CN115157601A - 一种注塑机及其检测方法 - Google Patents
一种注塑机及其检测方法 Download PDFInfo
- Publication number
- CN115157601A CN115157601A CN202211081434.XA CN202211081434A CN115157601A CN 115157601 A CN115157601 A CN 115157601A CN 202211081434 A CN202211081434 A CN 202211081434A CN 115157601 A CN115157601 A CN 115157601A
- Authority
- CN
- China
- Prior art keywords
- injection molding
- molding machine
- set threshold
- quality index
- mark
- 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.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/76—Measuring, controlling or regulating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C45/00—Injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould; Apparatus therefor
- B29C45/17—Component parts, details or accessories; Auxiliary operations
- B29C45/76—Measuring, controlling or regulating
- B29C45/78—Measuring, controlling or regulating of temperature
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
- B29C2945/76—Measuring, controlling or regulating
- B29C2945/76929—Controlling method
- B29C2945/76939—Using stored or historical data sets
- B29C2945/76943—Using stored or historical data sets compare with thresholds
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
- B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
- B29C2945/00—Indexing scheme relating to injection moulding, i.e. forcing the required volume of moulding material through a nozzle into a closed mould
- B29C2945/76—Measuring, controlling or regulating
- B29C2945/76929—Controlling method
- B29C2945/76973—By counting
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Mechanical Engineering (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
