本發(fā)明涉及注塑成型控制,具體地涉及人工智能領(lǐng)域的一種注塑件生產(chǎn)零缺陷質(zhì)量控制方法及其裝置。

背景技術(shù)：

1、現(xiàn)有的注塑成型企業(yè)大部分采用erp管理系統(tǒng)獲得注塑生產(chǎn)數(shù)據(jù)的匯總以供管理者發(fā)現(xiàn)注塑成型中的各種異常問題,從而采取措施改善,但是人為決策有時候因為判斷失誤、或工藝參數(shù)設(shè)計不合理、或人為輸入?yún)?shù)的錯誤、或人為檢測錯誤而導(dǎo)致成型異常,出現(xiàn)“成型工藝反復(fù)調(diào)整、模具反復(fù)修理、人為檢測錯誤”的問題,導(dǎo)致注塑生產(chǎn)效率不高,延長了改模時間,增加了注塑成本。

技術(shù)實現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)上的不足之處,本發(fā)明的目的在于提供一種注塑件生產(chǎn)零缺陷質(zhì)量控制方法及其裝置,通過設(shè)置信息采集模塊、數(shù)據(jù)處理模塊、模型構(gòu)建模塊、模型訓(xùn)練模塊、注塑成型模塊,可以自動確定工藝參數(shù),自動調(diào)整工藝參數(shù),自動檢測,從而實現(xiàn)注塑成型的自動化生產(chǎn)與檢測,避免出現(xiàn)“成型工藝反復(fù)調(diào)整、模具反復(fù)修理、人為檢測錯誤”的問題,提高了注塑生產(chǎn)效率,降低了人工成本高。

2、為了實現(xiàn)上述目的,本發(fā)明采取的技術(shù)方案是：

3、一種注塑件生產(chǎn)零缺陷質(zhì)量控制方法,應(yīng)用于一種注塑件生產(chǎn)零缺陷質(zhì)量控制系統(tǒng),所述系統(tǒng)包括信息采集模塊、數(shù)據(jù)處理模塊、模型構(gòu)建模塊、模型訓(xùn)練模塊、注塑成型模塊、無線通信模塊、存儲器、報警器、處理中心、智能移動終端；所述信息采集模塊、數(shù)據(jù)處理模塊、模型構(gòu)建模塊、模型訓(xùn)練模塊、注塑成型模塊、無線通信模塊、存儲器、報警器分別與處理中心相連；所述智能移動終端包括智能手機、平板電腦或智能遙控器,在無線網(wǎng)絡(luò)或互聯(lián)網(wǎng)范圍內(nèi)分別與無線通信模塊無線網(wǎng)絡(luò)連接；

4、所述無線通信模塊設(shè)置有無線網(wǎng)絡(luò)單元,負責(zé)無線信號的收發(fā),并在有效的網(wǎng)絡(luò)范圍內(nèi)與智能控制終端自動組網(wǎng)相連；

5、所述報警器根據(jù)模型測試的實際評估分與存儲器存儲的注塑件異常識別訓(xùn)練模型測試評估分標準進行對比,若不達標則自動發(fā)出聲音報警并通知繼續(xù)訓(xùn)練,直到達標為止；并根據(jù)實際注塑件的各項質(zhì)量信息與存儲器存儲的該注塑件質(zhì)量標準進行對比,若不達標則自動發(fā)出聲音報警并通知重新返工；

6、所述存儲器負責(zé)信息采集模塊、數(shù)據(jù)處理模塊、模型構(gòu)建模塊、模型訓(xùn)練模塊、注塑成型模塊、無線通信模塊、報警器的信息存儲,以及注塑件異常識別訓(xùn)練模型測試評估分標準、注塑件質(zhì)量標準的存儲；

7、所述處理中心負責(zé)信息采集模塊、數(shù)據(jù)處理模塊、模型構(gòu)建模塊、模型訓(xùn)練模塊、注塑成型模塊、無線通信模塊、報警器、存儲器的信息傳遞,為系統(tǒng)樞紐中心,并根據(jù)模型測試的實際評估分與存儲器存儲的注塑件異常識別訓(xùn)練模型測試評估分標準進行對比：若達標則確定為成型工藝參數(shù)通知注塑生產(chǎn),若不達標則傳遞給報警器并通知繼續(xù)訓(xùn)練；并根據(jù)實際注塑件的各項質(zhì)量信息與存儲器存儲的該注塑件質(zhì)量標準進行對比：若達標則繼續(xù)生產(chǎn),若不達標則傳遞給報警器并通知重新返工；

8、所述信息采集模塊包括模具信息單元、成型信息單元、數(shù)據(jù)挖掘單元,負責(zé)對待成型的注塑模具采集其各種特征信息及其歷史成型工藝數(shù)據(jù)并進行處理,以便后續(xù)模型構(gòu)建,并傳遞給數(shù)據(jù)處理模塊；

9、所述數(shù)據(jù)處理模塊包括標準數(shù)據(jù)單元、平滑處理單元、濾波去噪單元、數(shù)據(jù)分析單元,負責(zé)對挖掘后數(shù)據(jù)進行標準化、平滑成型、濾波去噪、分類識別,以便后續(xù)模型構(gòu)建,并傳遞給模型構(gòu)建模塊；

10、所述模型構(gòu)建模塊包括網(wǎng)絡(luò)結(jié)構(gòu)單元、前向傳遞單元、反向傳播單元、線性變換單元、relu函數(shù)單元、防過擬合單元,負責(zé)根據(jù)識別的異常模式通過卷積神經(jīng)網(wǎng)絡(luò)算法構(gòu)建注塑異常種類預(yù)測模型及其所需的訓(xùn)練集、測試集,并傳遞給模型訓(xùn)練模塊；

11、所述模型訓(xùn)練模塊包括歸一處理單元、卷積輸出單元、池化計算單元、梯度優(yōu)化單元、訓(xùn)練學(xué)習(xí)單元、測試評估單元,根據(jù)收集的數(shù)據(jù)模對模型進行訓(xùn)練并調(diào)整模型參數(shù)優(yōu)化模型性能以確定工藝參數(shù),確保成型質(zhì)量穩(wěn)定性,并傳遞給注塑成型模塊；

12、所述注塑成型模塊包括成型應(yīng)用單元、外觀檢測單元、性能測試單元,根據(jù)訓(xùn)練好的模型預(yù)測的工藝參數(shù)進行注塑成型并獲取注塑件各項質(zhì)量信息,并傳遞給處理中心。

13、本發(fā)明提供的一種注塑件生產(chǎn)零缺陷質(zhì)量控制方法,包括以下步驟:

14、s10、生產(chǎn)時,信息采集模塊對待成型的注塑模具采集其各種特征信息及其歷史成型工藝數(shù)據(jù)并進行處理,以便后續(xù)模型構(gòu)建,并傳遞給數(shù)據(jù)處理模塊；

15、s20、數(shù)據(jù)處理模塊對挖掘后數(shù)據(jù)進行標準化、平滑成型、濾波去噪、分類識別,以便后續(xù)模型構(gòu)建,并傳遞給模型構(gòu)建模塊；

16、s30、模型構(gòu)建模塊根據(jù)識別的異常模式通過卷積神經(jīng)網(wǎng)絡(luò)算法構(gòu)建注塑異常種類預(yù)測模型及其所需的訓(xùn)練集、測試集,并傳遞給模型訓(xùn)練模塊；

17、s40、模型訓(xùn)練模塊根據(jù)收集的數(shù)據(jù)模對模型進行訓(xùn)練并調(diào)整模型參數(shù)優(yōu)化模型性能以確定工藝參數(shù),確保成型質(zhì)量穩(wěn)定性,并傳遞給注塑成型模塊；

18、s50、注塑成型模塊根據(jù)訓(xùn)練好的模型預(yù)測的工藝參數(shù)進行注塑成型并獲取注塑件的各項質(zhì)量信息,并傳遞給處理中心；

19、s60、處理中心根據(jù)實際注塑件的各項質(zhì)量信息與存儲器存儲的該注塑件質(zhì)量標準進行對比：若達標則繼續(xù)生產(chǎn),若不達標則傳遞給報警器并通知重新返工。

20、進一步,所述步驟s10,包括以下步驟:

21、s11、模具信息單元通過設(shè)置在注塑機上的智能傳感器與數(shù)據(jù)采集器獲取待成型的各項注塑模具的特征信息,以便后續(xù)成型參數(shù)采集,并傳遞給成型信息單元；

22、s12、成型信息單元根據(jù)采集的模具特征信息通過與行業(yè)數(shù)據(jù)庫聯(lián)網(wǎng)匹配以獲得對應(yīng)注塑模具的各項成型數(shù)據(jù),以便后續(xù)數(shù)據(jù)處理,并傳遞給數(shù)據(jù)挖掘單元；

23、s13、數(shù)據(jù)挖掘單元根據(jù)人工神經(jīng)網(wǎng)絡(luò)法計算公式“,y＇為預(yù)測輸出,w為感知機模型參數(shù),x為線性感知機模型屬性,yi為實際輸出”獲得清洗后挖掘成型數(shù)據(jù)。

24、進一步,所述步驟s20,包括以下步驟:

25、s21、標準數(shù)據(jù)單元對挖掘后數(shù)據(jù)進行整合、去重、去異、統(tǒng)一、標準的預(yù)處理,以確保數(shù)據(jù)的標準化,以便后續(xù)平滑處理,并傳遞給平滑處理單元；

26、s22、平滑處理單元根據(jù)指數(shù)平滑計算公式“st=α*yt-1+(1-α)st-1,st為第t期的平滑值,yt-1為第t-1期的實際值,α為平滑系數(shù)”獲得挖掘后平滑成型數(shù)據(jù),確保數(shù)據(jù)的完整性,以便后續(xù)濾波去噪,并傳遞給濾波去噪單元；

27、s23、濾波去噪單元根據(jù)一階低通濾波計算公式“y(t)=y(t-1)+k*[u(t)-y(t-1)]，y(t)為當前時刻的輸出信號,k為信號平衡系數(shù)(0～1),u(t)為當前時刻的輸入信號，y(t-1)為上一時刻的輸出信號”獲得濾波去噪后成型數(shù)據(jù),并傳遞給數(shù)據(jù)分析單元；

28、s24、數(shù)據(jù)分析單元通過深度學(xué)習(xí)算法對收集的數(shù)據(jù)進行深入分析并識別出潛在的六種注塑件異常模式,優(yōu)化生產(chǎn)流程,以便后續(xù)模型構(gòu)建。

29、進一步,所述步驟s30,包括以下步驟:

30、s31、網(wǎng)絡(luò)結(jié)構(gòu)單元根據(jù)識別出注塑件異常模式分類標簽并設(shè)立輸入層、卷積層、池化層、全連接層、輸出層的網(wǎng)絡(luò)結(jié)構(gòu),并傳遞給前向傳遞單元；

31、s32、前向傳遞單元根據(jù)卷積層前向傳遞計算公式“a＇=σ(wlm*xm+bl),a＇為第l層輸出,σ為激活函數(shù),?wlm為第l層卷積核,xm為輸入特征圖,bl為偏倚項”獲得卷積層輸出,并傳遞給反向傳播單元；

32、s33、反向傳播單元根據(jù)反向傳播計算公式“dz[l]=da[l]*g[l]′(z[l]),da[l]為輸入數(shù)據(jù),da[l-1]、dw[l]、db[l]為輸出數(shù)據(jù),g[l]′為激活函數(shù)sigmoid導(dǎo)數(shù)”?獲得卷積層、全連接層的輸出,并傳遞給線性變換單元；

33、s34、線性變換單元根據(jù)線性變換計算公式“y=w*x+b,x為輸入數(shù)據(jù),y為輸出數(shù)據(jù),w為權(quán)重矩陣,b為偏差向量”獲得線性變換輸出,并傳遞給relu函數(shù)單元；

34、s35、relu函數(shù)單元根據(jù)relu函數(shù)計算公式“f(x)=max(0,x),f(x)為relu函數(shù)的輸出,x為relu函數(shù)的輸入”獲得tanh函數(shù)的輸出,并傳遞給防過擬合單元；

35、s36、防過擬合單元根據(jù)dropout計算公式“y=f(w*x+b),y為神經(jīng)網(wǎng)絡(luò)輸出,f為激活函數(shù),w為權(quán)重矩陣,x為輸入數(shù)據(jù),b為偏置向量)”獲得tdropout輸出。

36、進一步,所述步驟s40,包括以下步驟:

37、s41、歸一處理單元根據(jù)batch?norm計算公式“h=φ(bn(wx+b)),h為全連接層的輸出,φ為激活函數(shù),bn為批量規(guī)范化的運算符,w為權(quán)重參數(shù),x為全連接層的輸入,b為偏置參數(shù)”獲得batch?norm的輸出,并傳遞給卷積輸出單元；

38、s42、卷積輸出單元根據(jù)卷積輸出計算公式“o(n,k,ox,oy)=i(n，c,ix,iy)*w(k,c,r,s),?o(n,k,ox,oy)卷積輸出數(shù)據(jù),c為卷積通道,?r為卷積核高,s為卷積核寬,i(n,c,ix,iy)、w(k,c,r,s)分別為卷積輸入數(shù)據(jù)”獲得卷積輸出數(shù)據(jù),并傳遞給池化計算單元；

39、s43、池化計算單元根據(jù)最大池化算法計算公式“m(i,j)=a(i*s+u，j*s+v),m(i,j)為輸出特征圖的第(i,j)個元素,u、v為在[0,f-1]范圍內(nèi)變化的索引,s是步長”獲得特征圖的空間維度,并傳遞給梯度優(yōu)化單元；

40、s44、梯度優(yōu)化單元根據(jù)梯度下降法計算公式“xn+1=xn-α*▽f(xn),xn為第n次迭代參數(shù)值,α為學(xué)習(xí)率或步長,?▽f(xn)為函數(shù)f在xn處的梯度”獲取梯度下降數(shù)據(jù),并傳遞給訓(xùn)練學(xué)習(xí)單元；

41、s45、訓(xùn)練學(xué)習(xí)單元根據(jù)梯度下降數(shù)據(jù)確定訓(xùn)練模型,并分為訓(xùn)練集、驗證集、測試集并進行模型訓(xùn)練,并傳遞給測試評估單元；

42、s46、測試評估單元根據(jù)訓(xùn)練模型綜合評估分計算公式“f1=2*(ac*re)/(ac+re)，ac=(tp+tn)/(tp+fp+fn+tn),re=tp/(tp+fn),f1為訓(xùn)練模型評估分,ac為精確率,re為召回率,tp為實際為正且被正確預(yù)測為正的樣本數(shù),fp為實際為負但被錯誤預(yù)測為正的樣本數(shù),fn為實際為正但被錯誤預(yù)測為負的樣本數(shù),tn為實際為負且被正確預(yù)測為負的樣本數(shù)”獲得f1綜合評估分數(shù),并傳遞給處理中心；

43、s47、處理中心根據(jù)模型測試的實際評估分與存儲器存儲的注塑件異常識別訓(xùn)練模型測試評估分標準進行對比：若達標則確定為成型工藝參數(shù)通知注塑生產(chǎn),若不達標則傳遞給報警器并通知繼續(xù)訓(xùn)練,直到達標為止。

44、進一步,所述步驟s50,包括以下步驟:

45、s51、成型應(yīng)用單元根據(jù)確定的成型工藝參數(shù)自動輸入系統(tǒng)并調(diào)試到位進行注塑成型生產(chǎn),保證實際注塑件外觀各項質(zhì)量信息與模型一致,并傳遞給外觀檢測單元；

46、s52、外觀檢測單元通過設(shè)置的高清攝像頭或圖像傳感器獲取成型后的注塑件外觀圖像并轉(zhuǎn)化為可以識別的注塑件外觀各項質(zhì)量信息,并傳遞給性能檢測單元；

47、s53、性能測試單元通過注塑件質(zhì)量檢測設(shè)備獲取外觀無異常注塑件的尺寸數(shù)據(jù)、物理性能測試數(shù)據(jù)、化學(xué)性能測試數(shù)據(jù),以滿足客戶對注塑件的需求。

48、本發(fā)明提供的一種注塑件生產(chǎn)零缺陷質(zhì)量控制系統(tǒng),還包括含有存儲器的計算機可讀存儲介質(zhì)；所述存儲器存儲有計算機程序,以上各功能模塊執(zhí)行所述計算機程序時實現(xiàn)以上任意一項所述的一種注塑件生產(chǎn)零缺陷質(zhì)量控制方法的步驟；所述計算機可讀存儲介質(zhì)上存儲有計算機程序,所述計算機程序被各功能模塊執(zhí)行時實現(xiàn)以上任意一項所述的一種注塑件生產(chǎn)零缺陷質(zhì)量控制方法的步驟。

49、本發(fā)明還提供一種注塑件生產(chǎn)零缺陷質(zhì)量控制裝置,采用以上所述的一種注塑件生產(chǎn)零缺陷質(zhì)量控制方法所實現(xiàn)。

50、本發(fā)明與現(xiàn)有技術(shù)相比的有益效果：

51、通過設(shè)置信息采集模塊、數(shù)據(jù)處理模塊、模型構(gòu)建模塊、模型訓(xùn)練模塊、注塑成型模塊,可以自動確定工藝參數(shù),自動調(diào)整工藝參數(shù),自動檢測,從而實現(xiàn)注塑成型的自動化生產(chǎn)與檢測,避免出現(xiàn)“成型工藝反復(fù)調(diào)整、模具反復(fù)修理、人為檢測錯誤”的問題,提高了注塑生產(chǎn)效率,降低了人工成本高。