[发明专利]一种基于卷积神经网络的柔印压力预测方法

摘要

本发明公开了一种基于卷积神经网络的柔印压力预测方法，利用ansys建立中心压印滚筒与印版滚筒静态接触的局部有限元模型，分析了不同图文面积特征及分布特征对印刷压力的影响；建立了基于卷积神经网络的柔印压力的预测模型，采用感压胶片测得印版在初始合压位置的表面压力作为神经网络的输入样本，正常印刷状态下印版承压条上的压力作为神经网络的输出样本，建立了卷积神经网络的压力预测模型，并对模型参数进行优化，确定了最佳的压力预测模型。最后采集新的样本验证该模型的有效性；压力数据传输与存储。实现了将预测的压力数据自动导入到相应印版滚筒的电子标签中，便于后续印刷。

主权项

1.一种基于卷积神经网络的柔印压力预测方法，其特征在于，包括如下步骤：步骤1、以FCI300卫星式柔印机为研究对象，建立印版滚筒与中心压印滚筒静态接触状态下的局部有限元模型，研究印版图文特征对印刷压力的影响；步骤2、在FCI300卫星式柔印机上采集在0.22mm的压缩量下不同印版表面压力值，同时，将测得的版面压力数据作为卷积神经网络模型的原始输入样本；在正常印刷下采集不同印版承压条上的实际印刷压力值，并将其作为卷积神经网络模型的原始输出样本，建立压力预测的卷积神经网络模型，对模型参数进行优化，确定合适的压力预测模型；步骤3、在印前贴版环节通过计算机进行印刷压力预测后，将预测出的压力值存储到相应的印版滚筒上，用于上版印刷时数据的读取，采用RFID技术，选择合适的射频读写器，通过对读写器界面进行二次开发，将利用MATLAB预测出的压力值导入到相应的读写卡中，省去数据手动写入环节，实现印版压力的传输与存储。