用于将模拟与实际过程进行比较的方法和计算机程序产品与流程

1.本发明涉及一种用于将用成型机进行的过程的模拟与实际执行的过程进行比较(abgleichen)的方法和一种计算机程序产品，该计算机程序产品用于将用成型机进行的过程的模拟与实际执行的过程进行比较。


背景技术：

2.成型机可以是注塑成型机、压铸机、压力机等。
3.在下文中，根据注塑成型工艺的现有技术总结作为用成型机进行的过程的示例。类似的结论适用于用成型机进行的一般过程。
4.已知进行模拟，该模拟描绘了将热塑性材料注射到模腔中，例如用于确定或改善注塑成型机的设置。
5.出现的问题是，模拟的结果有时与实际进行的注塑成型工艺有很大不同。为此，在现有技术中有不同的解决方案。一个例子是在申请人的at 519096 a1公开，其中，进行了不同的模拟并且随后在成型机上的实际情况和模拟结果之间进行比较。
6.模拟与实际进行的注塑成型周期的直接比较本身也是已知的。例如该比较在us 2002/0188375 a1中手动进行。
7.完全可自动化的方法在申请人的在尚未公开的奥地利专利申请a 50885/2019中描述。在此，对模拟变化曲线或测量变化曲线进行转换，以便获得偏差的量化，所述偏差然后可以用于模拟的可再现和可靠的适配。


技术实现要素：

8.本发明的目的是提供一种如下可能性，利用该可能性可以以可再现的方式(并且优选地至少可部分自动化地)比较用成型机进行的过程模拟和实际进行的过程。
9.关于该方法，该目的通过权利要求1的特征来实现，即通过如下方式：
10.——在模拟的框架中，计算过程的特征变量的至少一个模拟变化曲线，尤其是模拟的压力变化曲线，
11.——在实际进行的过程中，测量特征变量的至少一个测量变化曲线，尤其是测得的压力变化曲线，
12.——确定所述至少一个模拟变化曲线的曲线上的第一标记点和至少一个测量变化曲线的曲线的第二标记点，
13.——第一标记点和第二标记点至少部分地彼此分配，
14.——从至少部分地彼此分配的第一标记点和第二标记点的坐标计算出用于该模拟和/或该过程的至少一个更改参数，以及
15.——基于至少一个更改参数改变并且再次执行模拟和/或该过程。
16.关于计算机程序，该目的通过如下指令实现，所述指令促使执行的计算机
17.——在模拟的框架内计算或者从单独的模拟中接收该过程的至少一个特征变量
的至少一个模拟变化曲线，尤其是模拟的压力变化曲线，
18.——从实际过程中接收至少一个特征变量的至少一个测量变化曲线，尤其是测得的压力变化曲线，
19.——确定至少一个模拟变化曲线的曲线的第一标记点和至少一个测量变化曲线的曲线的第二标记点，
20.——至少部分地彼此分配第一标记点和第二标记点，
21.——从彼此分配的第一标记点和第二标记点的坐标计算出用于模拟和/或该过程的至少一个更改参数，以及
22.——基于至少一个更改参数改变和再次执行该模拟和/或该过程，
23.——或输出输出指示，该输出指示包含再次执行模拟和/或该过程，并且基于至少一个更改参数对模拟和/或该过程进行改变。
24.至少一个模拟变化曲线的曲线和至少一个测量变化曲线的曲线的第一标记点和第二标记点是可以根据这些曲线的特征确定的点。在此，例如可以是曲线中的“扭结”或转折点或鞍点以及最小值或最大值。因此，可以通过这些特性“标记”或识别这些点。
25.应当提及，本身已知的是，根据这样的点搜索所述至少一个测量变化曲线和所述至少一个模拟变化曲线并且将这些点彼此分配，参见wo2016/177513a1。但是，这些点仅用于确定实际注塑成型模具中的流动前沿的位置，并且不打算再次进行模拟。
26.本发明的主要方面在于，在第一标记点和第二标记点的坐标中，实际上存在比wo2016/177513a1中使用的信息更多的信息，也就是说，直到可以将模拟根据本发明有针对性地适配于适应实际过程(或者反过来：将该过程适配于模拟)为止。在这种情况下，“有针对性地”是指根据本发明的(可以计算为数值的)更改参数可以量化至少一个模拟变化曲线和至少一个测量变化曲线之间的偏差，这当然允许模拟更精确地适配该过程。
27.换句话说，根据本发明，可以从第一标记点和第二标记点的坐标(作为值)计算出更改参数，以适配模拟，使得模拟结果基本上对应于实际过程或至少更接近实际过程。更改参数可以替代地或附加地用于适配该过程，使得测量结果基本上对应于模拟结果或至少更接近于模拟结果。
28.至少一个测量变化曲线和/或至少一个模拟变化曲线可以由大量单个的计算点和/或测量点组成，它们整体上形成一条变化曲线，这当然是本身已知的处理方法。但是原则上也可以考虑例如以图表的方式定义“连续的”变化曲线。
29.第一标记点和第二标记点可以通过本身已知的措施从所述至少一个模拟变化曲线和至少一个测量变化曲线来确定，例如使用ramer
‑
douglas
‑
peucker算法。
30.在一个简单的例子中，第一标记点和第二标记点彼此的分配可以基本上通过标记点的顺序给出。对于如下情况：模拟变化曲线和测量变化曲线的标记点的数量不同，则可以使用不同的方法来实现分配。后面将给出对此的示例。
31.在本发明的框架中，第一标记点和第二标记点至少部分地彼此分配。部分地分配例如可以由以下事实得出：如前所述，第一标记点少于第二标记点(或者反之亦然)。
32.在本文件的上下文中，“分配(zuordnen)”和“分配(zuordnung)”分别应理解为，它们也可以是本发明意义内的部分分配或部分的分配，除非另有明确说明。
33.尤其是在作为成型过程的注塑成型工艺的情况下，可以将以下变量中的至少一种
变量用作该过程(或其子过程)的特征变量：注塑压力(注射压力)、成型物料压力、熔体压力、模具内部压力、模具内部温度、成型物料温度、注射速度、驱动力矩、注射功、模具呼吸、实际体积流量。
34.借助于根据本发明的模拟，当然也可以计算与特征量不同的变量，或者可以计算多于一个的特征量。相应的变量可以是压力、温度、粘度、压缩模量(或可压缩性)、剪切速率等。
35.原则上，根据本发明的方法可以在模拟之后和在实际过程(或者相同的至少一个周期)之后来执行。
36.在这种情况下，应该提到的是，根据本发明的方法步骤的顺序仅由逻辑而非由独立权利要求中的顺序规定。例如，一定可以首先执行实际过程并且然后再执行模拟或者反之亦然。
