专利名称：参数化的喷射模塑系统和方法
技术领域：
本发明总的涉及一种控制由喷射模塑生产过程所生产产品质量的方法和系统，更具体地，涉及这样一种参数化释放方法和系统，它执行对生产参数进行分析和当生产参数超出预定的控制限制时从该过程中除去有缺陷产品。
背景技术：
监视各种过程和产品参数以评估由喷射模塑操作所生产产品的质量是众所周知的。例如，通过检查最终产品的质量控制通常发生在喷射模塑操作的下游。对最终产品的检查没有考虑到模塑加工和所有与整个过程相关的变化性。结果，加工后产品的检查没能提供一种机制，以判断造成任何所生产的有缺陷产品的因素。
统计过程控制(SPC)也已经应用于喷射模塑过程，用于为了判断该喷射模塑过程是否在控制限制内而对加工偏差的监视、测量和分析。当SPC确定一种脱离控制的情况时，考虑到要确定脱离控制情况的原因，该生产过程通常会暂停并在重新开始之前进行矫正。这导致破坏生产节约的相当长的生产停工期。而且，SPC没有确定在生产中所监视的全部过程变量之间的相关的能力。因此对于SPC监视的过程可能在异常的周期中产生未检测出来的缺陷产品。
因此，存在对于确定由喷射模塑过程制造的产品是否有缺陷的生产过程参数进行分析并随后从该过程中除去有缺陷产品的系统和方法的需要。并且还存在对于不中断整个生产过程识别和去除有缺陷产品的系统和方法的需要。
发明内容
本发明提供一种用于喷射模塑过程的方法和系统。
在本发明的一个实施例中，提供一种用于控制由喷射模塑过程生产的产品质量的方法。该方法包括用喷射模塑过程数据产生喷射模塑过程模型。该喷射模塑过程数据可以人工输入到数据存储装置或者从喷射模塑过程中自动收集并随后进行存储。喷射模塑过程模型的产生确定了用于生产过程的控制限制。该方法还包括收集实时喷射模塑过程数据并确定该实时喷射模塑过程数据是否在控制限制内。当该实时过程数据超出控制限制时，则认为该过程脱离控制，并且该方法从喷射模塑过程中除去在脱离控制条件下所生产的产品。在一个实施例中，判断该实时过程数据超出控制限制和随后从该过程中去除该产品实时地进行。这有利地将喷射模塑过程的控制和产品质量联系起来。
在本发明的另一个实施例中，提供一种方法，用于参数化地释放由喷射模塑过程所生产的产品，并且包括从喷射模塑生产过程中收集实时生产数据并将该实时生产数据和预定的生产控制限制进行比较。该方法还包括确定该实时生产数据是否在预定的生产控制限制中，并且当该实时生产数据超出控制限制时在喷射模塑生产过程中除去所生产的任何有缺陷产品。在一个实施例中，当在该过程中除去有缺陷的产品，喷射模塑过程继续下去或连续地生产产品。
在本发明又一个实施例中，提供一种自动的系统，用于控制由喷射模塑生产过程所生产的产品的质量。该系统包括产生预定的喷射模塑生产控制限制的数据分析模块，收集实时喷射模塑生产过程数据的数据收集设备。预测模块确定实时喷射模塑过程数据是否在控制限制内。当实时喷射模塑生产过程数据超出控制限制时，和预测模块操作通信的转向设备从喷射模塑生产过程中除去所生产的任何有缺陷产品。
通过下面的当前优选实施例的具体描述，本发明的其它特征和优点将得到介绍并变得清楚。
图1是根据本发明的用于为喷射模塑过程控制产品质量的系统的示意图。
具体实施例方式
本发明总的涉及一种参数化释放系统和方法，用于控制由喷射模塑过程制造的产品的质量。参数化释放系统是一种基于在生产过程中收集的信息确保所生产的产品(即，释放的产品)具有所希望的质量的系统。在生产过程中监视的数据用于保持实时的过程控制，以确保产品质量在希望的水平上。在参数化释放系统中释放的产品是基于在生产过程中收集的数据而不是已完成产品数据或对已完成产品的检测。参考图1，介绍了一种用于控制由喷射模塑过程所生产产品的质量的系统10，其中相同的标号表示相同的结构和部件。系统10包括喷射模塑生产过程12，数据存储设备14，数据分析模块16，数据收集设备18，预测模块20，控制器22和转向设备24。
