CN118052542B - 一种硅胶结构件生产设备连续检测*** - Google Patents
一种硅胶结构件生产设备连续检测*** Download PDFInfo
- Publication number
- CN118052542B CN118052542B CN202410451482.6A CN202410451482A CN118052542B CN 118052542 B CN118052542 B CN 118052542B CN 202410451482 A CN202410451482 A CN 202410451482A CN 118052542 B CN118052542 B CN 118052542B
- Authority
- CN
- China
- Prior art keywords
- detection
- time
- production equipment
- production
- equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 269
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 223
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical group O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 title claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims abstract description 84
- 238000010276 construction Methods 0.000 claims abstract description 17
- 238000007689 inspection Methods 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 12
- 230000005856 abnormality Effects 0.000 claims description 11
- 238000011897 real-time detection Methods 0.000 claims description 11
- 239000000741 silica gel Substances 0.000 claims description 9
- 229910002027 silica gel Inorganic materials 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000000465 moulding Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Abstract
本发明涉及设备检测技术领域,具体涉及一种硅胶结构件生产设备连续检测***。包括状态检测模块、异常状态确定模块、待检目标确定模块,以及,检测序列构建模块,还包括检测路径构建模块;通过预先判定异常设备,通过提取异常设备的关联项数和关联项类,以在大量待检测的生产设备中优先确定执行检测的生产设备,以加快确定异常设备的效率;依据检测路径构建模块构建短距离检测路径,以规则的检测方式对生产设备进行检测以提升效率,同时计算出对生产设备检测所消耗的时间以及检测设备于移动路径下的移动时间,以对生产区中的其他可移动设备进行避让规划,以确保实现对生产设备的便捷检测以及检测结束时间的精准性。
Description
技术领域
本发明涉及设备检测技术领域,具体涉及一种硅胶结构件生产设备连续检测***。
背景技术
硅胶结构件通过生产区的多种生产设备进行生产,其中,对于生产设备而言,目前会通过对应的检测设备对生产设备进行检测,以判断出生产设备是否处于异常状态,从而便于对生产设备执行安全调控,使生产设备进行良好的生产作业。
其中,目前对生产设备进行检测时,由检测设备对生产设备进行直接检测,但因目前的生产区中,生产设备可能会处于不同的区域位置,且因生产设备的量度较大,因此,无规则的直接检测方式会导致对生产区中大量生产设备的检测存在效率上的影响;
