[发明专利]用于制造过程的系统、方法和介质

说明书

本文公开了一种制造系统。该制造系统包括一个或更多个站、监测平台、以及控制模块。一个或更多个站中的每个站被配置为在部件的多步骤制造过程中执行至少一个步骤。监测平台被配置为监测部件在整个多步骤制造过程中的进展。控制模块被配置为动态地调整多步骤制造过程的每个步骤的处理参数，以实现部件的期望的最终质量度量。

相关申请的交叉引用

本申请要求于2019年11月6日提交的美国临时申请序列No.62/931,448、于2019年11月7日提交的美国临时申请序列No.62/932,063以及于2019年11月6日提交的美国临时申请序列No.62/931,453的优先权，通过引用将以上申请的全部内容并入本文。

技术领域

本公开总体上涉及一种用于制造过程的系统、方法和介质。

背景技术

从18世纪工业革命的开始，自动化控制了商品的生产。虽然今天的工厂已经完全接受自动化作为核心原理—机器人在高生产环境中执行许多可重复的任务—但许多装配任务继续由人执行。这些任务由于成本、严重故障的风险或者部署用于低量生产运行的机器人系统的组织工作而难以自动化。这些生产线由标准过程控制和人员管理监督，使得装配者被教授随着时间执行一定的质量度量，或者它们由另一操作员替换。自装配出现以来，这个过程在很大程度上保持不变。

发明内容

在一些实施例中，本文公开了一种制造系统。该制造系统包括监测平台、控制模块以及一个或更多个站。每个站被配置为执行部件的多步骤制造过程中的至少一个步骤。监测平台被配置为监测部件在整个多步骤制造过程中的进展。控制模块被配置为动态地调整多步骤制造过程的步骤的处理参数以实现部件的期望的最终质量度量，控制模块被配置为执行操作。操作包括接收一个或更多个站中的第一站的工具的图像数据。操作还包括从图像数据识别一组关键点。关键点对应于工具在第一站处的处理期间的位置信息。操作还包括通过机器学习模型基于关键点来确定部件的最终质量度量。操作还包括确定最终质量度量不在最终质量度量的阈值容差内。操作还包括：基于所述确定，更新多步骤制造过程中的后续站的处理参数。

在一些实施例中，本文公开了一种制造系统。该制造系统包括监测平台、控制模块以及一个或更多个站。每个站被配置为执行部件的多步骤制造过程中的至少一个步骤。监测平台被配置为监测部件在整个多步骤制造过程中的进展。控制模块被配置为动态地调整多步骤制造过程的步骤的处理参数以实现部件的期望的最终质量度量，控制模块被配置为执行操作。操作包括在一个或更多个处理站中的第一处理站处识别对应于部件的位置信息。操作还包括基于对应于部件的位置信息确定存在不可逆误差。操作还包括基于所述确定，生成更新的指令集以校正不可逆误差，更新的指令集由下游站执行。操作还包括由机器学习模型基于更新的指令集预测部件的最终质量度量。操作还包括基于预测的最终质量度量，将更新的指令集提供给下游站。

在一些实施例中，本文公开了一种制造系统。该制造系统包括监测平台、控制模块以及一个或更多个站。每个站被配置为执行部件的多步骤制造过程中的至少一个步骤。监测平台被配置为监测部件在整个多步骤制造过程中的进展。控制模块被配置为动态地调整多步骤制造过程的步骤的处理参数以实现部件的期望的最终质量度量，控制模块被配置为执行操作。操作包括接收一个或更多个站中的第一站的工具的图像数据。操作还包括从图像数据识别一组关键点。关键点对应于工具在第一站处的处理期间的位置信息。操作还包括通过机器学习模型基于关键点来确定部件的最终质量度量。操作还包括确定最终质量度量不在最终质量度量的阈值容差内。操作还包括基于所述确定，推断对应于第一处理站处的部件的位置信息。操作还包括基于所述确定，生成将由下游站执行的更新的指令集。操作还包括由机器学习模型基于更新的指令集来预测部件的最终质量度量。操作还包括基于预测的最终质量度量，将更新的指令集提供给下游站。

附图说明