CN109878046B - 一种注塑生产优化方法 - Google Patents
一种注塑生产优化方法 Download PDFInfo
- Publication number
- CN109878046B CN109878046B CN201910144030.2A CN201910144030A CN109878046B CN 109878046 B CN109878046 B CN 109878046B CN 201910144030 A CN201910144030 A CN 201910144030A CN 109878046 B CN109878046 B CN 109878046B
- Authority
- CN
- China
- Prior art keywords
- injection molding
- data
- control module
- main control
- mold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
本发明公开一种注塑生产优化方法,基于模具云端、注塑云端和优化管理系统,所述优化管理系统分别与模具云端及注塑云端通讯连接,所述优化管理系统包括输入模块和主控模块,所述方法包括以下步骤:1)通过输入模块输入数据,得到检索信息,并通过主控模块将检索信息发送至模具云端和注塑云端;2)模具云端根据接收到的检索信息进行检索,得到模具数据,并将模具数据发送至主控模块;3)注塑云端根据接收到的检索信息进行检索,得到注塑数据,并将注塑数据发送至主控模块;4)主控模块对模具数据和注塑数据进行配对、计算和分析,得到总建议方案。本发明能优化注塑工艺,减少模具上机的调试时间,提高生产效率,降低生产成本。
Description
技术领域
本发明涉及注塑生产技术领域,特别涉及一种注塑生产优化方法。
背景技术
在注塑行业上,每分每秒都会遇上质量、产能、排期等等问题。在传统的注塑生产当中,模具在制造出来之后都需要上注塑机调试之后投入生产,调试的目的在于获得注塑工艺参数,注塑工艺参数里面涉及到温度、时间以及压力,这三者之间的配合有成千上万种,这就导致了调试时间长的原因,调试时间长必然会延长投入生产的时间,这样必然会导致注塑生产效率低和注塑成本高的问题发生;为达到减少调试时间,现有注塑调试是采用专业试模人员根据其经验快速获得注塑工艺参数,但这样必然需要高昂的人工费用,仍无法解决注塑成本高的问题。
发明内容
本发明要解决的技术问题是,针对上述现有技术中的不足,提供一种注塑生产优化方法,其能优化注塑工艺,减少模具上机的调试时间,且调试过程中无需专业试模人员进行调试,有效提高生产效率,降低生产成本。
为解决上述技术问题,本发明的技术方案是:
一种注塑生产优化方法,基于模具云端、注塑云端和优化管理系统,所述优化管理系统分别与模具云端及注塑云端通讯连接,所述优化管理系统包括输入模块和主控模块,所述方法包括以下步骤:
1)通过输入模块输入数据,得到检索信息,并通过主控模块将检索信息发送至模具云端和注塑云端;
2)模具云端根据接收到的检索信息进行检索,得到模具数据,并将模具数据发送至主控模块;
3)注塑云端根据接收到的检索信息进行检索,得到注塑数据,并将注塑数据发送至主控模块;
4)主控模块对模具数据和注塑数据进行配对、计算和分析,得到总建议方案;
其中,总建议方案中包括模具数据、注塑数据和注塑工艺数据。
作为一种优选方案,步骤4)中在主控模块对模具数据和注塑数据进行配对、计算和分析之前,主控模块对模具数据和注塑数据进行初步分析。
作为一种优选方案,所述主控模块对模具数据和注塑数据进行初步分析的方法,包括以下步骤:
A)主控模块判断模具数据是否为0,若是,则进行下一步,若否,则主控模块对模具数据和注塑数据进行配对、计算和分析;
B)主控模块判断注塑数据是否为0,若是,则直接输出重新输入的提示;若否,则主控模块将注塑数据标记为未配对注塑数据,并对未配对注塑数据进行计算和分析。
作为一种优选方案,步骤5)所述主控模块对模具数据和注塑数据进行配对、计算和分析的方法,包括以下步骤:
a)主控模块对模具数据和注塑数据进行配对,得到n组配对数据,其中n≥1;
