System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种注塑制品重量控制方法技术_技高网

一种注塑制品重量控制方法技术

技术编号:40515940 阅读:8 留言:0更新日期:2024-03-01 13:32
本发明专利技术公开一种注塑制品重量控制方法,步骤包括S1建立神经网络模型预测注塑制品重量;S2称重模块称量注塑制品重量并确定影响因素;S3利用重量闭环调整影响因素实现注塑制品重量控制。利用神经网络模型根据当前生产状态预测生成的注塑制品重量以及可能影响其重量的因素,再通过称重模块检测实际生产的注塑制品重量,通过分析重量数据确定影响因素,最后将影响因素代入重量闭环内获得控制注塑制品重量的方法。本专利通过多重校验能够在注塑制品重量出现偏差后精确确认影响因素并作出对应的调整,经过本专利多段预测验证调节过程,能够更精准的控制注塑制品的精度,提高控制效率。

【技术实现步骤摘要】

本专利技术涉及注塑制品领域,尤其涉及一种注塑制品重量控制方法


技术介绍

1、注塑成型是一种常用的、重要的塑料加工成型方法。而成型制品的重量是注塑制品的一项重要质量性能指标。注塑成型制品的重量控制对于制品质量控制有重要意义。然而,注塑成型过程是一个复杂的、多阶段、多变量的和非线性的间歇生产过程。影响注塑制品重量的因素众多,同时在实际生产过程中存在噪声等不确定因素,造成注塑成型制品的重量控制实现困难,成本高昂因此如何校正注塑过程中的影响因素从而控制注塑成型制品的重量是亟待解决的问题。

2、中国专利文献cn102101352b公开了“一种注塑成型制品重量无模型控制方法”。采用了方法(1)包括:设置无模型重量控制方法参数集,其中:为重量控制指标设定值,为重量目标偏差容限,为重量波动方差容限,为重复试验次数,为重复测量次数,为验证试验次数,为最大试验点计数,为单纯形方法系数。设有个工艺参数,可以将其分别定义为:令表征由这些工艺参数组合所形成的第一个控制工作点。由操作人员设定初始控制工作点,为工艺参数个数;将进行归一化,归一化后的控制工作点向量为;设置控制工作点计数;(2)基于单纯形方法的控制工作点迭代:设生产的连续控制工作点序列为;其中已进行重量估计,为新的待估计的控制工作点向量,由单纯形方法迭代产生。但是该方法注塑制品的重量控制不够精准。


技术实现思路

1、本专利技术主要解决原有注塑制品重量控制不够精准的技术问题,提供一种注塑制品重量控制方法,本专利先建立神经网络模型根据注塑机现有的工作状态预测生产出的注塑产品的重量,判断按照目前状态生产的注塑制品是否符合标准,再使用称重模块称量生产出来的注塑制品的实际重量,将实际重量和标准重量进行比较,根据两者差值确定影响因素,再将影响因素代入重量闭环调整影响因素进而将注塑制品的重量控制在标准范围内,通过预测、实际称重、多环重量闭环进而精确控制注塑制品的重量。

2、本专利技术的上述技术问题主要是通过下述技术方案得以解决的:本专利技术步骤包括s1建立神经网络模型预测注塑制品重量;

3、s2称重模块称量注塑制品重量并确定影响因素;

