一种注塑成型制造的复合物料配方制定方法组成比例

本申请公开了一种注塑成型制造的复合物料配方制定方法。本申请通过神经网络模型及智能优化算法建立物料特性与塑件特性的关系模型，并根据建立的物料特性与塑件特性的关系模型和目标塑件的特性参数要求，通过深度学习后的模型输出与目标塑件的特性参数要求相匹配的复合物料配比组合，并通过迭代优化，得出目标塑件的特性参数要求匹配程度最优的复合物料最优配比组合，保证了目标结果的可靠性与可行性，解决了现有的复合物料配比方法智能化程度较低导致的配比计算准确性不稳定的技术问题。

【技术实现步骤摘要】
一种注塑成型制造的复合物料配方制定方法
本申请涉及注塑生产管理领域，尤其涉及一种注塑成型制造的复合物料配方制定方法。
技术介绍
注塑成型方法由于生产速度快、效率高，操作可实现自动化，花色品种多等优点，因此，注塑成型成为了大批量生产、生产过程复杂的成型加工领域的主要方法。随后，注塑成型行业的发展极大促进了家电、汽车、消费电子等支柱产业的发展。因此，有很多专家学者进行了对注塑成型工艺过程的研究。在注塑成型装备制造过程中，物料是保证塑件质量的基础，如果物料的配比选取不当，将造成塑件品质性能低劣，且无法通过工艺手段弥补。而且，现有的复合物料配比方式，仍采用通过物料配比在线计算、专家系统计算等方法获取物料占比配方，但是这种方法智能化程度较低，如果在工艺数据库中无法匹配到最优生产工艺，则专家系统的计算的准确性就无法得到保证。因此，如何提供一种复合物料配比制定方法用于解决现有的复合物料配比方法智能化程度较低导致的配比计算准确性不稳定的技术问题成为了本领域技术人员的首要解决的难题。
技术实现思路
本申请提供了一种注塑成型制造的复合物料配方制定方法，用于解决现有的复合物料配比方法智能化程度较低导致的配比计本文档来自技高网...

【技术保护点】
1.一种注塑成型制造的复合物料配方制定方法，其特征在于，包括：S1：获取单一物料的特性参数和由所述单一物料制成的塑件的特性参数，通过神经网络进行模型训练，得到单物料‑塑件参数模型；S2：循环执行步骤S1，根据获取的单一物料种类数量，逐一得到每一种单一物料对应的单物料‑塑件参数模型；S3：以各个所述单物料‑塑件模型作为输入量，通过神经网络对输入的所述单物料‑塑件参数模型进行迭代训练，得到复合物料输出模型；S4：获取目标塑件的特性参数，并将所述目标塑件的特性参数输入至所述复合物料输出模型进行反向迭代运算，得到复合物料参考配比组合；S5：对所述复合物料参考配比组合进行多目标优化运算，得到复合物料最优...

【技术特征摘要】
1.一种注塑成型制造的复合物料配方制定方法，其特征在于，包括：S1：获取单一物料的特性参数和由所述单一物料制成的塑件的特性参数，通过神经网络进行模型训练，得到单物料-塑件参数模型；S2：循环执行步骤S1，根据获取的单一物料种类数量，逐一得到每一种单一物料对应的单物料-塑件参数模型；S3：以各个所述单物料-塑件模型作为输入量，通过神经网络对输入的所述单物料-塑件参数模型进行迭代训练，得到复合物料输出模型；S4：获取目标塑件的特性参数，并将所述目标塑件的特性参数输入至所述复合物料输出模型进行反向迭代运算，得到复合物料参考配比组合；S5：对所述复合物料参考配比组合进行多目标优化运算，得到复合物料最优配比组合。2.根据权利要求1所述的一种注塑成型制造的复合物料配方制定方法，其特征在于，所述步骤S1具体包括：S11：获取单一物料的特性参数和由所述单一物料制成的塑件的特性参数；S12：以所述单一物料的特性参数为输入变量，以所述塑件的特性参数为测试样本输出变量，通过BP神经网络模型进行模型训练，得到单物料-塑件参数模型，其中，所述单物料-塑件参数模型包...

【专利技术属性】
技术研发人员：鲁仁全，李攀硕，刘云，张斌，邢玛丽，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44