本发明涉及用于控制和/或监测至少一个颗粒泡沫成型工艺的计算机实现的方法、计算机程序、计算机可读存储介质和自动化控制系统。一般来讲,此类方法、系统和装置可例如在颗粒泡沫成型工艺的开发或生产阶段中用于技术设计或配置目的。然而,另外的应用也是可能的。
背景技术:
1、泡沫尤其是颗粒泡沫早已为人所知,并且已在文献中广泛描述,例如,ullmann的“encyclopedia of technical chemistry”,第4版,第20卷,第416页及其后。
2、例如,在高压釜中或通过挤出机工艺生产的高弹性、大部分闭孔的泡沫(诸如由热塑性弹性体制成的颗粒泡沫)显示出特殊的动态性质,并且在一些情况下还显示出良好的回弹性。由热塑性弹性体颗粒和系统泡沫或粘结剂制成的混合泡沫也是已知的。根据泡沫密度、制造方法和基体材料,可调整相对广泛水平的刚度。泡沫的性质还可能受到泡沫的后处理(诸如回火)或在模具中对颗粒泡沫的成型(诸如蒸汽汽箱成型)的影响。
3、基于热塑性聚氨酯或其他弹性体的发泡粒料(也称为颗粒泡沫(或珠粒泡沫、颗粒泡沫))以及由它们制成的成型制品是已知的(例如,wo 94/20568a1、wo 2007/082838 a1、wo2017/030835 a1、wo 2013/153190 a1、wo2010/010010a1)并且可以许多不同的方式使用。
4、在本发明的意义上,发泡粒料或颗粒泡沫或珠粒泡沫是指颗粒形式的泡沫,颗粒的平均长度优选地在1mm至14mm、优选地2mm至13mm、最优选地3mm至12mm并且特别优选地9.5mm的范围内。在非球形颗粒(例如,细长或圆柱形颗粒)的情况下,长度是指最长的尺寸。
5、通常,对泡沫珠粒/颗粒泡沫进行进一步处理以获得基于颗粒泡沫的成型制品。这种成型制品也称为颗粒泡沫成型件或工件,它们是通过根据本发明的工艺获得的或可获得的。
6、颗粒泡沫(例如,膨胀热塑性聚氨酯珠粒(e-tpu))的质量参数和性质可能因批次而异。这些不同的性质可能对颗粒泡沫的进一步处理产生影响,特别是对将颗粒泡沫珠粒成型/熔合在一起的工艺产生影响。因此,批次间变化对所生产的成型零件/工件产生影响。
7、颗粒泡沫成型工艺是小规模和大规模制造工业中常见的制造工艺。在典型颗粒泡沫成型工艺中,发泡珠粒(例如,基于热塑性、热固性或弹性体材料)在模具中通过包括机械工艺、机械装置、胶合、粘合剂添加剂、压制、热压、x射线、微波、高于室温的升高温度、蒸汽、热蒸汽或它们的组合的方法熔合在一起,这些方法可用于将颗粒泡沫材料在模具中粘附在一起。然后,所获得的材料粘附在一起,以便保持由模头赋予的形态,从而成为制造产品。这允许大量复制由模头形成的产品。由于模头的设计和配置成本较高,如果在颗粒泡沫成型工艺中发生任何问题,则模头无法轻易修改。因此,为了最大限度地减少生产成本和浪费,模拟模头或模具腔中熔合珠粒的成型工艺是期望的。
8、对于注射成型等类似的形成工艺,可使用例如来自moldflow的模拟来优化给定零件的工具和填充工艺。moldflow具有两个核心产品:moldflow adviser,其为标准零件和模具设计提供可制造性指导和方向性反馈;和moldflow insight,其提供有关流动、冷却和翘曲的明确结果以及对专门成型工艺的支持,参见en.wikipedia.org/wiki/moldflow。
9、已知的是,例如根据de 10 2013 111 257 b3、de 10 2018 107 233 a1或ep3294519b1,可在注射成型机本身内实现优化过程。
10、在其他技术领域,诸如对于化学工艺,另外的优化方法是已知的,诸如wo 2019/138118、wo 2019/138120、wo 2019/138122中所描述的。
