【I829076】藉由機器學習輔助模擬壓力數值進行虛實校正的學習方法

快速搜尋

【I829076】藉由機器學習輔助模擬壓力數值進行虛實校正的學習方法

書目

公告號	I829076 公開202331602
公告日	2024/01/11
公報卷期	51-02
證書號	I829076
申請號	111102778 E
申請日	2022/01/22
公報IPC	G06N 20/00(2019.01); B29C 45/77(2006.01); G05D 16/00(2006.01)
當前IPC	G06N 20/00(2019.01); B29C 45/77(2006.01); G05D 16/00(2006.01)
申請人	國立高雄科技大學高雄市三民區建工路415號 (中華民國); NATIONAL KAOHSIUNG UNIVERSITY OF SCIENCE AND TECHNOLOGY (TW)
當前專利權人	國立高雄科技大學; NATIONAL KAOHSIUNG UNIVERSITY OF SCIENCE AND TECHNOLOGY
發明人	黃明賢 (中華民國); HUANG, MING-SHYAN (TW); 劉駿穎 (中華民國); LIU, CHUN-YING (TW); 柯坤呈 (中華民國); KE, KUN-CHENG (TW)
代理人	黃珊珊
當前代理人	黃珊珊
審查委員	易昶霈
摘要	一種藉由機器學習輔助模擬壓力數值進行虛實校正的學習方法，於一前置步驟中，取得一生產設備執行一製程參數的一實際生產數據，於一第一萃取步驟中，使用一自動編碼器分析該實際生產數據以取得複數第一特徵值，於一模擬步驟中，使用一生產預測模型執行一製程參數的模擬生產數據，於一第二萃取步驟中，使用該自動編碼器分析該模擬生產數據以取得複數第二特徵值，於一訓練步驟中，使用一多層感知器(MLP)進行該複數第一、二特徵值的訓練並得到一校正模型，該校正模型可提供該多層感知器(MLP)將其他的模擬生產數據校正成對應的實際生產數據。

參考文獻

引用專利	CN112987675B E; US2020/0387797A1 E; US2021/0334656A1 E; WO2021/262053A1 E

專利範圍

專利範圍

1.一種藉由機器學習輔助模擬壓力數值進行虛實校正的學習方法，包含以下步驟：一前置步驟，在一生產設備上設定一製程參數以進行生產，並對該生產設備的生產狀況進行偵測以取得一實際生產數據，該生產設備為射出成型機，該製程參數選自於充填行程、料桶溫度、螺桿轉速、射出壓力、保壓時間、冷卻時間、模具溫度、鎖模力、射出速度、充填保壓切換點、保壓壓力的其中之一及其組合；一第一萃取步驟，將該實際生產數據輸入一自動編碼器(autoencoder)以萃取出複數第一特徵值；一模擬步驟，設定一生產預測模型，該生產預測模型依該製程參數運作並產生一模擬生產數據；一第二萃取步驟，將該模擬生產數據輸入該自動編碼器(autoencoder)以萃取出複數第二特徵值；一訓練步驟，將該複數第一、二特徵值輸入一多層感知器(MLP)進行訓練以得到一校正模型；一導入步驟，將另一模擬生產數據輸入該自動編碼器(autoencoder)以萃取出複數第三特徵值；及一校正步驟，該多層感知器(MLP)使用該校正模型來計算該第三特徵值以取得複數校正特徵值，該複數校正特徵值再藉由該自動編碼器進行解碼以得到一校正後模擬數據。

2.如請求項1所述藉由機器學習輔助模擬壓力數值進行虛實校正的學習方法，其中，於該訓練步驟中，該多層感知器(MLP)可藉由該校正模型將該第二特徵值校正成為該第一特徵值。

3.如請求項1所述藉由機器學習輔助模擬壓力數值進行虛實校正的學習方法，其中，於該前置步驟及該模擬步驟中，該實際生產數據及該模擬生產數據的最大值設為1，該實際生產數據及該模擬生產數據的最小值設為0，該實際生產數據及該模擬生產數據的其餘數值再依據比例進行計算以取得複數介於0~1之間的數據。

4.如請求項1所述藉由機器學習輔助模擬壓力數值進行虛實校正的學習方法，其中，於該導入步驟中，該另一模擬生產數據是由該生產預測模型導入另一製程參數的運作產生結果。

5.如請求項4所述藉由機器學習輔助模擬壓力數值進行虛實校正的學習方法，更包含一於該校正步驟之後的比對步驟，將該另一製程參數設定於該生產設備以進行生產，並對該生產設備的生產狀況進行偵測以取得另一實際生產數據，再判斷該另一實際生產數據與該校正後模擬數據是否相同。

6.如請求項1所述藉由機器學習輔助模擬壓力數值進行虛實校正的學習方法，其中，於該前置步驟中，該生產設備包括一具有至少一模穴的模具，該模具上設置至少一壓力感測器，用以感測該模穴的壓力並成為該實際生產數據。

瀏覽數: