用于改进带壳设备的生产的方法和系统与流程

本发明针对于用于改进带壳设备的生产的方法。

这样的带壳设备或具有外壳的设备的一个示例是家用电器。家用电器并且特别是冰箱包括用于如下这两者的外壳组件：提供机械稳定性以及还提供温度隔离。这样的外壳组件经常是通过模制到由外壳组件形成的适当的腔体中的泡沫注入而生产的。特别是，腔体可以由外壳组件的壳体形成。例如，壳体可以是家用电器的门或柜壁的壳体。针对这样的产品的常见的产品缺陷类别可能产生自泡沫在腔体内的不均匀或不完全的分布。

在泡沫分布上的这样的不规则性可能导致在外壳组件上的不规则的力或应变负载，这进而可能导致从外壳组件的合期望的形状或弯曲的形变或偏离，即使外部壳体本身可能符合规格。此外，在壳体内的这样的不规则的泡沫分布可能不立即造成外壳组件的形变，而是只有在一定时间之后造成外壳组件的形变。如果只有在几天或几周之后发生形变，则缺陷将不会在带壳设备离开生产线或工厂时被通过对带壳设备的目视检查检测到，而是将只有在销售时点之时或者在交付给客户之后是可注意到的。进一步地，即使在生产期间例如借助于红外扫描检测到了不规则的泡沫分布，迄今为止选项也只有要么接受外壳组件——因为虽然如此但仍在规格之内，要么将其作为废品而丢弃。迄今为止尚未充分地解决如何降低由于泡沫注入处理所致的废品发生率以及如何改进该处理的效率的问题。

来自现有技术的kr20150049921a公开了一种连续泡沫模制设施，用以一次地执行合成树脂发泡和模制产品的制造处理，其中许多模具被安装在传递设备(诸如传送器、转台等)和加热设备(诸如注入设备、模制和脱模设备)中。可以通过将无光泽涂料施加到由铝制成的模具的表面而利用光学温度计实现非接触温度测量。

us2017/0031330a1公开了一种注入模制系统，其包括：状态观察部分，当执行注入模制时，该状态观察部分观察与正在执行的注入模制相关的物理量；物理量数据存储部分，其存储物理量数据；回报条件设置部分，其设置用于机器学习的回报条件；回报计算部分，其基于物理量数据和回报条件计算回报；操作条件调整学习部分，其基于由回报计算部分计算的回报、操作条件和物理量数据，执行调整操作条件的机器学习。

ep1615152a1公开了一种有限元方法，用以通过获得流动速率和压力来分析发泡材料的发泡流动行为，其中通过如下来获得所述流动速率和压力：输入作为包括从经注入端口通过到发泡模所流逝的时间的项和厚度项的函数的密度，并且将在某一时间计算的密度代入连续性方程和运动方程中。

de102006057772a1公开了一种具有填充有液体分散体的容器的设备。引入气体供给以用于从液体分散体生成泡沫，并且在液体分散体中控制气体。提供用于确定所产生的泡沫的水平的单元。提供用于所产生的泡沫的电导率的时间分辨检测的两个电极。提供用于检测所产生的泡沫的片层大小的视频相机。

us2016/0274561a1公开了一种控制具有用以将材料形成为组件的机器的制造处理的方法。该方法包括以下步骤：建立用于机器的初始操作参数集合；从机器生产初始组件；检查组件以确定其相对于合期望的组件的可接受性；确定操作参数上的变化以改进组件的可接受性；执行操作参数上的改变并且检查随后的组件以确定它们的可接受性。

us2004/0059452a1公开了一种用于与机器视觉系统组合使用的无线图像处理方法和设备，其中无线通信器将图像递送到主机计算机，主机计算机可以分析数据并且确定对于制造处理的功能性。

us2015/0102716a1，其被认为是最接近的现有技术，公开了一种用于制造冰箱电器的方法。该方法包括将聚氨酯弹性体施加到冰箱电器的内部衬垫的表面上并且将聚氨酯泡沫注入到被限定在冰箱电器的外部外壳和内部衬垫之间的腔体中。

因此，本发明的目的是提供一种用于如下的方法：改进带壳设备的生产以使得可以连续地减少外壳组件或整个带壳设备的丢弃并且连续地增加生产处理的产量和效率。

关于用于改进带壳设备的生产的方法，本发明的目的是通过根据权利要求1的用于改进带壳设备的生产的方法来实现的。

本发明基于如下认识：除了外壳组件的视觉或热图检查数据之外，与泡沫注入模制处理本身相关的附加数据可以被使用并且被关联以获得更新的注入控制数据，以改进生产处理。以此方式，外壳组件的成像和在带壳设备的外壳组件内创建的固体泡沫的分析不只被用于确定外壳组件是否仍然在规格之内，而且还被用于提供用于对在泡沫注入模制处理下的注入控制数据的反馈的基础。因此，越是存在多的成像数据就越可以改进处理本身。

