根据本发明专利技术的一方面的基于人工智能的注塑成型系统，能够在短时间内提供具有高准确度的成型条件，包括：规格数据提取部，从有关被供应熔融状态的第一成型材料的模具的模具信息中提取用所述模具生产的产品的目标规格数据；成型条件输出部，将所述提取出的目标规格数据输入到预先学习好的成型条件生成模型，输出成型条件；注塑成型机，按照所述成型条件将所述第一成型材料供应给所述模具，生产所述产品；以及判断部，将所述生产出的产品的生产规格数据与所述目标规格数据进行比较，判断所述成型条件是否适合，若所述判断部(250)判断出所述成型条件不适合，则所述成型条件输出部(220)将所述生产规格数据和所述成型条件生成为一个反馈数据集，用所述反馈数据集使所述成型条件生成模型(230)学习。件生成模型(230)学习。件生成模型(230)学习。
【技术实现步骤摘要】
【国外来华专利技术】基于人工智能的注塑成型系统以及注塑成型系统中的成型条件生成方法
[0001]本专利技术涉及注塑成型系统。
技术介绍
[0002]注塑成型是制造塑料产品时利用最广泛的一种制造方法。例如，通过注塑成型可以制造包括电视机、手机、PDA等产品的套、壳在内的各种不同的部件。
[0003]通常，通过注塑成型制造产品，由以下工艺实现。首先，将添加了颜料、稳定剂、增塑剂、填料等的成型材料投入到料斗中以制成熔融状态。然后，将熔融状态的成型材料注入到模具内后，通过冷却使其凝固。然后，从模具中取出已凝固的成型材料后，去除不必要的部分。由这些工艺制造出具有各种不同种类和尺寸的产品。
[0004]作为用于执行此种注塑成型的设备，采用注塑成型机。注塑成型机包括用于供应熔融状态的成型材料的注射装置，以及通过冷却使熔融状态的成型材料凝固的锁模装置。
[0005]为了用注塑成型机制造产品，需要有人员来直接设置温度、速度、压力、时间等各种不同的变量，因此，存在如下问题：现场对于专家的依赖度只能很高，即使有专家设置各种不同的变量，工艺条件也会根据设定的人员而大有不同，从而会出现产品质量不稳定的问题。
[0006]为了解决这种问题，虽然提出了模拟技术，然而模拟技术在通常的计算环境下会需要约30分钟到两个小时的时间，因而存在所需时间较长的问题，亦无法精准模拟出实际实验，因而存在准确度低的问题。
技术实现思路
[0007]专利技术所要解决的问题
[0008]本专利技术旨在解决上述问题，所要解决的技术问题在于，提供一种基于人工智能的注塑成型系统以及注塑成型系统中的成型条件生成方法，能够在短时间内提供具有高准确度的成型条件。
[0009]本专利技术所要解决的技术问题在于，提供一种基于人工智能的注塑成型系统以及注塑成型系统中的成型条件生成方法，能够利用基于深度学习的成型条件生成模型生成成型条件。
[0010]本专利技术所要解决的技术问题在于，提供一种基于人工智能的注塑成型系统以及注塑成型系统中的成型条件生成方法，能够对从成型条件生成模型误输出的成型条件进行附加学习而提供最佳的成型条件。
[0011]解决问题的技术方案
[0012]根据用于达到上述目的的本专利技术的一方面的基于人工智能的注塑成型系统，其特征在于，包括：规格数据提取部210，从有关被供应熔融状态的第一成型材料的模具的模具信息中提取用所述模具生产的产品的目标规格数据；成型条件输出部220，将提取出的所述
目标规格数据输入到预先学习好的成型条件生成模型230中，输出成型条件；注塑成型机100，按照所述成型条件将所述第一成型材料供应给所述模具，生产所述产品；以及判断部250，将生产出的所述产品的生产规格数据与所述目标规格数据进行比较，判断所述成型条件是否适合，若所述判断部250判断出所述成型条件不适合，则所述成型条件输出部220将所述生产规格数据和所述成型条件生成为一个反馈数据集，用所述反馈数据集使所述成型条件生成模型230学习。
[0013]根据用于达到上述目的的本专利技术的另一方面的注塑成型系统中的成型条件生成方法，其特征在于，包括：从有关被供应熔融状态的成型材料的模具的模具信息中提取作为产品的规格的目标规格数据的步骤；将提取出的所述目标规格数据输入到预先学习好的成型条件生成模型中，输出成型条件的步骤；按照所述成型条件，将所述成型材料供应给所述模具来生产产品的步骤；测定生产出的所述产品的生产规格数据的步骤；将测定出的所述生产规格数据与所述目标规格数据进行比较，判断成型条件是否适合的步骤；以及若由所述成型条件是否适合的判断结果判断出所述成型条件不适合，则将不适合的成型条件与所述生产规格数据作为一个反馈数据集，使所述成型条件生成模型学习的步骤。
[0014]专利技术效果
[0015]根据本专利技术，具有在没有熟练专家的情况下亦能够短时间内提供具有高准确度的成型条件的效果。
[0016]根据本专利技术，能够利用基于深度学习的成型条件生成模型生成成型条件，因此具有能够保障成型条件生成模型的性能的效果。
[0017]本专利技术通过对从成型条件生成模型误输出的成型条件进行附加学习，能够渐进地提升成型条件生成模型的性能，因此具有能够生成最佳的成型条件的效果。
附图说明