11、us2020/0293011描述了一种用于生产产品的系统,该系统包括生产设施和信息处理装置,该信息处理装置包括计算机处理器。计算机处理器生成一个或多个生产条件候选;使用预测模型来确定对其中在一个或多个生产候选下生产产品的情况的生产结果的预测;以及生成对该一个或多个生产条件候选中的每个生产条件候选的评估。计算机处理器当在一个或多个生产候选之间改变的同时重复过程ii),并将过程iii)中对其的评估满足预定标准的生产条件候选确定为生产产品所依据的生产条件。计算机处理器输出所确定的生产条件,并且生产设施在所输出的生产条件下生产产品。
12、us 5 900 259 a描述了一种用于注射成型机的成型条件优化系统,该成型条件优化系统包括塑性流动条件优化部分和操作条件确定部分。塑性流动条件优化部分对成型零件模型进行塑性流动分析,并通过使用塑性流动分析的结果和塑性流动本身重复执行自动化计算来确定注射成型机的注射成型工艺的填充阶段和堆积阶段中的最佳流动条件。操作条件确定部分包括注射侧条件确定部分和合模侧条件确定部分,该注射侧条件确定部分用于根据由塑性流动条件优化装置获得的最佳流动条件和关于注射条件的知识数据库来确定注射成型机的最佳注射侧条件,该合模侧条件确定部分用于根据由塑性流动条件优化装置生成的成型零件形态数据、塑性流动分析的结果、模具设计数据和关于合模条件的知识数据库来确定最佳合模侧条件。
13、us2018/181694 a1描述了一种优化用于成型机的工艺优化系统的方法,该方法包括由用户在实际成型机上设定设置数据,基于设置数据集并且/或者基于循环进行的成型工艺获得成型工艺的至少一个描述性变量的第一值,以及基于来自工艺优化系统的数据获得该至少一个描述性变量的第二值。根据预定区分标准,检查第一值和第二值是否彼此不同。如果检查显示第一值和第二值彼此不同,则修改工艺优化系统,使得当应用于成型机和/或成型工艺时,基本上得到描述性变量的第一值而不是描述性变量的第二值。
14、wo 2019/106499 a1描述了一种用于处理通过cae获得的注射成型机的成型参数的方法。cae模拟生成模拟结果,通过对模拟结果进行电子处理来生成第一机器参数,通过对同一对象执行另一成型工艺来获得与第一机器参数不同的第二机器参数;并且在用户可访问的电子数据库中,将第一机器参数和第二机器参数相关联地保存在公共集合中。在另一个变型中,最后一个方法步骤被替换为用软件处理第一机器参数和第二机器参数,并根据由所述软件产生的处理来修改用随后的cae模拟计算出的机器参数。
15、us2006/224540 a1描述了由注射成型机执行的测试成型和批量生产成型,该注射成型机包括其中使用神经网络的控制设备。在批量生产成型期间,必要时修改基于测试成型所确定的质量预测函数。
16、ep 0 368 300 a2描述了一种用于注射成型机的最佳成型条件设置系统。该系统包括用于通过使用设计的模型模具来分析树脂流动、树脂冷却和成型产品的结构/强度的熔融材料流动分析装置,并且还包括用于根据分析结果来确定初始成型条件及其允许范围的分析结果评估装置。在注射成型机中设置初始成型条件,并进行试射,以便检查成型产品的缺陷。如果已发现成型产品的缺陷,则将缺陷数据输入到成型缺陷消除装置中。
17、尽管最近的成型工艺优化和模拟方法具有优势,但仍存在若干技术挑战,特别是对于用于颗粒泡沫成型的模拟方法的应用。因此,模拟和优化成型工艺可能仍然非常耗时且复杂,并且所需的计算能力可能仍然过高,这可能由于颗粒泡沫成型机必须生产工件而没有模拟结果的事实而无法在颗粒泡沫成型机本身内实现。此外,甚至期望关于模拟和优化过程的效率和精度改善用于颗粒泡沫成型的已知模拟和优化方法。
18、发明要解决的问题
19、因此,期望提供解决上述技术挑战的手段和方法。具体地,应提出方法、系统、程序和数据库,以与本领域已知的装置、方法和系统相比,进一步改善模拟和优化颗粒泡沫成型工艺的性能,特别是在效率和精度方面。
技术实现思路
1、该问题通过具有独立权利要求的特征的方法、系统、程序和数据库来解决。在从属权利要求中列出了可以独立方式或以任何任意组合实现的有利的实施方案。
