[发明专利]注塑机的产品检测方法、设备及系统有效
申请号: | 202010022321.7 | 申请日: | 2020-01-09 |
公开(公告)号: | CN111231251B | 公开(公告)日: | 2022-02-01 |
发明(设计)人: | 邬惠峰;孙丹枫;周宏伟;赵建勇 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | B29C45/76 | 分类号: | B29C45/76 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 杨俊辉;臧建明 |
地址: | 310018 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 注塑 产品 检测 方法 设备 系统 | ||
本发明实施例提供一种注塑机的产品检测方法、设备及系统,该方法通过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,该生产数据包括注塑机的生产过程数据和/或模腔压力数据,将生产数据输入预训练的产品检测模型,得到待检测产品的检测结果,该检测结果用于表示待检测产品的质量在预设的质量标准中的类别,其中,产品检测模型为基于神经网络模型训练的确定待检测产品的质量的模型,本方案基于预训练的产品检测模型对注塑机产出的塑料产品的质量进行检测,不易受到外界环境的干扰,提高了检测的准确性。
技术领域
本发明实施例涉及注塑机智能制造领域,尤其涉及一种注塑机的产品检测方法、设备及系统。
背景技术
随着塑料机械行业的迅猛发展,其生产的塑料制品已经运用到各个领域。随着塑料制品产量的不断增大,对于生产的生产效率和产品的质量有了越来越高的要求,在生产过程中产生的次品如何准确的检测和删选成为了一个重要问题。
现有技术中,对于注塑机生产的产品质量的检测主要依赖于视觉检测装置,通过图像识别技术对塑料制品进行检测,识别其中的残次品。
然而,为每台注塑机加装视觉检测装置,增加了注塑机的成本,并且,基于图像识别技术对塑料制品进行检测,容易受到拍摄效果、光照环境、物体遮挡等的影响造成检测准确性低的问题。
发明内容
本发明实施例提供一种注塑机的产品检测方法、设备及系统,以提高对塑料制品检测的准确性,进而提高注塑设备的生产效率和产品质量。
第一方面,本发明实施例提供一种注塑机的产品检测方法,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和/或模腔压力数据;
将所述生产数据输入预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在预设的质量标准中的类别;
其中,所述产品检测模型为基于神经网络模型训练的确定待检测产品的质量的模型。
在一种具体的实现方式中,在所述将所述生产数据输入预训练的产品检测模型,得到所述待检测产品的检测结果之前,所述方法还包括:
接收服务器发送的所述产品检测模型。
可选的,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。
第二方面,本发明实施例提供一种注塑机的产品检测方法,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;
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。
在一种具体的实现方式中,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。
可选的,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。
在一种具体的实现方式中,所述方法还包括:
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杭州电子科技大学,未经杭州电子科技大学许可,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/202010022321.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:留言信息播报方法、装置、电子设备及存储介质
- 下一篇:长期供油的直线导轨副