[发明专利]基于人工智能的注塑成型系统以及注塑成型系统中的成型条件生成方法

权利要求书

1.一种基于人工智能的注塑成型系统，其特征在于，包括：

规格数据提取部(210)，从有关被供应熔融状态的第一成型材料的模具的模具信息中提取用所述模具生产的产品的目标规格数据；

成型条件输出部(220)，将提取出的所述目标规格数据输入到预先学习好的成型条件生成模型(230)中，输出成型条件；

注塑成型机(100)，按照所述成型条件将所述第一成型材料供应给所述模具，生产所述产品；以及

判断部(250)，将生产出的所述产品的生产规格数据与所述目标规格数据进行比较，判断所述成型条件是否适合，

若所述判断部(250)判断出所述成型条件不适合，则所述成型条件输出部(220)将所述生产规格数据和所述成型条件生成为一个反馈数据集，用所述反馈数据集使所述成型条件生成模型(230)学习。

2.根据权利要求1所述的基于人工智能的注塑成型系统，其特征在于，

所述成型条件输出部(220)用所述反馈数据集使所述成型条件生成模型(230)进行迁移学习。

3.根据权利要求1所述的基于人工智能的注塑成型系统，其特征在于，

若所述成型条件生成模型(230)完成学习，则所述成型条件输出部(220)将所述目标规格数据输入到所述成型条件生成模型(230)中，输出修改后的成型条件。

4.根据权利要求1所述的基于人工智能的注塑成型系统，其特征在于，

所述成型条件生成模型(230)由神经网络构成，所述神经网络能够基于复数个权值和复数个偏置并根据所述目标规格数据来输出所述成型条件。

5.根据权利要求1所述的基于人工智能的注塑成型系统，其特征在于，

还包括：模型生成部(260)，用于生成所述成型条件生成模型(230)，

所述模型生成部(260)将复数个学习成型条件与按照各个学习成型条件生产出的产品的学习规格数据进行整合，生成复数个学习数据集，并用所述复数个学习数据集使神经网络学习，从而生成所述成型条件生成模型(230)。

6.根据权利要求1所述的基于人工智能的注塑成型系统，其特征在于，

所述成型条件包括所述模具的温度、筒的温度、所述注塑成型机的注射速度、所述注塑成型机的保压时间和所述注塑成型机的保压压力中的至少一个。

7.根据权利要求1所述的基于人工智能的注塑成型系统，其特征在于，

所述规格数据包括形状信息和所述产品的重量信息中的至少一个。

8.根据权利要求7所述的基于人工智能的注塑成型系统，其特征在于，

所述形状信息包括所述模具所生产的所述产品的总体积、所述模具的型腔的体积、所述型腔的数量、所述模具的浇口的数量、所述产品的表面积、所述型腔的表面积、所述产品的第一投影面积(XY)、所述产品的第二投影面积(YZ)、所述产品的第三投影面积(ZX)、所述产品的最大厚度、所述产品的平均厚度、所述产品的厚度的标准偏差、所述浇口的直径、从所述浇口到所述产品的末端的最大流动距离和所述最大流动距离与所述产品的平均厚度之比中的至少一个。

9.根据权利要求7所述的基于人工智能的注塑成型系统，其特征在于，

还包括：材料物性数据库(215)，存储有复数个成型材料的固态密度，

所述规格数据提取部(210)从所述材料物性数据库(215)提取复数个成型材料中的所述第一成型材料的固态密度，利用所述产品的总体积和所述第一成型材料的固态密度计算所述产品的重量。