同时,在对生产区中大量的生产设备进行检测时,通常会使生产区中的生产设备均停止作业,并逐一对生产设备进行检测,因此,如何能够快速的对异常状态的生产设备确定,以使生产设备及时恢复生产作业,以提升生产设备生产作业的不间断性是目前需要解决的问题。
发明内容
针对现有技术所存在的上述缺点,本发明提供了一种硅胶结构件生产设备连续检测***,能够有效解决现有技术中无规则的直接检测方式影响生产设备的检测效率,以及无法快速的对异常状态的生产设备确定,提升生产设备生产作业不间断性的问题。
为实现以上目的,本发明通过以下技术方案予以实现:
本发明提供一种硅胶结构件生产设备连续检测***,包括:
状态检测模块,其用于设置指定时间及检测阈值数,通过指定时间和检测阈值数对生产设备进行状态检测并生成检测数据,由此确定对生产设备进行检测的综合检测时间;
异常状态确定模块,其用于获取检测数据,依据检测数据判断生产设备的异常状态,将异常状态对应的生产设备标记为异常设备,其中:
异常设备确定后,确定异常设备上一次执行检测数据的时间并标记为历史检测时间,确定当前检测异常设备的时间并标记为实时检测时间/>,由历史检测时间/>和实时检测时间/>之间的时间构建风险时间/>,基于风险时间/>确定异常工件;
待检目标确定模块,其用于确定异常设备的异常检测项目及运行状态数据,依据异常检测项目与运行状态数据之间是否存在关联来判定是否由运行状态数据构建匹配条件,且后续以匹配条件预先确定待检测的生产设备;
以及,检测序列构建模块,其用于将待检测的生产设备进行顺序排列并构建待检测队列;
还包括:
检测路径构建模块,其用于剔除检测完成的生产设备,以获取剩余生产设备坐标并构建短距离检测路径,以短距离检测路径和待检测队列确定要检测的生产设备;
以及,检测时间确定模块,其用于计算生产设备执行检测消耗的时间,依据检测消耗的时间/>确定检测结束时间/>,通过获取其他生产设备与短距离检测路径的末端坐标之间的距离,以确定检测设备到达其他生产设备的二次移动时间,将二次移动时间结合以确定未来时间/>,并获取检测限制时间/>,且依据检测阈值数和其他生产设备的综合检测时间/>进行综合判断后续是否生成检测信号。
进一步地,所述状态检测模块对生产设备检测时,确定生产设备所需要的检测项目,每一个检测项目具有检测时间,每个生产设备的多个检测项目的检测时间之和标记为综合检测时间。
进一步地,所述历史检测时间和实时检测时间/>之间的时间构建风险时间/>后,判断异常设备对应的工件是否存在执行抽检步骤,当存在抽检步骤时:
确定抽检步骤下工件是否合格,当合格时,明确抽检步骤的时间并标记为抽检时间,以抽检时间/>和实时检测时间/>重新构建风险时间/>,重新构建的风险时间/>对应重新确定的异常工件。
进一步地,所述以匹配条件预先确定待检测的生产设备的方法为:
获取异常设备的运行状态数据,运行状态数据包括运行参数以及运行环境;
确定异常设备对应的异常检测项目,且确定异常检测项目是否与运行参数或运行环境之间存在关联;
当存在时,则以当前的运行状态数据构建匹配条件,并在后续的待检测的生产设备中确定符合匹配条件的生产设备,依据检测阈值数来确定检测的生产设备的数量,以使状态检测模块执行检测,其中:
当异常设备为多个时,基于多个异常设备构建多个匹配条件,并通过多个匹配条件分别确定生产设备,以使状态检测模块执行检测。
进一步地,所述构建待检测队列的构建方法为:
异常检测项目与运行状态数据之间存在关联,获取存在的关联项,以关联项构建匹配条件并确定生产设备,由此确定出多个生产设备且以此构建待检测队列,其中:
在待检测队列中获取生产设备的关联项数,以由多至少将关联项数顺序排列;
将关联项数对应的生产设备执行顺序排列,由此重新构建待检测队列;
其中,获取是否存在相同关联项数的生产设备,当存在时:
判断多个生产设备是否存在相同的关联项类,当存在时,获取相同关联项类对应生产设备的数量,以相同关联项类对应生产设备的数量由多至少对生产设备进行顺序排列,并重新构建待检测队列。
进一步地,所述检测消耗的时间的计算公式为:式中,/>为检测消耗的时间,/>为所有生产设备的数量,/>为检测阈值数,/>为于短距离检测路径上的移动时间,,/>为短距离检测路径的实际路程,/>为移动速度。
