【技术实现步骤摘要】
本专利技术涉及自动控制，具体涉及一种云制造环境下的工艺智能决策优化方法。
技术介绍
1、在pcb的制造过程中，需要对板材打孔处理，常见孔的类型包括四种：定位孔、安装孔、预留孔和过板孔。不同孔的类型的孔径大小不同，就算是同一种孔，也会存在孔径大小不同的问题，这时候就需要自动钻孔机灵活切换不同孔径大小的针头。
2、现有自动钻孔机已经能做到从钻头盘中获取不同位置的钻头，但需要将各规格钻头放置在预设位置，不能乱序放置，但是，由于打孔过程中一直存在震动，因此，钻头可能会存在小的位移，使得自动钻孔机无法获取到钻头，且自动钻孔机对每个钻头施加固定的大电功率，也存在用电浪费的问题。
技术实现思路
1、针对现有技术中的上述不足，本专利技术提供的一种云制造环境下的工艺智能决策优化方法解决了钻头存在小的位移，自动钻孔机无法获取到钻头，以及自动钻孔机的电功率固定的问题。
2、为了达到上述专利技术目的，本专利技术采用的技术方案为：一种云制造环境下的工艺智能决策优化方法，包括以下步骤：
3、s1、从云端将pcb加工孔径数据传输到自动钻孔机；
4、s2、根据钻头盘中钻头颜色区别，从钻头盘中找出满足pcb加工孔径数据的钻头；
5、s3、将钻头安装在自动钻孔机上；
6、s4、根据钻头重量因子，对钻孔电机的电功率不断进行补偿，直到钻孔电机的速度达到目标速度范围。
7、本专利技术的有益效果为：本专利技术中从云端导入pcb加工孔径数据，自
8、进一步地，所述s2包括以下分步骤：
9、s21、根据pcb加工孔径数据，得到待取钻头的颜色；
10、s22、采集钻头盘的图像；
11、s23、从图像上找到与待取钻头的颜色的距离值低于距离阈值的所有像素点，得到待取钻头像素点；
12、s24、根据各待取钻头像素点的分布位置，对待取钻头像素点进行分区处理，得到多个待取钻头区域；
13、s25、根据每个待取钻头区域上待取钻头像素点的位置，得到每个待取钻头的参考位置点；
14、s26、将自动钻孔机移动至任一待取钻头的参考位置点，从钻头盘中取出钻头。
15、上述进一步地方案的有益效果为：本专利技术中根据钻头盘的图像，提取出所有颜色相似的待取钻头像素点，由于钻头盘上存在多种钻头，且同种钻头也要备置多份，便于损坏时更换，因此根据各待取钻头像素点的分布位置，实现一个钻头对应一个待取钻头区域，再获取每个区域的参考位置点，从而任取一个位置点的钻头，完成钻头的获取。
16、进一步地，所述s23中距离值的公式为：
17、，
18、其中，dz,i为待取钻头的颜色与图像上第i个像素点的颜色的距离值，e为自然常数，rz为待取钻头的颜色的r分量，gz为待取钻头的颜色的g分量，bz为待取钻头的颜色的b分量，ri为图像上第i个像素点的颜色的r分量，gi为图像上第i个像素点的颜色的g分量，bi为图像上第i个像素点的颜色的b分量。
19、上述进一步地方案的有益效果为：本专利技术中根据不同物品成像后颜色上的区别，从而提取出图像上每个像素点的颜色，再计算各个颜色分量上的距离，再采用指数函数对每个分量上的距离进行增强处理，从而增强每个分量上的颜色差距，更好对不同颜色进行区分。
20、进一步地，所述s24包括以下分步骤：
21、s241、设置一个大小滑动分区块；
22、s242、任取任一位于边缘的待取钻头像素点作为出发点；
23、s243、滑动分区块每次向未被滑动过的区域内的待取钻头像素点前进1个像素点的位置；
24、s244、在滑动分区块被待取钻头像素点部分填满时，中心处的待取钻头像素点标记为边缘点；
25、s245、在滑动分区块被待取钻头像素点填满时，中心处的待取钻头像素点标记为有效点；
26、s246、判断所有滑动过的区域内的邻域范围内是否存在待取钻头像素点，若是，则滑动分区块继续向存在的待取钻头像素点滑动，并跳转至步骤s243，若否，则所有有效点构成的区域为一个待取钻头区域，并跳转至步骤s247；
27、s247、从所有待取钻头像素点中剔除待取钻头区域和已经标记为边缘点的待取钻头像素点，并跳转至步骤s242，直到所有待取钻头像素点已经被分区和被标记为边缘点。