喷射模塑生产过程12包括喷射模塑机26。喷射模塑机是本领域公知的，并通常包括合模系统，模塑系统，具有螺纹旋转轴或液压系统的喷射系统，和喷射器轴。喷射模塑机26生产通常为热塑材料的产品28，可以通过例如传送带或类似装置的运输装置30将产品移动到另一位置，用于进一步的加工、包装和运输。
数据存储设备14存储喷射模塑过程数据。尽管图1表示数据存储设备14从喷射模塑机26中移开，但是可以理解可以将数据存储设备14就地配置为喷射模塑机26的一个部件。可选的，可以通过能进一步操作地连接到集中式数据存储数据库的网络(例如局域网或广域网)分布数据存储设备14。在一个实施例中，数据存储设备14包括适于存储喷射模塑过程数据的可检索文件格式。该可检索文件格式适于喷射模塑生产过程12、喷射模塑机26和/或生产的产品。可以人工或自动地将数据输入数据存储设备14。
在一个实施例中，数据收集设备18可操作连接到喷射模塑机26，以自动地为多个所选择的喷射模塑过程参数32收集原始喷射模塑过程数据。数据收集设备18适于收集来自喷射模塑机26的数字或模拟过程数据输入。数据收集设备18随后将这些数据输入转化或地格式化为在数据存储设备14中的可检索数据点。这使得存储在数据存储设备14中的数据可以被检索以便于以后的检查和/或分析。
过程参数32可以是在喷射模塑过程过程中本领域公知的通常监测的许多变量、参数、数据点和/或条件。可以由数据收集设备18收集适当的过程参数的非限制性例子包括循环周期、熔化温度、填充时间、熔化压力、冷却时间、填料(pack)时间、固定模塑温度(moldtemperature stationary)、不定模塑温度(mold temperature moveable)、喷射时间、保持时间、射出速度、射出缓冲(shot cushion)、填充压力、填料压力、保持压强、背压、机械分解、液传递压强、位置转移、桶温、喷嘴温度以及它们的组合。
所监控的过程参数的数量和具体类型可以是用户设置的。技术人员清楚所收集的过程参数数据的类型和数量应当包括正确表示整个喷射模塑过程的许多参数。在一个实施例中，为了优化该模塑过程，所收集的模塑过程参数可经过条件评估。该条件分析可包括经济因素以及产品质量因素。这样的评估有助于提高所生产产品的质量等级。
数据分析模块16分析存储在数据存储设备14中的数据，以产生全面的喷射模塑过程模块。该分析包括给存储的喷射模塑过程参数数据建模以确定存在于该数据中的相关结构。使用例如主成分分析(PCA)、霍特林(Hotelling)T2统计、到模型距离(distance to the model)(DModX)统计和隐结构投影(PLS)等多元数据分析技术来获得该相关结构。
PCA形成多元数据分析的基础。如本领域中所公知，PCA通过减少变量数量和检测在变量间关系的结构而给变量分类。PCA在最小平方中最佳近似数据的多维空间中确定线、面和超平面。这使得PCA能够测定数据的自然串(cluster)。该数据串按数据的相关结构并从基于所观察的该相关结构的变化的数据组进行描述。
霍特林T2统计用于在低维度空间(例如二维空间)中的相加k变量/参数值，具有另外作为置信区域已知的椭圆体范围内的控制限制。该置信区域可以在6-∑范围内，但是典型地不指派为单∑值。在该模型中参数(k)的数量确定维度数量。霍特林T2统计可以用于视觉简化以及按照椭圆体控制区域范围内从k维度空间向下到一低维度空间投影点的减小方法。霍特林函数可以由T2表示为T12=Σa=1Atia2Sta2]]>其中A＝在PCA模型中分量数目，tia＝用于观察i的ath分量的值，Sta2=ath]]>分量的值的变化。
DModX统计等效于观察的剩余标准差别。DModX还可以表示为从过程模型的距离。DModX统计可以用于过程翻转的检测，更具体地，其检测导致在过程的相关结构中变化的翻转。DModX统计可以由st表示为St=Σeik2(K-A)]]>其中eik＝用于观察i的在X中的剩余，K＝X变量的数量，A＝在PCA模型中分量的数目。
依据局部最小平方(PLS)对隐结构投影是通过线性变量模型联系量数据矩阵X和Y的方法。对隐结构投影用在X和Y中许多、有干扰、同线的和甚至不完善的变量分析数据。对于和观察有关的参数，PLS模型的准确性随着相关X变量数量的增加而提高。
数据分析模块16从数据存储设备14中检索存储的数据，并使用前面所述的统计分析工具的任何组合在喷射模塑过程数据上执行多元统计分析。该多元分析产生喷射模塑过程模型，它建立了该过程的控制限制。技术人员将明白可输入到该模型中的历史数据越多，该加工模型的可靠性就越强。因此希望将在正常过程进行时将了解到的偏差获取到该模型中，例如材料组可变性、湿度变化等。
在一个实施例中，数据分析模块16使用一种人为可设置转换程序将该喷射模塑过程数据转换成一个或多个替代变量(surrogatevariable)。该转换程序选择一组过程参数并执行统计分析以获得一个或多个低维替代值。该转换通常包括将矢量时间序列简化为标量数据组。随后数据分析模块16为该单个替代变量或多个替代变量计算霍特林T2值和/或DModX值。这些值可以用于定义该控制限制。
一旦数据分析模块16已经产生可接受的喷射模塑过程模型，系统10就可以用于喷射模塑过程的实时分析。可操作连接到预测模块20的数据收集设备18在该喷射模塑过程的开始从参数32收集实时喷射模塑过程数据。随后将由数据收集设备18收集的实时喷射模塑数据送到预测模块20，预测模块20使用上述统计工具的任意组合执行对该实时喷射模塑数据的多元统计分析。预测模块20还可操作连接到数据分析模块16，它能够使预测模块20将该实时喷射模塑过程数据和喷射模塑过程模型相比较。通过将实时处理数据和喷射模塑模型相比较，预测模块20能够预测该实时喷射模塑数据是否在该喷射模塑过程模型的控制限制之内。
在一个实施例中，预测模块20为该实时喷射模塑数据计算霍特林T2值和DModX值。然后预测模块20将从实时数据组中计算的霍特林T2值和DModX值与由对一个或多个替代变量计算的霍特林T2值和DModX值定义的控制限制进行比较。这使得在基于该替代变量的实时基础上确定喷射模塑产品的质量。当该实时喷射模塑过程参数在该加工模型的指定值内时，则该喷射模塑过程在控制之内，并且该产品质量视为可接受的。如果为实时数据计算的霍特林T2值和DModX值中的一个超出为该替代变量计算的相应值，则预测模块20确定实时喷射模塑过程数据没有在该喷射模塑过程模型的范围内。这表明该喷射模塑生产加工脱离控制。当过程脱离控制时所生产的任何产品的质量视为可疑和有潜在缺陷的，因此不适于使用。
在一个实施例中，预测模块20包括分类库，提供关于在生产过程中所监测的指定过程参数的信息。该分类库可以准确识别哪个过程参数或哪几个过程参数导致该实时过程数据超出控制限制。来自该分类库的信息可以用于调整该过程，以使该实时生产过程数据返回到控制中。
在另一个实施例中，系统10可以包括可视化模块34，其中该可视化模块包括在数据分析模块16和预测模块20之间的接口和逻辑线路，以在显示设备36上向用户视觉表示存储在数据存储设备14中的任何数据，或存在于数据分析模型16、数据收集器模型18和预测模型20中的任何数据。此外，可视化模块34可以显示存储在分类库、过程模型和收集的实时数据中的数据。可视化模块34还包括键盘38，由此用户可以选择数据不同的视图或向系统10中输入数据。由数据分析模块16或预测模块20执行的分析结果和原始参数数据可以输出到一个文件，然后由允许整个喷射模塑过程的可视化的可视化模块来使用该文件。这使得用户看到各个过程参数，进行关于它们例如Cp、Cpk的统计推理，产生控制表、并确定脱离控制状态的具体原因。在一个实施例中，数据分析模块16、预测模块20和可视化模块34可以是一种例如计算机的集成处理设备的部件。