进一步地,所述综合检测时间确定后,获取生产设备的预检时间/>,以检测完毕的生产设备位置到达下一待检生产设备位置的时间标记为步骤时间/>,将预检时间/>与步骤时间/>结合确定下一待检生产设备实际检测的时间,其中:
步骤时间形成对下一待检生产设备做出检测准备的最大允许时间。
进一步地,所述检测阈值数对应多个生产设备,当生产设备处于多个不同的坐标位置,在检测阈值数所确定的生产设备中,将预检时间与检测阈值数中最大的步骤时间结合确定后续待检生产设备执行检测的时间,后续以关联项数或关联项类确定异常设备。
最后,检测时间确定模块判断后续是否生成检测信号的方法为:
当,且/>时,则生成检测信号,以使状态检测模块对生产设备进行检测,反之,则不生成。
本发明提供的技术方案,与已知的现有技术相比,具有如下有益效果:
通过预先判定异常设备,通过提取异常设备的关联项数和关联项类,以在大量待检测的生产设备中优先确定执行检测的生产设备,以加快确定异常设备的效率;
依据检测路径构建模块构建短距离检测路径,以规则的检测方式对生产设备进行检测以提升效率,同时计算出对生产设备检测所消耗的时间以及检测设备于移动路径下的移动时间,以对生产区中的其他可移动设备进行避让规划,以确保实现对生产设备的便捷检测以及检测结束时间的精准性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的整体模块框图;
图2为本发明的确定待检测的生产设备的方法示意图;
图3为本发明的待检测队列的构建方法示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合实施例对本发明作进一步的描述。
参考图1-图3:一种硅胶结构件生产设备连续检测***,至少包括:
状态检测模块,其用于设置指定时间以及检测阈值数,以通过指定时间(设定的检测时间间隔)和检测阈值数对生产设备进行状态检测并生成检测数据,其中状态检测模块在对生产设备进行检测时,确定当前生产设备所需要的检测项目,检测项目包括对混合设备、成型设备等多种设备的常规状态检测,检测阈值数是指可以对多个生产设备同时进行检测的最大数量,且每个生产设备通常存在多个检测项目,每一个检测项目具有标定的检测时间,因此确定每个生产设备的多个检测项目的检测时间之和并标记为综合检测时间,需要说明的是,此处的综合检测时间/>是针对于一个生产设备进行构建的,因此,综合检测时间/>为一个生产设备通过状态检测模块整体所消耗的时间。
其中,混合设备或成型设备的常规状态检测包括:
设备混合能力:确保混合设备能在规定的时间内均匀混合硅胶原料;
设备精准调控:检测混合设备是否能精确控制硅胶原料的混合比例、温度、湿度等参数;
设备成型能力:检测成型设备是否能按照预设的模具尺寸和形状生产出合格的硅胶结构件;
设备固化能力:检测硅胶在成型设备中固化后的性能,如硬度、韧性、耐磨性等;
对生产设备进行状态检测时,包括但不限于上述多种检测项目。
以及与状态检测模块输出端连接的异常状态确定模块,其用于获取检测数据,并将检测数据输入至数据库内,与数据库内的阈值数据进行比对,需要说明的是,对于每一检测项目而言,其在数据库内存储有标准的阈值数据,阈值数据是用于判断生产设备是否处于正常状态的依据,因此,在检测数据与阈值数据比对完成后,便可明确当前检测数据所对应的检测项目是否处于异常状态(检测数据与阈值数据相同,或检测数据处于阈值数据范围之内则均说明生产设备正常,反之则说明为异常),当处于异常状态时,则将检测项目所对应的生产设备标记为异常设备,其中:
在上述中对异常设备确定后,便随之确定异常设备此前所检测的时间(上一次执行检测项目的时间)并标记为历史检测时间,同时确定当前检测异常设备的时间并标记为实时检测时间/>,由历史检测时间/>和实时检测时间/>之间的时间构建风险时间/>,需要说明的是,风险时间/>是异常设备处于异常运行的时间,在异常设备于风险时间下运行必然影响着其对工件的生产质量,因此,将风险时间下所通过异常设备生产的工件标记为异常工件,由此以对异常设备所造成的异常的工件量进行确定,以便于对异常工件进行及时召回等修复处置。
进一步地,在上述中风险时间确定时,需要在风险时间/>中,判断异常设备对应的工件是否存在执行抽检步骤,当存在抽检步骤时,确定抽检步骤下工件是否合格,当合格时,明确抽检步骤的时间并标记为抽检时间/>,以在风险时间/>内剔除抽检时间/>以抽检时间/>和实时检测时间/>来重新构建风险时间/>,重新构建的风险时间/>内对应了重新确定的异常工件,由此,能够精确的判定出因异常设备所导致的异常工件,以便于对异常的工件量实施精确的召回及处置。
