块从所述模具故障检修模块的所述异常检测单元和工业传感器获得相关特征数据输入,应用模具安全库存评估方法进行计算,输出模具库存安全预警和最优库存补库量,最后将最优库存补库量通知给所述模具采购模块。本发明切实有效地解决了传统模具管理和模具库存评估存在的无实时监测、无库存寿命动态预测和计算最优补库量等问题,提高了企业生产效率和产品良品率。

技术领域

本发明涉及工业互联网和智能制造领域,特别是指一种模具全生命周期管理系统和模具安全库存评估方法。

背景技术

模具被称为“工业之母”,在现代工业生产中占有极其重要的地位,在制造业生产过程中很多零部件都离不开模具。由于模具在生产过程中具有的重要作用,生产管理人员需随时、准确的掌握每个模具的使用次数、时间等信息,对模具库存进行有效评估和管理。

而传统模具库存评估和管理存在以下几个问题:对模具的检测需在停机的情况下以人工借助辅助设备的方式进行检测,无法实时监测,占用生产时间过长且效率低下,不适合大规模的生产环境;对模具寿命的预测仅依据模具使用次数进行静态统计,未考虑到模具生产过程中的非正常磨损对模具正常寿命的影响;对模具安全库存的评估缺乏从经济成本的角度来综合考虑最优补库量。

因此如何通过模具的全生命周期管理和模具安全库存评估方法提高企业生产管理效率、缩短产品生产排期、降低企业生产成本、提升企业形象是现阶段制造工业中的关键技术问题。

发明内容

为了解决传统模具管理和模具库存评估存在的问题,本发明提出一种模具全生命周期管理系统。

本发明采用的具体方案如下:

一种模具全生命周期管理系统,至少包括:模具采购模块、模具故障检修模块和模具库存评估管理模块;其中:所述模具库存评估管理模块应用模具安全库存评估方法对模具库存寿命进行评估,所述模具库存评估管理模块从所述模具故障检修模块的所述异常检测单元和工业传感器获得相关特征数据输入,应用模具安全库存评估方法进行计算,输出模具库存安全预警和最优库存补库量,最后将最优库存补库量通知给所述模具采购模块。

进一步的,所述模具库存评估管理模块应用模具安全库存评估方法对模具库存寿命进行评估,具体是:首先基于网格划分的机器视觉算法对模具异常进行实时监测,鉴别异常模具和正常磨损模具;然后基于循环神经网络算法对磨损模具寿命进行动态预测,根据磨损模具寿命变化情况动态计算库存模具总寿命;最后,计算模具补库点,将库存模具总寿命与补库点进行对比,确定库存模具是否处于安全值,并计算补库情况下的最优补库量。

更进一步的,所述模具库存评估管理模块应用模具安全库存评估方法对模具库存寿命进行评估,包括以下步骤:

步骤1:对通过工业传感器获得的原始信号数据进行基于时域、频域和时频域分析的信号特征降维、特征筛选和特征提取的预处理;

步骤2:将预处理后的特征数据和模具故障检修模块的异常检测单元的输出数据作为输入数据X=[Xm1,Xm2,Xm3,…,Xm7]T,包含m组7种影响模具寿命的参数类型,即加工振动特征数据、应力特征数据、温度特征数据、膨胀系数特征数据、压射速度特征数据、已加工次数和磨损面积特征数据;

步骤3:以模具第一次使用作为初始时间点,以输入数据X作为模型训练数据;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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厦门嵘拓物联科技有限公司,未经厦门嵘拓物联科技有限公司许可,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/202010515948.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top