b)主控模块同时对n组配对数据进行计算,得到注塑工艺数据;
c)主控模块对注塑工艺数据进行模拟推理,并判断注塑工艺数据是否能被执行,若是,则进行下一步;若否,则返回步骤b);
d)主控模块对模具数据、注塑数据和注塑工艺数据进行整合,得到第一建议方案。
作为一种优选方案,步骤a)主控模块对模具数据和注塑数据进行配对之后,所述主控模块对模具数据和注塑数据进行校检。
作为一种优选方案,所述主控模块对模具数据和注塑数据进行校检的关键在于主控模块判断注塑数据是否存在无法配对的情况,若是,则主控模块将未配对的注塑数据标记为未配对注塑数据,并对未配对注塑数据进行计算和分析,若否,则主控模块同时对n组配对数据进行计算。
作为一种优选方案,所述主控模块对未配对注塑数据进行计算和分析的方法,包括以下步骤:
I)主控模块根据未配对注塑数据计算出模拟模具数据;
II)主控模块对模拟模具数据进行模拟推理,并判断模拟模具数据是否能被执行,若是,则进行下一步;若否,则返回步骤I);
III)主控模块根据模拟模具数据和注塑数据计算出注塑工艺数据;
IV)主控模块对注塑工艺数据进行模拟推理,并判断注塑工艺数据是否能被执行,若是,则进行下一步,若否,则返回步骤II);
V)主控模块对模拟模具数据、注塑数据和注塑工艺数据进行整合,得到第二建议方案。
作为一种优选方案,当主控模块仅得到第一建议方案/第二建议方案时,则主控模块将第一建议方案/第二建议方案作为总建议方案输出;当主控模块得到第一建议方案和第二建议方案时,则主控模块对第一建议方案和第二建议方案进行整合,输出总建议方案。
作为一种优选方案,当用户选取第二建议方案作为注塑生产方案时,主控模块将模拟模具数据作为模具更新数据上传至模具云端。
作为一种优选方案,所述优化管理系统还包括注塑生产监控模块,所述注塑生产监控模块与装设于模具和注塑机上的传感器通信连接,所述注塑生产监控模块对传感器发送的传感数据进行分析和整合,得到模具更新数据和注塑机更新数据,并注塑生产监控模块将模具更新数据和注塑机更新数据传送至主控模块,主控模块分别将模具更新数据和注塑机更新数据传送至模具云端和注塑云端。
本发明的有益效果是:输入检索信息,然后通过检索信息分别在模具云端和注塑云端上检索出模具数据和注塑数据,接着对模具数据和注塑数据进行配对、计算和分析后得建议方案,如此能优化注塑工艺,而生产人员根据建议方案生产能有效减少模具上机的调试时间,且调试过程也无需专业试模人员进行调试,提高生产效率,降低生产成本。
附图说明
图1为本发明之模具云端、注塑云端和优化管理系统的连接示意图;
图2为本发明之注塑生产优化方法的流程框架图。
图中:1-模具云端,2-注塑云端,3-优化管理系统,4-输入模块,5-主控模块,6-注塑生产监控模块。
具体实施方式
下面结合附图对本发明的结构原理和工作原理作进一步详细说明。
如图1所示,一种注塑生产优化方法,基于模具云端1、注塑云端2和优化管理系统3,所述模具云端1内具有模具关键数据,所述模具关键数据包块模具基础数据、模具操作视窗、模具完成后的最终试模报告和模具流分析报告,所述注塑云端2包括注塑关键数据,所述注塑关键数据包括注塑设定参数、注塑机基础规格和注塑机的特别功能,所述优化管理系统3通过有线网络方式或无线网络方式分别与模具云端1及注塑云端2通讯连接,所述优化管理系统3包括输入模块4、主控模块5和注塑生产监控模块6。
如图2所示,所述方法包括以下步骤:
1)通过输入模块4输入数据,得到检索信息,并通过主控模块5将检索信息发送至模具云端1和注塑云端2;
2)模具云端1根据接收到的检索信息进行检索,得到模具数据,并将模具数据发送至主控模块5;
3)注塑云端2根据接收到的检索信息进行检索,得到注塑数据,并将注塑数据发送至主控模块5;
4)主控模块5对模具数据和注塑数据进行配对、计算和分析,得到总建议方案。
其中,所述检索信息为产品信息、模具信息和注塑机信息中的一种或几种,总建议方案中包括模具数据、注塑数据和注塑工艺数据。
作为一种优选方案,步骤4)中在主控模块5对模具数据和注塑数据进行配对、计算和分析之前,主控模块5对模具数据和注塑数据进行初步分析。
