一种基于神经网络模型产品生产用预测方法技术

本发明专利技术公开了一种基于神经网络模型产品生产用预测方法，涉及产品生产预测技术领域，本发明专利技术首先通过数据监测模块实时获取薄壳塑料件注塑生产过程中的全部生产数据，然后所述数据处理模块内建立双神经网络预测单元，然后将全部生产数据作为初始参数双神经网络预测单元，得到两个神经网络预测模型；将全部生产数据作为初始参数输入两个神经网络预测模型得到两个预测结果，设立最终判断模块，处理人员结合第一预测结果以及第二预测结果得到最优工艺参数组合，并使用最优工艺参数组合对产品生产过程进行指导。本发明专利技术为一种基于神经网络模型产品生产用预测方法，具有数据分析结果更加精确、节约人力资源，节约经济成本。节约经济成本。节约经济成本。

【技术实现步骤摘要】
一种基于神经网络模型产品生产用预测方法


[0001]本专利技术涉及产品生产预测
，特别涉及一种基于神经网络模型产品生产用预测方法。

技术介绍

[0002]在汽车制造领域中，需要生产一定量配套的薄壳塑料件，在薄壳塑料件生产过程中往往通过注塑加工的方式进行生产，现有技术中注塑成型的过程是多变量、非线性的熔体流动变化的过程，根据其形状、材料属性并结合Moldflow数据库推荐的数据，对其进行浇注系统、冷却系统的CAE建模，并按照推荐进行成型工艺参数初步设置，从而建立一整套注塑成型数值模拟系统，实现对其进行初步的翘曲变形、熔接痕等缺陷分析，根据分析结果进行人工判断，并对后续产品生产进行指导。
[0003]现有的产品生产用数据处理系统，只能采集生产流程中的各类数据，然后通过人工分析处理对后续产品生产进行指导，因此存在数据分析结果不精确、浪费人力资源、指导产品生产过程中容易出错的缺点，为此，我们提出一种基于神经网络模型产品生产用预测方法，能够通过搭建神经网络系统，自动分析处理数据，并实时得到预测结果，根据预测结果精确指导产品生产。

