用于优化用于成型机的过程优化系统的方法技术方案

本发明专利技术涉及一种用于优化用于成型机的过程优化系统的方法，借助该成型机执行用于制造成型件的循环的成型过程，其中：(a)由操作者在真实的成型机处对设定数据组进行设定；(b)基于所述设定数据组和/或基于所述循环执行的成型过程，获取用于成型过程的至少一个描述参量的第一值；(c)基于来自过程优化系统的数据，获取用于所述至少一个描述参量的第二值；(d)按照预定的区分标准来检验：第一值与第二值是否彼此偏离，并且(e)如果由方法步骤(d)得出：第一值和第二值彼此区分，那么修改过程优化系统，使得在使用于成型机和/或成型过程时，代替用于所述至少一个描述参量的第二值，基本上得到用于所述至少一个描述参量的第一值。

Method for optimizing process optimization system used in molding machine

The present invention relates to a method for optimizing a process optimization system for a molding machine, by which the molding process is performed for a cycle of manufacturing forming parts, in which (a) a set of set data sets is set by the operator at a real molding machine; (b) is executed based on the set of data sets and / or based on the cycle described. The forming process obtains the first value of at least one description parameter for the molding process; (c) obtains second values for the at least one description parameter based on the data from the process optimization system; (d) tests whether the first value and the second value deviate from each other, and (E) if the method step (D It is concluded that the first value and the second value are distinguished from each other, then the process optimization system is modified so as to replace the second value used for the at least one description parameter when used in the molding machine and / or the molding process, and the first value for the at least one described parameter is basically obtained.