在状态检测模块对生产设备进行检测,并确定了综合检测时间后,通常来说相同的生产设备其每个综合检测时间/>是相同的,因此在本次以检测阈值数对生产设备检测完成后,基于综合检测时间/>预测下一次对生产设备将要进行检测的时间,并标记为预检时间/>,以使生产设备预先做好准备,因此,为了便于对异常风险较大的生产设备进行确定,加快生产设备的能够进行生产的时间,还包括:
待检目标确定模块,其用于确定所要检测的生产设备,确定的方法为:
获取异常设备的运行状态数据,运行状态数据包括运行参数以及运行环境,运行参数是指异常设备运行过程中的各项数据指标,运行环境是指异常设备所处的环境温度、环境湿度等外界影响因素;
同时确定异常设备对应的异常检测项目,确定异常检测项目是否与运行参数或运行环境之间存在关联;
当存在时,则以当前的运行参数或运行环境构建匹配条件,由此在后续的待检测的生产设备中确定符合匹配条件的生产设备,并依据检测阈值数来确定进行检测的生产设备的数量,由此状态检测模块依据预检时间预先对风险概率大的生产设备执行预先检测,以便在检测完成可使其进行生产作业,确保生产量。
其中,通过一个生产设备进行构建匹配条件,因此,当异常设备为多个时,便可基于多个异常设备来构建多个不同的匹配条件,并通过多个匹配条件均同步确定生产设备,以此实现后续对异常设备的快速确定。
其中,为了进一步对异常设备进行快速确定,本方案还包括检测序列构建模块,其用于在明确了异常检测项目与运行参数(如运行的速度、设定运行的温度等)或运行环境之间存在关联,则获取存在的关联项,如异常检测项目与运行环境中的环境温度、环境湿度(关联项类)均有关时(则关联项数为二项),则以关联项构建匹配条件(以环境温度和环境湿度筛分),以确定与匹配条件相同的生产设备,由此确定出多个环境温度和或环境湿度与异常设备相同的生产设备,并以此构建待检测队列,此中,为了便于执行快捷检测,执行如下步骤:
在待检测队列中,获取生产设备的关联项数,以由多至少将关联项数顺序排列;
同步将关联项数对应的生产设备执行顺序排列,由此重新构建待检测队列;
此中,获取是否存在相同关联项数的生产设备,当存在时,判断多个生产设备是否存在相同的关联项类,当存在时,获取相同关联项类对应生产设备的数量,以相同关联项类对应生产设备的数量由多至少对生产设备进行顺序排列,并重新构建待检测队列。
通过状态检测模块以检测阈值数在待检测队列中逐次确定生产设备,使本方案能够预先将风险概率大的生产设备列为预先检测目标,便于快速确定异常设备。
还包括:
检测路径构建模块,其用于获取所有的生产设备坐标,以在所有的生产设备坐标中剔除通过状态检测模块检测完成的生产设备坐标,并由所剩余的生产设备坐标构建短距离检测路径,以避免状态检测模块所采用的检测设备产生过量移动的损耗时间,对于短距离检测路径确定的算法可通过弗洛伊德算法、最短路径树进行获取,具体的在此不做赘述,其中:
在待检测队列确定时,通过定位***获取待检测队列中的生产设备坐标并标记为待检坐标,因状态检测模块以检测阈值数和短距离检测路径执行,确定状态检测模块后续以检测阈值数在短距离检测路径所确定进行检测的生产设备坐标并标记为预定检测坐标,判断待检坐标是否与预定检测坐标对应:
当待检坐标与预定检测坐标一一对应时,则使状态检测模块对待检坐标对应的生产设备于预检时间下执行检测准备,同时待检坐标对应的生产设备小于检测阈值数时,因预定检测坐标对应的生产设备是与检测阈值数对应的,因此可使状态检测模块满足检测阈值数进行检测。
此中,需要说明的是,在通过检测路径构建模块使状态检测模块对生产设备检测后,并通过异常状态确定模块重复执行步骤,以便于确定异常设备与异常工件,因此,便于对异常设备和异常工件做出及时的应急管控。
进一步地,还包括:
检测时间确定模块,其用于计算状态检测模块对生产设备执行检测项目所消耗的时间,其算法公式为:式中,/>为检测消耗的时间,为所有生产设备的数量,/>为检测阈值数,/>为于短距离检测路径上的移动时间,/>,/>为短距离检测路径的实际路程,/>为移动速度,由此便可计算出/>,并结合指定时间,以确定状态检测模块将所有生产设备检测完成后的时间并标记为检测结束时间/>,需要说明的是,在本处所确定的/>是针对于相同类型的生产设备进行确定的,因在生产企业或生产中心,其会包括多种生产设备,因此,依据所确定的/>便可向生产企业或生产区预示其他生产设备于/>时做好待检测的准备,以此加快对生产设备检测的效率。