本发明涉及工程机械技术领域,具体涉及一种注塑机及其检测方法;采集各注塑机在设定时间段内每一个检测时刻的温度、功率和透光率;基于温度、功率和透光率,得到各注塑机的外壳质量指数;根据外壳质量指数和温度,计算任意两注塑机对应外壳质量指数的关联指标;基于关联指标对各注塑机进行标记,获取多种相同标记的注塑机;当标记中存在一台注塑机时,判断对应注塑机的外壳质量指数与第一设定阈值的大小,若外壳质量指数小于第一设定阈值,则判断对应注塑机异常;当标记中存在两台以上的注塑机时,判断各标记中注塑机的外壳质量指数与设定阈值的比较结果,进而判断对应标记中的注塑机是否异常。本发明能够准确检测到异常的注塑机。
Description
技术领域
本发明涉及注塑机技术领域,具体涉及一种注塑机及其检测方法。
背景技术
在注塑件的生产过程中,对于一些较为明显不合格注塑件能够通过注塑机上安装的传感器反馈的信息或者注塑件的外观直观清楚的进行异常判断,例如因为注塑机的注塑压力过大导致异常注塑件收缩率变小,尺寸偏大;或者因为注塑机的射嘴温度导致塑料分解,不能正常成型。但是对于一些特征不明显的异常注塑件往往是因为注塑机长时间使用,使得注塑件老化或者零件磨损,进而导致生产参数出现波动,形成异常注塑件。如果导致该类异常注塑件的注塑机没有被及时发现,则在注塑件的生产过程中会造成注塑件产品质量参差不齐,进而影响产生良品率和生产效率。
发明内容
本发明的目的在于提供一种注塑机及其检测方法,用于解决异常注塑机发现不及时、耗费人力资源等技术问题。
所采用的技术方案具体如下:
本发明的提供的一种注塑机,包括注塑机本体,注塑机本体包括射嘴、电动机和合模系统,其中,合模系统中的顶出机构用于顶出注塑件,所述注塑机还包括注塑机检测系统,所述注塑机检测系统包括控制器,以及与所述控制器信号连接的温度传感器和功率分析仪;所述温度传感器用于检测射嘴的温度,所述功率分析仪用于检测电动机的功率;所述控制器获取各注塑机在设定时间段内每一个检测时刻的温度和功率;
所述控制器还获取注塑件的透光率;
基于所述温度、功率和透光率,得到各注塑机的外壳质量指数;
根据所述外壳质量指数和所述温度,计算任意两注塑机对应外壳质量指数的关联指标;
基于所述关联指标对各注塑机进行标记,获取多种相同标记的注塑机,每种标记至少存在一台注塑机;
当标记中仅存在一台注塑机时,判断对应注塑机的外壳质量指数与第一设定阈值的大小,若所述外壳质量指数小于所述第一设定阈值,则判断对应注塑机异常;
当标记中存在两台以上的注塑机时,判断各标记中注塑机的外壳质量指数与设定阈值的比较结果,进而判断对应标记中的注塑机是否异常。
进一步地,所述第一设定阈值的获取方法为:
获取标记中存在两台以上注塑机的各标记;获取每种标记中各注塑机的权重,根据各注塑机的权重以及对应的外壳质量指数,得到该种标记下的整体外壳质量指数;将各整体外壳质量指数进行排序,得到最小整体外壳质量指数,将所述最小整体外壳质量指数作为第一设定阈值。
进一步地,所述设定阈值包括第一设定阈值、第二设定阈值和第三设定阈值,其中,第一设定阈值<第二设定阈值<第三设定阈值。
进一步地,当标记中仅存在一台注塑机时,对标记中仅存在一台注塑机的异常判断,还包括比较该注塑机的外壳质量指数与第三设定阈值的大小,当外壳质量指数大于所述第三设定阈值时,则判断对应注塑机异常。
进一步地,当标记中存在两台以上的注塑机时,所述比较结果为:
1)对于整体外壳质量指数为第一设定阈值对应的标记,若外壳质量指数小于所述第一设定阈值或大于所述第三设定阈值,则判断对应注塑机异常;
2)对于除了步骤1)标记的其他剩余标记,若外壳质量指数小于所述第二设定阈值或大于所述第三设定阈值,则判断对应注塑机异常。
进一步地,所述外壳质量指数的获取方法为:将所述温度、功率和透光率输入到神经网络模型中,输出各注塑机对应的等级,所述等级包括:优、良、中和差;然后对不同的等级赋予不同的值作为各注塑机对应的外壳质量指数。
进一步地,所述关联指标的获取方法为:
计算两注塑机对应外壳质量指数的差值的绝对值,获取两注塑机在设定时间段内的温度序列,计算两温度序列的趋近指数,基于所述差值的绝对值和所述趋近指数,确定关联指标。
本发明还提供了一种注塑机的检测方法,该检测方法的具体方案如下:
采集各注塑机在设定时间段内每一个检测时刻的温度、功率和透光率;
基于所述温度、功率和透光率,得到各注塑机的外壳质量指数;
根据所述质量指数和所述温度,计算任意两注塑机对应外壳质量指数的关联指标;
基于所述关联指标对各注塑机进行标记,获取多种相同标记的注塑机,每种标记至少存在一台注塑机;
