CN117245976A - 一种热塑复合材料的成型工艺控制方法及系统 - Google Patents

Abstract

本发明提供了一种热塑复合材料的成型工艺控制方法及系统，涉及塑料成型技术领域，包括：通过采集批次原材的数据构建原材数据集合，带有原材集中值标识，确定最优原材数据为控制基准，执行成型工艺控制拟合，根据拟合寻优结果，生成标定控制参数，通过标定控制参数对热压设备执行控制拟合建立系统误差补偿，根据实时原材数据和最优原材数据的数据偏差建立原材误差补构，对标定控制参数补偿确定实时控制参数，以实时控制参数执行原材的热压成型控制。本发明解决了现有技术对于不同批次的原材料存在的质量差异无法精确掌握，以及存在热压设备的系统误差与原材料的误差，导致影响成型工艺的稳定性和最终产品的质量的技术问题。

Description

一种热塑复合材料的成型工艺控制方法及系统

技术领域

本发明涉及塑料成型技术领域，具体涉及一种热塑复合材料的成型工艺控制方法及系统。

背景技术

随着科学技术的不断进步和人们对产品性能需求的提高，传统材料已经不能满足市场需求，而热塑复合材料具有较高的强度、轻量化、耐腐蚀等优点，逐渐成为新一代材料的主流选择，同时，环保意识的提升也推动了热塑复合材料的发展，这类材料通过可回收和可再利用的特性，减少了废弃物的产生与处理，另外，热塑复合材料还具备良好的可塑性和适应性，可应用于各个领域，如汽车、航空航天、建筑等，这些特点使得其成型工艺的要求越来越高。

而现今常用的热塑复合材料的成型工艺控制方法还存在着一定的弊端，现有技术中，对于不同批次的原材料存在的质量差异无法精确掌握，导致成型工艺的不稳定性和产品质量波动；热压设备在长时间运行后，往往会产生一些系统误差，使得实际控制效果与期望效果偏离；并且，原材料本身的质量误差也会直接影响到成型工艺的稳定性和最终产品的质量。

因此，对于热塑复合材料的成型工艺控制还存在着一定的可提升空间。

发明内容

本申请通过提供了一种热塑复合材料的成型工艺控制方法及系统，旨在解决现有技术对于不同批次的原材料存在的质量差异无法精确掌握，以及存在热压设备的系统误差与原材料的误差，导致影响成型工艺的稳定性和最终产品的质量的技术问题。

鉴于上述问题，本申请提供了一种热塑复合材料的成型工艺控制方法及系统。

本申请公开的第一个方面，提供了一种热塑复合材料的成型工艺控制方法，所述方法包括：构建原材数据集合，所述原材数据集合通过采集批次原材的数据构建，且所述原材数据集合带有原材集中值标识；以所述原材数据集合确定最优原材数据，所述最优原材数据通过比对所述原材集中值确定，并以所述最优原材数据为控制基准，执行所述最优原材数据的成型工艺控制拟合，根据拟合寻优结果，生成标定控制参数，所述标定控制参数包括温度控制参数、压力控制参数、钢带速度及对应的控制时长；建立热压设备的系统误差补偿，所述系统误差补偿通过所述标定控制参数对所述热压设备执行控制拟合获得；建立原材误差补偿，所述原材误差补偿为在原材进行热压控制前，对原材执行原材数据采集，根据实时原材数据和所述最优原材数据的数据偏差构建而成；确定实时控制参数，所述实时控制参数通过所述系统误差补偿和所述原材误差补偿对所述标定控制参数补偿获得；以所述实时控制参数执行原材的热压成型控制。

