[发明专利]注塑成型工艺高频传感器数据的处理和特征提取方法及系统

说明书

本发明提供了一种注塑成型工艺高频传感器数据的处理和特征提取方法及系统，包括：步骤S1：获取高频数据信息；步骤S2：获取数据预处理信息；步骤S3：获取数据分段信息；步骤S4：获取特征提取信息、特征筛选信息；步骤S5：获取特征数据增强信息；步骤S6：根据特征数据增强信息，获取评价指标信息；步骤S7：获取高频数据采集有效性评估信息。本发明对注塑成型工艺中四大指标特征：压力指标、温度指标、位置指标、流量指标提取的高频数据进行分析和评估，创新性的结合调机数据，进行分段和进一步特征构造，为注塑工艺分析优化的高频数据分析提供了参考和思路。

技术领域

本发明涉及数据的特征分段构造与筛选技术领域，具体地，涉及一种注塑成型工艺高频传感器数据的处理和特征提取方法及系统。

背景技术

注塑成型过程是一个非稳态具有周期性的一个过程。非稳态是指在整个注塑过程中注塑的状态是随时间不断变化的，周期性是指注塑成型过程在一定的时间范围内可以重复出现。注塑成形的周期时间根据塑料材料的性质、注塑机所设定的参数、注塑件的壁厚及重量的改变而改变。注塑成型过程主要包括塑化、填充、保压、冷却、脱模5个部分。对于传统的注塑成型健康状态监测和工艺优化，人们通常依靠提高注塑模模具表面精度和注塑机的性能，并在工艺人员的经验上通过试错法，对模具精度和注塑成型工艺上进行调整来改善注塑件质量。对注塑加工中的复杂过程的分析和研究较少，比如当非牛顿假塑性的塑料熔体在外界压力驱动下，通过注塑系统流向温度较低的模具型腔时，熔体受模具传热而快速冷却过程，因模具对塑料熔体的剪切产热过程，以及注塑件在型腔内会产生体积收缩变形过程、分子取向和结晶过程等等，没有进行有效的监测和状态判断，并且传统优化方法耗时耗力，可复用性差。面对产品日益更新，和对产品质量更高的要求，现有的工艺优化速度和工艺优化效果不尽如人意。利用传感器来提取注塑工艺过程的信息和特征是一个有效的解决思路。但是如何评估高频数据来源，采集特征是否有效或者相关性，如何利用收集到的数据进行有效的特征提取和特征筛选与预测，成了现在工业界的难题。

专利CN202010618860.7(公开号：CN111783880A)该发明公开了一种基于工业物联网的复杂传动链预测性维护系统，其硬件设备包括高频传感器网络、高频信号处理装置、智能硬件，高频传感器网络用于实时或周期性采集工作信号，高频信号处理装置用于对工作信号进行预处理，智能硬件利用小波特性提取算法在本地端进行数据处理并上传至云端；云端用于验证、存储数据，并利用带特征提取的智能算法分析数据，最终输出相应的故障特征状态。针对复杂振动信号的特点，通过特征提取在边缘侧完成高频数据降维，与云端算法结合构建了设备状态劣化分析边云数据架构，该方法在实现对于复杂传动链机构的预测性维护上仍然有待提高的空间。

随着试验设计方法、优化算法、智能算法等方法的不断发展与应用，对注塑工艺理解和预测以及参数优化提供了理论基础和研究思路。研究人员从最初单一的注塑件表面质量，逐步朝着多目标、多学科方向发展，从注塑件的力学性能、经济性、模具加工性能等多方面来综合考虑注塑件在实际生产中怎样达到较高的生产效率，同时又具有优良的产品表面质量和力学性能以及较少的能源消耗的设计目标。但是现有的很多算法和优化设计，主要从模拟层面进行，聚焦于提取的工艺参数数据，通过设计实验参数进行模拟，但是对于高频数据的提取和特征评估相对较少。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种注塑成型工艺高频传感器数据的处理和特征提取方法及系统。

根据本发明提供的一种注塑成型工艺高频传感器数据的处理和特征提取方法，包括：

步骤S1：根据高频数据获取控制信息，获取高频数据信息；

步骤S2：根据高频数据信息，获取数据预处理信息；

步骤S3：根据数据预处理信息，获取数据分段信息；

步骤S4：根据数据分段信息，获取特征提取信息、特征筛选信息；

步骤S5：根据特征提取信息、特征筛选信息，获取特征数据增强信息；