模具管理方法技术

本申请公开了一种模具管理方法

【技术实现步骤摘要】
模具管理方法、装置、设备及存储介质


[0001]本申请涉及模具管理
，尤其涉及一种模具管理方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]在制造业中，模具是生产过程中不可或缺的工具，然而，由于长时间的使用和环境因素的影响，模具容易出现磨损
、
变形和损坏等问题，影响生产效率和产品质量
。
[0003]目前，模具的维护和保养主要依靠人工经验和定期检查，有时候无法准确定位到模具的问题点，这种方式存在效率低下
、
漏检和过度维护等问题，且保养过程中无标准作业规范，导致模具的维护和保养效率低下
。

技术实现思路

[0004]本申请的主要目的在于提供一种模具管理方法
、
装置
、
设备及存储介质，旨在解决相关技术中，依靠人工经验和定期检查，无法准确定位到模具的问题点，导致模具的维护和保养效率低下的技术问题
。
[0005]为实现上述目的，本申请实施例提供了一种模具管理方法，所述方法包括：通过设置于模具上的传感器采集所述模具的运行数据；将所述运行数据输入至预设处理模型，基于所述预设处理模型，对所述运行数据进行预测，得到预测结果，其中，所述预设处理模型是基于模具的历史运行数据进行迭代训练得到的，所述预测结果包括模具故障状态；基于所述预测结果，对所述模具进行管理或维护
。
[0006]在本申请的一种可能的实施方式中，所述基于所述预设处理模型，对所述运行数据进行预测，得到预测结果的步骤，包括：基于所述预设处理模型，提取所述运行数据的特征，得到第一特征数据；将所述第一特征数据输入至各个神经网络层以及全连接层进行预测处理，输出预测结果
。
[0007]在本申请的一种可能的实施方式中，所述将所述运行数据输入至预设处理模型，基于所述预设处理模型，对所述运行数据进行预测，得到预测结果的步骤之后，包括：将所述运行数据存储于预设数据库中，所述预设数据库还包括历史运行数据和当前运行数据；对所述预设数据库中的历史运行数据以及当前运行数据进行分析，得到第一分析数据；根据所述第一分析数据，确定所述模具的维护策略，其中，所述维护策略包括维护周期
、
故障模式以及维护方式；所述基于所述预测结果，对所述模具进行管理或维护的步骤，还包括：基于所述预测结果和所述维护策略，对所述模具进行管理或维护
。
[0008]在本申请的一种可能的实施方式中，所述通过设置于模具上的传感器采集所述模具的运行数据的步骤之后，包括：对所述运行数据进行检测，得到检测结果；若所述检测结果显示所述模具的运行状态满足预设告警要求，则向用户端所在界面上报告警以及告警原因；若所述检测结果显示所述模具的运行状态不满足预设告警要求，则执行所述将所述运行数据输入至预设处理模型的步骤
。
[0009]在本申请的一种可能的实施方式中，所述若所述检测结果显示所述模具的运行状态满足预设告警要求，则向用户端所在界面上报告警以及告警原因的步骤之后，包括：根据所述告警原因，生成模具维护任务，并上传所述告警原因对应的维护建议；可视化展示所述模具维护任务和所述维护建议，以供相关技术人员根据所述维护建议对模具进行修复，直至模具修复完成
。
[0010]在本申请的一种可能的实施方式中，所述通过设置于模具上的传感器采集所述模具的运行数据的步骤，包括：基于所述传感器，对所述模具在运行状态下的状态参数进行实时监测，得到实时运行数据；将所述实时运行数据转换为字符串格式的数据，得到所述模具的运行数据
。
[0011]在本申请的一种可能的实施方式中，所述将所述运行数据输入至预设处理模型的步骤之前，包括：提取预设数据库中的历史运行样本数据；将所述历史运行样本数据输入至预设的待训练模型，得到预测模具状态；将所述预测模具状态与所述历史运行样本数据对应的模具状态标签进行差异计算，得到误差结果；判断所述误差结果是否满足预设误差阈值范围指示的误差标准；若所述误差结果未满足所述预设误差阈值范围指示的误差标准，返回将所述历史运行样本数据输入至预设的待训练模型，得到预测模具状态的步骤，直到所述误差结果满足所述预设误差阈值范围指示的误差标准后停止训练，得到具有满足精度条件的预设处理模型
。
[0012]本申请还提供一种模具管理装置，所述模具管理装置包括：采集模块，用于通过设置于模具上的传感器采集所述模具的运行数据；预测模块，用于将所述运行数据输入至预设处理模型，基于所述预设处理模型，对所述运行数据进行预测，得到预测结果，其中，所述预设处理模型是基于模具的历史运行数据进行迭代训练得到的，所述预测结果包括模具使用状态；管理模块，用于基于所述预测结果，对所述模具进行管理或维护
