一种闭式翅片冲压生产线智能控制方法及系统技术方案

本发明专利技术涉及冲压技术领域，具体涉及一种闭式翅片冲压生产线智能控制方法及系统，该方法包括：获取翅片的钣金展开图，获取所述钣金展开图中各像素的冲压工艺；基于冲压工艺的冲压特性，计算每种所述冲压工艺对应像素的冲压油需求指标；基于所述冲压油需求指标获取各像素位置的给油量；基于所述给油量，对冲压生产线进行智能控制。本发明专利技术既能避免冲压油的浪费，又能保证冲压效果，提高冲压件的质量。提高冲压件的质量。提高冲压件的质量。

【技术实现步骤摘要】
一种闭式翅片冲压生产线智能控制方法及系统


[0001]本专利技术涉及冲压领域，具体涉及一种闭式翅片冲压生产线智能控制方法及系统。

技术介绍

[0002]目前翅片的冲压加工过程中，常常用冲压油来确保高精度、快速冲压的加工质量，而冲压油用量的不合适往往会带来剪切断面粗糙度不符合要求或工件氧化发黑等异常。现有的基于经验粗略估计冲压油给油量的方法，准确性差，进而会影响冲压件的质量。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种闭式翅片冲压生产线智能控制方法及系统，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种闭式翅片冲压生产线智能控制方法，该方法包括以下具体步骤：获取翅片的钣金展开图，获取所述钣金展开图中各像素的冲压工艺；基于冲压工艺的冲压特性，计算每种所述冲压工艺对应像素的冲压油需求指标；基于所述冲压油需求指标获取各像素位置的给油量；基于所述给油量，对冲压生产线进行智能控制。
[0004]进一步地，所述冲压工艺包括冲裁、折弯和拉深。
[0005]进一步地，冲裁工艺对应像素的冲压油需求指标的获取具体为：基于所述钣金展开图获取冲裁边缘；根据各冲裁工艺对应像素与冲裁边缘的最短距离、冲压精度以及冲裁边缘的几何复杂度，计算冲裁工艺对应像素的冲压油需求指标。
[0006]进一步地，折弯工艺对应像素的冲压油需求指标的获取具体为：基于所述钣金展开图获取折弯线；根据各折弯工艺对应像素与折弯线的最短距离和折弯角度，计算折弯工艺对应像素的冲压油需求指标。
[0007]进一步地，拉深工艺对应像素的冲压油需求指标的获取具体为：基于所述钣金展开图在拉深后延展区域的中部位置获取成型轮廓线；根据各拉深工艺对应像素与轮廓线的最短距离和拉深深度，计算拉深工艺对应像素的冲压油需求指标。
[0008]进一步地，基于所述冲压油需求指标获取各像素位置的给油量，具体为：基于所述冲压油需求指标、冲压机的设备参数和运行参数，利用神经网络模型，获取各像素位置的给油量。
[0009]第二方面，本专利技术另一个实施例提供了一种闭式翅片冲压生产线智能控制系统，该系统包括存储器、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，所述计算机程序被处理器执行时实现一种闭式翅片冲压生产线智能控制方法的步骤。
[0010]本专利技术实施例至少具有如下有益效果：本专利技术计算了每种所述冲压工艺对应像素的冲压油需求指标；基于所述冲压油需求指标获取各像素位置的给油量；基于所述给油量，对冲压生产线进行智能控制。因此，本专利技术可对初始钢板上各位置处冲压油的给油量进行精确控制，既避免了冲压油的浪费，又能保证冲压效果，提高冲压件的质量。
附图说明
[0011]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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它附图。
[0012]图1为本专利技术方法实施例的步骤流程图。
具体实施方式
[0013]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种闭式翅片冲压生产线智能控制方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0014]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0015]通常在需要进行热传递的换热装置表面增加导热性较强的金属片，来增大换热装置的换热表面积，该类金属片都称为翅片。常见的翅片结构形式有平直翅片、百叶窗翅片、锯齿翅片、多孔翅片和波纹翅片。而不同类型的翅片其冲压信息不同，需要的翅片油（又名：散热片高速剪切精密冲裁冲压油）也不同。