4、s3利用重量闭环调整影响因素实现注塑制品重量控制。

5、在注塑生产过程中,大部分注塑制品既是标准件同时生产量非常大,若注塑制品的重量上下起伏过大,会生产出大量的次品,严重影响注塑制品的生产效率并造成资源浪费,因此如何稳定控制每件注塑制品的重量在标准范围内具有非常重要的经济意义。现有的注塑制品重量控制的方法大多是在注塑制品生产完成后对生产结果进行抽样检测,根据抽样检测的结果再来确认影响注塑制品重量不准确的原因。传统方法整个流程的跨度时间较长,且仅仅根据注塑完的成品重量很难准确的获得影响注塑制品重量的因素并做出对应的调整。为了解决该问题,本专利技术根据注塑机的运行状况建立了神经网络模型来预测当前状况下注塑机生产出来的注塑制品的重量,神经网络根据预测结果能够初步划分影响注塑制品重量因素的范围。在神经网络模型预测完产品重量后,注塑机将会正常生产出一部分的注塑制品,称重模块对生产完成的注塑制品进行称重测量,若实际检测后发现注塑制品重量超出了标准范围,结合神经网络模型预测的结果以及称重模块实际称重的结果确定具体影响注塑制品重量的影响因素。将确定的影响因素代入重量闭环内进行内循环,根据重量闭环内循环的结果判断调整该影响因素后能否将生产的注塑制品的重量控制在合理的范围内。若称重模块称量注塑制品的实际称重结果符合标准范围,则将符合标准的注塑制品的重量数据存储进入神经网络模型,为神经网络模型提供更多的数据样本,提高神经网络模型预测产品重量的明确度。本专利通过前置的神经网络模型在注塑制品生产前先行预测当前情况下的注塑制品的重量以及可能影响注塑制品重量的因素,在注塑制品生产过程中,使用称重模块对已生产的注塑制品称重验证神经网络模型预测结果的准确性并确定影响因素,最后将影响因素代入重量闭环获得控制注塑制品重量的方法实现注塑制品重量的控制。该方法区别与现有的方法,能够划定影响因素范围再进行精确的验证分析,既能够提高注塑制品重量控制的速度,不用盲目的抽样称重进行注塑制品重量调试,也能够通过多次检验提高重量控制的精度。

6、作为优选,所述步骤s3中重量闭环包括三个分层,最内层设置为机器控制层,用于控注塑过程中的制机器部件,确保机器按照既定程序执行,中间层作为状态变量控制层,将熔体温度和熔体压力精准地控制在预期的曲线内,最外层设置为制品重量控制层,根据前一循环制品重量的反馈结果进行下一轮的重量调节。称重模块对已生产的注塑件制品称重后,根据称重后的数据反馈,确定影响注塑制品重量的因素,将需要调整的该因素代入重量闭环进行内循环获得对应的调整方法。由于注塑制品生产过程中,一项变量的变动会影响整个注塑过程,因此重量闭环包括三个分层,机器控制层主要用于循环验证调整影响因素后注塑机器能够按照既定程序正常进行注塑制品的生产。若影响因素调整后,注塑机器无法达到预期的效果,则需要重新调整影响因素。状态变量控制层则是从熔体温度和熔体压力两个方面验证影响因素的调整是否合理。在注塑制品的生产过程中,如何完好快速的熔融注塑原料在一定程上影响了注塑件制品的生产,因此状态变量控制层以熔体温度和熔体压力为主要控制的状态变量,内循环验证影响因素的调整是否会对这两个状态变量产生负增益,确保影响因素的调整能够加快完好地熔融注塑原料。重量控制层则是最外一层内循环,当重量闭环一端输入调整因素后,重量控制层进入内循环,验证影响因素调整后注塑品的重量能否回到标准范围内,若重量控制层验证成功后,重量闭环输出具体的调整方法。通过重量闭环多层内循环能够确保验证前置步骤中确认的影响因素是否正确,提高影响因素调整的精确性,确保注塑制品的重量能够有效的控制在标准范围内。

7、作为优选,所述步骤s3中在注塑过程中,注塑制品的重量公式如下:

8、

9、式中x为注塑品x方向上的坐标,y为注塑品y方向上的坐标,z为注塑品z方向上的坐标,ω为注塑制品的腔型区域,tep为浇口凝固时间,g为重力加速度,ρ为密度,v为比容,根据公式内的因素调整重量闭环内的影响部分。利用公式能够较为便捷的获知注塑原料注塑制成注塑件成品时注塑制品的重量,根据式中的参数的变化也能够分析出影响因素。

10、作为优选,所述步骤s1中建立重量影响因素为输入,注塑制品重量为输出的神经网络模型,模型中给予某些神经元一定的输入,可从其他神经元通过神经元互联的权重和阈值得到一定的输出值,调整互联权重和阈值可以使得神经网络模型中输入与输出逐渐趋近实际注塑过程,从而得到实际输出的预测结果。按照神经网络模型既定的工作逻辑,通过调整各部分参数之间的变化,能够使得神经网络模型的预测得到的注塑制品的重量逐渐接近注塑机实际生产出的注塑制品的重量,神经网络模型多次注塑制品重量预测中不断调试,积攒大量的实验样本,提高完善神经网络模型预测注塑制品重量的准确度,使得神经网络模型的预测值与实际值不会产生较大的偏差。...

