[发明专利]一种基于流动特征获取注塑制品类型的方法

权利要求书

1.一种基于流动特征获取注塑制品类型的方法，其特征在于，该方法包括下列步骤：

(a)采集N个注塑制品的三维模型，该三维模型中包括注塑制品的外部和内部几何结构特征，N为大于或等于1的任意正整数；

(b)针对每个三维模型，采用仿真模拟流体填充该三维模型，由此获得该三维模型填充过程中的流动特征，将该流动特征转化为矩阵形式；

(c)重复步骤(b)N次获得N个注塑制品各自相应的矩阵，N个矩阵构成矩阵集合，构建深度卷积神经网络模型，该神经网络模型首先学习和识别所述矩阵对应的流动特征，然后根据该流动特征对所述矩阵进行聚类，采用所述矩阵集合对神经网络模型进行训练，由此完成神经网络模型的构建；

(d)将待处理注塑制品的三维模型重复步骤(b)获得与该三维模型对应的待处理矩阵，然后将该待处理矩阵输入所述神经网络模型中，获得该待处理矩阵所属的类型，由此获得待处理注塑制品的类型。

2.如权利要求1所述的一种基于流动特征获取注塑制品类型的方法，其特征在于，在步骤(b)中，将流动特征转化为矩阵形式包括下列步骤：

(b1)在所述流动特征中设定S个采样点，并获取每个采样点对应的M个特征参数与时间的关系，由此所述流动特征对应S*M个特征参数与时间的关系，其中，S和M为大于或等于1的任意整数；

(b2)将每个所述特征参数与时间的关系绘制为曲线，并以图像的形式存储，对所述图像进行图像处理获得与该图像对应的灰度值二维矩阵；

(b3)重复步骤(b2)直至S*M个特征参数与时间的关系均转化为二维矩阵，将获得的S*M个二维矩阵堆叠为一个行数是S*M的二维矩阵，该矩阵即为所述流动特征对应的矩阵。

3.如权利要求2所述的一种基于流动特征获取注塑制品类型的方法，其特征在于，在步骤(b2)中，所述图像处理包括大小变换、滤波处理、灰度处理和归一化处理。

4.如权利要求1或2所述的一种基于流动特征获取注塑制品类型的方法，其特征在于，在步骤(d)中，所述深度卷积神经网络包括卷积网络部分和聚类部分，所述卷积网络部分用于学习和识别,所述聚类部分用于根据学习与识别的结果进行分类。

5.如权利要求4所述的一种基于流动特征获取注塑制品类型的方法，其特征在于，所述卷积网络部分采用梯度下降法、Momentum算法、RMSprop算法或Adam算法。

6.如权利要求4所述的一种基于流动特征获取注塑制品类型的方法，其特征在于，所属聚类部分采用K-means聚类方法。

7.如权利要求1所述的一种基于流动特征获取注塑制品类型的方法，其特征在于，在步骤(b)中，所述采用仿真模拟流体填充该三维模型，包括用理想流体以恒定温度填充，用非理想流体以恒定温度填充或恒定压力填充。

8.如权利要求2所述的一种基于流动特征获取注塑制品类型的方法，其特征在于，所述M个特征参数与时间的关系包括：

(Ⅰ)采用理想流体以恒定温度填充获得流动特征，根据该流动特征获得的流动速率与时间的关系；

(Ⅱ)采用非理想流体以恒定温度填充获得流动特征，根据该流动特征获得的流动阻力与时间的关系；

(Ⅲ)采用非理想流体以恒定压力填充获得流动特征，根据该流动特征获得的流动阻力与时间的关系。