CN103640194A - 一种智能注塑机及其注射方法 - Google Patents

Abstract

本发明涉及一种智能注塑机及其注塑方法，其包括一输入单元、一逻辑运算单元、一存储单元、一检测单元和一执行单元，其中，所述检测单元包括一位置传感器、一压力传感器、一应变传感器和一温度传感器；所述逻辑运算单元获得所述检测单元检测的每次运动过程中的速度、压力、温度和应变信息，并进行运算和对比生成速度、压力、温度和应变曲线，所述逻辑运算单元根据上述信息生成修正后的多段分级注塑工艺，存储于所述存储单元中，所述注塑机按照该修正后的多段分级注塑工艺动作。通过拐点分析得出的分段注射工艺，具有更准确的分段效果，即分段工艺符合产品成型实际需求，因此具备了成型更加稳定的工艺特点。

Description

一种智能注塑机及其注射方法

技术领域

本发明涉及一种注塑机，尤其涉及一种能够自动生成多段加工工艺的智能注塑机。

背景技术

现有技术中的注塑机，所有的注塑工艺都要由工艺人员进行设定，然后才能生产出合格的产品，工艺设置如果不合理，将导致产品缺陷，同时，不够优秀的工艺设置还可以导致生产的不稳定，次品率高等问题，给用户带来不便和损失。

中国专利《全电动注塑机伺服电机控制***及方法》，公开号：CN10947840A，公开了一种全自动的注塑机控制***及方法，其包括注塑机电脑控制器、伺服电机控制器和plc控制器；所述电脑控制器通过CAN总线与伺服电机控制器连接，所述伺服电机控制器与伺服电机连接，所述电脑控制器与plc控制器连接；所述伺服电机控制器是指开合模伺服电机控制器、射胶伺服电机控制器、熔胶保压伺服电机控制器和顶出伺服电机控制器；所述伺服电机是指开合模伺服电机、射胶伺服电机、熔胶保压伺服电机和顶出伺服电机。本发明还公开了该控制***的控制方法，通过对电动注塑机的电机进行开合模控制、熔胶控制、射胶控制、保压控制、顶出控制、射台移动控制和调模控制，节省时间。

该注塑机的控制通过多电机进行控制，使用的控制装置较多，在运行时的可靠性不高，而且，注塑全过程的注塑工艺并未根据注塑件自身的缺陷进行适应性调整，生产不稳定。

鉴于上述缺陷，本发明创作者经过长时间的研究和实践终于获得了本创作。

发明内容

本发明的目的在于提供一种智能注塑机及其注射方法，用以克服上述技术缺陷。

为实现上述目的，本发明提供一种智能注塑机，其包括一输入单元、一逻辑运算单元、一存储单元、一检测单元和一执行单元，其中，

所述输入单元，其通过一总线接口向所述逻辑运算单元输入加工工艺信息和注塑机自身参数信息；

所述检测单元包括一位置传感器、一压力传感器、一应变传感器和一温度传感器，上述各传感器分别将各自检测的部件的运动信息传输至所述逻辑运算单元中；

所述逻辑运算单元获得所述检测单元检测的每次运动过程中的速度、压力、温度和应变信息，并进行运算和对比生成速度、压力、温度和应变曲线，所述逻辑运算单元根据上述信息生成修正后的多段分级注塑工艺，存储于所述存储单元中，所述注塑机按照该修正后的多段分级注塑工艺动作；

所述逻辑运算单元，在所述注塑机完成一次加工过程后，接收所述输入单元的产品缺陷信息和注塑机运动信息，确定缺陷误差调整阈值z，生成注塑机压力和速度曲线；设定注射保压转换位置M_k为基本速度曲线拐点A和基本压力曲线拐点B；在此基础上分别引入辅助函数，并计算实际的压力和速度曲线在注塑过程中与辅助函数值的误差值，确定所述速度和压力曲线的变化幅度；找出不超过所述最大分段数N的拐点，确定误差最小时的分段数P_min；确定在每一分段点处的注射行程是否在注塑机的注射行程内，确定每一分段点处的压力是否在注射压力的范围内；若注射行程在注塑机的注射行程内，压力在注射压力的范围内，则确定各拐点符合要求；

所述逻辑运算单元确定生成的新工艺曲线与原曲线的修正值是否在所述缺陷误差调整阈值z内；若在该范围内，则确定为多段分级注射工艺；若不在该范围内，则重新确定分段多级注塑工艺曲线；

所述逻辑运算单元将生成的注射工艺曲线存储至所述存储单元中，并进行二次注塑，将二次注射所得的速度和压力曲线进行修正，重复上述过程，直到得出最优的分段多级注塑工艺。

较佳的，所述逻辑运算单元生成实际的注塑速度曲线f1和压力曲线f2，并构造辅助函数f3和f4，该曲线均包括P(P<N)段直线，分别由M₁～M_N+1位置确定；

在确定实际速度曲线f1与折线f3的误差时，根据下述公式进行计算，

$\min \mathrm{Essv}=\underset{j=1}{\overset{P}{\mathrm{\&Sigma;}}}\underset{k=1}{\overset{[(M_{k+1}-M_k)/{\mathrm{\&Delta;s}}_k]}{\mathrm{\&Sigma;}}}{\left[(f_1\left({\mathrm{\&Delta;s}}_k\right)-f_3\left({\mathrm{\&Delta;s}}_k\right))\right]}^2---\left(1\right)$