本申请公开的另一个方面，提供了一种热塑复合材料的成型工艺控制系统，所述系统用于上述方法，所述系统包括：原材数据集合构建模块，所述原材数据集合构建模块用于构建原材数据集合，所述原材数据集合通过采集批次原材的数据构建，且所述原材数据集合带有原材集中值标识；最优原材数据确定模块，所述最优原材数据确定模块用于以所述原材数据集合确定最优原材数据，所述最优原材数据通过比对所述原材集中值确定，并以所述最优原材数据为控制基准，执行所述最优原材数据的成型工艺控制拟合，根据拟合寻优结果，生成标定控制参数，所述标定控制参数包括温度控制参数、压力控制参数、钢带速度及对应的控制时长；系统误差补偿建立模块，所述系统误差补偿建立模块用于建立热压设备的系统误差补偿，所述系统误差补偿通过所述标定控制参数对所述热压设备执行控制拟合获得；原材误差补偿建立模块，所述原材误差补偿建立模块用于建立原材误差补偿，所述原材误差补偿为在原材进行热压控制前，对原材执行原材数据采集，根据实时原材数据和所述最优原材数据的数据偏差构建而成；实时控制参数确定模块，所述实时控制参数确定模块用于确定实时控制参数，所述实时控制参数通过所述系统误差补偿和所述原材误差补偿对所述标定控制参数补偿获得；热压成型控制模块，所述热压成型控制模块用于以所述实时控制参数执行原材的热压成型控制。

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：

通过构建原材数据集合并比对原材集中值，确定最佳的原材数据作为控制基准，确保每个批次的原材数据都能符合标准，增加了成型工艺的稳定性；通过建立热压设备的系统误差补偿，可以对标定控制参数进行调整和优化，从而提高热压设备的精度和稳定性，减少系统误差对成型工艺的影响；通过收集实时原材数据与最优原材数据之间的偏差，建立原材料误差补偿，在热压控制前对原材进行调整和补偿，提高了产品质量的一致性和稳定性；通过结合系统误差补偿和原材料误差补偿，对标定控制参数进行补偿获得实时控制参数，这样可以更准确地控制热压成型过程，提高产品质量的稳定性和准确性。综上所述，该方法通过最优化原材数据选择、系统误差补偿以及原材料误差补偿，并通过实时控制参数优化，解决了原材料差异、系统误差和原材料误差对成型工艺的影响，从而提高了工艺的稳定性和产品质量的一致性。

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为本申请实施例提供了一种热塑复合材料的成型工艺控制方法流程示意图；

图2为本申请实施例提供了一种热塑复合材料的成型工艺控制系统结构示意图。

附图标记说明：原材数据集合构建模块10，最优原材数据确定模块20，系统误差补偿建立模块30，原材误差补偿建立模块40，实时控制参数确定模块50，热压成型控制模块60。

具体实施方式

本申请实施例通过提供一种热塑复合材料的成型工艺控制方法，解决了现有技术对于不同批次的原材料存在的质量差异无法精确掌握，以及存在热压设备的系统误差与原材料的误差，导致影响成型工艺的稳定性和最终产品的质量的技术问题。

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，本申请实施例提供了一种热塑复合材料的成型工艺控制方法，所述方法包括：

构建原材数据集合，所述原材数据集合通过采集批次原材的数据构建，且所述原材数据集合带有原材集中值标识；

采集批次原材料的相关数据，包括温度、压力、时间和其他与成型工艺相关的参数，每个批次的原材料是同一类型的材料，并且具有相似的特性。对于每个参数，计算每个采集数据集的集中值，集中值可以是一组数据的平均值或者中位数，代表了原材数据集合的核心趋势或主要特征，将原材集中值与对应的数据集相关联并进行标识。根据原材料集中值标识，将相同类型的原材料数据整合在一起，形成原材数据集合，每个原材数据集合代表一个特定批次的原材料数据。

以所述原材数据集合确定最优原材数据，所述最优原材数据通过比对所述原材集中值确定，并以所述最优原材数据为控制基准，执行所述最优原材数据的成型工艺控制拟合，根据拟合寻优结果，生成标定控制参数，所述标定控制参数包括温度控制参数、压力控制参数、钢带速度及对应的控制时长；

根据产品的产品要求、质量控制标准等设置预设标准，例如，设定温度范围内的最大值和最小值，如要求温度控制在250℃至270℃之间，从原材数据集合中提取每个数据集的原材集中值，将每个参数的原材集中值与预设标准进行比对，如果某个参数的原材集中值符合预设标准，则将其判定为最优原材数据。

