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()
【技术实现步骤摘要】
本申请属于工业互联网,具体涉及一种注塑机制品质量预测方法、装置、设备和存储介质。
技术介绍
1、塑料制品具有质量轻、绝缘和耐腐蚀等优点,已广泛应用于航空航天、交运、通信、新能源和日常生活等多个领域。注塑机制品的质量指标可以指导实际注塑工业场景中的缺陷发现,以及时停止缺陷产品生产,降低生产损失,因此产品质量的检验和控制对注塑机制品的生产过程具有重大的现实意义。
2、注塑机的工艺参数设定是影响注塑机制品的质量的主要因素。目前注塑机制品生产的过程中,当技术人员根据生产经验设定一组工艺参数后,往往需要实际生产出产品并对产品实物进行测量后,才能根据测量的结果判断该产品的质量是否合格。
3、然而,这种方法不仅需要依靠工作人员大量的实践经验,在具体的参数调试过程中,也需要进行多次参数调试以及产品质量检测,导致生产效率低下,耗费人力物力。
技术实现思路
1、针对上述问题,本申请提供了一种注塑机制品质量预测方法、装置、设备和存储介质。
2、第一方面,本申请提供一种注塑机制品质量预测方法,所述方法包括:
3、根据同类型的注塑机制品的实验数据和生产数据,获取所述类型的注塑机制品的品质数据集,其中,所述品质数据集包括多个不同批次产品的品质数据样本,每个品质数据样本包括生产当前批次时注塑机的设置参数信息和当前批次的品质指标信息;
4、根据所述品质数据集,生成训练数据集;
5、根据所述训练数据集,对质量预测模型进行训练,获取训练完成的质量
6、可选的,所述根据同类型的注塑机制品的实验数据和生产数据,获取所述类型的注塑机制品的品质数据集,包括:
7、获取所述类型的注塑机制品的doe实验的实验设置参数集,从所述实验设置参数集中选择第一目标设置参数信息;
8、获取所述类型的注塑机制品的实际生产设置参数集,从所述实际生产设置参数集中选择第二目标设置参数信息;
9、获取所述第一目标设置参数信息和所述第二目标设置参数信息对应的品质指标信息;
10、将所述第一目标设置参数信息、所述第二目标设置参数信息及其对应的品质指标信息作为所述品质数据集中的品质数据样本。
11、可选的,所述从所述实验设置参数集中选择第一目标设置参数信息,包括:
12、根据所述实验设置参数集中的不同设置参数的水平分类,将所述实验设置参数集进行分组,其中,每个分组中的每条设置参数信息的同种设置参数的水平分类相同;
13、根据每个分组对应的预设取样比例和取样总数,获取每个分组对应的取样数量;
14、从每个分组中随机选取所述分组对应的取样数量的第一目标设置参数信息。
15、可选的,所述获取所述第一目标参数信息和所述第二目标参数信息对应的品质指标信息,包括:
16、根据所述目标参数信息对应的生产批次,获取所述生产批次对应的产品尺寸集;
17、从所述批次对应的产品尺寸集中随机抽取预设抽检数量的产品尺寸样本;
18、根据每个产品尺寸样本中的不同维度的实际尺寸与不同维度对应的标准尺寸,获取所述批次的不同维度的平均尺寸偏差,作为所述目标参数信息对应的品质指标信息。
19、可选的,所述质量预测模型为基于xgboost的质量预测模型,所述质量预测模型的输入值为生产所述类型的注塑机制品时注塑机的设置参数信息,所述质量预测模型的输出值为所述类型的注塑机制品的品质指标信息。
20、可选的,所述生产当前批次时注塑机的设置参数信息包括射嘴温度、炮筒各段的加热温度、热流道温度、熔胶速度、冷却时间、各时段的保压压力或各时段的射胶速度中的至少一种,所述品质指标信息包括直边直径偏差和/或高度尺寸偏差。
21、第二方面,本申请提供一种注塑机制品质量预测方法,所述方法包括:
22、获取注塑机的设置参数信息;
23、获取所述注塑机制品对应的类型,并将所述设置参数信息输入至所述类型对应的质量预测模型;其中,所述质量预测模型是通过如第一方面所述的方法训练得到的模型;
24、获取所述质量预测模型输出的所述注塑机制品的品质指标信息;
25、根据所述品质指标信息,判断所述注塑机制品的品质指标是否符合预设要求;
26、若否,则根据预设的不同品质指标和设置参数的相关关系和所述品质指标信息,对注塑机的不同设置参数进行调整。