公式中，f₃(Δs_k)根据下述公式(2)计算，

$f_3\left({\mathrm{\&Delta;s}}_k\right)=\frac{f_1\left(s_{k+1}\right)-f_1\left(s_k\right)}{s_{k+1}-s_k}*\left({\mathrm{\&Delta;s}}_k\right)+f_1\left(s_k\right)---\left(2\right)$

上式中，min Essv表示整个注塑过程中的工艺曲线的速度误差值，j表示第j个采样点，P表示注塑机预设的分段数，Δs_k表示相邻采样点的螺杆位移差，k表示每段直线的采样个数，M_k+1、M_k表示分段点的位置，f₁(s_k)表示曲线f1上s_k处的速度大小。

较佳的，所述实际压力曲线f3与折线f4的误差判定公式为：

$\min \mathrm{Essp}=\underset{j=1}{\overset{P}{\mathrm{\&Sigma;}}}\underset{h=1}{\overset{[(M_{h+1}-M_h)/{\mathrm{\&Delta;s}}_h]}{\mathrm{\&Sigma;}}}{\left[(f_2\left({\mathrm{\&Delta;s}}_h\right)-f_4\left({\mathrm{\&Delta;s}}_h\right))\right]}^2---\left(3\right)$

公式中，f₄(Δs_h)由下述公式(4)确定，

$f_4\left({\mathrm{\&Delta;s}}_h\right)=\frac{f_2\left(s_{h+1}\right)-f_2\left(s_k\right)}{s_{h+1}-s_h}*\left({\mathrm{\&Delta;s}}_h\right)+f_2\left(s_h\right)---\left(4\right)$

式中，min Essp表示整个注塑过程中的工艺曲线的压力误差值，j表示第j个采样点，P表示注塑机预设的分段数，Δs_h表示相邻采样点的螺杆位移差，h表示每段直线的采样个数，M_h+1、M_h表示分段点的位置，f₁(s_h)表示曲线f2上s_h处的速度大小。

较佳的，所述位置传感器设置在注射油缸和活塞杆上，以及合模油缸和活塞杆上，其实时测量上述各部件的位置信息；

所述压力传感器设置在所述油泵的出油口和所述注射油缸的注射腔中，其实时测量上述各部件的压力信息；

所述温度传感器设置在所述料筒和油箱上，实时测量其温度信息；

所述应变传感器设置在拉杆和尾板上，实时检测其应变信息。

较佳的，所述注塑机包括一注塑机控制器，其通过总线控制一伺服驱动器，所述伺服驱动器控制伺服电机动作。

本发明还提供一种智能注塑机的注塑方法，基于上述的智能注塑机实现的，其注塑过程为：

步骤a，操作者通过输入单元向逻辑和控制单元输入加工工艺信息和注塑机基本信息；

步骤b，注塑机控制器控制注塑机完成一次加工过程；

步骤c，所述逻辑运算单元接收所述输入单元的产品缺陷信息和注塑机运动信息，确定缺陷误差调整阈值z，生成注塑机压力和速度曲线；

步骤d，所述逻辑运算单元根据产品缺陷信息和注塑机压力和速度曲线对注塑工艺进行修正；

步骤e，所述逻辑运算单元将生成的工艺曲线存储至所述存储单元中，并控制所述控制单元和执行单元按照新的工艺曲线二次注塑；

步骤f，跳转至步骤c，并顺次执行，直至得到的多级注射工艺曲线符合要求，确定最优的多级注塑工艺曲线；

上述步骤d中的修正过程为：

步骤d1，设定注射保压转换位置M_k为基本速度曲线拐点A和基本压力曲线拐点B；

步骤d2，设定注塑机最大分段数N；

步骤d3，确定曲线斜率变化幅度；

步骤d4，找出不超过所述最大分段数N的拐点；

步骤d5，根据上述步骤得出的P_min，确定在每一分段点处的注射行程是否在注塑机的注射行程内，确定每一分段点处的压力是否在注射压力的范围内；若该两项均满足要求，则步骤d5；若有一项不满足要求，则跳转至步骤d1，重新作出分段点；

步骤d6，找出拐点位置，形成初步多段分级注射工艺曲线；

步骤d7，确定生成的新工艺曲线与原曲线的修正值是否在所述缺陷误差调整阈值z内；若在该范围内，则跳转至步骤d8，确定为多段分级注塑工艺；若不在该范围内，则跳转至步骤d1，重新确定分段多级注塑工艺曲线；

