System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及壓鑄工藝控制,特別是基于人工智能的壓鑄機壓射速度控制方法及系統。
技術介紹
1、在現代制造業中,壓鑄技術作為一種高效的金屬成形工藝,已經在汽車、航空航天和電子等工業領域得到了廣泛應用。隨著市場對產品品質要求的不斷提高,壓鑄機的操作精度和控制復雜性也日益增加。傳統的壓鑄機控制系統主要依賴于預設的速度曲線和經驗參數,這些方法雖然能夠在一定程度上保證生產效率,但在應對復雜的工況變化時顯得力不從心。近年來,隨著人工智能(ai)技術的發展,尤其是深度學習算法的進步,為解決傳統壓鑄過程中的難題提供了新的思路和技術手段。
2、然而,現有基于規則的傳統壓鑄機控制系統存在兩大明顯不足:首先,它們難以實時適應模具內部復雜多變的熱場分布情況,這可能導致局部過熱或冷卻不足的問題,影響最終產品的質量;其次,由于缺乏對金屬液填充狀態和流動路徑的精確預測能力,傳統方法往往不能動態調整壓射速度以優化填充效果,導致填充不完整或者產生氣孔等缺陷。上述問題限制了壓鑄件的質量穩定性和制造精度,進而影響了整個生產工藝的可靠性和經濟效益。
技術實現思路
1、鑒于上述現有存在的問題,提出了本專利技術。
2、因此,本專利技術提供了一種基于人工智能的壓鑄機壓射速度控制方法解決傳統方法難以實時適應熱場變化及精確預測金屬液填充狀態的問題。
3、為解決上述技術問題,本專利技術提供如下技術方案:
4、第一方面,本專利技術提供了一種基于人工智能的壓鑄機壓射速度控制方法,其包括,采
5、利用模具幾何結構和填充狀態,將模具內部劃分為多個區域,并識別每個區域的平均溫度和溫度梯度;
6、基于各區域平均溫度與整體平均溫度的偏差,定義熱場均衡性指標,并結合理想壓射速度,評估壓射速度對熱場分布的影響程度,表達式為:
7、;
8、其中,是實際壓射速度,是理想壓射速度,是熱場均衡性指標,是壓射過程的起始時間,是壓射過程的結束時間,是壓射速度對熱場分布的影響程度;
9、基于歷史熱場均衡性要求和歷史溫度波動范圍,定義熱場均衡影響容差;
10、當時,則認為前區域受壓射速度偏差影響輕微,熱場分布均衡;
11、當時,則認為當前區域受壓射速度偏差影響嚴重,熱場分布不均衡;
12、所述根據模具內部的熱場不均衡區域,實時調整壓鑄機的運行狀態,并獲取模具溫度分布和金屬液的流動速度,具體步驟如下,
13、熱場分布不均衡時,記錄金屬液在各區域的停留時間,根據金屬液在所有區域的停留時間,計算平均停留時間;
14、將金屬液停留時間大于平均停留時間的區域,標識為高溫區域,并優化冷卻通道的布局,增加冷卻介質流量;
15、將金屬液停留時間小于平均停留時間的區域,標識為冷點區域,并減少冷卻通道數量;
16、利用pid實時監測壓鑄機壓射過程中,模具內各區域溫度變化和金屬液的流動速度。
17、作為本專利技術所述基于人工智能的壓鑄機壓射速度控制方法的一種優選方案,其中:所述多維數據包括聲紋信號、模具壓力變化、流速信息以及模具和金屬液的溫度分布數據。
18、作為本專利技術所述基于人工智能的壓鑄機壓射速度控制方法的一種優選方案,其中:所述利用深度學習模型對多維數據進行時空域特征提取,具體步驟如下,
19、對多維數據進行歸一化處理,并將各多維數據綁定時間戳和空間坐標,獲取標準化時空數據;
20、基于標準化時空數據,采用lstm提取聲紋信號的頻率變化特征和幅值變化特征;
21、基于標準化時空數據,采用transformer提取壓力變化特征和流速變化特征,以及模具和金屬液溫度分布的時間序列變化特征。
22、作為本專利技術所述基于人工智能的壓鑄機壓射速度控制方法的一種優選方案,其中:所述基于時空域特征分析金屬液的填充狀態、流動路徑和理想壓射速度,具體步驟如下,
23、將通過lstm提取的聲紋信號頻率變化特征和幅值變化特征,與通過transformer提取的壓力變化特征、流速變化特征及模具和金屬液溫度分布的時間序列變化特征進行融合,生成綜合時空特征,表達式為:
24、;
25、其中,是綜合時空特征,是第i個時空域特征,是第i個時空域特征的權重矩陣,是第i個時空域特征的注意力權重,是數值穩定因子,n是時空域特征的總數,i是時空域特征的索引變量;
