注塑机的一种基于知识的调谐方法.rar

注塑机的一种基于知识的调谐方法

摘要：制造加工过程的复杂性已经阻碍了对机床设定规范化的加工参数，但这些设定有助于提高生产率。在传统的注塑成型中，这些机床的设定值的分配要么是根据一位的经验丰富的操作工的启发性知识基础上的试错得来，要么根据从统计实验设计得到的输入和产品质量属性的关系的实证模型。本文提出了一种基于知识的自动调谐方法（以下简称KBT法），这种方法得益于制造过程中的先验知识，减少了对试验的需求。KBT法为寻找合适的设定值提供了一个过程可行域的评估，并用在调谐过程中有效的数据去跟新知识库。应此,相比常规的调谐方法，KBT法有几大优势：（1）定性模型为线性和类似的非线性过程提供一个通用的代表形式，因此，没有必要通过试错选择实证模型的形式；（2）先验知识的使用使得不再需要初步试验去构建一个实证模型，所以初始可行区域，可被认定为寻找合适设定点的基点；（3）当从连续迭代过程中得来的输入/输出数据被用来学习时，在可行域里的搜索可以得到更高的保真度模型。KBT法的有效性在数字媒体光盘（DVDs）的注塑生产中得到验证。

1 引言
提升流程效率在制造研发中是一个永恒的目标。在各生产工序中，注塑，广泛用于生产的高度复杂和微小公差和表面光洁度的精密塑胶零件。这种更高的精确度往往要通过更准确地控制这个过程得到[1,2]。这意味着，除其他事项外，要对如熔体和模具温度，注射压力，注射速度等机器设定值更准确规定。
调谐的目的是要为加工出合格产品规定加工参数设定值。使用的规定设定值的方法为要么在线，要么离线。传统方法的在线调谐在塑胶工业一直是"试错" 。为此，启动被分成了很多行程和并且零件质量属性在每个行程都要测量，评估零件的质量，然后操作工根据自己的知识去选择设定点以改进每个行程中部件的质量。这样的一种方式，需要反复调谐，直到零件的质量参数令人满意了。传统的微调方法的缺点是它的低效率，因为经常用线性的关系去衡量设定值与产品质量属性的关系，所以当输入有很大的变化时，就遇到困难了。此外，人们倾向于孤立的去看待各种属性，而忽视了属性之间的关系。在现场过程中，伴随着测量噪声，这些限制往往导致调谐过程相当费时和相当大的浪费。