一种汽车嵌件注塑批次尾节点成型品质检验方法技术

本发明专利技术公开了一种汽车嵌件注塑批次尾节点成型品质检验方法，其对尾节点成型品质合格的汽车嵌件注塑批次的采样数据进行预处理，对应得到批次特征矩阵；将所有批次特征矩阵转换成一个数据矩阵，通过计算该数据矩阵中的各列向量中所有元素的平均值和标准差来实施标准化处理，对标准化处理后的数据矩阵实施奇异值分解，进而获取尾节点成型品质检验阈值；结合上述数据矩阵中的各列向量中所有元素的平均值和标准差、奇异值分解得到的酉矩阵和对角矩阵、尾节点成型品质检验阈值，利用注塑机最新采集的汽车嵌件注塑批次的采样数据即时检验尾节点成型品质；优点是能够分析测量变量间的关系和采样时间先后上的数据关系，能够消除特征中的冗余。征中的冗余。征中的冗余。

【技术实现步骤摘要】
一种汽车嵌件注塑批次尾节点成型品质检验方法


[0001]本专利技术涉及一种汽车嵌件成型品质检验方法，尤其涉及一种汽车嵌件注塑批次尾节点成型品质检验方法。

技术介绍

[0002]嵌件注塑是一种将嵌件预先固定在注塑模具中适当的位置处，然后再注入塑料成型，开模后嵌件被冷却固化的塑料包紧埋在塑料内得到带有如螺纹、电极等嵌件的制品的工艺，嵌件注塑已广泛应用于汽车、电子产品和连接器等各个行业。在汽车嵌件的生产工艺中，通常是将粒状或粉状的原料加入到注射机的料斗里，原料经加热熔化呈流动状态，在注射机的螺杆或活塞推动下，经喷嘴和模具的浇注系统进入模具型腔，在模具型腔内硬化定型。整个成型周期短、生产效率高，但是也极易受到注入压力、注塑时间、注塑温度的影响而导致成型的品质不符合质量要求。由于汽车嵌件是一体成型，在整个注塑批次的尾节点上会得到相应的成型产品，因此实时检验尾节点成型品质对于汽车嵌件质量管控具有重要的意义。
[0003]汽车嵌件注塑批次虽然持续时间短暂，但是相应的注塑机依旧会通过传感器测量并反馈大量的诸如温度、压力、位移之类的状态数据。这些状态数据不仅相互之间存在影响关系，而且在时间先后上也存在影响关系，这两类影响关系对批次尾节点成型的嵌件都会造成直接或间接的影响。因此，通过监测汽车嵌件注塑批次的状态数据的变化情况，就能间接的对尾节点成型品质是否符合要求实现检验目的。换句话说，利用汽车嵌件注塑批次数据驱动实现尾节点成型品质的实时检验。然而，汽车嵌件注塑批次之间的时间会存在少许差异，导致不同批次生产获取的状态数据量不一致，这种批次不等长问题带来了新的技术挑战。
[0004]由于汽车嵌件生产整个批次过程都会影响到尾节点的成型品质，汽车嵌件批次生产过程时间短会导致时间先后上的状态数据都会影响到尾节点的成型品质，而且每个批次对应的状态数据不等长给分析批次间正常变化差异带来了技术障碍。因此，分析每个汽车嵌件批次数据不仅要考虑状态数据时间先后上的关系，而且还要考虑不同生产批次间的正常变化差异。在现有的技术方法中，对采集的数据实施特征分析是基本的思路，但是如何针对汽车嵌件批次数据的复杂性设计相应的特征分析建模过程，从而不仅考虑到状态数据之间以及时间先后的关系，还能考虑到不同批次间正常变化的差异，是一个还未得到解决的难题。

技术实现思路

[0005]本专利技术所要解决的主要技术问题是：如何通过汽车嵌件批次数据分析表示出数据之间，数据先后，以及批次之间的变化关系，从而定义一个正常变化范围，完成对尾节点成型品质的实时检验任务。具体来讲，本专利技术方法首先对汽车嵌件各个正常批次的数据分别实施特征变换，将批次不等长的批次数据转换成相同维数的特征向量，然后对多个特征向
量实施特征分析，从分析提取批次之间的正常变化差异。最后，通过对新批次数据实施相同的变换和处理，得到对应的能反映出尾节点成型品质的特征，从而通过监测特征的变化情况来检验尾节点成型品质是否符合质量要求。
[0006]本专利技术解决上述技术问题所采用的技术方案为：一种汽车嵌件注塑批次尾节点成型品质检验方法，其特征在于具体包括以下步骤：
[0007]步骤1：对尾节点成型品质合格的汽车嵌件注塑批次的采样数据进行预处理，具体包括以下所示步骤1.1至步骤1.3所示；
[0008]步骤1.1：从注塑机对应的历史数据库中，选取尾节点成型品质合格的B个汽车嵌件注塑批次的采样数据，对应表示成B个批次数据矩阵，并对应记为X1,X2,
…
,X
B
；其中，第b个批次数据矩阵为X
b
，X
b
中的第1列数据至第13列数据分别由注塑机的13个测量变量在N
b
个采样时间节点采集到的数据组成，这13个测量变量排列顺序是：油缸压力、喷嘴压力、塑化压力、模腔压力、螺杆行程、螺杆转速、料筒一段温度、料筒二段温度、料筒三段温度、料筒四段温度、油液温度、喷嘴温度、模具温度，X
b
的维数为N
b
×
13，编号b＝1,2,
…
,B；
[0009]步骤1.2：分别对X1,X2,
…
,X
B
实施标准化处理，对应得到标准化处理后的批次数据矩阵，并对应记为具体的实施过程包括以下所示步骤A1至步骤D1；
[0010]步骤A1：设置b＝1，再设置X＝X
b
；
[0011]步骤B1：将X中的第1列向量、第2列向量，至第13列向量分别依次记为x1,x2,
…
,x
13
；再计算X中的各列向量中所有元素的平均值和标准差，将X中的各列向量中所有元素的平均值分别依次记为μ1,μ2,
…
,μ
13
，将X中的各列向量中所有元素的标准差分别依次记为δ1,δ2,
…
,δ
13
；其中，μ1和δ1分别对应表示x1中所有元素的平均值和标准差，μ2和δ2分别对应表示x2中所有元素的平均值和标准差，μ
13
和δ
13
分别对应表示x
13
中所有元素的平均值和标准差；
[0012]步骤C1：依次设置m＝1,2,
…
,13，并同时根据公式对x
m
实施标准化处理，得到标准化处理后的列向量再将合并成一个数据矩阵，记为合并成一个数据矩阵，记为其中，x
m
表示X中的第m列向量，表示x
m
经标准化处理后得到的列向量，μ
m
表示x
m
中所有元素的平均值，δ
m
表示x
m
中所有元素的标准差；
[0013]步骤D1：设置标准化处理后的第b个批次数据矩阵为令再判断b是否小于B，若是，则设置b＝b+1，再设置X＝X
b
，并返回步骤B1继续执行；若否，则得到标准化处理后的批次数据矩阵
[0014]步骤1.3：分别对实施特征等长处理，对应得到B个13
×
13维的批次特征矩阵，并对应记为Φ1,Φ2,
…
,Φ
B
，具体包括以下所示步骤A2至步骤C2；
[0015]步骤A2：设置b＝1，再设置
[0016]步骤B2：迭代求取对应的左变换矩阵和右变换矩阵从而使矩阵中对角线上元素的平方和最大；
[0017]步骤C2：设置Φ
b
＝Φ；然后判断b是否小于B，若是，则设置b＝b+1，再设置并返回步骤B2继续执行；若否，则得到B个批次特征矩阵Φ1,Φ2,
…
,Φ
B
；其中，每个批次特征矩阵的维数都是13
×
13；
[0018]步骤2：建立尾节点成型品质是否合格的检验机制，具体包括以下所示步骤2.1至步骤2.5；
[0019]步骤2.1：根据公式分别将批次特征矩阵Φ1,Φ2,
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车嵌件注塑批次尾节点成型品质检验方法，其特征在于具体包括以下步骤：步骤1：对尾节点成型品质合格的汽车嵌件注塑批次的采样数据进行预处理，具体包括以下所示步骤1.1至步骤1.3所示；步骤1.1：从注塑机对应的历史数据库中，选取尾节点成型品质合格的B个汽车嵌件注塑批次的采样数据，对应表示成B个批次数据矩阵，并对应记为X1,X2,
…
,X
B
；其中，第b个批次数据矩阵为X
b
，X
b
中的第1列数据至第13列数据分别由注塑机的13个测量变量在N
b
个采样时间节点采集到的数据组成，这13个测量变量排列顺序是：油缸压力、喷嘴压力、塑化压力、模腔压力、螺杆行程、螺杆转速、料筒一段温度、料筒二段温度、料筒三段温度、料筒四段温度、油液温度、喷嘴温度、模具温度，X
b
的维数为N
b
×
13，编号b＝1,2,
…
,B；步骤1.2：分别对X1,X2,
…
,X
B
实施标准化处理，对应得到标准化处理后的批次数据矩阵，并对应记为具体的实施过程包括以下所示步骤A1至步骤D1；步骤A1：设置b＝1，再设置X＝X
b
；步骤B1：将X中的第1列向量、第2列向量，至第13列向量分别依次记为x1,x2,
…
,x
13
；再计算X中的各列向量中所有元素的平均值和标准差，将X中的各列向量中所有元素的平均值分别依次记为μ1,μ2,
…
,μ
13
，将X中的各列向量中所有元素的标准差分别依次记为δ1,δ2,
…
,δ
13
；其中，μ1和δ1分别对应表示x1中所有元素的平均值和标准差，μ2和δ2分别对应表示x2中所有元素的平均值和标准差，μ
13
和δ
13
分别对应表示x
13
中所有元素的平均值和标准差；步骤C1：依次设置m＝1,2,
…
,13，并同时根据公式对x
m
实施标准化处理，得到标准化处理后的列向量再将合并成一个数据矩阵，记为合并成一个数据矩阵，记为其中，x
m
表示X中的第m列向量，表示x
m
经标准化处理后得到的列向量，μ
m
表示x
m
中所有元素的平均值，δ
m
表示x
m
中所有元素的标准差；步骤D1：设置标准化处理后的第b个批次数据矩阵为令再判断b是否小于B，若是，则设置b＝b+1，再设置X＝X
b
，并返回步骤B1继续执行；若否，则得到标准化处理后的批次数据矩阵步骤1.3：分别对实施特征等长处理，对应得到B个13
×
13维的批次特征矩阵，并对应记为Φ1,Φ2,
…
,Φ
B
，具体包括以下所示步骤A2至步骤C2；步骤A2：设置b＝1，再设置步骤B2：迭代求取对应的左变换矩阵和右变换矩阵从而使矩阵中对角线上元素的平方和最大；步骤C2：设置Φ
b
＝Φ；然后判断b是否小于B，若是，则设置b＝b+1，再设置并返回步骤B2继续执行；若否，则得到B个批次特征矩阵Φ1,Φ2,
…
,Φ
B
；其中，每个批次特征矩阵的维数都是13
×
13；步骤2：建立尾节点成型品质是否合格的检验机制，具体包括以下所示步骤2.1至步骤2.5；步骤2.1：根据公式分别将批次特征矩阵Φ1,Φ2,
…
,Φ
B
展开成
各自对应的行向量，并对应记为φ1,φ2,
…
,φ
B
；再将φ1,φ2,
…
,φ
B
合并成一个B
×
169维的数据矩阵，记为Y；其中，φ
b
表示Φ
b
对应的行向量，分别对应表示Φ
b
中的第1行向量、第2行向量、
…
、第13行向量，Y中的第1行向量、第2行向量，至第B行向量分别等于φ1,φ2,
…
,φ
B
，编号b＝1,2,
…
,B；步骤2.2：将Y中的第1列向量、第2列向量，至第169列向量分别依次记为y1,y2,
…
,y
169
；再计算Y中的各列向量中所有元素的平均值和标准差，将Y中的各列向量中所有元素的平均值分别依次记为ζ1,ζ2,
…
,ζ
169
，将Y中的各列向量中所有元素的标准差分别依次记为θ1,θ2,
…
,θ
169
；再根据公式分别对y1,y2,
...

【专利技术属性】
技术研发人员：廖紫洋，章涛，沈钱，张常轩，陈勇旗，陈杨，
申请(专利权)人：宁波信跃电子科技有限公司，
类型：发明
国别省市：