根据本发明的方法用于改进带壳设备的生产。在本发明的意义上的带壳设备是包括外壳的任何设备。优选地，设备的外壳呈现为外部外壳。外壳也可以仅是带壳设备的外部包封物的一部分。在根据本发明的方法中，生产带壳设备的外壳组件。带壳设备的外壳组件可以是其中内部泡沫被布置在由外壳组件形成的腔体内的带壳设备的任何组件。在根据本发明的方法中，外壳组件包括形成腔体的壳体。壳体可以是由包括金属和塑料的任何硬质材料形成的。壳体可以是由若干个壳体组件组装的。

在本发明的方法中，外壳组件的所述生产包括将用于创建内部固体泡沫的聚合物混合物注入到腔体中，该腔体由外壳组件的壳体形成，该注入是通过注入装置完成的。根据本发明，所述注入基于输入到注入装置的注入控制数据。所述注入对应于熟知的反应注入模制处理，还已知为泡沫注入模制。注入控制数据可以在注入装置执行聚合物混合物的注入以及还有泡沫注入模制的其它步骤时完全地或部分地、直接地或间接地确定注入装置的操作。

在根据本发明的方法中，在将聚合物混合物注入到腔体中期间，记录用于描述注入处理的形成数据。这样的形成数据原则上可以是在与泡沫注入模制处理相关的注入处理期间或紧接在该注入处理之后记录的任何种类的数据。进一步地，在根据本发明的方法中，在将聚合物混合物注入到腔体中之后，记录外壳组件的至少一个图像。该至少一个图像可以覆盖整个外壳组件或者仅覆盖其一部分。此外，该至少一个图像中的每个本身可以是图像序列或视频。

在根据本发明的方法中，基于形成数据、至少一个图像以及注入控制数据，更新用于生成用于输入到注入装置的新的注入控制数据的预测模型。换句话说，预测模型被配置用于基于被提供到预测模型的输入——该输入原则上可以是任何种类的数据——来生成新的注入控制数据，该新的注入控制数据随后可以被输入到注入装置。现在使用形成数据、至少一个图像以及注入控制数据来更新或适配预测模型，并且因此更新或适配预测模型如何生成新的注入控制数据。该新的注入控制数据于是可以被用于聚合物混合物的注入，该注入在针对其使用相关联的注入控制数据更新预测模型的注入之后。

优选地，在记录热图图像之后，将外壳组件与带壳设备组件——换句话说，带壳设备的其它组件——组装在一起以形成组装的带壳设备。

所述至少一个图像原则上可以包括任何种类的图像数据。

在该方法的优选的实施例中，所述至少一个图像包括外壳组件的视觉检查以用于检测外壳组件的缺陷。特别是，视觉检查可以在可见光谱内。原则上，视觉检查可以涉及任何种类的缺陷。视觉检查可以涉及整个外壳组件或者仅涉及外壳组件的一部分。优选的是在此提到的缺陷包括外壳组件与规定的尺寸规格的偏离。替换地或者此外，在此提到的缺陷可以包括外壳组件与规定的表面轮廓的偏离。

还可能的是在组装外壳组件以形成组装的带壳设备之后记录视觉检查。在这种情况下，优选的是记录组装的带壳设备的视觉检查以用于检测组装的带壳设备的缺陷。优选地，缺陷包括组装的带壳设备与规定的尺寸规格的偏离和/或组装的带壳设备与规定的表面轮廓的偏离。

所记录的视觉检查可以包括单个图像。其还可以包括一系列的图像或视频。在方法的进一步优选的实施例中，视觉检查包括外壳组件的条纹光扫描，优选地组装的带壳设备的条纹光扫描。进一步优选的是，还基于视觉检查来更新预测模型。因此，存在用于改进预测模型的附加输入，由此有助于使预测模型更可靠。

在根据本发明的方法中，所述至少一个图像包括用于确定腔体中的内部固体泡沫的分布的热图图像。热图图像可以特别是红外图像。优选地，热图图像基于由放热的泡沫创建反应生成的余热。特别是，可能的是基于在腔体内的余热的分布来确定内部固体泡沫的分布。这种方法准许利用被放置在腔体外部的相机来获得关于在腔体内的状态的信息。进一步优选的是，在记录视觉检查之前记录热图图像。

原则上，内部固体泡沫可以是任何种类的固体泡沫，并且因此由任意的泡沫材料构成。特别是，内部固体泡沫可以是内部聚合物泡沫。在优选的实施例中，内部固体泡沫是内部聚氨酯泡沫。内部固体泡沫可以是内部热塑性聚氨酯泡沫或内部热固性聚氨酯泡沫。

