【技术实现步骤摘要】
本专利技术一般地涉及注塑领域。更具体地，本专利技术涉及一种基于机器视觉的智能注塑方法。
技术介绍
1、机器视觉是一门以计算机科学为基础，利用计算机视觉和模式识别技术来模拟和实现人类视觉的过程与能力的学科。它通过使用计算机算法和技术，使计算机能够理解和解释图像或视频的内容，并从中获取有用的信息；机器视觉的应用十分广泛，在许多领域都有重要的作用。例如，在工业生产中，机器视觉可以用来进行产品质量检测和监控，实现自动化生产。在医疗领域，机器视觉可以用于诊断和检测疾病，提高医疗诊断准确性和效率。在交通领域，机器视觉可以用来进行车辆识别和交通监控，提升交通安全和管理效果。
2、注塑机是一种用于制造塑料制品的机器设备。它采用注塑工艺，将加热熔化的塑料通过高压射入模具中，使其在模具内部冷却凝固后形成所需形状的制品或零件；注塑机在现代制造中非常常见，因为它可以生产出各种尺寸、形状和用途的塑料制品，从小型组件到大型零件都能胜任。其高效率和精确性使其成为塑料制造行业中不可或缺的设备；将机器视觉与注塑机结合，通过视觉识别和数据分析技术，用于监测和控制注塑过程。
3、注塑制品的废品数量与总生产数量之比是衡量注塑加工质量和效率的一个重要指标，目前注塑机在注塑加工过程中，由于不同的注塑产品需要调整不同的注塑参数，注塑参数影响产品质量，生产人员不能快速调整最优注塑参数，导致每个注塑产品的不一致性，以至于产品质量低下，从而废品率增加，生产投入成本较高。
技术实现思路
1、为解决上述一个或多个
2、一种基于机器视觉的智能注塑方法，包括：采集注塑机生产的注塑产品图像，对注塑产品图像设置标签，注塑产品图像和标签构成注塑产品数据集，其中，标签为：质量合格、射出压力存在问题、塑料温度存在问题、模具温度存在问题的其中一个；构建神经网络模型，根据所述注塑产品数据集训练神经网络模型，输入注塑产品图像，输出注塑产品的质量，得到最优神经网络模型；调节注塑机的射出压力、塑料温度和模具温度，使用最优神经网络模型实时检测注塑产品合格的概率，得到不同注塑条件下注塑产品合格的概率张量；根据所述概率张量中每个位置元素的概率值和其邻域位置元素的概率值计算所述概率张量中每个位置元素的稳定度，根据所述稳定度最大的元素所在位置的射出压力、塑料温度和模具温度确定最佳注塑参数；实时获取注塑产品图像，输入最优神经网络模型，得到注塑产品质量概率值；计算所述注塑产品质量概率值的向量和不同缺陷产品输入模型中得到的注塑产品概率值的向量的相关性，基于所述相关性判断注塑机的运行状态，确定注塑机检修顺序。
3、在一个实施例中，计算所述概率张量中每个位置元素的稳定度，包括：
4、所述稳定度满足下述关系式：
5、
6、其中，表示注塑机的射出压力为、塑料温度为、模具温度为时注塑产品的稳定度，表示注塑机的射出压力为、塑料温度为、模具温度为时注塑产品的合格概率，表示在概率张量中射出压力为、塑料温度为、模具温度为的元素的邻域内注塑产品合格概率的均值，表示在概率张量中射出压力为、塑料温度为、模具温度为的元素的邻域内注塑产品合格概率的标准差。
7、在一个实施例中，所述最佳注塑参数满足下述关系式：
8、
9、其中，表示最佳注塑参数，表示最大值，表示注塑机的射出压力为、塑料温度为、模具温度为时注塑产品的稳定度，表示注塑机的射出压力为、塑料温度为、模具温度为时注塑产品的合格概率。
10、在一个实施例中，所述相关性满足下述关系式：
11、
12、其中，表示实时的注塑产品质量类别概率向量和历史有某种缺陷的注塑产品质量类别概率向量的相关性，表示实时的注塑产品质量类别概率向量和历史有某种缺陷的注塑产品质量类别概率向量的协方差，表示实时的注塑产品质量类别概率向量的标准差，表示历史有某种缺陷的注塑产品质量类别概率向量的标准差。
