CN114563992A - 一种提高注塑模具的冲裁精度的方法及系统 - Google Patents
一种提高注塑模具的冲裁精度的方法及系统 Download PDFInfo
- Publication number
- CN114563992A CN114563992A CN202210192543.2A CN202210192543A CN114563992A CN 114563992 A CN114563992 A CN 114563992A CN 202210192543 A CN202210192543 A CN 202210192543A CN 114563992 A CN114563992 A CN 114563992A
- Authority
- CN
- China
- Prior art keywords
- parameter
- injection mold
- contour
- control parameter
- processing
- 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.)
- Granted
Links
- 238000002347 injection Methods 0.000 title claims abstract description 185
- 239000007924 injection Substances 0.000 title claims abstract description 185
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000012545 processing Methods 0.000 claims abstract description 142
- 238000012937 correction Methods 0.000 claims abstract description 61
- 238000011156 evaluation Methods 0.000 claims description 31
- 238000013507 mapping Methods 0.000 claims description 24
- 238000003754 machining Methods 0.000 claims description 22
- 238000005457 optimization Methods 0.000 claims description 18
- 230000007547 defect Effects 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 30
- 238000004458 analytical method Methods 0.000 description 23
- 230000000694 effects Effects 0.000 description 16
- 238000012360 testing method Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 239000000243 solution Substances 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
- Moulds For Moulding Plastics Or The Like (AREA)
Abstract
本发明公开了一种提高注塑模具的冲裁精度的方法及系统,获得第一注塑模具信息;获得第一加工控制参数;根据第一加工控制参数进行冲裁参数拟合,获得第一拟合轮廓参数;获得第一图像采集集合;对所述第一图像采集集合进行图像特征识别,获得第一实际轮廓参数;将所述第一实际轮廓参数和所述第一拟合轮廓参数输入轮廓参数修正模型,获得第一修正调整参数;根据所述第一修正调整参数进行所述第一加工控制参数调整,获得第二加工控制参数,基于所述第二加工控制参数进行注塑模具的加工。解决了现有技术在进行注塑模具的冲裁的过程中,存在冲裁控制精度不高,导致注塑模具的品质受到影响的技术问题。
Description
技术领域
本发明涉及注塑模具加工控制相关领域,尤其涉及一种提高注塑模具的冲裁精度的方法及系统。
背景技术
冲裁是使得板料进行分离的冲压工艺,它包括落料、冲孔、切边、切口、剖切。在进行注塑模具的生产过程中,冲压是一道比较不好控制的工艺,受到模具的几何形状、材料的力学性能、冲压的工艺参数等因素影响,都会直接或者间接的影响成型结果。
但在实现本申请中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术在进行注塑模具的冲裁的过程中,存在冲裁控制精度不高,导致注塑模具的品质受到影响的技术问题。
发明内容
本申请通过提供一种提高注塑模具的冲裁精度的方法及系统,解决了现有技术在进行注塑模具的冲裁的过程中,存在冲裁控制精度不高,导致注塑模具的品质受到影响的技术问题,达到提高冲裁控制精度,提高注塑模具的生产质量的技术效果。
鉴于上述问题,提出了本申请提供一种提高注塑模具的冲裁精度的方法及系统。
第一方面,本申请提供了一种提高注塑模具的冲裁精度的方法,所述方法应用于注塑模具加工辅助系统,所述注塑模具加工辅助系统与图像采集设备通信连接,所述方法包括:通过所述注塑模具加工辅助系统进行待加工注塑模具的信息调用,获得第一注塑模具信息;根据所述第一注塑模具信息获得第一加工控制参数;根据所述第一加工控制参数进行冲裁参数拟合,获得第一拟合轮廓参数;通过所述图像采集设备进行试模图像采集,获得第一图像采集集合;对所述第一图像采集集合进行图像特征识别,获得第一实际轮廓参数;将所述第一实际轮廓参数和所述第一拟合轮廓参数输入轮廓参数修正模型,获得第一修正调整参数;根据所述第一修正调整参数进行所述第一加工控制参数调整,获得第二加工控制参数,基于所述第二加工控制参数进行注塑模具的加工。