当标记中仅存在一台注塑机时,判断对应注塑机的外壳质量指数与第一设定阈值的大小,若所述外壳质量指数小于所述第一设定阈值,则判断对应注塑机异常;
当标记中存在两台以上的注塑机时,判断各标记中注塑机的外壳质量指数与设定阈值的比较结果,进而判断对应标记中的注塑机是否异常。
本发明实施例至少具有如下有益效果:
本发明通过各注塑机的外壳质量指数和任意两注塑机对应外壳质量指数的关联指标,基于关联指标对各注塑机进行标记,得到多种相同标记的注塑机,每种标记下至少存在一台注塑机,根据各标记中外壳质量指数与设定阈值的比较结果,判断对应标记中的注塑机是否异常;其中根据关联指标对各注塑机进行标记,使每种标记下对应的注塑机都具有关联性,同时,得到的标记结果更加准确;本发明将仅存在一台注塑机的各标记与存在两台以上注塑机的各标记分别与不同的设定阈值作比较,能够得到更为准确的异常注塑机。
进一步地,本发明计算各标记中存在两台以上注塑机的整体外壳质量指数时,每种标记下的每台注塑机都有其对应的权重;权重确保了计算的整体外壳质量指数的精确性,使后续第一设定阈值的设定结果误差更小,能够准确判断注塑机是否异常。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明提供的一种注塑机的检测原理图;
图2为本发明提供的一种注塑机的检测方法实施例的步骤流程图;
图3为不同温度下对应的注塑件的收缩率的示意图;
图4为不同压力对结晶度的影响。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种注塑机及其检测方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明实施例的实施场景:本发明实施例针对长时间正常使用的注塑机进行异常检测,本发明实施例提出的异常是指的注塑机因为自身老化等原因,导致注塑压力、射嘴温度等生产参数出现老化,进而使得注塑压力和射嘴温度无法保持在一个正常的范围内,根据先验知识可知,如果设备发生老化等异常,则会因为注塑机相应设备的性能衰减,导致生产压力和射嘴温度出现波动,无法稳定在一个标准值的状态下进行生产,进而出现异常注塑件。
一种注塑机,包括注塑机本体和注塑机检测系统。
注塑机本体为常规的注塑机设备,本实施例中,注塑机本体包括射嘴、电动机和合模系统;其中射嘴用于把储料室的熔融料注射到模具的型腔中,熔融料在模具中冷却定型,合模系统中的顶出机构负责把定型好的注塑件从模具中顶出落下,电动机是整个注塑机的供能装置。由于注塑机设备为常见的注塑机设备,对于其结构构成、工作原理以及工作过程不再赘述。
如图1所示,注塑机检测系统包括控制器,以及与控制器信号相连的温度传感器、功率分析仪和报警装置。
同时,控制器还获取注塑件的透光率,具体地,透光率通过透光率雾度检测仪获取;透光率雾度检测仪放置在注塑件的出口位置。
温度传感器用于检测射嘴的温度,实时获取射嘴的温度;温度传感器放置在注塑机射嘴附近。
功率分析仪用于检测电动机的功率,功率分析仪与电动机相连,实时获取电动机的功率;控制器为常规的控制芯片,例如单片机;报警装置为常规的电子讯响器,例如蜂鸣器,当检测到异常注塑机时,电子讯响器发出警报。
需要说明的是,温度传感器、功率分析仪以及透光率雾度检测仪的具体放置位置由实施者自行确定,不影响注塑机的正常工作即可。
对上述中采集的各注塑机的数据进行数据处理,数据处理可以由后台服务器执行,即各注塑机的控制器将数据传送给后台服务器,通过后台服务器进行各塑机的数据异常检测,具体的传送方式是通过在注塑机检测系统中设置的通信模块中进行传送。作为其他实施方式,数据处理也可以在任意一台注塑机的控制器中执行,即各注塑机之间通过在注塑机检测系统中设置的通信模块中实现数据的共享。
下面,以某一台注塑机的控制器对接收到的各注塑机的各个数据信息为例进行分析。
如图2所示,本发明的一种注塑机的检测方法具体步骤如下:
步骤1,采集各注塑机在设定时间段内每一个检测时刻的温度、功率和透光率。
本实施例设定时间段为1个小时,温度、功率和透光率的检测时间各不相同,即在注塑机每次喷射开始时检测射嘴的温度,在注塑件从模具中被顶出时检测注塑件的透光率,在注塑机每次喷射过程的中间时刻检测电动机的功率;因此,注塑机每产出一个注塑件都有其对应的相关指数;本实施例中的注塑机在设定时间段1个小时内产出的注塑件的数量一致。
