基于模式识别的车身在线检测尺寸偏差诊断

车身在线检测的应用成为越来越普遍的趋势,同时也带来了如何有效应用在线检测的100%测量数据的问题。传统的尺寸偏差诊断方法的数据存在依赖工程经验进行诊断报警,费时费力且准确度低的缺点;提出了用时间序列模式识别和主成分分析(PCA)相结合的方法来进行白车身尺寸偏差诊断,实现误差源模式识别和自动报警诊断,并开发相应工具软件在轿车车身实际生产中得到成功验证。

单元化SCADA系统在白车身制造车间的应用探究

随着大数据时代的到来,制造业车间的各个制造工位所要监测的数据量愈发庞大,分布式数据采集与监测控制(Supervisory Control And Data Acquisition,SCADA)系统面临着通信压力大、上位机数据处理效率低等问题。基于边缘计算的理念,提出了一种单元化SCADA系统架构,在各个制造工位站旁进行分布式数据处理,再将处理好的数据按工厂需求进行合理分配,从而避免分布式SCADA系统所面临的问题。