【技术实现步骤摘要】
本专利技术涉及模具压缩比调整，且更具体地涉及一种提高聚烯烃管材模具在线自动调整压缩比的方法。
技术介绍
1、聚烯烃管材模具压缩比是指在塑料挤出过程中，原料通过模具口进入模腔时的初始截面积与最终挤出成型后的截面积之间的比值。通常用数值表示，如2:1、3:1等。聚烯烃管材模具压缩比对于生产高质量的聚烯烃管材非常重要。正确选择和控制压缩比可以确保挤出过程中塑料流动顺畅、均匀，避免气泡、毛刺或其他不良缺陷的产生。要实现聚烯烃管材模具最优压缩比，需要控制模具的压力和开合程度。注塑速度和注塑温度是影响聚烯烃管材模具压缩比的两个主要因素。当注塑速度较快或者温度较高时，会使得塑料流动性增强、粘度降低，从而导致模具内部压力下降、填充不均匀等问题，进而影响到聚烯烃管材模具的压缩比。
2、现有技术中，提高聚烯烃管材模具在线自动调整压缩比的方法存在很多弊端，一方面，不能采集的实时数据进行预处理，导致不能保证实时数据的质量和可用性，缺少分析不同压缩比下聚烯烃管材的尺寸变化规律确定最优压缩比，导致不能准确获取聚烯烃管材模具的最优压缩比，另一方面，缺少对聚烯烃管材模具压力和开合程度的在线自动精确控制，无法实现聚烯烃管材模具最优压缩比，聚烯烃管材模具在使用过程中因为不可抗力因素会导致压缩比发生变化，缺少对压缩比变化量的实时分析，不能精确调控变化的压缩比，因此，本专利技术提出一种提高聚烯烃管材模具在线自动调整压缩比的方法，旨在实现精准调控聚烯烃管材模具最优压缩比。
技术实现思路
1、针对上述技术的不足，
2、本专利技术采用以下技术方案：
3、一种提高聚烯烃管材模具在线自动调整压缩比的方法包括如下步骤：
4、步骤一、通过在线检测系统仪器监测聚烯烃管材在模具中的实时数据，所述实时数据至少包括压力、温度、流量、直径、张力和速度，所述在线检测系统仪器至少包括压力传感器、温度传感器、流量计、直径测量仪、张力传感器和速度测量仪，所述在线检测系统仪器通过nm通讯机的智能网络将在线数据传输到云端数据库中进行储存；
5、步骤二、所述云端数据库通过集成数据预处理机构对实时数据进行预处理，所述集成数据预处理机构包括数据清洗模块、数据转化模块、数据集成模块和数据规范化模块，所述云端数据库再通过nm通讯机的智能网络协议将预处理后的实时数据传输到自动调节系统；
6、在步骤二中，所述数据清洗模块的输出端与所述数据转化模块的输入端连接，所述数据转化模块的输出端与所述数据集成模块的输入端连接，所述数据集成模块的输出端与所述数据规范化模块的输入端连接；
7、步骤三、所述自动调节系统采用流式实时数据分析器对实时数据进行分析，所述流式实时数据分析器采用融合ap聚类算法分析不同压缩比下聚烯烃管材的尺寸变化规律确定最优压缩比；
8、步骤四、所述自动调节控制系统再采用神经网络控制策略机制分析最优压缩比和实际压缩比之间的误差生成调整聚烯烃管材模具压力和开合程度的控制策略，所述自动调节控制系统通过时序逻辑控制电路和控制策略控制聚烯烃管材模具的压力和开合程度实现聚烯烃管材模具最优压缩比；
9、步骤五、所述自动调节控制系统最后采用闭环反馈调节机构对聚烯烃管材模具的压缩比进行反馈精确调节，所述闭环反馈调节机构通过量化预测算法模型分析聚烯烃管材模具的实时产量变化的特征信息，所述量化预测算法模型通过聚烯烃管材模具的实时产量变化的特征信息确定聚烯烃管材模具在使用过程中的压缩比变化量，所述闭环反馈调节结构再通过反馈对抗调节网络对影响聚烯烃管材模具压缩比的注塑速度和注塑温度进行调节。
10、作为本专利技术进一步的技术方案，所述数据清洗模块采用离群点异常检测协议检测并清除实时数据中的异常数据点，所述离群点异常检测协议基于聚类分析检测实时数据中数据点的离群程度，所述离群点异常检测协议通过线性回归评分函数对离群程度进行可信度评分确定异常数据点，所述离群点异常检测协议通过阈值切割处理清除异常数据点；所述数据转化模块采用收敛映射转化机制将不同数据格式的实时数据转换为目标数据格式，所述收敛映射转化机制通过程序自动映射分析目标数据格式和实时数据格式的差异收敛性实现将实时数据格式映射到目标数据格式；所述数据集成模块采用流处理集成平台将不同数据源的实时数据集成为一个完整的数据集，所述流处理集成平台通过事件驱动架构的流式计算引擎对输入的实时数据进行划分和聚合，所述事件驱动架构的流式计算引擎基于滑动窗口将输入实时数据按照固定步长进行划分，并对每个滑动窗口内的所有实时数据进行聚合；所述数据规范化模块采用模态曲率差归一化对聚合后的实时数据进行规范化处理，所述模态曲率差归一化根据实时数据的模态曲率差将实时数据转换为特征空间中的实时数据。