另一方面,本申请还提供了一种提高注塑模具的冲裁精度的系统,所述系统包括:第一获得单元,所述第一获得单元用于通过注塑模具加工辅助系统进行待加工注塑模具的信息调用,获得第一注塑模具信息;第二获得单元,所述第二获得单元用于根据所述第一注塑模具信息获得第一加工控制参数;第三获得单元,所述第三获得单元用于根据所述第一加工控制参数进行冲裁参数拟合,获得第一拟合轮廓参数;第四获得单元,所述第四获得单元用于通过图像采集设备进行试模图像采集,获得第一图像采集集合;第五获得单元,所述第五获得单元用于对所述第一图像采集集合进行图像特征识别,获得第一实际轮廓参数;第六获得单元,所述第六获得单元用于将所述第一实际轮廓参数和所述第一拟合轮廓参数输入轮廓参数修正模型,获得第一修正调整参数;第一调整单元,所述第一调整单元用于根据所述第一修正调整参数进行所述第一加工控制参数调整,获得第二加工控制参数,基于所述第二加工控制参数进行注塑模具的加工。
第三方面,本发明提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了对注塑模具信息进行调用,根据调用结果获得加工控制参数,基于所述加工控制参数进行冲裁拟合,获得第一拟合轮廓参数,通过图像采集设备进行注塑模具的试模加工结果进行图像采集,获得第一图像采集集合,通过对所述第一图像采集集合进行图像的特征识别,并基于特征识别结果进行实际的生产注塑模具的轮廓线拟合,并将实际轮廓线拟合结果和第一拟合轮廓线参数输入轮廓参数修正模型,获得修正调整参数,基于修正调整参数进行所述第一加工控制参数的修正调整,获得二加工控制参数,通过所述第二加工控制参数进行注塑模具加工,通过进行实际加工结果的轮廓图像采集,根据采集结果和理论轮廓图像进行轮廓比对,基于轮廓比对结果进行冲裁的参数控制补偿,达到提高冲裁控制精度,提高注塑模具的生产质量的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请一种提高注塑模具的冲裁精度的方法的流程示意图;
图2为本申请一种提高注塑模具的冲裁精度的方法的定位误差分析的流程示意图;
图3为本申请一种提高注塑模具的冲裁精度的方法的定位误差深度解析的流程示意图;
图4为本申请一种提高注塑模具的冲裁精度的方法的映射轮廓点分布的流程示意图;
图5为本申请一种提高注塑模具的冲裁精度的系统的结构示意图;
图6为本申请一种电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第一调整单元17,电子设备50,处理器51,存储器52,输入装置53,输出装置54。
具体实施方式
本申请通过提供一种提高注塑模具的冲裁精度的方法及系统,解决了现有技术在进行注塑模具的冲裁的过程中,存在冲裁控制精度不高,导致注塑模具的品质受到影响的技术问题,达到提高冲裁控制精度,提高注塑模具的生产质量的技术效果。下面结合附图,对本申请的实施例进行描述。本领域普通技术人员可知,随着技术的发展和新场景的出现,本申请提供的技术方案对于类似的技术问题,同样适用。
本申请的说明书和权利要求书及上述附图中的术语“第一”、第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
申请概述
在冲裁过程中,板料的成形要经历一个复杂的变形,会产生很大的塑性变形。毛胚形状尺寸、几何形状、控制的工艺参数等因素都会影响到成型的结果。现有技术在进行注塑模具的冲裁的过程中,存在冲裁控制精度不高,导致注塑模具的品质受到影响的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供了一种提高注塑模具的冲裁精度的方法,所述方法应用于注塑模具加工辅助系统,所述注塑模具加工辅助系统与图像采集设备通信连接,所述方法包括:通过所述注塑模具加工辅助系统进行待加工注塑模具的信息调用,获得第一注塑模具信息;根据所述第一注塑模具信息获得第一加工控制参数;根据所述第一加工控制参数进行冲裁参数拟合,获得第一拟合轮廓参数;通过所述图像采集设备进行试模图像采集,获得第一图像采集集合;对所述第一图像采集集合进行图像特征识别,获得第一实际轮廓参数;将所述第一实际轮廓参数和所述第一拟合轮廓参数输入轮廓参数修正模型,获得第一修正调整参数;根据所述第一修正调整参数进行所述第一加工控制参数调整,获得第二加工控制参数,基于所述第二加工控制参数进行注塑模具的加工。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请提供了一种提高注塑模具的冲裁精度的方法,所述方法应用于注塑模具加工辅助系统,所述注塑模具加工辅助系统与图像采集设备通信连接,所述方法包括:
步骤S100:通过所述注塑模具加工辅助系统进行待加工注塑模具的信息调用,获得第一注塑模具信息;
步骤S200:根据所述第一注塑模具信息获得第一加工控制参数;
具体而言,所述注塑模具加工辅助系统为进行注塑模具加工辅助控制的系统,它与注塑模具的各个加工的控制系统/单元通信连接,可进行相互的信息交互。所述图像采集设备为可以进行图像采集的设备,一般为工业CCD相机。且所述注塑模具加工辅助系统与所述图像采集设备通信连接,可进行相互的信息传输。在进行待加工注塑模具冲裁工艺前,通过所述注塑模具加工辅助系统进行所有待加工的注塑模具的信息采集调用,采集调用的信息包括具体的尺寸信息、处理工艺参数信息等,通过调用结果,对所有的待加工处理的注塑模具进行数据分析,包括各个注塑模具之间的尺寸差异、工艺参数差异等信息,通过分析结果进行注塑模具的平均值求取,根据求取结果获得所述第一注塑模具信息。
进一步而言,在进行所述第一注塑模具信息获取后,通过所述第一注塑模具信息进行对应的加工控制参数匹配,即通过预设的冲裁加工控制参数数据库,对输入的第一注塑模具信息进行匹配,根据匹配结果获得所述第一加工控制参数。通过所述第一注塑模具信息和所述第一加工控制参数的获取,为后续进行准确的冲裁精度控制提供了数据支持。
步骤S300:根据所述第一加工控制参数进行冲裁参数拟合,获得第一拟合轮廓参数;
具体而言,所述冲裁参数拟合的过程为根据系统中载入的基础信息及第一加工控制参数,进行理论注塑模具冲裁过程的冲裁曲线的拟合。进一步来说,在进行冲裁曲线拟合的过程中,为了更好地平衡精确度和成本的关系,需要进行曲线拟合映射轮廓点的初步设定,根据曲线拟合映射轮廓点的设定分布结果,进行冲裁参数拟合,获得所述第一拟合轮廓参数,通过进行曲线拟合映射轮廓点的设定,获得所述第一拟合轮廓参数,为后续进行点对点的轮廓曲线的比对夯实了基础,进而为进行准确的冲裁精度控制提供了数据支持。
