开云体网官网专注于注塑加工,塑料加工,青岛注塑加工,青岛塑料加工,塑料注塑模具等.

25年专注于模具研发、设计、加工

客户案例

联系我们

  • 地 址:青岛市青大工业园棘洪滩街道河南头社区河南头路18号
  • 联 系 人:王经理
  • 电 话:0532-66020828
  • 手 机:18661680338
  • 邮 箱:wangmiaotian8@163.com
  • 网 址:www.0901w.com

浙江大学赵朋教授团队《IEEE TII》: 注塑成型产品质量预测新方法!

来源:开云体网官网    发布时间:2024-07-30 00:16:09

  对工业产品质量的严苛要求推动了质量预测方法的发展。产品质量与制造工艺的关联影响模型具有强耦合、时序相关和非线性的特点。传统的检测的新方法由于检测时间长,无法在线反馈,在应用上存在局限性。由于过程数据中包含了工艺调整以及环境波动信息,能够充分反映生产的全部过程,因此基于过程数据的质量预测模型得到了愈来愈普遍的应用。然而常见的预测模型通常是基于整体的过程数据建立全局模型,而注射成形、压铸成形等工业生产过程是典型的多时段过程,不同生产时段中的过程变量具有不一样的行为特征,对产品质量有不同的影响。同时,不同的过程变量和时间点通常对产品质量存在不成程度的影响,而在以往的研究中,各过程变量以及各时间点通常被平等的处理,导致关键变量以及时间信息的丢失。可见,目前探索复杂工业生产过程中产品质量的精准预测方法仍是摆在研究人员面前的难题。

  针对上述难题,赵朋教授团队报道了一种用于工业产品质量预测的多时段双注意力LSTM神经网络。利用循环神经网络和双注意力机制实现复杂工业过程产品质量的精准预测,兼具工艺时段智能划分与关键工艺特征提取,充分展示了该方法在工业智能化、大数据处理等方面的应用潜力。该工作以“A Multiphase Dual Attention-Based LSTM Neural Network for Industrial Product Quality Prediction” 为题发表在《IEEE Transactions on Industrial Informatics》(IF=)上,文章第一作者是浙江大学机械工程学院博士生董正阳、博士生潘毅峰为共同第一作者。通讯作者为赵朋教授,论文作者小组成员均来自浙江大学流体动力基础件与机电系统全国重点实验室。

  该工作提出了一种基于多时段划分与双注意力的预测模型,称为PDA-LSTM。该工作提出的方法由两个主要模块组成:工艺时段划分模块(图1(a))和质量预测模块(图1(b))。工艺时段划分模块将所有输入数据按照真实的操作时段进行对应的划分。质量预测模块中采用输入注意力和时间注意力机制来提取最相关的工艺参数和时间步长。整体原理图如图1所示。

  为了从理论上证明该方法在预测精度、时段划分与关键参数提取方面的有效性,首先建立了数值模型并进行了验证实验。该方法预先对时段进行划分,以构建针对特定时段的特定模型。如图2所示,时段划分的精度可达100%。因此,可以构建一系列的工艺时段模型,并能更全面地提取每个时段内的特征。

  图2. 提出方法的时段划分结果与数值模型线中展示了提出方法在数值模型上的注意力权重结果,

  。图3(a)展示了三个不同时段中的输入注意力权重分布,以提取关键变量。其中,9号、10号和12号变量,对所有时段的结果都有较大的影响。而变量4和16仅在第一时段与结果相关。其他变量对结果影响较小。预测的注意力权重与理论值有明显的对应关系,对结果影响较大的变量也被分配了更大的注意力权重。不同时段的时间注意力权重如图3(b)所示。

  图3. 在数值模型上的注意力权重。蓝色表示从PDA-LSTM模型中获得的注意力权重,红色是根据数值模型表达式计算的理论值。(a)三个不同时段的输入注意权重;(b)三个不同时段的时间注意力权重。

  为了进一步证明该方法在实际生产中的有效性,对真实的注射成形生产试验进行的产品质量预测验证。如图4所示,实验采集了由模内传感器和机器传感器测量的10个过程变量,包括螺杆位置、螺杆转速、型腔压力、熔体温度等。要预测的质量指标是产品重量,这是注塑产品最常用的质量指标。产品重量是工艺一致性的指标,可以反映尺寸精度和机械性能等。

  图5展示了该方法与三种基准方法在真实注射成形预测实验中精度的比较。所提出的PDA-LSTM方法的均方根误差为0.1993g,在四种方法中最低,精度相对于SVR提升了37.3%,能够获得更准确的产品重量预测结果。

  该工作是团队近期关于工业生产过程工艺智能优化与控制相关研究的最新进展之一,得到了国家重点研发计划、浙江省‘尖兵’“领雁”研发攻关计划以及宁波市科学技术创新2025重大专项等项目的全力支持。近年来,工业4.0推动了工业领域的数字化转型和智能化升级,人工智能方法的应用受到了广泛关注。团队针对工业生产里厚壁零件的复杂温度场精准控制,利用广义预测操控方法实现了高效、精准升温控制(International Journal Of Heat And Mass Transfer, 2024, 218.),并正在开展多状态传热过程中的动态温度预测相关工作。同时,团队利用产品温度场信息,研究基于红外图像识别的产品缺陷检验测试方法,为高质量、高稳定生产提供了创新性的解决方案。

  声明:仅代表作者本人观点,作者水平有限,如有不科学之处,请在下面进行留言指正!

  一个月内数次转折,特朗普要换掉万斯?团队否认!舒默:他还有10天时间做选择

  马某某网上反映相关干部涉嫌违规招投标等问题 苏州市:成立专项工作组核查调查

  SearchGPT第一波评测来了!响应速度超快还没广告,OpenAI杀手锏

  vivo X200 Pro再迎曝光:定制主摄+自研技术,配置也基本敲定

  荣耀MagicOS 8.0迎来双喜:第三波详解出炉,且多款机型获得推送

  红米Note14系列再迎曝光:1.5K曲面屏+大底镜头,处理器也被敲定