其中,在本方案中,明确了生产设备的综合检测时间后,便可在生产区中获取所有生产设备(与初始检测的生产设备同类型的生产设备)的预检时间/>,并因确定了检测结束时间/>,由此能够借助于预检时间/>、检测结束时间/>以及短距离检测路径来确定状态检测模块用于进行检测的检测设备在不同时间下所处的坐标位置,同时检测设备以短距离检测路径为条件,因此可确定出在检测设备当前处于检测完毕的生产设备位置达到下一待检生产设备位置的时间,并标记为步骤时间/>,并将预检时间/>与步骤时间/>结合便可确定下一待检生产设备实际进行检测的时间,其中,对于步骤时间/>可形成对下一待检生产设备做出检测准备的最大允许时间,由此,以确保检测作业的进行,其中:
预检时间是同步对应检测设备于当前坐标位置下前往下一待检生产设备坐标位置的时间,且步骤时间/>下使检测设备对应在不同的坐标位置上,预检时间/>与步骤时间/>结合确定检测设备到达的坐标位置,因此便可将检测设备的移动路径以及在不同的时间下所处的坐标位置共享至生产区中,以使生产区中的其他移动设备生成对检测设备的避障,以避免步骤时间/>受到影响,以此使检测结束时间/>的确定更为精准。
需要说明的是,在本方案中,因通过关联项数和关联项类来确定异常设备,因此,在后续确定异常设备时,需要以关联项数和关联项类为基础,从而,为了更便于对异常设备的确定,本方案在对检测阈值数所确定的生产设备进行检测时,状态检测模块所控制的检测设备对检测阈值数下所确定的生产设备所执行的检测时间是统一的,同时因检测阈值数下会对应多个生产设备,且生产设备可能会处于多个不同的坐标位置,因此,在检测阈值数下所确定的生产设备中,会使检测设备前往对应的生产设备时产生对应的步骤时间,以将预检时间/>与最大的步骤时间/>结合便可确定下一多个待检生产设备进行检测的时间,由此使后续的生产设备以执行关联项数或关联项类来确定异常设备。
值得说明的是,在明确了时,还需要获取其他生产设备(与上述检测完成的生产设备不同的类型)与短距离检测路径末端坐标之间的距离,由此获取短距离检测路径末端到达其他生产设备的二次移动时间,将二次移动时间结合/>以确定到达其他生产设备的未来时间/>,并获取检测限制时间/>(检测限制时间/>是指在当天下能够进行检测作业的最晚时间),且依据检测阈值数和其他生产设备的综合检测时间/>,进行综合判断:
当,且/>时,则生成检测信号,以使状态检测模块对生产设备进行检测,反之,则不生成。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的保护范围。
Claims (4)
1.一种硅胶结构件生产设备连续检测***,其特征在于,包括:
状态检测模块,其用于对生产设备进行检测并生成检测数据,由此确定进行检测的综合检测时间Tx;
异常状态确定模块,其用于获取检测数据,依据检测数据判断生产设备的异常状态,将异常状态对应的生产设备标记为异常设备,其中:
确定异常设备历史检测时间Cx和当前检测异常设备的实时检测时间Sx,由历史检测时间Cx和实时检测时间Sx构建风险时间Fx,基于风险时间Fx确定异常工件;
待检目标确定模块,其用于获取异常设备的运行状态数据,并判定是否由运行状态数据构建匹配条件及确定待检测的生产设备;
以及,检测序列构建模块,其用于将待检测的生产设备顺序排列并构建待检测队列;
还包括:
检测路径构建模块,其用于构建短距离检测路径,以短距离检测路径和待检测队列确定要检测的生产设备;
以及,检测时间确定模块,其用于判断后续是否生成检测信号;
由运行状态数据构建匹配条件及确定待检测的生产设备的方法为:
获取异常设备的运行状态数据,运行状态数据包括运行参数以及运行环境;
确定异常设备对应的异常检测项目,且确定异常检测项目是否与运行参数或运行环境之间存在关联;
当存在时,则以当前的运行状态数据构建匹配条件,并在后续的待检测的生产设备中确定符合匹配条件的生产设备,依据检测阈值数来确定检测的生产设备的数量,以使状态检测模块执行检测,其中:
当异常设备为多个时,基于多个异常设备构建多个匹配条件,并通过多个匹配条件分别确定生产设备,以使状态检测模块执行检测。
构建待检测队列的构建方法为:
异常检测项目与运行状态数据之间存在关联,获取存在的关联项,以关联项构建匹配条件并确定生产设备,由此确定出多个生产设备且以此构建待检测队列,其中:
在待检测队列中获取生产设备的关联项数,以由多至少将关联项数顺序排列;
将关联项数对应的生产设备执行顺序排列,由此重新构建待检测队列;
其中,获取是否存在相同关联项数的生产设备,当存在时:
判断多个生产设备是否存在相同的关联项类,当存在时,获取相同关联项类对应生产设备的数量,以相同关联项类对应生产设备的数量由多至少对生产设备进行顺序排列,并重新构建待检测队列;
检测消耗的时间P的计算公式为:
式中,P为检测消耗的时间,Rtotalquantity为所有生产设备的数量,Rthreshold为检测阈值数,Tg为于短距离检测路径上的移动时间,Stotallength为短距离检测路径的实际路程,v为移动速度;
明确生产设备的综合检测时间Tx后,在生产区中获取所有生产设备的预检时间Yx,以预检时间Yx、检测结束时间Tj以及短距离检测路径来确定状态检测模块用于进行检测的检测设备在不同时间下所处的坐标位置,同时检测设备以短距离检测路径为条件,确定出在检测设备当前处于检测完毕的生产设备位置达到下一待检生产设备位置的时间,并标记为步骤时间Ty,并将预检时间Yx与步骤时间Ty结合确定下一待检生产设备实际进行检测的时间,其中:
步骤时间Ty形成对下一待检生产设备做出检测准备的最大允许时间;
所述检测阈值数对应多个生产设备,当生产设备处于多个不同的坐标位置,在检测阈值数所确定的生产设备中,将预检时间Yx与检测阈值数中最大的步骤时间Ty结合确定后续待检生产设备执行检测的时间,后续以关联项数或关联项类确定异常设备。
2.根据权利要求1所述的一种硅胶结构件生产设备连续检测***,其特征在于,所述状态检测模块对生产设备检测时,确定生产设备所需要的检测项目,每一个检测项目具有检测时间,每个生产设备的多个检测项目的检测时间之和标记为综合检测时间Tx。
3.根据权利要求1所述的一种硅胶结构件生产设备连续检测***,其特征在于,所述历史检测时间Cx和实时检测时间Sx之间的时间构建风险时间Fx后,判断异常设备对应的工件是否存在执行抽检步骤,当存在抽检步骤时:
确定抽检步骤下工件是否合格,当合格时,明确抽检步骤的时间并标记为抽检时间Jx,以抽检时间Jx和实时检测时间Sx重新构建风险时间Fx,重新构建的风险时间Fx对应重新确定的异常工件。
4.根据权利要求1所述的一种硅胶结构件生产设备连续检测***,其特征在于,所述检测时间确定模块判断后续是否生成检测信号的方法为:
计算生产设备执行检测消耗的时间P,依据检测消耗的时间P确定检测结束时间Tj;
通过获取其他生产设备与短距离检测路径的末端坐标之间的距离,以确定检测设备到达其他生产设备的二次移动时间,将二次移动时间结合Tj以确定未来时间Wj,并获取检测限制时间Xj,且依据检测阈值数和其他生产设备的综合检测时间Qx进行综合判断后续是否生成检测信号,其中:
当Wj<Xj,且Xj-Wj≥Qx时,则生成检测信号,以使状态检测模块对生产设备进行检测,反之,则不生成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410451482.6A CN118052542B (zh) | 2024-04-16 | 一种硅胶结构件生产设备连续检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410451482.6A CN118052542B (zh) | 2024-04-16 | 一种硅胶结构件生产设备连续检测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118052542A CN118052542A (zh) | 2024-05-17 |
CN118052542B true CN118052542B (zh) | 2024-06-21 |
Family
ID=
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115129011A (zh) * | 2022-07-08 | 2022-09-30 | 慧之安信息技术股份有限公司 | 基于边缘计算的工业资源管理方法 |