步骤S400:通过所述图像采集设备进行试模图像采集,获得第一图像采集集合;
步骤S500:对所述第一图像采集集合进行图像特征识别,获得第一实际轮廓参数;
具体而言,所述试模为通过所述第一加工控制参数进行待加工注塑模具试加工的结果,通过所述图像采集设备进行所述试模加工的图像采集,获得所述第一图像集合,且所述第一图像集合为多角度的图像采集集合,所述多角度图像集合中任意相关联图像通过多个定位点进行位置衔接确定,进而可以使得目标位置的图像信息更加的充分,以实现轮廓曲线的准确确定拟合。所述图像特征识别包括边缘特征识别、裁切特征识别,通过位置定位分析,结合图像的特征识别,对所述第一图像采集集合中的轮廓进行识别和拟合,获得所述第一实际轮廓参数。通过所述图像采集设备的试模图像采集,对实际生产过程中的产品进行图像采集和识别拟合,为后续进行准确的分析和参数调整提供了数据支持,进而为实现提高冲裁精度夯实了基础。
步骤S600:将所述第一实际轮廓参数和所述第一拟合轮廓参数输入轮廓参数修正模型,获得第一修正调整参数;
步骤S700:根据所述第一修正调整参数进行所述第一加工控制参数调整,获得第二加工控制参数,基于所述第二加工控制参数进行注塑模具的加工。
具体而言,通过对注塑模具的精度控制需求,进行拟合轮廓和采集轮廓的映射轮廓点进行分布,即首先设定初始点和结束点位置,然后根据所述精度控制需求设定映射轮廓点分布间距,对所述第一实际轮廓参数和所述第一拟合轮廓参数均采用同一映射轮廓点分布规则,且所述映射轮廓点具有一一对应关系,通过所述映射轮廓点的分布位置比对结果,获得映射轮廓点的偏差位置坐标,将所述位置偏差坐标输入所述轮廓参数修正模型,获得所述第一修正调整参数。
进一步而言,所述轮廓参数修正模型为机器学习中的不断自我优化的神经网络模型,所述自我修正优化的依据为不断反馈优化参数的实际反馈结果。所述轮廓参数修正模型的构建包括作为输入数据基础数据,作为标识结果的监督数据,作为测试校正的测试数据三部分。所述输入基础数据为映射轮廓点的偏差数据,所述标识数据为与所述基础数据具有一一对应关系的,进行当前的映射轮廓点的偏差数据进行补偿的数据,所述测试数据为对模型的输出结果的稳定性进行评估的数据。通过所述轮廓参数修正模型,获得所述第一修正调整参数,并基于所述第一修正调整参数进行所述第一加工控制参数调整,获得第二加工控制参数,基于所述第二加工控制参数进行注塑模具的加工。通过进行实际加工结果的轮廓图像采集,根据采集结果和理论轮廓图像进行轮廓比对,基于轮廓比对结果进行冲裁的参数控制补偿,达到提高冲裁控制精度,提高注塑模具的生产质量的技术效果。
进一步而言,如图2所示,本申请步骤S700还包括:
步骤S710:通过所述图像采集设备进行试模定位图像采集,获得第二图像集合;
步骤S720:对所述第二图像集合进行定位标识特征识别,获得第一定位特征识别结果;
步骤S730:根据所述第一定位特征识别结果进行定位误差分析,获得第一定位误差影响参数;
步骤S740:根据所述第一定位误差影响参数进行所述第二加工控制参数的调整,获得第三加工控制参数,基于所述第三加工控制参数进行注塑模具的加工。
具体而言,在进行试模的过程中,除了常规的控制参数会导致试模的轮廓曲线的偏差外,由于试模定位也可能产生不可控的影响因素,导致试模的轮廓曲线的判断产生异常误差,进而导致误差的修正出现异常。通过所述图像采集设备进行试模过程的实际定位图像进行采集,获得第二图像集合,对所述第二图像集合进行试模与设备的定位特征识别,基于定位的特征识别结果获得实际的定位信息。
进一步来说,根据所述第二图像集合,进行定位特征的位置度分析,即根据定位特征的偏离位置、偏离角度、偏离距离进行实际定位参数与理论定位参数的误差分析,根据误差分析结果获得所述第一定位误差影响参数。通过所述第一定位误差影响参数进行所述第二加工控制参数的调整,展开而言,进行所述第二加工控制参数调整前,需要进行所述第一定位误差影响参数的大小判断,当所述第一定位误差影响参数很大,不满足预期预设阈值,则此时需要进行定位调整,根据调整结果重新进行试模;当所述第一定位误差影响参数满足预期阈值,则根据所述第一定位误差影响参数进行当前的控制参数修正后,获得第三加工控制参数进行注塑模具的加工。通过进行定位误差的分析判断,使得在进行轮廓拟合比对的过程中,采集的数据更加的可信可靠,进而使得最终的修正结果更加的准确,进而实现提高冲裁控制精度的技术效果。
进一步而言,如图3所示,本申请步骤S730还包括:
步骤S731:判断所述第一定位误差影响参数是否满足第一预定误差阈值;
步骤S732:当所述第一定位误差影响参数不满足所述第一预定误差阈值时,获得第一调整参数;
步骤S733:根据所述第一调整参数进行试模定位调整,基于调整结果进行试模。
具体而言,所述第一预定误差阈值为根据定位误差的影响程度,结合预期的误差分析,精度控制调整范围,确定的误差判定阈值,判断所述第一定位误差影响参数是够满足所述第一预定误差阈值,当所述第一定位误差影响参数很大,不能满足所述第一预定误差阈值,则此时需要进行定位调整,根据当前的定位的实际误差值,获得所述第一调整参数,通过所述第一调整参数进行后续的试模的定位调整,在进行定位调整后,继续进行试模参数分析处理。
进一步而言,当所述第一定位误差影响参数满足所述第一预定误差阈值时,此时根据所述第一定位误差影响参数,获得当前实际试模的所述第一实际轮廓参数的定位修正信息,即对实际轮廓参数的各个映射轮廓点进行位置补偿,根据位置补偿结果获得第二实际轮廓参数,将所述第二实际轮廓参数和所述第一拟合轮廓参数进行重新的比对分析,根据比对分析结果获得第三加工控制参数,基于所述第三加工控制参数进行注塑模具的加工。通过进行定位影响误差的深度比对解析,使得对加工控制参数的比对更加的科学和准确,进而实现提高冲裁精度的技术效果。
进一步的,如图4所示,本申请步骤S600还包括:
步骤S610:获得第一注塑模具轮廓精度控制参数;
步骤S620:根据所述第一注塑模具轮廓精度控制参数确定映射轮廓点比对数量;
步骤S630:根据所述映射轮廓点比对数量进行所述第一图像采集集合轮廓点分布,获得第一分布结果;
