层压板不合格项管理系统技术方案

本公开涉及层压板不合格项管理系统，具体地涉及用于处理层压板中的不合格项的方法、设备和系统。该不合格项管理系统包括传感器系统和计算机系统中的分析器。传感器记录与工件平台上的层堆有关的堆叠信息，并记录与位于检查平台上的层压板有关的检查信息，其中，层压板是由对工件进行固化而形成的。计算机系统中的分析器使用检查信息识别层压板中的层压板不合格项，生成与层压板不合格项有关的不合格项信息，并使用用于增强现实显示的显示系统在层压板上显示与层压板不合格项有关的不合格项信息。

【技术实现步骤摘要】
层压板不合格项管理系统
本公开涉及多层制造领域，具体地，涉及层压板(laminate)不合格项(nonconformance)管理系统。
技术介绍
层压板是以多层制造(manufacturedinmultiplelayer)的结构。通过用于形成层压板的层的选择，层压板可以具有期望的特性，诸如，改进的强度、稳定性、隔音性、外观或其它特性。原材料的堆叠可以分层叠置(laidup)。该层堆可以被叠置在第一金属垫板上。层堆可以是例如，第一聚氟乙烯(PVF：polyvinylfluoride)层、压花树脂(ER：embossingresin)层和第二聚氟乙烯层。压花树脂层位于第一聚氟乙烯层与第二聚氟乙烯层之间。这些层形成工件或夹层(sandwich)。多个工件可以是由多层叠置的。堆叠(layup)通常在建造站(buildstation)执行。将第一工件叠置在建造站处的平台上的垫板上。后续的工件可以由对层进行叠置来形成，以在第一工件的顶部上形成另外工件。这些不同的工件可以通过剥离片或多种类型的层彼此分离，该剥离片或多种类型的层提供了保持由固本文档来自技高网...

【技术保护点】
1.一种不合格项管理系统(210)，所述不合格项管理系统(210)包括：/n工件平台(230)，所述工件平台(230)支撑层堆(204)，所述层堆(204)叠置在所述工件平台(230)上以形成工件(206)；/n检查平台(232)，所述检查平台(232)支撑由所述工件(206)形成的层压板；/n传感器系统(212)，所述传感器系统(212)记录与所述工件平台(230)上的层堆(204)有关的堆叠信息(234)，并记录与位于所述检查平台(232)上的层压板(208)有关的检查信息(236)，其中，所述层压板(208)是由对所述工件(206)进行固化而形成的；以及/n分析器(218)，所述分析器(...

【技术特征摘要】
20190610 US 16/436,0741.一种不合格项管理系统(210)，所述不合格项管理系统(210)包括：
工件平台(230)，所述工件平台(230)支撑层堆(204)，所述层堆(204)叠置在所述工件平台(230)上以形成工件(206)；
检查平台(232)，所述检查平台(232)支撑由所述工件(206)形成的层压板；
传感器系统(212)，所述传感器系统(212)记录与所述工件平台(230)上的层堆(204)有关的堆叠信息(234)，并记录与位于所述检查平台(232)上的层压板(208)有关的检查信息(236)，其中，所述层压板(208)是由对所述工件(206)进行固化而形成的；以及
分析器(218)，所述分析器(218)在计算机系统(220)中，所述分析器(218)使用所述检查信息(236)来识别所述层压板(208)中的层压板不合格项(238)，生成与所述层压板不合格项(238)有关的不合格项信息(240)，并使用用于增强现实显示(226)的显示系统(214)来在所述层压板(208)上显示与所述层压板不合格项(238)有关的不合格项信息(240)。


2.根据权利要求1所述的不合格项管理系统(210)，其中，在使用所述检查信息(236)来识别所述层压板(208)中的层压板不合格项(238)时，所述分析器(218)使用所述堆叠信息(234)和所述检查信息(236)来识别所述层压板(208)中的层压板不合格项(238)。


3.根据权利要求1所述的不合格项管理系统(210)，其中，所述分析器(218)包括人工智能系统(242)，所述不合格项管理系统(210)还包括：
输入系统(216)，所述输入系统(216)接收用户输入(225)，所述用户输入(225)用于验证由所述分析器(218)识别的、所述层压板(208)中的层压板不合格项(238)是否存在；
训练器(500)，所述训练器(500)在所述计算机系统(220)中，所述训练器(500)使用所述用户输入(225)和所述检查信息(236)来训练所述人工智能系统(242)，其中，使用监督学习算法(516)、非监督学习算法(518)、强化学习算法(520)或转移学习算法(520)中的至少一者来训练所述人工智能系统(242)，
其中，当由所述分析器(218)识别的、所述层压板(208)中的层压板不合格项(238)的识别的置信水平小于在没有所述用户输入(225)的情况下进行的阈值时，所述分析器(218)请求所述用户输入(225)，以验证由所述分析器(218)识别的、所述层压板(208)中的层压板不合格项(238)的识别是否正确；并且
其中，所述计算机系统(220)中的训练器(500)使用所述用户输入(225)和所述检查信息(236)来训练所述人工智能系统(242)。


4.根据任意前述权利要求所述的不合格项管理系统(210)，其中，在使用所述堆叠信息(234)识别所述层压板(208)中的层压板不合格项(238)时，所述分析器(218)使用人工智能系统(242)来识别所述层压板(208)中的层压板不合格项(238)，使用针对先前工件(508)的先前层堆(204)而记录的先前堆叠信息(504)、与由所述先前工件(508)形成的先前层压板(512)有关的先前检查信息(510)、以及识别所述先前层压板(512)中的先前层压板不合格项(515)的先前用户输入(514)来对所述人工智能系统(242)进行训练。


5.根据任意前述权利要求所述的不合格项管理系统(210)，其中，所述分析器(218)使用所述堆叠信息(234)，在所述层堆(204)被固化以形成所述层压板(208)之前，预测所述层压板不合格项(238)的发生。


6.根据任意前述权利要求所述的不合格项管理系统(210)，其中，所述分析器(218)使用与所述层压板...

【专利技术属性】
技术研发人员：W·D·凯尔西，A·阿夫拉西亚比，B·D·劳克林，
申请(专利权)人：波音公司，
类型：发明
国别省市：美国;US