以最优原材数据为基准，执行成型工艺的控制拟合，以确保在成型过程中使用最佳的控制参数组合，通过调整温度、压力、钢带速度等参数，寻找最适合最优原材数据的成型工艺控制参数组合，通过完成成型工艺控制拟合，得到一组最佳控制参数，这些标定控制参数包括温度控制参数、压力控制参数、钢带速度等，对应的还包括每个参数的控制时长。

建立热压设备的系统误差补偿，所述系统误差补偿通过所述标定控制参数对所述热压设备执行控制拟合获得；

将确定的标定控制参数应用于热压设备，通过调整热压设备的实际工作状态，如调整加热器、调节液压系统等，使设备输出的温度、压力、钢带速度与期望的控制参数相匹配，在实施控制拟合的过程中，监测设备的实际输出与期望值之间的差异，这些差异即为系统误差，反映了设备在控制过程中的偏差，根据监测到的系统误差和标定控制参数，提取系统误差补偿，这个误差补偿是对控制参数进行微调或偏移量的补偿，以校正热压设备在控制执行过程中可能存在的系统误差。

建立原材误差补偿，所述原材误差补偿为在原材进行热压控制前，对原材执行原材数据采集，根据实时原材数据和所述最优原材数据的数据偏差构建而成；

在进行热压控制之前，对原材料进行数据采集，包括原材料的温度、压力、湿度和其他与原材特性相关的参数，将采集到的原材料数据与最优原材数据进行比对，计算数据偏差，该数据偏差反映了实际原材料与最佳原材料之间的差异，根据数据偏差的方向和大小，确定需要在热压控制中进行修正的参数，作为原材误差补偿，用于校正实际原材料与最佳原材料之间的差异。

确定实时控制参数，所述实时控制参数通过所述系统误差补偿和所述原材误差补偿对所述标定控制参数补偿获得；

根据实际系统误差和原材误差情况，对标定控制参数的值进行动态调整和优化，获得补偿后的标定控制参数，补偿后的标定控制参数能够更好地适应不同的系统和原材料特性，将该补偿后的标定控制参数作为实时控制参数，作为实际热压成型过程中的控制参数。

以所述实时控制参数执行原材的热压成型控制。

将确定的实时控制参数应用于热压设备，根据控制参数的要求，调节热压设备的温度、压力、钢带速度等参数，进行原材的热压成型控制，以实现对原材料的精确控制和高效加工。

进一步而言，还包括：

以所述系统误差补偿作为零点误差基准，对顺序处理原材的实时原材数据进行系统误差累计；建立触发窗口，所述触发窗口为阈值和周期的双触发窗口，所述触发窗口通过误差累计结果和执行周期触发；当所述触发窗口被触发时，执行所述热压设备的系统归零校验；根据系统归零校验补偿结果对热压系统补偿后，继续执行原材热压成型处理。

将所述系统误差补偿作为零点误差基准，对顺序进行处理的每个原材料，采集相应的实时原材数据，对每个原材料的实时原材数据与零点误差基准进行比对，计算它们之间的偏差，并将偏差计算结果进行累加，得到系统误差累计结果。

根据具体需求确定适当的阈值和执行周期，阈值为误差累计的界限，超过该界限将触发后续的操作，周期是执行触发窗口监测的时间间隔。基于得到的误差累计结果，在每个执行周期内对系统误差进行累加，以跟踪原材料顺序处理过程中的系统误差变化；在每个执行周期结束后，监测误差累计结果与阈值进行比较。当误差累计结果超过阈值，并符合执行周期要求时，触发窗口被触发。

定期检测触发窗口的状态，以确定是否满足触发条件，如果任意一个触发条件满足，即误差累计超过阈值，或者符合执行周期要求，触发窗口被触发，触发时立即执行热压设备的系统归零校验操作，包括将设备重新校准、恢复到初始状态，并清除任何累积的误差，使系统回到准确和稳定的工作状态，以消除长时间运行所导致的系统误差，确保热压设备具有准确和稳定的控制能力。