步骤S640:根据所述第一分布结果进行图像轮廓点特征识别拟合,获得所述第一实际轮廓参数。
具体而言,在进行拟合的注塑模具轮廓曲线与实际的采集的注塑模具轮廓曲线的比对过程中,需要根据预设的精度分析范围进行注塑模具的映射轮廓比对点的数量分布,进一步来说,根据拟合的注塑模具的冲裁轮廓,依据轮廓控制精度进行边缘区域的映射轮廓点分布,当边缘区域的映射轮廓点位置布设完毕后,根据已存在的映射轮廓点构成的区域,依据所述得第一注塑模具轮廓精度控制参数进行后续的映射轮廓点位置确定,当映射轮廓点的位置确定完毕后,即所述第一分布结果确定完毕,对所述冲裁拟合和所述第一图像采集集合均采用所述第一分布结果进行拟合,根据拟合的结果获得所述第一实际轮廓参数和所述第一拟合轮廓参数。
进一步而言,通过进行同一映射轮廓参数分布结果进行轮廓的分析比对,使得同位置的轮廓曲线具有更高的对应度,进而使得后续的轮廓分析更加的准确,进而为后续获得更加精确的冲裁调整参数提供了数据支持。
进一步的,本申请步骤S100还包括:
步骤S110:获得待加工注塑模具参数集合;
步骤S120:对所述参数集合进行数据稳定性评估,获得第一稳定性评估结果;
步骤S130:判断所述第一稳定性评估结果是否满足第一稳定性预设阈值;
步骤S140:当所述第一稳定性评估结果不满足所述第一稳定性预设阈值时,将所述参数集合进行第一分类,根据分类结果确定待加工注塑模具的参考平均值集合;
步骤S150:根据所述参考平均值集合获得所述第一注塑模具信息。
具体而言,由于待加工的注塑模具为批量加工,因此如果对所有的注塑模具进行单独的比对调整,会耗费较高的人力物力,为了保证一定的调整精度,降低人力物力的消耗和浪费,因此对待加工的注塑模具进行信息采集,采集的信息包括待加工模具的尺寸、工艺参数等信息,根据采集的结果获得所述待加工注塑模具参数集合,对所述待加工的注塑模具,依据采集的所述待加工注塑模具参数集合进行参数的稳定性分析,所述稳定性分析为进行待加工注塑模具中同一约束参数的误差值的分析,根据同一参数下的各个待加工注塑模具的误差值的差异大小,进行稳定性评估,获得所述第一稳定性评估结果。
进一步而言,对所述待加工注塑模具的不同参数设定不同的控制权重,根据分布的权重进行稳定性的进一步的分析,即权重越高的参数,对稳定性的要求标准越高,权重越低的参数,对稳定性的要求标准越低,根据综合评定的稳定性参数结合单项评定的稳定性参数,获得所述第一稳定性评估结果。判断所述第一稳定性评估结果是否满足所述第一稳定性预设阈值,当所述第一稳定性评估结果满足所述第一稳定性预设阈值时,则根据所有待加工的各项参数的平均值获得所述第一注塑模具信息。
当所述第一稳定性评估结果不满足所述第一稳定性预设阈值时,判断将所述待加工注塑模具按照相近参数进行分类,判断分为两类的待加工注塑模具的稳定性评估结果是否都能满足所述第一稳定性预设阈值,如果不能,则继续进行分类,直至满足所述第一稳定性预设阈值为止;如果分为两类的待加工注塑模具的稳定性评估结果都能满足所述第一稳定性预设阈值,则获得两类待加工注塑模具的各自的参考平均值,通过所述的两个参考平均值获得所述第一注塑模具信息。通过进行注塑模具的基础信息的差异分析,使得对注塑模具的当前的信息进行更加准确的分析和分类,降低因为初始注塑模具的差异化信息,影响整体的注塑模具的参数调整精度的可能性,为进行注塑模具的修正提供准确的数据支持,进而达到提高注塑模具的冲裁精度的技术效果。
进一步的,本申请步骤S600还包括:
步骤S610:根据所述第二加工控制参数进行注塑模具的加工,获得第一加工结果;
步骤S620:通过所述图像采集设备进行所述第一加工结果进行图像采集,获得第三图像集合;
步骤S630:根据所述第三图像集合生成第一修正评估参数;
步骤S640:根据所述第一修正评估参数进行所述第一修正调整参数的标识反馈。
具体而言,所述轮廓参数修正模型为机器学习中的不断自我优化的神经网络模型,所述自我修正优化的依据为不断反馈优化参数的实际反馈结果。因此,在进行第一次修正过后,即获得所述第二加工控制参数后,通过所述第二加工控制参数进行对应的注塑模具的加工,对加工结果进行参数的采集和反馈。
进一步而言,根据第二加工控制参数,获得所述第一加工结果,基于所述图像采集装置进行所述第一加工结果的图像采集,所述图像采集仍为多角度图像采集,获得第三图像集合,通过所述第三图像集合进行对应的轮廓特征的图像识别,同样采用相同的映射轮廓特征,获得第二实际轮廓参数。通过所述第二实际轮廓参数与所述第一拟合轮廓参数的差异值,进行当前修正结果的修正效果评估,根据评估的结果获得所述第一修正评估参数。通过所述第一修正评估参数进行所述第一修正调整参数的标识反馈,将标识反馈结果反馈至所述轮廓参数修正模型,对所述轮廓参数修正模型进行修正调整。通过不断的自我优化调整,使得模具的轮廓修正参数不断的进行精确化的提高,进而实现提高注塑模具的冲裁精度的技术效果。
进一步的,本申请步骤S700还包括:
步骤S710:对所述第一图像集合进行缺陷特征比对,获得第一缺陷特征比对结果;
步骤S720:根据所述第一缺陷特征比对结果获得第一优化参数;
步骤S730:根据所述第一优化参数进行所述第二加工控制参数优化,获得第四加工控制参数,基于所述第四加工控制参数进行注塑模具的加工。
具体而言,所述第一图像集合还包括实际冲裁轮廓中的冲裁位置的缺陷信息,包括毛刺、开裂、起皱等,通大数据进行缺陷特征集合的构建,获得缺陷特征构建结果,通过所述缺陷特征构建结果进行所述第一图像集合的特征比对,根据特征的匹配种类,匹配度信息,获得所述第一缺陷特征比对结果,通过所述第一缺陷特征比对结果,获得对应位置产生缺陷的优化参数,根据优化的参数集合获得所述第一优化参数。基于所述第一优化参数进行所述第二加工控制参数的优化,根据优化结果获得第四加工控制参数,通过所述第四加工控制参数进行注塑模具的加工。通过进行缺陷特征的图像识别和采集,获得对应的优化参数,使得冲裁获得的模具品质得到一定的提升。
综上所述,本申请所提供的一种提高注塑模具的冲裁精度的方法及系统具有如下技术效果:
