CN119510732A 一种模流分析的材料仿真测试方法及平台 (苏州邦客思信息科技有限公司)_第1页
CN119510732A 一种模流分析的材料仿真测试方法及平台 (苏州邦客思信息科技有限公司)_第2页
CN119510732A 一种模流分析的材料仿真测试方法及平台 (苏州邦客思信息科技有限公司)_第3页
CN119510732A 一种模流分析的材料仿真测试方法及平台 (苏州邦客思信息科技有限公司)_第4页
CN119510732A 一种模流分析的材料仿真测试方法及平台 (苏州邦客思信息科技有限公司)_第5页
已阅读5页,还剩23页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本发明提供了一种模流分析的材料仿真测成型分析通常依赖于固定的数学模型和有限的2基于所述目标测试材料的材料特性信息对所述产品需求信息进行注模拟所述目标测试材料的注塑成型环境,生成模拟测试环境,结合所述在所述注塑成型控制参数阈内随机选择第一注塑成型控制基于预构建的图像缺陷特征比对模型,对所述第基于所述目标注意区域进行针对性图像采集,获得注塑成型基于所述缺陷特征信息,进行所述注塑成型仿真进行注塑成型数据挖掘,构建注塑成型数据库,基于所述多个注塑基于所述材料特性信息对所述多维注塑成型效果评估网络进行增基于所述更新多维注塑成型效果评估网络对所述产品需求信息进行注塑成型控制分基于所述设备控制约束参数对所述注塑成型控制参数基于卷积神经网络搭建所述图像缺陷特征比对模型,其中,所述图3基于所述图像损失系数集合在所述第一预采集图像内进行图像损失系数集合在所述第一预采集图像内进行损失像素标识,获得所述目标注意区域,预设图像损失系数阈值,基于所述图像损失系数阈基于所述损失像素坐标集合进行损失像素标识,并将标识像素连基于所述多尺度缺陷特征在注塑成型缺陷特征库内进行相似度计算对所述相似度集合进行由高到低排序,根据排序结果获取最大相似度根据所述损失像素坐标集合获取缺陷区域位置和缺陷基于所述缺陷特征信息进行参数关联分析,根据参数关联分析结根据所述优化方向进行所述注塑成型仿真测试模型的反馈测试,产品需求分析模块,所述产品需求分析模块用于对目标测试材料进行产品需求分析,注塑成型分析模块,所述注塑成型分析模块用于基于所述测试模型构建模块,所述测试模型构建模块用于模拟仿真测试模块,所述仿真测试模块用于在所述注塑成型控制参数阈4注意区域分布模块,所述注意区域分布模块用于基于预构建的图像缺陷特征比对模相似度匹配模块,所述相似度匹配模块用于基于所述目标注意注塑成型控制模块,所述注塑成型控制模块用于基于所述缺陷5[0002]模流分析(MoldFlowAnalysis,MFA)作为一成型过程中,虽然传统的模流分析技术能够在一定程度上预测材料在成型过程中的行为,但由于其依赖于固定的数学模型和有限的工艺参数,使得效率低下且容易受人为因素影对所述第一预采集图像进行缺陷特征分析,并基于缺陷特征分析结果进行注意区域分布,型分析模块用于基于所述目标测试材料的材料特性信息对所述产品需求信息进行注塑成6[0008]上述说明仅是本申请技术方案的概述,为了能够更清楚7[0017]基于所述目标测试材料的材料特性信息对所述产品需求8[0025]基于预构建的图像缺陷特征比对模型,对所述第一预采集图像进行缺陷特征分所述注塑成型缺陷区域图像在注塑成型缺陷特征库内进行相似度匹配,获得缺陷特征信[0029]基于所述缺陷特征信息,进行所述注塑成型仿真测试模型的反馈测试和参数寻[0033]根据所述产品需求信息确定多个注塑成型效果评估指标;进行注塑成型数据挖9于所述设备控制约束参数对所述注塑成型控[0048]损失比对分析单元将标准图像的特征向量和预采集图像的特征向量进行逐像素[0051]预设图像损失系数阈值,基于所述图像损失系数阈值遍历所述图像损失系数集模型构建模块30,所述测试模型构建模块30用于模拟所述目标测试材料的注塑成型环境,[0070]根据所述产品需求信息确定多个注塑成型效果评估指标;进行注塑成型数据挖于所述设备控制约束参数对所述注塑成型控[0076]预设图像损失系数阈值,基于所述图像损失系数阈值遍历所述图像损失系数集[

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论