通过执行热压设备的系统归零校验，将设备恢复到准确和稳定的工作状态，根据所得到的统归零校验结果，对热压系统进行相应的补偿，包括调整控制参数、校准传感器或其他操作，以消除剩余的误差，并确保热压系统的准确性和稳定性，完成对热压系统的补偿后，继续进行原材料的热压成型处理，完成热压成型工艺。

进一步而言，建立触发窗口，包括：

获得集中度计算结果，所述集中度计算结果依据所述原材集中值进行所述原材数据集合的集中度计算获得；设定参考比例，并依据所述参考比例，将所述系统误差补偿作为第一参考数据，将所述集中度计算结果作为第二参考数据，执行所述触发窗口的阈值和周期映射计算；根据映射计算结果完成所述触发窗口的建立。

对原材数据集合进行集中度计算，具体的，将数据集合中的每个数据与对应的原材集中值进行比较，进行标准差计算，获取它们的偏离程度，根据集中度计算获取集中度计算结果，这个结果标识原材料数据集合的一致性，较小的集中度计算结果表示原材料的一致性较高，而较大的结果则反映了更大的偏离。

根据需求设定一个适当的参考比例，用于权衡系统误差补偿和原材料一致性对触发窗口的影响，将设定的参考比例应用于系统误差补偿，将其作为第一参考数据，同样，将设定的参考比例应用于集中度计算结果，将其作为第二参考数据。根据设定的参考比例，执行阈值和周期的映射计算，例如采用线性映射或者比例映射来计算最终的阈值和周期，确保第一参考数据和第二参考数据在触发窗口的阈值和周期中都被考虑到，这样可以确保触发条件的准确性和灵活性，以适应实际情况。

映射计算结果包括阈值和周期的计算结果，根据阈值的计算结果，确定触发窗口的阈值，阈值代表误差累计结果的界限，当误差累计结果超过阈值时，将触发系统归零校验；根据周期的计算结果，设定触发窗口的周期，周期代表执行触发窗口检测和处理的时间间隔。根据设定的阈值和周期，完成触发窗口的建立，触发窗口是由一个阈值和周期组成的区域，用于判断何时执行系统归零校验，这样可以实现精确的触发条件，确保在恰当的时机执行系统归零校验，提高热压设备的控制精度和稳定性。

进一步而言，还包括：

建立所述热压设备的设备数据库，所述设备数据库通过采集所述热压设备的历史工作数据构建；将所述最优原材数据作为控制执行的基础数据，通过所述设备数据库执行控制效果寻优，构建带有控制效果标识的控制数据集合；确定质量需求约束，所述质量需求约束通过需求信息和稳定因子构建，所述需求信息为用户端的质量需求信息，所述稳定因子为保持产品质量的关联因子；以所述质量需求约束为基准，对所述控制数据集合进行控制速度的速度筛选；根据筛选结果生成所述拟合寻优结果。

根据热压设备的特点和操作需求，确定需要收集哪些工作数据，选择对应的传感器、仪器设备对热压设备进行工作数据采集，对采集到的历史工作数据进行整合，并建立设备数据库来存储这些历史工作数据。

利用建立好的设备数据库，根据最优原材料数据进行查询操作，从数据库中获取与最优原材料数据相对应的历史工作数据，根据查询到的历史工作数据，评估不同的控制参数设置对热压成型效果的影响，例如通过机器学习算法进行分析，找出与最优效果，以及与最优效果相符的控制参数组合。根据控制效果寻优结果，构建一个新的控制数据集合，这个数据集合包含了与最优效果相近的控制参数值，其中每个数据都反映了对应的控制参数设置与热压成型效果之间的关系，并且每个数据都附带有对应的控制效果标识。

