一种基于气路压力波形分析的吸盘吸附故障实时监测方法及系统与流程

本发明涉及注塑件自动化装盘，尤其是一种基于气路压力波形分析的吸盘吸附故障实时监测方法及系统。

背景技术：

1、在管状注塑件自动化装盘系统中，吸盘组是完成管件转运和托盘叠放的核心执行部件。本技术人已申请的发明专利cn122185518a中公开了一种管状注塑件检测装盘系统，该系统设有转运模块，转运模块包括气动夹持模块和气动吸附模块。其中，气动吸附模块包括第二抬升气缸、吸附抬升架、转动气缸和一对第一吸盘，第一吸盘用于吸附旋转载物台上的管状注塑件并在下料模块或废料收集箱上放下管状注塑件。此外，系统还设有下料模块，下料模块包括第一红外传感器和第二红外传感器，当两个红外传感器持续设定时间同时检测到管状注塑件时，判定下料轨道内存满m个管状注塑件，进而触发后续的装盘操作。

2、上述现有技术方案在长期运行中存在以下不足：

3、第一，在信号采集与处理能力方面存在功能缺失。d1所公开的系统仅配备了红外传感器和工业相机，前者用于检测工件的有无，后者用于检测工件的外观质量。这些传感器均面向“工件状态”进行检测，而非面向“设备状态”进行诊断。系统完全不具备对吸盘气路内部压力信号的采集能力，无法获取反映吸盘吸附过程动态特性的压力-时间波形数据。因此，其主控模块的信号处理能力也仅限于简单的阈值比较和图像识别，缺乏对连续模拟量信号进行波形分析、特征提取和模式识别的处理能力。

4、第二，在故障诊断的实时性和准确性方面存在缺陷。由于缺乏对吸盘气路压力的直接监测，系统只能在管件或托盘掉落后，由后续的红外传感器检测到工件缺失时才能发现问题，属于典型的“事后发现”模式。这种滞后发现不仅导致物料浪费，还可能引发设备卡料甚至停机。更重要的是，即便发现了问题，系统也无法判断导致吸附失败的根本原因，例如无法区分是吸盘老化、气路泄漏、工件表面不平还是阀门动作异常，导致维修人员只能逐一排查，效率低下。

5、第三，在设备智能化维护方面存在空白。d1的系统不具备对吸盘性能进行长期跟踪和趋势分析的功能。吸盘作为易损件，其性能会随着使用时间逐渐衰减。现有系统无法监测这一衰减过程，更无法在吸盘即将失效前发出预警，只能在吸盘完全失效导致停产后进行被动更换，缺乏预测性维护能力。

6、因此，现有技术迫切需要一种能够实时监测吸盘吸附状态、自动识别故障类型、并根据故障严重程度采取差异化处置的智能监测方法及系统，以实现从“事后发现”到“事前预警”、从“被动维修”到“预测性维护”的技术升级。

技术实现思路

1、本发明解决了现有管状注塑件装盘系统中，吸盘吸附过程缺乏直接状态监测、故障发现滞后、故障类型无法自动识别、缺乏预测性维护能力的问题，提出一种基于气路压力波形分析的吸盘吸附故障实时监测方法及系统，。

2、为实现上述目的，提出以下技术方案：

3、一种基于气路压力波形分析的吸盘吸附故障实时监测方法，应用于管状注塑件装盘系统，包括以下步骤：

4、步骤s1：获取设置于吸盘组气路中的压力传感单元在吸附动作过程中实时采集的压力-时间数据，所述压力-时间数据构成实时压力波形；

5、步骤s2：从所述实时压力波形中提取关键特征参数，所述关键特征参数至少包括吸附建立时间、稳态真空度、吸附响应斜率和释放响应时间；

6、步骤s3：将所述关键特征参数与预存的正常吸附波形模板所对应的基准特征参数进行比对，计算偏差指标；

7、步骤s4：根据所述偏差指标与预设阈值的比较结果，识别吸附故障的具体类型；

8、步骤s5：根据识别出的所述故障类型，执行差异化的分级处置操作。

9、通过以上技术方案，由于在吸盘组气路中部署了压力传感单元并采集完整的压力-时间波形，所以将监测对象从“工件最终位置”转变为“吸附全过程动态特性”，任何导致吸附力异常的因素均会在波形上产生可辨识的特征变化。由于提取了吸附建立时间、稳态真空度、吸附响应斜率和释放响应时间四个具有明确物理意义的关键特征参数，所以能够从不同维度全面刻画吸附过程的动态品质，为区分故障类型提供了判别依据，解决了现有技术仅能判断成功与否而无法识别具体故障原因的问题。由于建立了“偏差指标组合-故障类型”的映射逻辑并制定了差异化的分级处置策略，所以能够自动区分吸盘老化、气路泄漏、空吸、阀门卡滞等多种故障类型，并根据严重程度分别执行自动重试、报警标记或停机保护，显著提高了故障诊断的准确性和设备综合效率。

