一种粉末注射成形坯密度在线预测系统及其方法

专利名称：一种粉末注射成形坯密度在线预测系统及其方法
技术领域：
本发明属于粉末注射成形技术领域，特别是提供了一种粉末注射成形注射坯密度在线预测系统及其方法。
背景技术：
粉末注射成形技术是传统粉末冶金工艺与现代塑料注射成形工艺相结合而形成的一种零部件近净成形技术，它可以利用模具注射成形坯件并通过烧结快速制造高致密度、高精度、形状复杂的结构零件，因其独特的优点被誉为“当今最热门的零部件成形技术”。然而，注射成形过程中产生的缺陷即注射坯的密度分布不均匀一直是困扰人们的主要问题之一。目前粉末注射成形生产中对注射坯缺陷的判断一般是将外形质量合格的注射坯切开观察断面是否有气孔、裂纹、夹心等，这种人工检测的方法不仅费时费力，同时这种方 法不能检测出注射坯密度的分布情况，因此通常无法全面、准确地判断缺陷的存在，其准确性更多的依赖于操作者的经验。粉末注射成形生产过程从手工机械化向自动智能化方向转变是未来的重要发展方向，而实现粉末注射成形的自动智能化控制，必须在注射成形阶段应用某项技术来监测注射坯的密度分布状况，从而对注射坯是否存在内部缺陷作出判断，以给出后续的参数智能化调整方案。将注射坯密度在线预测技术引入到粉末注射成形中来能提前预判注射坯质量的好坏，免除了手工操作判断带来的繁琐与误差。国内外尚未见到这方面的研究报道。

发明内容
本发明的目的是建立起一种粉末注射成形注射坯密度在线预测系统及其方法，免除手工操作判断带来的繁琐与误差，使粉末注射成形参数的在线智能化控制成为可能。本发明的目的是通过以下技术方案实现的一种粉末注射成形坯密度在线预测系统，其特征在于，该系统包括注射成形机、工业CT机、图像处理系统、传感器网络系统、人工神经网络系统；其中所述注射成形机，用于将注入的粉体制成坯体试样；所述工业CT机，用于扫描坯体试样，生成试样的DR投影图；所述图像处理系统，用于得到坯体试样整体灰度值H和局部灰度值Li ；所述传感器网络系统，用于监测模具内部各点的温度值T、压力值P ;所述人工神经网络系统，用于建立上述T、P与Hai的非线性映射关系，并根据T、P值给出H、Li的预测值。进一步的，上述技术方案中，所述人工神经网络系统由人机界面、数据处理系统、人工神经网络构成；所述人机界面用于系统和用户之间的信息交换；所述数据处理系统用于将传感器网络系统采集到的T、P数据以及工业CT机检测到的ILi值归一化处理为人工神经网络可以识别的数据；所述人工神经网络用于建立模具内部参数T、P与注射坯体灰度分布H、Li的非线性映射关系，并给出灰度预测值。
进一步的，上述技术方案中，所述传感器网络系统中，在与流体流动相平行的方向上安装传感器检测各点的温度值T和压力值P。一种粉末注射成形坯密度在线预测方法，其特征在于具体包括以下步骤(I)将均匀粉末喂料送入注射成形机内，以任意一组工艺参数进行注射，形成坯体试样；(2)在注射过程完成时刻，传感器网络自动检测出注射模具内部各点的温度值T和压力值P ;(3)将上述T、P自动输送给人工神经网络系统，神经网络系统自动给出注射坯体试样整体灰度H和局部灰度Li预测值。
进一步的，所述步骤(I)中，工艺参数包括注射压力，注射速度，注射温度。进一步的，所述步骤(3)中，人工神经网络系统预测具体方法为将所述传感器网络检测到的T、P数据作为输入层数据，将坯体试样整体灰度值H和局部灰度值Li作为输出层数据，人工神经网络隐含层及输出层均采用双曲正切传递函数，经过数据归一化处理后传送到未训人工神经网络，并对其做训练，由此建立模具内部参数与注射坯体密度分布的非线性映射关系；向已训人工神经网络任意输入一组T、P值，已训人工神经网络系统会自动给出H、Li值。进一步的，所述数据归一化方式具体为
权利要求
1.ー种粉末注射成形坯密度在线预测系统，其特征在干，该系统包括注射成形机、エ业CT机、图像处理系统、传感器网络系统、人工神经网络系统；其中所述注射成形机，用于将注入的粉体制成坯体试样；所述エ业CT机，用于扫描坯体试样，生成试样的DR投影图；所述图像处理系统，用于得到坯体试样整体灰度值H和局部灰度值Li ；所述传感器网络系统，用于监测模具内部各点的温度值T、压カ值P;所述人工神经网络系统，用于建立上述T、P与H、Li的非线性映射关系，并根据T、P值给出H、Li的预测值。
2.根据权利要求I所述的ー种粉末注射成形坯密度在线预测系统，其特征在于所述人工神经网络系统由人机界面、数据处理系统、人工神经网络构成；所述人机界面用于系统和用户之间的信息交換；所述数据处理系统用于将传感器网络系统采集到的T、P数据以及エ业CT机检测到的H、Li值归ー化处理为人工神经网络可以识别的数据；所述人工神经网络用于建立模具内部參数T、P与注射坯体灰度分布Hai的非线性映射关系，并给出灰度预测值。
3.根据权利要求I所述的ー种粉末注射成形坯密度在线预测系统，其特征在于所述传感器网络系统中，在与流体流动相平行的方向上安装传感器检测各点的温度值T和压カ值P。
4.ー种粉末注射成形坯密度在线预测方法，其特征在于具体包括以下步骤.4.I将均匀粉末喂料送入注射成形机内，以任意一组エ艺參数进行注射，形成坯体试样；.4.2在注射过程完成时刻，传感器网络自动检测出注射模具内部各点的温度值T和压カ值P ;.4.3将上述T、P自动输送给人工神经网络系统，神经网络系统自动给出注射坯体试样整体灰度H和局部灰度Li预测值。
5.根据权利要求4所述的ー种粉末注射成形坯密度在线预测方法，其特征在于，所述步骤4. I中，エ艺參数包括注射压カ，注射速度，注射温度。
6.根据权利要求4所述的ー种粉末注射成形坯密度在线预测方法，其特征在干，所述步骤4. 3中，人工神经网络系统预测具体方法为将所述传感器网络检测到的T、P数据作为输入层数据，将坯体试样整体灰度值H和局部灰度值Li作为输出层数据，人工神经网络隐含层及输出层均采用双曲正切传递函数，经过数据归ー化处理后传送到未训人工神经网络，并对其做训练，由此建立模具内部參数与注射坯体密度分布的非线性映射关系；向已训人工神经网络任意输入ー组T、P值，已训人エ神经网络系统会自动给出H、Li值。
7.根据权利要求6所述的ー种粉末注射成形坯密度在线预测方法，其特征在于所述数据归ー化方式具体为万、テ分别为第m个样本神经网络输 入、输出归ー化值；Dm、Tm分别为第m个样本的输入、输出标定值；Dmin、Tmin、Dmax和Tmax分别为不同输入输出的最小、最大标定值。
全文摘要
本发明属于粉末注射成形技术领域，特别提供了一种粉末注射成形注射坯密度在线预测系统及其方法。该系统包括注射成形机、工业CT机、图像处理系统、传感器网络系统、人工神经网络系统；将均匀粉末喂料送入注射成形机内，以任意一组工艺参数进行注射，形成坯体试样；在注射过程完成时刻，传感器网络自动检测出注射模具内部各点的温度值T和压力值P；将上述T、P自动输送给人工神经网络系统，神经网络系统自动给出注射坯体试样整体灰度H和局部灰度Li预测值。本发明的优点在于1.注射坯密度分布自动预测，提高了效率。2.检测过程不破坏样品，合格样品仍可使用，节约了成本。3.可以对注射产品质量实时监测，从而及时发现注射坯质量问题。
文档编号B22F3/22GK102649159SQ20111004659
公开日2012年8月29日 申请日期2011年2月25日 优先权日2011年2月25日
发明者何新波, 吕品, 方伟, 曲选辉, 韩勇 申请人:北京科技大学