本实施例中,采集三种数据的原因分别在于:
(1)检测注塑件的透光率的原因是:注塑件无法用肉眼观察出其表面的色差、光泽不良等问题,因注塑件的透光率与注塑件的颜色和厚度有关,所以借助透光率这一参数表征注塑件的色差情况,即注塑件的透光率的不同,可以反映出注塑件的不同色差情况以及不同光泽情况;注塑件的透光率越大,表征注塑件的色差越小,注塑件的质量越高,则对应注塑机为正常工作状态。
(2)获取电动机的功率的原因是:注塑压力可以直观反映出注塑件的质量;但是,注塑压力的检测需要在气缸中进行,会影响注塑机的正常工作,不方便采集;因注塑机的注塑压力与带动螺杆工作的电动机的功率有关,即电动机的功率越大,注塑机的注塑压力越大,电动机的功率越小,注塑机的注塑压力越小,基于此,本实施例将注塑机的注塑压力转换为电动机的功率,注塑压力能够反应机筒内磨情况的变化,因为本发明实施例针对的是长时间正常生产过程中的注塑机,因此注塑机的注塑压力在正常生产的范围内,但是对于一些老化的异常注塑机而言,因为性能衰退,使得自身的注塑压力无法达到正常标准值,或者注塑压力出现波动,无法稳定达到正常标准值,所以在后续分析过程中可利用时序上电动机反馈的功率信息的大小和波动性对生产质量进行判断。
(3)获取射嘴的温度的原因是:注塑机的射嘴温度能够反应塑料加热温度的变化,同获取电动机的功率原因相似的,因为在本发明实施例中针对的注塑机为长时间正常生产过程中的注塑机,因此注塑机的射嘴温度在正常生产的范围内,但是对于一些老化的异常注塑机而言,因为性能衰退,使得自身的射嘴温度无法达到正常标准值,或者射嘴温度出现波动,无法稳定达到正常标准值,所以在后续分析过程中可利用时序上射嘴温度信息的大小和波动性对生产质量进行判断。
由三种数据采集的原因及先验知识可知,在正常工作条件下的各项数值设定范围内,注塑机射嘴的温度越高,注塑压力越大,塑料的收缩率越低,此时产生的产品尺寸越稳定,注塑机的质量越高。如图3所示,图3为不同温度下对应的注塑件的收缩率,收缩率越低,说明注塑件的质量越高,由图3得知,温度分别为215°、230°和245°,由于245°对应的注塑件的收缩率过高,会导致最终注塑件的尺寸缩小的过多,注塑件不合格,因此245°不在温度对应的设定范围内,而215°和230°则在温度对应的设定范围内,由此得知,在温度对应的设定范围内,温度越高,注塑件对应的收缩率越低,即注塑件的质量越高。如图4所示,图4为不同压力对结晶度的影响,结晶度越高,对应注塑件的质量越高,由图4得知,压力的取值范围为20-80kg/cm2,而在50-80kg/cm2对应的结晶度呈现下降趋势,即随着温度的升高注塑件的质量反而降低;因此50-80kg/cm2不在压力对应的设定范围内,20-50kg/cm2在压力对应的设定范围内,由此得知,在压力对应的设定范围内,压力越大,结晶度越高,对应注塑件的质量越高。注塑件的透光率能够直观表现出注塑机的质量,即注塑件的透光率越高,得到注塑件的质量越高。
步骤2,基于温度、功率和透光率,得到各注塑机的外壳质量指数。
具体地,外壳质量指数的获取方法为:将所述温度、功率和透光率输入到神经网络模型中,输出各注塑机对应的等级,所述等级包括:优、良、中和差;然后对不同的等级赋予不同的值作为各注塑机对应的外壳质量指数。
具体地,将等级为优的注塑机赋予的值为0.9,即等级为优的注塑机对应的外壳质量指数为0.9,将等级为良的注塑机赋予的值为0.8,即等级为良的注塑机对应的外壳质量指数为0.8;将等级为中的注塑机赋予的值为0.6,即等级为中的注塑机对应的外壳质量指数为0.6;将等级为差的注塑机赋予的值为0.3,即等级为差的注塑机对应的外壳质量指数为0.3。实施者可以对不同等级的赋值进行调整,满足优、良、中和差对应的赋值呈现出由大至小的关系即可。
本实施例中的神经网络模型为DNN神经网络,即通过DNN神经网络得到各注塑机对应的等级,在通过DNN神经网络得到各注塑机对应的等级之前,还需要对DNN神经网络进行训练,DNN神经网络在训练时所使用的损失函数为均方差损失函数;训练所使用的样本集为多个已知注塑机等级对应的温度、功率以及透光率;将样本集中80%的样本作为训练集,将样本集中20%的样本作为验证集,对DNN神经网络进行训练。其中DNN神经网络的训练过程为公知技术,不在本发明的保护范围内,不再赘述。