2、如下文所用,术语“具有”、“包含”或“包括”或其任何任意语法变体以非排他性方式使用。因此,这些术语既可指其中除了由这些术语引入的特征之外在该上下文中描述的实体中不存在另外的特征的情况,也可指其中存在一个或多个另外的特征的情况。例如,表述“a具有b”、“a包含b”和“a包括b”都可指除b之外a中不存在其他元件的情况(即a单独地且专门地由b组成的情况)以及除b之外实体a中存在一种或多种其他元件(诸如元件c、元件c和d或甚至另外的元件)的情况。
3、此外,应当注意,术语“至少一个”、“一个或多个”或指示特征或元素可以出现一次或不止一次的类似表达通常在引入相应特征或元素时仅使用一次。在下文中,在大多数情况下,当提及相应的特征或元素时,将不再重复“至少一个”或“一个或多个”的表述,尽管相应的特征或元素可能出现一次或不止一次。
4、此外,如下文所用,术语“优选地”、“更优选地”、“特别地”、“更特别地”、“具体地”、“更具体地”或类似术语与可选特征结合使用,而不限制替代可能性。因此,这些术语引入的特征是可选的特征并且不旨在以任何方式限制权利要求的范围。如本领域技术人员将认识到的,本发明可通过使用另选特征来执行。类似地,由“在本发明的实施方案中”或类似表述引入的特征旨在是可选的特征,对于关于本发明的另选实施方案的没有任何限制,对于本发明的范围没有任何限制,并且对于将以此类方式引入的特征与本发明的其他可选的或非可选的特征组合的可能性没有任何限制。
5、在本发明的第一方面,公开了一种用于控制和/或监测至少一个颗粒泡沫成型机中的至少一个颗粒泡沫成型工艺的计算机实现的方法。
6、如本文所用的术语“计算机实现的”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于通过使用数据处理手段(诸如包括至少一个处理器的数据处理手段)完全地或部分地实现的过程。因此,术语“计算机”通常可指具有至少一个数据处理手段(诸如至少一个处理器)的装置或装置的组合或网络。另外地,计算机可包括一个或多个另外的部件,诸如数据存储装置、电子接口或人机接口中的至少一者。如本文所用的术语“处理器”或“处理单元”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于被配置用于执行计算机或系统的基本操作的任意逻辑电路,和/或通常指被配置用于执行计算或逻辑操作的装置。特别地,处理器可被配置用于处理驱动计算机或系统的基本指令。作为示例,处理器可包括至少一个算术逻辑单元(alu)、至少一个浮点单元(fpu)(诸如数学协处理器或数值协处理器)、多个寄存器(具体地是被配置用于向alu提供操作数并存储运算结果的寄存器)以及存储器(诸如l1和l2高速缓冲存储器)。具体地,处理器可以是多核处理器。具体地,处理器可以是或可包括中央处理器(cpu)。另外地或另选地,处理器可以是或可包括微处理器,因此具体地,处理器的元件可被包含在一个单个集成电路(ic)芯片中。附加地或另选地,处理器可为或可包括一个或多个专用集成电路(asic)和/或一个或多个现场可编程门阵列(fpga)等。
7、如本文所用的术语“成型工艺”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于用于将至少一种材料成形为任意形态或形状的工艺或过程。如本文所用的术语“颗粒泡沫成型工艺”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于通过在模具中熔合颗粒泡沫材料而执行的成型工艺的类型。
8、在本发明的上下文中,进一步理解为成型工艺的方法包括机械工艺、机械装置、胶合、粘合剂添加剂、压制、热压、x射线、微波、高于室温的升高温度、蒸汽、热蒸汽或它们的组合,这些方法可用于将颗粒泡沫材料在模具中粘附在一起。