【技术实现步骤摘要】
用于优化用于成型机的过程优化系统的方法
本专利技术涉及一种用于优化用于成型机的过程优化系统的方法，借助该成型机执行用于制造成型件的循环的成型过程。本专利技术还涉及一种按照权利要求14前序部分特征的用于模拟成型过程的方法。
技术介绍
在此，成型机例如可以是注塑机、压铸机、压机及类似机器。成型过程近似依循该术语。现有技术一方面是基于神经网络的机器学习(例如见EP0901053或DE4416317)、模糊系统、或其组合(例如见DE102004026641或DE4209746)，它们用于在注塑机上使用测量技术方面的装置的情况下对过程参数确定进行优化。此外已知，在使用该优化的过程参数设定的情况下对注塑复合所进行的中央控制和调节。其中包括：按照现场来访问用于已经计算出的成型件的过程设定以及由中央存储器传送这些优化的过程设定。这些方法受到如下限制：只有用于制造训练所用的成型件以及与其类似的成型件的成形过程才能被优化地设定。显著不同于此的成型件通常不能被优化地设定，这是因为这些方法直接训练过程设定，而不是训练用于该设定的操作方式本身。
技术实现思路
在本专利技术的第一方案中，所力求实现的目的在于：扩展过程优化系统的适用性。该目的通过权利要求1的特征得以实现。这如下实现：(a)由操作者在真实的成型机处对设定数据组进行设定，(b)基于所述设定数据组和/或基于所述循环执行的成型过程，获取用于成型过程的至少一个描述参量的第一值，(c)基于来自过程优化系统的数据，获取用于所述至少一个描述参量的第二值，(d)按照预定的区分标准来检验：第一值与第二值是否彼此偏离，并且(e)如果由方法步骤(d)得出：第一值和第二值彼此区分，那么修改过程优化系统，使得在使用于成型机和/或成型过程时，代替用于所述至少一个描述参量的第二值，基本上得到用于所述至少一个描述参量的第一值。“过程优化系统”简化为POS。在后文中还涉及POS的系统参数。这些系统参数确定在如下意义上给定的POS：系统参数在POS“架构”保持不变的情况下的变化引起POS的特性发生变化。本专利技术的核心方面是：识别在真实和模拟的注塑机的描述参量之间的偏差以及接下来对过程优化系统进行优化。描述参量描述成型过程的各种不同的方面。在后文中还进一步给出实例。在本专利技术的范围内，分散的注塑机的模具数据、机器数据、材料数据、过程数据、测量数据、用户数据和质量数据可以经由数据远程传输连接来传输给中央数据存储器。基于借助模拟和/或传输的描述参量所确定的质量特征参量可以学习质量特征参量的识别和评估及其对过程设定参数的影响。借助真实数据所训练的POS或者修改的POS的为此所需的系统参数可以经由数据远程传输连接来传输给分散的注塑机。因此，过程优化系统的系统参数的修改也适合作为在方法步骤(e)的意义上的过程优化系统的修改。所述系统参数可以包括所述至少一个描述参量的第二值。修改的过程优化系统不是必须直接在执行按照本专利技术的方法之后使用到成型机或者成型过程上。相反，过程优化系统可以例如以过程优化系统的修改的系统参数为形式在此之前传输给任意目标。预定的区分标准例如可以通过事先定义的用于所述设定数据组不同参数的偏差界限来实现。由操作者在真实的成型机上对设定数据组的设定尤其是可以由过程优化系统来辅助。方法步骤(c)可以在方法步骤(a)和(b)之前、之后或之间执行。本专利技术的第二方案涉及一种用于模拟成型过程的方法，其中：将涉及要模拟的成型过程的配置数据提供给用户计算机；借助数据远程传输连接将所述配置数据传输给与成型机分开的存储器，并将所述配置数据存储在该存储器中；在使用所述配置数据的情况下，将存储在存储器中的模拟程序在与存储器连接的与成型机分开的计算机上执行；并且输出借助所述模拟程序计算出的结果。在EP2679376中公开了一种用于全电气注塑机的特殊方法，其中，在云服务器中执行对注塑过程的模拟并且将其存储在云存储器中。在成型机制造中，在模拟时对电气机器的限制和/或对机器动力学的忽略对于导出表述或关系而言影响不大。即使在详细考虑机器的情况下，物理结构的可能变化也是显著的。因此，目前主要是由于关系相当复杂的原因，只能针对选定的机器来开发模拟，参见图2(A1)-(A2)。由于变化并且由于这种传统方法，几乎没有可能无缺陷建立成型机的数字描绘。如果还考虑成型过程模拟的整个配置，那么除了(例如液压或电气驱动系统的)机器结构和机器数据、如质量、长度、惯性等之外，还需要待注射的塑料的模具数据和材料数据。在建立模拟的时刻，大多在真实成型机的生产期间，必要的数据组如材料或模具数据在本地的用户计算机上是未知的或者是会变化的。这同样有如下后果：在如今的操作方式中在使用成型机的时刻，建立为特殊使用情形而设计有具体模具和具体材料参数的模拟(A2)。对于配置和模拟必要的材料参数被收集在本地的用户计算机上并且被提供用于建立模拟。在另外的本地用户计算机上再次使用同一材料时，所述材料数据必须重新被收集并且被提供用于模拟。成型过程模拟的执行(A4)导致需要安装高性能的硬件(特别是在执行CFD模拟时)。如果模拟是由不同用户或在不同地理位置执行的，则需要大量的软件和硬件安装成本。另外，在本地执行模拟时，模拟结果的传输和进一步使用(A5)是复杂的，因为必须冗余地进行结果的评估。总之，本地的、对于具体机器应用而参数化的模拟在软件和硬件成本、评估可能性、模拟的参数化(其必须始终从头开始重复执行)方面具有显著的缺点。此外，几乎不可能建立模块化模拟以用于简单地测试不同的使用情形。此外，即使是已知的中央模拟(云服务器)，在忽视物理效应或其它限制(电气机器设计)的情况下，也存在明显的缺点，因为它们在控制器动态性、机器动力学和停机时间方面太不精确。因此，在本专利技术的第二方案中，目的在于提供一种简化了的用于模拟成型过程的方法，其尤其是允许对成型过程更简单的优化。所述目的通过权利要求14的特征得以实现。这通过如下方式实现：基于配置数据自动地提供模拟参数。配置数据仅包括一组数量减少的抽象的描述参量、如材料名称或注塑设备的尺寸和类型。与过程和模拟相关的物理参量(模拟参数)、例如粘度、惯性、摩擦和类似参量例如被基于来自中央数据库的抽象参量的模拟建立程序所引用。根据第二方案，本专利技术最后允许成型过程的“基于网络的”的模拟。本专利技术在其第二方案中可以使用于与其第一方案一样的情形中。因此，本专利技术提供用于配置和模拟成型过程的可行性方案，其中，所述模拟在经由数据远程传输连接来连接的中央计算机上执行。换言之，借助于经由数据远程传输连接对中央计算机的访问，用于计算成型过程的模拟可以被配置、参数化和执行。接着可以将结果借助数据远程传输连接来传输给本地的用户计算机并且进一步使用。除了本来的成型过程，模拟还可以包括计量过程、闭合过程和脱模过程。与成型机和用户计算机分开的计算机也称为“中央计算机”。类似地也适用于与成型机和用户计算机分开的存储器。中央计算机和中央存储器可以设计在一个物理单元中。然而这对于本专利技术不是绝对必要的。尤其是，中央计算机和中央存储器可以设计为云计算机或云存储器。其它有利的实施方式在从属权利要求中限定。在本专利技术的第一方案中可以规定，所述设定数据组包括关于至少一个如下内容的过程设定参数：闭合力，计量体积，注入本文档来自技高网...