步骤3,根据外壳质量指数和温度,计算任意两注塑机对应外壳质量指数的关联指标。
具体地,关联指标的获取方法为:计算两注塑机对应外壳质量指数的差值的绝对值,获取两注塑机在设定时间段内的温度序列,计算两温度序列的趋近指数,基于差值的绝对值和趋近指数,确定关联指标。
进一步地,将趋近指数加任意非0正整数后的值除以差值的绝对值加任意非0正整数后的值,得到关联指标;其中,加入任意非0正整数参与关联指标的计算是为了确保关联指标的值不为0。
本实施例中,趋近指数通过计算两温度序列的皮尔逊相关系数获取,趋近指数越大,则两温度序列的关联程度越高,两注塑机之间的关联指标越大;差值的绝对值越小,两注塑机之间的关联指标越大。
需要说明的是,由于DNN神经网络输出的等级具有一定的误差,不能很好的体现各注塑机的状态,因此,采用温度对各注塑机的等级进行修正,进而能够更加精确的判断各注塑机是否异常。
步骤4,基于关联指标对各注塑机进行标记,获取多种相同标记的注塑机,每种标记至少存在一台注塑机。
具体地,基于上述关联指标,利用DBSCAN算法得到多种标记,DBSCAN算法中的半径由实施者根据实际情况自行设定,同时,为了获取更多的标记,实施者可以适当缩小半径的值;
根据DBSCAN算法的特性可知,每种标记下至少有一台注塑机;其中,DBSCAN算法为公知技术,不再赘述。
需要说明的是,利用DBSCAN算法得到多种标记;同种标记下注塑机的相似性高,不同种标记下注塑机的相似度低,能够准确获取异常的注塑机。
步骤5,当标记中存在一台注塑机时,判断对应注塑机的外壳质量指数与第一设定阈值的大小,若外壳质量指数小于第一设定阈值,则判断对应注塑机异常。
具体地,第一设定阈值的获取方法为:
获取标记中存在两台以上注塑机的各标记,计算各标记的整体外壳质量指数,即获取每种标记中各注塑机的权重,根据各注塑机的权重以及对应的外壳质量指数,得到该种标记下的整体外壳质量指数;将各整体外壳质量指数进行排序,得到最小整体外壳质量指数,将所述最小整体外壳质量指数作为第一设定阈值。
上述权重为:计算该标记中其中一台注塑机的外壳质量指数与剩余其他注塑机的外壳质量指数的距离,得到距离的和的倒数。
进一步地,将每种标记下对应注塑机的权重进行归一化,使得该标记中每台注塑机对应的权重之和为1。
需要说明的是,如果用同种标记中某一注塑机的外壳质量指数表征该种标记的代表值,会出现较大的误差,因此要基于同种标记中其它注塑机的外壳质量指数来降低代表值的误差;所以计算同种标记的整体外壳质量指数作为该种标记的代表值。
需要说明的是,当检测到注塑机为异常时,则对应注塑机的报警装置发出警报,提醒操作工人进行维修。
步骤6,当标记中存在两台以上的注塑机时,判断各标记中注塑机的外壳质量指数与设定阈值的比较结果,进而判断对应标记中的注塑机是否异常。
本实施例中,设定阈值包括第一设定阈值、第二设定阈值和第三设定阈值,且第一设定阈值<第二设定阈值<第三设定阈值。
具体地,第二设定阈值和第三设定阈值由实施者根据经验值进行设定。
作为其他实施方式,也可根据第一设定阈值设定第二设定阈值,即将第一设定阈值向上浮动相应的数值得到第二设定阈值;第三设定阈值的设定方法也可根据最大整体外壳质量指数进行设定,即将最大整体外壳质量指数上下浮动相应的数值得到第三设定阈值;最大整体外壳质量指数的获取方法:基于步骤5中的整体外壳质量指数,将各整体外壳质量指数的大小进行排序,获取最大整体外壳质量指数。
需要说明的是,步骤6中的第一设定阈值为步骤5中的第一设定阈值,因第一设定阈值的设定方法在步骤5中已详细给出,不再赘述。
本实施例中,当标记中存在两台以上的注塑机时,比较结果为:
1)对于整体外壳质量指数为第一设定阈值对应的标记,比较该标记中各注塑机的外壳质量指数与第一设定阈值和第三设定阈值的大小,若所述外壳质量指数小于所述第一设定阈值或大于所述第三设定阈值,则判断对应注塑机异常;
2)对于除了步骤1)标记的其他剩余标记,比较其他剩余标记中各注塑机的外壳质量指数与第二设定阈值和第三设定阈值的大小,若所述外壳质量指数小于所述第二设定阈值或大于第三设定阈值,则判断对应注塑机异常。
