本发明涉及usb连接器生产,特别涉及一种用于模块化组装的usb连接器生产方法。
背景技术:
1、随着科技的不断发展,usb连接器作为一种重要的数据传输和充电接口,在电子产品中得到了广泛的应用。然而,传统的usb连接器生产方法存在着一些问题,如生产效率低下、质量控制困难等。
2、传统的usb连接器生产方法通常采用固定的生产工艺流程,对于生产中出现的缺陷难以及时发现和处理,容易导致产品质量不稳定。而且,传统的质量评估方法主要依赖于人工经验,存在主观性和不确定性。
3、针对这些问题,需要一种更加智能化和高效的usb连接器生产方法,能够实现对生产过程的实时监测和质量评估,及时发现并解决生产中的问题,提高产品质量和生产效率。
4、因此,本发明提出了一种用于模块化组装的usb连接器生产方法,利用先进的数据处理和分析技术,实现对usb连接器生产过程的全面监控和质量评估,从而提高生产效率、降低生产成本,并确保产品质量稳定可靠。
技术实现思路
1、为了解决上述至少一个技术问题,本发明提出了一种用于模块化组装的usb连接器生产方。
2、本发明第一方面提供了一种用于模块化组装的usb连接器生产方法,包括:
3、获取usb连接器中目标模块化组件的标准生产流程数据,根据所述标准生产流程数据构建所述目标模块化组件每个工序加工完成后的标准生产三维模型;
4、根据所述标准生产三维模型对实时生产的目标模块化组件进行质量评估,得到质量评估结果;
5、根据所述质量评估结果提取实时生产的目标模块化组件的缺陷特征,引入聚类算法对所述缺陷特征进行聚类操作,得到聚类结果;
6、根据所述聚类结果对目标模块化组件的加工参数进行校准操作。
7、本方案中,所述获取usb连接器中目标模块化组件的标准生产流程数据,根据所述标准生产流程数据构建所述目标模块化组件每个工序加工完成后的标准生产三维模型,具体为:
8、获取usb连接器中目标模块化组件的生产数据,所述生产数据包括零部件清单、工艺参数、质量标准;
9、对所述生产数据进行分析,确定目标模块化组件的标准生产流程,得到标准生产流程数据,所述标准生产流程数据包括加工顺序、所需设备和材料;
10、根据所述标准生产流程数据获取目标模块化组件在每个工序完成后的激光数据和图像数据;
11、根据点云数据构建每个工序完成后目标模块化组件的三维模型,基于图像处理算法对所述图像数据进行每个工序完成后的目标模块化组件的表面特征提取,将所述表面特征对三维模型进行渲染操作,得到目标模块化组件每个工序加工完成后的标准生产三维模型。
12、本方案中,所述根据所述标准生产三维模型对实时生产的目标模块化组件进行质量评估,得到质量评估结果,具体为:
13、获取预设数量目标模块化组件的实时生产激光数据和图像数据,根据所述实时生产激光数据和图像数据构建目标模块化组件在实际生产中每个工序的实时生产三维模型;
14、将标准生产三维模型与实时生产三维模型进行空间配准,并提取标准生产三维模型与实时生产三维模型的特征点;
15、基于所述特征点建立标准生产三维模型与实时生产三维模型的对应关系,通过最小二乘法对模型进行拟合变换操作,将实时生产三维模型的特征点映射到标准生产三维模型中,得到拟合变换模型;
16、根据所述拟合变换模型计算每个特征点之间的残差,根据所述残差评估模型之间的差异性,根据所述差异性评估实时生产的目标模块化组件的第一质量;
17、提取所述实时生产三维模型的表面特征,计算所述实时生产三维模型与标准生产三维模型的表面特征的曲率、表面法线、颜色信息;