27、第三方面,本申请提供一种注塑机制品质量预测装置,所述装置包括:
28、获取模块,用于根据同类型的注塑机制品的实验数据和生产数据,获取所述类型的注塑机制品的品质数据集,其中,所述品质数据集包括多个不同批次产品的品质数据样本,每个品质数据样本包括生产当前批次时注塑机的设置参数信息和当前批次的品质指标信息;
29、处理模块,用于根据所述品质数据集,生成训练数据集;
30、训练模块,用于根据所述训练数据集,对质量预测模型进行训练,获取训练完成的质量预测模型,其中,所述质量预测模型用于预测所述类型的注塑机制品的品质指标。
31、第四方面,本申请提供一种注塑机制品质量预测设备,包括:存储器和至少一个处理器;
32、所述存储器用于存储计算机程序;
33、所述至少一个处理器用于运行所述存储器中存储的计算机程序以实现如第一方面和第二方面所述的方法。
34、第五方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序;
35、所述计算机程序被处理器执行时实现如第一方面和第二方面所述的方法。
36、本申请提供的注塑机制品质量预测方法,通过根据同类型的注塑机制品的实验数据和生产数据,获取所述类型的注塑机制品的品质数据集,其中,所述品质数据集包括多个不同批次产品的品质数据样本,每个品质数据样本包括生产当前批次时注塑机的设置参数信息和当前批次的品质指标信息;根据所述品质数据集,生成训练数据集;根据所述训练数据集,对质量预测模型进行训练,获取训练完成的质量预测模型,其中,所述质量预测模型用于预测所述类型的注塑机制品的品质指标;实现了根据注塑机的工艺参数就可以对后续生产的产品品质指标进行精准预测,提高工艺参数的调试效率,降低试错成本,进而促进产品质量和生产效益的提升。
本文档来自技高网...【技术保护点】
1.一种注塑机制品质量预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据同类型的注塑机制品的实验数据和生产数据,获取所述类型的注塑机制品的品质数据集,包括:
3.根据权利要求2所述的方法,其特征在于,所述从所述实验设置参数集中选择第一目标设置参数信息,包括:
4.根据权利要求2所述的方法,其特征在于,所述获取所述第一目标参数信息和所述第二目标参数信息对应的品质指标信息,包括:
5.根据权利要求1所述的方法,其特征在于,所述质量预测模型为基于XGBoost的质量预测模型,所述质量预测模型的输入值为生产所述类型的注塑机制品时注塑机的设置参数信息,所述质量预测模型的输出值为所述类型的注塑机制品的品质指标信息。
6.根据权利要求1所述的方法,其特征在于,所述生产当前批次时注塑机的设置参数信息包括射嘴温度、炮筒各段的加热温度、热流道温度、熔胶速度、冷却时间、各时段的保压压力或各时段的射胶速度中的至少一种,所述品质指标信息包括直边直径偏差和/或高度尺寸偏差。
7.一种注塑机制品质量预
8.一种注塑机制品质量预测装置,其特征在于,所述装置包括:
9.一种注塑机制品质量预测设备,其特征在于,包括:存储器和至少一个处理器;
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序;
...【技术特征摘要】
1.一种注塑机制品质量预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述根据同类型的注塑机制品的实验数据和生产数据,获取所述类型的注塑机制品的品质数据集,包括:
3.根据权利要求2所述的方法,其特征在于,所述从所述实验设置参数集中选择第一目标设置参数信息,包括:
4.根据权利要求2所述的方法,其特征在于,所述获取所述第一目标参数信息和所述第二目标参数信息对应的品质指标信息,包括:
5.根据权利要求1所述的方法,其特征在于,所述质量预测模型为基于xgboost的质量预测模型,所述质量预测模型的输入值为生产所述类型的注塑机制品时注塑机的设置参数信息,...
【专利技术属性】
技术研发人员:王琳,田庆泽,王超,赵弇锋,柳晓波,郑晓峰,王艺铭,关颖,姚彬,
申请(专利权)人:卡奥斯工业智能研究院青岛有限公司,
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。