摘要
本发明涉及一种精密注塑数控设备压力控制系统,利用时间序列压力数据,以时间为自变量,压力为因变量,绘制压力平滑曲线;获取不同尺寸和形状的产品的压力平滑曲线,构建压力平滑曲线和产品的尺寸和形状之间的深度学习模型;根据两个或多个需要相互配合的产品的尺寸和形状,利用深度学习模型获取对应的压力平滑曲线对注塑过程的压力进行控制。本发明利用广义可加模型量化了时间与注塑压力复杂的非线性关系,提高了压力控制精度,利用卷积神经网络模型确定了不同压力平滑曲线能够得到不同尺寸和形状的产品,实现不同产品的配合,提升注塑产品的加工品质。
技术关键词
压力控制系统
广义可加模型
数控设备
压力控制模块
深度学习模型
卷积神经网络模型
数据采集模块
高精度压力传感器
三次样条函数
PID控制算法
更新模型参数
尺寸
人机交互模块
训练集数据
曲线特征
绘图工具
注塑产品
系统为您推荐了相关专利信息
深度学习模型
预警方法
Kalman滤波
位移监测数据
多源监测数据
沉降监测方法
标靶
非接触式
相机标定
深度学习模型
心理状态评估方法
深度学习模型
长短期记忆网络
数据
生理
变压器故障检测
计算机可读指令
深度学习模型
时序
电流