11、作为本专利技术进一步的技术方案，所述融合ap聚类算法的工作方法为：
12、s1、通过支持向量机学习引擎对预处理后的实时数据进行学习训练，构建聚烯烃管材分析模型，所述支持向量机学习引擎通过多项式核函数对聚烯烃管材分析模型的权重进行迭代更新，实现聚烯烃管材分析模型权重调整，所述聚烯烃管材分析模型的权重迭代更新的计算公式为：
13、
14、在公式(1)中，x为聚烯烃管材分析模型的权重迭代更新值，g为聚烯烃管材分析模型的权重停止迭代更新的收敛精度，m为聚烯烃管材分析模型的权重迭代更新次数，为多项式核函数的指定多项式次数，yi为聚烯烃管材分析模型的初始权重，i为聚烯烃管材分析模型的初始权重下标；
15、s2、然后聚烯烃管材分析模型通过有限元分析协议对不同压缩比下的聚烯烃管材进行应力和应变特征分析，所述有限元分析协议通过哈密顿积定义函数将不同压缩比下的聚烯烃管材应力和应变特征转化为应力特征值和应变特征值，所述应力特征值计算公式为：
16、
17、在公式(2)中，s为应力特征值，h为压缩比下的压力值，b为压缩比下的直径，τ为哈密顿积定义函数中的多维张量，r为压缩比下的温度值；
18、所述应变特征值计算公式为：
19、
20、在公式(3)中，k为应变特征值，v为压缩比下的聚烯烃管材模具内部张力，u为压缩比下的聚烯烃管材进入模具中的速度，x为压缩比下的聚烯本文档来自技高网...
【技术保护点】
1.一种提高聚烯烃管材模具在线自动调整压缩比的方法，其特征在于：所述方法包括如下步骤：
2.根据权利要求1所述的一种提高聚烯烃管材模具在线自动调整压缩比的方法，其特征在于：所述数据清洗模块采用离群点异常检测协议检测并清除实时数据中的异常数据点，所述离群点异常检测协议基于聚类分析检测实时数据中数据点的离群程度，所述离群点异常检测协议通过线性回归评分函数对离群程度进行可信度评分确定异常数据点，所述离群点异常检测协议通过阈值切割处理清除异常数据点；所述数据转化模块采用收敛映射转化机制将不同数据格式的实时数据转换为目标数据格式，所述收敛映射转化机制通过程序自动映射分析目标数据格式和实时数据格式的差异收敛性实现将实时数据格式映射到目标数据格式；所述数据集成模块采用流处理集成平台将不同数据源的实时数据集成为一个完整的数据集，所述流处理集成平台通过事件驱动架构的流式计算引擎对输入的实时数据进行划分和聚合，所述事件驱动架构的流式计算引擎基于滑动窗口将输入实时数据按照固定步长进行划分，并对每个滑动窗口内的所有实时数据进行聚合；所述数据规范化模块采用模态曲率差归一化对聚合后的实时数据进行
3.根据权利要求1所述的一种提高聚烯烃管材模具在线自动调整压缩比的方法，其特征在于：所述融合AP聚类算法的工作方法为：
4.根据权利要求1所述的一种提高聚烯烃管材模具在线自动调整压缩比的方法，其特征在于：所述神经网络控制策略机制采用循环神经网络作为神经网络架构，所述压力和开合程度作为循环神经网络的目标输出，所述最优压缩比和实际压缩比作为循环神经网络的输入特征，所述神经网络控制策略机制通过梯度下降反向传播算法更新循环神经网络的输出层权重矩阵，所述梯度下降反向传播算法根据损失函数将输入特征与目标输出连接的权重矩阵加权得到加权和，所述梯度下降反向传播算法通过激活函数对加权和进行求导实现更新输出层权重矩阵，所述神经网络控制策略机制通过将最优压缩比和实际压缩比输入已更新的循环神经网络中进行前向传播得到压力和开合程度。
5.根据权利要求1所述的一种提高聚烯烃管材模具在线自动调整压缩比的方法，其特征在于：所述时序逻辑控制电路包括控制信号生成单元、压力控制单元和开合程度控制单元，所述控制信号生成单元的输出端与所述压力控制单元和开合程度控制单元的输入端连接，所述控制信号生成单元采用PID群控算法将压力和开合程度转换为控制信号，所述PID群控算法通过隶属函数将压力和开合程度转换为数字变量信号，所述PID群控算法再通过控制逻辑运算将数字变量信号进行联机规则运算得到控制信号；所述压力控制单元采用离合器液控阀调整液体流动和分配实现聚烯烃管材模具的压力控制，所述离合器液控阀根据控制信号激励电磁铁产生磁场将锥形阀芯与阀座分离或接触，从而调节液体流量和分配实现对聚烯烃管材模具精确和稳定的压力控制；所述开合程度控制单元采用永磁伺服电机控制装置实现聚烯烃管材模具的开合程度控制，所述永磁伺服电机控制装置根据控制信号和电机协调控制电路调整永磁同步电机的转速和方向，所述永磁伺服电机控制装置再根据控制信号和功率变频控制电路调节伺服驱动器的输出功率参数实现聚烯烃管材模具的准确开合。
6.根据权利要求1所述的一种提高聚烯烃管材模具在线自动调整压缩比的方法，其特征在于：所述量化预测算法模型包括注意力机制特征提取模块、时序分析模块和压缩比分析模块，所述注意力机制特征提取模块的输出端与所述时序分析模块的输入端连接，所述时序分析模块的输出端与所述压缩比分析模块的输入端连接，所述注意力机制特征提取模块通过量化预测算法模型的注意力机制对输入实时数据之间的特征关系建模为量化分析网络，所述注意力机制通过学习量化分析网络节点之间权重关系动态地分配每个输入实时数据所占权重，并将个输入实时数据按照所占权重进行加权组合，所述注意力机制根据加权组合结果提取聚烯烃管材模具实时产量变化的特征信息。
7.根据权利要求6所述的一种提高聚烯烃管材模具在线自动调整压缩比的方法，其特征在于：所述时序分析模块通过自相关函数和偏自相关函数在时序分析中描述聚烯烃管材模具实时产量变化的特征信息随时间变化的相关性，所述时序分析模块采用自回归移动平均方程建立聚烯烃管材模具实时产量变化与特征信息中流量和速度之间的非线性关系，所述时序分析模块根据非线性关系确定聚烯烃管材模具实时产量变化趋势；所述压缩比分析模块采用误差自回归量化协议分析聚烯烃管材模具在使用过程中压缩比的变化，所述误差自回归量化协议通过残差序列检测聚烯烃管材模具实时产量变化趋势集中的周期性，所述误差自回归量化协议根据聚烯烃管材模具实...
【技术特征摘要】
1.一种提高聚烯烃管材模具在线自动调整压缩比的方法，其特征在于：所述方法包括如下步骤：
2.根据权利要求1所述的一种提高聚烯烃管材模具在线自动调整压缩比的方法，其特征在于：所述数据清洗模块采用离群点异常检测协议检测并清除实时数据中的异常数据点，所述离群点异常检测协议基于聚类分析检测实时数据中数据点的离群程度，所述离群点异常检测协议通过线性回归评分函数对离群程度进行可信度评分确定异常数据点，所述离群点异常检测协议通过阈值切割处理清除异常数据点；所述数据转化模块采用收敛映射转化机制将不同数据格式的实时数据转换为目标数据格式，所述收敛映射转化机制通过程序自动映射分析目标数据格式和实时数据格式的差异收敛性实现将实时数据格式映射到目标数据格式；所述数据集成模块采用流处理集成平台将不同数据源的实时数据集成为一个完整的数据集，所述流处理集成平台通过事件驱动架构的流式计算引擎对输入的实时数据进行划分和聚合，所述事件驱动架构的流式计算引擎基于滑动窗口将输入实时数据按照固定步长进行划分，并对每个滑动窗口内的所有实时数据进行聚合；所述数据规范化模块采用模态曲率差归一化对聚合后的实时数据进行规范化处理，所述模态曲率差归一化根据实时数据的模态曲率差将实时数据转换为特征空间中的实时数据。
3.根据权利要求1所述的一种提高聚烯烃管材模具在线自动调整压缩比的方法，其特征在于：所述融合ap聚类算法的工作方法为：
4.根据权利要求1所述的一种提高聚烯烃管材模具在线自动调整压缩比的方法，其特征在于：所述神经网络控制策略机制采用循环神经网络作为神经网络架构，所述压力和开合程度作为循环神经网络的目标输出，所述最优压缩比和实际压缩比作为循环神经网络的输入特征，所述神经网络控制策略机制通过梯度下降反向传播算法更新循环神经网络的输出层权重矩阵，所述梯度下降反向传播算法根据损失函数将输入特征与目标输出连接的权重矩阵加权得到加权和，所述梯度下降反向传播算法通过激活函数对加权和进行求导实现更新输出层权重矩阵，所述神经网络控制策略机制通过将最优压缩比和实际压缩比输入已更新的循环神经网络中进行前向传播得到压力和开合程度。
5.根据权利要求1所述的一种提高聚烯烃管材模具在线自动调整压缩比的方法，其特征在于：所述时序逻辑控制电路包括控制信号生成单元、压力控制单元和开合程度控制单元，所述控制信号生成单元的输出端与所述压力控制单元和开合程度控制单元的输入端连接，所述控制信号生成单元采用pid群控算法将压力和开合程度转换为控制信号，所述pid群控算法通过隶属函数将压力和开合程度转换为数字变量信号，所述pid群控算法再通过控制逻辑运算将数字变量信号进行联机规则运算得到控制信号；所述压力控制单元采用离合器液控阀调整液体流动和分配实现聚烯烃...
【专利技术属性】
技术研发人员：何海潮，
申请(专利权)人：浙江金纬管道设备制造有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。