收集来自客户端的质量需求信息，包括产品性能规范、用户满意度要求、行业标准等；根据经验和专业知识，确定影响产品质量稳定性的关键因素，即稳定因子，稳定因子是保持产品质量的关联因素，涉及设备参数、工艺环境、原材料特性等方面的因素。利用需求信息和稳定因子，构建质量需求约束，具体的，将需求信息作为基准，明确产品各个方面需要满足的要求和限制条件，同时，结合稳定因子的影响，制定与质量稳定性相关的约束条件，以保证产品在不同条件下的一致性和可靠性。综合需求信息和稳定因子之间的关系，并进行权衡，构建质量需求约束，以确保质量需求是可实现和可控制的，同时也要尽量满足用户的期望和市场需求。

根据质量需求约束确定相应的控制速度指标，控制速度涉及热压设备参数的变化速率、工艺环境的调整速度等与产品质量相关的因素，以质量需求约束为基准，对控制数据集合进行筛选，根据控制速度指标，将控制数据集合中与需求约束不符合的数据进行筛选，并排除或不符合要求的数据，这样可以确保所选取的控制数据具备足够的速度来满足质量需求约束。

对筛选后的控制数据集合进行评估，通过与质量需求约束进行比较，判断所选取的控制数据是否具备足够的控制速度来满足质量需求约束，如果筛选后的数据仍无法满足质量需求约束，则需要进一步优化控制参数、重新收集数据或重新确定约束条件。

获取进行控制数据集合的筛选后所得到的数据子集，将筛选结果中的数据与目标参数之间的关系进行拟合，寻找最优解，根据数据拟合的结果，生成拟合寻优结果，该结果包括最优的控制参数组合、最佳的工艺条件，反映了在考虑质量需求约束和控制速度筛选的情况下，最符合要求的控制数据集合。

进一步而言，还包括：

设定速度与稳定性的初始比例；以所述质量需求约束为基准，对所述控制数据集合进行控制稳定性筛选；通过所述初始比例进行速度筛选结果和稳定性筛选结果综合筛选，以获得所述筛选结果。

根据实际需求确定速度和稳定性指标的相对重要性，获取指标权重，用于反映对速度和稳定性的重视程度，根据得到的指标权重设定初始比例，例如，如果稳定性更为重要，则将初始比例设置为较小的速度权重和较大的稳定性权重。

根据质量需求约束，确定衡量控制数据集合稳定性的指标，例如，使用标准差、方差等指标来衡量数据的变异程度。将所述控制数据集合应用于所确定的稳定性指标进行筛选，根据稳定性指标，评估每个数据点的稳定性表现，排除不符合稳定性约束条件的数据点，获取通过控制稳定性筛选的稳定性筛选结果，该结果表明控制数据集合中那些具有足够稳定性的数据点。

根据所设置的初始比例，确定速度和稳定性的权重，这些权重表示为百分比，对速度筛选结果应用初始比例权重，得到加权速度筛选结果；对稳定性筛选结果应用初始比例权重，得到加权稳定性筛选结果；将加权速度筛选结果和加权稳定性筛选结果按权重进行综合，得到最终的综合筛选结果。这样，可以结合对速度和稳定性的不同重视程度，以获得最适合质量需求的综合筛选结果。

进一步而言，还包括：

设置原材补偿触发阈值；若所述原材误差补偿不能满足所述原材补偿触发阈值，则消除所述原材误差补偿；通过所述系统误差补偿对所述标定控制参数补偿获得所述实时控制参数。

根据热压成型过程的需求和质量控制要求，明确需要设定的原材补偿触发阈值的条件，包括对误差程度、影响程度等的要求，通过收集历史工作数据，获取与原材料补偿相关的监测参数数值，对收集到的历史数据进行统计分析，根据分析结果和质量控制要求，确定原材料补偿触发阈值，即补偿触发的界限值，这个阈值在某个范围内，一旦监测参数超过或达到该阈值，就会触发原材料误差补偿。

将实际监测到的误差补偿结果与设定的原材补偿触发阈值进行比较，如果误差补偿结果未能达到或超过触发阈值，表明误差补偿的效果不符合要求，则采取相应的措施以消除误差补偿，例如暂停或关闭误差补偿系统，停止对误差进行修正，并回到原始的控制状态。

