专利类型 | 发明授权 | 法律事件 | 公开; 实质审查; 授权; |
专利有效性 | 有效专利 | 当前状态 | 授权 |
申请号 | CN202311557751.9 | 申请日 | 2023-11-21 |
公开(公告)号 | CN117334471B | 公开(公告)日 | 2025-03-25 |
申请人 | 深圳市亚启科技有限公司; | 申请人类型 | 企业 |
发明人 | 黄猛; 黄华刚; 马晓刚; 陈如阳; | 第一发明人 | 黄猛 |
权利人 | 深圳市亚启科技有限公司 | 权利人类型 | 企业 |
当前权利人 | 深圳市亚启科技有限公司 | 当前权利人类型 | 企业 |
省份 | 当前专利权人所在省份:广东省 | 城市 | 当前专利权人所在城市:广东省深圳市 |
具体地址 | 当前专利权人所在详细地址:广东省深圳市龙岗区南湾街道布澜路联创科技园二期24号厂房5楼 | 邮编 | 当前专利权人邮编:518000 |
主IPC国际分类 | H01F41/09 | 所有IPC国际分类 | H01F41/09 ; H01F41/082 ; H01F41/06 |
专利引用数量 | 2 | 专利被引用数量 | 0 |
专利权利要求数量 | 6 | 专利文献类型 | B |
专利代理机构 | 深圳市中科创为专利代理有限公司 | 专利代理人 | 游强; 彭西洋; |
摘要 | 本 发明 提供一种多机头绕线控制系统及方法,该系统包括:机头模 块 、转盘模块、脱漆模块、 焊接 模块、切脚出料模块;其中机头模块为整个系统的关键点,该机头模块用于实现用户自定义机头动作,以适应各种不同的产品需求;同时该系统还包括用户操作界面、数据解析模块,数据分片模块,以及数据执行模块。本发明实现了多个机头间的异步控制,三机头互不干扰,增加了生产效率;实现了单机头内各轴的同步控制,使得各机头绕出的产品整齐划一,提高了产品的 质量 ;机头间的模块化控制,可以有效的控制任何机头的使用和不使用,以及运行时停止的时机,简化了启停操作;采用1ms的控制周期,使得线圈绕出来的更加均匀,提高了产品质量。 | ||
权利要求 | 1.一种多机头绕线控制系统,其特征在于,该系统包括: |
||
说明书全文 | 一种多机头绕线控制系统及方法技术领域背景技术[0002] 由于铜线的导电性能稳定、抗氧化性强,以及铜线线圈能增强磁场与通过线圈的电流等优势,使得铜线线圈广泛应用于电感、电动机、发动机等领域;随着科技的进步与发展,传统的半自动绕线、单机头绕线设备系统效率低,已经不能满足现在迅速增长的市场需求了;三机头绕线一体机设备,采用三个机头同时绕线,大大提高了生产效率,然而,现在的市场上并没有一套完善的三头一体机控制系统,传统的plc系统在三机头同步异步的控制上存在缺陷,无法绕出排列整齐的线圈,一种操作简单且控制精度高的三头一体机控制系统已越来越被市场需要了。 [0003] 即现在技术存在如下不足: [0004] (1)低效的绕线设备:传统的半自动绕线、单机头绕线设备系统效率低,已经不能满足现在迅速增长的市场需求; [0005] (2)缺乏完善的三头一体机控制系统:尽管三机头绕线一体机设备能够大大提高生产效率,但是当前市场上并没有一套完善的三头一体机控制系统; [0006] (3)PLC系统的缺陷:传统的PLC系统在三机头同步异步控制上存在缺陷,无法绕出排列整齐的线圈; [0007] (4)高精度控制系统的需求:市场对一种操作简单且控制精度高的三头一体机控制系统的需求越来越大,但现有技术尚未能满足这种需求。 [0008] 因此,现有技术存在不足,需要进一步改进。 发明内容[0009] 针对现有技术存在的问题,本发明提供一种多机头绕线控制系统及方法。 [0010] 为实现上述目的,本发明的具体方案如下: [0011] 本发明提供一种多机头绕线控制系统,该系统包括: [0014] 其中机头模块为整个系统的关键点,该机头模块用于实现用户自定义机头动作,以适应各种不同的产品需求; [0015] 同时该系统还包括用户操作界面、数据解析模块,数据分片模块,以及数据执行模块,分别用于数据输入、数据解析、数据分片、执行控制。 [0016] 进一步地,该系统还包括一个机器学习模块,该模块能够通过收集和分析过去的操作数据,自动优化用户自定义的机头动作,以提高绕线效率和质量;该机器学习模块可以使用各种机器学习算法,包括深度学习、强化学习,以实现对绕线操作的自我学习和自我优化。 [0017] 进一步地,所述用户操作界面采用编程表格是形式,自定义机头动作,每一个编程表格对应一个机头; [0018] 所述数据解析模块将每个编程表格看作是一个模块,三个机头模块间采用异步控制方法,实现各模块的独立和互不干扰。 [0019] 进一步地,所述数据解析模块包括数据获取和数据转换; [0021] 数据转换,将获取的用户数据或指令转换为机械运动的参数或指令。 [0022] 进一步地,所述数据分片模块将每个模块解析出来的数据进行同步计算,实现各轴动作的同时开始和同时结束。 [0023] 进一步地,所述数据分片模块通过计算主轴运动所需的时间和其他轴的运动量,计算出其他轴的速度,然后比较其他轴速度和其他轴设定的最大速度,如果速度大于最大速度,则使用该轴的运动量和最大速度重新计算时间。 [0024] 本发明还提供一种多机头绕线控制方法,该方法包括以下步骤: [0025] S1,用户在操作界面上配置各机头的动作参数; [0026] S2,数据解析模块将配置的参数解析为机械运动的参数或指令; [0027] S3,数据分片模块将解析出的数据进行同步计算,实现各轴动作的同时开始和同时结束; [0029] 进一步地,该方法进一步包括一个预测步骤,该步骤使用机器学习模块提前预测各轴的运动参数,以便在实际操作中更加精确地控制各轴的运动;预测步骤可以在数据解析步骤和数据分片步骤之间进行,以便在数据执行步骤中实现对轴的精确控制。 [0030] 进一步地,用户在操作界面上配置的参数包括各机头的气缸指令、轴运动指令和延时指令。 [0031] 进一步地,数据解析模块将每个编程表格看作是一个模块,三个机头模块间采用异步控制方法。 [0032] 进一步地,数据分片模块通过计算主轴运动所需的时间和其他轴的运动量,计算出其他轴的速度; [0033] 时间设定为1ms,将每ms各轴的脉冲数配置到fpga中,由fpga在1ms内将脉冲平均发送到伺服电机,实现对轴的控制。 [0034] 进一步地,数据执行模块采用arm+fpga的架构模式,由cpu和fpga配合实现。 [0035] 采用本发明的技术方案,具有以下有益效果: [0036] 1.实现了多个机头间的异步控制,三机头互不干扰,增加了生产效率; [0037] 2.实现了单机头内各轴的同步控制,使得各机头绕出的产品整齐划一,提高了产品的质量; [0038] 3.机头间的模块化控制,可以有效的控制任何机头的使用和不使用,以及运行时停止的时机,简化了启停操作; [0040] 图1是本发明的机械主体视图; [0041] 图2是本发明的流程图; [0042] 图3是三头绕线一体机产品示意图。 具体实施方式[0043] 下面结合附图和实施例对本发明作进一步的详细说明;可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定;另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。 [0044] 本发明提供一种多机头绕线控制系统,该控制系统主要由五部分组成,如图1所示包括:机头模块、转盘模块、脱漆模块、焊接模块、切脚出料模块, [0045] 机头模块:这是绕线过程的核心部分;机头模块通常包括一个或多个绕线头,用于将线材卷绕到特定的线圈或其他形状上;每个绕线头都可以独立控制,以在不同的线圈上进行绕线。 [0046] 转盘模块:转盘模块用于控制线材的供应和绕线头的位置;它可以旋转和移动,以在多个绕线头之间切换,或者在一个绕线头内部进行不同的绕线操作。 [0047] 脱漆模块:在绕线过程中,线材通常会被涂上一层绝缘漆;脱漆模块用于在绕线结束后去除这层漆,以便进行后续的焊接或其他连接操作。 [0049] 切脚出料模块:在绕线和焊接过程结束后,切脚出料模块用于将多余的线材切除,并将完成的产品移出机器;这个模块包括一套切割设备和一套输送设备。 [0050] 其中机头模块为整个系统的关键点; [0052] 软件还包括一个机器学习模块,该模块能够通过收集和分析过去的操作数据,自动优化用户自定义的机头动作,以提高绕线效率和质量;该机器学习模块可以使用各种机器学习算法,包括深度学习、强化学习,以实现对绕线操作的自我学习和自我优化。 [0053] 如图2所示,还提出了对应多机头同步/异步绕线的控制方法, [0054] 在满足三机头同时工作的前提下,实现了产品精度的提升,以及操作的简化,该方法主要分为四部分: [0055] 1.用户操作使用部分(用户操作界面)。 [0056] 该部分采用了表格式的自定义编程方法,该方法可以实现用户自定义机头动作,以适应各种不同的产品需求;对于三头绕线一体机系统,提供了三个如下的编程表格,分别用于控制三个机头; [0057] 编程表格如下: [0058] [0059] 2.数据解析部分。 [0060] 该部分将每个编程表格看作是一个模块,三个机头模块间采用异步控制方法,实现了各模块的独立和互不干扰。 [0061] a)数据获取,该方法采用逐行解析的模式,从用户编程表格中、按照从上往下的顺序依次获取每行的数据,首先获取气缸指令;其次获取轴运动指令;最后获取延时指令。 [0062] b)数据转换,将获取的用户数据或指令转换为机械运动的参数或指令。 [0063] 3.数据分片部分。 [0064] 该部分将每个模块解析出来的数据进行同步计算,实现了各轴动作的同时开始和同时结束。同步步骤如下: [0065] a)计算主轴运动所需的时间t。 [0066] b)根据时间t和其他轴的运动量,计算出其他轴的速度v。 [0067] c)比较其他轴速度v和其他轴设定的最大速度vMax,如果v>vMax,则使用该轴的运动量s和vMax重新计算时间t,即t=s/vMax。 [0068] d)记录下时间t以及各轴按照时间t走完各自运动量所需的速度v,则分片完成。 [0069] 4.数据执行部分。 [0070] 该部分采用了arm+fpga的架构模式,上面三部分都由cpu计算得出,该部分由cpu和fpga配合实现。 [0071] a)经过时间片大小对产品效果的测试,将时间片设定为1ms,再依据步骤3计算得出的分片数据,获取每ms应发的脉冲数。 [0072] b)将每ms各轴的脉冲数配置到fpga中,由fpga在1ms内将脉冲平均发送到伺服电机,实现对轴的控制。 [0073] 该方法进一步包括一个预测步骤,该步骤使用机器学习模块提前预测各轴的运动参数,以便在实际操作中更加精确地控制各轴的运动;预测步骤可以在数据解析步骤和数据分片步骤之间进行,以便在数据执行步骤中实现对轴的精确控制。 [0074] 深度学习在多机头绕线控制系统中的应用: [0075] 在此情境中,深度学习可以用于分析和理解过去的操作数据,以此来优化用户自定义的机头动作。这种优化可能包括识别哪些动作可以提高绕线效率,哪些动作可能导致质量问题等。深度学习模型可以通过学习大量的历史数据,理解这些数据中的复杂模式和关系,从而预测未来的结果或者提出优化建议。 [0076] 强化学习在多机头绕线控制系统中的应用: [0077] 强化学习则可以用于控制系统的自我优化。在每一次的绕线操作中,强化学习模型都会尝试采取不同的动作,然后根据结果(比如绕线的效率和质量)来得到奖励或惩罚。通过不断的试错和学习,模型可以找到最好的策略,即如何调整机头动作才能最大化绕线效率和质量。 [0078] 在多机头绕线控制方法的预测步骤中,机器学习模块可以使用深度学习或强化学习来预测各轴的运动参数。这种预测可以帮助系统在实际操作中更精确地控制各轴的运动,从而提高绕线的效率和质量。例如,深度学习模型可以通过分析历史数据来预测未来的轴运动参数;而强化学习模型则可以通过不断试错和学习,找到最佳的轴运动参数。 [0079] 图3是三头绕线一体机产品示意图; |