10、作为优选，步骤s3中的所述正常吸附波形模板，通过试验标定方式建立，具体包括：控制吸盘组执行多次正常吸附动作，记录每次吸附全过程的压力-时间曲线；分别提取并计算所述吸附建立时间t1、稳态真空度p0、吸附响应斜率k和释放响应时间t2的统计基准值及允许偏差范围，并作为所述基准特征参数进行存储。

11、通过以上技术方案，由于采用统计方法从大量正常吸附样本中建立波形模板，所以基准特征参数能够准确反映系统在健康状态下的统计分布特性。通过计算各参数的均值和标准差，并据此设定合理的允许偏差范围，能够确保模板具有统计代表性和工程实用性，提高了后续比对诊断的准确率。

12、作为优选，步骤s4中根据所述偏差指标识别故障类型，具体包括：当吸附建立时间偏差值δt1大于第一预设阈值，且稳态真空度偏差值δp0和吸附响应斜率偏差值δk均在正常范围内时，判定为气路轻微堵塞或吸盘部分老化故障；当所述稳态真空度偏差值δp0大于第二预设阈值，且所述吸附建立时间偏差值δt1正常或略长时，判定为吸盘漏气或工件表面不平故障；当所述吸附建立时间偏差值δt1小于第三预设阈值，且所述稳态真空度偏差值δp0大于所述第二预设阈值时，判定为空吸故障；当压力波形出现频率高于第四预设阈值的高频振荡时，判定为气路异物或阀门动作异常故障；当所述释放响应时间偏差值δt2大于第五预设阈值时，判定为吸盘与工件粘连或阀门卡滞故障。

13、通过以上技术方案，由于构建了具体的多参数联合判定逻辑，每一种故障类型对应一组独特的偏差指标组合模式，所以能够实现对多种故障的精确区分。这种基于物理机理的差异化诊断逻辑，具有较强的可解释性和工程适用性，维修人员可根据输出的故障类型直接定位到问题部件，进行针对性维修。

14、作为优选，步骤s5中所述分级处置操作具体包括：一级处置：当识别为轻度异常故障时，控制所述吸盘组自动重试吸附，若重试成功则继续运行并记录预警，若重试达到预设次数后仍异常则升级处置级别；二级处置：当识别为中度异常故障或一级处置失败时，发出报警提示，并标记对应的吸盘或工位，以降低使用频率或暂停使用；三级处置：当识别为严重异常故障时，立即控制对应的吸盘组停止工作并发出停机报警，同时显示故障类型、故障位置及建议的排除指引。

15、通过以上技术方案，由于建立了“轻-中-重”三级递进式的处置体系，所以能够实现故障的自动分级响应。一级处置的自动重试机制利用偶发性异常可自行恢复的特性，提高了系统的容错能力；二级处置的标记和降频使用机制为计划性维修创造窗口期；三级处置的立即停机保护机制保障了设备和人员安全。

16、作为优选，还包括步骤s6：记录每次吸附动作的所述关键特征参数，生成各吸盘的特征参数变化趋势曲线；当特定吸盘的所述稳态真空度在连续预设次数的吸附中呈现持续下降趋势，且下降速率超过预设速率阈值时，发出预测性维护提醒。

17、通过以上技术方案，由于对每个吸盘建立了长期的特征参数历史档案并进行趋势分析，所以能够在吸盘性能逐渐衰减但尚未完全失效的阶段发出预警，将“事后被动维修”转变为“事前主动维护”，避免了因吸盘突然失效导致的非计划停机，降低了运维成本。

18、作为优选，步骤s3中所述比对和计算过程具体包括：通过动态时间规整算法计算所述实时压力波形与所述正常吸附波形模板的波形整体相似度；分别计算吸附建立时间偏差值δt1、稳态真空度偏差值δp0、吸附响应斜率偏差值δk和释放响应时间偏差值δt2；将所述波形整体相似度和各所述偏差值共同作为所述偏差指标。

19、通过以上技术方案，由于引入了动态时间规整算法，所以能够有效解决实际吸附过程中因工况波动导致的波形时间轴非线性伸缩问题，更准确地评价波形的整体形态相似度。同时配合各个明确的物理特征参数偏差值，形成了“整体相似度+局部特征偏差”的立体评价体系，提高了诊断的鲁棒性和准确性。

20、作为优选，还包括模板自学习更新步骤：将每次被判定为正常吸附的所述实时压力波形数据纳入模板库；通过滑动平均算法，动态更新所述正常吸附波形模板的所述基准特征参数，以自适应吸盘长期使用后的正常性能衰减。