18、基于模型之间的表面特征的曲率、表面法线、颜色信息评估实时生产的目标模块化组件的第二质量;
19、根据信息熵权重法计算所述第一质量和第二质量对目标模块化组件的总体生产质量的权重信息,根据所述权重信息、第一质量、第二质量对实时生产的目标模块化组件进行总体生产质量评估,得到质量评估结果。
20、本方案中,所述根据所述质量评估结果提取实时生产的目标模块化组件的缺陷特征,引入聚类算法对所述缺陷特征进行聚类操作,得到聚类结果,具体为:
21、根据所述质量评估结果提取每个实时生产的目标模块化组件的缺陷特征,所述缺陷特征包括缺陷数量、缺陷类型、缺陷密度、缺陷位置;
22、引入birch聚类算法,设定聚类半径 ϵ、b树的分支因子β、叶子节点的最大容量l,将所述缺陷特征转化为特征向量;
23、通过所述birch聚类算法构建b树结构,并根据分支因子β和最大容量l将特征向量逐个插入到b树的叶子节点中;
24、根据所述聚类半径 ϵ,对相邻的叶子节点进行合并操作,将距离小于 ϵ的叶子节点合并成一个聚类,对每个合并后的聚类计算簇心,根据合并后的聚类,为每个聚类分配所属的簇标记,得到每个实时生产的目标模块化组件的聚类结果。
25、本方案中,所述根据所述聚类结果对目标模块化组件的加工参数进行校准操作,具体为:
26、根据所述聚类结果识别每个聚类中实时生产的目标模块化组件的高频瑕疵类型,并根据聚类结果识别所述高频瑕疵类型出现的高频位置;
27、根据所述高频瑕疵类型和高频位置确定目标模块化组件的待校准参数项目,根据质量评估结果获取所述高频瑕疵类型的严重程度数据;
28、建立参数校准模型,获取历史加工参数校准记录,提取所述历史加工参数校准记录中目标模块化组件每个瑕疵类型所对应的校准项目数据,并根据瑕疵类型的严重程度和瑕疵位置获取校准项目的数据校准范围;
29、将所述每个瑕疵类型所对应的校准项目数据和瑕疵类型的严重程度所对应的数据校准范围导入所述参数校准模型中进行学习;
30、将所述待校准参数参数项目和高频瑕疵类型的严重程度数据导入参数校准模型中对目标模块化组件的加工参数进行自动校准操作。
31、本方案中,所述根据信息熵权重法计算所述第一质量和第二质量对目标模块化组件的总体生产质量的权重信息,具体为:
32、根据所述质量评估结果确定对目标模块化组件生产质量造成影响的决策对象;
33、将所述决策对象的数据映射到相同的区间范围内,得到标准化决策对象数据;
34、计算所述标准化决策对象数据中每个决策对象的信息熵,根据所述信息熵确定每个决策对象的影响权重,所述影响权重与所对应的信息熵成反比,即信息熵越大,权重越小;
35、将所述影响权重进行归一化处理,以获得权重之和为1的总体影响权重。
36、本发明第二方面还提供了一种用于模块化组装的usb连接器生产系统,该系统包括:存储器、处理器,所述存储器中包括用于模块化组装的usb连接器生产方法程序,所述用于模块化组装的usb连接器生产方法程序被所述处理器执行时,实现如下步骤:
37、获取usb连接器中目标模块化组件的标准生产流程数据,根据所述标准生产流程数据构建所述目标模块化组件每个工序加工完成后的标准生产三维模型;
38、根据所述标准生产三维模型对实时生产的目标模块化组件进行质量评估,得到质量评估结果;
39、根据所述质量评估结果提取实时生产的目标模块化组件的缺陷特征,引入聚类算法对所述缺陷特征进行聚类操作,得到聚类结果;
40、根据所述聚类结果对目标模块化组件的加工参数进行校准操作。
41、本方案中,所述根据所述标准生产三维模型对实时生产的目标模块化组件进行质量评估,得到质量评估结果,具体为:
42、获取预设数量目标模块化组件的实时生产激光数据和图像数据,根据所述实时生产激光数据和图像数据构建目标模块化组件在实际生产中每个工序的实时生产三维模型;
43、将标准生产三维模型与实时生产三维模型进行空间配准,并提取标准生产三维模型与实时生产三维模型的特征点;
44、基于所述特征点建立标准生产三维模型与实时生产三维模型的对应关系,通过最小二乘法对模型进行拟合变换操作,将实时生产三维模型的特征点映射到标准生产三维模型中,得到拟合变换模型;
45、根据所述拟合变换模型计算每个特征点之间的残差,根据所述残差评估模型之间的差异性,根据所述差异性评估实时生产的目标模块化组件的第一质量;
46、提取所述实时生产三维模型的表面特征,计算所述实时生产三维模型与标准生产三维模型的表面特征的曲率、表面法线、颜色信息;
47、基于模型之间的表面特征的曲率、表面法线、颜色信息评估实时生产的目标模块化组件的第二质量;
48、根据信息熵权重法计算所述第一质量和第二质量对目标模块化组件的总体生产质量的权重信息,根据所述权重信息、第一质量、第二质量对实时生产的目标模块化组件进行总体生产质量评估,得到质量评估结果。
49、本方案中,所述根据所述质量评估结果提取实时生产的目标模块化组件的缺陷特征,引入聚类算法对所述缺陷特征进行聚类操作,得到聚类结果,具体为:
50、根据所述质量评估结果提取每个实时生产的目标模块化组件的缺陷特征,所述缺陷特征包括缺陷数量、缺陷类型、缺陷密度、缺陷位置;
51、引入birch聚类算法,设定聚类半径 ϵ、b树的分支因子β、叶子节点的最大容量l,将所述缺陷特征转化为特征向量;
52、通过所述birch聚类算法构建b树结构,并根据分支因子β和最大容量l将特征向量逐个插入到b树的叶子节点中;
53、根据所述聚类半径 ϵ,对相邻的叶子节点进行合并操作,将距离小于 ϵ的叶子节点合并成一个聚类,对每个合并后的聚类计算簇心,根据合并后的聚类,为每个聚类分配所属的簇标记,得到每个实时生产的目标模块化组件的聚类结果。
54、本方案中,所述根据所述聚类结果对目标模块化组件的加工参数进行校准操作,具体为:
55、根据所述聚类结果识别每个聚类中实时生产的目标模块化组件的高频瑕疵类型,并根据聚类结果识别所述高频瑕疵类型出现的高频位置;
56、根据所述高频瑕疵类型和高频位置确定目标模块化组件的待校准参数项目,根据质量评估结果获取所述高频瑕疵类型的严重程度数据;
57、建立参数校准模型,获取历史加工参数校准记录,提取所述历史加工参数校准记录中目标模块化组件每个瑕疵类型所对应的校准项目数据,并根据瑕疵类型的严重程度和瑕疵位置获取校准项目的数据校准范围;
58、将所述每个瑕疵类型所对应的校准项目数据和瑕疵类型的严重程度所对应的数据校准范围导入所述参数校准模型中进行学习;
59、将所述待校准参数参数项目和高频瑕疵类型的严重程度数据导入参数校准模型中对目标模块化组件的加工参数进行自动校准操作。
60、本发明公开了一种用于模块化组装的usb连接器生产方法,旨在提高usb连接器生产的质量和效率。首先,获取usb连接器目标模块化组件的标准生产流程数据,并构建每个工序加工完成后的标准生产三维模型;其次,对实时生产的目标模块化组件进行质量评估,得到质量评估结果;然后,提取缺陷特征并进行聚类操作,得到聚类结果;最后,根据聚类结果对加工参数进行校准操作。本发明通过实时评估和缺陷特征分析,实现了对usb连接器生产过程的质量控制和加工参数的优化,提高了生产效率和产品质量,具有重要的应用价值和市场前景。