37.如已经提到的，成型机可以理解为例如注塑成型机、压铸机、压力机等。因此，本发明可以用于存在相应的模拟变型的任何过程。这些包括例如发泡方法、多组分注塑成型、热固性成型方法、硅树脂成型方法、弹性体成型方法、共注射方法、注射压缩成型、可变温度控制、反应性方法等。
38.用这些方法处理的材料也称为成形物料。成形物料可以优选地是热塑性材料，并且成型工艺可以优选地是注塑成型工艺。但是，在注塑成型工艺中，完全可以将诸如纤维、气体或粉末之类的添加剂作为负载添加到塑料中。
39.然而一般而言，在根据本发明的待处理的用成型机进行的过程中不仅可以用热塑性塑料。例如，可以使用反应性成形物料或一定的陶瓷。通常，在该过程中使用的材料称为成形物料。
40.过程的特征变量尤其对于过程的子过程而言可以是特征的。在注塑成型工艺的示例中，其例如可以是注射过程的特征变量。
41.在模拟和实际过程之间比较时，当然不应该理解，模拟结果在比较之后应该与实际情况完全相一致，因为由于测量和近似始终存在不准确性，这当然是不可能的。相反，实际过程与虚拟或模拟的过程可以形成对比，后者虚拟或模拟的过程在(计算机)模拟的框架内被虚拟地计算。一方面，这意味着“实际”过程，另一方面，意味着其近似计算。
42.在本发明的意义中，模拟应理解为计算机模拟，该计算机模拟借助于数学模型来模仿在要考虑的过程中发生的物理和/或化学过程。然而，在本发明的意义中，对这些模型必须多么简单或复杂没有限制。这意味着对于模拟如何“逼真”或精确地描述现实没有任何根本性的限制。尤其是，除了已经存在的计算误差外，模拟还可以具有近似值和分析性的部分计算。
43.模拟也不必描述整个过程。尤其是在注塑成型工艺中，例如只能模拟填充过程(注射过程)。当然也可以考虑模拟基本完整的过程，在该过程中例如还可以包括机器行为。
44.本发明的优点在于，也可以识别和/或补偿模拟和实际过程之间的偏差，该偏差是由于仅对过程的子过程进行模拟引起的。
45.模拟软件的使用，无论是用于塑料制品和相关模具的设计、故障排除或者在注塑成型及相关其他方法领域中的过程的优化，多年来一直在增加并且在未来也将继续增加。
46.模拟具有许多优点(例如在模具制造中节省了成本，因为可以提前消除错误/问
题，或在对现有模具进行故障排除时节省时间)，除了这些优点，还必须注意，模拟只能部分正确地反映现实情况。模拟模型(几何形状、材料模型、起始条件和边界条件等)在此设计得越精确，它们也能越好地再现真实情况。因此，在此目的是尽可能精确地做模拟模型，由此实现利用计算出的模拟值尽可能接近实际过程的测量值。
47.不幸的是，这并非总是可能的，因为例如机器的或机器上的一定的几何形状(热通道、喷嘴、螺杆前室)和设置或信息(熔体温度、摩擦损失、压缩释放、回流闭锁的特性等)不存在并且例如在模拟中使用的材料模型无法100％正确地反映真实的材料特性(相同类型的材料因批次不同而不同，或者材料参数对于确定的材料在模拟中不存储)。
48.因此，执行的模拟的结果一般会偏离实际过程，所述模拟利用已经存在的数据、知识和设置做模型。
49.如果存在模拟和实际过程的结果(即过程的特征变量，例如压力、温度等)，则根据本发明比较模拟结果。这意味着，试图适配模拟模型，使得在再次执行修改后的模拟时，可以获得与实际过程中相同(或至少近似)的结果。这例如可以通过如下方式实现：更改模拟模型中的注射轮廓、物料温度、材料模型、几何形状等。正如所见的，可以适配用于比较模拟和实际过程的非常多的参数。在这种情况下问题是，不知道哪些参数在哪个高度上必须被适配，因此获得足够的平衡。尤其是利用操作者的自由视线，如在现有技术中所提供的那样，在此当然会获得不准确且不可再现的结果。
50.直到今天仍然很普遍的是，在这种情况下例如利用具有变化值的不同参数组合的非常多不同的变体来进行参数研究。然后利用一定的参数组合可以偶然地或一定系统学地实现比较。此处的缺点是，必须进行非常多的模拟或试验，直至可以实现足够的比较，并且很难说明为什么在模拟中或在过程中哪些参数在哪个高度为了比较必须改变。
51.这些问题的改善是本发明的进一步的成就。
52.在必须根据试验和错误方法进行附加的参数研究以找到模拟的正确的参数设置之前，可以一下子在下一步中借助于根据本发明的更改参数的计算对模拟进行相应的适配(或类似地将过程适配于模拟)，并且不必启动无数的模拟或进行实验。这节省时间和精力，并且可以通过计算出的更改参数精确说明，这在模拟中与实际过程相比未正确地反映。
53.通过知道确定的更改参数，例如可以改变材料模型或模拟模型中的相关材料参数。这是一个很大的优势，因为首先对于许多材料而言，不存在足够的材料参数数据，并且其次材料类型的材料数据在批次之间可能会有所不同。通过适配材料模型，可以有效地补偿这种偏差。
54.通常，死体积数据没有在模拟模型中建模，或者死体积的影响无法正确地确定，因为为此所需的数据不存在或仅不完全存在。利用正确的更改参数，还可以量化在模拟与实际过程之间的这些偏差，并且然后可以对模拟进行相应的比较。
55.利用本发明，还可以适配过程的边界条件(即，例如成型机的设置)，使得测量(即至少一个测量变化曲线)与模拟(即至少一个模拟变化曲线)尽可能精确地相一致。换句话说，可以通过适配该过程的边界条件来补偿模拟中未考虑的边界条件，这可以导致模拟和试验(即在成型机上执行的实际过程)之间更好的相一致。
56.例如，可以在过程中更改以下边界条件，以使模拟与过程之间更好地相一致：
57.(直接或间接通过改变热通道温度，设定的缸温度和/或模具温度)适配物料温度，
以更好地比较例如测得的压力和计算出的压力。
58.改变材料成分，以便更好地与模拟中使用的材料模型参数相对应。
59.·
用于模具温度控制的起动前温度，流量和/或温差可以近似为模拟值。
60.·
保压高度和保压时间可以根据构件的模拟变形和测量变形之间的差异进行改变。附加地，保压高度可以例如通过如下因数来适配，所述因数通过将模拟的模具内部压力和测得的模具内部压力相除而得到。
61.·
可以选择计量行程、转换点和/或压缩释放，使得注射体积更好地与模拟相一致。
62.·
可以适配注射体积流量轮廓，以便例如在实际过程中实现模拟中的总注射时间等。
63.还寻求一种成型机的保护，所述成型机设置用于执行根据本发明的方法。
64.为此可以使用不同的传感器，以便测量过程的特征变量和必要时测量其他变量。这些传感器可以或能够与成型机的中央机器控制装置连接。在该机器控制装置上可以以软件技术的方式实施根据本发明的方法，即，中央机器控制装置可以是计算机，在所述计算机上可以执行根据本发明的计算机程序产品。
