一种适配器压装过程中的力-位移曲线监控与智能预警方法与流程

摘要: 本发明涉及适配器组装,具体涉及一种适配器压装过程中的力-位移曲线监控与智能预警方法,适用于光纤适配器、电源适配器、射频适配器、汽车连接器适配器等各类适配器的插芯...
一种适配器压装过程中的力-位移曲线监控与智能预警方法与流程

本发明涉及适配器组装,具体涉及一种适配器压装过程中的力-位移曲线监控与智能预警方法,适用于光纤适配器、电源适配器、射频适配器、汽车连接器适配器等各类适配器的插芯、外壳、密封圈等部件的压装工序,实现压装过程的实时监控、异常识别与智能预警,提升产品组装良率与生产可靠性。

背景技术:

1、适配器组装过程中,压装工序是决定产品质量的核心工序之一,其压装质量直接决定适配器的装配精度、插拔性能、密封性能及使用寿命。以光纤适配器为例,插芯与外壳的压装过盈量、同轴度、压装深度等参数直接影响光纤的对中精度和信号传输损耗;对于电源适配器,外壳与内部组件的压装紧密度直接影响产品的电气安全性能和机械强度。

2、目前,适配器压装多采用固定压力阈值或固定位移阈值的控制方式,即设定一个压力上限值和/或位移上限值,压装过程中压力或位移达到预设值时停止压装。这种控制方式仅能判断压装是否达到预设的终点条件,无法全面反映压装过程的动态变化。现有技术存在以下突出问题:

3、一、异常识别不全面。 传统控制方式仅监测终点压力或终点位移,无法识别压装过程中的隐性异常。例如:插芯与外壳同轴度偏差会导致压装过程中受力不均,但终点压力可能仍在合格范围内;过盈量超差会导致压装力整体偏高或偏低,但传统方式难以量化判断;零件表面污渍会导致局部摩擦异常,表现为力-位移曲线局部波动;插芯微裂、外壳变形、密封圈漏装或装反等缺陷,在压装过程中会表现为特定的曲线形态变化,但传统单值控制方式完全无法感知此类异常,容易导致不良品流出,严重影响产品可靠性和使用寿命。

4、二、预警滞后且准确性不足。 当压装出现突发性严重异常(如插芯碎裂、外壳爆裂)时,传统控制方式无法在异常发生的瞬间进行干预,只能在压装完成后通过人工复检或后续测试才发现。这容易导致批量不良品的产生,显著增加返工成本和废品率。同时,传统方式缺乏科学的异常判断标准,阈值设置往往依赖操作人员经验,容易出现误预警(将正常产品判为异常)或漏预警(将异常产品判为正常),影响生产效率和产品质量的稳定性。

5、三、缺乏数据追溯与工艺优化支撑。 压装过程中的力数据、位移数据未被有效采集和存储,无法追溯单个产品的完整压装过程。当出现质量问题时,难以定位是零件问题、设备问题还是工艺参数问题。同时,缺乏历史数据的积累和分析,无法基于数据驱动的方式优化压装工艺参数,导致压装质量波动较大,难以实现标准化、精细化生产。

6、四、对不同型号、不同规格产品的适配性差。 不同型号、不同规格的适配器具有不同的压装工艺要求(如不同的目标位移、不同的许用压力范围),传统控制方式需要针对每种产品手动调整阈值参数,操作繁琐且容易因阈值设置不当导致异常判断失误。当生产线频繁切换产品型号时,这一问题尤为突出。

7、针对上述问题,亟需一种能够实时监控压装全过程、精准识别各类异常、实现智能分级预警,且具备数据追溯与工艺参数自优化能力的力-位移曲线监控与智能预警方法,以克服现有技术的不足。

技术实现思路

1、本发明的目的在于克服现有技术中适配器压装监控不全面、预警滞后且准确性不足、无数据追溯、适配性差等缺陷,提供一种适配器压装过程中的力-位移曲线监控与智能预警方法。本发明通过建立标准力-位移曲线模型,结合多维度异常识别逻辑和三级智能预警机制,实现压装过程的实时监控、精准异常识别与智能分级预警,同时实现数据追溯与工艺参数持续优化,从而提升适配器组装良率、生产效率和产品一致性。

2、为实现上述发明目的,本发明提供一种适配器压装过程中的力-位移曲线监控与智能预警方法,包括以下步骤:

3、s1、建立标准力-位移曲线模型:

4、s11、选取同一型号、同一规格的合格适配器零件(包括适配器外壳、插芯、密封圈等所有待压装零件),按照预设的标准压装工艺参数(包括压装速度、初始压力、目标位移和目标压力),完成n件合格产品的压装试验,n≥50,确保样本具有统计代表性;