聚氨酯是消费者每天使用的主要电器中的重要组分。对于聚氨酯而言在主要电器中的最常见的用途是用于冰箱和冰柜绝热系统的硬质泡沫。硬质聚氨酯泡沫可以是被用于满足在消费者冰箱和冰柜中所要求的能量分等的成本有效的材料。硬质聚氨酯泡沫的良好的绝热性质产生自精细的闭孔泡沫结构和作为热的不良导体的孔气体的组合。

外壳组件可以包括外部外壳和内部衬垫。特别是，壳体可以包括外部外壳和内部衬垫。外部外壳可以包括片材金属或者由片材金属构成。内部衬垫可以包括聚苯乙烯或者由聚苯乙烯构成。优选的是腔体被形成在外部外壳和内部衬垫之间。内部固体泡沫可以充当结构材料和绝缘材料这两者。优选地，内部固体泡沫与外壳组件形成粘接接合。特别是，内部固体泡沫可以与外部外壳和内部衬垫形成粘接接合。因此，除了绝热之外，内部固体泡沫还可以带来结构稳定性。

原则上，聚合物混合物的组分填料可以是从任何源提供的，并且还可能的是除了规格之外不存在与其有关的信息。然而，方法的优选的实施例特征在于，聚合物混合物的组分填料是在前体生产设施处基于配方数据在前体生产处理中生产的，并且在组分填料的前体生产处理期间记录前体生产数据。组分填料是构成用于泡沫注入模制处理的聚合物混合物的任何组分的单一填料。配方数据规定了用于组分填料的处方工艺，即要被用于生产组分填料的具体成分和它们的比例。优选地，还基于前体生产数据和/或配方数据来更新预测模型。因此，来自上游生产步骤的该附加数据也可以涉及进一步改进预测模型。

方法的进一步优选的实施例特征在于，组分填料是多异氰酸酯填料或多元醇填料。多异氰酸酯和多元醇可以反应以产生聚氨酯。因此，组分填料适合于与相应的其它反应物形成内部固体泡沫。

原则上，前体生产数据可以是在前体生产处理期间测量的并且被以某种方式结合到组分填料的生产的任何数据。根据方法的优选的实施例，前体生产数据特别是包括用户可设置的前体生产设置，其被输入到前体生产装置以用于控制组分填料的前体生产处理。因此，前体生产设置直接地或间接地确定前体生产处理中前体生产装置的操作。

根据方法的进一步优选的实施例，前体生产数据包括在组分填料的前体生产处理期间测量的前体测量数据。原则上，这可以是在组分填料的前体生产处理的上下文中测量的任何种类的数据。

方法的优选的实施例特征在于，聚合物混合物的组分填料是在前体存储处理中存储的，并且在组分填料的前体存储处理期间记录前体存储数据。因此，存在关于存储前体填料的环境是什么的信息。进一步优选的是还基于前体存储数据来更新预测模型。存储组分填料期间的条件以及存储组分填料的持续时间可能以实质性的方式——例如通过引起组分填料的过早劣化——影响随后的泡沫注入模制的质量。

方法的进一步优选的实施例特征在于，预测模型包括相关变量之间的相关，该相关变量包括注入控制数据、形成数据和至少一个图像，优选地为热图图像和/或视觉检查。换言之，预测模型提供如下的能力：基于作为对于预测模型的输入的一个或多个相关变量，以数值方式、分析方式或以任何其它可能的近似方式确定一个或多个其它相关变量作为预测模型的输出。预测模型可以是软件、软件的一部分或例如软件基于其进行操作的参数的数据集。预测模型可以由单个计算机执行，由一组计算机执行或者可以是在分布环境或云计算环境中执行的。

优选的是相关变量还包括配方数据、前体生产数据、前体存储数据和/或填料性质数据。特别是，优选的是预测模型被配置用于基于已经被输入到预测模型的聚合物混合物的组分填料的前体存储数据和/或前体生产数据和/或前体生产数据来生成新的注入控制数据。以此方式，可能的是获得如下这样的注入控制数据：其有利于例如减少废品、提高质量或使处理更快，并且已经被具体地计算以考虑特定组分填料的特性以及其到目前为止的生产历史。

在方法的优选的实施例中，用于注入聚合物混合物的注入装置的注入控制数据是由预测模型基于所注入的聚合物混合物的组分填料的前体存储数据和/或前体生产数据和/或填料性质数据来生成的。因此，所生成的注入控制数据实际上被应用在泡沫注入模制处理中。