步骤d8，确定多段分级注塑工艺。

较佳的，上述步骤d3中，确定曲线斜率变化幅度的过程为：

步骤d31，所述逻辑运算单元生成实际的注塑速度曲线f1和压力曲线f2；

步骤d32，构造辅助曲线f3和f4；该曲线均包括P(P<N)段直线，分别由M₁～M_N+1位置确定；

步骤d33，分别判断P段直线中，实际速度曲线f1与折线f3的误差，以及实际压力曲线f3与折线f4的误差值；其中，实际速度曲线f1与折线f3的任两个相邻分段点之间的误差判定公式为：

$\min \mathrm{Essv}=\underset{j=1}{\overset{P}{\mathrm{\&Sigma;}}}\underset{k=1}{\overset{[(M_{k+1}-M_k)/{\mathrm{\&Delta;s}}_k]}{\mathrm{\&Sigma;}}}{\left[(f_1\left({\mathrm{\&Delta;s}}_k\right)-f_3\left({\mathrm{\&Delta;s}}_k\right))\right]}^2---\left(1\right)$

公式中，f₃(Δs_k)根据下述公式(2)计算，

$f_3\left({\mathrm{\&Delta;s}}_k\right)=\frac{f_1\left(s_{k+1}\right)-f_1\left(s_k\right)}{s_{k+1}-s_k}*\left({\mathrm{\&Delta;s}}_k\right)+f_1\left(s_k\right)---\left(2\right)$

上式中，min Essv表示整个注塑过程中的工艺曲线的速度误差值，j表示第j个采样点，P表示注塑机预设的分段数，Δs_k表示相邻采样点的螺杆位移差，k表示每段直线的采样个数，M_k+1、M_k表示分段点的位置，f₁(s_k)表示曲线f1上s_k处的速度大小。

较佳的，所述实际压力曲线f3与折线f4的误差判定公式为：

$\min \mathrm{Essp}=\underset{j=1}{\overset{P}{\mathrm{\&Sigma;}}}\underset{h=1}{\overset{[(M_{h+1}-M_h)/{\mathrm{\&Delta;s}}_h]}{\mathrm{\&Sigma;}}}{\left[(f_2\left({\mathrm{\&Delta;s}}_h\right)-f_4\left({\mathrm{\&Delta;s}}_h\right))\right]}^2---\left(3\right)$

公式中，f₄(Δs_h)由下述公式(4)确定，

$f_4\left({\mathrm{\&Delta;s}}_h\right)=\frac{f_2\left(s_{h+1}\right)-f_2\left(s_k\right)}{s_{h+1}-s_h}*\left({\mathrm{\&Delta;s}}_h\right)+f_2\left(s_h\right)---\left(4\right)$

式中，min Essp表示整个注塑过程中的工艺曲线的压力误差值，j表示第j个采样点，P表示注塑机预设的分段数，Δs_h表示相邻采样点的螺杆位移差，h表示每段直线的采样个数，M_h+1、M_h表示分段点的位置，f₁(s_h)表示曲线f2上s_h处的速度大小。

较佳的，在上述步骤e和f之间还包括步骤e1，所述智能注塑机通过位置传感器对每次注射动作实际速度进行跟踪分析，当速度偏离原初始设定值超出一定范围时，所述逻辑运算单元进行工艺参数的微调。

较佳的，上述步骤d3中，所述逻辑运算单元将相邻分段点M₁～M_N+1位置之间的每段曲线分成一定份数，每份长度为Δs_k，每段直线分成[(M_k+1-M_k)/Δs_k]份，将实际曲线与构造函数每份采样值进行差值的平方并求和，最后将所有直线段的值求和，并找出最小值。上述构造曲线上的函数值的确定，采用实际函数的初值点值f₁(s_k)与该值附近的斜率值确定。

与现有技术相比较本发明的有益效果在于：本发明注射成型中，尽量追求熔体充模的前沿速度恒定，是注射品质和稳定性的重要依据，分段注射工艺就是对这一目标的一个接近方法。通过对注射过程中压力曲线变化的拐点分析和注射速度曲线的拐点分析，运用神经网络等方法，形成一套分级注射方法，通过这一方法得出的分段注射工艺，具有更准确的分段效果，对保压切换点的判断也更为准确，即分段工艺符合产品成型实际需求，因此具备了成型更加稳定的工艺特点。

本发明中的注塑机将自动产生成型工艺，自动产生优化的工艺，并且具有较好的生产稳定性，同时智能型注塑机还将跟踪工艺环境的变化，自动修正生产工艺。

为保证工艺曲线修正的准确性以及适应性，在存储单元中存储有误差调整阈值z，以便在进行工艺参数修正后，工艺曲线在可预见的范围内浮动；本发明中确定基本拐点A和B，保证参数修正能够有准确的依据，对保压切换点的确定更加准确；本发明中引入辅助函数确定误差值，在整个运算过程中，误差判断具有预先设定的采样点，注塑机处理数据较少，运作效率高；在斜率计算过程中，仅依靠各采样点处的斜率以及两个函数的位置坐标(横坐标)进行函数值的确定，并直接计算差值；运算过程较为简单，取样简便，节约程序资源。

