[发明专利]注塑机的产品检测方法、设备及系统

权利要求书

1.一种注塑机的产品检测方法，其特征在于，应用于边缘设备，所述方法包括：

获取注塑机在每个待检测产品的生产周期内产生的生产数据；所述生产数据包括所述注塑机的生产过程数据，所述生产过程数据包括：实际合模时间，开模时间，保压终点，注射时间，熔胶时间，最小残量，熔胶终点，机器循环时间，保压切换位置，最大射压，最大射速，熔胶起点，切换压力中的至少一种；

接收服务器发送的产品检测模型，所述产品检测模型为所述服务器训练或者优化得到的最新的产品检测模型；

将所述生产数据输入所述产品检测模型，得到所述待检测产品的检测结果；所述检测结果用于表示所述待检测产品的质量在预设的质量标准中的类别。

2.一种注塑机的产品检测方法，其特征在于，应用于服务器，所述方法包括：

获取辅助训练机上传的多个训练数据，每个训练数据包括生产数据和对应的质量标签，所述生产数据包括所述注塑机的生产过程数据，所述生产过程数据包括：实际合模时间，开模时间，保压终点，注射时间，熔胶时间，最小残量，熔胶终点，机器循环时间，保压切换位置，最大射压，最大射速，熔胶起点，切换压力中的至少一种；

根据所述多个训练数据，采用神经网络模型训练得到产品检测模型；

将所述产品检测模型发送至至少一个边缘设备；每个边缘设备用于根据所述产品检测模型对注塑机生产的待监测产品进行质量检测；

获取辅助训练机在生产过程中产生并上传的多个模型优化数据，每个模型优化数据包括生产数据和对应的质量标签；

根据所述多个模型优化数据，对所述产品检测模型进行优化，并将优化后的产品检测模型更新至所述至少一个边缘设备。

3.根据权利要求2所述的方法，其特征在于，所述根据所述多个训练数据，采用神经网络训练得到所述产品检测模型，包括：

将所述多个训练数据的生产数据依次输入神经网络模型，得到每个生产数据的输出结果；

根据损失函数、所述输出结果和所述训练数据的质量标签，对所述神经网络模型进行训练，在满足预设条件时结束训练过程，得到所述产品检测模型。

4.根据权利要求3所述的方法，其特征在于，所述预设条件包括：训练次数大于预设次数，或者，所述神经网络模型的检测准确度大于预设准确度。

5.根据权利要求2所述的方法，其特征在于，所述根据所述多个模型优化数据，对所述产品检测模型进行优化，并将优化后的产品检测模型更新至所述至少一个边缘设备，包括：

根据所述多个模型优化数据，分别计算优化后的产品检测模型和优化前的产品检测模型的准确度；

若优化后的产品检测模型的准确度与优化前的产品检测模型的准确度的差值大于第一预设值，和/或优化前的产品检测模型的准确度低于第二预设值，则将优化后的产品检测模型更新至所述至少一个边缘设备。

6.一种边缘设备，其特征在于，包括：

获取模块，用于获取注塑机在每个待检测产品的生产周期内产生的生产数据；所述生产数据包括所述注塑机的生产过程数据，所述生产过程数据包括：实际合模时间，开模时间，保压终点，注射时间，熔胶时间，最小残量，熔胶终点，机器循环时间，保压切换位置，最大射压，最大射速，熔胶起点，切换压力中的至少一种；

所述获取模块还用于接收服务器发送的产品检测模型，所述产品检测模型为所述服务器训练或者优化得到的最新的产品检测模型；

检测模块，用于将所述生产数据输入预先训练的产品检测模型，得到所述待检测产品的检测结果；所述检测结果用于表示所述待检测产品的质量是否符合预设的质量标准。