[发明专利]X射线CT法优化塑料件注塑成型工艺在审
申请号: | 201910333322.0 | 申请日: | 2019-04-24 |
公开(公告)号: | CN110400284A | 公开(公告)日: | 2019-11-01 |
发明(设计)人: | T·文策尔;J·西蒙 | 申请(专利权)人: | 依科视朗国际有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 深圳市百瑞专利商标事务所(普通合伙) 44240 | 代理人: | 金辉 |
地址: | 德国*** | 国省代码: | 德国;DE |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 塑料构件 学习阶段 应用阶段 分类器 注塑成型工艺 断层造影 过程参数 获得信息 短纤维 塑料件 检验 检查 分类 警告 电脑 优化 生产 | ||
本发明涉及用于利用学习阶段和随后的应用阶段借助X射线电脑断层造影方法从在批量生产中制成的短纤维增强的塑料构件获得信息的方法,学习阶段包括如下步骤:提取塑料构件的至少一个无缺陷的区域;限定至少一个特征和其生成作为训练的分类器;应用阶段包括如下步骤:建立待检验的塑料构件的CT数据组;基于训练的分类器对检验部分进行分类;与之前检查的塑料构件相比,在无缺陷的区域中检查至少一个特征的生成是否存在关于该特征的负面趋势;以与负面趋势相抗的方式自动改变过程参数,或者说明存在该负面趋势的警告指示。
技术领域
本发明涉及用于利用学习阶段和随后的应用阶段借助X射线电脑断层造影方法从在批量生产中制成的短纤维增强的塑料构件获得信息的方法,以便利用信息优化制造过程并且减小废品。
背景技术
迄今使用的、用于利用不同的过程参数在使用电脑断层造影数据的情况下评估和控制制造过程的方法仅以从在构件的CT数据组中可以被证实的缺陷或及间断获得的信息为依据。在此涉及如下研究,其分别由单独评估组成并且因此不建立批量生产的塑料构件(群体)之间的关系。附加地确定的是,获得的数据的最大的部分尤其是在电脑断层造影(CT)中完全没有进入评估。该部分涉及塑料构件中的没有间断和缺陷的所有区域。通常,在电脑断层造影的区域中,这是在检验中产生的数据的90-95%。在无缺陷的塑料构件中,在已知的方法中,除了塑料构件正常的信息以外不产生另外的信息。
X射线-电脑断层造影能够实现利用该方法检查的塑料构件的尤其是内部结构的三维图。构件的内部结构由于对过程的许多影响而波动,影响可以反映在结构改变中。改变根据制造过程和所使用的材料或材料组合而是不同的。根据改变的生成,改变在宽的范围内是允许的,然而可以通过X射线-电脑断层造影可见。根据本发明的塑料构件利用短纤维增强。
发明内容
因此,本发明的任务是提供一种能够对这种塑料构件进行检验的方法,其中,避免导致生产的构件的废品的间断,并且在制造过程中可以提前识别波动和特别是趋势。
该任务根据本发明通过具有权利要求1的特征的方法解决。有利的设计方案在从属权利要求中说明。
因此,该任务通过用于利用学习阶段和随后的应用阶段借助X射线电脑断层造影方法从在批量生产中制成的短纤维增强的塑料构件获得信息的方法解决,其中,学习阶段包括如下步骤:
-针对借助制造过程制造的塑料构件的已评定的样品建立CT数据组;
-提取塑料构件的至少一个无缺陷的区域;
-确定被提取的区域中的至少一个特征的生成,以及各个特征和区域的重要性,特征和区域对于塑料构件的类型和其制造过程来说是表征的,并且在其生成中,在制造塑料构件的时间变化上具有在好部件和坏部件之间的明显的差异;
-限定至少一个特征和其生成作为训练的分类器;
其中,应用阶段包括如下步骤:
-建立待检验的塑料构件的CT数据组;
-基于训练的分类器对检验部分进行分类;
-与之前检查的塑料构件相比,在无缺陷的区域中检查至少一个特征的生成是否存在关于该特征的负面趋势;
-以与负面趋势相抗的方式自动改变过程参数,或者说明存在该负面趋势的警告指示。
在学习阶段中建立已评定的样品的CT数据组,即一系列塑料构件,对于该系列塑料构件来说,制造塑料构件的顺序是已知的。随后获知塑料构件的制造过程的特征轮廓,其中,制造过程是少缺陷的或无缺陷的。这借助样品实现,其中,作为特征使用纤维定向的分布。因此提取塑料构件的无缺陷的区域。随后计算/确定纤维定向的分布(=生成)和其趋势作为训练的分类器。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于依科视朗国际有限公司,未经依科视朗国际有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910333322.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:实时且准确的软组织变形预测
- 下一篇:引线键合焊点缺陷定位与分类方法