一种利用大数据分析的智能化抛光优化工艺的制作方法

本发明涉及产品抛光工艺，具体为一种利用大数据分析的智能化抛光优化工艺。

背景技术：

1、产品进行生产加工时，常需要进行抛光加工，进而用到抛光工艺，抛光工艺在制造业中的地位相当重要。抛光工艺是一种在表面上创造光滑、闪亮的效果的工艺,它可以提高产品的美观度、耐腐蚀性和耐磨性，其主要通过磨粒对产品表面进行摩擦和磨削，使其表面光滑、平整和光亮，主要应用于金属、玻璃、塑料等材料的表面处理中。

2、现有技术公开号为cn104440415b的发明涉及一种抛光工艺。包括：抛光工艺中抛光模的面形与所述抛光器件的面形一直保持一致，且由于抛光模表面的大小和形状与抛光器件的表面的大小和形状相同，使得其抛光时是对所述抛光器件的抛光面进行整体抛光，具有较高的抛光速率。

3、但是上述方法在应用时还存在以下问题：现有抛光工艺大都为固定式抛光加工方法，针对不同种材质的产品进行抛光加工时，其抛光工艺的工序单一，无法灵活采取高效高质的差分化产品抛光加工工艺，同时其抛光加工后缺乏高效的清洗工艺工序。

4、为此，我们研发出了新的一种利用大数据分析的智能化抛光优化工艺。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足，本发明提供了一种利用大数据分析的智能化抛光优化工艺，解决了上述问题。

3、(二)技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：一种利用大数据分析的智能化抛光优化工艺，包括以下具体步骤：

5、s01.基于现有技术对待抛光的产品材质进行判定，可通过观察以及触摸直接确定常规的产品材质，如塑料、玻璃、陶瓷等材质，亦可通过材质的化学性质以及物理性质确定产品材质，如铁等相关金属可被磁力吸附，即物理性质，或是可被盐酸等酸溶的金属单质与金属氧化物，即化学性质；

6、s02.根据待抛光产品的材质将其材质信息传输至大数据计算模型，大数据计算模型可采集抛光工艺大数据库的数据，并根据实际待抛光加工产品材质信息，结合ai计算单元计算分析，最终确定合适的抛光工艺方法；

7、s03.基于确定的抛光工艺方法进行产品的抛光加工工作，先进行抛光的预打磨工序，包括粗磨加工与中磨加工两步，其中粗磨采用石砂轮、研磨带等磨料，对表面进行初步去除粗糙度，使表面平整，其中中磨采用氧化铝、硅炭化物等精细磨料，对表面进行研磨，使表面更加平整和光滑；

8、s04.再进行抛光的打磨抛光工序，其采用白垩、氧化铁等抛光剂，对产品表面进行抛光，使表面光洁度和光亮度进一步提高；

9、s05.最后进行抛光后的产品表面清洗工序，使用清水及清洗剂将产品表面清洗干净，具体为先低压喷洒清洗剂于抛光后产品表面，去除残留的砂粒、抛光剂等杂质，再高压喷洒清水至抛光后产品表面，可彻底高效的去除产品抛光后的表面杂质(油污、碎屑与清洗剂)

10、优选的，所述大数据计算模型的数据接收端连接有抛光工艺的大数据库，所述大数据计算模型内建有ai计算单元,所述大数据计算模型可接收待抛光加工产品材质信息以及输出待抛光加工产品的抛光工艺方法，所述ai计算单元基于采集抛光工艺大数据库的数据，并根据实际待抛光加工产品材质信息进行是否存在相同或相近材质信息的判定。

11、优选的，所述是否存在相同或相近材质信息的判定为是时，可根据采集抛光工艺大数据库的数据，选取实践有效的抛光工艺优化工序，并形成最终的抛光工艺方法，所述是否存在相同或相近材质信息的判定为否时，可采用常规抛光工艺，并基于加工效果进行优化，并形成最终的抛光工艺方法，即根据其平均去除率以及表面粗造度适当加长或是缩短打磨抛光的工序时间。

12、优选的，所述抛光预打磨工序的具体优化方法一为根据实际待抛光加工产品材质信息选择合适的粗磨加工磨粒尺寸，避免磨粒尺寸太细导致磨削速度过慢，浪费时间和成本，以及避免磨粒尺寸太粗，导致表面过度磨损，影响后续的中磨和抛光效果，所述抛光预打磨工序的具体优化方法二为根据实际待抛光加工产品材质信息选择合适的中磨加工磨粒尺寸，避免中磨使用的磨料比粗磨使用的磨料细，可更好地去除产品表面的瑕疵和划痕，所述抛光预打磨工序的具体优化方法三为根据实际待抛光加工产品材质信息调整粗磨加工与中磨加工磨削参数，磨削参数包括磨削速度、磨削压力、削时等，调整这些参数可以达到最佳的粗磨和中磨效果。