在另一个实施例中，可以将由数据收集设备18收集的实时数据同时送到数据分析模块16和预测模块20。在该实施例中，数据分析模块16将实时收集的数据和之前的处理数据组合，并在组合的数据上进行多元统计分析以更新该喷射模塑过程模型。这种自适应建模还实时调节控制限制。自适应建模的优点在于其提供解决或补偿过程中的长期微小变化的机制。这样的变化可能时由于季节影响(例如湿度、温度)或原材料特性。
和预测模块20可操作通信的控制器22监视并分析由预测模块20执行的多元分析的结果。随后控制器22基于来自预测模块20的信息以及来自比进行参数化喷射模塑过程要早发生的初始过程确认的过去历史数据和信息执行接受/拒绝决定。当控制器22确认由预测模块20确定的脱离控制情况，控制器22产生一个信号并将该信号发送到转向设备24。然后转向设备24将门40移动到沿传送带30运动的产品28的路径中。门40将在脱离控制情况(即，当用于实时数据的霍特林T2值和DModX值超出了用于替代变量的相应值)过程中生产的可疑产品42从传送带30转移或除去到次品传送带44上。技术人员将清楚该转移设备可以是能够将产品从传送带移走的任何适当的设备或机构。用于该门的适当替代机构的非限制性例子包括转向器门、换向式传送带和退出(drop out)机构。
合格产品46沿传送带30运动以便于进一步处理。响应于由控制器22产生的信号，转向设备24由此实时将可疑产品与合格产品隔离。当把可疑产品从合格产品中隔离时该喷射模塑过程12有利地不停止。当转移设备34将不合格产品从合格产品中隔离或除去时产品的生产继续。
当预测模块20向控制器22指示实时处理数据在控制限制之内时，则控制器22停止产生向转移设备24的信号，并且门34向远离和没有传送带30的收回位置48(虚线所示)运动(由箭头A所示)。当门在收回位置48时，没有产品28被转向，并且产品28作为合格产品46沿传送带30运动以便进一步处理。在一个实施例中，可视化模块34可以可操作连接到允许用户人工控制转向设备24的控制器22。还可以理解，当通过预测模型20识别脱离控制条件时，该生产过程可以被中止。
系统10特别适于识别特定的用常规SPC方法经常漏检的喷射模塑缺陷。二次射出(double-shot)是这样一种缺陷，模制部分没有从模子中排出并且模子在部分上闭合并重复模塑过程。二次射出生产可疑的产品，阻碍进一步的装配和破坏无菌屏障(sterility barrier breach)。已经表明系统10具有识别双射缺陷的能力并将这样的不合格产品从喷射模塑过程中除去。
本发明的一个优点是确定脱离控制情况和去除可疑产品基本上同时和实时进行。系统10允许有助于实时确定产品质量的对生产过程中变化的评估。预测模块20、控制器22和转向设备24的实时和协同操作允许系统10从喷射模塑过程中选择性地转移和除去可疑产品，而不用在脱离控制情况下中止整个生产过程。控制的脱离情况可以自纠正或由通过可视化模块34监视加工的用户进行纠正，由此允许合格产品继续下一步的过程。这显著减少了生产停工期并提高生产经济性。
而且，由本发明提供的参数化释放和实时质量控制允许中间产品立即下线并能够使产品更早地运输。本发明的系统和方法还能够更早地识别过程问题，产生更少的过程可变性和更稳定的产品质量。这导致对加工更好的了解和提高的准备和决策能力。
应当理解本领域技术人员将清楚对当前在这里所述的优选实施例的各种变化和修改。这样的变化和修改可以在不脱离本发明的精神和范围的情况下作出并不会减少期带来的优点。因此希望通过所附的权利要求书覆盖这样的变化和修改。
权利要求
1.一种控制由喷射模塑过程生产的产品质量的方法，包括用喷射模塑过程数据产生喷射模塑过程模型，该喷射模塑过程模型具有控制限制；收集实时喷射模塑过程数据；确定该实时喷射模塑过程数据是否在控制限制内；和当该实时处理数据超出控制限制时，从喷射模塑过程中除去产品。
2.如权利要求1所述的方法，其中所述确定和除去基本上同时进行。
3.如权利要求1所述的方法，其中该喷射模塑过程数据和实时喷射模塑过程数据是从包含以下的组中选出的循环周期、熔化温度、填充时间、熔化压力、冷却时间、填料时间、固定模塑温度、不定模塑温度、喷射时间、保持时间、射出速度、射出缓冲、填充压力、填料压力、保持压强、背压、机械分解、液传递压强、位置转移、桶温、喷嘴温度以及它们的组合。
4.如权利要求1所述的方法，还包括将喷射模塑过程数据存储在数据库中。
5.如权利要求1所述的方法，其中喷射模塑过程的产生还包括在喷射模塑过程数据上执行多元分析的步骤。
6.如权利要求5所述的方法，其中多元分析的执行是从包括以下的组中选出的执行主成分分析、计算霍特林T2值、计算DModX值，执行隐结构投影分析，以及它们的组合。
7.如权利要求1所述的方法，包括将喷射模塑过程数据转换为至少一个替代变量，并为该至少一个替代变量计算霍特林T2值和DModX值。
8.如权利要求7所述的方法，其中由用于该至少一个替代变量的霍特林T2值和DModX值定义该控制限制。
9.如权利要求8所述的方法，包括为实时喷射模塑过程数据计算霍特林T2值和DModX值并将这些值和该控制限制进行比较的步骤。
10.如权利要求9所述的方法，其中如果实时喷射模塑过程数据的霍特林T2值和DModX值之一超出该至少一个替代变量的霍特林T2值或DModX值，则超出控制限制。
11.如权利要求1所述的方法，还包括以下步骤通过将实时喷射模塑过程数据结合到所存储的喷射模塑过程数据中，并在所组合的喷射模塑过程数据上执行多元分析来调节控制限制。
12.如权利要求11所述的方法，其中对实时喷射模塑过程的收集和对控制限制的调节基本上同时进行。
13.一种用于参数化释放由喷射模塑生产过程所生产的产品的方法，包括从喷射模塑生产过程中收集实时生产数据；将该实时生产数据和预定的生产控制限制进行比较；确定该实时生产数据是否在预定的生产控制限制之内；和当实时生产数据超过该控制限制时从喷射模塑生产过程中除去所生产的任何产品。
14.如权利要求13所述的方法，其中确定和除去基本上同时进行。
15.如权利要求13所述的方法，其中在除去过程中该喷射模塑生产过程继续。
16.一种用于控制由喷射模塑生产过程所生产的产品质量的自动化系统，包括用于产生预定的喷射模塑生产控制限制的数据分析模块；用于收集实时喷射模塑生产过程数据的数据收集设备；用于确定该实时喷射模塑过程数据是否在该控制限制之内的预测模块；和与该预测模块可操作通信的转向设备，当该实时喷射模塑生产过程数据超出该控制限制时，该转向设备从该喷射模塑生产过程中除去所生产的任何产品。
17.如权利要求16所述的系统，还包括与该预测模块可操作通信的控制器，当该实时喷射模塑过程数据超出该控制限制时，该控制器向转向设备发送信号。
18.如权利要求16所述的系统，还包括用于从喷射模塑机中除去该产品的传送器。
19.如权利要求18所述的系统，其中转向设备还包括从该传送器除去产品的门。
全文摘要
本发明提供一种方法和系统，用于控制通过喷射模塑生产加工所生产产品的质量。本发明包括对实时收集的喷射模塑过程数据执行多元分析并确定该实时数据是否在预定的生产控制限制之内。当该实时生产数据超出控制限制时，则加工视为脱离控制并且实时将在脱离控制条件下生产的产品从喷射模塑生产过程中除去。
文档编号G05B23/02GK1964833SQ200580018453
公开日2007年5月16日 申请日期2005年5月13日 优先权日2004年7月19日
发明者李·梅里尔·赫特森, 斯万特·沃尔德 申请人:巴克斯特国际公司, 乌梅特里奇公司