5、s12、实时采集每一件合格产品压装过程中的压力数据(f)和位移数据(s),采样时间间隔为0.01s-0.05s,生成n条合格力-位移原始曲线;

6、s13、对n条合格力-位移原始曲线进行预处理,剔除因传感器瞬时误差、外部振动干扰等导致的明显异常波动数据,采用加权平均算法(或算术平均算法),逐点计算各位移点对应的平均压力值,生成标准力-位移曲线;

7、s14、基于标准力-位移曲线,结合适配器压装工艺要求,设定曲线上下限阈值、斜率阈值、突变阈值和终点阈值:

8、曲线上下限阈值:以标准曲线为基准,向上和向下各浮动5%-10%(具体浮动比例可根据适配器型号和压装工艺要求调整),形成合格曲线区间,用于判断实时曲线是否存在整体偏移;

9、斜率阈值:计算标准曲线在各位移区间的斜率,设定斜率上限和下限(例如标准斜率的±15%),用于判断压装速度是否异常或是否存在卡滞现象;

10、突变阈值:设定压力突变阈值(如单次采样间压力变化量≥50n)和位移突变阈值(如单次采样间位移变化量≥0.1mm),用于识别插芯碎裂、外壳变形、异物卡阻等突发性异常;

11、终点阈值:设定终点压力允许偏差(如标准终点压力的±5%)和终点位移允许偏差(如标准终点位移的±5%),用于判断压装是否到位;

12、s15、按适配器型号、规格分类存储标准力-位移曲线及对应的阈值参数,建立标准曲线数据库,便于后续调用、更新和扩展。

13、s2、压装过程实时数据采集:

14、s21、在适配器压装设备的压头处安装压力传感器(精度不低于0.1n),在压装工作台或压头位移机构处安装位移传感器(精度不低于0.01mm),并对传感器进行校零和标定,确保数据采集的准确性;

15、s22、启动压装设备,操作人员选择当前待压装的适配器型号,设备自动从标准曲线数据库中调用对应的标准曲线及全部阈值参数;

16、s23、将适配器零件放置在定位治具上,启动压装循环;压装过程中,压力传感器和位移传感器以与步骤s12相同的采样时间间隔同步采集实时压力数据(f实时)和实时位移数据(s实时),并通过数据采集卡实时传输至数据处理模块。

17、s3、实时曲线对比与异常识别:

18、s31、数据处理模块根据实时采集的f实时和s实时数据对,以位移为横坐标、压力为纵坐标,生成实时力-位移曲线;

19、s32、数据处理模块将实时曲线与标准曲线进行同步对比,同时检测实时曲线的以下四个维度,判断是否存在异常:

20、曲线偏移检测:判断实时曲线在各位移点对应的压力值是否超出标准曲线的上下限阈值,若超出则判定为曲线偏移异常;对应的异常类型包括:过盈量超差(整体偏上或偏下)、零件尺寸偏差、表面摩擦异常(局部偏移);

21、斜率检测:计算实时曲线在各位移区间的斜率,判断其是否超出预设的斜率上下限阈值,若超出则判定为斜率异常;对应的异常类型包括:压装速度异常、零件卡滞、润滑不足;

22、突变检测:判断实时采集的相邻采样点之间的压力变化量和位移变化量是否超出预设的突变阈值,若超出则判定为突变异常;对应的异常类型包括:插芯碎裂、外壳变形、密封圈脱落、异物卡阻;

23、终点检测:判断压装达到目标位移时实时压力值是否达到标准曲线终点压力值的允许偏差范围内,以及达到目标压力时实时位移值是否达到标准曲线终点位移值的允许偏差范围内,若不符合则判定为终点异常;对应的异常类型包括:零件漏装、装反、压装不到位。

24、s4、智能分级预警与处理:

25、s41、根据异常类型和严重程度,将预警等级分为以下三级:

26、一级预警(轻微异常):适用于曲线偏移异常中偏差较小、斜率异常中偏差较小且未影响压装连续性的情况;对应的具体异常类型包括表面摩擦异常、润滑不足、压装速度轻微偏差;

27、二级预警(中度异常):适用于曲线偏移异常中偏差较大、斜率异常中偏差较大的情况,此类异常若不干预可能导致不良品;对应的具体异常类型包括过盈量超差、零件尺寸偏差、零件轻微卡滞;

28、三级预警(严重异常):适用于突变异常和终点异常,此类异常已导致或即将导致产品报废或设备损坏;对应的具体异常类型包括插芯碎裂、外壳变形、零件漏装或装反、异物卡阻;