需要说明的是,因注塑件的透光率不仅与注塑件的色差、色泽有关,还与注塑件本身的厚度情况有关,即注塑件越厚,注塑件的透光率越低,注塑件越薄,注塑件的透光率越高,因此,为了避免因注塑件过薄导致透光率变高,进而导致整体外壳质量指数过高的情况,设定第三设定阈值进一步判断所有注塑机的异常情况。
本实施例中,对于上述标记中仅存在一台注塑机时,对标记中仅存在一台注塑机的异常判断,还包括比较该注塑机的外壳质量指数与第三设定阈值的大小,当外壳质量指数大于第三设定阈值时,则判断对应注塑机异常。其中,第三设定阈值的设定方法已经在步骤6中详细给出,不再赘述。
本发明还提供一种注塑机的检测方法,该检测方法与上述步骤1至步骤6中的内容一致,因此,不再过多赘述。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种注塑机,包括注塑机本体,注塑机本体包括射嘴、电动机和合模系统,其中,合模系统中的顶出机构用于顶出注塑件,其特征在于:所述注塑机还包括注塑机检测系统,所述注塑机检测系统包括控制器,以及与所述控制器信号连接的温度传感器和功率分析仪;所述温度传感器用于检测射嘴的温度,所述功率分析仪用于检测电动机的功率;所述控制器获取各注塑机在设定时间段内每一个检测时刻的温度和功率;
所述控制器还获取注塑件的透光率;
基于所述温度、功率和透光率,得到各注塑机的外壳质量指数;
根据所述质量指数和所述温度,计算任意两注塑机对应外壳质量指数的关联指标;
基于所述关联指标对各注塑机进行标记,获取多种相同标记的注塑机,每种标记至少存在一台注塑机;
当标记中仅存在一台注塑机时,判断对应注塑机的外壳质量指数与第一设定阈值的大小,若所述外壳质量指数小于所述第一设定阈值,则判断对应注塑机异常;
当标记中存在两台以上的注塑机时,判断各标记中注塑机的外壳质量指数与设定阈值的比较结果,进而判断对应标记中的注塑机是否异常。
2.根据权利要求1所述的一种注塑机,其特征在于,所述第一设定阈值的获取方法为:
获取标记中存在两台以上注塑机的各标记;获取每种标记中各注塑机的权重,根据各注塑机的权重以及对应的外壳质量指数,得到该种标记下的整体外壳质量指数;将各整体外壳质量指数进行排序,得到最小整体外壳质量指数,将所述最小整体外壳质量指数作为第一设定阈值。
3.根据权利要求1所述的一种注塑机,其特征在于,所述设定阈值包括第一设定阈值、第二设定阈值和第三设定阈值,其中,第一设定阈值<第二设定阈值<第三设定阈值。
4.根据权利要求3所述的一种注塑机,其特征在于,当标记中仅存在一台注塑机时,对标记中仅存在一台注塑机的异常判断,还包括比较该注塑机的外壳质量指数与第三设定阈值的大小,当外壳质量指数大于所述第三设定阈值时,则判断对应注塑机异常。
5.根据权利要求3所述的一种注塑机,其特征在于,当标记中存在两台以上的注塑机时,所述比较结果为:
对于整体外壳质量指数为第一设定阈值对应的标记,若外壳质量指数小于所述第一设定阈值或大于所述第三设定阈值,则判断对应注塑机异常;
对于除了步骤1)标记的其他剩余标记,若外壳质量指数小于所述第二设定阈值或大于所述第三设定阈值,则判断对应注塑机异常。
6.根据权利要求1所述的一种注塑机,其特征在于,所述外壳质量指数的获取方法为:将所述温度、功率和透光率输入到神经网络模型中,输出各注塑机对应的等级,所述等级包括:优、良、中和差;然后对不同的等级赋予不同的值作为各注塑机对应的外壳质量指数。
7.根据权利要求1所述的一种注塑机,其特征在于,所述关联指标的获取方法为:
计算两注塑机对应外壳质量指数的差值的绝对值,获取两注塑机在设定时间段内的温度序列,计算两温度序列的趋近指数,基于所述差值的绝对值和所述趋近指数,确定关联指标。
8.一种注塑机的检测方法,其特征在于,该检测方法包括以下步骤:
采集各注塑机在设定时间段内每一个检测时刻的温度、功率和透光率;
基于所述温度、功率和透光率,得到各注塑机的外壳质量指数;
根据所述质量指数和所述温度,计算任意两注塑机对应外壳质量指数的关联指标;
基于所述关联指标对各注塑机进行标记,获取多种相同标记的注塑机,每种标记至少存在一台注塑机;
当标记中仅存在一台注塑机时,判断对应注塑机的外壳质量指数与第一设定阈值的大小,若所述外壳质量指数小于所述第一设定阈值,则判断对应注塑机异常;
