一种中厚板划刻-切割双交互平台智能排产方法及相关装置与流程
本技术涉及钢结构板材智能排产,特别是涉及一种中厚板划刻-切割双交互平台智能排产方法及相关装置。
背景技术:
1、在铁塔、重型机械等钢结构制造领域,中厚板工件通常需要经过轮廓切割和表面标识划刻两道加工工序。目前,行业内已广泛采用具备双交互工作台的激光切割设备,但这类设备在实际生产中通常仅用于执行单一的轮廓切割工序,划刻工序与切割工序往往分开进行,导致工件需要在不同设备或工位之间转运,生产流程不连续。
2、此外,现有生产排产主要依赖人工经验确定板材上料顺序,缺乏对划刻和切割两道工序加工工时的量化分析,因而无法合理匹配双交互工作台的加工节拍。由此导致划刻工位与切割工位之间相互等待,双交互工作台的互换优势未能充分发挥,产线难以实现不间断的循环加工,整体生产效率受到制约。
3、因此,亟需一种能够对中厚板划刻与切割双工艺进行协同排产、并实现双交互工作台闭环循环加工的方法。
技术实现思路
1、本技术的目的是提供一种中厚板划刻-切割双交互平台智能排产方法及相关装置,可解决现有技术中工序割裂、工位节拍错配、生产排产缺少量化数据支撑等技术问题。
2、为实现上述目的,本技术提供了如下方案:
3、第一方面,本技术提供了一种中厚板划刻-切割双交互平台智能排产方法,包括:
4、获取多张待加工中厚板的套料特征参数;所述套料特征参数至少包括板厚、工件数、切割路径总周长和打孔数量。
5、针对任意一张待加工中厚板,根据所述待加工中厚板的板厚从多个按板厚分层构建的整板工时预测模型中匹配对应的整板工时预测模型,并将所述套料特征参数输入匹配的整板工时预测模型,得到所述待加工中厚板的整板预测加工工时。
6、根据所述整板预测加工工时确定所述待加工中厚板中的单工件划刻时长,并根据所述单工件划刻时长与预设阈值区间的关系,确定所述待加工中厚板的排产类别;
7、对于排产类别为达标板材的多张待加工中厚板,根据单工件划刻时长的差异生成投产序列。
8、控制双交互工作台按照所述投产序列进行加工;所述双交互工作台包括第一工作台和第二工作台,所述第一工作台配置机械刻划执行机构,所述第二工作台配置激光切割机构,所述第一工作台和所述第二工作台能够互换位置,所述第一工作台和所述第二工作台被配置为:在所述第一工作台对一张中厚板执行机械划刻的同时,所述第二工作台对另一张中厚板执行激光切割。
9、在所述双交互工作台的加工过程中,根据所述双交互工作台的实时工况数据与所述整板预测加工工时之间的偏差,调整所述第一工作台和所述第二工作台的互换时机,和/或更新剩余待加工中厚板的投产序列。
10、可选地,不同板厚的所述整板工时预测模型通过以下方式构建:
11、获取历史生产日志数据。
12、对所述历史生产日志数据进行预处理,剔除关键字段空值或缺失的记录,得到预处理后的历史生产日志数据。
13、基于预处理后的历史生产日志数据,以切割路径总周长和打孔数量为自变量、以实测总工时为因变量进行全局回归,得到全局回归模型。
14、根据所述全局回归模型的残差均值和残差标准差,从预处理后的历史生产日志数据中剔除异常样本。
15、将剔除异常样本后的历史生产日志数据按板厚拆分为多个子数据集。
16、分别对每个子数据集进行多元线性回归,得到各板厚对应的整板工时预测模型。
17、可选地,根据所述全局回归模型的残差均值和残差标准差,从预处理后的历史生产日志数据中剔除异常样本,包括:
18、计算预处理后的历史生产日志数据中每个样本的残差。
19、计算全部有效样本的残差均值和残差标准差。
20、当任一样本的残差与所述残差均值的偏差绝对值大于异常判定倍数与所述残差标准差的乘积时,判定该样本为异常样本。
21、可选地,所述预设阈值区间包括下限阈值和上限阈值。
22、根据所述整板预测加工工时确定所述待加工中厚板的单工件划刻时长,包括:
23、从所述整板预测加工工时和预设的装夹辅助工时,确定净加工工时。
24、将所述净加工工时除以所述待加工中厚板的工件数,得到所述单工件划刻时长。
25、根据所述单工件划刻时长与预设阈值区间的关系,确定所述待加工中厚板的排产类别,包括:
26、当所述单工件划刻时长大于或等于所述上限阈值时,确定为达标板材。
27、当所述单工件划刻时长小于或等于所述下限阈值时,确定为不达标板材。
28、当所述单工件划刻时长大于所述下限阈值且小于所述上限阈值时,确定为边界板材,并输出人工复核信息。
29、可选地,根据单工件划刻时长的差异生成投产序列,包括:
30、将任一板厚的多张待加工中厚板,按各待加工中厚板的板厚降序排列。
31、选取排序完成的多张待加工中厚板内排序第一的待加工中厚板,作为首张投产板材。
32、在多张所述待加工中厚板中依次选取单工件划刻时长与上一张的投产板材的单工件划刻时长差值最小的待加工中厚板,作为下一张投产板材,直至全部待加工中厚板排产完成。
33、可选地,所述双交互工作台还包括横向平移轨道,所述第一工作台和所述第二工作台分别内置上下双层承载台面,并沿所述横向平移轨道整体横向平移以互换位置。
34、根据所述双交互工作台的实时工况数据与所述整板预测加工工时之间的偏差,调整所述第一工作台和所述第二工作台的互换时机,和/或更新剩余待加工中厚板的投产序列,包括:
35、当所述双交互工作台的实时工时偏差大于预设偏差阈值时,执行分层调控策略:
36、若所述偏差为短期偶发偏差,则延后工位互换时机,直至所述第一工作台和所述第二工作台当前工序同步完工。
37、若所述偏差为长期持续累积偏差,则对剩余待加工中厚板重新排序,更新所述投产序列。
38、可选地,该方法还包括:
39、在完成当前批次加工后,根据实测完工工时数据更新各板厚对应的整板工时预测模型,具体包括:
40、在完成当前批次加工后,将当前批次加工后的实测完工工时数据和边界板材的人工复核结果回传至生产数据库。
41、根据所述生产数据库中原始数据和回传的数据,迭代更新各板厚对应的整板工时预测模型的回归系数。
42、第二方面,本技术提供了一种中厚板划刻-切割双交互平台智能排产装置,用于实现前文所述的方法,该装置包括以下功能模块:
43、参数获取模块,用于获取多张待加工中厚板的套料特征参数;所述套料特征参数至少包括板厚、工件数、切割路径总周长和打孔数量。
44、工时预测模块,用于针对任一张待加工中厚板,根据所述待加工中厚板的板厚从多个按板厚分层构建的整板工时预测模型中匹配对应的整板工时预测模型,并将所述套料特征参数输入匹配的整板工时预测模型,得到所述待加工中厚板的整板预测加工工时。
45、排产分类模块,用于根据所述整板预测加工工时确定所述待加工中厚板的单工件划刻时长,并根据所述单工件划刻时长与预设阈值区间的关系,确定所述待加工中厚板的排产类别。
46、序列生成模块,用于对于排产类别为达标板材的多张待加工中厚板,根据单工件划刻时长的差异生成投产序列。
47、双交互工作台,包括第一工作台和第二工作台,所述第一工作台配置机械刻划执行机构,所述第二工作台配置激光切割机构,所述第一工作台和所述第二工作台能够互换位置,所述第一工作台和所述第二工作台被配置为:在所述第一工作台对一张中厚板执行机械划刻的同时,所述第二工作台对另一张中厚板执行激光切割。
48、控制模块,用于控制双交互工作台按照所述投产序列进行加工,在所述双交互工作台的加工过程中,根据所述双交互工作台的实时工况数据与所述整板预测加工工时之间的偏差,调整所述第一工作台和所述第二工作台的互换时机,和/或更新剩余待加工中厚板的投产序列。
49、第三方面,本技术提供了一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序以实现前文所述的中厚板划刻-切割双交互平台智能排产方法的步骤。
50、第四方面,本技术提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现前文所述的中厚板划刻-切割双交互平台智能排产方法的步骤。
51、根据本技术提供的具体实施例,本技术公开了以下技术效果:
52、本技术提供了一种中厚板划刻-切割双交互平台智能排产方法及相关装置,在该方法中,首先,通过获取至少包括板厚、工件数、切割路径总周长和打孔数量的多张待加工中厚板套料特征参数,为后续预测与排产提供量化数据基础;然后,针对各待加工中厚板的套料特征参数,根据板厚自动匹配对应的预测模型并得到整板预测加工工时,从而提高不同板厚条件下工时预测的适应性;接着,根据整板预测加工工时确定单工件划刻时长,并依据单工件划刻时长与预设阈值区间的关系确定排产类别,以自动识别节拍匹配状态;对于达标的若干板材,根据单工件划刻时长差异生成投产序列,从而均衡加工节拍、减少换型与工位等待;最后,控制双交互工作台按投产序列加工,该双交互工作台的第一工作台配置机械刻划执行机构、第二工作台配置激光切割机构且两者能够互换位置,从而在第一工作台对一张中厚板执行机械划刻的同时由第二工作台对另一张中厚板执行激光切割,实现划刻与切割的同步并行作业并提高设备利用率;在加工过程中,根据双交互工作台的实时工况数据与整板预测加工工时之间的偏差,调整第一工作台和第二工作台的互换时机,和/或更新剩余待加工中厚板的投产序列,从而对现场工况扰动进行动态纠偏,保障排产与加工的连续性和稳定性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com