13、在一个实施例中，构建神经网络模型，根据所述注塑产品数据集训练神经网络模型，包括：
14、建立卷积神经网络模型，模型的输入为注塑产品图像，输出为注塑产品的质量，模型的损失函数为交叉熵损失，采用梯度下降算法更新模型参数，得到最优神经网络模型。
15、在一个实施例中，使用最优神经网络模型实时检测注塑产品合格的概率，得到不同注塑条件下注塑产品合格的概率张量，包括：
16、调节注塑机的注塑参数，得到不同条件下注塑产品图像，将不同条件下注塑产品图像输入所述最优神经网络模型，得到不同条件下注塑产品合格的概率；
17、将同一注塑条件下注塑产品合格的概率张量的均值作为同类注塑产品合格的概率；
18、将所有所述同类注塑产品合格的概率组成概率张量。
19、在一个实施例中，基于所述相关性判断注塑机的运行状态，确定注塑机检修顺序，包括：
20、响应于相关性大于预设阈值，则注塑机生产出的产品出现异常，停止注塑机的工作，根据注塑产品质量概率值的向量和不同缺陷产品的注塑产品概率值的向量的相关性进行排序，优先检修所述相关性大的参数，确定注塑机的射出压力、塑料温度和模具温度的检修顺序。
21、本专利技术具有以下效果：
22、1.本专利技术通过最佳注塑参数进行注塑，在注塑的过程中实时监测注塑产品的质量，计算质量合格的概率向量和有质量问题的概率向量之间的相关性，根据相关性判断注塑机是否存在潜在故障，有潜在故障时依据相关性给出检修顺序，优化生产参数，提高生产效率，减少废品率。
23、2.本专利技术通过历史注塑产品合格的概率，得到不同注塑条件下注塑产品合格的概率张量，通过概率张量中每个位置元素的概率值和其邻域位置元素的概率值计算所述概率张量中每个位置元素的稳定度，从而有利于根据稳定度和注塑产品合格的概率值计算出最佳注塑参数，以便于调节注塑参数。
本文档来自技高网...【技术保护点】
1.一种基于机器视觉的智能注塑方法，其特征在于，包括：
2.根据权利要求1所述的一种基于机器视觉的智能注塑方法，其特征在于，计算所述概率张量中每个位置元素的稳定度，包括：
3.根据权利要求1所述的一种基于机器视觉的智能注塑方法，其特征在于，所述最佳注塑参数满足下述关系式：
4.根据权利要求1所述的一种基于机器视觉的智能注塑方法，其特征在于，所述相关性满足下述关系式：
5.根据权利要求1所述的一种基于机器视觉的智能注塑方法，其特征在于，构建神经网络模型，根据所述注塑产品数据集训练神经网络模型，包括：
6.根据权利要求1所述的一种基于机器视觉的智能注塑方法，其特征在于，使用最优神经网络模型实时检测注塑产品合格的概率，得到不同注塑条件下注塑产品合格的概率张量，包括：
7.根据权利要求1所述的一种基于机器视觉的智能注塑方法，其特征在于，基于所述相关性判断注塑机的运行状态，确定注塑机检修顺序，包括：
【技术特征摘要】
1.一种基于机器视觉的智能注塑方法，其特征在于，包括：
2.根据权利要求1所述的一种基于机器视觉的智能注塑方法，其特征在于，计算所述概率张量中每个位置元素的稳定度，包括：
3.根据权利要求1所述的一种基于机器视觉的智能注塑方法，其特征在于，所述最佳注塑参数满足下述关系式：
4.根据权利要求1所述的一种基于机器视觉的智能注塑方法，其特征在于，所述相关性满足下述关系式：
5.根据权利要求1...
【专利技术属性】
技术研发人员：郑蕊，李绍算，牛旭，
申请(专利权)人：陕西美伦包装有限公司，
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。