一种面向精密注塑生产的工艺参数自优化系统及方法与流程

摘要: 本技术涉及精密注塑控制,尤其涉及一种面向精密注塑生产的工艺参数自优化系统及方法。背景技术:1、精密注塑成型广泛应用于汽车连接器壳体、传感器支架、功能卡扣等汽车零...
一种面向精密注塑生产的工艺参数自优化系统及方法与流程

本技术涉及精密注塑控制,尤其涉及一种面向精密注塑生产的工艺参数自优化系统及方法。

背景技术:

1、精密注塑成型广泛应用于汽车连接器壳体、传感器支架、功能卡扣等汽车零配件生产,其制品质量受熔体温度、模具温度、注射速度、注射压力、保压压力、保压时间及冷却时间等多参数耦合影响。现有技术通常通过采集注塑机运行数据、型腔压力、温度曲线或制品检测结果,建立工艺参数与制品质量之间的对应关系,并利用预测模型或优化算法对后续注塑周期的参数进行调整。

2、然而,注塑模具、热流道、冷却回路及料筒内树脂均具有跨周期的热状态和流变状态延续性,而尺寸、翘曲量及装配性能等质量结果往往在制品脱模并进一步冷却或离线检测后才能获得。现有方法容易将延迟出现的质量异常直接归因于最近一次参数调整,忽略前若干周期状态的累积影响,进而造成参数修正方向错误、反复振荡或形成伪最优工艺窗口。

3、此外,现有自优化方法通常将材料波动、环境变化及模具状态变化统一视为可通过参数调整补偿的扰动。当排气槽污染、冷却水路堵塞、浇口磨损或热流道性能衰减时,系统可能通过提高压力、延长保压或冷却时间暂时维持制品合格,从而掩盖模具渐进性退化,并使工艺参数逐步逼近安全边界。因此,现有技术仍存在延迟质量结果难以准确归属致因周期,以及难以区分可补偿工艺扰动与不宜继续补偿的模具退化的问题。

技术实现思路

1、为了解决上述问题,本发明的实施例提供了一种面向精密注塑生产的工艺参数自优化方法,方法包括:

2、按注塑周期采集工艺设定数据、过程响应数据及制品标识,并从历史合格周期确定质量基准数据;

3、提取所述过程响应数据的周期状态特征,根据历史合格周期的工艺设定数据变化与周期状态特征变化关系建立设定响应参照;

4、对相邻注塑周期的周期状态特征进行差分,按照所述设定响应参照分离即时响应分量,以剩余状态变化形成跨周期残留量,并依时序连接形成跨周期状态序列;

5、获取含检测时标及制品标识的制品质量数据,根据所述制品标识确定生产周期,并根据所述检测时标和跨周期状态序列确定质量关联周期范围;

6、依据所述质量关联周期范围内跨周期残留量的传递方向及周期先后关系分配质量偏差,得到周期归因系数;

7、按照所述周期归因系数组合各关联周期的工艺设定数据与质量偏差,形成归因关联样本,并生成候选参数调整数据;

8、依据候选参数调整后的即时响应分量、跨周期残留量及后续制品质量数据形成补偿趋势数据;满足工艺扰动判定条件时生成工艺扰动标识,满足模具退化判定条件时生成模具退化标识;

9、依据所述工艺扰动标识更新后续周期工艺设定数据;依据所述模具退化标识停止更新并生成模具维护数据。

10、进一步地,所述工艺设定数据包括注射阶段设定数据、保压阶段设定数据和冷却阶段设定数据;所述过程响应数据包括型腔压力时序、螺杆位移时序和模具温度时序中的至少两种;根据注塑机的阶段切换信号,将所述过程响应数据划分为填充阶段数据段、保压阶段数据段和冷却阶段数据段,对各数据段进行时序对齐,并将各数据段的变化方向、变化速率及阶段衔接状态组合为所述周期状态特征。

11、进一步地,根据所述历史合格周期中工艺设定数据变化与周期状态特征变化之间的对应关系建立设定响应参照;对相邻注塑周期的周期状态特征进行差分处理,得到状态变化量;按照所述设定响应参照,从所述状态变化量中分离与工艺设定数据变化相对应的即时响应分量,得到跨周期残留量;根据连续注塑周期的跨周期残留量之间的方向一致性和时间连续性建立所述跨周期状态序列。

12、进一步地,为各注塑周期配置周期时标,根据所述检测时标与所述生产周期的周期时标之间的间隔,校验所述制品质量数据与所述生产周期的时序对应关系;以所述生产周期为起点,沿所述跨周期状态序列向前依次选取跨周期残留量保持方向连续的注塑周期,形成初始关联范围;分别确定所述跨周期残留量的方向连续性中断位置和所述工艺设定数据的非连续切换位置,并将两位置中靠近所述生产周期的位置确定为所述质量关联周期范围的边界;当仅存在一个所述位置时,以该位置确定所述边界;当两个所述位置均不存在时,以所述初始关联范围的起始位置确定所述边界。

13、进一步地,在所述质量关联周期范围内,按照过程响应数据类型、成型阶段及周期状态特征的排列位置,将连续关联周期中相互对应的跨周期残留量依时序连接,形成残留传递链;以所述生产周期对应的质量偏差方向为末端约束,沿所述残留传递链向前选取与所述质量偏差方向具有对应关系的跨周期残留量;根据各关联周期的跨周期残留量在所述残留传递链中的延续位置,以及相邻关联周期之间跨周期残留量的变化关系,确定各关联周期对应的质量偏差分配量;根据各质量偏差分配量与所述质量偏差之间的对应比例,得到所述周期归因系数。

14、进一步地,将周期归因系数最高,且对应跨周期残留量的变化方向与所述质量偏差具有对应关系的关联周期确定为主归因周期;将所述主归因周期的工艺设定数据、周期状态特征及分配至所述主归因周期的质量偏差组合为所述归因关联样本;以所述主归因周期的周期状态特征为匹配条件,从所述历史合格周期中选取周期状态特征相对应且工艺设定数据存在差异的参照周期;比较所述主归因周期与参照周期之间的工艺设定数据差异及质量状态差异,确定工艺设定数据的候选调整维度和候选调整方向,形成所述候选参数调整数据。

15、进一步地,根据所述设定响应参照确定所述候选参数调整数据对应的预期响应方向;将采用所述候选参数调整数据后获得的即时响应分量与所述预期响应方向进行比较,并按照注塑周期的先后顺序记录跨周期残留量的延续方向及后续制品质量数据的质量偏差变化,形成所述补偿趋势数据;当所述即时响应分量与所述预期响应方向相对应,所述跨周期残留量未沿与所述预期响应方向相反的方向连续延续,且所述质量偏差的绝对值减小时,生成所述工艺扰动标识;当所述即时响应分量与所述预期响应方向相对应,所述跨周期残留量沿与所述预期响应方向相反的方向连续延续,且连续执行所述候选参数调整数据后,所述质量偏差绝对值相对于前一注塑周期的减小量逐步降低时,生成所述模具退化标识周期残留量仍沿与所述预期响应方向相反的方向连续延续,且连续执行所述候选参数调整数据后,所述质量偏差绝对值相对于前一注塑周期的减小量逐步降低时,确定所述补偿趋势数据满足模具退化判定条件,并将所述状态判定标识设定为模具退化标识。

16、进一步地,在生成所述模具退化标识后,读取形成所述跨周期残留量的过程响应数据类型、成型阶段和传感采集位置;将沿相同方向连续延续的跨周期残留量按照所述过程响应数据类型、成型阶段和传感采集位置进行归集,确定对应的异常成型阶段和异常采集位置;生成包含所述异常成型阶段、异常采集位置、过程响应数据类型及质量关联周期范围的模具维护数据;将所述质量关联周期范围内对应的归因关联样本标记为模具退化样本,并停止将所述模具退化样本用于后续候选参数调整数据的生成。

17、进一步地,一种面向精密注塑生产的工艺参数自优化方法,还包括:根据历史合格周期中不同过程响应数据的阶段传递关系,对所述跨周期残留量进行一致性校验;将存在符合所述阶段传递关系的支持跨周期残留量,且质量偏差方向相符的跨周期残留量确定为可信残留量,并仅采用所述可信残留量形成跨周期状态序列;将未获得对应支持跨周期残留量,且对应制品质量数据未发生相应变化的跨周期残留量标记为采集异常残留量。

18、一种面向精密注塑生产的工艺参数自优化系统,系统包括:

19、周期数据采集模块:按注塑周期采集工艺设定数据、过程响应数据及制品标识,并从历史合格周期确定质量基准数据;

20、状态特征构建模块:提取所述过程响应数据的周期状态特征,根据历史合格周期的工艺设定数据变化与周期状态特征变化关系建立设定响应参照;

21、跨周期状态模块:对相邻注塑周期的周期状态特征进行差分,按照所述设定响应参照分离即时响应分量,以剩余状态变化形成跨周期残留量,并依时序连接形成跨周期状态序列;

22、质量周期关联模块:获取含检测时标及制品标识的制品质量数据,根据所述制品标识确定生产周期,并根据所述检测时标和跨周期状态序列确定质量关联周期范围;

23、质量归因计算模块:依据所述质量关联周期范围内跨周期残留量的传递方向及周期先后关系分配质量偏差,得到周期归因系数;

24、参数调整生成模块:按照所述周期归因系数组合各关联周期的工艺设定数据与质量偏差,形成归因关联样本,并生成候选参数调整数据;

25、补偿趋势判别模块:依据候选参数调整后的即时响应分量、跨周期残留量及后续制品质量数据形成补偿趋势数据;满足工艺扰动判定条件时生成工艺扰动标识,满足模具退化判定条件时生成模具退化标识;

26、优化维护执行模块:依据所述工艺扰动标识更新后续周期工艺设定数据;依据所述模具退化标识停止更新并生成模具维护数据。

27、本发明至少具有如下技术效果或优点:

28、本发明通过跨周期状态识别、质量归因及补偿趋势判别,实现工艺参数调整与模具状态管理的协同优化。本发明通过分离工艺设定变化引起的即时响应分量,提取跨周期残留量,能够识别连续注塑周期之间的状态延续关系,降低延迟质量结果被错误归因于最近周期的可能性;根据跨周期残留量的传递方向和周期先后关系分配质量偏差,形成周期归因系数及归因关联样本,使候选参数调整数据具有明确的周期来源和状态依据;通过比较预期响应方向、即时响应分量、跨周期残留量及后续质量偏差,能够区分可通过参数调整消除的工艺扰动与持续存在的模具退化状态;在识别模具退化后停止继续参数补偿,并生成包含异常成型阶段和异常采集位置的模具维护数据,同时隔离模具退化样本,避免异常样本继续影响后续参数优化。