根据所述系统误差补偿对所述标定控制参数进行补偿，通过结合系统误差的信息，调整标定控制参数的值，以获得实时控制参数，通过该步骤，减小对原材料误差补偿的依赖，提升控制的准确性和效率。

进一步而言，还包括：

建立反馈特征，所述反馈特征通过提取连续监督数据的共性特征获得，所述连续监督数据为成型产品的连续质量检测数据；以所述反馈特征进行控制数据的映射补偿；根据映射补偿结果调整所述实时控制参数。

通过传感器、仪器设备或其他质检系统对成型产品进行实时监测和记录，获取成型产品的连续质量检测数据，通过分析连续质量检测数据，提取出具有代表性的共性特征，包括平均值、方差、斜率、频域分析等统计特征，对提取的共性特征进行选择和降维处理，例如采用主成分分析方法，来筛选和优化特征，基于共性特征的选择结果，建立反馈特征，用于描述共性特征与热压成型过程中的控制数据之间的映射关系。

获取热压成型过程中的实时质量检测数据，根据所述反馈特征，对获取的实时质量检测数据进行反馈特征值提取，得到对应的反馈特征值，该反馈特征值代表了实时质量检测数据的共性特征，根据反馈特征中共性特征与热压成型过程中的控制数据之间的映射关系，利用提取到的共性特征，将其与控制数据进行关联和匹配，调整控制数据的取值、变化速度或其他相关参数，实现控制数据的映射补偿。通过映射补偿，确保热压成型过程中的控制数据与实际质量监测数据的一致性，提高产品质量的稳定性和准确性。

根据补偿结果在需要的情况下调整实时控制参数的取值或变化规律，以此优化控制参数以进一步改善热压成型过程中的质量稳定性和生产效率。

综上所述，本申请实施例所提供的一种热塑复合材料的成型工艺控制方法及系统具有如下技术效果：

1.通过构建原材数据集合并比对原材集中值，确定最佳的原材数据作为控制基准，确保每个批次的原材数据都能符合标准，增加了成型工艺的稳定性；

2.通过建立热压设备的系统误差补偿，可以对标定控制参数进行调整和优化，从而提高热压设备的精度和稳定性，减少系统误差对成型工艺的影响；

3.通过收集实时原材数据与最优原材数据之间的偏差，建立原材料误差补偿，在热压控制前对原材进行调整和补偿，提高了产品质量的一致性和稳定性；

4.通过结合系统误差补偿和原材料误差补偿，对标定控制参数进行补偿获得实时控制参数，这样可以更准确地控制热压成型过程，提高产品质量的稳定性和准确性。

综上所述，该方法通过优化原材数据选择、系统误差补偿以及原材料误差补偿，并通过实时控制参数优化，解决了原材料差异、系统误差和原材料误差对成型工艺的影响，从而提高了工艺的稳定性和产品质量的一致性。

实施例二

基于与前述实施例中一种热塑复合材料的成型工艺控制方法相同的发明构思，如图2所示，本申请提供了一种热塑复合材料的成型工艺控制系统，所述系统包括：

原材数据集合构建模块10，所述原材数据集合构建模块10用于构建原材数据集合，所述原材数据集合通过采集批次原材的数据构建，且所述原材数据集合带有原材集中值标识；

最优原材数据确定模块20，所述最优原材数据确定模块20用于以所述原材数据集合确定最优原材数据，所述最优原材数据通过比对所述原材集中值确定，并以所述最优原材数据为控制基准，执行所述最优原材数据的成型工艺控制拟合，根据拟合寻优结果，生成标定控制参数，所述标定控制参数包括温度控制参数、压力控制参数、钢带速度及对应的控制时长；

系统误差补偿建立模块30，所述系统误差补偿建立模块30用于建立热压设备的系统误差补偿，所述系统误差补偿通过所述标定控制参数对所述热压设备执行控制拟合获得；

原材误差补偿建立模块40，所述原材误差补偿建立模块40用于建立原材误差补偿，所述原材误差补偿为在原材进行热压控制前，对原材执行原材数据采集，根据实时原材数据和所述最优原材数据的数据偏差构建而成；