【技术保护点】
1.用于优化用于成型机的过程优化系统的方法，借助该成型机执行用于制造成型件的循环的成型过程，其中：(a)由操作者在真实的成型机处对设定数据组进行设定，(b)基于所述设定数据组和/或基于循环执行的成型过程，获取用于成型过程的至少一个描述参量的第一值，(c)基于来自过程优化系统的数据，获取用于所述至少一个描述参量的第二值，(d)按照预定的区分标准来检验：第一值与第二值是否彼此偏离，并且(e)如果由方法步骤(d)得出：第一值和第二值彼此区分，那么修改过程优化系统，使得在使用于成型机和/或成型过程时，代替用于所述至少一个描述参量的第二值，基本上得到用于所述至少一个描述参量的第一值。

【技术特征摘要】
2016.12.23 AT A51185/20161.用于优化用于成型机的过程优化系统的方法，借助该成型机执行用于制造成型件的循环的成型过程，其中：(a)由操作者在真实的成型机处对设定数据组进行设定，(b)基于所述设定数据组和/或基于循环执行的成型过程，获取用于成型过程的至少一个描述参量的第一值，(c)基于来自过程优化系统的数据，获取用于所述至少一个描述参量的第二值，(d)按照预定的区分标准来检验：第一值与第二值是否彼此偏离，并且(e)如果由方法步骤(d)得出：第一值和第二值彼此区分，那么修改过程优化系统，使得在使用于成型机和/或成型过程时，代替用于所述至少一个描述参量的第二值，基本上得到用于所述至少一个描述参量的第一值。2.如权利要求1所述的方法，其特征在于，在成型机和/或成型过程的模拟中执行方法步骤(c)的范围内使用过程优化系统，并且至少部分地从模拟结果中获取所述第二值。3.如权利要求2所述的方法，该方法将数学模型使用于模拟，其特征在于，描述模拟的数学模型的参数通过将测量和模型参量的误差函数最小化来确定。4.如上述权利要求之一所述的方法，其特征在于，将修改后的过程优化系统用于所述成型机和/或另外的成型机。5.如上述权利要求之一所述的方法，其特征在于，过程优化系统的修改通过机器学习和/或数值优化方法和/或专家系统适配而实现。6.如上述权利要求之一所述的方法，其特征在于，在修改过程优化系统时，将在用于所述至少一个描述参量的第一值和第二值之间的误差函数最小化。7.如上述权利要求之一所述的方法，其特征在于，方法步骤(c)、(d)和(e)中的至少一个在与成型机分开的计算机上执行，其中，将用于所述至少一个描述参量的第一值——优选经由数据远程传输连接——传输给该计算机。8.如上述权利要求之一所述的方法，其特征在于，将至少一个以下内容——优选在借助于数据远程传输连接传输之后——存储在与成型机分开的存储器中：所述至少一个描述参量的第一值、所述至少一个描述参量的第二值、修改的过程优化系统。9.如上述权利要求之一所述的方法，其特征在于，所述至少一个描述参量包括所述设定数据组的参数。10.如上述权利要求之一所述的方法，其特征在于，所述至少一个描述参量包括一个或多个如下内容：机器数据，所述机器数据涉及在成型过程中使用的成型机；模具数据，所述模具数据涉及在成型过程中使用的成型模具；材料数据，所述材料数据涉及在成型过程中使用的材料；过程设定和测量数据，所述过程设定和所述测量数据涉及成型过程；用户相关的数据；质量特征参量，所述质量特征参量描述成型件。11.如上述权利要求之一所述的方法，其特征在于，所述过程优化系统采用如下内容中的至少一个：神经网络、数学模型、专家系统、模糊...

【专利技术属性】
技术研发人员：K·斯普林格，A·F·斯托尔，G·皮尔韦恩，F·J·基利安，
申请(专利权)人：恩格尔奥地利有限公司，
类型：发明
国别省市：奥地利,AT