本發(fā)明涉及智能控制，特別是指一種基于機(jī)器學(xué)習(xí)的真空灌膠控制方法及系統(tǒng)。

背景技術(shù)：

1、傳統(tǒng)的真空灌膠控制方法，雖然在一定程度上會參考操作人員的經(jīng)驗(yàn)和技能，但主要還是依賴于預(yù)設(shè)的參數(shù)和固定的控制邏輯來進(jìn)行。在這種方法中，操作人員會根據(jù)灌膠設(shè)備的標(biāo)準(zhǔn)工作程序、膠水的推薦使用條件以及常見的環(huán)境因素等，設(shè)定一套相對固定的灌膠速度、膠水溫度、真空度等關(guān)鍵參數(shù)。然而，由于實(shí)際的灌膠環(huán)境具有復(fù)雜性和多變性，這種基于預(yù)設(shè)參數(shù)和固定邏輯的控制方法往往難以保證灌膠的一致性和穩(wěn)定性。

2、具體來說，當(dāng)面對不同的灌膠需求、膠水特性變化或環(huán)境因素的波動時，預(yù)設(shè)的參數(shù)和固定的控制邏輯可能無法適應(yīng)這些變化，導(dǎo)致膠水在灌注過程中出現(xiàn)溢出、填充不均勻或氣泡殘留等問題。盡管操作人員會嘗試根據(jù)實(shí)際情況進(jìn)行調(diào)整，但受限于調(diào)整的準(zhǔn)確性和及時性，仍然難以完全避免上述問題的發(fā)生。這些問題不僅會影響產(chǎn)品的質(zhì)量和性能，還可能造成生產(chǎn)線的停工和資源的浪費(fèi)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明要解決的技術(shù)問題是提供一種基于機(jī)器學(xué)習(xí)的真空灌膠控制方法及系統(tǒng)，有助于在灌膠過程中準(zhǔn)確預(yù)測和控制膠水的流動和填充情況，從而提高灌膠的精度和一致性。

2、為解決上述技術(shù)問題，本發(fā)明的技術(shù)方案如下：

3、第一方面，一種基于機(jī)器學(xué)習(xí)的真空灌膠控制方法，所述方法包括：

4、根據(jù)真空灌膠過程的物理特性構(gòu)建灌膠設(shè)備的三維幾何模型，對三維幾何模型進(jìn)行網(wǎng)格劃分；定義有限元模型的幾何形狀、材料屬性、邊界條件和初始條件，以模擬真實(shí)的灌膠環(huán)境，物理特性包括膠水的流變性和熱傳導(dǎo)性；

5、通過灌膠設(shè)備的三維幾何模型模擬不同灌膠速度、膠水溫度、真空度下的灌膠過程，以得到模擬結(jié)果，模擬結(jié)果包括膠水流動行為、溫度分布和應(yīng)力分布；

6、對模擬結(jié)果進(jìn)行訓(xùn)練，以構(gòu)建預(yù)測灌膠結(jié)果的預(yù)測模型；

7、獲取在灌膠過程中的實(shí)時參數(shù)，實(shí)時參數(shù)包括實(shí)時的灌膠速度、膠水溫度、真空度和灌膠時間；

8、根據(jù)實(shí)時的灌膠速度、膠水溫度、真空度和灌膠時間和預(yù)測模型，以得到預(yù)測灌膠結(jié)果；

9、利用灌膠設(shè)備的三維幾何模型對實(shí)時的灌膠速度、膠水溫度、真空度和灌膠時間進(jìn)行模擬分析，以得到分析結(jié)果；

10、根據(jù)分析結(jié)果評估當(dāng)前灌膠條件下的膠水流動行為、溫度分布的關(guān)鍵指標(biāo)；

11、根據(jù)預(yù)測灌膠結(jié)果和關(guān)鍵指標(biāo)，動態(tài)調(diào)整灌膠過程中的控制參數(shù)。

12、進(jìn)一步的，根據(jù)真空灌膠過程的物理特性構(gòu)建有限元模型，包括：

13、確定需模擬的物理現(xiàn)象、幾何尺寸以及模擬時間，物理現(xiàn)象包括膠水流動行為、溫度分布和應(yīng)力分布；

14、確定需模擬的物理參數(shù)和材料屬性，材料屬性包括膠水的密度、黏度、熱傳導(dǎo)系數(shù)和比熱容；物理參數(shù)包括真空度、環(huán)境溫度、壓力和灌膠設(shè)備的幾何形狀；

15、根據(jù)物理現(xiàn)象、幾何尺寸、模擬時間、物理參數(shù)和材料屬性，構(gòu)建灌膠設(shè)備的三維幾何模型，其中，灌膠設(shè)備的三維幾何模型為有限元模型。

16、進(jìn)一步的，對模擬結(jié)果進(jìn)行訓(xùn)練，以構(gòu)建預(yù)測灌膠結(jié)果的預(yù)測模型，包括：

17、對模擬結(jié)果數(shù)據(jù)進(jìn)行預(yù)處理，以得到預(yù)處理后的模擬數(shù)據(jù)集；

18、將模擬數(shù)據(jù)集劃分為訓(xùn)練集和測試集；

19、根據(jù)模擬數(shù)據(jù)集的特征，確定神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、激活函數(shù)和損失函數(shù)，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包括輸入層、隱藏層和輸出層；

20、對神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的權(quán)重和偏置進(jìn)行初始化，設(shè)置訓(xùn)練過程中的學(xué)習(xí)率、批次大小和訓(xùn)練輪數(shù)；

21、根據(jù)模擬數(shù)據(jù)集以及神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通過前向傳播計(jì)算輸出數(shù)據(jù)；

22、根據(jù)損失函數(shù)計(jì)算神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的損失值，并通過反向傳播算法更新神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的權(quán)重和偏置，重復(fù)步驟，直到達(dá)到預(yù)設(shè)的訓(xùn)練輪數(shù)，以得到神經(jīng)網(wǎng)絡(luò)模型；

23、使用測試集對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行評估，評估神經(jīng)網(wǎng)絡(luò)模型在測試集上的性能指標(biāo)，以得到評估結(jié)果；

24、根據(jù)評估結(jié)果對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化，以得到訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型，其中，訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型為預(yù)測模型。

25、進(jìn)一步的，將模擬數(shù)據(jù)集劃分為訓(xùn)練集和測試集，包括：

26、設(shè)定粒子群的大小，每個粒子代表一種數(shù)據(jù)集劃分方案，包括訓(xùn)練集和測試集的比例或具體索引；初始化每個粒子的位置和速度；

27、確定用于評估每個粒子所代表的數(shù)據(jù)劃分方案質(zhì)量的適應(yīng)度函數(shù)；

28、對于每個粒子，根據(jù)其當(dāng)前位置和速度更新其位置，以生成新的數(shù)據(jù)劃分方案；

29、更新每個粒子的個體位置和全局位置，根據(jù)個體位置和全局位置調(diào)整每個粒子的速度，直到達(dá)到預(yù)設(shè)的迭代次數(shù)，以得到最終的劃分方案；

30、根據(jù)最終的劃分方案，將模擬數(shù)據(jù)集劃分為訓(xùn)練集和測試集。

31、進(jìn)一步的，根據(jù)模擬數(shù)據(jù)集以及神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通過前向傳播計(jì)算輸出數(shù)據(jù)，包括：

32、將模擬數(shù)據(jù)集中的輸入數(shù)據(jù)傳遞給神經(jīng)網(wǎng)絡(luò)的輸入層；

33、對于輸入層的每個神經(jīng)元，將輸入數(shù)據(jù)傳遞給第一個隱藏層，在這個過程中，輸入數(shù)據(jù)與第一個隱藏層神經(jīng)元之間的權(quán)重進(jìn)行加權(quán)求和，并加上偏置項(xiàng)；

34、對于每個隱藏層，接收前一層神經(jīng)元的輸出數(shù)據(jù)作為輸入信號；

35、對輸入信號進(jìn)行加權(quán)求和并加上偏置項(xiàng)，以得到處理結(jié)果，通過激活函數(shù)對處理結(jié)果進(jìn)行處理，以產(chǎn)生當(dāng)前隱藏層的輸出數(shù)據(jù)；

36、當(dāng)前隱藏層的輸出數(shù)據(jù)被傳遞給下一層，直到達(dá)到最后一個隱藏層；

37、最后一個隱藏層的輸出數(shù)據(jù)被傳遞到輸出層；

38、在輸出層，輸出數(shù)據(jù)再次經(jīng)歷加權(quán)求和和偏置項(xiàng)的調(diào)整，并通過激活函數(shù)計(jì)算神經(jīng)網(wǎng)絡(luò)的最終預(yù)測結(jié)果，最終預(yù)測結(jié)果為對模擬數(shù)據(jù)集的預(yù)測結(jié)果。

