摘要
本申请提供一种注压成型模具智能温度调节方法及系统,通过采集注压成型模具各区域的温度数据和压力数据生成实时多源传感器数据流;对实时多源传感器数据流进行特征提取,获得温度场分布特征;基于温度场分布特征和差分私有贝叶斯优化算法训练获得温度场分布预测模型,再通过该模型输出模具温度预测结果;对模具温度预测结果和压力数据进行特征融合,构建神经网络控制器的输入特征,基于输入特征和正定曲率学习方法训练获得神经网络控制器,通过神经网络控制器生成加热器的功率控制信号和水冷系统的流量控制指令,并基于该控制信号和指令,通过可调节间隙补偿机构动态控制模具温度场。本申请提高了温度调节的精度和响应速度。
技术关键词
注压成型模具
神经网络控制器
分布特征
贝叶斯概率模型
间隙补偿机构
智能温度调节方法
差分隐私机制
水冷系统
参数
功率控制
学习方法
加热器
智能温度调节系统
传感器
分布式数据缓存
黎曼
推断方法
EM算法
高速数据采集卡
系统为您推荐了相关专利信息
概率密度函数
协方差矩阵
滤波器
机器人关节系统
变分贝叶斯方法
储层物性参数
反演模型
反演方法
MCMC算法
分形理论
气体绝缘组合电器
热成像
数据
融合特征
分布特征
垃圾焚烧炉
燃烧优化控制系统
送风参数
燃烧优化控制方法
深度学习网络