附图说明

图1为本发明智能注塑机的控制***的功能框图；

图2为本发明智能注塑机体系的结构示意图；

图3为本发明智能注塑机的速度曲线修正示意图；

图4为本发明智能注塑机的压力曲线修正示意图；

图5为本发明智能注塑机的注射方法的流程图；

图6为本发明智能注塑机的速度曲线和压力曲线修正流程图；

图7为本发明智能注塑机的确定曲线斜率变化幅度的流程图。

具体实施方式

以下结合附图，对本发明上述的和另外的技术特征和优点作更详细的说明。

请参阅图1所示，其为本发明智能注塑机的控制***的功能框图，在本发明中，该控制***包括一输入单元1、一逻辑运算单元2、一存储单元6、一动作控制单元3、一执行单元5和一检测单元4，在所述输入单元1和逻辑运算单元2之间通过总线接口11进行数据传递。

所述输入单元1通过人机界面将需要输入的加工工艺的基本信息：材料，重量，密度，开模行程，移模速度信息输入至该控制***；同时，针对每一型号的注塑机，所述输入单元1还向控制***输入注塑机的自身基本参数：螺杆直径、注射油缸直径、注射活塞杆直径、注射油缸数量、***油压力、注射行程、锁模油缸直径、锁模油缸行程、移模行程。

所述逻辑运算单元2接收所述总线接口11输入的产品一次注塑成型后的产品缺陷信息和所述检测单元4实时采集的注塑机运动信息，对产品注射工艺中的注射位置，注射速度，注射压力和注射时间参数进行修正，生成对应每一型号产品的多段分级注射工艺。

本发明中的注塑机将自动产生成型工艺，自动产生优化的工艺，并且具有较好的生产稳定性，同时智能型注塑机还将跟踪工艺环境的变化，自动修正生产工艺。

所述逻辑运算单元2接收的产品缺陷信息包括缺陷类型和缺陷程度信息。所述注塑机运动信息包括注塑机在每次运动过程中的速度、压力、温度和应变信息，所述逻辑运算单元2将上述信息进行运算和对比，生成速度、压力、温度和应变的数据曲线。所述逻辑运算单元2根据上述信息生成修正后的多段分级注塑工艺，并将其存储在所述存储单元6中，所述存储单元6将该信息发送至所述动作控制单元3中，所述动作控制单元3控制所述执行单元5进行动作，完成注塑工艺。

在本发明中，为获得多段分级注射工艺，应进行多次注射过程，不断重复上述工艺修正过程和信息采集过程，最终生成合格的注射工艺。保证注射工艺经过优化后应用于生产。

同时，为了进一步实现注塑工艺的稳定控制，在注塑过程中，所述逻辑运算单元2还进行工艺微调。在确定好多级分段注射工艺后，所述检测单元4将实时采集的注塑机运动信息输送至所述逻辑运算单元2，生成速度、压力、温度和应变的数据曲线后，与预先设置的阈值进行对比，若该曲线的变化超过了设定的控制范围，则所述逻辑运算单元2对该工艺进行微调。所述阈值包括速度、压力、温度和应变数据的阈值，其存储在所述存储单元6中。

请参阅图2所示，其为本发明智能注塑机体系的结构示意图，其中，所述检测单元4包括一位置传感器41、一压力传感器42、一应变传感器43和一温度传感器44，上述各传感器分别将各自检测的部件的运动信息传输至所述逻辑运算单元2中。其中，所述位置传感器41设置在注射油缸和活塞杆上，以及合模油缸和活塞杆上，其实时测量上述各部件的位置信息；所述压力传感器42设置在所述油泵51的出油口和所述注射油缸的注射腔中，其实时测量上述各部件的压力信息；所述温度传感器44设置在所述料筒和油箱上，实时测量其温度信息；所述应变传感器43设置在拉杆和尾板上，实时检测其应变信息。

本发明中的控制部分集成在一注塑机控制器10中，其通过总线控制一伺服驱动器50，所述伺服驱动器50控制伺服电机52动作。

另外，本发明中开合模动作，动力源在合模油缸，合模油缸做往复直线运动，通过连杆机构，拉动模板作直线往复移动，在这一过程中，由于通过连杆机构后，油缸运动速度和模板的运动速度不成正比关系，形成了相对的运动曲线，更加有利于机器运行需求。

下面详细介绍该注塑机控制过程。

请参阅图5所示，其为本发明智能注塑机的注射方法的流程图。

步骤a，操作者通过所述输入单元1向所述逻辑和控制单元2输入加工工艺信息和注塑机基本信息。

步骤b，所述注塑机控制器10控制注塑机完成一次加工过程。该第一次加工一般为试探性加工，得到实际的速度、压力曲线，作为后续修正的参考依据。

步骤c，所述逻辑运算单元2接收所述输入单元1的产品缺陷信息和注塑机运动信息，确定缺陷误差调整阈值z，生成注塑机压力和速度曲线。

在该步骤中，所述逻辑运算单元2根据输入的缺陷类型y和缺陷程度x，确定所述缺陷误差调整阈值z，上述陷误差调整阈值的数据库存储在所述存储单元6中；并且，上述缺陷误差调整阈值z为由缺陷类型y和缺陷程度x确定的经验数值。为保证工艺曲线修正的准确性以及适应性，在存储单元6中存储有误差调整阈值z，以便在进行工艺参数修正后，工艺曲线在可预见的范围内浮动。

步骤d，所述逻辑运算单元2根据产品缺陷信息和注塑机压力和速度曲线对注塑工艺进行修正。

本发明中，采用拐点分析的方法确定拐点，根据拐点的位置，形成多段分级的注射工艺。

请参阅图3和4所示，其为本发明注塑机中的速度曲线和压力曲线修正示意图，其为注塑位置和速度，注塑位置和压力的关系图；并结合图6所示，其为本发明智能注塑机的速度曲线和压力曲线修正流程图。

步骤d1，设定注射保压转换位置M_k为基本速度曲线拐点A和基本压力曲线拐点B。本发明中确定基本拐点，保证参数修正能够有准确的依据，对保压切换点的确定更加准确。

步骤d2，设定注塑机最大分段数N；该最大分段数由注塑机本身的特性决定。实际的压力和速度曲线的分段数不能超过该数值，否则，将会影响注塑机工作的稳定性。

步骤d3，确定曲线斜率变化幅度。

该过程中，通过引入辅助函数，并计算实际的压力和速度曲线在注塑过程中与辅助函数值的误差值，以此来判定曲线的斜率变化。本发明中引入辅助函数确定误差值，在整个运算过程中，误差判断具有预先设定的采样点，注塑机处理数据较少，运作效率高。

请参阅图7所示，其为本发明智能注塑机的确定曲线斜率变化幅度的流程图，具体过程为：

步骤d31，所述逻辑运算单元2生成实际的注塑速度曲线f1和压力曲线f2；

步骤d32，构造辅助曲线f3和f4；该曲线均包括P(P<N)段直线，分别由M₁～M_n+1位置确定；

步骤d33，分别判断P段直线中，实际速度曲线f1与折线f3的误差，以及实际压力曲线f3与折线f4的误差值；

其中，实际速度曲线f1与折线f3的任两个相邻分段点之间的误差判定公式为：

$\min \mathrm{Essv}=\underset{j=1}{\overset{P}{\mathrm{\&Sigma;}}}\underset{k=1}{\overset{[(M_{k+1}-M_k)/{\mathrm{\&Delta;s}}_k]}{\mathrm{\&Sigma;}}}{\left[(f_1\left({\mathrm{\&Delta;s}}_k\right)-f_3\left({\mathrm{\&Delta;s}}_k\right))\right]}^2---\left(1\right)$

公式中，f₃(Δs_k)根据下述公式(2)计算，

$f_3\left({\mathrm{\&Delta;s}}_k\right)=\frac{f_1\left(s_{k+1}\right)-f_1\left(s_k\right)}{s_{k+1}-s_k}*\left({\mathrm{\&Delta;s}}_k\right)+f_1\left(s_k\right)---\left(2\right)$

上式中，min Essv表示整个注塑过程中的工艺曲线的速度误差值，j表示第j个采样点，P表示注塑机预设的分段数，Δs_k表示相邻采样点的螺杆位移差，k表示每段直线的采样个数，M_k+1、M_k表示分段点的位置，f₁(s_k)表示曲线f1上s_k处的速度大小。

其基本思路是，将相邻分段点M₁-M_N+1位置之间的每段曲线分成一定份数，每份长度为Δs_k，每段直线分成[(M_k+1-M_k)/Δs_k]份，将实际曲线与构造函数每份采样值进行差值的平方并求和，最后将所有直线段的值求和，并找出最小值。上述构造曲线上的函数值的确定，采用实际函数的初值点值f₁(s_k)与该值附近的斜率值确定。

上述计算方法，仅依靠各采样点处的斜率以及两个函数的位置坐标(横坐标)进行函数值的确定，并直接计算差值；运算过程较为简单，取样简便，节约程序资源。

其中，所述实际压力曲线f3与折线f4的误差判定公式为：

$\min \mathrm{Essp}=\underset{j=1}{\overset{P}{\mathrm{\&Sigma;}}}\underset{h=1}{\overset{[(M_{h+1}-M_h)/{\mathrm{\&Delta;s}}_h]}{\mathrm{\&Sigma;}}}{\left[(f_2\left({\mathrm{\&Delta;s}}_h\right)-f_4\left({\mathrm{\&Delta;s}}_h\right))\right]}^2---\left(3\right)$

公式中，f₄(Δs_h)由下述公式(4)确定，

$f_4\left({\mathrm{\&Delta;s}}_h\right)=\frac{f_2\left(s_{h+1}\right)-f_2\left(s_k\right)}{s_{h+1}-s_h}*\left({\mathrm{\&Delta;s}}_h\right)+f_2\left(s_h\right)---\left(4\right)$

式中，min Essp表示整个注塑过程中的工艺曲线的压力误差值，j表示第j个采样点，P表示注塑机预设的分段数，Δs_h表示相邻采样点的螺杆位移差，h表示每段直线的采样个数，M_h+1、M_h表示分段点的位置，f₁(s_h)表示曲线f2上s_h处的速度大小。

