科研之友
微信
新浪微博
Facebook
分享链接
摘要
注塑件的尺寸精度与注塑工艺参数、注塑过程中各阶段实时条件及实时工况的变化都有关联。开发了一个基于数据挖掘的工件质量诊断模型，利用模内温度、压力、位移等高频传感器采集到的实时数据构建了高维时序特征集，采用三段式特征选择法确定了关键特征子集，并将其用于训练基于LightGBM分类器的质量在线检测模型。基于卷积神经网络-长短期记忆网络(CNN-LSTM)的时序模型预测了各特征的未来值，结合分类器完成了产品质量的事前预测。验证结果显示在线检测宏的平均召回率达到89.1%,事前预测宏的平均召回率为81.6%。
- 单位