。
[0013]本申请还提供一种模具管理设备，所述模具管理设备为实体节点设备，所述模具管理设备包括：存储器
、
处理器以及存储在所述存储器上并可在所述处理器上运行的所述模具管理方法的程序，所述模具管理方法的程序被处理器执行时可实现如上述所述模具管理方法的步骤
。
[0014]为实现上述目的，还提供一种存储介质，所述存储介质上存储有模具管理程序，所
述模具管理程序被处理器执行时实现上述任一所述的模具管理方法的步骤
。
[0015]本申请提供了一种模具管理方法
、
装置
、
设备及存储介质
。
与相关技术中，依靠人工经验和定期检查，无法准确定位到模具的问题点，导致模具的维护和保养效率低下相比，在本申请中，通过传感器采集模具的运行数据，将模具的运行数据输入预设处理模型，由于预设处理模型是基于模具的历史运行数据进行迭代训练得到的，通过预设处理模型对运行数据进行预测处理，相对应人工检测的方式，可以准确得出模具的故障状态，根据预测结果，即可精准定位模具的问题点，方便工作人员对模具进行维护以及保养，进而，提升了模具的维护及保养效率
。
附图说明
[0016]图1为本申请模具管理方法的第一实施例的流程示意图；图2为本申请模具管理方法涉及的整体实施流程示意图；图3为本申请实施例方案涉及的硬件运行环境的设备结构示意图；图4为本申请模具管理方法涉及的装置结构示意图
。
具体实施方式
[0017]应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请
。
[0018]本申请实施例提供一种模具管理方法，在本申请模具管理方法的第一实施例中，参照图1，所述方法包括以下步骤：步骤
S10
，通过设置于模具上的传感器采集所述模具的运行数据；需要说明的是，模具管理方法可以应用于模具管理装置，模具管理装置属于模具管理系统，该模具管理系统属于模具管理设备
。
[0019]需要说明的是，本方法的执行主体为模具管理系统，该模具管理系统包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种模具管理方法，其特征在于，所述模具管理方法包括以下步骤：通过设置于模具上的传感器采集所述模具的运行数据；将所述运行数据输入至预设处理模型，基于所述预设处理模型，对所述运行数据进行预测，得到预测结果，其中，所述预设处理模型是基于模具的历史运行数据进行迭代训练得到的，所述预测结果包括模具故障状态；基于所述预测结果，对所述模具进行管理或维护
。2.
如权利要求1所述的模具管理方法，其特征在于，所述基于所述预设处理模型，对所述运行数据进行预测，得到预测结果的步骤，包括：基于所述预设处理模型，提取所述运行数据的特征，得到第一特征数据；将所述第一特征数据输入至各个神经网络层以及全连接层进行预测处理，输出预测结果
。3.
如权利要求2所述的模具管理方法，其特征在于，所述将所述运行数据输入至预设处理模型，基于所述预设处理模型，对所述运行数据进行预测，得到预测结果的步骤之后，包括：将所述运行数据存储于预设数据库中，所述预设数据库还包括历史运行数据和当前运行数据；对所述预设数据库中的历史运行数据以及当前运行数据进行分析，得到第一分析数据；根据所述第一分析数据，确定所述模具的维护策略，其中，所述维护策略包括维护周期
、
故障模式以及维护方式；所述基于所述预测结果，对所述模具进行管理或维护的步骤，还包括：基于所述预测结果和所述维护策略，对所述模具进行管理或维护
。4.
如权利要求1所述的模具管理方法，其特征在于，所述通过设置于模具上的传感器采集所述模具的运行数据的步骤之后，包括：对所述运行数据进行检测，得到检测结果；若所述检测结果显示所述模具的运行状态满足预设告警要求，则向用户端所在界面上报告警以及告警原因；若所述检测结果显示所述模具的运行状态不满足预设告警要求，则执行所述将所述运行数据输入至预设处理模型的步骤
。5.
如权利要求4所述的模具管理方法，其特征在于，所述若所述检测结果显示所述模具的运行状态满足预设告警要求，则向用户端所在界面上报告警以及告警原因的步骤之后，包括：根据所述告警原因，生成模具维护任务，并上传所述告警原因对应的维护建议...

【专利技术属性】
技术研发人员：王春洲，陈军，张挺军，
申请(专利权)人：深圳市信润富联数字科技有限公司，
类型：发明
国别省市：