当标记中存在两台以上的注塑机时,判断各标记中注塑机的外壳质量指数与设定阈值的比较结果,进而判断对应标记中的注塑机是否异常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211081434.XA CN115157601A (zh) | 2022-09-06 | 2022-09-06 | 一种注塑机及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211081434.XA CN115157601A (zh) | 2022-09-06 | 2022-09-06 | 一种注塑机及其检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115157601A true CN115157601A (zh) | 2022-10-11 |
Family
ID=83481565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211081434.XA Pending CN115157601A (zh) | 2022-09-06 | 2022-09-06 | 一种注塑机及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115157601A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115302728A (zh) * | 2022-10-12 | 2022-11-08 | 江苏瑞坤医疗器械有限公司 | 一种注塑机的加热系统的异常监测方法 |
CN117140897A (zh) * | 2023-10-31 | 2023-12-01 | 南通品杰模塑科技有限公司 | 一种自动调节注塑温度的方法及系统 |
CN117207470A (zh) * | 2023-10-09 | 2023-12-12 | 武汉瑞之源塑业有限公司 | 一种基于物联网的伺服控制方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104589606A (zh) * | 2015-01-16 | 2015-05-06 | 华中科技大学 | 一种注塑成型过程在线监控方法 |
CN109177101A (zh) * | 2018-06-28 | 2019-01-11 | 浙江工业大学 | 一种注塑机间歇过程故障检测方法 |
CN114770891A (zh) * | 2022-06-17 | 2022-07-22 | 南通倍佳机械科技有限公司 | 一种注塑机异常分析方法及系统 |
-
2022
- 2022-09-06 CN CN202211081434.XA patent/CN115157601A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104589606A (zh) * | 2015-01-16 | 2015-05-06 | 华中科技大学 | 一种注塑成型过程在线监控方法 |
CN109177101A (zh) * | 2018-06-28 | 2019-01-11 | 浙江工业大学 | 一种注塑机间歇过程故障检测方法 |
CN114770891A (zh) * | 2022-06-17 | 2022-07-22 | 南通倍佳机械科技有限公司 | 一种注塑机异常分析方法及系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115302728A (zh) * | 2022-10-12 | 2022-11-08 | 江苏瑞坤医疗器械有限公司 | 一种注塑机的加热系统的异常监测方法 |
CN115302728B (zh) * | 2022-10-12 | 2022-12-30 | 江苏瑞坤医疗器械有限公司 | 一种注塑机的加热系统的异常监测方法 |
CN117207470A (zh) * | 2023-10-09 | 2023-12-12 | 武汉瑞之源塑业有限公司 | 一种基于物联网的伺服控制方法及系统 |