1、由于采用了对注塑模具信息进行调用,根据调用结果获得加工控制参数,基于所述加工控制参数进行冲裁拟合,获得第一拟合轮廓参数,通过图像采集设备进行注塑模具的试模加工结果进行图像采集,获得第一图像采集集合,通过对所述第一图像采集集合进行图像的特征识别,并基于特征识别结果进行实际的生产注塑模具的轮廓线拟合,并将实际轮廓线拟合结果和第一拟合轮廓线参数输入轮廓参数修正模型,获得修正调整参数,基于修正调整参数进行所述第一加工控制参数的修正调整,获得二加工控制参数,通过所述第二加工控制参数进行注塑模具加工,通过进行实际加工结果的轮廓图像采集,根据采集结果和理论轮廓图像进行轮廓比对,基于轮廓比对结果进行冲裁的参数控制补偿,达到提高冲裁控制精度,提高注塑模具的生产质量的技术效果。
2、由于采用了进行定位误差的分析判断的方式,使得在进行轮廓拟合比对的过程中,采集的数据更加的可信可靠,进而使得最终的修正结果更加的准确,进而实现提高冲裁控制精度的技术效果。
3、由于采用了进行定位影响误差的深度比对解析的方式,使得对加工控制参数的比对更加的科学和准确,进而实现提高冲裁精度的技术效果。
4、由于采用了进行同一映射轮廓参数分布结果进行轮廓的分析比对的方式,使得同位置的轮廓曲线具有更高的对应度,进而使得后续的轮廓分析更加的准确,进而为后续获得更加精确的冲裁调整参数提供了数据支持。
5、由于采用了进行注塑模具的基础信息的差异分析的方式,使得对注塑模具的当前的信息进行更加准确的分析和分类,降低因为初始注塑模具的差异化信息,影响整体的注塑模具的参数调整精度的可能性,为进行注塑模具的修正提供准确的数据支持,进而达到提高注塑模具的冲裁精度的技术效果。
实施例二
基于与前述实施例中一种提高注塑模具的冲裁精度的方法同样发明构思,本发明还提供了一种提高注塑模具的冲裁精度的系统,如图5所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于通过注塑模具加工辅助系统进行待加工注塑模具的信息调用,获得第一注塑模具信息;
第二获得单元12,所述第二获得单元12用于根据所述第一注塑模具信息获得第一加工控制参数;
第三获得单元13,所述第三获得单元13用于根据所述第一加工控制参数进行冲裁参数拟合,获得第一拟合轮廓参数;
第四获得单元14,所述第四获得单元14用于通过图像采集设备进行试模图像采集,获得第一图像采集集合;
第五获得单元15,所述第五获得单元15用于对所述第一图像采集集合进行图像特征识别,获得第一实际轮廓参数;
第六获得单元16,所述第六获得单元16用于将所述第一实际轮廓参数和所述第一拟合轮廓参数输入轮廓参数修正模型,获得第一修正调整参数;
第一调整单元17,所述第一调整单元17用于根据所述第一修正调整参数进行所述第一加工控制参数调整,获得第二加工控制参数,基于所述第二加工控制参数进行注塑模具的加工。
进一步的,所述系统还包括:
第七获得单元,所述第七获得单元用于通过所述图像采集设备进行试模定位图像采集,获得第二图像集合;
第八获得单元,所述第八获得单元用于对所述第二图像集合进行定位标识特征识别,获得第一定位特征识别结果;
第九获得单元,所述第九获得单元用于根据所述第一定位特征识别结果进行定位误差分析,获得第一定位误差影响参数;
第十获得单元,所述第十获得单元用于根据所述第一定位误差影响参数进行所述第二加工控制参数的调整,获得第三加工控制参数,基于所述第三加工控制参数进行注塑模具的加工。
进一步的,所述系统还包括:
第一判断单元,所述第一判断单元用于判断所述第一定位误差影响参数是否满足第一预定误差阈值;
第十一获得单元,所述第十一获得单元用于当所述第一定位误差影响参数不满足所述第一预定误差阈值时,获得第一调整参数;
第十二获得单元,所述第十二获得单元用于根据所述第一调整参数进行试模定位调整,基于调整结果进行试模。
进一步的,所述系统还包括:
第十三获得单元,所述第十三获得单元用于获得第一注塑模具轮廓精度控制参数;
第十四获得单元,所述第十四获得单元用于根据所述第一注塑模具轮廓精度控制参数确定映射轮廓点比对数量;
第十五获得单元,所述第十五获得单元用于根据所述第一注塑模具轮廓精度控制参数确定映射轮廓点比对数量;
第十六获得单元,所述第十六获得单元用于根据所述第一分布结果进行图像轮廓点特征识别拟合,获得所述第一实际轮廓参数。
进一步的,所述系统还包括:
第十七获得单元,所述第十七获得单元用于获得待加工注塑模具参数集合;
第十八获得单元,所述第十八获得单元用于对所述参数集合进行数据稳定性评估,获得第一稳定性评估结果;
第二判断单元,所述第二判断单元用于判断所述第一稳定性评估结果是否满足第一稳定性预设阈值;
第十九获得单元,所述第十九获得单元用于当所述第一稳定性评估结果不满足所述第一稳定性预设阈值时,将所述参数集合进行第一分类,根据分类结果确定待加工注塑模具的参考平均值集合;
第二十获得单元,所述第二十获得单元用于根据所述参考平均值集合获得所述第一注塑模具信息。
进一步的,所述系统还包括:
第二十一获得单元,所述第二十一获得单元用于根据所述第二加工控制参数进行注塑模具的加工,获得第一加工结果;
第二十二获得单元,所述第二十二获得单元用于通过所述图像采集设备进行所述第一加工结果进行图像采集,获得第三图像集合;
第二十三获得单元,所述第二十三获得单元用于根据所述第三图像集合生成第一修正评估参数;
第一反馈单元,所述第一反馈单元用于根据所述第一修正评估参数进行所述第一修正调整参数的标识反馈。
进一步的,所述系统还包括:
第二十四获得单元,所述第二十四获得单元用于对所述第一图像集合进行缺陷特征比对,获得第一缺陷特征比对结果;
第二十五获得单元,所述第二十五获得单元用于根据所述第一缺陷特征比对结果获得第一优化参数;
第二十六获得单元,所述第二十六获得单元用于根据所述第一优化参数进行所述第二加工控制参数优化,获得第四加工控制参数,基于所述第四加工控制参数进行注塑模具的加工。
前述图1实施例一中的一种提高注塑模具的冲裁精度的方法的各种变化方式和具体实例同样适用于本实施例的一种提高注塑模具的冲裁精度的系统,通过前述对一种提高注塑模具的冲裁精度的方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种提高注塑模具的冲裁精度的系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图6来描述本申请的电子设备。
图6图示了根据本申请的电子设备的结构示意图。
