[发明专利]一种用于注塑品信息的虚拟量测方法

权利要求书

1.一种用于注塑品信息的虚拟量测方法，其特征在于：包括以下的步骤：

S1、收集温度数据、成型机状态数据、机台工艺参数、注塑品信息、压力数据和熔料的流量数据，注塑品信息包括注塑品的尺寸、重量和翘曲变形量；

S2、对温度数据、成型机状态数据、机台工艺参数、注塑品信息、压力数据和熔料的流量数据进行处理，生成训练数据；

所述步骤S2，包括以下的步骤：

S21、统计温度数据、压力数据和流量数据的特征频次，生成统计特征数据；

S22、将温度数据、压力数据、流量数据和统计特征数据，统一根据编号和时间连接成一行数据，生成关键特征数据；

S23、将关键特征数据、成型机状态数据和机台工艺参数进行连接与合并，连接的依据字段为成型机的编号和时间，将这些数据的每一行都连接成一行数据，生成特征数据；

S24、使用python编程语言中的特征选择SelectKBest包，对特征数据进行特征选择，通过F分布中的regression算法，从特征数据中选取大于F分布阈值的特征，对特征数据进行筛选，筛选掉其中不重要的特征，F分布是两个服从卡方分布的独立随机变量,各除以其自由度后的比值的抽样分布，是一种非对称分布，且位置不可互换,regression算法即回归算法；

S25、将注塑品信息中的注塑品的尺寸、重量和翘曲变形量分别作为标签数据，将筛选后的特征数据和标签数据通过编号和时间连接，生成训练数据；

S3、对注塑品信息进行虚拟量测的模型训练；

S4、完成注塑品信息的虚拟量测的模型融合。

2.如权利要求1所述的一种用于注塑品信息的虚拟量测方法，其特征在于：所述步骤S1中，

温度数据是通过温度传感器采集模温机及模具各个点位的温度来获取；

成型机状态数据和机台工艺参数均通过成型机机台来获取；

注塑品的尺寸通过三坐标测量仪测量获取；

注塑品的重量通过在机械手上安装电子秤，夹取注塑品称重来获取；

注塑品的翘曲变形量通过3D极致激光扫描仪扫描来获取；

压力数据通过从注射口到型腔分别部署压力测试装置来获取；

流量数据通过在注塑机喷嘴上安装一个流量计，对输出的熔料进行检测来获取。

3.如权利要求1所述的一种用于注塑品信息的虚拟量测方法，其特征在于：所述步骤S3，包括以下的步骤：

S31、将训练数据划分为训练集与验证集；

S32、分别使用支持向量机SVM、岭回归、梯度提升树算法lgb和神经网络算法在训练集上进行训练，以均方误差作为评估算法准确性的标准，均方误差即反映预测结果与真实结果之间差异程度的一种度量，当均方误差还在减小时，继续算法训练；当均方误差不再减小时，则停止算法训练，算法训练完成；

S33、对训练集进行预测，四个算法分别生成四列训练集的预测结果；

S34、分别使用支持向量机SVM、岭回归、梯度提升树算法lgb和神经网络算法对验证集进行预测，四个算法分别生成四个验证集的预测结果；

S35、将训练集的预测结果和验证集的预测结果整合，分别生成融合训练数据和融合验证数据。

4.如权利要求3所述的一种用于注塑品信息的虚拟量测方法，其特征在于：所述步骤S31中，将训练数据按照8:2的比例划分为训练集与验证集。

5.如权利要求3所述的一种用于注塑品信息的虚拟量测方法，其特征在于：所述步骤S4，包括以下的步骤：

S41、对融合训练数据使用梯度提升树算法lgb进行训练，以均方误差进行评分，当均方误差还在减小时，继续算法训练；当均方误差不再减小时，则停止算法训练，生成算法模型；

S42、使用融合验证数据对算法模型进行验证，判断算法模型在融合验证数据上的均方误差是否正常，当均方误差正常时，则跳转至步骤S43；当均方误差不正常时，则调整梯度提升树算法lgb的参数，跳转至步骤S41；

S43、保存虚拟量测的算法模型，将模型部署成WEB服务。