CN119501024A 基于人工智能的压铸机压射速度控制方法及系统 （株洲市四兴机械有限公司）

基于人工智能的压铸机压射速度控制方法本发明公开了基于人工智能的压铸机压射析金属液的填充状态、流动路径和理想压射速理想压射速度，识别模具内部的热场不均衡区调整压射速度，显著提升了压铸件的质量一致2根据金属液的填充状态和流动路径，并结合理想压射速度，识根据模具内部的热场不均衡区域，实时调整压铸机的运行状态，并根据模具温度分布和金属液的流动速度，实时调整压铸机压射速度;所述根据金属液;热场分布不均衡时，记录金属液在各区域的停留时间将金属液停留时间大于平均停留时间的区域，标识为高温区域，并优对多维数据进行归一化处理，并将各多维数据绑定时间戳和空间坐3将通过LSTM提取的声纹信号频率变化特征和幅值变化特征，与通过Transformer提取的压力变化特征、流速变化特征及模具和金属液温度分布的时间序列变化特征进行融合，;;过程的起始时间点，t是当前时间点，vvv(F)表示金属液流动速度在空间中的变化率，G(V(F),P(F),T(F))是通过多层MLP整合成的综合条件特征向量。6.一种基于人工智能的压铸机压射速度控制系统，基于权利要求1~5任一所述的基于4特征提取模块，用于利用深度学习模型对多维数据进行时空域运行状态调整模块，用于根据模具内部的热场不均衡区域，实时压射速度调整模块，用于根据模具温度分布和金属液的流动速7.一种计算机设备，包括存储器和处理器，所述存于：所述处理器执行所述计算机程序时实现权利要求1~5任一所述的基于人工智能的压铸处理器执行时实现权利要求1~5任一所述的基于人工智能的压铸机压射速度控制方法的步5难以实时适应热场变化及精确预测金属液填6;利用PID实时监测压铸机压射过程中，模具内各区域温度变化和金属液的流动速[0007]作为本发明所述基于人工智能的压铸机压射速度控制方法的一种优选方案，其[0008]作为本发明所述基于人工智能的压铸机压射速度控制方法的一种优选方案，其[0009]作为本发明所述基于人工智能的压铸机压射速度控制方法的一种优选方案，其将通过LSTM提取的声纹信号频率变化特征和幅值变化特征，与通过Transformer7;f是第i个时空域特征，wi是第i个时空域特征的权重矩;是压射过程的起始时间点，t是当前时间点，vvv(F)表示金属液流动速度在空间中的变化[0010]作为本发明所述基于人工智能的压铸机压射速度控制方法的一种优选方案，其8解决了传统方法难以适应热场变化和精确预测填充[0022]进一步的，通过安装在压铸机周围的麦克风阵列采集运行过程中的声纹信号数9常适合于从时序数据中挖掘隐藏模式。将标准化时空数据中的声纹信号输入到LSTM模型中，模型通过内部的记忆单元自动学习并提取出声纹信号的频率变化特征和幅值变化特[0028]S2.3：基于标准化时空数据，采用Tr[0030]S2.4：将通过LSTM提取的声纹信号频率变化特征和幅值变化特征，与通过Transformer提取的压力变化特征、流速变化特征及模具和金属液温度分布的时间序列变;f是第i个时空域特征，wi是第i个时空域特征的权重矩GNN对这一图模型进行分析，可以捕捉到金属液在模具内部不同位置之间的传递模式和相;其中，v"(t)是时间t的理想压射速度，S(F)是3D_CNN预测的实时填充状态矩阵，是压射过程的起始时间点，t是当前时间点，vvv(F)表示金属液流动速度在空间中的变化率，G(V(F),P(F),T(F))是通过多层MLP整合成的综合条件特征向量。[0037]应说明的，根据3D_CNN预测的实时填充状态矩阵和图神经网络（GraphNeural;[0056]应说明的，在整个压射过程中，采用比例积分微分（ProportionalIntegral实现如上述实施例提出的实现基于人工智能的压铸机压射速度控制方法；存储介质可任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器ErasableProgrammableRead－OnlyMemory,简称EEPROM可擦除可编程只读存储器（ErasableProgrammableReadOnlyMemory,简称EPROM可编程只读存储器（ProgrammableRed－OnlyMemory,简称PROM只读存储器（Read－Only