基于与前述实施例中一种提高注塑模具的冲裁精度的方法的发明构思,本发明还提供一种电子设备,下面,参考图6来描述根据本申请的电子设备。该电子设备可以是可移动设备本身,或与其独立的单机设备,其上存储有计算机程序,该程序被处理器执行时实现前文所述方法的任一方法的步骤。
如图6所示,电子设备50包括一个或多个处理器51和存储器52。
处理器51可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备50中的其他组件以执行期望的功能。
存储器52可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器51可以运行所述程序指令,以实现上文所述的本申请的各个实施例的方法以及/或者其他期望的功能。
在一个示例中,电子设备50还可以包括:输入装置53和输出装置54,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
本发明实施例提供的一种提高注塑模具的冲裁精度的方法,所述方法应用于注塑模具加工辅助系统,所述注塑模具加工辅助系统与图像采集设备通信连接,所述方法包括:通过所述注塑模具加工辅助系统进行待加工注塑模具的信息调用,获得第一注塑模具信息;根据所述第一注塑模具信息获得第一加工控制参数;根据所述第一加工控制参数进行冲裁参数拟合,获得第一拟合轮廓参数;通过所述图像采集设备进行试模图像采集,获得第一图像采集集合;对所述第一图像采集集合进行图像特征识别,获得第一实际轮廓参数;将所述第一实际轮廓参数和所述第一拟合轮廓参数输入轮廓参数修正模型,获得第一修正调整参数;根据所述第一修正调整参数进行所述第一加工控制参数调整,获得第二加工控制参数,基于所述第二加工控制参数进行注塑模具的加工。解决了现有技术在进行注塑模具的冲裁的过程中,存在冲裁控制精度不高,导致注塑模具的品质受到影响的技术问题,达到提高冲裁控制精度,提高注塑模具的生产质量的技术效果。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等,包括若干指令用以使得一台计算机设备执行本申请各个实施例所述的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从计算机可读存储介质向另计算机可读存储介质传输,所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请的实施过程构成任何限定。
另外,本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应理解,在本申请中,“与A相应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其它信息确定B。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
总之,以上所述仅为本申请技术方案的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种提高注塑模具的冲裁精度的方法,其特征在于,所述方法应用于注塑模具加工辅助系统,所述注塑模具加工辅助系统与图像采集设备通信连接,所述方法包括:
通过所述注塑模具加工辅助系统进行待加工注塑模具的信息调用,获得第一注塑模具信息;
根据所述第一注塑模具信息获得第一加工控制参数;
根据所述第一加工控制参数进行冲裁参数拟合,获得第一拟合轮廓参数;
通过所述图像采集设备进行试模图像采集,获得第一图像采集集合;
对所述第一图像采集集合进行图像特征识别,获得第一实际轮廓参数;
将所述第一实际轮廓参数和所述第一拟合轮廓参数输入轮廓参数修正模型,获得第一修正调整参数;
根据所述第一修正调整参数进行所述第一加工控制参数调整,获得第二加工控制参数,基于所述第二加工控制参数进行注塑模具的加工。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
通过所述图像采集设备进行试模定位图像采集,获得第二图像集合;
对所述第二图像集合进行定位标识特征识别,获得第一定位特征识别结果;
根据所述第一定位特征识别结果进行定位误差分析,获得第一定位误差影响参数;
根据所述第一定位误差影响参数进行所述第二加工控制参数的调整,获得第三加工控制参数,基于所述第三加工控制参数进行注塑模具的加工。
3.如权利要求2所述的方法,其特征在于,所述方法包括:
判断所述第一定位误差影响参数是否满足第一预定误差阈值;
当所述第一定位误差影响参数不满足所述第一预定误差阈值时,获得第一调整参数;
根据所述第一调整参数进行试模定位调整,基于调整结果进行试模。
4.如权利要求1所述的方法,其特征在于,所述方法包括:
获得第一注塑模具轮廓精度控制参数;
根据所述第一注塑模具轮廓精度控制参数确定映射轮廓点比对数量;
根据所述映射轮廓点比对数量进行所述第一图像采集集合轮廓点分布,获得第一分布结果;
根据所述第一分布结果进行图像轮廓点特征识别拟合,获得所述第一实际轮廓参数。
5.如权利要求1所述的方法,其特征在于,所述方法包括:
获得待加工注塑模具参数集合;
对所述参数集合进行数据稳定性评估,获得第一稳定性评估结果;
判断所述第一稳定性评估结果是否满足第一稳定性预设阈值;
当所述第一稳定性评估结果不满足所述第一稳定性预设阈值时,将所述参数集合进行第一分类,根据分类结果确定待加工注塑模具的参考平均值集合;
根据所述参考平均值集合获得所述第一注塑模具信息。
6.如权利要求1所述的方法,其特征在于,所述方法包括:
根据所述第二加工控制参数进行注塑模具的加工,获得第一加工结果;
通过所述图像采集设备进行所述第一加工结果进行图像采集,获得第三图像集合;
根据所述第三图像集合生成第一修正评估参数;
根据所述第一修正评估参数进行所述第一修正调整参数的标识反馈。
7.如权利要求1所述的方法,其特征在于,所述方法包括:
对所述第一图像集合进行缺陷特征比对,获得第一缺陷特征比对结果;
根据所述第一缺陷特征比对结果获得第一优化参数;
根据所述第一优化参数进行所述第二加工控制参数优化,获得第四加工控制参数,基于所述第四加工控制参数进行注塑模具的加工。
8.一种提高注塑模具的冲裁精度的系统,其特征在于,所述系统包括:
第一获得单元,所述第一获得单元用于通过注塑模具加工辅助系统进行待加工注塑模具的信息调用,获得第一注塑模具信息;
第二获得单元,所述第二获得单元用于根据所述第一注塑模具信息获得第一加工控制参数;
第三获得单元,所述第三获得单元用于根据所述第一加工控制参数进行冲裁参数拟合,获得第一拟合轮廓参数;
第四获得单元,所述第四获得单元用于通过图像采集设备进行试模图像采集,获得第一图像采集集合;
第五获得单元,所述第五获得单元用于对所述第一图像采集集合进行图像特征识别,获得第一实际轮廓参数;
第六获得单元,所述第六获得单元用于将所述第一实际轮廓参数和所述第一拟合轮廓参数输入轮廓参数修正模型,获得第一修正调整参数;
第一调整单元,所述第一调整单元用于根据所述第一修正调整参数进行所述第一加工控制参数调整,获得第二加工控制参数,基于所述第二加工控制参数进行注塑模具的加工。
9.一种电子设备,其特征在于,包括处理器和存储器;所述存储器,用于存储;所述处理器,用于通过调用,执行权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210192543.2A CN114563992B (zh) | 2022-03-01 | 2022-03-01 | 一种提高注塑模具的冲裁精度的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210192543.2A CN114563992B (zh) | 2022-03-01 | 2022-03-01 | 一种提高注塑模具的冲裁精度的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114563992A true CN114563992A (zh) | 2022-05-31 |
CN114563992B CN114563992B (zh) | 2023-11-21 |
Family
ID=81716555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210192543.2A Active CN114563992B (zh) | 2022-03-01 | 2022-03-01 | 一种提高注塑模具的冲裁精度的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114563992B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115255074A (zh) * | 2022-06-22 | 2022-11-01 | 扬州市管件厂有限公司 | 一种核级合金钢弯头的成型控制方法及系统 |
CN116167505A (zh) * | 2023-01-09 | 2023-05-26 | 中交公路长大桥建设国家工程研究中心有限公司 | 一种钢筋套料裁剪方法及系统 |
CN116787300A (zh) * | 2023-07-01 | 2023-09-22 | 广州中誉精密模具有限公司 | 用于车灯模具的抛光控制方法、装置、设备以及存储介质 |
CN116935077A (zh) * | 2023-07-26 | 2023-10-24 | 湖南视比特机器人有限公司 | 一种基于编码解码的模板匹配优化方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103163835A (zh) * | 2011-12-11 | 2013-06-19 | 西安扩力机电科技有限公司 | 数控机床加工图自动生成系统 |
CN103575554A (zh) * | 2012-07-18 | 2014-02-12 | 苏州星诺奇传动科技有限公司 | 注塑模具的试模工艺 |
CN105783723A (zh) * | 2016-04-26 | 2016-07-20 | 广东技术师范学院 | 基于机器视觉的精密模具表面加工精度检测装置及方法 |
EP3437825A1 (en) * | 2017-08-02 | 2019-02-06 | Fundació Eurecat | A computer implemented method for generating a mold model for production predictive control and computer program products thereof |
CN109859344A (zh) * | 2017-11-30 | 2019-06-07 | 青岛海尔智能技术研发有限公司 | 一种模具的智能监控方法及智能管理系统 |
CN113392474A (zh) * | 2021-05-10 | 2021-09-14 | 深圳市银宝山新科技股份有限公司 | 注塑模具模内参数修正方法、装置、存储介质及设备 |
CN113858566A (zh) * | 2021-09-27 | 2021-12-31 | 乐创达投资(广东)有限公司 | 一种基于机器学习的注塑机能耗预测方法及系统 |
CN113902721A (zh) * | 2021-10-14 | 2022-01-07 | 北京半导体专用设备研究所(中国电子科技集团公司第四十五研究所) | 一种工件位置的调整方法、控制处理装置及调整系统 |
-
2022
- 2022-03-01 CN CN202210192543.2A patent/CN114563992B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103163835A (zh) * | 2011-12-11 | 2013-06-19 | 西安扩力机电科技有限公司 | 数控机床加工图自动生成系统 |
CN103575554A (zh) * | 2012-07-18 | 2014-02-12 | 苏州星诺奇传动科技有限公司 | 注塑模具的试模工艺 |
CN105783723A (zh) * | 2016-04-26 | 2016-07-20 | 广东技术师范学院 | 基于机器视觉的精密模具表面加工精度检测装置及方法 |
