[发明专利]基于K-means的注塑机配方参数优化方法

权利要求书

1.一种基于K-means的注塑机配方参数优化方法，其特征是，所述方法在收集和统计大量配方参数和生产数据的基础上，通过非监督学习K-MEAN方法对配方参数的全集和生产数据进行聚类分析，得到满足不同生产数据要求的配方参数集合；当用户采用同类型号的设备、模具和原料进行生产时，系统首先针对用户对生产数据的各项要求分别确定配方参数集合，然后将各个集合的交集所包含的配方参数推送给注塑机控制器，供调机工程师选用；

所述方法包括以下步骤：

a.制造执行管理系统(MES)收集注塑机历次人工调机过程中产生的配方参数和生产数据，得到以[参数1，参数2…|周期时间均值,周期时间标准差,品质均值,品质标准差]为向量的样本空间，同时记录每次人工调机过程中每个参数的变动情况；

b.在线学习系统对向量中的配方参数进行整理：

首先计算每个参数x的信息熵H(x)：

H(x)＝-Σp(x_i)log(p(x_i))

其中，p(x_i)为第i次人工调机过程中参数x被修改的概率；然后根据H(x)的大小对参数进行排序，保留H(x)值较大的m个参数，其余参数全部舍去；

c.对向量中的生产数据进行线性归一化处理，即将生产数据的值域映射到[0,1]的区间；

d.在样本空间内，在线学习系统就配方参数组合对于生产数据进行K-MEAN聚类，得到当前的配方参数组合针对周期时间均值、周期时间标准差、品质均值和品质标准差的四个聚类结果，进而得到可满足周期时间均值、周期时间标准差、品质均值和品质标准差要求的参数集合；

e.当用户采用同类型号的设备、模具和原料进行生产时，系统首先根据用户对周期时间均值、周期时间标准差、品质均值和品质标准差这四个生产数据的要求分别确定配方参数集合，然后求取各个集合的交集，最后将交集中所包含的配方参数推送给注塑机控制器，供调机工程师选用。

2.根据权利要求1所述的一种基于K-means的注塑机配方参数优化方法，其特征是，每次人工调机后，制造执行管理系统(MES)均将产生的配方参数和生产数据收集到以[参数1，参数2…]周期时间均值,周期时间标准差,品质均值,品质标准差]为向量的样本空间中并重新进行K-MEAN聚类。

3.根据权利要求2所述的一种基于K-means的注塑机配方参数优化方法，其特征是，制造执行管理系统(MES)收集人工调机过程中产生的配方参数和生产数据时，需采用Panda工具对采集的数据进行过滤，将空白的、有问题的数据滤除。