作为一种优选方案,所述主控模块5对模具数据和注塑数据进行初步分析的方法,包括以下步骤:
A)主控模块5判断模具数据是否为0,若是,则进行下一步,若否,则主控模块5对模具数据和注塑数据进行配对、计算和分析;
B)主控模块5判断注塑数据是否为0,若是,则直接输出重新输入的提示;若否,则主控模块5将注塑数据标记为未配对注塑数据,并对未配对注塑数据进行计算和分析。
作为一种优选方案,步骤5)所述主控模块5对模具数据和注塑数据进行配对、计算和分析的方法,包括以下步骤:
a)主控模块5对模具数据和注塑数据进行配对,得到n组配对数据,其中n≥1;
b)主控模块5同时对n组配对数据进行计算,得到注塑工艺数据;
c)主控模块5对注塑工艺数据进行模拟推理,并判断注塑工艺数据是否能被执行,若是,则进行下一步;若否,则返回步骤b);
d)主控模块5对模具数据、注塑数据和注塑工艺数据进行整合,得到第一建议方案。
作为一种优选方案,步骤a)主控模块5对模具数据和注塑数据进行配对之后,所述主控模块5对模具数据和注塑数据进行校检。
作为一种优选方案,所述主控模块5对模具数据和注塑数据进行校检的方法,包括以下步骤:
主控模块5判断注塑数据是否存在无法配对的情况,若是,则主控模块5将未配对的注塑数据标记为未配对注塑数据,并对未配对注塑数据进行计算和分析,若否,则主控模块5同时对n组配对数据进行计算。
由于模具是根据产品和注塑机而制作而成的,当模具数据不为0时,必然会有与之匹配的注塑数据被检索到,因而模具数据不为0时,n必然大于等于1,而主控模块5对模具数据和注塑数据进行校检时也只需判断注塑数据中是否存在无法配对的情况。
作为一种优选方案,所述主控模块5对未配对注塑数据进行计算和分析的方法,包括以下步骤:
I)主控模块5根据未配对注塑数据计算出模拟模具数据;
II)主控模块5对模拟模具数据进行模拟推理,并判断模拟模具数据是否能被执行,若是,则进行下一步;若否,则返回步骤I);
III)主控模块5根据模拟模具数据和注塑数据计算出注塑工艺数据;
IV)主控模块5对注塑工艺数据进行模拟推理,并判断注塑工艺数据是否能被执行,若是,则进行下一步,若否,则返回步骤II);
V)主控模块5对模拟模具数据、注塑数据和注塑工艺数据进行整合,得到第二建议方案。
作为一种优选方案,当主控模块5仅得到第一建议方案/第二建议方案时,则主控模块5将第一建议方案/第二建议方案作为总建议方案输出;当主控模块5得到第一建议方案和第二建议方案时,则主控模块5对第一建议方案和第二建议方案进行整合,输出总建议方案。
所述主控模块5中所用到的算法包括案例推理、混合神经网络和遗传算法。
作为一种优选方案,当用户选取第二建议方案作为注塑生产方案时,主控模块5将模拟模具数据作为模具更新数据上传至模具云端1。
作为一种优选方案,所述注塑生产监控模块6与装设于模具和注塑机上的传感器通信连接,所述注塑生产监控模块6对传感器发送的传感数据进行分析和整合,得到模具更新数据和注塑机更新数据,并注塑生产监控模块6将模具更新数据和注塑机更新数据传送至主控模块5,主控模块5分别将模具更新数据和注塑机更新数据传送至模具云端1和注塑云端2。
本发明的有益效果是:输入检索信息4,然后通过检索信息分别在模具云端和注塑云端上检索出模具数据和注塑数据,接着对模具数据和注塑数据进行配对、计算和分析后得建议方案,如此能优化注塑工艺,而生产人员根据建议方案生产能有效减少模具上机的调试时间,且调试过程也无需专业试模人员进行调试,提高生产效率,降低生产成本。
以上所述,仅是本发明较佳实施方式,凡是依据本发明的技术方案对以上的实施方式所作的任何细微修改、等同变化与修饰,均属于本发明技术方案的范围内。
Claims (7)
1.一种注塑生产优化方法,其特征在于:基于模具云端、注塑云端和优化管理系统,所述优化管理系统分别与模具云端及注塑云端通讯连接,所述优化管理系统包括输入模块和主控模块,所述方法包括以下步骤:
1)通过输入模块输入数据,得到检索信息,并通过主控模块将检索信息发送至模具云端和注塑云端;
2)模具云端根据接收到的检索信息进行检索,得到模具数据,并将模具数据发送至主控模块;