13、优选的，所述抛光打磨抛光工序的具体优化方法一为根据实际待抛光加工产品材质信息选择适当的抛光剂，不同的材料针对选择不同的抛光剂，以达到最佳的抛光效果，所述抛光打磨抛光工序的具体优化方法二为根据实际待抛光加工产品材质信息调整抛光参数，其抛光参数包括抛光速度、抛光压力、抛光时间等，通过调整这些参数以达到最佳的抛光效果。

14、(三)有益效果

15、本发明提供了一种利用大数据分析的智能化抛光优化工艺。具备以下有益效果：

16、1、该一种利用大数据分析的智能化抛光优化工艺，通过建设有大数据计算模型，可采集抛光工艺大数据库的数据，并根据实际待抛光加工产品材质信息，结合ai计算单元计算分析，最终确定合适的抛光工艺方法，即可灵活采取高效高质的差分化产品抛光加工工艺。

17、2、该一种利用大数据分析的智能化抛光优化工艺，通过于产品清洗工序种采用化学与物理结合的清洗结构设计，即先低压喷洒清洗剂于抛光后产品表面，在高压喷洒清水至抛光后产品表面，可对产品抛光后的抛光面进行高效的清除工作。

技术特征：

1.一种利用大数据分析的智能化抛光优化工艺，其特征在于：包括以下具体步骤：

2.根据权利要求1所述的一种利用大数据分析的智能化抛光优化工艺，其特征在于：所述大数据计算模型的数据接收端连接有抛光工艺的大数据库，所述大数据计算模型内建有ai计算单元,所述大数据计算模型可接收待抛光加工产品材质信息以及输出待抛光加工产品的抛光工艺方法。

3.根据权利要求2所述的一种利用大数据分析的智能化抛光优化工艺，其特征在于：所述ai计算单元基于采集抛光工艺大数据库的数据，并根据实际待抛光加工产品材质信息进行是否存在相同或相近材质信息的判定。

4.根据权利要求3所述的一种利用大数据分析的智能化抛光优化工艺，其特征在于：所述是否存在相同或相近材质信息的判定为是时，可根据采集抛光工艺大数据库的数据，选取实践有效的抛光工艺优化工序，并形成最终的抛光工艺方法。

5.根据权利要求3所述的一种利用大数据分析的智能化抛光优化工艺，其特征在于：所述是否存在相同或相近材质信息的判定为否时，可采用常规抛光工艺，并基于加工效果进行优化，并形成最终的抛光工艺方法。

6.根据权利要求1所述的一种利用大数据分析的智能化抛光优化工艺，其特征在于：所述抛光预打磨工序的具体优化方法一为根据实际待抛光加工产品材质信息选择合适的粗磨加工磨粒尺寸。

7.根据权利要求1所述的一种利用大数据分析的智能化抛光优化工艺，其特征在于：所述抛光预打磨工序的具体优化方法二为根据实际待抛光加工产品材质信息选择合适的中磨加工磨粒尺寸。

8.根据权利要求1所述的一种利用大数据分析的智能化抛光优化工艺，其特征在于：所述抛光预打磨工序的具体优化方法三为根据实际待抛光加工产品材质信息调整粗磨加工与中磨加工磨削参数。

9.根据权利要求1所述的一种利用大数据分析的智能化抛光优化工艺，其特征在于：所述抛光打磨抛光工序的具体优化方法一为根据实际待抛光加工产品材质信息选择适当的抛光剂，以达到最佳的抛光效果。

10.根据权利要求1所述的一种利用大数据分析的智能化抛光优化工艺，其特征在于：所述抛光打磨抛光工序的具体优化方法二为根据实际待抛光加工产品材质信息调整抛光参数，通过调整这些参数以达到最佳的抛光效果。

技术总结
本发明提供一种利用大数据分析的智能化抛光优化工艺，涉及产品抛光工艺技术领域。该一种利用大数据分析的智能化抛光优化工艺，包括大数据计算模型，大数据计算模型的数据接收端连接有抛光工艺的大数据库，大数据计算模型内建有AI计算单元,大数据计算模型可接收待抛光加工产品材质信息以及输出待抛光加工产品的抛光工艺方法。通过建设有大数据计算模型，可采集抛光工艺大数据库的数据，并根据实际待抛光加工产品材质信息，结合AI计算单元计算分析，最终确定合适的抛光工艺方法，即可灵活采取高效高质的差分化产品抛光加工工艺。

技术研发人员：周正华
受保护的技术使用者：福州宬昌科技有限公司
技术研发日：
技术公布日：2024/8/13