注塑成型系统中参数优化方法和装置制造方法及图纸

本发明专利技术实施例提供一种注塑成型系统中参数优化方法和装置。该包括：获取所述注塑成型系统的系统描述，称为第一系统描述；确定与所述第一系统描述匹配的至少一个第二系统描述匹配；根据与所述至少一个第二系统描述对应的设置参数、反馈数据获取生产所述当前产品的第一设置参数；根据第一设置参数、神经网络以及注塑成型系统，对注塑成型系统中每个设备的生产参数进行自动调优。实现了自动获取注塑成型系统中每个设备的生产参数的第一设置参数以及对设置参数进行自动优化的目的，提高生产效率，减少次品率。

Parameter optimization method and device in injection molding system

【技术实现步骤摘要】
注塑成型系统中参数优化方法和装置
本专利技术实施例涉及智能制造领域，尤其涉及一种注塑成型系统中参数优化方法和装置。
技术介绍
制造业直接体现了一个国家的生产力水平，是区别发展中国家和发达国家的重要因素，随着人工智能技术、区块链技术、物联网技术、5G等领域不断创新，提出了“工业4.0”的概念，同时，中国制定了《中国制造2025》等战略，智能制造成为制造业的发展方向。而注塑成型设备作为典型大型装备，其智能化刻不容缓。其中，注塑成型系统由多个设备组成，调整注塑成型系统中各设备参数，使注塑成型系统中各设备之间协调配合，是达到最优化生产最为核心的内容。然而，目前，对注塑成型装备的参数的调整是以单个设备进行独立设置，并没有对整个注塑成型系统中涉及的设备的参数进行协调调整。并且，注塑成型系统中各设备在产品生产中的参数的调整是人工根据标准工艺卡记录的参数调整完成。然而，标准工艺卡只记录个别关键参数的方式，并且，标准工艺卡中记录的关键参数是一成不变的，但是在长时间生产情况下，由于设备的磨损，使得根据标准工艺卡中记录的关键参数调整的设备生产出的产品质量不稳定，次品率高。
技术实现思路
本专利技术实施例提供一种注塑成型系统中参数优化方法和装置，以实现自动获取注塑成型系统中每个设备的生产参数的第一设置参数以及对设置参数进行自动优化第一方面，本专利技术实施例提供一种注塑成型系统中参数优化方法，包括：获取所述注塑成型系统的第一系统描述，所述第一系统描述为与当前产品生产有关的所述注塑成型系统中每个设备的基本系统情况，其中，所述系统描述包括以下至少一项：生产产品信息、注塑成型设备信息、模具信息、各类周边辅机信息、环境信息；确定与所述第一系统描述匹配的至少一个第二系统描述，所述第二系统描述为云端和/或本地数据库中存储的所述注塑成型系统中每个设备生产时的系统描述；根据与所述至少一个第二系统描述对应的设置参数、反馈数据，获取生产所述当前产品的第一设置参数，其中，所述设置参数为生产产品时所述注塑成型系统中每个设备的生产参数，所述反馈数据为所述注塑成型系统中每个设备中的传感器的反馈数据以及工作人员的人为判断数据；根据第一设置参数、神经网络以及注塑成型系统，对注塑成型系统中每个设备的生产参数进行优化。可选的，所述根据第一设置参数、神经网络以及注塑成型系统，对注塑成型系统中每个设备的生产参数进行优化，包括：根据所述第一设置参数、所述神经网络，获取第二设置参数；利用所述第二设置参数更新注塑成型系统中每个设备的生产参数，并使用更新后的注塑成型系统生产当前需要生产的产品，获得对应该第二设置参数的反馈数据和产品的奖励值；根据所述第二设置参数的反馈数据和产品的奖励值，训练所述神经网络，以对注塑成型系统中每个设备的生产参数进行优化。可选的，所述利用所述第二设置参数更新所述注塑成型系统中每个设备的生产参数之前，包括：利用所述第二设置参数与注塑成型系统模型的设置参数比较，获得对应所述第二设置参数的奖励值；根据所述第二设置参数对应的奖励值，预训练所述神经网络。