[0018]图1是示出了根据本专利技术一实施例的基于人工智能的注塑成型系统的附图。
[0019]图2是示出了根据本专利技术一实施例的注塑成型机的构造的附图。
[0020]图3是示出了固定模具与移动模具开模时的情形的附图。
[0021]图4是示出了通过移动部使固定模具与移动模具合模时的情形的附图。
[0022]图5是示出了根据本专利技术一实施例的成型条件生成装置的构造的附图。
[0023]图6是示出了根据本专利技术一实施例的注塑成型系统中的成型条件生成方法的流程图。
具体实施方式
[0024]以下参照附图，详细说明本专利技术的实施例。
[0025]图1是示出了根据本专利技术一实施例的基于人工智能的注塑成型系统的附图。
[0026]根据本专利技术的基于人工智能的注塑成型系统10(以下称作“注塑成型系统”)利用成型材料，按照最佳的成型条件来生产产品。为此，如图1所示，注塑成型系统10包括注塑成型机100和成型条件生成装置200。
[0027]根据本专利技术的注塑成型机100通过执行注塑成型来制造产品。
[0028]图2是示出了根据本专利技术一实施例的注塑成型机100的构造的附图。将参照图1和
图2，更详细说明注塑成型机100。
[0029]如图1和图2所示，根据本专利技术的注塑成型机100包括注射装置102和锁模装置103。
[0030]注射装置102将熔融状态的成型材料供应给锁模装置103。注射装置102可以包括筒121、配置于筒121的内部的注射螺杆122和用于驱动注射螺杆122的注射驱动部123。筒121可以配置为与第一轴方向(X轴方向)平行。第一轴方向(X轴方向)可以平行于注射装置102与锁模装置103彼此间隔的方向。在向筒121的内部供应成型材料时，注射驱动部123使注射螺杆122旋转，从而使供应到筒121的内部的成型材料向第一方向(FD箭头方向)移动。在此过程中，成型材料可以因摩擦和加热而熔融。第一方向(FD箭头方向)是从注射装置102朝向锁模装置103的方向，可以是与第一轴方向(X轴方向)平行的方向。当熔融状态的成型材料相对于注射螺杆122位于第一方向(FD箭头方向)侧时，注射驱动部123可以使注射螺杆122向第一方向(FD箭头方向)移动。由此，熔融状态的成型材料可以从筒121供应到锁模装置103。
[0031]锁模装置103通过冷却使熔融状态的成型材料凝固。锁模装置103可以包括结合了固定模具150的固定模板131、结合了移动模具160的移动模板132和使移动模板132沿第一轴方向(X轴方向)移动的移动部133。
[0032]图3和图4是示出了通过移动部使固定模具与移动模具合模时的情本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种基于人工智能的注塑成型系统，其特征在于，包括：规格数据提取部(210)，从有关被供应熔融状态的第一成型材料的模具的模具信息中提取用所述模具生产的产品的目标规格数据；成型条件输出部(220)，将提取出的所述目标规格数据输入到预先学习好的成型条件生成模型(230)中，输出成型条件；注塑成型机(100)，按照所述成型条件将所述第一成型材料供应给所述模具，生产所述产品；以及判断部(250)，将生产出的所述产品的生产规格数据与所述目标规格数据进行比较，判断所述成型条件是否适合，若所述判断部(250)判断出所述成型条件不适合，则所述成型条件输出部(220)将所述生产规格数据和所述成型条件生成为一个反馈数据集，用所述反馈数据集使所述成型条件生成模型(230)学习。2.根据权利要求1所述的基于人工智能的注塑成型系统，其特征在于，所述成型条件输出部(220)用所述反馈数据集使所述成型条件生成模型(230)进行迁移学习。3.根据权利要求1所述的基于人工智能的注塑成型系统，其特征在于，若所述成型条件生成模型(230)完成学习，则所述成型条件输出部(220)将所述目标规格数据输入到所述成型条件生成模型(230)中，输出修改后的成型条件。4.根据权利要求1所述的基于人工智能的注塑成型系统，其特征在于，所述成型条件生成模型(230)由神经网络构成，所述神经网络能够基于复数个权值和复数个偏置并根据所述目标规格数据来输出所述成型条件。5.根据权利要求1所述的基于人工智能的注塑成型系统，其特征在于，还包括：模型生成部(260)，用于生成所述成型条件生成模型(230)，所述模型生成部(260)将复数个学习成型条件与按照各个学习成型条件生产出的产品的学习规格数据进行整合，生成复数个学习数据集，并用所述复数个学习数据集使神经网络学习，从而生成所述成型条件生成模型(230)。6.根据权利要求1所述的基于人工智能的注塑成型系统，其特征在于，所述成型条件包括所述模具的温度、筒的温度、所述注塑成型机的注射速度、所述注塑成型机的保压时间和所述注塑成型机的保压压力中的至少一个。7.根据权利要求1所述的基于人工智能的注塑成型系统，其特征在于，所述规格...
【专利技术属性】
技术研发人员：俞泫在，朴庆湖，萨洛夫，
申请(专利权)人：LS美创有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。