9、对应成型件的制备可根据本领域技术人员已知的方法来进行。
10、一种用于制备泡沫成型零件的优选方法包括以下步骤:
11、(a)以对应形式插入根据本发明的发泡颗粒/颗粒泡沫,
12、(b)熔合步骤(a)中根据本发明的发泡颗粒/颗粒泡沫。
13、步骤(b)中的熔合优选地以封闭形式进行,其中熔合可通过水蒸气、热空气(如例如ep1979401中所述)或能量辐射(微波或无线电波)进行。
14、发泡颗粒熔合时的温度优选地低于或接近于用于生产颗粒泡沫的聚合物的熔融温度。因此,对于常见聚合物,发泡颗粒的熔合温度在100℃和180℃之间、优选地在120℃和150℃之间。
15、温度分布/停留时间可单独确定,例如类似于us20150337102或ep2872309中描述的方法。
16、通过能量辐射实现的熔合通常在微波或无线电波的频率范围内进行,如果必要的话在水或其他极性液体诸如具有微波吸收烃的极性基团(诸如羧酸和二醇或三醇或二醇和液体聚乙二醇的酯)的存在下进行,并且可类似于ep3053732或wo16146537中描述的方法进行。
17、根据本发明,优选地在模具中进行颗粒泡沫(发泡粒料)的熔合,从而对所获得的成型体进行成形。原则上,根据本发明,可使用所有合适的用于熔合发泡粒料的方法,例如在升高的温度下熔合,诸如例如蒸汽汽箱成型、在高频率下成型(例如,使用电磁辐射)、使用双带压机的工艺、或各种热工艺。
18、用于制造成型体的热塑性聚合物泡沫可以是任何可由热塑性塑料生产的开孔或闭孔聚合物泡沫。热塑性聚合物泡沫特别优选地为成型泡沫。
19、由聚合物泡沫制成的成型件的生产可以本领域技术人员已知的任何期望方式实现:以举例的方式,可生产由发泡聚合物制成的幅材,并且可从幅材上切下成型件。如果用于生产成型件的聚合物泡沫是成型泡沫,则成型件可通过本领域技术人员已知的用于生产由成型泡沫制成的成型件的任何方法生产:以举例的方式,可以将由膨胀热塑性聚合物制成的粒料装入模具中,通过加热使粒料膨胀以产生泡沫珠粒,然后使用压力将热的泡沫珠粒彼此粘结。在此经由珠粒的发泡生成压力,珠粒的体积增加,而模具的内部体积保持相同。例如,可通过使蒸汽通过模具来实现均匀加热。然而,另选地,也可以将预膨胀珠粒装入模具中。在这种情况下,该过程从模具的完全填充开始。在另一个步骤中,通过在进料孔处插入冲头来减小模具的体积,该进料孔同样已完全填充有膨胀珠粒,并因此提高模具中的压力。膨胀珠粒因此彼此挤压,并因此可熔合以得到成型件。在此,珠粒的熔合具体地同样经由使蒸汽通过系统来实现。
20、以举例的方式,用于施加热塑性聚合物的注射工艺可以是注射成型工艺、传递成型工艺或注射压缩成型工艺。一方面,可以将由热塑性聚合物制成的成型件插入用于注射成型工艺、传递成型工艺或注射压缩成型工艺的模具中,然后施加热塑性聚合物。另选地,对于包覆成型工艺,还可以利用其中也生产由聚合物泡沫制成的成型件的模具。为此,通常使用具有可移动型芯的模具。如果意图将热塑性聚合物仅施加到由聚合物泡沫制成的成型件的一侧,则另选地还可以在生产由聚合物泡沫制成的成型件之后除去一个模具半部,并通过使用另一模具半部来密封其中仍存在成型件的第二模具半部,然后将用于功能层的热塑性聚合物注射或强制注射到该另一模具半部中。
21、为了用射频电磁辐射熔合,颗粒泡沫可优选地用极性液体润湿,该极性液体适于基于所使用的颗粒泡沫,例如以0.1重量%至10重量%的比例、优选地以1重量%至6重量%的比例吸收辐射。在本发明的上下文中,甚至在不使用极性液体的情况下,也可实现颗粒泡沫与射频电磁辐射的熔合。泡沫颗粒的热连接例如以通过射频电磁辐射、特别是通过微波的形式进行。频率为至少20mhz、例如至少100mhz的电磁辐射被理解为高频。通常,电磁辐射在20mhz与300ghz之间的频率范围内使用,例如在100mhz与300ghz之间。微波优选地在0.5ghz至100ghz之间的频率范围内,特别优选地在0.8ghz至10ghz之间,并且使用0.1至15分钟之间的照射时间。优选地,根据极性液体的吸收行为调整微波的频率范围,或者反之亦然,根据所使用的微波装置的频率范围基于吸收行为来选择极性液体。例如,wo2016/146537中描述了合适的方法。
22、由于良好的机械性能和良好的温度行为,根据本发明的聚合物泡沫体特别适合于制备成型件。成型体可由根据本发明的发泡颗粒/颗粒泡沫例如通过熔合或胶合来制备。
23、如本文所用的术语“模具”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于模头或形态,例如赋形基体或框架。具体地,如本文所用,模具可指包括至少一个腔的任意模头和/或形态,诸如至少一个赋形结构和/或切口。该模具具体地可在颗粒泡沫成型工艺中使用,其中至少一种类型的颗粒泡沫材料可设置在模具的至少一个腔中。为了简单起见,在本文中,术语“模具”和“模具腔”可互换使用。作为一个示例,具有至少一个腔的模具可在成型工艺中使用,以用于形成材料。具体地,添加到模具的腔中的颗粒泡沫材料可被赋予腔的负形和/或几何结构。具体地,模具可用于制造至少一个工件(也表示为部件),其中所制造的工件可具有模具腔的负形和/或形状。
24、成型工艺可被配置用于制造至少一个工件。如本文所用的术语“工件”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于任意零件或元件。具体地,工件可为或可包括任意机器或设备的组成构件。例如,工件可至少部分地具有在用于制造部件的成型工艺中使用的模具或模具的腔的负形。因此,颗粒泡沫成型工艺可为或可指用于产生工件的赋形过程。
25、基于颗粒泡沫的工件(成型制品)的应用可以如下:基于颗粒泡沫的成型件/工件用作鞋中间底、鞋内底、鞋组合鞋底、自行车鞍座、自行车轮胎、车辆轮胎、缓冲元件、内饰、床垫、底座、把手、保护箔、汽车内部和外部部件、球和运动装备、或地板覆盖物,特别是用于运动场、田径运动场、体育馆、儿童游乐场和人行道。
26、优选的是根据本发明的颗粒泡沫用于制备用于鞋中底、鞋内底、鞋组合鞋底或鞋的装饰元件的成型体。在此,鞋优选地为街头鞋、运动鞋、凉鞋、靴子或安全鞋,特别优选地为运动鞋。
27、因此,本发明的另一个主题还是一种成型体,其中该形状是用于鞋、优选地用于街头鞋、运动鞋、凉鞋、靴子或安全鞋、特别优选地用于运动鞋的鞋组合鞋底。
28、因此,本发明的另一个目的还是一种成型体,其中该成型件是用于鞋、优选地用于街头鞋、运动鞋、凉鞋、靴子或安全鞋、特别优选地用于运动鞋的中底。因此,本发明的另一个目的还是一种成型体,其中该成型体是用于鞋、优选地用于街头鞋、运动鞋、凉鞋、靴子或安全鞋、特别优选地用于运动鞋的插入物。
29、因此,本发明的另一个目的还是一种成型体,其中该成型件是用于鞋、优选地用于街头鞋、运动鞋、凉鞋、靴子或安全鞋、特别优选地用于运动鞋的装饰元件。在此,可例如在脚跟区域或前脚区域中使用装饰元件。因此,本发明的另一个目的还在于一种鞋,其中根据本发明的成型体在例如鞋跟区域、前脚区域中用作中底、中底或装饰,其中该鞋优选地为街头鞋、运动鞋、凉鞋、靴子或安全鞋、特别优选地为运动鞋。
30、如本文所用的术语“颗粒泡沫成型机”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于被配置用于执行颗粒泡沫成型工艺的任意装置或机器。颗粒泡沫成型机可包括至少一个颗粒泡沫形成单元。
31、颗粒泡沫成型工艺基于多个工艺参数。如本文所用的术语“工艺参数”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于影响颗粒泡沫成型工艺的至少一个可设置的和/或可选择的和/或可调整的和/或可配置的参数。工艺参数可涉及颗粒泡沫成型机的操作条件。具体地,工艺参数可以是颗粒泡沫成型机参数。例如,工艺参数可包括聚合物熔体温度、料筒温度、填充时间、筒仓压力、空气压力、高压釜时间、交叉蒸汽时间、颗粒泡沫形成单元温度、蒸汽压力、保持压力、保持时间、冷却或固化时间、裂纹、冷却或固化参数诸如冷却或固化介质吞吐量、冷却或固化介质温度中的一种或多种。颗粒泡沫成型机参数还可包括机器(诸如颗粒泡沫形成单元、机器的装备)的尺寸,诸如圆筒直径或最大圆筒温度等。