28、上述进一步地方案的有益效果为：本专利技术中由于钻头分布在不同的位置，因此待取钻头像素点聚集在不同区域，需要将聚集的区域区分出来，若采用现有的聚类方法，直接将属于同区域范围的待取钻头像素点聚类成一个范围，则有可能将其他区域的待取钻头像素点归到另一个区域，因此，本专利技术中设置了大小滑动分区块，每次向未被滑动过的区域内的待取钻头像素点前进1个像素点的位置，则滑动分区块中可以新增3个像素点，只取被填满时的中心处的待取钻头像素点，避免成像时，部分不规则的边缘点影响后续计算过程。在所有滑动过的区域内的邻域范围内不存在待取钻头像素点时，即该区域滑动完成，进行下一个区域的滑动。
29、进一步地，所述s25包括以下分步骤：
30、s251、根据每个待取钻头区域上待取钻头像素点的位置，得到待取钻头区域的几何中心点；
31、s252、将待取钻头区域的几何中心点通过映射函数映射到空间中，得到每个待取钻头的参考位置点。
32、进一步地，所述s252中映射函数的表达式为：
33、，
34、，
35、其中，xx为每个待取钻头参考位置点的横坐标，yy为每个待取钻头参考位置点的纵坐标，xc为几何中心点的横坐标，yc为几何中心点的纵坐标，ax为xc的空间缩放系数，ay为yc的空间缩放系数，θx为横坐标波动系数，θy为纵坐标波动系数。
36、上述进一步地方案的有益效果为：本专利技术中空间缩放系数可以根据实验试出其比例，横坐标波动系数和纵坐标波动系数属于误差冗余范围，便于自动钻孔机更好寻找钻头的位置。
37、进一步地，所述s4包括以下分步骤：
38、s41、判断钻孔电机的当前速度与目标速度的差值的绝对值是否小于速度阈值，若是，则维持钻孔电机当前的电功率，结束分步骤，若否，则跳转至步骤s42；
39、s42、计算钻孔电机的当前速度与目标速度的差值因子；
40、s43、根据差值因子和钻头重量因子，对钻孔电机的电功率进行一次补偿，并跳转至步骤s41。
41、进一步地，所述s42中差值因子的计算公式为：
42、，
43、其中，g为差值因子，tanh双曲正切函数，vt为钻孔电机的当前速度，vm为钻孔电机的目标速度。<本文档来自技高网...
【技术保护点】
1.一种云制造环境下的工艺智能决策优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的云制造环境下的工艺智能决策优化方法，其特征在于，所述S2包括以下分步骤：
3.根据权利要求2所述的云制造环境下的工艺智能决策优化方法，其特征在于，所述S23中距离值的公式为：
4.根据权利要求2所述的云制造环境下的工艺智能决策优化方法，其特征在于，所述S24包括以下分步骤：
5.根据权利要求2所述的云制造环境下的工艺智能决策优化方法，其特征在于，所述S25包括以下分步骤：
6.根据权利要求5所述的云制造环境下的工艺智能决策优化方法，其特征在于，所述S252中映射函数的表达式为：
7.根据权利要求1所述的云制造环境下的工艺智能决策优化方法，其特征在于，所述S4包括以下分步骤：
8.根据权利要求7所述的云制造环境下的工艺智能决策优化方法，其特征在于，所述S42中差值因子的计算公式为：
9.根据权利要求7所述的云制造环境下的工艺智能决策优化方法，其特征在于，所述S43中对钻孔电机的电功率进行一次补
10.根据权利要求9所述的云制造环境下的工艺智能决策优化方法，其特征在于，所述电功率ph的表达式为：
...【技术特征摘要】
1.一种云制造环境下的工艺智能决策优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的云制造环境下的工艺智能决策优化方法，其特征在于，所述s2包括以下分步骤：
3.根据权利要求2所述的云制造环境下的工艺智能决策优化方法，其特征在于，所述s23中距离值的公式为：
4.根据权利要求2所述的云制造环境下的工艺智能决策优化方法，其特征在于，所述s24包括以下分步骤：
5.根据权利要求2所述的云制造环境下的工艺智能决策优化方法，其特征在于，所述s25包括以下分步骤：
6.根据权利要求5所述的云制...
【专利技术属性】
技术研发人员：张星智，刘永亮，罗超，陈琳，张宏，刘贤刚，
申请(专利权)人：工业云制造四川创新中心有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。