一种基于IoT的智能制造系统及其控制方法与流程

一种基于iot的智能制造系统及其控制方法
技术领域
1.本发明涉及智能制造技术领域，特别涉及一种基于iot的智能制造系统及其控制方法。


背景技术：

2.任务调度技术是智能制造系统的核心技术之一，为了提升制造企业的综合竞争力，提高生产效率、降低生产成本以及保障生产质量，在实现不间断生产的同时，通过合理的任务调度方案，可以在时效、能耗以及质量各方面对生产过程进行优化。
3.传统的任务调度技术通过工控机或者设置各种传感器采集制造设备在过往制造过程中的历史相关数据作为评价数据，用于计算任务调度参数从而优化生产计划。然而使用制造设备过时的历史数据计算调度参数具有较大的局限性，由于每个工件个体的细微差异以及每个制造设备的工作状态的不同，例如制造设备的已工作时长、铣刀或者轴承等部件的磨损程度及老化程度以及工作电压的波动等各方面因素的影响，制造设备在不同工作状态下执行同一个制造工序的时间以及精度都会有所差异。另外，传统的任务调度技术一般基于工件的一个完整生产任务为单位或者以生产任务中的一个生产工序为单位作为任务调度的基本单位，在实现了全方位自动化的智能制造系统中，其精细化程度仍然有所不足。


技术实现要素：

4.本发明正是基于上述问题，提出了一种基于iot的智能制造系统及其控制方法，可以跟踪物料的实时位置以及监测制造设备的实时状态，从而根据这些实时数据优化任务调度计划，提高了智能制造系统的生产效率，具有精细化程度高的特点。
5.有鉴于此，本发明的第一方面提出了一种基于iot的智能制造系统，包括制造设备、物料运输设备和控制设备，所述制造设备用于执行生产任务，所述物料运输设备用于根据生产计划为所述制造设备运输相应物料，所述控制设备用于根据生产计划执行制造设备的生产任务控制和调度，所述智能制造系统还包括安装在每个制造设备上的数据采集装置以及附着于每个物料上用于与所述控制设备实时通信并向所述控制设备提供所述物料的实时位置的iot标签，所述数据采集装置包括用于实时获取所述制造设备的误差补偿数据的结构光测量装置，所述控制设备通过计算生产任务与目标工序的关联系数，并根据所述结构光测量装置实时获取的所述误差补偿数据以及按照生产任务与目标工序的关联系数调度制造设备的生产任务及物料运输设备的物料运输任务。
6.优选的，所述iot标签包括设置于柔性电路板上的nb-iot无线通信模块以及用于为所述 nb-iot无线通信模块供电的纽扣电池，所述iot标签表面印刷有包含所述nb-iot无线通信模块的通信标识信息的条码图形。
7.本发明的第二方面提出了一种基于iot的智能制造系统控制方法，包括：
8.通过所述结构光测量装置获取制造设备的误差补偿数据，所述误差补偿数据为所
b0(x
b0
，y
b0
，z
b0
)以及移动速度在每一时刻的x轴分量v
x0
、y轴分量v
y0
和z轴分量v
z0
；
32.计算所述目标工序与前一工序之间的空行程中在x轴方向的移动时间y轴方向的移动时间以及z轴方向的移动时间
33.优选的，所述生产任务与所述目标工序的关联系数包括空行程关联系数，计算所述制造设备生产任务队列中其它生产任务与所述目标工序的关联系数的步骤还包括：
34.获取所述生产任务中每两个工序之间的空行程的起点坐标ai(x
ai
，y
ai
，z
ai
)以及终点坐标 bi(x
bi
，y
bi
，z
bi
)以及移动速度在每一时刻的x轴分量v
xi
、y轴分量v
yi
和z轴分量v
zi
，其中i为1 到m-1之间的正整数；
35.计算所述生产任务每两个工序之间的空行程中在x轴方向的移动时间y轴方向的移动时间以及z轴方向的移动时间
36.计算所述生产任务空行程关联系数
37.优选的，所述生产任务与所述目标工序的关联系数其中所述关联系数k值越大表示所述生产任务与所述目标工序的关联性越强。