65.可选地，执行计算机还可以远离成型机地布置，并通过远程数据传输连接(例如以这样连接的计算机服务器的形式)与成型机的不同的元件连接。最终，计算机也可以通过分布式计算来实现，即控制单元和/或调节单元的功能然后由可以与成型机的位置无关地在不同计算机上运行的大量计算过程来实现。
66.关于根据本发明的方法的所有描述和要求保护的方面也可以设置在根据本发明的计算机程序产品中，或者被实现为计算机程序产品或计算机程序产品的一部分。
67.在一个特别优选的实施例中，设置为根据本发明的方法的自动实现，或者换句话说，根据本发明的计算机程序产品被设计用于自动执行相应的指令。然而，当然也可以考虑本发明的手动或部分自动化的实现。
68.该模拟可以包括部分模拟，或者也可以为模拟结果进行物理和/或化学过程的更多模拟，其结果可以组合。
69.在从属权利要求中定义了本发明的其他有利的实施例。
70.已经提到，可以在使用本身已知的ramer
‑
douglas
‑
peucker算法的情况下来确定第一标记点和/或第二标记点。
71.借助于该算法，可以减少(构成变化曲线的)点的数量，使得给定的变化曲线必要时在预给定标准的情况下仍可以通过减少的点数量来反映原始变化曲线(直到可预给定的一定的程度)。
72.可以预给定以确保在此仅在一定的限制范围内伪造变化曲线的条件的示例为以下中的至少一个：原始变化曲线周围的公差范围、减少的点的最大数量、减少的点之间的最小距离、起点和减少的点之间的距离平方的最大归一化误差。
73.可以规定，通过应用至少一个附加的标准进一步减少(至少一个模拟变化曲线和/或至少一个测量变化曲线)的借助于ramer
‑
douglas
‑
peucker算法减少的点数量，以便获得第一标记点和/或第二标记点。
74.在该标准的框架内或独立于ramer
‑
douglas
‑
peucker算法，可以例如以如下方式
确定第一标记点和/或第二标记点，即至少一个模拟变化曲线或至少一个测量变化曲线的相邻点的连接线是否围成一个角度，该角度从180
°
以预给定的角度量(优选5
°
或更大，特别优选10
°
或更大)偏离。
75.总之，在确定第一标记点和/或第二标记点时，可以使用以下条件和/或标准中的至少一个条件和/或标准：
76.——减少的点和/或标记点的最大数量，
77.——减少的点数量的点之间的最小距离，
78.——在一方面测量变化曲线(mv)和/或模拟变化曲线(sv)的原始数据点和另一方面减少的点数量的点之间的间距平方的最大归一化误差，
79.——特征变量超过和/或达到阈值(例如以压力阈值的形式)，
80.——排除过程的预给定的部分区域，其中，该部分区域由绝对的或相对的界限给出。
81.如前所述，可以通过绝对界限来给定预给定的部分区域(例如注射过程开始后的15ms)。相对界限可以由整个过程的一部分(例如省略注射过程的关于时间或时间等效变量的前10％)或在过程中达到一定的情况(例如根据本发明所需的注射运动的两次行程，直至回流闭锁关闭)得到。
82.替代地或附加地，边缘分析(在形成至少一个模拟变化曲线和/或至少一个测量变化曲线的一阶导数的情况下)、转折点分析(在形成至少一个模拟变化曲线和/或至少一个测量变化曲线的二阶导数的情况下)和/或至少一个模拟变化曲线和/或至少一个测量变化曲线的最小值和/或最大值的分析可以用于确定第一个标记点和/或第二标记点。
83.在确定第一标记点和/或第二标记点之前，至少一个模拟变化曲线和/或至少一个测量变化曲线可以
84.——被过滤，以便滤除叠加在至少一个模拟变化曲线和/或至少一个测量变化曲线上的噪声，和/或
85.——被缩放，尤其是归一化(例如以便使角度关系可比较或可使用)，其中，减少的点数量和/或第一个标记点和/或第二个标记点然后又可以被向回缩放。
86.第一标记点和第二标记点可以通过以下方式至少部分地彼此分配：
87.——对于第一标记点相对于第二标记点的所有可能的不同的分配可能性，对第一标记点和/或第二标记点进行缩放和/或偏移，使得第一标记点和第二标记点中的两个点分别基本上相互重叠，
88.——根据以下各项中的至少一项分别计算用于相应的分配可能性的质量的至少一个特性因数：缩放参数、偏移参数、(可能是缩放的和/或偏移的)第一标记点与(可能是缩放的和/或偏移的)第二标记点的(坐标)差，
89.——选择如下分配可能性，所述分配可能性的至少一个特性因数指示分配的最佳质量。
90.例如，为了至少一个特性因数的计算，可以使用以下各项中的至少一项(优选以(误差)平方的形式)：
91.——缩放和/或偏移(偏移量)中的参数，用于第一标记点和第二标记点的两个点分别的叠加，和/或
92.——(可能缩放和/或偏移的)第一标记点与(可能缩放和/或偏移的)第二标记点的(坐标)差。
93.当然，原则上也可以使用现有技术中已知的其他方法，以实现第一标记点和第二标记点的分配。
94.根据本发明的方法也可以应用于再次进行的模拟的结果和/或在再次进行的过程中的测量，其中，这优选重复地进行，直到在至少一个模拟变化曲线和至少一个测量变化曲线之间的模拟偏差根据预给定的标准足够小为止。
95.以下是如下标准的示例，所述标准可用于取消以这种方式启动的循环：
96.——例如界限值本身可以用于至少一个更改参数，因为这量化了偏差。也就是说，如果至少一个更改参数落在一定的值范围内，则模拟或过程就足够好。此外，可以加权，使得例如在较高的压力下需要比在较低的压力下更好的匹配，并且反之亦然。
97.——可以比较模拟变化曲线和测量变化曲线下的面积和/或模拟变化曲线和测量变化曲线的最大值。
98.——可以确定用于模拟变化曲线与测量变化曲线的偏差的公差带(或者反之亦然)，在该公差带内，在标准的框架内将该模拟分类为足够好。
99.当然，也可以使用这些标准的所有(包括和/或排除)组合。
100.可以选择界限值和/或公差，使得
101.——关于成形物料的体积，产生小于10％，优选5％，并且特别优选1％的差异，或
102.——关于成形物料的压力，产生小于20％，优选小于10％，并且特别优选小于1％的差异。
103.所述至少一个更改参数可以涉及在彼此分配的第一标记点和第二标记点之间时间上的偏移的程度，其中，该时间上的偏移尤其是由在成型机中存在的成形物料的未知体积引起的。换句话说，第一标记点和第二标记点的分配可以用于确定模拟变化曲线和测量变化曲线之间的时间上的偏移。
104.然后模拟可以被改变，其方式是：基于至少一个用于时间上的偏移的程度的更改参数，改变为模拟预给定的注射体积(例如以填充体积的形式)和/或为模拟预给定的注射体积流量(例如以填充体积流量的形式)。
105.在沿着时间轴移动的情况下(或等效地：沿着注射过程的执行器位置)，尤其是模拟和实际过程之间的注射体积或注射体积流量不相配，因为在许多情况下，机器行为不会由模拟检测并且将不正确的注射体积流量或不正确的注射体积用作模拟的起点。这可以通过本发明优选自动化的或部分自动化的方式来识别和纠正。
106.如果替代地或附加地(例如通过改变成型机的设置)将该过程适配于模拟，则例如可以改变计量行程，以使过程的注射体积适应于用于模拟的注射体积。
107.至少一个更改参数可以涉及彼此分配的第一标记点和第二标记点的对应于特征变量的坐标的缩放程度。简而言之，更改参数因此可以与至少一个特征变量或(第一和/或第二)标记点的缩放程度有关。
108.也就是说，缩放可以例如是特征变量与至少一个更改参数作为因数的乘积。
109.然后可以改变模拟，其方式是：基于至少一个更改参数对于缩放程度改变为模拟预给定的材料参数。
110.在许多情况下，不正确缩放的模拟结果是基于无法准确反映现实的材料模型或材料参数。通过本发明也可以识别并纠正这种情况，优选以自动化或部分自动化的方式。
111.cross
‑
wlf模型和/或2
‑
taitpvt模型可以用作模拟的材料模型。下面以cross
‑
wlf模型为例进行讨论。taitpvt模型基于以下状态方程：
[0112][0113]
有关参数及其所包含功能的详细说明，请参见相关文献。
[0114]
所述至少一个模拟变化曲线和至少一个测量变化曲线之间的缩放差异也可以替代地或附加地例如通过在实际过程中改变物料温度来补偿。因为例如通过较高的物料温度导致成形物料中的较低粘度(类似于：在较低成形物料温度下的较高粘度)，这在以注射压力的形式的特征变量的或多或少的先进性(即，至少一个测量变化曲线较慢或较快地增大)中表现。
[0115]
至少一个更改参数可以被计算为彼此分配的第一标记点和第二标记点的坐标的统计特征值，尤其是算术平均值。当然也可以使用任何其他的统计特征值(例如中位数)来代替算术平均值。
[0116]
代替通过简单的统计函数，还可以基于第一标记点和第二标记点的坐标来计算更改参数，例如通过优化算法或回归方法或任何其他函数关系。
[0117]
至少一个更改参数可以存储在数据库中，并在单独的过程的模拟和/或设置时使用。
[0118]
当使用本发明时，可以收集有价值的数据，这些数据可以有效地用于进一步改善过程的模拟，并在找到设置时用于大量成型机和由成型机进行的过程(群智能)。也就是说，可以将生成的数据收集在中央和/或分散的数据库中(前提，云)并进一步使用。可以借助于生成的数据进行改进的模拟方面的具体示例是回流闭锁的关闭行为的模型或可以从扩展的材料数据库中获取的材料模型。
[0119]
在确定第一标记点和/或第二标记点时，可以考虑多个模拟变化曲线和/或多个测量变化曲线。为此，例如可以在测量变化曲线和/或模拟变化曲线上形成平均值，所述平均值然后可以用作确定第一标记点和/或第二标记点的基础。替代地或附加地，可以分别为每个模拟变化曲线和/或测量变化曲线确定第一标记点和/或第二标记点，并且然后可以使用平均值来确定最终标记点。当然也可以使用中位数或其他统计特征值来代替平均值。
[0120]
同样，也可以同时考虑具有不同边界条件的多个模拟和多个测量，并且可以为每个模拟变化曲线和/或测量变化曲线分别确定第一标记点和/或第二标记点，以便能够在计算更改参数时考虑这些边界条件的相关性。
[0121]
至少一个模拟变化曲线和/或至少一个测量变化曲线可以借助于在该过程中使用的执行器，尤其是塑化螺杆的时间指数或位置指数来参数化。
[0122]
在最一般的情况下，可以使用过程的任意变量作为这种索引(例如变化曲线的“x轴”)。进一步优选的示例是：在确定的区域内的成形物料的体积(例如在注塑成型工艺中在成型型腔内)、体积流量(例如流入成型型腔)、(理想值或实际值)执行器位置、执行器速度(例如螺杆)，(代表性的或均值的)剪切速率。
[0123]
也就是说，例如至少一个测量变化曲线然后可以包括具有索引参数的值对和成形
过程的特征变量的值(类似地对于至少一个模拟变化曲线而言是可能的)。
[0124]
代替时间参数，还可以使用在成型过程中使用的执行器的执行器位置。在注塑成型工艺的示例中，例如可以使用螺杆(或另外的注射活塞)在注射时走过的路径，这也称为螺杆进给。由于执行器的运动通常是通过轮廓预给定，因此可以在执行器的时间索引和位置索引之间换算提到的变化曲线和位置。
[0125]
如果执行器的运动未包含在模拟中，则类似地可以使用模拟参数，因为必须在模拟中预给定边界条件和/或初始条件，以便反映过程。例如，可以通过虚拟执行器位置定义注射体积流量轮廓，该虚拟执行器位置是与实际过程中的执行器位置对应。
[0126]
替代地，来自实际过程的执行器位置可以用于限定体积指数，所述体积指数与用于模拟的注射体积流量轮廓相对应，并且可以用作时间指数。本发明的另一成就是精确地比较来自模拟和实际过程的体积指数。
附图说明
[0127]
本发明的其他优点和细节从附图以及相关的附图说明中得出。其中：
[0128]
图1示出了注塑成型件以及浇口、喷嘴、测量凸缘和螺杆前室的一部分的示例，该示例用作用于说明本发明的示例，
[0129]
图2以图表示出了示例性成形过程的测量变化曲线和模拟变化曲线，
[0130]
图3以图表仅仅示出了测量变化曲线，
[0131]
图4至图6示出了用于说明确定第二标记点的三个图表，
[0132]
图7以图表仅示出了模拟变化曲线，
[0133]
图8至图10示出了用于说明确定第一标记点的三个图表，
[0134]
图11至图13示出了用于说明在填充用于成形图1的注塑成型件的型腔时的填充状态的三个图表。
[0135]
图14和图15示出用于说明在第一示例中第一标记点和第二标记点彼此分配的两个图表，
[0136]
图16和17示出了用于说明在示例模拟中使用的注射体积流量轮廓的适配的两个图表，
[0137]
图18和19示出了分别在根据本发明的补偿和相关的测量变化曲线之后的两个模拟结果，
[0138]
图20至图32示出了用于说明第二示例中用于分配第一标记点和第二标记点的一般算法的图表。
具体实施方式
[0139]
以下示例性实施例涉及作为注塑成型工艺的子过程的注射过程。选择注射压力作为该过程的特征变量。因此，示例性模拟变化曲线sv和示例性测量变化曲线mv分别是压力变化曲线。当然，本发明类似地适用于用成型机进行的其他过程。
[0140]
因此，在所有图表中(图1、11至13、以及16和17除外)，“y轴”是实际或模拟的成形物料中的压力(作为成形过程的特征变量)，称为用于测得的和模拟的压力的坐标p
m,i
或p
s,i
。“x轴”是时间参数(坐标t
s,i
和t
m,i
)，用于检测特征变量在时间上的发展。
[0141]
但是，同样好地也可以使用等效体积v
m
和v
s
来参数化时间。也就是说，可以通过(已知的在模拟变化曲线sv中可能虚拟的)螺杆运动来参数化时间，并通过已知的物料缸的直径将其换算为等效体积。
[0142]
图1示出了成形件(以字母“f”的形式)连同浇口、喷嘴、测量凸缘和螺杆前室的一部分的示例，该成形件在根据本发明的注塑成型工艺中生产并且至少部分地模拟其根据本发明的制造。
[0143]
图2示出了为此测得的压力曲线(测量变化曲线mv)和模拟的压力曲线(模拟变化曲线sv)，其中，来自真实的注射过程的开始和边界条件值用于模拟。可以很容易地识别偏差。两条曲线不匹配，因为例如在模拟中使用的材料参数与实际注射的材料的特性不匹配，或者因为例如在模拟中未考虑压缩释放和回流闭锁的行为。
[0144]
可以看出，图2所示的模拟变化曲线sv由大量单个的数据点组成，它们共同形成一条变化曲线。测量变化曲线mv中的数据点的数量如此之大，以至于在测量变化曲线mv的图示中不再可见。
[0145]
图3仅仅示出了图2的测量变化曲线mv本身。用肉眼可以看到，测量变化曲线具有扭结，其是在本发明意义上的第二标记点p
m,i
的例子。扭结可能与以下事实有关：成形物料前部在浇道系统或成形型腔中遇到障碍物，或者来自成型机的体积流量由于其他原因而迅速变化。
[0146]
下面描述第一标记点p
s,i
和第二标记点p
m,i
的可再现的和(部分地)自动的发现，其中i分别用作对这些点进行编号的索引。
[0147]
在找到标记点之前，可以首先过滤测量变化曲线mv和/或模拟变化曲线sv，其中，这在本发明的范围内不是绝对必要的。本身已知的savitzky
‑
golay过滤器例如可以用作过滤器。可以使用过滤器来滤除信号中的噪声，在大多数情况下不需要过滤器来找到标记点。
[0148]
然后，利用本身已知的算法，可以将例如由10000个记录的数据点组成的测量变化曲线mv(见图3)减少为较少数量的测量点。在本示例性实施例中，使用了ramer
‑
douglas
‑
peucker算法(rdp算法)。结果显示在图4中，其中，在减少的点数量的各个点之间绘制连接线。
[0149]
具有大量数据点的测量变化曲线mv在此仅减小到如下的程度，即减少的点数量位于原始测量变化曲线mv周围的一定的公差范围内。本领域技术人员可以根据应用和喜好选择此公差范围，并在必要时选择随后的其他条件(稍后对此进行更多介绍)。
[0150]
本领域技术人员可以例如根据是否需要许多或几个减少的点来确定算法的条件，其中，如果对减少的点数量提出非常特别的要求，则可以进行一些实验。
[0151]
因此，通过应用该算法，获得了由不同的扭结(减少的点数量)组成的测量变化曲线mv的减少的点数量。这些扭结代表点，其中，例如斜率可能已发生显著变化(当然，这取决于缩小算法及其公差设定)。
[0152]
在这里给出的特定的实施例中，将ramer
‑
douglas
‑
peucker算法应用于测量信号(即，图2和3的测量变化曲线)。在此，首先在x轴和y轴上分别将测量变化曲线mv归一化为1，并且然后将rdp算法应用于此。原则上可以自由选择减小的测量变化曲线应偏离原始测量变化曲线多远的公差。但是，如果公差在0.1％到5％之间的范围内，则可以是建议值。对于该示例性实施例，选择了1.5％的公差。该算法的结果在图4中示出，其中，两个轴的前述归
一化到1又被逆转，即被向回缩放。向回缩放也可以在应用附加的条件和/或标准后执行(请参见下文)。
[0153]
新的减少的测量变化曲线mv(即减少的点数量)在此减少到总共9个测量点，并且因此减少到7个扭结(即边缘点被省略，因为如下所述无法为它们描述扭结角)。
[0154]
在应用算法之前、期间或之后，可以引入其他条件，以进一步限制减少的点数量。可替代地，从算法获得的减少的点数量可以直接用作第二标记点p
m,i
。
[0155]
用于减少点数的其他(辅助)条件例如可以是：
[0156]
‑
减少的点或标记点的最大数量，
[0157]
‑
减少的点之间的最小距离，和/或
[0158]
‑
起点(即测量变化曲线mv的原始数据点)与减少的点之间的距离平方的最大归一化误差。
[0159]
如已经提到的，在应用算法必要时连同附加的(辅助)条件之后，可以使用用于第二标记点p
m,i
的实际选择的其他标准。
[0160]
用于(进一步)减少点数量的另一个标准的示例是，例如如果(减少的点数量中的一个点的)扭结的两条直线(连接线)之间的角度具有一定的大小，来自减少的变化曲线的点才被接收为标记点。
[0161]
对于七个扭结中的每个扭结(通过rdp算法减少的点数量中的点)，可以计算两条连接线之间的角度，所述连接线可用矢量和来描述。矢量之间的角度可以使用以下公式计算
[0162][0163]
在此，α表示两个矢量和之间的角度。使用该公式，可以从减小的变化曲线中计算出所有扭结的所有角度。为此，针对每个扭结计算描述扭结的两个矢量和并且然后使用上述公式计算两个矢量之间的角度。
[0164]
在此，可以引入这样的标准，即由减少所得的点仅在两个矢量之间的角度的一定的大小，例如小于170
°
时(或者在使用其他公式等于190
°
时)，用作第二标记点p
m,i
之一。
[0165]
在进行角度计算之前，应在x轴和y轴上对测量变化曲线mv进行归一化。如果然后计算扭结的角度并在图表中为每个扭结输入相关的角度，则获得图5的图表，其中，为从减少的点数量中的每个点绘制计算出的角度(扭结角度)和相应的连接线。
[0166]
通过应用上述标准，即扭结处矢量之间的角度必须小于170
°
，在本示例中，最后的点作为标记点被省略。
[0167]
在本示例性实施例中，在这一位置上标准化又被逆转，即又被向回缩放。
[0168]
此外，初始区域不应包含在用于找到标记点的分析中，因为其是回流闭锁关闭的区域。该模拟(使用当今的模拟软件)在该初始区域内偏离测量变化曲线mv，因为在该模拟中假定回流闭锁在注射过程之前已100％关闭，并且因此与测量相比，得到不同的压力变化曲线。
[0169]
在这方面，其可以用作标准，例如压力变化曲线仅从一定的压力阈值(例如从80bar开始)和/或注射开始之后一定的时间(例如75ms)起才用于分析。附加的或者替代的
其他标准的其他的可能性例如是，可以省略在注射开始后(关于时间和/或螺杆位置)的第一个10％，或者在知道直至关闭回流闭锁需要的行程的情况下，将所需的行程的双倍行程作为标准。此外，例如可以排除直至达到一定调节的注射体积流量的时间点的区域。
[0170]
如果在本示例性实施例中将80bar的压力阈值用作第二标准，则得到测量变化曲线mv的图6中所示的第二标记点p
m,i
。
[0171]
在该示例性实施例中，找到了来自模拟变化曲线sv的第一标记点p
s,i
完全类似于结合图3至图6描述的处理方法，对此参考图7至图10。也就是说，结合图3至6描述的所有措施也在根据图7至10的实施例中提供。
[0172]
替代地，例如也可以通过侧面分析或对导数的类似分析来找到标记点。
[0173]
结果是在图14中一起示出的第一标记点p
s,i
和第二标记点p
m,i
。第一标记点p
s,i
的坐标由(t
s,i
，p
s,i
)表示，并且第二标记点p
m,i
的坐标由(t
m,i
，p
m,i
)表示。
[0174]
在当前的注塑成型工艺的框架中，标记点可以解释为例如流动前沿经历防止扩散的阻力的急剧变化(几乎遇到障碍)时的那些时间点。由所实施的模拟及其计算结果以及上面确定的第一标记点p
s,i
，可以生成说明这些情况的可视化管理。这在附图11、12和13中示出，其中，
[0175]
——图11示出了在第一标记点p
s,1
的时间点t
s,1
处的情况，其中，来自浇口的流动前沿碰到实际的成形型腔，
[0176]
——图12示出了在第一标记点p
s,2
的时间t
s,2
处的情况，其中，流动前沿碰到型腔的第一端部，并且
[0177]
——图13示出了第一标记点p
s,3
的时间t
s,3
处的情况，其中，流动前沿碰到型腔的第二端部。
[0178]
在该实施例中，至少对于人类观察者而言显而易见的是，应当如何将三个第一标记点p
s,i
和第二标记点p
m,i
分别彼此分配(见图15)。对于不太明显的情况，例如它们在现实中自然会发生，下面将描述用于找到“正确”分配的可重复处理方法。
[0179]
即使正确地完成第一标记点p
s,i
和第二标记点p
m,i
的分配，这些点自然也不会重合，即存在可以通过(时间和压力)坐标(t
s,i
，p
s,i
)和(t
m,i
，p
m,i
)检测到的偏差。
[0180]
应该提到的是，在本示例性实施例中使用了笛卡尔坐标系。当然，本发明原则上也可以用任何其他坐标系来实现。
[0181]
根据本发明，借助于坐标来计算用于模拟的更改参数。下面给出了更改参数的两个不同的示例，这些示例可用于使模拟适配于实际执行的过程。
[0182]
首先，处理在第一标记点p
s,i
与第二标记点p
m,i
之间存在的时间上的偏移。这可以与在模拟中未正确建模的注射体积流量有关。
[0183]
这可以通过如下方式来量化和补偿：首先计算第一标记点p
s,i
和第二标记点p
m,i
的彼此分配的点之间的时间上的偏差的算术平均值：
[0184][0185]
除了算术平均值，当然也可以使用任何其他统计特征值，例如中位数。还已经提到，代替时间指数，可以使用等效变量，例如塑化螺杆或其他执行器的方法行程或方法体
积。
[0186]
可以基于更改参数t适配在模拟中建模的注射体积流量轮廓。在该示例性实施例中，原始注射体积流量轮廓基本上是恒定的并且在图16中示出。
[0187]
在平均时间偏移δt的帮助下，可以适配注射体积流量轮廓，使得减少模拟变化曲线和测量变化曲线之间的时间偏差，其方式是，例如在模拟中不从0s开始而是从δt才开始图16中的原始的注射体积流量轮廓并且从开始点到δt的这些值从原始轮廓中省略，如图17所示，所述原始的注射体积流量轮廓随时间以体积流量输入。
[0188]
如果不应是恒定的注射体积流量轮廓，而是例如带有斜率等的轮廓，则建议，在计算更改参数时通过相应的换算系数补偿不同的注射体积流量。
[0189]
如果应在模拟中对塑化螺杆进行建模，则塑化螺杆的位置(例如位置轮廓或速度轮廓)也可以相应地进行适配。
[0190]
如果利用图17所示的改变的注射体积流量轮廓再次进行模拟，则产生改变的模拟变化曲线sv2，其与原始测量变化曲线mv一起在图18中示出。
[0191]
对该模拟的适配替代地或附加地，也可以改变该过程。也就是说，例如可以改变计量行程，使得在过程期间的注射体积与在模拟中使用的注射体积相对应。当然，也可以考虑混合形式，其中，在每种情况下，计量行程和在模拟中建模的注射体积流量轮廓均会以相一致的程度变化。
[0192]
在图18中可以看出，两条曲线在时间上拟合得很好(即，测量变化曲线mv和模拟变化曲线sv的扭结或标记点之间的时间偏差大大减小了)，但在y轴方向上缩放仍然不同。也就是说，虽然模拟中的压力p
s,i
彼此相对相一致，但没有正确的绝对值，这可能是由于材料模型不正确而导致的，因为例如模拟中使用的材料参数不相应于现实。
[0193]
因此，如下所述，改变模拟，使得在模拟中计算出的压力(作为过程的特征参数)可以更好地映射实际测得的压力。
[0194]
在本示例性实施例中，对于模拟，将cross
‑
wlf模型用于材料模拟。cross
‑
wlf模型如下表示成形物料的熔体粘度η：
[0195][0196]
在此：
[0197]
——η代表熔体粘度pa*s，
[0198]
——η0代表零剪切粘度pa*s，
[0199]
——代表剪切速度(单位1/s)，
[0200]
——τ
*
代表在过渡为结构粘度时的临界剪切应力，以及
[0201]
——n描述在高剪切率的情况下描述结构粘度行为的指数。
[0202]
零剪切粘度由以下公式给出：
[0203][0204]
下面说明，如何适配此模型，使得可以将模拟与实际过程进行比较。
[0205]
首先，从第一和第二标记点p
s,i
和p
m,i
的压力坐标p
s,i
和p
m,i
如下地确定系数kp：
[0206][0207]
n对应于第一和第二标记点p
s,i
和p
m,i
的数量，并且因此算出p
m,i
(在测量变化曲线mv中第i个第二标记点p
m,i
中测得的压力)与p
s,i
(在模拟变化曲线sv中第i个第一标记点p
s,i
中模拟/计算得到的压力)的商的算术平均值。
[0208]
应当注意，与wo 2016/177513a1不同，以这种方式实际上还进一步使用坐标p
s,i
和p
m,i
，即模拟得的和测得的压力或更普遍地模拟和计算得的特征变量。
[0209]
代替地，在这里当然也可以通过中位数或任何其他统计特征值来定义kp。
[0210]
借助于压力缩放参数值kp，可以适配模拟，使得减少模拟和测量之间的压力偏差。在这种情况下，例如，可以基于参数kp适配cross wlf模型中的材料参数。
[0211]
在本示例性实施例中，cross
‑
wlf模型在使用kp的更改参数值的情况下通过预给定新参数d1‘
和τ
*
‘
来适配和通过如下公式来定义：
[0212]
d1‘
＝d1×
kp
[0213]
和
[0214]
τ
*
‘
＝τ
*
×
kp。
[0215]
如果再次进行模拟，其中，考虑到这种已改变的材料模型和注射体积流量轮廓的时间上的适配，所述注射体积流量轮廓结合图16和图17中说明，得到再次改变的模拟变化曲线sv3，该模拟变化曲线与原始测量变化曲线mv一起在图19中示出。很明显的是，再次改变的模拟变化曲线sv3与原始测量变化曲线mv非常好地相一致并且在曲线的很长的部分上完全无法与测量变化曲线mv区分开(当然，如果仅适配材料模型并保留注射体积流量轮廓，压力缩放也相应地改进)。
[0216]
可以导致实际测量与模拟之间的有效比较，而在不必进行大量模拟。
[0217]
(可能改变的)测量变化曲线mv和(可能改变的)模拟变化曲线(例如参见图18)的不同缩放也可以通过改变过程来补偿。例如通过降低成形物料温度的方式，可以提高成形物料的粘度。由此，压力p
m
更快地上升，这导致(可能改变的)测量变化曲线mv接近(可能改变的)模拟变化曲线sv。
[0218]
时间上的移动或压力缩放只是两个示例。当然，基于彼此分配的第一和第二标记点，更复杂的计算也是可能的。因此例如可以从这些点计算出死体积(即法兰、喷嘴或热通道中的由于螺杆运动而无法接近的熔体体积)之差。
[0219]
同样，也可以同时考虑具有不同边界条件的多个模拟和多个测量，以便可以在计算更改参数时考虑到这些边界条件的相关性。这种边界条件例如可以是熔体温度、模具温度或在模拟中考虑的所有其他参数。
[0220]
代替通过算术平均值，还可以基于第一和第二标记点例如通过优化算法或回归方法来计算更改参数。
[0221]
很显然的是，这种补偿的模拟在设置注塑成型工艺时(或通常在利用成型机进行的过程中)可以是极其有帮助的。
[0222]
在下文中，现在将讨论如何将第一标记点p
s,i
和第二标记点p
m,i
可再现地分配给彼
此。
[0223]
在此处为此介绍的示例中，假定，在模拟中找到四个第一标记(模拟)点(简称：p
s
)并且在测量中发现六个第二标记(测量)点(简称：p
m
)，其中，当这是理解所必需的时，指数i仅仅是为了简单起见而被注明。该示例的这些点在图20的图表中示出。
[0224]
在不限制一般性的情况下，按照提出的程序，来自模拟变化曲线sv的四个第一标记点p
s
分配给来自测量变化曲线mv的总共六个可能的第二标记点p
m
的四个“理想”点。相反，也就是说，如果第一标记点p
s
比第二标记点p
m
更多，这当然也是可能的。但是，典型地可以假定，在测量中获得比在模拟中更多的标记点，因为在大多数实际情况下，一定的几何形状(例如螺杆前室、喷嘴等)在模拟中并未建模，而是在测量变化曲线mv中反映出来。
[0225]
基本过程如下：
[0226]
1.)在第一步中，假设来自模拟变化曲线sv的第一标记点p
s
的数量k小于来自测量变化曲线mv的第二标记点p
m
的数量n。最终也就是说，将k个来自模拟变化曲线sv的第一标记点p
s
分配给n个来自测量变化曲线mv的第二标记点p
m
(其中原则上，存在n>k个第二标记点p
m
)。
[0227]
2.)总是将来自模拟变化曲线sv的第一标记点p
s
与来自测量变化曲线mv的n个第二标记点p
m
进行比较。在此，检查从来自测量变化曲线mv的n个第二标记点p
m
中选择k个第一标记点p
s
的所有可能的组合。在我们的示例中，检查了与顺序无关地从六个点中选择四个的可能组合。
[0228]
可以利用组合学中的以下众所周知的公式来计算四个p
s
分配给六个p
m
的可能分配的数量：
[0229][0230]
因此，将四个p
s
分配给六个存在的p
m
的15种可能组合是可能的。下表列出了如何可以将四个p
s
分配给六个p
m
的可能组合(请参见图20)。
[0231]
[0232][0233]
现在检查所有15种可能的组合，并选择如下的组合，在所述组合中，来自模拟变化曲线的第一标记点p
s
和来自测量变化曲线mv的第二标记点p
m
最好地相互分配，这就是所要寻求的结果。
[0234]
为了能够以一种易于理解的方式解释该方法，下面示例性地在上表中的组合1和12中使用。
[0235]
在组合1中，使用来自测量变化曲线mv的四个第一标记点(p
m,1
，p
m,2
，p
m,3
和p
m,4
)。
[0236]
首先，将模拟变化曲线sv的出现的第一标记点p
s,1
以偏移量(具有x分量o
x
和y分量o
y
的矢量)偏移到测量变化曲线mv的第一标记点p
m,1
(见图21)。
[0237]
来自模拟变化曲线sv的i等于2、3和4的其余标记点p
s,i
偏移相同的偏移量(见图22)。结果在图23中示出，其中，这些第一标记点p
s,1
和第二标记点p
m,1
中的两个第一的标记点分别彼此重叠。来自模拟变化曲线sv的其余标记点偏移了偏移量。
[0238]
参照图24，接着计算来自测量变化曲线mv的第二标记点p
m,4
(索引为4)和与组合1相关的相应的第二标记点p
m,1
(索引1)之间的坐标差δt
m
和δp
m
和来自模拟变化曲线sv的第一标记点p
s,4