32、如本文所用的术语“控制”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于确定和/或调整至少一个工艺参数。如本文所用的术语“监测”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于定量和/或定性确定至少一个工艺参数。
33、计算机实现的方法包括以下步骤,这些步骤可以给定的顺序执行。然而,不同的顺序也是可能的。此外,一个或多于一个或甚至全部步骤可一次或重复地执行。此外,方法步骤可以及时重叠的方式或者甚至并行地执行。该方法还可包括未列出的附加方法步骤。
34、该方法包括以下步骤:
35、a)由至少一个外部处理单元提供一组输入参数,其中该组输入参数包括至少一个模拟模型、材料特定参数和颗粒泡沫成型机参数;
36、b)该外部处理单元基于该组输入参数来模拟颗粒泡沫成型工艺,并通过根据至少一个优化目标在该模拟模型上应用优化算法来确定所模拟的颗粒泡沫成型工艺的至少一个预测工艺参数,其中经由至少一个接口将该预测工艺参数提供给该颗粒泡沫成型机;
37、c)基于该预测工艺参数来使用该颗粒泡沫成型机执行至少一个颗粒泡沫成型工艺以用于生成至少一个工件,确定所生成的工件的至少一个性质并将该性质与该优化目标进行比较,其中在所生成的工件的该性质偏离该优化目标的情况下,根据该比较来适配该颗粒泡沫成型机的至少一个工艺参数,并且利用经适配的工艺参数来重复该颗粒泡沫成型工艺、所生成的工件的该性质的确定以及该性质与该优化目标的比较,直到所生成的工件的该性质至少在预定义容差内与该优化目标一致;
38、d)确定该颗粒泡沫成型工艺的至少一个实际工艺参数,并将该实际工艺参数与该预测工艺参数进行比较,并且基于该比较来适配该模拟模型。
39、如本文所用的术语“外部处理单元”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于与颗粒泡沫成型机分开设计的至少一个处理单元。颗粒泡沫成型机可包括内部处理单元,该内部处理单元具体地被配置用于控制和监测机器参数。外部处理单元可被配置用于经由至少一个通信接口向内部处理单元传送和/或接收数据。内部处理单元可被配置用于经由至少一个通信接口向外部处理单元传送和/或接收数据。外部处理单元可包括多个处理器。外部处理单元可以是并且/或者包括云计算系统。
40、外部处理单元可包括至少一个数据库。如本文所用的术语“数据库”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于信息的任意集合。数据库可存储在至少一个数据存储装置中。具体地,数据库可包含信息的任意集合。数据存储装置可为或者可包括选自由以下项组成的组的至少一个元件:至少一个服务器、包括多个服务器的至少一个服务器系统、至少一个云服务器、或云计算基础设施。
41、如本文所用的术语“通信接口”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于形成被配置用于传送信息的边界的项目或元素。特别地,通信接口可被配置用于从计算装置(例如计算机)传送信息,以便将信息发送或输出到例如另一装置上。另外地或另选地,通信接口可被配置用于将信息传送到计算装置上(例如,传送到计算机上),以便接收信息。通信接口可具体地提供用于传送或交换信息的手段。特别地,通信接口可提供数据传送连接,例如蓝牙、nfc、电感耦合等。作为示例,通信接口可以是或可包括至少一个端口,该至少一个端口包括网络或互联网端口、usb端口和磁盘驱动器中的一者或多者。通信接口可以是至少一个web接口。
