基于迁移学习的薄壁类零件注塑工艺优化研究
这是一篇关于注塑成型,工艺优化,迁移学习,薄壁件,优化算法的论文, 主要内容为注塑成型作为一个复杂的热流变成型过程,众多因素会影响最终的注塑成型质量,特别是薄壁制件,更容易产生翘曲变形等诸多质量缺陷。有限元(CAE)软件、DOE实验方法、回归代理模型和寻优算法的集成发挥了重要的作用,能够避免大量的无序探索,缩短周期,降低成本,有效地改善塑件质量,使塑料零件的缺陷最小化。但基于原数据代理模型预测新数据时,该方法将失效。由于新产品与原产品之间的结构、材料等不同,导致两者的工艺数据不同,因此原模型无法应用于新产品的工艺优化。对于复杂的薄壁注塑制件,仅采用数值模拟方式并不能有效的降低生产工作量,提高质量。而设备结构、行程、时间和速度响应等物理环境与模拟理想环境设置存在着偏差,造成实际和模拟数据之间也存在巨大“鸿沟”。所以,基于数值模拟数据获得的代理模型无法对实际生产数据进行准确的预测。此外,现有的寻优算法也存在一定的缺陷。如,搜索效率较低、容易“早熟”收敛到局部极值等。基于上述原因,本文针对数据差异和寻优算法的不足,进行了以下研究。(1)针对薄壁注塑件成型机理复杂的问题,本文对此进行了深入的研究。以某轿车的薄壁内饰件为对象,分别研究了保压、温度相关工艺参数以及其交互作用下影响注塑件发生翘曲的机理。通过仿真预分析确定主要因素和工艺参数的范围。然后进行极差分析和方差分析,确定各因素对成型质量的影响,并得到初步的工艺方案。验证机理分析的正确性,并为接下来的数据收集和工艺优化提供理论基础。(2)针对拟合后的源模型应用于新分布数据时,出现灾难性遗忘无法准确预测的问题,本研究中分别采用基于模型(Regular Transfer NN、Finetune)和基于实例(Tr Ada Boost R2)的迁移学习方法,通过积木注塑件的工艺数据集验证这些方法的可行性。试验结果表明,三种方法中,Finetune迁移效果最优,也有更好的稳定性。最后,对Finetune方法进行了详细的研究,对比了保留不同预训练信息的迁移效果,结果表明保留预训练信息的多少应根据源域与目标域的差异大小进行选择。(3)对于寻优算法容易陷入局部极值的问题,本文基于正交设计和粒子群搜索算法的思想,提出了多域正交空间协同演进(MDOSE)算法。通过计算标准函数CEC2017的全局最优极值验证了算法的寻优能力。结果表明,MDOSE对单峰、多峰和混合函数比其他几种传统寻优算法有更好的寻优能力和更快的速度。最后,利用MDOSE对某轿车薄壁内饰件进行工艺优化。结果表明,该零件的Z向翘曲变形量从1.022mm降低到了0.0857mm,优化效果达到了91.6%,具有很好的工艺优化效果。(4)整合上述的这些方法构建一套符合生产制造的工艺推荐系统,使用户轻松的管理工艺案例,输入源域数据、少量目标数据就能拟合出目标模型,并提供符合要求的工艺方案供用户参考使用,节约生产中的试模等成本。最后,以U形薄壁注塑件变形的仿真数据和实际数据,验证该系统的实用性。
基于YOLO＿v3spp的注塑产品缺陷识别系统的设计与实现
这是一篇关于注塑成型,缺陷检测,YOLO＿v3spp,系统设计的论文, 主要内容为随着社会经济的发展和生活水平的提高,塑料制品越来越被广泛的应用到生活中,我国成为了全球塑料消费量最大的国家,注塑生产业已成为中国国民经济的重要支柱性行业。目前中国塑料制品的制造主力军仍然是传统的注塑企业,但是传统的注塑制造公司正面临着信息化智能化程度低下、生产管理模式发展滞后、消耗劳动力巨大等弊端,传统的注塑公司将迫切需要借助人工等智能信息化技术手段实现对传统制造过程和生产管理模式的提升和转型,增强公司的国际竞争力,进行注射成型产品更新,进一步优化注塑制造生产流程。通过对塑料制品生产厂家的采访和调查,发现在注塑产品生产现场工人主要面临的如下困难:首先,注塑机生产状态、注塑成型产品的质量、注塑制品的瑕疵类型等均依赖人工站岗值班守护和分拣,耗费大量人力且工作效率低;其次,目前现在的注塑件外观品质检测与管理系统集成度低、效果差,难以满足现代化企业的生产需求。针对上述问题,本文结合注塑企业生产现场环境,基于深度学习理论和YOLO＿v3spp,设计并实现了注塑产品的品质分类系统,优化了注塑生产过程,有效地提高了注塑企业生产信息化程度。