38.本发明提出一种基于iot的智能制造系统及其控制方法，设置制造设备、物料运输设备和控制设备以及安装在每个制造设备上的用于实时获取所述制造设备的误差补偿数据的结构光测量装置、附着于每个物料上用于与所述控制设备实时通信并向所述控制设备提供所述物料的实时位置的iot标签，所述控制设备通过计算生产任务与目标工序的关联系数，并根据所述结构光测量装置实时获取的所述误差补偿数据以及按照生产任务与目标工序的关联系数调度制造设备的生产任务及物料运输设备的物料运输任务，可以跟踪物料的实时位置以及监测制造设备的实时状态，从而根据这些实时数据优化任务调度计划，提高了智能制造系统的生产效率，具有精细化程度高的特点。
附图说明
39.图1是本发明一个实施例提供的一种基于iot的智能制造系统的示意图；
40.图2是本发明一个实施例提供的一种基于iot的智能制造系统控制方法的流程图；
41.图3是本发明一个实施例提供的计算深度误差值的示意图；
42.图4是本发明一个实施例提供的计算宽度误差值的示意图。
具体实施方式
43.为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
44.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
45.在本发明的描述中，术语“多个”则指两个或两个以上，除非另有明确的限定，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。术语“连接”、“安装”、“固定”等均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
46.在本说明书的描述中，术语“一个实施例”、“一些实施方式”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
47.下面参照附图来描述根据本发明一些实施方式提供的一种基于iot的智能制造系统及其控制方法。
48.如图1所示，本发明的第一方面提出了一种基于iot的智能制造系统，包括制造设备、物料运输设备和控制设备，所述制造设备用于执行生产任务，所述物料运输设备用于根据生产计划为所述制造设备运输相应物料，所述控制设备用于根据生产计划执行制造设备的生产任务控制和调度，所述智能制造系统还包括安装在每个制造设备上的数据采集装置以及附着于每个物料上用于与所述控制设备实时通信并向所述控制设备提供所述物料的实时位置的 iot标签，所述数据采集装置包括用于实时获取所述制造设备的误差补偿数据的结构光测量装置，所述控制设备通过计算生产任务与目标工序的关联系数，并根据所述结构光测量装置实时获取的所述误差补偿数据以及按照生产任务与目标工序的关联系数调度制造设备的生产任务及物料运输设备的物料运输任务。
49.具体的，所述制造设备为多功能数控机床，通过更换刀具类型可以实现切削、铣削、绞削、镗削、玫外螺纹和铣外螺纹等多种加工方式，所述数控机床包括多轴联动的传动机构，可以实现刀头的多方位平移及高速旋转等灵活运动以及高精度加工动作，所述数控机床还包括用于固定工件以及使工件高速旋转的基座。所述物料运输设备为agv(automated guidedvehicle，自动导引运输车)或者amr(autonomous mobile robot，自主移动机器人)。所述物料运输设备安装有nb-iot(narrow band internet of things，窄带物联网)无线通信模块，通过nb-iot无线通信网络连接互联网或专用网络后与所述控制设备建立无线通信连接。所述控制设备根据生产计划向所述物料运输设备发送物料运输指令，以使所述物料运输设备将所需物料运输至所述制造设备处。所述控制设备具体为通过数据总线与所述制造设备通信连接的上位机，为了实现不间断生产，所述控制设备需要提前制定生产计划并为每个制造设备生成对应的生产任务队列，并控制所述物料运输设备提前将部分物料运输至所述制造设备处形成物料队列，以使所述制造设备处的上料机构可以根据所述生产任务队列中的任务顺序将所述物料队列中的物料提供给所述制造设备处理。