21、通过以上技术方案，由于引入了模板自学习更新机制，所以能够解决吸盘长期使用中正常老化导致基准参数缓慢漂移而引发误报警的问题。滑动平均算法使模板能够平滑地跟踪系统状态的正常漂移，同时保持对突变性故障的敏感性，使得监测系统在设备全生命周期内始终保持准确的故障判断能力。

22、一种基于气路压力波形分析的吸盘吸附故障实时监测系统，应用于管状注塑件装盘系统，所述装盘系统包括至少一个吸盘组和主控模块，包括：压力传感单元，耦合至所述吸盘组的气路中，配置为在吸附动作过程中实时采集压力-时间数据，并将所述压力-时间数据发送至处理与控制单元；所述处理与控制单元，与所述压力传感单元通信连接，并被配置为：接收所述压力-时间数据以构成实时压力波形；从所述实时压力波形中提取至少包括吸附建立时间、稳态真空度、吸附响应斜率和释放响应时间的关键特征参数；将所述关键特征参数与预存的正常吸附波形模板所对应的基准特征参数进行比对，计算偏差指标；根据所述偏差指标与预设阈值的比较结果，识别吸附故障的具体类型；根据识别出的所述故障类型，执行差异化的分级处置操作。

23、通过以上技术方案，由于在硬件层面增加了直接耦合于吸盘气路的压力传感单元，并在处理与控制单元中配置了全套的波形分析、特征提取、故障诊断和分级处置功能模块，所以构建了一套完整的吸盘吸附状态在线监测与智能诊断硬件系统。这种硬件架构设计充分利用了现有装盘系统的主控模块资源，仅需增加压力传感单元即可实现功能升级，改造成本低、实施周期短。

24、作为优选，所述压力传感单元被进一步配置为具有不低于100hz的采样频率，并被部署于吸盘组的气路主管路和/或各吸盘支路上。

25、通过以上技术方案，由于将采样频率设定为不低于100hz，所以能够完整捕捉吸附过程中压力的快速动态变化。将压力传感单元部署在主管路可以监测整个吸盘组的总体状态，部署在各支路则可以精确定位到具体是哪一个吸盘出现问题，兼顾了系统级监测和部件级诊断的需求。

26、作为优选，所述处理与控制单元还被配置为：记录每次吸附动作的所述关键特征参数，生成各吸盘的特征参数变化趋势曲线，并在检测到特定吸盘性能持续衰减时发出预测性维护提醒；以及，采用滑动平均算法，动态更新所述正常吸附波形模板的所述基准特征参数。

27、通过以上技术方案，由于在处理与控制单元中集成了预测性维护和模板自学习两大高级功能，所以系统不仅能够诊断当前故障，还能预测未来故障和自适应长期运行。预测性维护功能实现了从“定时维修”到“视情维修”的转变，模板自学习功能则赋予了系统持续优化的能力，降低了系统维护和参数调整的人工工作量。

28、因此本发明至少具有以下有益效果：

29、实现了吸盘吸附状态的实时精细化监测和故障类型的自动识别。通过采集气路压力-时间波形并提取多维度特征参数进行联合分析，不仅能判断吸附成功与否，还能自动区分吸盘老化、气路泄漏、工件表面不平、空吸、阀门卡滞等多种具体故障类型，相比现有技术中简单的“超阈值报警”方式，监测精度和故障识别能力得到根本性提升。

30、实现了基于故障严重程度的分级智能处置。根据故障类型自动执行重试、报警标记或停机保护等不同级别的响应，轻度故障可自动恢复、中度故障可预警提示、重度故障才停机保护。这种差异化处置策略最大程度地减少了不必要的停机，提高了设备综合效率，同时保障了设备和人员安全。

31、实现了吸盘的预测性维护。通过对各吸盘特征参数的长期趋势监测，在性能显著下降但尚未完全失效时即发出更换预警，将传统的“事后维修”升级为“预测性维护”，避免了因吸盘突然失效导致的非计划停机和次品产生，降低了运维成本。

32、具备波形模板自学习更新能力。模板能够随着吸盘正常使用过程中的性能缓慢衰减而自动调整，避免了将吸盘正常老化误判为故障，提高了监测系统在设备全生命周期内的可靠性和实用性，降低了误报率。

33、系统改造成本低、兼容性好。本发明仅需在现有吸盘组气路中增设压力传感单元，并对主控模块进行软件功能升级，无需对管件吸盘组、辅助吸盘组、气动吸附模块等核心执行机构进行结构性改造，可便捷地部署于既有设备，实施周期短，投资回报率高。