可选的，所述利用所述第二设置参数与注塑成型系统模型的设置参数比较，获得对应所述第二设置参数的奖励值，包括：计算所述第二设置参数与所述注塑成型系统模型的设置参数的交叉熵；根据所述交叉熵，获取所述注塑成型系统模型的设置参数对应的反馈数据；确定所述反馈数据为对应该第二设置参数的反馈数据；所述获得所述奖励值，包括：根据所述反馈数据，获取所述奖励值。可选的，所述根据所述反馈数据，获取所述奖励值，包括：判断所述反馈数据对应的产品是否为正品；若是，则对应该第二设置参数的奖励值为所述反馈数据对应的产品是正品时的奖励值；若否，则对应该第二设置参数的奖励值为所述反馈数据对应的产品是次品时的奖励值。可选的，所述根据所述交叉熵，获取所述注塑成型系统模型的设置参数对应的反馈数据，包括：获取所述交叉熵小于预设值的所述注塑成型系统模型的至少一个设置参数对应的反馈数据；计算所述至少一个设置参数对应的反馈数据的偏离度；确定偏离度最小的反馈数据为所述注塑成型系统模型的设置参数对应的反馈数据。可选的，所述根据第一设置参数、神经网络以及注塑成型系统，对注塑成型系统中每个设备的生产参数进行优化之后，还包括：将第一系统描述、第二设置参数以及与第二设置参数对应的反馈数据上传至云端或保存到本地数据库中。第二方面，本专利技术实施例提供一种注塑成型系统中参数优化装置，包括：第一获取模块，用于获取所述注塑成型系统的系统描述，称为第一系统描述，所述第一系统描述为与当前产品生产有关的所述注塑成型系统中每个设备的基本系统情况，其中，所述系统描述包括以下至少一项：生产产品信息、注塑成型设备信息、模具信息、各类周边辅机信息、环境信息；匹配模块，用于确定与所述第一系统描述匹配的至少一个第二系统描述匹配，所述第二系统描述为云端和/或本地数据库中存储的所述注塑成型系统中每个设备生产时的系统描述；所述第一获取模块，还用于根据与所述至少一个第二系统描述对应的设置参数、反馈数据获取生产所述当前产品的第一设置参数，其中，所述设置参数为生产产品时所述注塑成型系统中每个设备的生产参数，所述反馈数据为所述注塑成型系统中每个设备中的传感器的反馈数据以及工作人员的人为判断数据；调优模块，用于根据第一设置参数、神经网络以及注塑成型系统，对注塑成型系统中每个设备的生产参数进行优化。可选的，所述调优模块，包括：第二获取模块，用于根据所述第一设置参数、所述神经网络，获取第二设置参数；所述第二获取模块，还用于利用所述第二设置参数更新注塑成型系统中每个设备的生产参数，并使用更新后的注塑成型系统生产当前需要生产的产品，获得对应该第二设置参数的反馈数据和产品的奖励值；第一更新模块，用于根据所述第二设置参数的反馈数据和产品的奖励值，更新所述神经网络，以对注塑成型系统中每个设备的生产参数进行优化。可选的，所述第二获取模块之前，包括：第三获取模块，利用所述第二设置参数与注塑成型系统模型的设置参数比较，获得对应所述第二设置参数的奖励值；训练模块，用于根据所述第二设置参数对应的奖励值，预训练所述神经网络。可选的，所述第三获取模块，具体用于：计算所述第二设置参数与所述注塑成型系统模型的设置参数的交叉熵；根据所述交叉熵，获取所述注塑成型系统模型的设置参数对应的反馈数据；确定所述反馈数据为对应该第二设置参数的反馈数据；根据所述反馈数据，获取所述奖励值。可选的，所述第三获取模块根据所述反馈数据，获取所述奖励值时，具体用于：判断所述反馈数据对应的产品是否为正品；若是，则对应该第二设置参数的奖励值为所述反馈数据对应的产品是正品时的奖励值；若否，则对应该第二设置参数的奖励值为所述反馈数本文档来自技高网...

【技术保护点】
1.一种注塑成型系统设置参数优化方法，其特征在于，包括：/n获取所述注塑成型系统的第一系统描述，所述第一系统描述为与当前产品生产有关的所述注塑成型系统中每个设备的基本系统情况，其中，所述系统描述包括以下至少一项：生产产品信息、注塑成型设备信息、模具信息、各类周边辅机信息、环境信息；/n确定与所述第一系统描述匹配的至少一个第二系统描述，所述第二系统描述为云端和/或本地数据库中存储的所述注塑成型系统中每个设备生产时的系统描述；/n根据与所述至少一个第二系统描述对应的设置参数、反馈数据，获取生产所述当前产品的第一设置参数，其中，所述设置参数为生产产品时所述注塑成型系统中每个设备的生产参数，所述反馈数据为所述注塑成型系统中每个设备的反馈数据以及人为判断数据；/n根据第一设置参数、神经网络以及注塑成型系统，对注塑成型系统中每个设备的生产参数进行优化。/n

【技术特征摘要】
1.一种注塑成型系统设置参数优化方法，其特征在于，包括：
获取所述注塑成型系统的第一系统描述，所述第一系统描述为与当前产品生产有关的所述注塑成型系统中每个设备的基本系统情况，其中，所述系统描述包括以下至少一项：生产产品信息、注塑成型设备信息、模具信息、各类周边辅机信息、环境信息；
确定与所述第一系统描述匹配的至少一个第二系统描述，所述第二系统描述为云端和/或本地数据库中存储的所述注塑成型系统中每个设备生产时的系统描述；
根据与所述至少一个第二系统描述对应的设置参数、反馈数据，获取生产所述当前产品的第一设置参数，其中，所述设置参数为生产产品时所述注塑成型系统中每个设备的生产参数，所述反馈数据为所述注塑成型系统中每个设备的反馈数据以及人为判断数据；
根据第一设置参数、神经网络以及注塑成型系统，对注塑成型系统中每个设备的生产参数进行优化。


2.根据权利要求1所述的方法，其特征在于，所述根据第一设置参数、神经网络以及注塑成型系统，对注塑成型系统中每个设备的生产参数进行优化，包括：
根据所述第一设置参数、所述神经网络，获取第二设置参数；
利用所述第二设置参数更新所述注塑成型系统中每个设备的生产参数，并使用更新后的所述注塑成型系统生产当前需要生产的产品，获得对应所述第二设置参数的反馈数据和奖励值；
根据所述第二设置参数的反馈数据和奖励值，更新所述神经网络，以对所述注塑成型系统中每个设备的生产参数进行优化。


3.根据权利要求2所述的方法，其特征在于，所述利用所述第二设置参数更新所述注塑成型系统中每个设备的生产参数之前，包括：
利用所述第二设置参数与注塑成型系统模型的设置参数比较，获得对应所述第二设置参数的奖励值；
根据所述第二设置参数对应的奖励值，预训练所述神经网络。


4.根据权利要求3所述的方法，其特征在于，所述利用所述第二设置参数与注塑成型系统模型的设置参数比较，获得对应所述第二设置参数的奖励值，包括：
计算所述第二设置参数与所述注塑成型系统模型的设置参数的交叉熵；
根据所述交叉熵，获取所述注塑成型系统模型的设置参数对应的反馈数据；
确定所述反馈数据为对应该第二设置参数的反馈数据；
根据所述反馈数据，获取所述奖励值。


5.根据权利要求4所述的方法，其特征在于，所述根据所述反馈数据，获取所述奖励值，包括：
判断所述反馈...

【专利技术属性】
技术研发人员：邬惠峰，孙丹枫，周宏伟，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33