在方法的进一步优选的实施例中，预测模型基于相关变量生成更新的配方数据和/或更新的前体生产设置。特别是，可能的是更新的配方数据和/或更新的前体生产设置被提供给前体生产设施，特别是被提供给前体生产装置，以用于随后的组分填料的生产。因此，预测模型不仅可以通过调节泡沫注入模制处理来改进外壳组件，而且还可以提供对于上游前体生产处理的更新，以便获得更合适的组分填料。

原则上，可以基于任意的机制来更新预测模型。方法的优选的实施例特征在于，更新预测模型包括相关变量的数值分析。

方法的进一步优选的实施例特征在于，注入控制数据包括材料输出数据、型芯温度、模具温度、材料温度、剂量压力、保持时间和/或泵浦输出。

根据方法的优选的实施例，形成数据包括环境数据，特别是温度、气压和/或湿度。进一步优选的是，形成数据包括泡沫泄漏数据。特别是，泡沫泄漏数据可以描述在注入处理期间已经泄漏的泡沫量和/或作为注入处理的结果的泡沫量。

方法的优选的实施例特征在于，带壳设备是家用电器。特别是，可能的是带壳设备是冰箱，并且外壳组件是冰箱外壳组件。进一步优选的是冰箱外壳组件是冰箱门外壳或冰箱壁外壳。

在下面关于各图的描述中讨论了进一步有利的和优选的特征。在下面在图1中示出：

图1是用于执行根据本发明的方法的实施例的系统的示意图。

在图1中示出的系统涉及带壳设备1的生产处理，在当前情况下该带壳设备1是家用电器并且特别是冰箱。作为带壳设备1的生产的一部分，生产带壳设备1的外壳组件2，在当前情况下该外壳组件2是具有壳体的冰箱门。在注入装置3中，将聚合物混合物4注入到由冰箱门的壳体形成的腔体中。该注入作为泡沫注入模制处理的一部分而发生。因此形成了在由壳体形成的腔体内的内部固体形式并且由此生产外壳组件2。注入装置3的操作是由注入控制数据5控制的。在泡沫注入模制处理期间，记录形成数据6以提供用于描述注入处理的测量。

在注入处理之后，通过红外相机记录作为热图图像7的图像。基于所记录的热分布，可以确定在外壳组件2的腔体内的内部固体泡沫的分布。将形成数据6、热图图像7和注入控制数据5提供给分析系统9，以更新被实现为软件应用并且驻留在分析系统9中的预测模型8，该预测模型8被配置为生成新的注入控制数据10以用于输入到注入装置3。这样的新的注入控制数据10本身可能是不完整的，并且例如是相对于注入控制数据5的修改信息，其由此用作为基线。

除了热图图像7之外并且在外壳组件2已经被组装成为带壳设备1之后，记录在此作为视觉检查11的进一步的图像，其涉及执行条纹光扫描以用于检测作为带壳设备1上的缺陷的偏离的表面轮廓。

前体生产设施13生产聚合物混合物4的组分填料12，其在此为多元醇填料。该生产一方面基于配方数据14和前体生产设置15，其被输入到前体生产设施13的前体生产装置16。在前体生产处理期间，记录前体生产测量数据18，其与前体生产设置15一起形成前体生产数据17。

在注入处理之前，将组分填料12存储一定的时间。记录描述前体存储处理的前体存储数据19，其包括存储时间和环境变量，诸如温度、气压和湿度。同样，对组分填料12执行测试以测量和记录填料性质数据20。

视觉检查11、配方数据14、前体存储数据19、填料性质数据20和前体生产数据17也被提供给分析系统6，以用于基于视觉检查11、配方数据14、前体存储数据19、填料性质数据20和前体生产数据17来更新预测模型8。

特别是，借助于数值分析，基于提供给分析系统6的不同数据的连续供给来更新预测模型8。以此方式，可以标识这些相关值之间的相关性、依赖性和函数关系，并且相应地更新预测模型8。

然后，预测模型8可以提供特别适合于例如避免特定情形下的缺陷的新的注入控制数据10。例如，可以由预测模型8得益于所提供的信息来确定对于如由前体存储数据19示出那样在特定情形下存储的组分填料12而言，应当生成新的注入控制数据10以调整泡沫注入模制处理以便避免不规则的泡沫分布。另一方面，具有略微不同的配方数据14的组分填料12可能要求不同的新的注入控制数据10以避免相同的缺陷。处理大量的相关值可以有助于例如通过数值分析来达到这样的洞悉，该洞悉于是被反映在预测模型8中，除了新的注入控制数据10之外，预测模型8还提供更新的配方数据21和更新的前体生产设置22，这两者都被提供给前体生产设施13并且特别是提供给前体生产装置16以便改进针对随后的组分填料12的前体生产处理。