实时控制参数确定模块50，所述实时控制参数确定模块50用于确定实时控制参数，所述实时控制参数通过所述系统误差补偿和所述原材误差补偿对所述标定控制参数补偿获得；

热压成型控制模块60，所述热压成型控制模块60用于以所述实时控制参数执行原材的热压成型控制。

进一步而言，所述系统还包括归零校验模块，以执行如下操作步骤：

以所述系统误差补偿作为零点误差基准，对顺序处理原材的实时原材数据进行系统误差累计；

建立触发窗口，所述触发窗口为阈值和周期的双触发窗口，所述触发窗口通过误差累计结果和执行周期触发；

当所述触发窗口被触发时，执行所述热压设备的系统归零校验；

根据系统归零校验补偿结果对热压系统补偿后，继续执行原材热压成型处理。

进一步而言，所述系统还包括触发窗口建立模块，以执行如下操作步骤：

获得集中度计算结果，所述集中度计算结果依据所述原材集中值进行所述原材数据集合的集中度计算获得；

设定参考比例，并依据所述参考比例，将所述系统误差补偿作为第一参考数据，将所述集中度计算结果作为第二参考数据，执行所述触发窗口的阈值和周期映射计算；

根据映射计算结果完成所述触发窗口的建立。

进一步而言，所述系统还包括拟合寻优结果生成模块，以执行如下操作步骤：

建立所述热压设备的设备数据库，所述设备数据库通过采集所述热压设备的历史工作数据构建；

将所述最优原材数据作为控制执行的基础数据，通过所述设备数据库执行控制效果寻优，构建带有控制效果标识的控制数据集合；

确定质量需求约束，所述质量需求约束通过需求信息和稳定因子构建，所述需求信息为用户端的质量需求信息，所述稳定因子为保持产品质量的关联因子；

以所述质量需求约束为基准，对所述控制数据集合进行控制速度的速度筛选；

根据筛选结果生成所述拟合寻优结果。

进一步而言，所述系统还包括筛选结果获得模块，以执行如下操作步骤：

设定速度与稳定性的初始比例；

以所述质量需求约束为基准，对所述控制数据集合进行控制稳定性筛选；

通过所述初始比例进行速度筛选结果和稳定性筛选结果综合筛选，以获得所述筛选结果。

进一步而言，所述系统还包括实时控制参数获取模块，以执行如下操作步骤：

设置原材补偿触发阈值；

若所述原材误差补偿不能满足所述原材补偿触发阈值，则消除所述原材误差补偿；

通过所述系统误差补偿对所述标定控制参数补偿获得所述实时控制参数。

进一步而言，所述实时控制参数获取模块还包括如下操作步骤：

建立反馈特征，所述反馈特征通过提取连续监督数据的共性特征获得，所述连续监督数据为成型产品的连续质量检测数据；

以所述反馈特征进行控制数据的映射补偿；

根据映射补偿结果调整所述实时控制参数。

本说明书通过前述对一种热塑复合材料的成型工艺控制方法的详细描述，本领域技术人员可以清楚得知道本实施例中一种热塑复合材料的成型工艺控制方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述得比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种热塑复合材料的成型工艺控制方法，其特征在于，所述方法包括：

构建原材数据集合，所述原材数据集合通过采集批次原材的数据构建，且所述原材数据集合带有原材集中值标识；

以所述原材数据集合确定最优原材数据，所述最优原材数据通过比对所述原材集中值确定，并以所述最优原材数据为控制基准，执行所述最优原材数据的成型工艺控制拟合，根据拟合寻优结果，生成标定控制参数，所述标定控制参数包括温度控制参数、压力控制参数、钢带速度及对应的控制时长；