CN117207470B (zh) * | 2023-10-09 | 2024-03-05 | 武汉瑞之源塑业有限公司 | 一种基于物联网的伺服控制方法及系统 |
CN117140897A (zh) * | 2023-10-31 | 2023-12-01 | 南通品杰模塑科技有限公司 | 一种自动调节注塑温度的方法及系统 |
CN117140897B (zh) * | 2023-10-31 | 2023-12-29 | 南通品杰模塑科技有限公司 | 一种自动调节注塑温度的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115157601A (zh) | 一种注塑机及其检测方法 | |
CN117093879B (zh) | 一种数据中心智能化运营管理方法及系统 | |
CN110153801A (zh) | 一种基于多特征融合的刀具磨损状态辨识方法 | |
CN111761409A (zh) | 一种基于深度学习的多传感器数控机床刀具磨损监测方法 | |
CN111208793B (zh) | 基于慢特征分析的非平稳工业过程的状态监测方法 | |
CN109968671B (zh) | 3d打印过程故障诊断方法和装置 | |
CN110057406B (zh) | 一种多尺度自适应的机械设备趋势预警方法 | |
CN115302728B (zh) | 一种注塑机的加热系统的异常监测方法 | |
US20230168643A1 (en) | Industrial internet of things based on abnormal identification, control method, and storage media thereof | |
Gao et al. | Process parameters optimization using a novel classification model for plastic injection molding | |
CN116881745A (zh) | 基于大数据的压力变送器异常监测方法 | |
CN116404186B (zh) | 一种功率型锂锰电池生产系统 | |
CN114770891B (zh) | 一种注塑机异常分析方法及系统 | |
CN117312879A (zh) | 一种注塑机生产数据监督预警方法、系统及介质 | |
CN111641236A (zh) | 基于大数据ai的动态阈值动力电池充电电压状态判断方法 | |
Wang et al. | A novel sensing feature extraction based on mold temperature and melt pressure for plastic injection molding quality assessment | |
CN115071090B (zh) | 基于注塑发泡成型模具的注塑量动态补偿系统及方法 | |
Kazmer et al. | A comparison of statistical process control (SPC) and on-line multivariate analyses (MVA) for injection molding | |
CN109932908B (zh) | 一种基于报警信度融合的多向主元分析过程监测方法 | |
CN112508464B (zh) | 基于注塑成型的产品检测方法和装置 | |
CN115270911A (zh) | 油田离心泵注水站工作异常检测方法、系统、终端及介质 | |
CN201017225Y (zh) | 丙烯聚合生产数据检测及故障诊断装置 | |
CN114897772A (zh) | 一种基于机器视觉的橡胶正硫化调控的方法 | |
CN108678939B (zh) | 水泵汽蚀余量值的检测方法与系统 | |
CN116401570B (zh) | 一种印刷质量监测大数据智能处理系统 |
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 |