【技术保护点】

1.一种注塑制品重量控制方法,其特征在于,步骤包括

2.根据权利要求1所述的一种注塑制品重量控制方法,其特征在于,所述步骤S3中重量闭环包括三个分层,最内层设置为机器控制层,用于控注塑过程中的制机器部件,确保机器按照既定程序执行,中间层作为状态变量控制层,将熔体温度和熔体压力精准地控制在预期的曲线内,最外层设置为制品重量控制层,根据前一循环制品重量的反馈结果进行下一轮的重量调节。

3.根据权利要求2所述的一种注塑制品重量控制方法,其特征在于,所述步骤S3中在注塑过程中,注塑制品的重量公式如下:

4.根据权利要求1所述的一种注塑制品重量控制方法,其特征在于,所述步骤S1中建立重量影响因素为输入,注塑制品重量为输出的神经网络模型,模型中给予某些神经元一定的输入,可从其他神经元通过神经元互联的权重和阈值得到一定的输出值,调整互联权重和阈值可以使得神经网络模型中输入与输出逐渐趋近实际注塑过程,从而得到实际输出的预测结果。

5.根据权利要求2所述的一种注塑制品重量控制方法,其特征在于,所述重量闭环以及神经网络模型中均包括自动检测调节和人工检测反馈调节两部分。

6.根据权利要求5所述的一种注塑制品重量控制方法,其特征在于,所述步骤S3中状态变量控制层使用间接测量参数控制调整注塑重量影响因素,根据注塑制品型腔内检测点的温度和压力作为状态变量,将机器设置的点作为调节变量,建立起间接测量参数和注塑制品重量之间的关系,控制中制品重量作为反馈,同时结合人工检测反馈,调整影响因素校正注塑制品的重量。

7.根据权利要求1所述的一种注塑制品重量控制方法,其特征在于,所述步骤S2中称重模块称重完注塑产品后,将称重值与标准值做差,若差值超过一定范围,确定影响因素并将影响因素代入重量闭环进行调整,调整后在神经网络模型输入调整后的加工参数得到预测结果,调整并控制注塑制品的重量。

8.根据权利要求1所述的一种注塑制品重量控制方法,其特征在于,所述步骤S2中称重模块称重时,机械臂从注塑机内取出注塑完成的注塑制品并放置在称重模块上,称重模块进行称重检测重量,并根据重量变化判断影响重量的因素,统计影响因素代入后续重量闭环。

...

【技术特征摘要】

1.一种注塑制品重量控制方法,其特征在于,步骤包括

2.根据权利要求1所述的一种注塑制品重量控制方法,其特征在于,所述步骤s3中重量闭环包括三个分层,最内层设置为机器控制层,用于控注塑过程中的制机器部件,确保机器按照既定程序执行,中间层作为状态变量控制层,将熔体温度和熔体压力精准地控制在预期的曲线内,最外层设置为制品重量控制层,根据前一循环制品重量的反馈结果进行下一轮的重量调节。

3.根据权利要求2所述的一种注塑制品重量控制方法,其特征在于,所述步骤s3中在注塑过程中,注塑制品的重量公式如下:

4.根据权利要求1所述的一种注塑制品重量控制方法,其特征在于,所述步骤s1中建立重量影响因素为输入,注塑制品重量为输出的神经网络模型,模型中给予某些神经元一定的输入,可从其他神经元通过神经元互联的权重和阈值得到一定的输出值,调整互联权重和阈值可以使得神经网络模型中输入与输出逐渐趋近实际注塑过程,从而得到实际输出的预测结果。

5.根据权利要求2所述的一种注塑制品重量控制方法,其特征在于,所述重量闭环...

【专利技术属性】
技术研发人员:李君陈振光李素君林娅丹
申请(专利权)人:西诺控股集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1