基于人工智能的压铸机压射速度控制方法及系统与流程

本发明涉及压铸工艺控制，特别是基于人工智能的压铸机压射速度控制方法及系统。

背景技术：

1、在现代制造业中，压铸技术作为一种高效的金属成形工艺，已经在汽车、航空航天和电子等工业领域得到了广泛应用。随着市场对产品品质要求的不断提高，压铸机的操作精度和控制复杂性也日益增加。传统的压铸机控制系统主要依赖于预设的速度曲线和经验参数，这些方法虽然能够在一定程度上保证生产效率，但在应对复杂的工况变化时显得力不从心。近年来，随着人工智能（ai）技术的发展，尤其是深度学习算法的进步，为解决传统压铸过程中的难题提供了新的思路和技术手段。

2、然而，现有基于规则的传统压铸机控制系统存在两大明显不足：首先，它们难以实时适应模具内部复杂多变的热场分布情况，这可能导致局部过热或冷却不足的问题，影响最终产品的质量；其次，由于缺乏对金属液填充状态和流动路径的精确预测能力，传统方法往往不能动态调整压射速度以优化填充效果，导致填充不完整或者产生气孔等缺陷。上述问题限制了压铸件的质量稳定性和制造精度，进而影响了整个生产工艺的可靠性和经济效益。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。

2、因此，本发明提供了一种基于人工智能的压铸机压射速度控制方法解决传统方法难以实时适应热场变化及精确预测金属液填充状态的问题。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明提供了一种基于人工智能的压铸机压射速度控制方法，其包括，采集多维数据；利用深度学习模型对多维数据进行时空域特征提取，基于时空域特征分析金属液的填充状态、流动路径和理想压射速度；根据金属液的填充状态和流动路径，并结合理想压射速度，识别模具内部的热场不均衡区域；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，并获取模具温度分布和金属液的流动速度；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；所述根据金属液的填充状态和流动路径，并结合理想压射速度，识别模具内部的热场不均衡区域，具体步骤如下，

5、利用模具几何结构和填充状态，将模具内部划分为多个区域，并识别每个区域的平均温度和温度梯度；

6、基于各区域平均温度与整体平均温度的偏差，定义热场均衡性指标，并结合理想压射速度，评估压射速度对热场分布的影响程度，表达式为：

7、；

8、其中，是实际压射速度，是理想压射速度，是热场均衡性指标，是压射过程的起始时间，是压射过程的结束时间，是压射速度对热场分布的影响程度；

9、基于历史热场均衡性要求和历史温度波动范围，定义热场均衡影响容差；

10、当时，则认为前区域受压射速度偏差影响轻微，热场分布均衡；

11、当时，则认为当前区域受压射速度偏差影响严重，热场分布不均衡；

12、所述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，并获取模具温度分布和金属液的流动速度，具体步骤如下，

13、热场分布不均衡时，记录金属液在各区域的停留时间，根据金属液在所有区域的停留时间，计算平均停留时间；

14、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，并优化冷却通道的布局，增加冷却介质流量；

15、将金属液停留时间小于平均停留时间的区域，标识为冷点区域，并减少冷却通道数量；

16、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度。

17、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，其中：所述多维数据包括声纹信号、模具压力变化、流速信息以及模具和金属液的温度分布数据。

18、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，其中：所述利用深度学习模型对多维数据进行时空域特征提取，具体步骤如下，

19、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标，获取标准化时空数据；

20、基于标准化时空数据，采用lstm提取声纹信号的频率变化特征和幅值变化特征；

21、基于标准化时空数据，采用transformer提取压力变化特征和流速变化特征，以及模具和金属液温度分布的时间序列变化特征。

22、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，其中：所述基于时空域特征分析金属液的填充状态、流动路径和理想压射速度，具体步骤如下，

23、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，生成综合时空特征，表达式为：

24、；

25、其中，是综合时空特征，是第i个时空域特征，是第i个时空域特征的权重矩阵，是第i个时空域特征的注意力权重，是数值稳定因子，n是时空域特征的总数，i是时空域特征的索引变量；

26、基于综合时空特征，利用3d-cnn分析金属液在模具内的实时填充状态；填充状态包括填充位置、未填充区域以及填充完整性；

27、利用时空域特征中的空间关系，结合模具几何结构，采用gnn识别金属液在模具内的流动路径；

28、根据填充状态和流动路径，结合模具内的压力分布和金属液温度，预测理想压射速度，表达式为：

29、；

30、其中，是时间的理想压射速度，是3d-cnn 预测的实时填充状态矩阵，是gnn预测的金属液流动路径，是模具内实时压力，是模具内实时温度，是压射过程的起始时间点，是当前时间点，表示金属液流动速度在空间中的变化率，是通过多层mlp整合成的综合条件特征向量。

31、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，其中：所述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，具体步骤如下，

32、当模具内某些区域的温度升高时，降低压射速度减少金属液动能；

33、当模具内某些区域的温度降低时，提高压射速度增加金属液流动性；

34、当金属液流动速度降低时，提高压射速度；

35、当金属液流动速度过高时，降低压射速度。

36、第二方面，本发明提供了一种基于人工智能的压铸机压射速度控制系统，包括，数据采集模块、特征提取模块、区域识别模块、运行状态调整模块和压射速度调整模块；数据采集模块，用于采集多维数据；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特征提取，基于时空域特征分析金属液的填充状态、流动路径和理想压射速度；区域识别模块，用于根据金属液的填充状态和流动路径，并结合理想压射速度，识别模具内部的热场不均衡区域；运行状态调整模块，用于根据模具内部的热场不均衡区域，实时调整压铸机的运行状态，并获取模具温度分布和金属液的流动速度；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度，实时调整压铸机压射速度。

37、第三方面，本发明提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的基于人工智能的压铸机压射速度控制方法的任一步骤。

38、第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的基于人工智能的压铸机压射速度控制方法的任一步骤。

39、本发明有益效果为：通过深度学习模型对多维数据的时空域特征提取，精准分析了金属液的填充状态和流动路径，并实时调整压射速度，显著提升了压铸件的质量一致性。此外，通过识别并补偿模具内热场不均衡，进一步优化了压铸过程，确保了理想的热场分布，提高了生产效率和产品质量。这两个核心步骤共同实现了更智能、更灵活的压铸控制，解决了传统方法难以适应热场变化和精确预测填充状态的问题。