CN117742224A (zh) * | 2024-02-20 | 2024-03-22 | 瑞熙(苏州)智能科技有限公司 | Pad终端实时异常监控与智能处理方法 |
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115129011A (zh) * | 2022-07-08 | 2022-09-30 | 慧之安信息技术股份有限公司 | 基于边缘计算的工业资源管理方法 |
CN117742224A (zh) * | 2024-02-20 | 2024-03-22 | 瑞熙(苏州)智能科技有限公司 | Pad终端实时异常监控与智能处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI625615B (zh) | 預測模型建立方法及其相關預測方法與電腦程式產品 | |
US20150371134A1 (en) | Predicting circuit reliability and yield using neural networks | |
US20110112999A1 (en) | Method for predicting and warning of wafer acceptance test value | |
CN105930257B (zh) | 一种确定目标测试用例的方法及装置 | |
CN109933852B (zh) | 预测车辆尺寸偏差的方法、装置、存储介质及电子设备 | |
CN105891321B (zh) | 铁磁性材料结构力学性能的微磁检测标定方法 | |
CN103092762B (zh) | 一种适用于快速软件开发模式的实时软件缺陷检测方法 | |
CN112929613A (zh) | 一种基于图像识别进行设备运维的巡检方法及*** | |
CN113544608A (zh) | 用于在工业生产中的质量控制的方法和*** | |
CN112183919A (zh) | 质量预测***和质量预测方法 | |
CN115308519A (zh) | 一种电子设备的老化检测方法、***、介质和设备 | |
CN110687492A (zh) | 一种在线监督低压电流互感器自动化检定***的检测质量的方法及*** | |
CN118052542B (zh) | 一种硅胶结构件生产设备连续检测*** | |
JP2020042668A (ja) | 検査装置及び機械学習方法 | |
CN118052542A (zh) | 一种硅胶结构件生产设备连续检测*** | |
TWI427487B (zh) | 工件抽樣檢驗的方法及其電腦程式產品 | |
CN109614758B (zh) | 具有空间相关性的圆形形状误差的监控方法 | |
US20230081224A1 (en) | Method and system for evaluating test data, wafer test system, and storage medium | |
CN108054113B (zh) | 一种抽样检测方法 | |
CN112034048A (zh) | 基于多重频响函数估计的梁类结构裂纹定位方法 | |
CN111967799B (zh) | 集总参数表贴环行器物料及工艺问题识别方法 | |
US11468353B2 (en) | System for detecting data drift in machine-learning process monitoring | |
US20220074874A1 (en) | Computer-implemented method for analysing measurement data from a measurement of an object | |
CN105699043A (zh) | 一种提高风洞传感器测量稳定性和精准度的方法 | |
CN117558660B (zh) | 一种半导体晶圆检测设备控制工作站的管理方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |