[发明专利]模具质量评估方法、装置、设备及存储介质

权利要求书

1.一种模具质量评估方法，其特征在于，所述方法包括：

获取模具加工装备的加工指标，并根据所述加工指标构建数据集；

利用随机搜索法从预设光滑因子集合中选取若干个光滑因子，并通过每一个光滑因子建立基于预设广义回归神经网络的初始质量评估模型；

通过所述数据集分别训练各光滑因子对应的所述初始质量评估模型，以获得训练完成的若干个质量评估模型；

根据预设均方误差算法从所述若干个质量评估模型中选取一目标质量评估模型；

根据所述目标质量评估模型对所述模具加工装备生产的模具进行质量评估；

所述获取模具加工装备的加工指标，并根据所述加工指标构建数据集，包括：

获取模具加工装备的加工指标，根据预设随机森林算法从所述加工指标中选取预设维度的目标加工指标，所述预设维度包括装备状态、加工时间、加工参数和/或指标质量；

根据所述目标加工指标构建数据集；

所述获取模具加工装备的加工指标，根据预设随机森林算法从所述加工指标中选取预设维度的目标加工指标，包括：

获取模具加工装备的加工指标，根据预设随机森林算法确定各加工指标的基尼指数；

根据所述基尼指数确定各加工指标对应的属性评分；

对所述属性评分进行归一化处理得到归一化评分，并根据所述归一化评分选取预设维度的目标加工指标。

2.如权利要求1所述的方法，其特征在于，所述根据所述基尼指数确定各加工指标对应的属性评分，包括：

根据基尼指数确定各加工指标对应的基尼指数变化量；

根据所述基尼指数变化量确定所述加工指标的属性评分。

3.如权利要求1所述的方法，其特征在于，所述通过所述数据集分别训练各光滑因子对应的所述初始质量评估模型，以获得训练完成的若干个质量评估模型，包括：

将所述数据集划分为训练数据集和测试数据集；

利用所述训练数据集训练若干个初始质量评估模型得到训练完成的若干个质量评估模型。

4.如权利要求3所述的方法，其特征在于，所述根据预设均方误差算法从所述若干个质量评估模型中选取一目标质量评估模型，包括：

利用所述测试数据集和预设均方误差算法确定各质量评估模型的预测数据和原始数据对应点误差的均方误差；

选取预测数据和原始数据对应点误差的均方误差最小的质量评估模型作为目标质量评估模型。

5.如权利要求1所述的方法，其特征在于，所述利用随机搜索法从预设光滑因子集合中选取若干个光滑因子，包括：

获取预设光滑因子集合，并根据预设规则将所述预设光滑因子集合划分为预设数量的子集合；

利用随机搜索法从所述预设数量的子集合中选取若干个光滑因子。

6.一种模具质量评估装置，其特征在于，所述装置包括：

获取模块，用于获取模具加工装备的加工指标，并根据所述加工指标构建数据集；

模型建立模块，用于利用随机搜索法从预设光滑因子集合中选取若干个光滑因子，并通过每一个光滑因子建立基于预设广义回归神经网络的初始质量评估模型；

训练模块，用于通过所述数据集分别训练各光滑因子对应的所述初始质量评估模型，以获得训练完成的若干个质量评估模型；

选取模块，用于根据预设均方误差算法从所述若干个质量评估模型中选取一目标质量评估模型；

质量评估模块，用于根据所述目标质量评估模型对所述模具加工装备生产的模具进行质量评估；

所述获取模块，还用于获取模具加工装备的加工指标，根据预设随机森林算法从所述加工指标中选取预设维度的目标加工指标，所述预设维度包括装备状态、加工时间、加工参数和/或指标质量；根据所述目标加工指标构建数据集；

所述获取模块，还用于获取模具加工装备的加工指标，根据预设随机森林算法确定各加工指标的基尼指数；根据所述基尼指数确定各加工指标对应的属性评分；对所述属性评分进行归一化处理得到归一化评分，并根据所述归一化评分选取预设维度的目标加工指标。