26、基于綜合時空特征,利用3d-cnn分析金屬液在模具內的實時填充狀態;填充狀態包括填充位置、未填充區域以及填充完整性;
27、利用時空域特征中的空間關系,結合模具幾何結構,采用gnn識別金屬液在模具內的流動路徑;
28、根據填充狀態和流動路徑,結合模具內的壓力分布和金屬液溫度,預測理想壓射速度,表達式為:
29、;
30、其中,是時間的理想壓射速度,是3d-cnn?預測的實時填充狀態矩陣,是gnn預測的金屬液流動路徑,是模具內實時壓力,是模具內實時溫度,是壓射過程的起始時間點,是當前時間點,表示金屬液流動速度在空間中的變化率,是通過多層mlp整合成的綜合條件特征向量。
31、作為本專利技術所述基于人工智能的壓鑄機壓射速度控制方法的一種優選方案,其中:所述根據模具溫度分布和金屬液的流動速度,實時調整壓鑄機壓射速度,具體步驟如下,
32、當模具內某些區域的溫度升高時,降低壓射速度減少金屬液動能;
33、當模具內某些區域的溫度降低時,提高壓射速度增加金屬液流動性;
34、當金屬液流動速度降低時,提高壓射速度;
35、當金屬液流動速度過高時,降低壓射速度。
36、第二方面,本專利技術提供了一種基于人工智能的壓鑄機壓射速度控制系統,包括,數據采集模塊、特征提取模塊、區域識別模塊、運行狀態調整模塊和壓射速度調整模塊;數據采集模塊,用于采集多維數據;特征提取模塊,用于利用深度學習模型對多維數據進行時空域特征提取,基于時空域特征分析金屬液的填充狀態、流動路徑和理想壓射速度;區域識別模塊,用于根據金屬液的填充狀態和流動路徑,并結合理想壓射速度,識別模具內部的熱場不均衡區域;運行狀態調整模塊,用于根據模具內部的熱場不均衡區域,實時調整壓鑄機的運行狀態,并獲取模具溫度分布和金屬液的流動速度;壓射速度調整模塊,用于根據模具溫度分布和金屬液的流動速度,實時調整壓鑄機壓射速度。<本文檔來自技高網...
【技術保護點】
1.一種基于人工智能的壓鑄機壓射速度控制方法,其特征在于:包括,
2.如權利要求1所述的基于人工智能的壓鑄機壓射速度控制方法,其特征在于:所述多維數據包括聲紋信號、模具壓力變化、流速信息以及模具和金屬液的溫度分布數據。
3.如權利要求2所述的基于人工智能的壓鑄機壓射速度控制方法,其特征在于:所述利用深度學習模型對多維數據進行時空域特征提取,具體步驟如下,
4.如權利要求3所述的基于人工智能的壓鑄機壓射速度控制方法,其特征在于:所述基于時空域特征分析金屬液的填充狀態、流動路徑和理想壓射速度,具體步驟如下,
5.如權利要求4所述的基于人工智能的壓鑄機壓射速度控制方法,其特征在于:所述根據模具溫度分布和金屬液的流動速度,實時調整壓鑄機壓射速度,具體步驟如下,
6.一種基于人工智能的壓鑄機壓射速度控制系統,基于權利要求1~5任一所述的基于人工智能的壓鑄機壓射速度控制方法,其特征在于:包括,數據采集模塊、特征提取模塊、區域識別模塊、運行狀態調整模塊和壓射速度調整模塊;
7.一種計算機設備,包括存儲器和處理器,所述存儲器
8.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于:所述計算機程序被處理器執行時實現權利要求1~5任一所述的基于人工智能的壓鑄機壓射速度控制方法的步驟。
...【技術特征摘要】
1.一種基于人工智能的壓鑄機壓射速度控制方法,其特征在于:包括,
2.如權利要求1所述的基于人工智能的壓鑄機壓射速度控制方法,其特征在于:所述多維數據包括聲紋信號、模具壓力變化、流速信息以及模具和金屬液的溫度分布數據。
3.如權利要求2所述的基于人工智能的壓鑄機壓射速度控制方法,其特征在于:所述利用深度學習模型對多維數據進行時空域特征提取,具體步驟如下,
4.如權利要求3所述的基于人工智能的壓鑄機壓射速度控制方法,其特征在于:所述基于時空域特征分析金屬液的填充狀態、流動路徑和理想壓射速度,具體步驟如下,
5.如權利要求4所述的基于人工智能的壓鑄機壓射速度控制方法,其特征在于:所述根據模具溫度分布和...
【專利技術屬性】
技術研發人員:周上游,劉志朝,
申請(專利權)人:株洲市四興機械有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。