摘要
本发明涉及一种注塑设备的自适应控制系统,通过收集大规模历史时期注塑工作的工艺条件及其对应的最终产品图像数据集;以最终产品图像的主要特征为输入,对应的缺陷类型标签为输出,训练卷积神经网络量化产品图像特征与缺陷标签之间的关系,提升了注塑产品缺陷识别的效率。以工艺条件为解释变量,对应的缺陷类型为响应变量,构建CART模型;根据CART模型树状结构中工艺条件与缺陷类型的关系,对工艺条件进行调整。解决了由于注塑机工艺条件与最终产品质量的关系未知,导致难以根据当前产品的缺陷对工艺条件进行自适应调整,控制精度差的问题。
技术关键词
注塑设备
卷积神经网络结构
训练卷积神经网络
控制系统
数据分析模块
数据采集模块
变量
图像
树状结构
标签
卷积神经网络模型
更新网络参数
随机梯度下降
注塑产品
传播算法
模块通信
关系
注塑机
系统为您推荐了相关专利信息
移动机器人
抗扰控制系统
全向
状态空间方程
传感
轴向磁通电机
电机运行数据
刚度
智能控制算法
参数
竹酒
精准调控系统
搅拌混合系统
温度自适应控制
椭圆曲线加密算法