技术实现思路

[0004]本专利技术的主要目的在于提供一种基于神经网络模型产品生产用预测方法，可以有效解决
技术介绍
中现有的产品生产用数据处理系统存在的数据分析结果不精确、浪费人力资源、指导产品生产过程中容易出错的缺点。
[0005]为实现上述目的，本专利技术采取的技术方案为：一种基于神经网络模型产品生产用预测方法，包括以下步骤：S1：设立数据监测模块，所述数据监测模块实时获取薄壳塑料件注塑生产过程中的全部生产数据；S2：设立数据传输模块以及数据处理模块，所述数据传输模块主要用于将全部生产数据发送至数据处理模块，所述数据处理模块主要用于处理全部生产数据，数据监测模块与数据处理模块之间通过数据传输模块连接，数据传输模块具体为通信网络，通过通信网络实现数据之间的传输，且同时保证数据传输的稳定性；S3：所述数据处理模块内建立双神经网络预测单元，在所述双神经网络预测单元内部建立BP神经网络预测模型以及GA
‑
BP神经网络预测模型；S4：将全部生产数据作为初始参数输入BP神经网络预测模型，并完成BP神经网络预测模型的学习、参数调整、阈值匹配以及结果判断得到最优的BP神经网络预测模型，并输出最优BP神经网络预测模型；S5：将全部生产数据作为初始参数输入GA
‑
BP神经网络预测模型，并完成GA
‑
BP神经网络预测模型的学习、参数调整、阈值匹配以及结果判断得到最优的BP神经网络预测模
型，并输出最优GA
‑
BP神经网络预测模型；S6：使用最优BP神经网络预测模型对以往生产数据进行结果预测，得到包含工艺参数组合的第一预测结果，使用最优GA
‑
BP神经网络预测模型对以往生产数据进行结果预测，得到包含工艺参数组合第二预测结果，S7：设立最终判断模块，所述数据处理模块将第一预测结果以及第二预测结果反馈至最终判断模块，所述最终判断模块内处理人员结合第一预测结果以及第二预测结果得到最优工艺参数组合，并使用最优工艺参数组合对产品生产过程进行指导，本专利技术中通过建立两种神经网络预测模型，得到两种预测结果，根据两种预测结果结合人工判断，最终确定产品生产参数，根据预测得到的结果中的产品生产参数，指导产品生产，使得数据分析结果更加精确、节约浪费人力资源、指导产品生产过程中避免出错。
[0006]优选地，步骤S1中所述数据监测模块中建立注塑成型的理论模型，所述注塑成型的理论模型包括塑料熔体的流动模型以及翘曲变形模型，流动模型主要用于上分析造成翘曲变形的原因得到对应生产参数数据，翘曲变形模型主要用于分析注塑成型的过程中多变量、非线性的熔体流动变化过程，得到对应生产参数数据，根据薄壳塑料件形状、材料属性并结合Moldflow数据库推荐的数据，对其进行浇注系统、冷却系统的工程建筑中的计算机辅助建模，并按照推荐进行成型工艺参数初步设置，从而建立注塑成型数值模拟系统，实现对其进行初步的翘曲变形、熔接痕缺陷分析，得到薄壳塑料件的生产残次品数据以及合格产品数据。
[0007]优选地，所述步骤S1中全部生产数据包括生产参数数据、残次品数据以及合格产品数据，生产参数数据具体包括填充时间、熔体温度、模具温度、保压压力、保压时间和冷却时间，残次品数据以及合格产品数据由对应待生产的产品具体自身数据决定，通过工程设计中的计算机辅助工程技术实现快速发现缺陷并给出解决方案，缩短模具制造周期，加快新产品开发和快速上市之目的。
[0008]优选地，所述Moldflow数据库是基于有限元数值分析软件Moldflow得到的，Moldflow软件为模流分析，模流分析是指运用数据模拟软件，通过计算机完成注塑成型的模拟仿真，模拟模具注塑的过程，得出对应数据结果，通过对应结果对模具的生产方案可行性进行评估，本专利技术将Moldflow软件得到的数据组作为BP神经网络和GA
‑
BP网络的输入数据和输出数据，通过BP神经网络模型的预测能力可以预测塑料件的收缩率，并且比较GA
‑
BP网络模型的预测结果，通过比较两种网络计算模型的模拟预测结果，从而可以得到注塑过程的最佳工艺参数组合，并且通过遗传算法和神经网络算法的耦合可以进一步优化神经网络算法的预测结果，得到具有更高的准确性和稳定性的预测模型。
[0009]优选地，所述步骤S3中的BP神经网络预测模型主要通过遗传算法优化BP神经网络训练的权值和阈值，首先进行编码，生成初始种群，用遗传算法训练神经网络，采用实数编码；然后执行遗传操作，然后计算当前群体中每个染色体的适应度值，找出当前最优适应度值的个体，反复迭代，到满足条件为止，若达不到条件，则以指定的最大遗传代数为终止计算准则，最后获得BP神经网络的初始权值和阈值，经过遗传运算，就得到BP神经网络预测模型误差最小的一组完整整初始权值和阈值。
[0010]优选地，在采用实数编码过程中，将一个实数直接作为一个染色体的一个基因位，使染色体的长度大大缩短，免去了编码解码的繁琐，使得遗传操作简化，编码串由四部组
成：隐含层与输入层连接权值、输出层与隐含层连接权值、隐含层阈值、输出层阈值，具体方法为：将网络的权值和阈值按一定的顺序级联起来，形成一个实数数组，作为遗传算法的一个染色体，遗传操作在这样的染色体群中进行，然后进行评价函数，遗传算法在进化搜索以适应度函数为依据，利用种群中每个染色体的适应度值搜索，适应度较高的个体遗传到下一代的概率就较大，而适应度较低的个体遗传到下一代的概率就相对小一些，BP神经网络的评估标准就是MSE越小越好。
[0011]优选地，在执行遗传操作过程中，选择操作采用排序选择方法，根据每个个体适应度值的大小，由小到大排列，最小适应度值的个体对应的序号为1，最大适应度值的个体对应的序号为M，然后根据每个个体的相对适应度值的大小，按照适应度比例选择法计算个体的选择概率，交叉操作采用单点交叉，变异操作采用均匀变异。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络模型产品生产用预测方法，其特征在于：包括以下步骤：S1：设立数据监测模块，所述数据监测模块实时获取薄壳塑料件注塑生产过程中的全部生产数据；S2：设立数据传输模块以及数据处理模块，所述数据传输模块主要用于将全部生产数据发送至数据处理模块，所述数据处理模块主要用于处理全部生产数据；S3：所述数据处理模块内建立双神经网络预测单元，在所述双神经网络预测单元内部建立BP神经网络预测模型以及GA
‑
BP神经网络预测模型；S4：将全部生产数据作为初始参数输入BP神经网络预测模型，并完成BP神经网络预测模型的学习、参数调整、阈值匹配以及结果判断得到最优的BP神经网络预测模型，并输出最优BP神经网络预测模型；S5：将全部生产数据作为初始参数输入GA
‑
BP神经网络预测模型，并完成GA
‑
BP神经网络预测模型的学习、参数调整、阈值匹配以及结果判断得到最优的BP神经网络预测模型，并输出最优GA
‑
BP神经网络预测模型；S6：使用最优BP神经网络预测模型对以往生产数据进行结果预测，得到包含工艺参数组合的第一预测结果，使用最优GA
‑
BP神经网络预测模型对以往生产数据进行结果预测，得到包含工艺参数组合第二预测结果；S7：设立最终判断模块，所述数据处理模块将第一预测结果以及第二预测结果反馈至最终判断模块，所述最终判断模块内处理人员结合第一预测结果以及第二预测结果得到最优工艺参数组合，并使用最优工艺参数组合对产品生产过程进行指导。2.根据权利要求1所述的一种基于神经网络模型产品生产用预测方法，其特征在于：步骤S1中所述数据监测模块中建立注塑成型的理论模型，所述注塑成型的理论模型包括塑料熔体的流动模型以及翘曲变形模型，流动模型主要用于上分析造成翘曲变形的原因得到对应生产参数数据，翘曲变形模型主要用于分析注塑成型的过程中多变量、非线性的熔体流动变化过程，得到对应生产参数数据，根据薄壳塑料件形状、材料属性并结合Moldflow数据库推荐的数据，对其进行浇注系统、冷却系统的工程建筑中的计算机辅助建模，并按照推荐进行成型工艺参数初步设置，从而建立注塑成型数值模拟系统，实现对其进行初步的翘曲变形、熔接痕缺陷分析，得到薄壳塑料件的生产残次品...

【专利技术属性】
技术研发人员：郑国强，纪又新，杨国军，郝志国，鲁智力，刘金英，朱雷，王毅，
申请(专利权)人：郑州巴士麦普科技有限公司，
类型：发明
国别省市：