文献类型：期刊文章

作　　者：王晓丹[1] 汪惠芬[1] 柳林燕[1]

WANG Xiao-dan;WANG Hui-fen;LIU Lin-yan(Industrial Engineering,School of Mechanical Engineering,Nanjing University of Science and Technology,Nanjing 210094,China)

机构地区：[1]南京理工大学机械工程学院工业工程系,南京210094

出　　处：《内燃机与配件》

基　　金：国家自然科学基金项目:面向智能制造的多通道数据采集、感知、融合与服务方法研究(51705256);江苏省研究生科研与实践创新计划项目:KYCX20_0366。

年　　份：2021

期　　号：14

起止页码：173-176

语　　种：中文

收录情况：普通刊

摘　　要：由于注塑行业成型系统较为复杂并且对环境较为敏感,注塑成型加工过程中的不稳定因素很容易导致产品不良的发生,造成经济损失。由于过程的复杂性,不可预见的干扰,设备故障以及原料成分的变化,一批批次中止时的产品质量可能与规格相差甚远,所以对注塑成型大数据进行分析,来感知这些不可见的干扰因素,然后通过分析建模解决甚至避免现场痛点问题。制造业一直面临着几个挑战,包括可持续性、性能和生产质量。制造商试图通过在制造过程层面融合物联网(IoT)和ICT(信息与通信技术),通过实施CPS(信息物理系统)来提高企业的竞争力。而CPS平台(或者说智能工厂)是根据制造企业的特点,由不同类型的数据采集/处理方法、决策规则和功能组成。本文根据注塑工艺的特点、构成框架的模块及其具体功能,提出了一种基于实时制造数据的智能注塑系统框架。希望本文能作为指导,提高注塑行业的市场竞争力,支持智能工厂的建设,为工业4.0做准备。

关 键 词：注塑产品 质量控制  智能注塑系统  人工神经网络 数据驱动

分 类 号：U471.14]