42、如本文所用的术语“提供”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于检索和/或选择该组输入参数。如本文所用的术语“检索”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于系统(特别是计算机系统)生成数据和/或从任意数据源(诸如从数据存储装置、从网络或从另外的计算机或计算机系统)获得数据的过程。具体地,可经由至少一个计算机接口诸如经由端口(诸如串行或并行端口)来进行检索。检索可包括若干子步骤,诸如获得一个或多个主要信息项并通过利用主要信息诸如通过例如通过使用处理器将一个或多个算法应用于主要信息来生成次要信息的子步骤。
43、如本文所用的术语“一组输入参数”是广义术语,并且对于本领域普通技术人员而言被赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于关于模拟模型、材料特定参数和颗粒泡沫模塑机参数的信息。
44、如本文所用的术语“颗粒泡沫成型机参数”是广义术语,并且对于本领域普通技术人员而言被赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于影响颗粒泡沫模塑机的操作条件的参数。颗粒泡沫成型机参数可包括颗粒泡沫成型机的机器部件的设置。颗粒泡沫成型机参数可包括特定值和/或参数分布。颗粒泡沫成型机参数可包括选自由以下项组成的组的至少一个参数:填充时间、聚合物熔体温度、料筒温度、颗粒泡沫形成单元温度、筒仓压力、空气压力、蒸汽压力、保持压力、高压釜时间、保持时间、冷却或固化时间、交叉蒸汽时间、裂纹、冷却或固化参数诸如冷却或固化介质吞吐量、冷却或固化介质温度。
45、如本文所用的术语“材料特定参数”是广义术语,并且对于本领域普通技术人员而言被赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于关于用于颗粒泡沫模塑工艺的一种或多种材料的信息。材料特定参数可由材料供应商提供和/或可从网站或其他数据库下载。材料供应商可能具有大量产品特定数据,如颗粒泡沫材料数据的流变数据、粘度、拉伸强度、以及所生产的每种材料的批特定数据。材料特定参数包括选自由以下项组成的组的至少一个参数:可压缩性、流动特性、温度特性。
46、例如,材料(特别是成型工艺中使用的例如用于制造工件的材料)可为或可包括塑性材料。如本文所用的术语“塑性材料”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于任意的热塑性、热固性或弹性体材料。具体地,塑性材料可以是包括单体和/或聚合物的物质的混合物。具体地,塑性材料可为或可包括热塑性材料。附加地或另选地,塑性材料可为或可包括热固性材料。附加地或另选地,塑性材料可包括弹性体材料。
47、在优选的实施方案中,颗粒泡沫材料选自由以下项组成的组:聚氨酯、聚酰胺、聚烯烃、聚丙烯、聚乙烯、聚苯乙烯以及它们的混合物。
48、在优选的实施方案中,颗粒泡沫材料是热塑性弹性体,并且选自由以下项组成的组:热塑性聚氨酯(tpu)、热塑性聚酰胺(tpa)和热塑性聚醚酯(tpc)、热塑性聚酯酯(tpc)、热塑性硫化橡胶(tpv)、热塑性聚烯烃(tpo)、热塑性苯乙烯弹性体(tps)以及它们的混合物。
49、如本文所用的术语“模拟”是广义术语,并且对于本领域普通技术人员而言被赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于用于具体地近似地模仿真实颗粒泡沫成型工艺的工艺。如本文所用的术语“模拟模型”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于执行模拟所基于的至少一个模型。模拟模型可由外部处理单元上的软件生成,或者模拟模型可以是软件中的数据集。