EP3437825A1 (en) * | 2017-08-02 | 2019-02-06 | Fundació Eurecat | A computer implemented method for generating a mold model for production predictive control and computer program products thereof |
CN109859344A (zh) * | 2017-11-30 | 2019-06-07 | 青岛海尔智能技术研发有限公司 | 一种模具的智能监控方法及智能管理系统 |
CN113392474A (zh) * | 2021-05-10 | 2021-09-14 | 深圳市银宝山新科技股份有限公司 | 注塑模具模内参数修正方法、装置、存储介质及设备 |
CN113858566A (zh) * | 2021-09-27 | 2021-12-31 | 乐创达投资(广东)有限公司 | 一种基于机器学习的注塑机能耗预测方法及系统 |
CN113902721A (zh) * | 2021-10-14 | 2022-01-07 | 北京半导体专用设备研究所(中国电子科技集团公司第四十五研究所) | 一种工件位置的调整方法、控制处理装置及调整系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115255074A (zh) * | 2022-06-22 | 2022-11-01 | 扬州市管件厂有限公司 | 一种核级合金钢弯头的成型控制方法及系统 |
CN115255074B (zh) * | 2022-06-22 | 2023-05-23 | 扬州市管件厂有限公司 | 一种核级合金钢弯头的成型控制方法及系统 |
CN116167505A (zh) * | 2023-01-09 | 2023-05-26 | 中交公路长大桥建设国家工程研究中心有限公司 | 一种钢筋套料裁剪方法及系统 |
CN116167505B (zh) * | 2023-01-09 | 2023-10-31 | 中交公路长大桥建设国家工程研究中心有限公司 | 一种钢筋套料裁剪方法及系统 |
CN116787300A (zh) * | 2023-07-01 | 2023-09-22 | 广州中誉精密模具有限公司 | 用于车灯模具的抛光控制方法、装置、设备以及存储介质 |
CN116787300B (zh) * | 2023-07-01 | 2024-04-02 | 广州中誉精密模具有限公司 | 用于车灯模具的抛光控制方法、装置、设备以及存储介质 |
CN116935077A (zh) * | 2023-07-26 | 2023-10-24 | 湖南视比特机器人有限公司 | 一种基于编码解码的模板匹配优化方法及系统 |
CN116935077B (zh) * | 2023-07-26 | 2024-03-26 | 湖南视比特机器人有限公司 | 一种基于编码解码的模板匹配优化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114563992B (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114563992B (zh) | 一种提高注塑模具的冲裁精度的方法及系统 | |
CN114202248B (zh) | 一种基于mes智能制造的生产管理方法及系统 | |
CN115993807B (zh) | 一种碳化硅的生产监测优化控制方法及系统 | |
USRE47557E1 (en) | Method and computer system for characterizing a sheet metal part | |
US8086019B2 (en) | Method of creating master data used for inspecting concave-convex figure | |
CN116092214B (zh) | 一种轻量化白车身总成生产的同步监测方法及系统 | |
CN114749493B (zh) | 一种冷轧带钢生产参数自适应调整方法及系统 | |
CN115591742A (zh) | 一种点胶质量识别的点胶机自动控制方法及系统 | |
CN114706358A (zh) | 一种直缝焊管的焊接工艺信息处理方法及系统 | |
CN109407630B (zh) | 参数计算的方法、装置、终端及可读存储介质 | |
CN113665079B (zh) | 一种塑料注塑成型工艺控制方法及系统 | |
CN105163572B (zh) | 一种压接机上模高度调节装置、系统及方法 | |
CN110287520B (zh) | 一种冲孔元素自动识别方法 | |
CN110021027B (zh) | 一种基于双目视觉的切边点计算方法 | |
CN117806231B (zh) | 一种基于物联网的机床运行加工控制系统及方法 | |
CN106485401A (zh) | 满足泊松分布的计点值工序能力指数评价方法 | |
CN113853605A (zh) | 回弹量偏差主因部位确定方法及装置 | |
CN117314262B (zh) | 一种木门多工序自动化集成加工生产线检测方法及系统 | |
CN117974665B (zh) | 基于计算机视觉的金属模具在线检测方法及设备 | |
CN117048113B (zh) | 铝箔餐盒冲压的动态精度检测方法及系统 | |
CN116757452B (zh) | 一种用于电缆生产加工的智能排产管理系统 | |
CN117325431A (zh) | 基于吹塑模具的吹塑加工质量检测方法及系统 | |
CN117911412A (zh) | 用于工程机械用链轨节的尺寸检测方法及系统 | |
JP2023108091A (ja) | プレス成形品の外周形状評価方法、装置及びプログラム | |
CN115936962A (zh) | 一种基于图像分析的机床加工定位方法 |
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 |