本文的主要工作如下:(1)搭建机器视觉成像系统。搭建视觉成像系统,通过线阵相机对注塑产品外观图像进行采集,实现注塑件外观图像采集,为模型训练和产品外观缺陷识别提供支撑。(2)研究YOLO＿v3 spp图像检测算法并搭建注塑产品品质识别网络模型。对YOLO系列算法进行深入研究,选取YOLO＿v3spp算法作为产品外观缺陷识别的网络,并制作训练集与测试集样本训练网络模型,对模型进行实验并分析实验结果。(3)设计并实现注塑件外观缺陷识别系统。结合注塑企业生产现状,在可行的基础上分析系统功能需求和性能需求,并对系统的总体框架和技术架构进行设计,对需求分析中提出的图像采集与存储、产品品质分类、数据统计及预警、用户中心等各功能模块进行详细设计。以Spring Boot为开发框架,结合Nginx、My SQL、Redis等技术,实现系统的各项功能,部署系统并进行功能和性能测试,验证系统的功能性与稳定性。
面向注塑成型过程的时序数据处理与质量预测系统
这是一篇关于MQTT,质量预测,InfluxDB,注塑成型的论文, 主要内容为近年来注塑行业由于广阔的发展前景和庞大的市场需求,在我国得到了飞速发展,占据了我国轻工业的重要地位,成为国民经济的支柱产业之一。但我国的注塑行业与发达国家相比仍然具有很大的差距,存在着低附加值、低技术含量等问题。随着大数据、物联网以及人工智能等信息技术的不断发展,我国提出了智慧工厂和数字化车间的概念,将物联网技术应用于注塑行业中。当前注塑信息化主要是通过新型传感器采集大量的工业数据,由于注塑成型过程产生的时序数据存在着产生频率快、数据量庞大和具有时间顺序的特点,此类系统难以对注塑数据进行高效处理、存储和应用。在注塑智能化方面,如何利用人工智能技术提高注塑生产的效益越来越重要。对于复杂的注塑过程,各种参数调整和扰动的发生都可能造成注塑制品质量缺陷的产生,故快速、有效对注塑制品进行质量缺陷预测,有助于提高产品的质检效率,减少生产故障造成的经济损失。基于以上问题,本文结合注塑成型过程的具体特点以及物联网、大数据等技术,设计并实现了面向注塑成型过程的时序数据处理与质量预测系统,有效地促进了注塑行业的数据共享与交换,在降低注塑成品的次品率,推动注塑行业朝着信息化和智能化发展上具有一定意义。本文研究内容具体如下:(1)研究消息队列遥测传输协议(MQTT)的基本概念及工作原理,基于MQTT协议设计注塑时序数据的传输模块,实现注塑场景下的消息传输的低开销、低宽带占用。同时使用Influx DB时序数据库对MQTT协议传输的时序数据进行高效地存储。(2)针对注塑成型过程产生的庞大工业数据,本文提出使用ECharts搭建时序数据的可视化架构,实现对海量注塑数据的可视化读取、修改和在线监控。(3)结合注塑过程的具体特点,对历史时序数据进行预处理和特征提取,提出基于SMOTE过采样的XGBoost制品质量预测算法实现对注塑成品的质量预测。(4)设计实现基于分布式架构的注塑成型时序数据处理与质量预测平台系统,以Spring Boot框架为基础,结合Nginx、Dubbo和Zookeeper等技术对各模块进行解耦,提高系统的拓展性和稳定性。最后对本文系统进行性能测试,表明了本文设计的面向注塑过程的时序数据处理与质量预测系统具有可实现性与高可靠性,存在一定的实用价值。
基于YOLO＿v3spp的注塑产品缺陷识别系统的设计与实现
这是一篇关于注塑成型,缺陷检测,YOLO＿v3spp,系统设计的论文, 主要内容为随着社会经济的发展和生活水平的提高,塑料制品越来越被广泛的应用到生活中,我国成为了全球塑料消费量最大的国家,注塑生产业已成为中国国民经济的重要支柱性行业。目前中国塑料制品的制造主力军仍然是传统的注塑企业,但是传统的注塑制造公司正面临着信息化智能化程度低下、生产管理模式发展滞后、消耗劳动力巨大等弊端,传统的注塑公司将迫切需要借助人工等智能信息化技术手段实现对传统制造过程和生产管理模式的提升和转型,增强公司的国际竞争力,进行注射成型产品更新,进一步优化注塑制造生产流程。通过对塑料制品生产厂家的采访和调查,发现在注塑产品生产现场工人主要面临的如下困难:首先,注塑机生产状态、注塑成型产品的质量、注塑制品的瑕疵类型等均依赖人工站岗值班守护和分拣,耗费大量人力且工作效率低;其次,目前现在的注塑件外观品质检测与管理系统集成度低、效果差,难以满足现代化企业的生产需求。针对上述问题,本文结合注塑企业生产现场环境,基于深度学习理论和YOLO＿v3spp,设计并实现了注塑产品的品质分类系统,优化了注塑生产过程,有效地提高了注塑企业生产信息化程度。本文的主要工作如下:(1)搭建机器视觉成像系统。搭建视觉成像系统,通过线阵相机对注塑产品外观图像进行采集,实现注塑件外观图像采集,为模型训练和产品外观缺陷识别提供支撑。(2)研究YOLO＿v3 spp图像检测算法并搭建注塑产品品质识别网络模型。对YOLO系列算法进行深入研究,选取YOLO＿v3spp算法作为产品外观缺陷识别的网络,并制作训练集与测试集样本训练网络模型,对模型进行实验并分析实验结果。(3)设计并实现注塑件外观缺陷识别系统。结合注塑企业生产现状,在可行的基础上分析系统功能需求和性能需求,并对系统的总体框架和技术架构进行设计,对需求分析中提出的图像采集与存储、产品品质分类、数据统计及预警、用户中心等各功能模块进行详细设计。以Spring Boot为开发框架,结合Nginx、My SQL、Redis等技术,实现系统的各项功能,部署系统并进行功能和性能测试,验证系统的功能性与稳定性。
基于液晶高分子注塑成型过程的微流动研究
这是一篇关于液晶高分子,注塑成型,Leslie粘度系数,微流动的论文, 主要内容为热液晶高分子作为一种功能材料,因其高强度、高模量、耐高温、电绝缘性好等独特的优异注塑性能,在航空航天、电子电器、医学仪器、汽车行业等领域应用广泛。传统注塑加工时,加工注塑件的尺寸较大,材料的流变性对最终注塑件机械性能影响较小,因此对注塑材料流变性的研究也较少。随着微机械电子技术的发展,注塑件尺寸越来越小,注塑材料的流变性对所加工注塑件微观结构的影响也变得不可忽视。再者,液晶高分子作为一种各向异性的黏弹性非牛顿流体,液晶高分子加工过程中形成的微观结构在很大程度上决定着其宏观机械性能,因此对微尺度下液晶高分子流变性基础理论的研究是很有必要的。本文主要是针对热致性液晶高分子注塑成型过程中的微流动情况进行理论与实验研究。1.理论研究方面:选择具有代表性的主链型热致性液晶VectraA950作为研究对象,对其进行XRD测试和TG-DSC测试,确定其类型、熔点、清亮点及分解温度,为数值计算和实验设定注塑温度奠定基础。其次,以小分子液晶LeslieEricksen理论为基础,构建Hele-Shaw模型下注塑成型过程的二维计算模型,并用MAPLE软件推导化简高分子液晶注塑成型的基本控制方程组;根据Moldflow软件模拟的液晶注塑成型过程的结果,设定初始条件,并给出边界条件;再者,运用有限差分法,利用MATLAB软件辅助编程进行数值计算。最后,对数值计算的数据进行处理得到压力云图、温度云图、指向矢分布图等。在数值计算时,Leslie粘滞系数的确定尤其关键,直接影响计算结果。实验方面,根据数值计算的结果设计液晶盒形状与尺寸、液晶盒夹具形状与尺寸并制作了简易的注塑成型装置。这个简易的注塑成型机主要包括:注塑、加热圈、数显恒温加热台、动力部分和摄像五大部分。经过大量的重复性注塑实验后,对实验装置进行了改进。然后,对实验得到视频采用MATLAB软件辅助编程进行处理,得到液晶材料流动前沿图、流动的平均速度及流动时间等。比较分析三种不同方案下的Leslie粘度系数的数值计算结果和Moldflow模拟结果可知,基于Maier-Saupe理论求得的热致性液晶的Leslie粘度系数运用到本论文的数值计算中,得到的液晶熔体的流动前沿、压力云图等与Moldflow模拟的结果吻合度较高。比较分析实验结果、数值计算结果和Moldflow模拟结果可知,三者基本上是一致的,热致性液晶高分子注塑成型过程中的流动前沿、流动时间等与实验得到结果相近,因此,对于难以进行实验测试的影响因素可以采用本文的数值计算进行模拟研究。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设港湾 ，原文地址：https://m.bishedaima.com/lunwen/50258.html
