基于外形数控程序的PCB Mapping可视化分析

大数据分析是目前非常实用的一种分析手段,通过收集数据并对其进行清洗,能够获得大量的有效数据,对这些数据进行关联后通过分类、聚类、寻优等手段可获得人工无法发现的隐藏在数据中的一些问题及特性,从而为产品质量、生产效率等方面改善提供思路和方向,这也是各行各业都在不断推崇的一种分析途径。现阶段,PCB工厂数据追述困难,现有的数据收集系统只能记录追溯到批次,无法实现PNL及拼版追溯管理,且数据需经历多次记录汇总,才能录入系统中,工作效率十分低下,且存在数据丢失的风险,导致无法进行智能化管理。针对以上分析,现需根据外形数控的走刀程序结合二维码坐标程序进行mapping追溯管理系统开发,实现信息在线收集,利用成品拼版二维码实现拼版信息追溯,为后期大数据清洗、分析、关联、分类、聚类等操作提供基础,提高工厂的生产效率,为企业带来良好的效益。     

基于VMD-SWT滚动轴承故障诊断方法研究

在强噪声背景下,滚动轴承非平稳非线性的早期微弱故障信号特征提取较为困难,提出结合变分模态分解(Variational Mode Decomposition,VMD)和同步压缩小波变换(Synchrosqueezing Wavelet Transform,SWT)的分析方法,该方法首先利用最大峭度准则优化VMD参数,使用优化后的参数对故障信号进行VMD分解,再利用峭度准则选择含有有效信息最多的本征模函数(Intrinsic Mode Function,IMF),最后使用SWT对最优IMF进行处理分析,从而提取有效特征频率。对强噪声背景下滚动轴承外圈故障信号、内圈故障信号以及滚动体故障信号进行处理分析,结果表明相比Hilbert包络、SWT等方法,该方法能够从强噪声背景下提取出故障信号频率特征,以此判断滚动轴承的运转状况。同时该方法能够有效重构信号。