建立热压设备的系统误差补偿，所述系统误差补偿通过所述标定控制参数对所述热压设备执行控制拟合获得；

建立原材误差补偿，所述原材误差补偿为在原材进行热压控制前，对原材执行原材数据采集，根据实时原材数据和所述最优原材数据的数据偏差构建而成；

确定实时控制参数，所述实时控制参数通过所述系统误差补偿和所述原材误差补偿对所述标定控制参数补偿获得；

以所述实时控制参数执行原材的热压成型控制。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

以所述系统误差补偿作为零点误差基准，对顺序处理原材的实时原材数据进行系统误差累计；

建立触发窗口，所述触发窗口为阈值和周期的双触发窗口，所述触发窗口通过误差累计结果和执行周期触发；

当所述触发窗口被触发时，执行所述热压设备的系统归零校验；

根据系统归零校验补偿结果对热压系统补偿后，继续执行原材热压成型处理。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

获得集中度计算结果，所述集中度计算结果依据所述原材集中值进行所述原材数据集合的集中度计算获得；

设定参考比例，并依据所述参考比例，将所述系统误差补偿作为第一参考数据，将所述集中度计算结果作为第二参考数据，执行所述触发窗口的阈值和周期映射计算；

根据映射计算结果完成所述触发窗口的建立。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

建立所述热压设备的设备数据库，所述设备数据库通过采集所述热压设备的历史工作数据构建；

将所述最优原材数据作为控制执行的基础数据，通过所述设备数据库执行控制效果寻优，构建带有控制效果标识的控制数据集合；

确定质量需求约束，所述质量需求约束通过需求信息和稳定因子构建，所述需求信息为用户端的质量需求信息，所述稳定因子为保持产品质量的关联因子；

以所述质量需求约束为基准，对所述控制数据集合进行控制速度的速度筛选；

根据筛选结果生成所述拟合寻优结果。

5.如权利要求4所述的方法，其特征在于，所述方法还包括：

设定速度与稳定性的初始比例；

以所述质量需求约束为基准，对所述控制数据集合进行控制稳定性筛选；

通过所述初始比例进行速度筛选结果和稳定性筛选结果综合筛选，以获得所述筛选结果。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

设置原材补偿触发阈值；

若所述原材误差补偿不能满足所述原材补偿触发阈值，则消除所述原材误差补偿；

通过所述系统误差补偿对所述标定控制参数补偿获得所述实时控制参数。

7.如权利要求1所述的方法，其特征在于，所述方法还包括：

建立反馈特征，所述反馈特征通过提取连续监督数据的共性特征获得，所述连续监督数据为成型产品的连续质量检测数据；

以所述反馈特征进行控制数据的映射补偿；

根据映射补偿结果调整所述实时控制参数。

8.一种热塑复合材料的成型工艺控制系统，其特征在于，用于实施权利要求1-7任一项所述的一种热塑复合材料的成型工艺控制方法，包括：

原材数据集合构建模块，所述原材数据集合构建模块用于构建原材数据集合，所述原材数据集合通过采集批次原材的数据构建，且所述原材数据集合带有原材集中值标识；

最优原材数据确定模块，所述最优原材数据确定模块用于以所述原材数据集合确定最优原材数据，所述最优原材数据通过比对所述原材集中值确定，并以所述最优原材数据为控制基准，执行所述最优原材数据的成型工艺控制拟合，根据拟合寻优结果，生成标定控制参数，所述标定控制参数包括温度控制参数、压力控制参数、钢带速度及对应的控制时长；

系统误差补偿建立模块，所述系统误差补偿建立模块用于建立热压设备的系统误差补偿，所述系统误差补偿通过所述标定控制参数对所述热压设备执行控制拟合获得；

原材误差补偿建立模块，所述原材误差补偿建立模块用于建立原材误差补偿，所述原材误差补偿为在原材进行热压控制前，对原材执行原材数据采集，根据实时原材数据和所述最优原材数据的数据偏差构建而成；

实时控制参数确定模块，所述实时控制参数确定模块用于确定实时控制参数，所述实时控制参数通过所述系统误差补偿和所述原材误差补偿对所述标定控制参数补偿获得；

热压成型控制模块，所述热压成型控制模块用于以所述实时控制参数执行原材的热压成型控制。