所述数据采集装置包括与所述数控机床通信连接的工控机，用于实现所述数控机床的自动化控制以及采集所述数控机床的运行状态数据。所述数据采集装置还包括设置于所述数控机床刀头位置用于实时获取所述制造设备的误差补偿数据的结构光测量装置，通过所述结构光测量装置发出的立体结构光可以精确检测工件包括深度信息在内的实时形状数据，从而确定数控机床根据工控机下发的控制程序对工件的加工结果是否符合预期，当数控机床执行完一个工序的控制程序后检测到工件的形状数据与预期的形状数据不一致时，通过所述误差补偿数据生成误差补偿指令以控制所述数据机床对工作进行进一步加工。
50.优选的，所述iot标签包括设置于柔性电路板上的nb-iot无线通信模块以及用于为所述 nb-iot无线通信模块供电的纽扣电池，所述iot标签表面印刷有包含所述nb-iot无线通信模块的通信标识信息的条码图形。所述iot标签通过nb-iot无线通信网络连接互联网或专用网络后与所述控制设备建立无线通信连接。使用扫描设备扫描所述iot标签表面的条码图形可以建立所述iot标签与物料的关联关系，当所述iot标签通过粘贴等方式附着于物料表面后，所述控制设备可以通过所述iot标签实时获取对应物料的位置信息。
51.如图2所示，本发明的第二方面提出了一种上述基于iot的智能制造系统的控制方法，所述方法包括：
52.通过所述结构光测量装置获取制造设备的误差补偿数据，所述误差补偿数据为所述制造设备根据预设的加工程序完成一个加工工序后，目标区域的实际尺寸与预期尺寸的差异数据；
53.当所述误差补偿数据中的一个或多个误差值大于第一阈值时，将当前加工工序确定为目标工序；
54.计算所述制造设备生产任务队列中其它生产任务与所述目标工序的关联系数；
55.将生产任务队列中关联系数高于第二阈值的生产任务分配给误差值小于所述第一阈值的制造设备；
56.控制所述物料运输设备按照新的任务队列运输物料。
57.在上述实施方式的技术方案中，通过结构光测量装置实时获取每个制造设备的误差补偿数据，从而根据所述误差补偿数据对制造设备的生产任务队列中的生产任务进行实时调度，使得每个制造设备执行的生产任务始终与其实时状态相匹配，从而可以大幅提高智能制造系统的整体工作效率。
58.进一步的，在计算得到所述误差补偿数据后，生成误差被偿指令并控制所述制造设备执行所述误差补偿指令，以使所述目标区域的实际加工尺寸与预期的加工尺寸相符。
59.优选的，所述误差补偿数据包括所述目标区域的中心位置或边缘位置的深度误差值，通过所述结构光测量装置获取制造设备的误差补偿数据的步骤具体包括：
60.接收所述制造设备发送的目标加工工序的加工程序执行完毕的反馈信息；
61.获取所述目标区域所有像素点中横坐标的最小值x
min
、横坐标最大值x
max
、纵坐标最小值y
min
以及纵坐标最大值y
max
；
62.计算得到所述目标区域中心点的坐标值(xc，yc)，其中
63.通过所述结构光测量装置获取的所述目标区域的结构光图像计算得到所述目标区域中心点的实际深度值z
t
；
64.计算得到所述深度误差值δz＝z
s-z
t
，其中zs为所述控制设备存储的与所述加工
工序关联的预期深度值。
65.例如，如图3所示，数控机床当前执行的生产任务中的一个工序为通过铣刀的高速旋转在工件的目标区域加工一个预期深度值为2mm(millimeter，毫米)的类8字形凹槽，所述目标区域即为图中实线所包围的区域，通过遍历所述目标区域每个像素点的坐标值即可得到相应的横坐标的最小值x
min
、横坐标最大值x
max
、纵坐标最小值y
min
以及纵坐标最大值y
max
，从而计算得到所述目标区域中心点的坐标值(xc，yc)，通过所述结构光测量装置获取的所述目标区域的结构光图像可以计算得到坐标值(xc，yc)处的实际深度值，例如1.9mm，则所述深度误差值为0.1mm。
66.进一步的，在上述实施方式中，通过所述结构光测量装置获取的所述目标区域的深度图像，根据所述目标区域的深度图像中的深度分布值将所述目标区域划分为深度不同的多个子区域，所述计算得到所述目标区域中心点的坐标值的步骤具体包括计算每个子区域的中心点坐标值，从而获取每个子区域中心点的深度误差值。