[0016]冲压是靠压力机和模具对板材、带材、管材和型材等施加外力，使之产生塑性变形或分离，从而获得所需形状和尺寸的工件(冲压件)的成形加工方法，为了确保尺寸精度、剪切断面的粗糙度和几何形状等，往往需要在薄板上涂抹冲压油。且后续处理需要洗去工件上的油脂，进行喷涂等操作，冲压油给多了造成浪费，且增加了后续去油脂的难度，冲压油给少了，冲压温度高带来金属件发黑等异常缺陷，所以为了实现智能、绿色环保的生产，需要精确控制冲压油的涂抹量，即本专利技术的主要目的是：利用人工智能和图像处理技术对待加工的翅片信息进行分析，从而来控制冲压生产线上冲压油的给油量，实现智能化生产。
[0017]下面结合附图具体的说明本专利技术所提供的一种闭式翅片冲压生产线智能控制方法及系统的具体方案。
[0018]请参阅图1，其示出了本专利技术一个实施例提供的一种闭式翅片冲压生产线智能控制方法的步骤流程图，该方法包括以下步骤：获取翅片的钣金展开图，获取所述钣金展开图中各像素的冲压工艺；基于冲压工艺的冲压特性，计算每种所述冲压工艺对应像素的冲压油需求指标；基于所述冲压油需求指标获取各像素位置的给油量；基于所述给油量，对冲压生产线进行智能控制。
[0019]下面对上述步骤进行具体展开描述：步骤一，获取翅片的钣金展开图，获取所述钣金展开图中各像素的冲压工艺。
[0020]翅片加工前都会通过SolidWorks等设计软件来进行设计，因此可获得翅片的加工设计图也即翅片的钣金展开图。
[0021]本专利技术需要实现能根据不同类型翅片的加工需求来自适应调节冲压生产线，所以需要先获得待加工翅片各个位置的冲压工艺信息，即识别什么位置需要冲压出孔洞，什么位置需要冲压折弯，什么位置需要冲压拉深。本专利技术基于所述钣金展开图获取各像素的冲压工艺，具体地：本专利技术利用语义分割神经网络对钣金展开图进行处理，实现各像素冲压工艺信息的推理识别。
[0022]关于语义分割神经网络：语义分割神经网络为Encoder
‑
Decoder结构，先通过卷积、池化操作来对输入图像即钣金展开图进行特征提取，获得特征图像，而后再通过反卷积、反池化操作来将特征图像重建成对应的语义分割图像，所述语义分割图像是指各个像素都进行了语义类别划分的图像。
[0023]语义分割神经网络训练过程包括：(1)采集图像：搜集各类型翅片的钣金展开图作为训练图像。(2)标签制作：根据初始薄钢板加工成该翅片的变形情况，也即根据对应的冲压工艺对钣金展开图中的像素进行分类，所述冲压工艺包括冲裁、折弯和拉深，因此，实施例中将背景类像素标为1，冲压工艺为冲裁的像素标为2，冲压工艺为折弯的像素标为3，冲压工艺为拉深的像素标为4。(3)训练损失函数为交叉熵损失函数。基于训练图像、标签、损失函数进行语义分割神经网络的训练，当语义分割神经网络训练后损失函数完成收敛且趋于平稳，则表明神经网络训练完成，可以使用。需要注意，冲裁工艺对应的像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种闭式翅片冲压生产线智能控制方法，其特征在于，该方法包括：获取翅片的钣金展开图，获取所述钣金展开图中各像素的冲压工艺；基于冲压工艺的冲压特性，计算每种所述冲压工艺对应像素的冲压油需求指标；基于所述冲压油需求指标获取各像素位置的给油量；基于所述给油量，对冲压生产线进行智能控制。2.如权利要求1所述的方法，其特征在于，所述冲压工艺包括冲裁、折弯和拉深。3.如权利要求2所述的方法，其特征在于，冲裁工艺对应像素的冲压油需求指标的获取具体为：基于所述钣金展开图获取冲裁边缘；根据各冲裁工艺对应像素与冲裁边缘的最短距离、冲压精度以及冲裁边缘的几何复杂度，计算冲裁工艺对应像素的冲压油需求指标。4.如权利要求3所述的方法，其特征在于，折弯工艺对应像素的冲压油需求指标的获取具体为：基于所述钣金展开图获取折弯线；根据各折弯工艺对应像...

【专利技术属性】
技术研发人员：王丹，
申请(专利权)人：南通精丰智能设备有限公司，
类型：发明
国别省市：