3)注塑云端根据接收到的检索信息进行检索,得到注塑数据,并将注塑数据发送至主控模块;
4)主控模块对模具数据和注塑数据进行初步分析,初步分析方法包括以下步骤:A)主控模块判断模具数据是否为0,若是,则进行下一步,若否,则主控模块对模具数据和注塑数据进行配对、计算和分析;B)主控模块判断注塑数据是否为0,若是,则直接输出重新输入的提示;若否,则主控模块将注塑数据标记为未配对注塑数据,并对未配对注塑数据进行计算和分析;
5)主控模块对模具数据和注塑数据进行配对、计算和分析,得到总建议方案,配对、计算和分析的方法,包括以下步骤:a)主控模块对模具数据和注塑数据进行配对,得到n组配对数据,其中n≥1;b)主控模块同时对n组配对数据进行计算,得到注塑工艺数据;c)主控模块对注塑工艺数据进行模拟推理,并判断注塑工艺数据是否能被执行,若是,则进行下一步;若否,则返回步骤b);d)主控模块对模具数据、注塑数据和注塑工艺数据进行整合,得到第一建议方案;
其中,总建议方案中包括模具数据、注塑数据和注塑工艺数据。
2.根据权利要求1所述的一种注塑生产优化方法,其特征在于:步骤a)主控模块对模具数据和注塑数据进行配对之后,所述主控模块对模具数据和注塑数据进行校检。
3.根据权利要求2所述的一种注塑生产优化方法,其特征在于:所述主控模块对模具数据和注塑数据进行校检的关键在于主控模块判断注塑数据是否存在无法配对的情况,若是,则主控模块将未配对的注塑数据标记为未配对注塑数据,并对未配对注塑数据进行计算和分析,若否,则主控模块同时对n组配对数据进行计算。
4.根据权利要求3所述的一种注塑生产优化方法,其特征在于:所述主控模块对未配对注塑数据进行计算和分析的方法,包括以下步骤:
I)主控模块根据未配对注塑数据计算出模拟模具数据;
II)主控模块对模拟模具数据进行模拟推理,并判断模拟模具数据是否能被执行,若是,则进行下一步;若否,则返回步骤I);
III)主控模块根据模拟模具数据和注塑数据计算出注塑工艺数据;
IV)主控模块对注塑工艺数据进行模拟推理,并判断注塑工艺数据是否能被执行,若是,则进行下一步,若否,则返回步骤II);
V)主控模块对模拟模具数据、注塑数据和注塑工艺数据进行整合,得到第二建议方案。
5.根据权利要求4所述的一种注塑生产优化方法,其特征在于:当主控模块仅得到第一建议方案/第二建议方案时,则主控模块将第一建议方案/第二建议方案作为总建议方案输出;当主控模块得到第一建议方案和第二建议方案时,则主控模块对第一建议方案和第二建议方案进行整合,输出总建议方案。
6.根据权利要求5所述的一种注塑生产优化方法,其特征在于:当用户选取第二建议方案作为注塑生产方案时,主控模块将模拟模具数据作为模具更新数据上传至模具云端。
7.根据权利要求6所述的一种注塑生产优化方法,其特征在于:所述优化管理系统还包括注塑生产监控模块,所述注塑生产监控模块与装设于模具和注塑机上的传感器通信连接,所述注塑生产监控模块对传感器发送的传感数据进行分析和整合,得到模具更新数据和注塑机更新数据,并注塑生产监控模块将模具更新数据和注塑机更新数据传送至主控模块,主控模块分别将模具更新数据和注塑机更新数据传送至模具云端和注塑云端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910144030.2A CN109878046B (zh) | 2019-02-27 | 2019-02-27 | 一种注塑生产优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910144030.2A CN109878046B (zh) | 2019-02-27 | 2019-02-27 | 一种注塑生产优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109878046A CN109878046A (zh) | 2019-06-14 |
CN109878046B true CN109878046B (zh) | 2021-06-18 |
Family