39、進(jìn)一步的，控制參數(shù)包括灌膠速度、膠水溫度和真空度。

40、進(jìn)一步的，適應(yīng)度函數(shù)的計(jì)算公式為：

41、；

42、其中，是第個粒子的加權(quán)準(zhǔn)確率；表示模擬數(shù)據(jù)集中不同類別的數(shù)量；是第個類別的權(quán)重；是對于第個粒子，真正例的數(shù)量，表示正確預(yù)測為第類的樣本數(shù)量；是對于第個粒子，假正例的數(shù)量，表示錯誤地將實(shí)際為第類的樣本預(yù)測為第類的數(shù)量，其中＝；是將第類錯分為第類的成本；表示對于第個粒子，假負(fù)例的數(shù)量，表示錯誤地沒有將實(shí)際為第類的樣本預(yù)測的數(shù)量；表示粒子的索引；表示類別的索引。

43、第二方面，一種基于機(jī)器學(xué)習(xí)的真空灌膠控制系統(tǒng)，應(yīng)用于所述的方法中，包括：

44、劃分模塊，用于根據(jù)真空灌膠過程的物理特性構(gòu)建灌膠設(shè)備的三維幾何模型，對三維幾何模型進(jìn)行網(wǎng)格劃分；定義有限元模型的幾何形狀、材料屬性、邊界條件和初始條件，以模擬真實(shí)的灌膠環(huán)境，物理特性包括膠水的流變性和熱傳導(dǎo)性；

45、模擬模塊，用于通過灌膠設(shè)備的三維幾何模型模擬不同灌膠速度、膠水溫度、真空度下的灌膠過程，以得到模擬結(jié)果，模擬結(jié)果包括膠水流動行為、溫度分布和應(yīng)力分布；

46、構(gòu)建模塊，用于對模擬結(jié)果進(jìn)行訓(xùn)練，以構(gòu)建預(yù)測灌膠結(jié)果的預(yù)測模型；

47、獲取模塊，用于獲取在灌膠過程中的實(shí)時參數(shù)，實(shí)時參數(shù)包括實(shí)時的灌膠速度、膠水溫度、真空度和灌膠時間；

48、預(yù)測模塊，用于根據(jù)實(shí)時的灌膠速度、膠水溫度、真空度和灌膠時間和預(yù)測模型，以得到預(yù)測灌膠結(jié)果；

49、分析模塊，用于利用灌膠設(shè)備的三維幾何模型對實(shí)時的灌膠速度、膠水溫度、真空度和灌膠時間進(jìn)行模擬分析，以得到分析結(jié)果；

50、評估模塊，用于根據(jù)分析結(jié)果評估當(dāng)前灌膠條件下的膠水流動行為、溫度分布的關(guān)鍵指標(biāo)；

51、調(diào)整模塊，用于根據(jù)預(yù)測灌膠結(jié)果和關(guān)鍵指標(biāo)，動態(tài)調(diào)整灌膠過程中的控制參數(shù)。

52、第三方面，一種計(jì)算設(shè)備，包括：

53、一個或多個處理器；

54、存儲裝置，用于存儲一個或多個程序，當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實(shí)現(xiàn)所述的方法。

55、第四方面，一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)中存儲有程序，該程序被處理器執(zhí)行時實(shí)現(xiàn)所述的方法。

56、本發(fā)明的上述方案至少包括以下有益效果：

57、通過構(gòu)建灌膠設(shè)備的三維幾何模型，并結(jié)合機(jī)器學(xué)習(xí)技術(shù)，本發(fā)明能夠精確地模擬不同灌膠條件下的膠水流動行為、溫度分布和應(yīng)力分布。這有助于在灌膠過程中準(zhǔn)確預(yù)測和控制膠水的流動和填充情況，從而提高灌膠的精度和一致性，減少膠水溢出、填充不均等問題的發(fā)生。

58、本發(fā)明利用預(yù)測模型對實(shí)時的灌膠速度、膠水溫度、真空度和灌膠時間進(jìn)行預(yù)測分析，能夠及時發(fā)現(xiàn)潛在的灌膠問題，并根據(jù)分析結(jié)果動態(tài)調(diào)整控制參數(shù)。這種優(yōu)化方式不僅可以提升灌膠效率，還能有效避免資源浪費(fèi)和生產(chǎn)線停工等風(fēng)險。

59、本發(fā)明通過機(jī)器學(xué)習(xí)和模擬分析技術(shù)，降低了對操作人員經(jīng)驗(yàn)的依賴，使得即使經(jīng)驗(yàn)不足的操作人員也能在系統(tǒng)的指導(dǎo)下完成高質(zhì)量的灌膠工作。由于本發(fā)明能夠精確控制灌膠過程中的各項(xiàng)參數(shù)，確保膠水在最佳狀態(tài)下進(jìn)行填充和固化，因此可以顯著提升產(chǎn)品的質(zhì)量和性能。