(索引4)与索引为1的第一标记点p
s,1
之间相应的坐标差δt
s
和δp
s
。
[0239]
由此使用以下公式计算缩放参数k
x
和k
y
：
[0240][0241]
和
[0242][0243]
随后针对三个第二标记点p
s,2
，p
s,3
和p
s,4
，分别计算在x和y方向上相对于索引为1的第二标记点p
s,1
的坐标差。然后在再次缩放的框架内，对于三个点p
s,2
，p
s,3
和p
s,4
中的每个点，将计算得到的x坐标差与缩放参数k
x
相乘，以及将计算得到的y坐标差与缩放参数k
y
相乘(并且分别与坐标t
s,1
和p
s,1
相加)。这些新创建的坐标用作根据再次缩放而移动的点p
s,2
，p
s,3
和p
s,4
的坐标。然后得出图25的图表，其中，来自测量变化曲线mv和模拟变化曲线sv的索引为1和4的第一和第二标记点p
s,i
和p
m,i
相叠加。来自模拟和测量的其他标记点也可以不同(并且通常会不同)。
[0244]
现在，计算来自模拟变化曲线sv和测量变化曲线mv的分别以相同顺序出现的标记点的在x和y方向上的差异(δx
i
，δy
i
)(见图26)。也就是说，第一标记点p
s,2
(索引为2)与来自测量变化曲线中标记点的所选择的组合(在这种情况下为组合1)的第二标记点p
m,2
(同样索引为2)进行比较，并且相应地在此也将p
s,3
与p
m,3
进行比较。如果例如组合1中未包含p
m,2
，则当在相应的组合中存在p
m,3
时，按照顺序简单地使用p
m,3
。
[0245]
根据计算出的偏移量(o
x
，o
y
)，缩放参数k
x
和k
y
以及差值(δx
i
，δy
i
)，特性因数f(或更多特性因数)可以作为用于组合1中的彼此分配的点相一致的质量评定标准作为函数f(δx
i
，δy
i
，k
x
，k
y
，o
x
，o
y
)计算。对于15种可能的组合中的每一种组合，可以类似地进行该特性因数的计算。在此，可以通过加权系数对不同的参数进行不同的加权。
[0246]
特性因数可以例如按如下方式计算：
[0247][0248]
g1，g2和g3是加权系数。如果例如设置成g1＝1且g2＝g3＝0，得到以下较短的公式用于计算特性因数：
[0249][0250]
根据上表中的组合12再次说明标记点的分配的过程。在这种情况下，它是在分配时具有最好匹配的组合(即，具有分配的最好质量的“理想”组合)。
[0251]
在该组合12时，来自测量变化曲线mv的第二标记点p
m,2
、p
m,3
、p
m
,5和p
m,6
(即，具有索引2、3、5和6)和当然所有的索引为1至4的第一标记点p
s,i
用于分配(请参见图20)。
[0252]
首先，模拟变化曲线sv的索引为1的第一标记点p
s,1
以偏移量偏移到测量变化曲线mv的索引为2的第二标记点p
m,2
(参见图27)。
[0253]
来自模拟变化曲线sv的与组合12相关的其余第一标记点p
s,i
偏移相同的偏移量，如图28所示。
[0254]
得到图29的图表，其中，来自测量变化曲线mv的p
m,2
和来自模拟变化曲线sv的p
s,1
重叠，并且来自模拟变化曲线sv的三个其余的第一标记点p
s,i
偏移了该偏移量。
[0255]
如图30所示，计算接着在来自测量变化曲线mv的第二标记点p
m
,6(索引6)与第二标记点p
m,2
(索引2)之间的坐标差δt
m
和δp
m
以及在来自模拟变化曲线sv的第一标记点p
s,4
(索引4)和第一标记点p
s,1
(索引1)之间的坐标差δt
s
和δp
s
(类似于结合图24所描述的)。
[0256]
然后，利用以下已知的公式来计算缩放参数k
x
和k
y
：
[0257][0258]
和
[0259][0260]
类似于结合图25所描述的，针对三个第二标记点p
s,2
、p
s,3
和p
s,4
分别计算相对于索引为1的第二标记点p
s,1
的在x和y方向上的坐标差。在再次缩放的框架内，对于三个点p
s,2
、p
s,3
和p
s,4
中的每个点，计算出的x坐标差与缩放参数k
x
相乘，以及计算出的y坐标差与缩放参数k
y
相乘(并分别与坐标t
s,1
和p
s,1
相加)。这些新创建的坐标用作根据再次缩放而移动的点p
s,2
、p
s,3
和p
s,4
的坐标。然后获得图31的图表，其中，标记点p
s,1
和p
m,2
以及p
s,4
和p
m,6
叠加。来自模拟和测量的其他标记点也可以不同(并且通常会不同)。
[0261]
现在计算来自模拟变化曲线sv和测量变化曲线mv的分别以相同顺序出现的标记点的在x和y方向上的差值(δx
i
，δy
i
)(类似于图26，参见图32)。也就是说，p
s,2
与来自所选组合(在这种情况下为组合12)的点p
m,3
进行比较(在坐标差计算的意义上)，并且相应地p
s,3
也与p
m,5
进行比较。如前所述，为了更好地理解，在图32的图表中示出了参数(δx
i
，δy
i
)。
[0262]
同样，在这种情况下，也可以将用于组合12中彼此分配的点的相一致的相同的特性因数作为函数f(δx
i
，δy
i
，k
x
，k
y
，o
x
，o
y
)进行计算(参考上文)。在参数g1＝1和g2＝g3＝0的加权相同的情况下，在此示例中可以很容易地看出，差值(δx
i
，δy
i
)远小于前面描述的组合1(比较图26与图32)。
[0263]
如果要用此方法经历所有15个组合，则得出的结论是，组合12产生最佳匹配/质量(即最低特性因数f)并可以相应地将来自模拟变化曲线sv的索引为1、2、3和4的第一标记点p
s,i
分配给来自测量变化曲线mv的索引为2、3、5和6的第二标记点p
m,i
(以如下顺序：1
‑
>2、2
‑
>3、3
‑
>5和4
‑
>6)。
[0264]
当然，代替第一标记点p
s,i
，第二标记点p
m,i
也可以根据所描述的方法进行偏移和再次缩放，而不会基于求得的特性因数确定的组合以分配的最佳质量来改变。
[0265]
用于分配第一标记点p
s,i
和第二标记点p
m,i
的所述处理方法的优点在于，其可以被实施为算法例如作为计算机程序的一部分。
[0266]
在上面给出的用于更改参数kp和δt的公式中当然有利的是，仅在确定最佳(此处为最低)特性因数的组合(在本实施例中对于制订分配的一般方法是该组合12)中实际出现的那些索引i上求和。