ID=66929577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910144030.2A Active CN109878046B (zh) | 2019-02-27 | 2019-02-27 | 一种注塑生产优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109878046B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113733506B (zh) * | 2021-08-10 | 2023-05-05 | 宁波海天智联科技有限公司 | 一种基于互联网的注塑产品加工的工艺参数优化方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001205683A (ja) * | 2000-01-26 | 2001-07-31 | Canon Inc | 射出成形プロセスのシミュレーション装置、方法および記憶媒体 |
CN1539619A (zh) * | 2003-03-31 | 2004-10-27 | ס�ѻ�ѧ��ҵ��ʽ���� | 注塑品的制造参数确定方法和制造方法、注塑装置及程序 |
CN101879775A (zh) * | 2009-11-16 | 2010-11-10 | 宁波弘讯科技有限公司 | 一种工艺参数自动优化的注塑机控制系统及其控制方法 |
CN105701228A (zh) * | 2016-01-19 | 2016-06-22 | 重庆世纪精信实业(集团)有限公司 | 注塑机工艺参数记录查询系统及注塑机工艺参数设定方法 |
CN106393617A (zh) * | 2016-07-01 | 2017-02-15 | 常州机电职业技术学院 | 注塑成型工艺参数自适应系统 |
CN107718479A (zh) * | 2017-11-15 | 2018-02-23 | 广汉市盛泰塑化科技有限公司 | 工程塑料注塑成型工艺优化系统及优化方法 |
CN108237670A (zh) * | 2016-12-23 | 2018-07-03 | 恩格尔奥地利有限公司 | 用于优化用于成型机的过程优化系统的方法 |
CN108515678A (zh) * | 2018-03-28 | 2018-09-11 | 广西科技大学 | 基于rbf神经网络的注塑工艺优化方法 |
CN109159392A (zh) * | 2018-09-27 | 2019-01-08 | 科控工业自动化设备(上海)有限公司 | 一种注塑件模具工艺参数自动优化的方法及控制系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI501061B (zh) * | 2012-06-25 | 2015-09-21 | Delta Electronics Inc | 塑料成品製造方法及全電式塑膠射出成型機 |
-
2019
- 2019-02-27 CN CN201910144030.2A patent/CN109878046B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001205683A (ja) * | 2000-01-26 | 2001-07-31 | Canon Inc | 射出成形プロセスのシミュレーション装置、方法および記憶媒体 |
CN1539619A (zh) * | 2003-03-31 | 2004-10-27 | ס�ѻ�ѧ��ҵ��ʽ���� | 注塑品的制造参数确定方法和制造方法、注塑装置及程序 |
CN101879775A (zh) * | 2009-11-16 | 2010-11-10 | 宁波弘讯科技有限公司 | 一种工艺参数自动优化的注塑机控制系统及其控制方法 |
CN105701228A (zh) * | 2016-01-19 | 2016-06-22 | 重庆世纪精信实业(集团)有限公司 | 注塑机工艺参数记录查询系统及注塑机工艺参数设定方法 |