步骤d4，找出不超过所述最大分段数N的拐点。

在该步骤中，所述逻辑运算单元2将分段数为1-N各分段分别进行计算误差，得出注射速度时的Essv和注射压力Essp，比较得出误差最小值对应的分段数P_min。

本发明中，对注射速度和注射压力分别进行拐点分析和确定分段数，而压力和速度信息为注塑工艺中最为重要的参量，两者结合在一起才能进行准确的工艺修正及调整。

步骤d5，根据上述步骤得出的P_min，确定在每一分段点处的注射行程是否在注塑机的注射行程内，确定每一分段点处的压力是否在注射压力的范围内。

若该两项均满足要求，则步骤d5；若有一项不满足要求，则跳转至步骤d1，重新作出分段点。

步骤d6，找出拐点位置，形成初步多段分级注射工艺曲线。

上述最终确定的分段点P即为确定的曲线的拐点，形成的初步分段分级注射工艺曲线包含上述各拐点。

步骤d7，确定生成的新工艺曲线与原曲线的修正值是否在所述缺陷误差调整阈值z内；若在该范围内，则跳转至步骤d8，确定为多段分级注塑工艺；若不在该范围内，则跳转至步骤d1，重新确定分段多级注塑工艺曲线。

步骤d8，确定多段分级注塑工艺。

步骤e，所述逻辑运算单元2将生成的工艺曲线存储至所述存储单元6中，并控制所述控制单元3和执行单元4按照新的工艺曲线二次注塑；

步骤f，跳转至步骤c，并顺次执行，直至得到的多级注射工艺曲线符合要求，确定最优的多级注塑工艺曲线。

另外，为了保证注塑工艺的动态可调性和稳定性，在上述步骤e和f之间还包括步骤e1，所述智能注塑机通过位置传感器41对每次注射动作实际速度进行跟踪分析，当速度偏离原初始设定值超出一定范围时，所述逻辑运算单元2进行工艺参数的微调。

本发明中的控制过程，能够解决多种工艺相关的加工缺陷。

如产品是缺料现象，情节轻微，缺料现象属于实际注射重量未达到的问题，通过已知的机器参数，可以进行计算：

重量=体积*密度，体积=实际注射位置*螺杆截面积，螺杆截面积=螺杆半径的平方*3.1415。

***首先将实际注射位置数据进行比对，如果没有达到设定位置，***将通过提高注射压力和速度等方式来修正注射工艺参数，如果实际注射位置数据已经达到了设定数据，那么***将通过加大注射位置参数来进行工艺调整。

其他很多缺陷，如：飞边，龟裂，烧焦，表面光泽不良，凹陷等，都和充填速度和压力有关，只有充填模具的熔体前沿流速保持稳定，才能够较好的改善缺陷，提高稳定性。实现这一目标，需要有多级分段的注射工艺来进行改善。

本发明注射成型中，尽量追求熔体充模的前沿速度恒定，是注射品质和稳定性的重要依据，分段注射工艺就是对这一目标的一个接近方法。通过对注射过程中压力曲线变化的拐点分析和注射速度曲线的拐点分析，运用神经网络等方法，形成一套分级注射方法，通过这一方法得出的分段注射工艺，具有更准确的分段效果，对保压切换点的判断也更为准确，即分段工艺符合产品成型实际需求，因此具备了成型更加稳定的工艺特点。

以上所述仅为本发明的较佳实施例，对发明而言仅仅是说明性的，而非限制性的。本专业技术人员理解，在发明权利要求所限定的精神和范围内可对其进行许多改变，修改，甚至等效，但都将落入本发明的保护范围内。

Claims (10)

1.一种智能注塑机，其特征在于，其包括一输入单元、一逻辑运算单元、一存储单元、一检测单元和一执行单元，其中，

所述输入单元，其通过一总线接口向所述逻辑运算单元输入加工工艺信息和注塑机自身参数信息；

所述检测单元包括一位置传感器、一压力传感器、一应变传感器和一温度传感器，上述各传感器分别将各自检测的部件的运动信息传输至所述逻辑运算单元中；

所述逻辑运算单元获得所述检测单元检测的每次运动过程中的速度、压力、温度和应变信息，并进行运算和对比生成速度、压力、温度和应变曲线，所述逻辑运算单元根据上述信息生成修正后的多段分级注塑工艺，存储于所述存储单元中，所述注塑机按照该修正后的多段分级注塑工艺动作；

所述逻辑运算单元，在所述注塑机完成一次加工过程后，接收所述输入单元的产品缺陷信息和注塑机运动信息，确定缺陷误差调整阈值z，生成注塑机压力和速度曲线；设定注射保压转换位置M_k为基本速度曲线拐点A和基本压力曲线拐点B；在此基础上分别引入辅助函数，并计算实际的压力和速度曲线在注塑过程中与辅助函数值的误差值，确定所述速度和压力曲线的变化幅度；找出不超过所述最大分段数N的拐点，确定误差最小时的分段数P_min；确定在每一分段点处的注射行程是否在注塑机的注射行程内，确定每一分段点处的压力是否在注射压力的范围内；若注射行程在注塑机的注射行程内，压力在注射压力的范围内，则确定各拐点符合要求；

所述逻辑运算单元确定生成的新工艺曲线与原曲线的修正值是否在所述缺陷误差调整阈值z内；若在该范围内，则确定为多段分级注射工艺；若不在该范围内，则重新确定分段多级注塑工艺曲线；

所述逻辑运算单元将生成的注射工艺曲线存储至所述存储单元中，并进行二次注塑，将二次注射所得的速度和压力曲线进行修正，重复上述过程，直到得出最优的分段多级注塑工艺。

2.根据权利要求1所述的智能注塑机，其特征在于，所述逻辑运算单元2生成实际的注塑速度曲线f1和压力曲线f2，并构造辅助函数f3和f4，该曲线均包括P(P<N)段直线，分别由M₁～M_N+1位置确定；

在确定实际速度曲线f1与折线f3的误差时，根据下述公式进行计算，

$\min \mathrm{Essv}=\underset{j=1}{\overset{P}{\mathrm{\&Sigma;}}}\underset{k=1}{\overset{[(M_{k+1}-M_k)/{\mathrm{\&Delta;s}}_k]}{\mathrm{\&Sigma;}}}{\left[(f_1\left({\mathrm{\&Delta;s}}_k\right)-f_3\left({\mathrm{\&Delta;s}}_k\right))\right]}^2---\left(1\right)$

公式中，f₃(Δs_k)根据下述公式(2)计算，

$f_3\left({\mathrm{\&Delta;s}}_k\right)=\frac{f_1\left(s_{k+1}\right)-f_1\left(s_k\right)}{s_{k+1}-s_k}*\left({\mathrm{\&Delta;s}}_k\right)+f_1\left(s_k\right)---\left(2\right)$

上式中，min Essv表示整个注塑过程中的工艺曲线的速度误差值，j表示第j个采样点，P表示注塑机预设的分段数，Δs_k表示相邻采样点的螺杆位移差，k表示每段直线的采样个数，M_k+1、M_k表示分段点的位置，f₁(s_k)表示曲线f1上s_k处的速度大小。

3.根据权利要求1所述的智能注塑机，其特征在于，所述实际压力曲线f3与折线f4的误差判定公式为：

$\min \mathrm{Essp}=\underset{j=1}{\overset{P}{\mathrm{\&Sigma;}}}\underset{h=1}{\overset{[(M_{h+1}-M_h)/{\mathrm{\&Delta;s}}_h]}{\mathrm{\&Sigma;}}}{\left[(f_2\left({\mathrm{\&Delta;s}}_h\right)-f_4\left({\mathrm{\&Delta;s}}_h\right))\right]}^2---\left(3\right)$

公式中，f₄(Δs_h)由下述公式(4)确定，

$f_4\left({\mathrm{\&Delta;s}}_h\right)=\frac{f_2\left(s_{h+1}\right)-f_2\left(s_k\right)}{s_{h+1}-s_h}*\left({\mathrm{\&Delta;s}}_h\right)+f_2\left(s_h\right)---\left(4\right)$

式中，min Essp表示整个注塑过程中的工艺曲线的压力误差值，j表示第j个采样点，P表示注塑机预设的分段数，Δs_h表示相邻采样点的螺杆位移差，h表示每段直线的采样个数，M_h+1、M_h表示分段点的位置，f₁(s_h)表示曲线f2上s_h处的速度大小。

4.根据权利要求3所述的智能注塑机，其特征在于，所述位置传感器设置在注射油缸和活塞杆上，以及合模油缸和活塞杆上，其实时测量上述各部件的位置信息；

所述压力传感器设置在所述油泵的出油口和所述注射油缸的注射腔中，其实时测量上述各部件的压力信息；

所述温度传感器设置在所述料筒和油箱上，实时测量其温度信息；

所述应变传感器设置在拉杆和尾板上，实时检测其应变信息。

5.根据权利要求3所述的智能注塑机，其特征在于，所述注塑机包括一注塑机控制器，其通过总线控制一伺服驱动器，所述伺服驱动器控制伺服电机动作。

6.一种智能注塑机的注塑方法，基于上述权利要求1的智能注塑机实现的，其特征在于，其注塑过程为：

步骤a，操作者通过输入单元向逻辑和控制单元输入加工工艺信息和注塑机基本信息；

步骤b，注塑机控制器控制注塑机完成一次加工过程；

步骤c，所述逻辑运算单元接收所述输入单元的产品缺陷信息和注塑机运动信息，确定缺陷误差调整阈值z，生成注塑机压力和速度曲线；

步骤d，所述逻辑运算单元根据产品缺陷信息和注塑机压力和速度曲线对注塑工艺进行修正；

步骤e，所述逻辑运算单元将生成的工艺曲线存储至所述存储单元中，并控制所述控制单元和执行单元按照新的工艺曲线二次注塑；

步骤f，跳转至步骤c，并顺次执行，直至得到的多级注射工艺曲线符合要求，确定最优的多级注塑工艺曲线；

上述步骤d中的修正过程为：

步骤d1，设定注射保压转换位置M_k为基本速度曲线拐点A和基本压力曲线拐点B；

步骤d2，设定注塑机最大分段数N；

步骤d3，确定曲线斜率变化幅度；

步骤d4，找出不超过所述最大分段数N的拐点；

步骤d5，根据上述步骤得出的P_min，确定在每一分段点处的注射行程是否在注塑机的注射行程内，确定每一分段点处的压力是否在注射压力的范围内；若该两项均满足要求，则步骤d5；若有一项不满足要求，则跳转至步骤d1，重新作出分段点；