67.在本发明的另一些实施方式中，通过所述结构光测量装置获取的所述目标区域的深度图像，所述深度图像由所述目标区域的深度值组成，通过所述深度图像中目标位置的深度值与目标位置的预期深度值相比较以得到所述深度误差值。
68.如图4所示，所述误差补偿数据包括所述目标区域边缘位置的宽度误差值，通过所述结构光测量装置获取制造设备的误差补偿数据的步骤还包括：
69.通过所述结构光测量装置获取的所述目标区域的边缘图像；
70.拟合所述边缘图像的实际边缘曲线函数y
t
＝f
t
(x
t
)；
71.拟合所述目标区域的预期边缘曲线函数ys＝fs(xs)；
72.确定与所述实际边缘曲线上的每个像素点(x
tn
，y
tn
)对应的预期边缘曲线上的预期像素点 (x
sn
，y
sn
)，使得(x
sn
，y
sn
)满足：
[0073][0074]
计算得到对应像素点(x
tn
，y
tn
)的宽度误差值为其中 n表示所述实际边缘曲线上的第n个像素点，所述实际边缘曲线上的每个像素点各对应有一个宽度误差值。在上述判断所述误差补偿数据中的一个或多个误差值大于第一阈值的步骤中，具体包括，判断所述实际边缘曲线上的任意一个或多个像素点的宽度误差值是否大于第一阈值，当所述实际边缘曲线上的任意一个或多个像素点的宽度误差值大于第一阈值时，将当前加工工序确定为目标工序。
[0075]
优选的，所述生产任务与所述目标工序的关联系数包括工序关联系数，计算所述制造设备生产任务队列中其它生产任务与所述目标工序的关联系数的步骤具体包括：
[0076]
获取所述生产任务中的工序数量m以及与所述生产任务中所述目标工序操作类型相同的工序的数量s；
[0077]
计算得到所述生产任务与所述目标工序的工序关联系数
[0078]
在上述实施方式的技术方案中，所述操作类型相同是指的是工序中使用的刀具类型与目标工序相同，并且工序中刀具以及工件的运动类型与目标工序相同。例如，当工序a与工序b均为刀具为平移运动且工件为高速旋转运动时，则确定工序a和工序b的运动类型
相同。
[0079]
优选的，所述生产任务与所述目标工序的关联系数包括空行程关联系数，计算所述制造设备生产任务队列中其它生产任务与所述目标工序的关联系数的步骤还包括：
[0080]
获取所述目标工序与前一工序之间的空行程起点坐标a0(x
a0
，y
a0
，z
a0
)、终点坐标 b0(x
b0
，y
b0
，z
b0
)以及移动速度在每一时刻的x轴分量v
x0
、y轴分量v
y0
和z轴分量v
z0
；
[0081]
计算所述目标工序与前一工序之间的空行程中在x轴方向的移动时间y轴方向的移动时间以及z轴方向的移动时间
[0082]
优选的，所述生产任务与所述目标工序的关联系数包括空行程关联系数，计算所述制造设备生产任务队列中其它生产任务与所述目标工序的关联系数的步骤还包括：
[0083]
获取所述生产任务中每两个工序之间的空行程的起点坐标ai(x
ai
，y
ai
，z
ai
)以及终点坐标 bi(x
bi
，y
bi
，z
bi
)以及移动速度在每一时刻的x轴分量v
xi
、y轴分量v
yi
和z轴分量v
zi
，其中i为1 到m-1之间的正整数；
[0084]
计算所述生产任务每两个工序之间的空行程中在x轴方向的移动时间y轴方向的移动时间以及z轴方向的移动时间
[0085]
计算所述生产任务空行程关联系数
[0086]
优选的，所述生产任务与所述目标工序的关联系数其中所述关联系数k值越大表示所述生产任务与所述目标工序的关联性越强。
[0087]
应当说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0088]
依照本发明的实施例如上文所述，这些实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施例。显然，根据以上描述，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地利用本发明以及在本发明基础上的修改使用。本发明仅受权利要求书及其全部范围和等效物的限制。