文章摘要:注塑成型工艺加工过程中由于受到温度、气压等环境不稳定因素的影响，使得加工过程中工艺参数发生变化，从而导致产品精度下降，产品降级或报废。针对类似环境不稳定因素影响问题，利用加工过程中的数据进行注塑成型尺寸预测，有助于不合格产品的及时发现，减少不合格品的产生。本文基于LightGBM框架设计了基于加工过程数据及参数的注塑成型产品尺寸预测模型，通过特征提取、异常数据处理、数据集划分、模型训练、模型验证等步骤，建立具有非对称风险特征的产品尺寸预测模型。针对产品尺寸超规的非对称风险问题，在模型训练过程中引入了基于尺寸范围的加权修正方法，提高预测模型对超规尺寸的预测精度。最后利用富士康注塑成型尺寸预测数据集进行验证，结果显示该模型对超规尺寸具有更高的预测精度，尺寸预测结果平均误差0.015mm，考虑非对称风险的加权平均误差为10-5mm。
文章关键词:注塑成型,非对称风险,机器学习,尺寸预测,
项目基金:国家重点研发计划资助（SQ2019YFB1707300）,
论文作者:刘永兴1 唐小琦1 钟靖龙1 钟震宇2 周向东1
作者单位:1. 华中科技大学机械科学与工程学院
论文分类号: TQ320.662
相关文章:二氧化碳在聚氨酯中的应用探索.....作者:王军威纤维空中大讲堂第八讲|氨纶—不仅是纺织业的“味精”.....作者:戎中钰纤维空中大讲堂第六讲|再生纤维素纤维的前生今世.....作者:张子昕纤维空中大讲堂第五讲|纳米级超细纤维的制备与应用.....作者:古月文志抗体与疫苗工程下游的双水相分配.....作者:姜韬