步骤d6，找出拐点位置，形成初步多段分级注射工艺曲线；

步骤d7，确定生成的新工艺曲线与原曲线的修正值是否在所述缺陷误差调整阈值z内；若在该范围内，则跳转至步骤d8，确定为多段分级注塑工艺；若不在该范围内，则跳转至步骤d1，重新确定分段多级注塑工艺曲线；

步骤d8，确定多段分级注塑工艺。

7.根据权利要求6所述的智能注塑机的注塑方法，其特征在于，上述步骤d3中，确定曲线斜率变化幅度的过程为：

步骤d31，所述逻辑运算单元生成实际的注塑速度曲线f1和压力曲线f2；

步骤d32，构造辅助曲线f3和f4；该曲线均包括P(P<N)段直线，分别由M₁～M_N+1位置确定；

步骤d33，分别判断P段直线中，实际速度曲线f1与折线f3的误差，以及实际压力曲线f3与折线f4的误差值；其中，实际速度曲线f1与折线f3的任两个相邻分段点之间的误差判定公式为：

$\min \mathrm{Essv}=\underset{j=1}{\overset{P}{\mathrm{\&Sigma;}}}\underset{k=1}{\overset{[(M_{k+1}-M_k)/{\mathrm{\&Delta;s}}_k]}{\mathrm{\&Sigma;}}}{\left[(f_1\left({\mathrm{\&Delta;s}}_k\right)-f_3\left({\mathrm{\&Delta;s}}_k\right))\right]}^2---\left(1\right)$

公式中，f₃(Δs_k)根据下述公式(2)计算，

$f_3\left({\mathrm{\&Delta;s}}_k\right)=\frac{f_1\left(s_{k+1}\right)-f_1\left(s_k\right)}{s_{k+1}-s_k}*\left({\mathrm{\&Delta;s}}_k\right)+f_1\left(s_k\right)---\left(2\right)$

上式中，min Essv表示整个注塑过程中的工艺曲线的速度误差值，j表示第j个采样点，P表示注塑机预设的分段数，Δs_k表示相邻采样点的螺杆位移差，k表示每段直线的采样个数，M_k+1、M_k表示分段点的位置，f₁(s_k)表示曲线f1上s_k处的速度大小。

8.根据权利要求7所述的智能注塑机的注塑方法，其特征在于，所述实际压力曲线f3与折线f4的误差判定公式为：

$\min \mathrm{Essp}=\underset{j=1}{\overset{P}{\mathrm{\&Sigma;}}}\underset{h=1}{\overset{[(M_{h+1}-M_h)/{\mathrm{\&Delta;s}}_h]}{\mathrm{\&Sigma;}}}{\left[(f_2\left({\mathrm{\&Delta;s}}_h\right)-f_4\left({\mathrm{\&Delta;s}}_h\right))\right]}^2---\left(3\right)$

公式中，f₄(Δs_h)由下述公式(4)确定，

$f_4\left({\mathrm{\&Delta;s}}_h\right)=\frac{f_2\left(s_{h+1}\right)-f_2\left(s_k\right)}{s_{h+1}-s_h}*\left({\mathrm{\&Delta;s}}_h\right)+f_2\left(s_h\right)---\left(4\right)$

式中，min Essp表示整个注塑过程中的工艺曲线的压力误差值，j表示第j个采样点，P表示注塑机预设的分段数，Δs_h表示相邻采样点的螺杆位移差，h表示每段直线的采样个数，M_h+1、M_h表示分段点的位置，f₁(s_h)表示曲线f2上s_h处的速度大小。

9.根据权利要求8所述的智能注塑机的注塑方法，其特征在于，在上述步骤e和f之间还包括步骤e1，所述智能注塑机通过位置传感器对每次注射动作实际速度进行跟踪分析，当速度偏离原初始设定值超出一定范围时，所述逻辑运算单元进行工艺参数的微调。

10.根据权利要求7所述的智能注塑机的注塑方法，其特征在于，上述步骤d3中，所述逻辑运算单元将相邻分段点M₁～M_N+1位置之间的每段曲线分成一定份数，每份长度为Δs_k，每段直线分成[(M_k+1-M_k)/Δs_k]份，将实际曲线与构造函数每份采样值进行差值的平方并求和，最后将所有直线段的值求和，并找出最小值。上述构造曲线上的函数值的确定，采用实际函数的初值点值f₁(s_k)与该值附近的斜率值确定。

Images