一种模具智能故障预测与诊断方法、装置、设备及介质制造方法及图纸

本申请涉及一种模具智能故障预测与诊断方法、装置、设备及介质，一种模具智能故障预测与诊断方法包括获取模具生产需求，确定对应的检测区域和每个检测区域的精度阈值；获取处于打开状态下模具的型腔平面图像；在型腔平面图像中匹配与检测区域对应的图像区域；对图像区域进行分析，生成并转化成磨损分析数据；判断磨损分析数据是否大于精度阈值，若是，则生成对应的诊断工件，若否，则生成对应的故障范围预测结果。通过根据模具生产需求定制检测区域及其精度阈值，可以灵活适应不同的生产要求，从而使故障预测更加精确和有效；在视觉识别模型的支持下，可以准确识别出模具图像中的故障区域，显著提高了故障检测的准确性和可靠性。

【技术实现步骤摘要】

本专利技术涉及模具故障预测诊断的，尤其是涉及一种模具智能故障预测与诊断方法、装置、设备及介质。

技术介绍

1、目前，模具的故障诊断与预测多依赖人工经验或传统的传感器监测方法，通过定期检查或感知模具的物理状态来预测故障。然而，传统的技术方法存在一定的局限性，特别是在快速、高效地检测磨损、裂纹等微小缺陷时，往往难以做到精准、及时。

2、现有的模具故障预测系统通常通过传感器实时监控模具的工作状态，结合简单的算法进行故障检测。然而，这些系统通常无法对模具的复杂表面和微小缺陷进行高精度的检测，且难以有效整合多种数据源进行全方位的故障预测。因此，现有技术在检测精度、实时性以及对不同故障类型的适应性方面存在一定的不足。

技术实现思路

1、为了解决传统故障预测方法依赖人工检查和简单传感器数据，缺乏高精度和智能化的诊断能力的问题，本申请提供一种模具智能故障预测与诊断方法、装置、设备及介质。

2、本申请的上述专利技术目的一是通过以下技术方案得以实现的：

3、一种模具智能故障预测与诊断方法，所述本文档来自技高网...

【技术保护点】

1.一种模具智能故障预测与诊断方法，其特征在于，所述一种模具智能故障预测与诊断方法包括：

2.根据权利要求1所述的一种模具智能故障预测与诊断方法，其特征在于，所述获取模具生产需求，根据所述模具生产需求，确定对应的检测区域和每个所述检测区域的精度阈值的步骤中，包括：

3.根据权利要求2所述的一种模具智能故障预测与诊断方法，其特征在于，所述基于建立好的视觉识别模型，在所述型腔平面图像中匹配与所述检测区域对应的图像区域的步骤中，包括：

4.根据权利要求1所述的一种模具智能故障预测与诊断方法，其特征在于，所述对所述图像区域进行分析，生成并转化成与所述精度阈值处...

【技术特征摘要】

1.一种模具智能故障预测与诊断方法，其特征在于，所述一种模具智能故障预测与诊断方法包括：

2.根据权利要求1所述的一种模具智能故障预测与诊断方法，其特征在于，所述获取模具生产需求，根据所述模具生产需求，确定对应的检测区域和每个所述检测区域的精度阈值的步骤中，包括：

3.根据权利要求2所述的一种模具智能故障预测与诊断方法，其特征在于，所述基于建立好的视觉识别模型，在所述型腔平面图像中匹配与所述检测区域对应的图像区域的步骤中，包括：

4.根据权利要求1所述的一种模具智能故障预测与诊断方法，其特征在于，所述对所述图像区域进行分析，生成并转化成与所述精度阈值处于同一尺度的磨损分析数据的步骤中，包括：

5.根据权利要求4所述的一种模具智能故障预测与诊断方法，其特征在于，所述根据所述磨损分析数据建立对应的3d打印模型的步骤中，包括：...

【专利技术属性】
技术研发人员：卢大为，刘浩，曾金平，
申请(专利权)人：中山市元亨精密科技有限公司，
类型：发明
国别省市：