基于注意力机制的CNN-GRU合模拉杆应变预测方法技术

技术编号:44004500 阅读:33 留言:0更新日期:2025-01-10 20:21
本发明专利技术公开了一种基于注意力机制的CNN‑GRU合模拉杆应变预测方法,包括:采集注塑机合模机构装调过程数据并进行预处理,用预处理后的合模机构装调过程数据构建样本数据集,将样本数据集划分为训练集和测试集;采用CNN‑GRU网络结构结合SE注意力机制构建多输入多输出合模机构拉杆应变预测模型,使用训练集对合模机构拉杆应变预测模型进行训练;使用测试集通过训练好的合模机构拉杆应变预测模型对合模机构装调过程进行预测,然后对最终预测结果进行评估;将训练好的合模机构拉杆应变预测模型部署到实际生产现场,输出当前装调操作后的拉杆应变预测值。本发明专利技术实现了对合模机构装调过程中拉杆应变的精准预测,提升了装配效率与质量。

【技术实现步骤摘要】

本专利技术涉及注塑机装配调试,具体涉及一种基于注意力机制的cnn-gru合模拉杆应变预测方法。


技术介绍

1、合模机构是注塑机的核心部件和主要功能实现载体,主要由定模板、动模板、后模板、四根拉杆、对应设置于每根拉杆上的拉杆螺母、肘杆及液压系统组成。作为注塑成型过程中的主要执行机构,合模机构承担了在高压下保持模具闭合并确保注射时模腔密封的任务,这一组件的装配质量直接影响到注塑产品的成型质量和机器的使用寿命。合模装调是注塑机合模机构装配过程中至关重要的一个步骤,对注塑机装配效率、质量和装配一致性影响巨大。合模装调的具体步骤是根据拉杆应变偏差程度调整拉杆螺母在拉杆上的相对位置进而调整定模板与动模板之间的平行度,以确保在合模加载时四根拉杆因受力拉伸产生的应变均匀,减小偏载率。在装配调试过程中,拉杆应变偏差程度和偏载率是衡量合模机构装配质量的一项关键指标,拉杆受力不均匀可能会导致拉杆变形和模具闭合不稳,进而影响注塑产品的精度和机器的长期稳定性。

2、目前,现有的合模装调方法仍存在一些局限性。首先,合模装调过程严重依赖技术工人的经验,而人员的技能经验难以量本文档来自技高网...

【技术保护点】

1.一种基于注意力机制的CNN-GRU合模拉杆应变预测方法,其特征在于,包括步骤如下:

2.根据权利要求1所述的基于注意力机制的CNN-GRU合模拉杆应变预测方法,其特征在于,步骤S1中,合模机构装调过程数据包括:四根拉杆装调过程中的当前时刻拉杆应变值、装调过程中对应的拉杆螺母旋转角度以及装调后的拉杆应变值。

3.根据权利要求1所述的基于注意力机制的CNN-GRU合模拉杆应变预测方法,其特征在于,步骤S1中,注塑机合模机构至少包括定模板、动模板、后模板、四根拉杆、对应设置于每根拉杆上的拉杆螺母、肘杆和液压系统,采集注塑机合模机构装调过程数据,具体包括:

...

【技术特征摘要】

1.一种基于注意力机制的cnn-gru合模拉杆应变预测方法,其特征在于,包括步骤如下:

2.根据权利要求1所述的基于注意力机制的cnn-gru合模拉杆应变预测方法,其特征在于,步骤s1中,合模机构装调过程数据包括:四根拉杆装调过程中的当前时刻拉杆应变值、装调过程中对应的拉杆螺母旋转角度以及装调后的拉杆应变值。

3.根据权利要求1所述的基于注意力机制的cnn-gru合模拉杆应变预测方法,其特征在于,步骤s1中,注塑机合模机构至少包括定模板、动模板、后模板、四根拉杆、对应设置于每根拉杆上的拉杆螺母、肘杆和液压系统,采集注塑机合模机构装调过程数据,具体包括:

4.根据权利要求1所述的基于注意力机制的cnn-gru合模拉杆应变预测方法,其特征在于,步骤s2具体包括:

5.根据权利要求4所述的基于注意力机制的cnn-gru合模拉杆应变预测...

【专利技术属性】
技术研发人员:刘威潘柏松曹军
申请(专利权)人:浙江工业大学
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