29、s42、针对不同预警等级,执行对应的处理策略:

30、一级预警:设备发出声光提示信号(如绿色指示灯闪烁),不中断压装过程,实时记录异常数据(异常发生的位移位置、偏差量等),压装完成后在产品的加工记录中标记“需重点复检”,由后续质检人员对该产品进行重点检验;

31、二级预警:设备发出声光报警信号(如黄色指示灯闪烁加蜂鸣器间歇鸣叫),暂停压装过程,在操作界面弹出异常提示窗口(显示异常类型、异常发生位置、建议处理措施),由操作人员确认后选择“调整参数继续压装”(如适当调整压装速度或补充润滑)或“剔除当前零件”;

32、三级预警:设备发出紧急声光报警信号(如红色指示灯闪烁加蜂鸣器持续鸣叫),立即中断压装过程并锁定压装设备(防止误操作导致进一步损坏),在操作界面弹出详细的异常提示窗口,由操作人员排查异常原因(如更换碎裂的插芯、清理异物、检查设备状态),排查完成并确认故障排除后,手动解锁设备并重新开始压装;

33、s43、所有预警信息(预警等级、异常类型、异常发生时间及位置)、实时异常数据均自动记录,并与当前压装产品的唯一识别码(sn码)绑定,存入数据追溯系统,实现每一件产品的全流程可追溯。

34、s5、数据追溯与工艺优化:

35、s51、建立压装数据追溯系统,存储每一件产品的压装实时曲线数据、预警信息、异常类型、处理结果及操作人员信息,数据保存期限不少于1年;支持通过产品sn码、生产时间段、设备编号、异常类型等关键词进行多维度查询和调取;

36、s52、以定期(如每周、每月)为单位,对历史压装数据进行统计分析,计算各类异常的发生率、不同班次或不同设备的异常分布情况,分析异常产生的主要原因(如工艺参数设置不合理、来料零件质量波动、设备精度下降、操作不规范等);

37、s53、基于统计分析结果,自动生成标准力-位移曲线及阈值参数的优化建议,或给出压装工艺参数(如压装速度、初始压力、目标位移等)的调整建议;经工艺工程师审核确认后,更新标准曲线数据库中的相应参数,实现压装工艺的持续闭环优化;

38、s54、当生产任务切换为不同型号或不同规格的适配器时,重复步骤s1,建立该新型号或新规格的标准力-位移曲线及对应的阈值参数,存入标准曲线数据库,实现对多种规格适配器压装监控的快速兼容适配。

39、本发明的有益效果:

40、与现有技术相比,本发明具有以下有益效果:

41、1、异常识别全面、精准。本发明通过力-位移曲线的实时对比,结合曲线偏移、斜率变化、突变检测、终点检测四个维度的综合判断,可识别传统固定阈值控制方式完全无法检测的各类隐性异常,涵盖插芯碎裂、过盈量超差、同轴度偏差、表面摩擦异常、零件卡滞、润滑不足、零件漏装或装反、压装不到位等几乎全部压装异常类型。经实际验证,异常识别准确率可达99%以上,大幅降低了不良品流出风险。

42、2、预警及时、分级合理。本发明采用三级预警机制,根据异常类型和严重程度执行差异化的处理策略:一级预警仅提示不中断生产,避免轻微异常导致不必要的停机;二级预警暂停压装等待人工确认,兼顾质量与效率;三级预警立即中断并锁定设备,防止严重异常导致设备损坏或批量不良。这种分级处理方式既确保了产品质量,又最大程度地保证了生产效率和设备安全。

43、3、实现全流程数据追溯。本发明通过数据追溯系统将每一件产品的压装全过程数据(实时曲线、预警信息、异常类型、处理结果)与产品sn码绑定,可随时调取查看任一产品的完整压装历史,便于质量追溯和问题排查,同时为质量分析和工艺改进提供了丰富的数据支撑。

44、4、适配性强,支持持续优化。本发明通过标准曲线数据库的方式,可快速适配不同型号、不同规格的适配器压装监控需求,切换产品型号时仅需调用对应的标准曲线参数,无需重新设定阈值。同时,基于历史数据的统计分析结果可自动优化标准曲线和工艺参数,实现压装工艺的持续闭环提升,显著降低了人工调参成本和经验依赖性。

45、5、自动化程度高,有效降低人工成本。本发明全程无需人工实时干预,实现压装过程的自动实时监控、异常自动识别与预警、数据自动记录与存储,大幅减少了人工复检工作量,提升了生产效率。单件产品的压装监控数据处理耗时不超过0.5秒,完全不影响正常生产节拍。