CN106393617A (zh) * | 2016-07-01 | 2017-02-15 | 常州机电职业技术学院 | 注塑成型工艺参数自适应系统 |
CN108237670A (zh) * | 2016-12-23 | 2018-07-03 | 恩格尔奥地利有限公司 | 用于优化用于成型机的过程优化系统的方法 |
CN107718479A (zh) * | 2017-11-15 | 2018-02-23 | 广汉市盛泰塑化科技有限公司 | 工程塑料注塑成型工艺优化系统及优化方法 |
CN108515678A (zh) * | 2018-03-28 | 2018-09-11 | 广西科技大学 | 基于rbf神经网络的注塑工艺优化方法 |
CN109159392A (zh) * | 2018-09-27 | 2019-01-08 | 科控工业自动化设备(上海)有限公司 | 一种注塑件模具工艺参数自动优化的方法及控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109878046A (zh) | 2019-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112384924B (zh) | 产品性能预测模型的建立方法和装置、计算机设备、计算机可读存储介质、产品性能预测方法及预测系统 | |
US20230257011A1 (en) | System and method for automatically adjusting planned train operation diagram | |
CN109255440B (zh) | 基于递归神经网络(rnn)的对电力生产设备进行预测性维护的方法 | |
CN103345209B (zh) | 生产监控方法及系统 | |
CN105690694A (zh) | 一种基于数据记录的注塑机工艺参数设定系统及方法 | |
CN105701228A (zh) | 注塑机工艺参数记录查询系统及注塑机工艺参数设定方法 | |
US20200202235A1 (en) | Model-based machine learning system | |
CN110852558B (zh) | 一种车轮毂生产数据的计算机辅助质量控制方法 | |
CN109878046B (zh) | 一种注塑生产优化方法 | |
TWI709922B (zh) | 基於模型之機器學習系統 | |
CN110782959A (zh) | 一种智能康复类设备后台管理系统 | |
CN115826516A (zh) | 一种智能化的不锈钢链条生产管理方法及系统 | |
CN109117526B (zh) | 一种适用于机械系统设备维修指引数据记录及分析系统 | |
CN116822353A (zh) | 一种制造工艺过程的数字孪生模型快速构建方法 | |
CN105574675A (zh) | 基于规则库的建筑工程规划监督方法和系统 | |
CN113256151A (zh) | 氢气质量检测方法及应用其的系统和计算机存储介质 | |
CN117390529A (zh) | 多因素溯源的数据中台信息管理方法 | |
CN113733506B (zh) | 一种基于互联网的注塑产品加工的工艺参数优化方法 | |
CN109324264B (zh) | 一种配电网线路阻抗数据异常值的辨识方法及装置 | |
KR102250598B1 (ko) | 작업자 기술수준 및 작업 난이도 측정 방법 및 이를 위한 시스템 | |
CN117452889A (zh) | 轮胎智能装备平台系统及控制方法 | |
CN115983684A (zh) | 一种制冷用铜管生产缺陷管理方法及系统 | |
CN113408764B (zh) | 基于数字孪生的产品在线技术状态管控系统 | |
CN105058731A (zh) | 用于注射压机成型问题的管理系统 | |
WO2023039729A1 (zh) | 一种生产计划的评估方法、装置及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |