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() 一种一体化压铸模具的温度控制系统及方法技术方案_技高网

一种一体化压铸模具的温度控制系统及方法技术方案

技术编号:40819009 阅读:2 留言:0更新日期:2024-03-28 19:37
本发明专利技术涉及一种一体化压铸模具的温度控制系统及方法,属于压铸模具技术领域,通过选取压铸模具进口处、出口处、厚度最大值部位和模芯的点位,以及采用主成分分析方法识别在压铸过程中温度出现显著变化的点位,确定了压铸模具温度控制的关键点位,解决了现有技术中由于监测的点位过多,难以确定关键的监测点位,导致温度监测效率低的问题;获取基于关键点位多次压铸的经验数据,建立多个关键点位温度数据与压铸效果数据变量之间的多元逻辑回归模型,解决了现有技术中难以量化关键监测点位温度与压铸效果之间的关系,导致对温度控制的精准性降低,压铸效果不稳定的问题。

【技术实现步骤摘要】

本专利技术属于压铸模具,涉及一种一体化压铸模具的温度控制系统及方法


技术介绍

1、压铸是一种常用的金属成型工艺,用于制造各种复杂形状的金属零件。压铸模具是该工艺的核心组成部分,它决定了最终产品的形状和质量。在压铸过程中,模具温度的控制对于成品质量和模具寿命至关重,控制合适的温度可以减少热应力、提高产品质量、控制液态金属流动性、提高生产效率。

2、压铸模具的温度控制大部分基于对压铸模具的温度监测进行的,并且人们常常监测多个点位的温度以确保压铸模具温度控制的精准性。然而,这种方式所监测的点位过多,难以确定关键的监测点位,导致温度监测效率低。此外,由于难以量化关键监测点位温度与压铸效果之间的关系,导致对温度控制的精准性降低,压铸效果不稳定。


技术实现思路

1、为解决上述现有技术存在的问题,本专利技术提供了一种一体化压铸模具的温度控制系统及方法。

2、本专利技术的目的可以通过以下技术方案实现:

3、第一方面,本专利技术提供了一种一体化压铸模具的温度控制系统,包括温度监测模块、效果分析模块和温度控制模块,其中:

4、所述温度监测模块,用于监测预设的压铸模具关键点位的温度;

5、所述效果分析模块,连接温度监测模块,用于将所述关键点位的温度输入预设的效果分析模型,以预测压铸效果;

6、所述温度控制模块,连接效果分析模块,用于根据预测的压铸效果,对压铸模具的温度进行调整,使关键点位的温度达到合适范围。

7、进一步地,所述温度监测模块中,所述关键点位,对于压铸模具温度监测关键点位的确定主要包括两种方式,一种是将压铸模具的进口处、出口处、厚度最大值部位和模芯作为关键点位,另一种是识别在压铸过程中温度出现显著变化的点位作为关键点位,包括以下步骤:

8、s1、沿压铸模具嵌入多个温度监测装置,以布设多个监测点;

9、s2、在压铸过程中,按固定的时间间隔监测多个监测点的温度,以获取多个监测点的温度时间序列数据集;

10、s3、采用主成分分析方法确定所述温度时间序列数据集的主成分轴,并识别与所述主成分轴相关性较大的监测点作为关键点位。

11、进一步地,步骤s3中,所述主成分分析方法,包括以下步骤:

12、s31、数据标准化:对温度时间序列数据集的多个监测点变量进行标准化处理;

13、s32、确定相关系数矩阵:在数据标准化后,计算多个监测点变量两两之间的相关系数,得到相关系数矩阵;

14、s33、计算相关系数矩阵的特征值和特征向量,并将特征值按从大到小的顺序对特征向量排序,得到主成分轴;

15、s34、将标准化后的多个监测点变量投影在各主成分轴中,求各主成分轴得分;

16、s35、根据相关系数矩阵的特征值,计算各主成分轴的方差贡献率。

17、s36、按主成分轴的方差贡献率大小,选择累计方差贡献率大于75%的主成分轴作为温度时间序列数据集主成分轴;

18、s37、计算多个监测点变量与所述温度时间序列数据集主成分轴得分之间的相关系数,选择所述相关系数大于0.7的监测点作为关键点位。

19、进一步地,步骤s32中,所述相关系数,计算公式如下:

20、

21、式中:rij表示数据变量xi与xj之间的相关系数;xki表示xi的第k个样本,xkj表示xj的第k个样本,k=1,2,…,n,其中n为样本数。

22、进一步地,步骤s35中,所述方差贡献率,计算公式如下:

23、

24、式中:fi表示第i个主成分特征值的方差贡献率;λi表示第i个主成分特征值,i=1,2,…,p,其中p为特征值的个数。

25、进一步地,所述效果分析模型中,所述效果分析模型,配置为多元逻辑回归模型,包括以下步骤:

26、t1、数据收集:收集多次压铸过程的经验数据,包括多个关键点位温度数据,以及压铸效果数据,所述压铸效果包括压铸成功和压铸失败;

27、t2、数据处理:计算多个关键点位温度数据变量之间的相关系数,剔除相关系数大于0.7的数据变量,将压铸效果数据转化为二元压铸效果数据,其中压铸成功转化为“1”,压铸失败转化为“0”;

28、t3、模型构建:以多个关键点位温度变量为自变量,对应的二元压铸效果数据为因变量,构建多元逻辑回归模型。

29、进一步地,步骤t3中,所述构建多元逻辑回归模型,包括以下步骤:

30、t31、单因子显著性检验:构建单个关键点位温度数据变量与二元压铸效果数据变量的单因子逻辑回归模型,检验所述单因子逻辑回归模型的显著性,剔除模型显著性大于0.05的关键点位温度数据变量,未被剔除的变量则通过单因子显著性检验;

31、t32、将通过单因子显著性检验的关键点位温度数据变量纳入多元逻辑回归模型中,确定多元逻辑回归模型表达式,采用最大似然估计法估计所述表达式的回归系数。

32、进一步地,步骤t32中,所述多元逻辑回归模型表达式,写为:

33、

34、式中:p为估计压铸效果发生的概率;z为二元压铸效果数据变量与多个关键点位温度数据变量的线性组合,其表达式为:

35、z=b0+b1x1+b2x2+....+bnxn,

36、式中:b0是模型的截距;bi为模型的斜率系数;xi为纳入模型的关键点位温度数据变量;i=1,2,…,n,其中n为纳入模型的关键点位个数;b0和bi为模型需要估计的回归系数。

37、第二方面,本专利技术提供了一种一体化压铸模具的温度控制方法,应用于上述的一种一体化压铸模具的温度控制系统。

38、本专利技术的有益效果:

39、(1)通过选取压铸模具进口处、出口处、厚度最大值部位和模芯的点位,以及采用主成分分析方法识别在压铸过程中温度出现显著变化的点位,确定了压铸模具温度控制的关键点位,解决了现有技术中由于监测的点位过多,难以确定关键的监测点位,导致温度监测效率低的问题。

40、(2)获取基于关键点位多次压铸的经验数据,建立多个关键点位温度数据与压铸效果数据变量之间的多元逻辑回归模型,解决了现有技术中难以量化关键监测点位温度与压铸效果之间的关系,导致对温度控制的精准性降低,压铸效果不稳定的问题。

本文档来自技高网...

【技术保护点】

1.一种一体化压铸模具的温度控制系统,其特征在于:包括温度监测模块、效果分析模块和温度控制模块,其中:

2.根据权利要求1所述的一种一体化压铸模具的温度控制系统,其特征在于:所述温度监测模块中,所述预设的压铸模具关键点位,通过两种方式进行确定,其中一种是将压铸模具的进口处、出口处、厚度最大值部位和模芯作为关键点位;另一种是识别在压铸过程中温度出现显著变化的点位作为关键点位,包括以下步骤:

3.根据权利要求2所述的一种一体化压铸模具的温度控制系统,其特征在于:步骤S3中,所述主成分分析方法,包括以下步骤:

4.根据权利要求3所述的一种一体化压铸模具的温度控制系统,其特征在于:步骤S32中,所述相关系数,计算公式如下:

5.根据权利要求3所述的一种一体化压铸模具的温度控制系统,其特征在于:步骤S35中,所述方差贡献率,计算公式如下:

6.根据权利要求1所述的一种一体化压铸模具的温度控制系统,其特征在于:步骤T3中,所述构建多元逻辑回归模型,包括以下步骤:

7.根据权利要求6所述的一种一体化压铸模具的温度控制系统,其特征在于:步骤T32中,所述多元逻辑回归模型表达式,写为:

8.一种一体化压铸模具的温度控制方法,其特征在于:应用于如权利要求1-7任一项所述的一种一体化压铸模具的温度控制系统。

...

【技术特征摘要】

1.一种一体化压铸模具的温度控制系统,其特征在于:包括温度监测模块、效果分析模块和温度控制模块,其中:

2.根据权利要求1所述的一种一体化压铸模具的温度控制系统,其特征在于:所述温度监测模块中,所述预设的压铸模具关键点位,通过两种方式进行确定,其中一种是将压铸模具的进口处、出口处、厚度最大值部位和模芯作为关键点位;另一种是识别在压铸过程中温度出现显著变化的点位作为关键点位,包括以下步骤:

3.根据权利要求2所述的一种一体化压铸模具的温度控制系统,其特征在于:步骤s3中,所述主成分分析方法,包括以下步骤:

4.根据权利要求3所述的一种一体化压铸模具的温度...

【专利技术属性】
技术研发人员:陈永标叶能周希旺师乐乐李鹏
申请(专利权)人:广州市型腔模具制造有限公司
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