[发明专利]基于注塑成型的产品检测方法和装置

说明书

本发明提供了一种基于注塑成型的产品检测方法和装置，其中，基于注塑成型的产品检测方法包括以下步骤：获取注塑成型过程中的成型机状态数据、调机记录数据以及采样数据；对采样数据进行数据清洗，以获取第一目标数据；根据调机记录数据对第一目标数据进行分组；对各组内的第一目标数据进行特征提取，并根据提取出的特征数据进行特征筛选，以获取第二目标数据；对第二目标数据进行特征增强，以获取第三目标数据；根据第三目标数据、调机记录数据和成型机状态数据进行产品检测。由此，能够准确进行产品检测，并且运行速度快，成本低廉，泛化性能较高。

技术领域

本发明涉及目标检测技术领域，具体涉及一种基于注塑成型的产品检测方法和一种基于注塑成型的产品检测装置。

背景技术

注塑成型是塑料制品成型重要方式之一，适于大批量生产形状复杂、尺寸要求精确的塑料制品，该技术具有生产加工性能良好、生产周期短、效率高、可多型腔成型、产品精度高、质量轻、颜色多元化等优点，产品质量要求高。随着注塑产品应用范围的变化，对产品质量的要求也越来越高。

相关技术中，一般是采用人工智能算法通过模型的堆叠和集成来实现注塑成型过程中的异常检测，然而，该方式并不符合工业中成本控制和高效快速的需求。

发明内容

本发明为解决上述技术问题，提供了一种基于注塑成型的产品检测方法，能够准确进行产品检测，并且运行速度快，成本低廉，泛化性能较高。

本发明采用的技术方案如下：

一种基于注塑成型的产品检测方法，包括以下步骤：获取注塑成型过程中的成型机状态数据、调机记录数据以及采样数据；对所述采样数据进行数据清洗，以获取第一目标数据；根据所述调机记录数据对所述第一目标数据进行分组；对各组内的所述第一目标数据进行特征提取，并根据提取出的特征数据进行特征筛选，以获取第二目标数据；对所述第二目标数据进行特征增强，以获取第三目标数据；根据所述第三目标数据、所述调机记录数据和所述成型机状态数据进行产品检测。

对所述采样数据进行数据清洗，以获取第一目标数据，包括：获取所述采样数据对应的特征数据，并判断所述采样数据对应的特征数据是否为空；如果否，则获取所述采样数据的波动幅度；判断所述波动幅度是否小于预设幅度阈值；如果所述波动幅度小于或等于所述预设幅度阈值，则删除所述采样数据；如果所述波动幅度大于所述预设幅度阈值，则将所述采样数据作为所述第一目标数据。

根据提取出的特征数据进行特征筛选，以获取第二目标数据，包括：依次根据机器学习模型的特征重要性、SHAP value（指预测样本中每个特征所分配到的数值）以及特征分布的相似性、单调性和相关系数对所述提取出的特征数据进行特征筛选，以获取所述第二目标数据。

对所述第二目标数据进行特征增强，以获取第三目标数据包括：采用MIX UP（一种运用在计算机视觉中的对图像进行混类增强的算法）方法对每组内的所述第二目标数据进行线性增强，以获取所述第三目标数据。

根据所述第三目标数据、所述调机记录数据和所述成型机状态数据进行产品检测包括：获取梯度提升树模型；通过所述梯度提升树模型并根据所述第三目标数据、所述调机记录数据和所述成型机状态数据进行产品检测。

一种基于注塑成型的产品检测装置，包括：第一获取模块，所述第一获取模块用于获取注塑成型过程中的成型机状态数据、调机记录数据以及采样数据；数据清洗模块，所述数据清洗模块用于对所述采样数据进行数据清洗，以获取第一目标数据；分组模块，所述分组模块用于根据所述调机记录数据对所述第一目标数据进行分组；第二获取模块，所述第二获取模块用于对各组内的所述第一目标数据进行特征提取，并根据提取出的特征数据进行特征筛选，以获取第二目标数据；第三获取模块，所述第三获取模块用于对所述第二目标数据进行特征增强，以获取第三目标数据；检测模块，所述检测模块用于根据所述第三目标数据、所述调机记录数据和所述成型机状态数据进行产品检测。