苏州兴凯胜智能科技股份有限公司郭艳青获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉苏州兴凯胜智能科技股份有限公司申请的专利一种注塑模具压力监测处理方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121234023B 。
龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511725610.2,技术领域涉及:G06F18/213;该发明授权一种注塑模具压力监测处理方法及系统是由郭艳青;张龙江;郭正兴;刘国军设计研发完成,并于2025-11-24向国家知识产权局提交的专利申请。
本一种注塑模具压力监测处理方法及系统在说明书摘要公布了:本发明公开了一种注塑模具压力监测处理方法及系统,包括:首先获取压力时序样本集,其中每个样本含模具压力时序信号及对应的样本压力状态诊断数据;基于样本集训练压力状态分析模型,该模型包括预训练的信号表征提取网络、工况解码网络及未训练的诊断特征生成网络,训练中通过提取压力分布特征、转换为诊断语义特征、解码生成推断诊断数据,并根据推断与样本数据的误差优化诊断特征生成网络参数;实时获取当前模具压力时序信号,输入训练完成的模型输出当前压力状态诊断数据。本发明通过精准提取压力信号的局部与耦合特征,动态优化诊断特征生成网络参数,提高了压力状态诊断的精度与实时性,可有效支持注塑工艺优化及模具维护预警。
本发明授权一种注塑模具压力监测处理方法及系统在权利要求书中公布了:1.一种注塑模具压力监测处理方法,其特征在于,包括: 获取压力时序样本集;其中,每个所述压力时序样本包括相应的模具压力时序信号,以及包含所述模具压力时序信号的多维样本压力工况指标的样本压力状态诊断数据; 根据所述压力时序样本集,对未经过训练的压力状态分析模型进行多批次参数调优;其中,所述压力状态分析模型包括:预训练完成的信号表征提取网络和工况解码网络,以及未经过训练的诊断特征生成网络;每一训练周期包括: 利用所述信号表征提取网络,提取所述模具压力时序信号表征的压力分布特征; 利用所述诊断特征生成网络,将获得的压力分布特征转换为诊断语义特征;其中,所述诊断语义特征,用于表征所述模具压力时序信号的多维推断压力工况指标; 利用所述工况解码网络,解码所述诊断语义特征生成推断压力状态诊断数据; 根据获得的推断压力状态诊断数据与相应的样本压力状态诊断数据之间的误差,优化所述诊断特征生成网络的网络参数; 获取当前注塑模具在注塑过程中的当前模具压力时序信号,并基于训练完成的压力状态分析模型,输出对应的当前压力状态诊断数据; 所述获取压力时序样本集,包括: 收集多个注塑模具对应注塑过程的压力监测数据集,以及收集每一压力监测数据集一一对应的工艺参数记录; 分析所述压力监测数据集中的信号能量变化或频率成分变化,确定多个信号模式转换点; 根据所述多个信号模式转换点确定分割点,将所述压力监测数据集划分为多个具有内在一致性的压力信号片段;其中,所述内在一致性表征同一压力信号片段内的信号模式保持一致; 获得相应的压力监测数据集对应的多个压力信号片段,并分别将获得的每一压力信号片段作为相应的模具压力时序信号; 利用预训练完成的压力特征提取模型,分别对获得的每一模具压力时序信号进行压力工况指标识别,获得相应的模具压力时序信号的多维样本压力工况指标; 利用预训练完成的诊断生成模型,根据获得的每一工艺参数记录和每一样本压力工况指标,分别生成所述每一模具压力时序信号一一对应的样本压力状态诊断数据; 根据所述每一模具压力时序信号及其分别对应的样本压力状态诊断数据,获得压力时序样本集; 所述利用所述信号表征提取网络,提取所述模具压力时序信号表征的压力分布特征,包括: 利用所述信号表征提取网络,提取所述模具压力时序信号包含多个时序片段一一对应的局部压力分布特征,并提取每一局部压力分布特征之间的压力分布耦合特征; 集成获得的每一局部压力分布特征和压力分布耦合特征,获得所述模具压力时序信号表征的压力分布特征;所述局部压力分布特征用于指示相应时序片段的单片段频率特征、能量分布形态、采集条件、时间规律、物理来源类别和综合高层表征中的至少一种;所述压力分布耦合特征用于指示每一时序片段之间的一致性、时序关系和频率变化中的至少一种。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人苏州兴凯胜智能科技股份有限公司,其通讯地址为:215311 江苏省苏州市昆山市巴城镇仁和路6号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励