基于温控传递深度学习模型的最优控制策略设定方法技术

本发明专利技术公开了基于温控传递深度学习模型的最优控制策略设定方法，包括收集数据：假设某个模具中有N个水道，则可以在注塑材料在注入模具之后立刻拍摄一张热像图图片，记作训练模型：采用卷积神经网络模型，卷积神经网络包括第一卷积层，第一池化层，第二卷积层，第二池化层，第三卷积层，第三池化层，第四卷积层，第四池化层，第一全连接层，第二全连接层和损失函数、制定最优控制策略。该基于温控传递深度学习模型的最优控制策略设定方法，采用新型的结构设计，根据温度采用合适的控制策略控制注塑模具中的温度，从而达到最佳的使用效果，此过程中不需要通过人员经验判断，可以快速准确的判断出温控策略。

【技术实现步骤摘要】

本专利技术涉及注塑温控，具体为基于温控传递深度学习模型的最优控制策略设定方法。

技术介绍

1、在面对复杂形状复杂的塑料件生产时通常需要利用注塑的方式加工，塑料加热融化为液体后通过喷射注入模具中，当液体固化冷却后，可以形成指定形状的塑料件，在这个过程中，由于模具形状复杂，各部分的冷却速度不同，导致塑料件和模具不同位置的温度具有较大的差别，所以温控方法对于注塑件的生产非常重要。

2、现有技术中，公告号为cn112519165a的中国专利公开了一种注塑机的温控结构，包括第一温控组件，其用于控制料筒内的温度，所述第一温控组件设置在所述螺杆内部且沿所述螺杆的轴向布置；所述第一温控组件包括，沿所述螺杆轴向开设的盲孔；回流管，其设置于所述盲孔内，所述回流管与所述盲孔的内壁具有间隔形成第一冷却通道，所述回流管中空形成第二冷却通道，所述第一冷却通道与所述第二冷却通道接通形成水冷回路；第二温控组件，其用于控制料筒外的温度；第三温控组件。

3、现有技术中，公告号为cn113043563b的中国专利公开了注塑模高效温控组件，包括上模和下模，上模上设置有上模本文档来自技高网...

【技术保护点】

1.基于温控传递深度学习模型的最优控制策略设定方法，包括收集数据、训练模型、制定最优控制策略，其特征在于：

2.根据权利要求1所述的基于温控传递深度学习模型的最优控制策略设定方法，其特征在于：所述S2中第一卷积层为16个步长为1大小均为8的一维卷积核，第二卷积层为32个步长为1大小均为8的一维卷积核，第三卷积层为64个步长为1大小均为4的一维卷积核，第四卷积层为128个步长为1大小均为2的一维卷积核。

3.根据权利要求1所述的基于温控传递深度学习模型的最优控制策略设定方法，其特征在于：所述S2中第一池化层，第二池化层，第三池化层，第四池化层都采用最大池化，核的大小...

【技术特征摘要】

1.基于温控传递深度学习模型的最优控制策略设定方法，包括收集数据、训练模型、制定最优控制策略，其特征在于：

2.根据权利要求1所述的基于温控传递深度学习模型的最优控制策略设定方法，其特征在于：所述s2中第一卷积层为16个步长为1大小均为8的一维卷积核，第二卷积层为32个步长为1大小均为8的一维卷积核，第三卷积层为64个步长为1大小均为4的一维卷积核，第四卷积层为128个步长为1大小均为2的一维卷积核。

3.根据权利要求1所述的基于温控传递深度学习模型的最优控制策略设定方法，其特征在于：所述s2中第一池化层，第二池化层，第三池化层，第四池化层都采用最大池化，核的大小和步长均为2，将第四池化层输出的结果通过第一层神经元个数为128全连接层，激活函数为relu函数...

【专利技术属性】
技术研发人员：李震，朱俊江，于子涵，李子枭，孙灵若，竺可欣，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：