50、模拟模型可包括至少一个经训练的和可训练的模型。如本文所用的术语“经训练模型”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于在至少一个训练数据集上训练的数学模型。如本文所用的术语“可训练模型”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于模拟模型可基于附加的训练数据来进一步训练和/或更新的事实。具体地,在训练数据集上训练模拟模型。可通过使用机器学习来训练模拟模型。模拟模型可通过在来自历史生产运行的数据上进行训练而是至少部分地数据驱动的。如本文所用的术语“数据驱动的”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于模型是经验、预测模型的事实。具体地,数据驱动模型是通过对先前颗粒泡沫成型工艺的实验数据的分析得出的。术语“历史生产运行”是指过去或更早时间点的颗粒泡沫成型工艺。具体地,为了进一步训练模拟模型,可根据如步骤d)中所确定的实际工艺参数和预测工艺参数的比较数据来生成训练数据集。如本文所用,术语“至少部分数据驱动模型”是广义术语,并且对于本领域的普通技术人员而言应赋予其普通和习惯含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于经训练模型包括数据驱动的模型部分的事实,其中该模型有可能包括另外的或其他模型部分。如本文所用的术语“机器学习”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于使用人工智能(ai)来对机器学习模型、特别是预测模型进行自动建模的方法。外部处理单元可被配置用于执行和/或实施至少一个机器学习算法。模拟模型可基于至少一个机器学习算法的结果。机器学习算法可包括决策树、朴素贝叶斯分类、最近邻、神经网络、卷积神经网络、生成对抗网络、支持向量机、线性回归、逻辑回归、随机森林和/或梯度提升算法。优选地,机器学习算法被组织成将具有高维度的输入处理成低得多的维度的输出。这种机器学习算法被称为“智能”,因为它能够被“训练”。可使用训练数据的记录来训练该算法。训练数据的记录可包括训练输入数据和对应的训练输出数据。训练信息记录的训练输出信息以是当被给予相同训练数据记录的训练输入数据作为输入时预期由机器学习算法产生的结果。该预期结果与由算法产生的实际结果之间的偏差可通过“损失函数”来观察和评级。该损失函数可用作调整机器学习算法的内部处理链的参数的反馈。例如,可以最小化损失函数的值的优化目的来调整参数,当将所有训练输入数据被馈送到机器学习算法中并且该结果与对应的训练输出数据进行比较时产生损失函数的值。该训练的结果可能是,给定相对少量的训练数据记录作为“地面实况”,使得对于高出许多数量级的大量输入数据记录,机器学习算法能够很好地执行其工作。因此,模拟模型可包括至少一个算法和模型参数。可通过使用至少一个人工神经网络来生成模拟模型的参数。在步骤d)中,可适配模拟模型(特别是模型参数),并且因此可进一步训练该模拟模型。
51、模拟模型可包括颗粒泡沫成型工艺的数字孪生。模拟模型被配置用于模拟颗粒泡沫建模工艺。模拟模型可包括填充模拟。具体地,模拟模型可被配置用于模拟用至少一种材料的颗粒泡沫填充模具腔。模拟模型可被配置用于模拟工件的制造。模拟模型可被配置用于模拟工件的几何结构和/或形状。模拟模型可包括强度分析。
52、模拟模型可使用待制造的工件的几何数据。如本文所用的术语“几何数据”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于关于任意对象或元件的三维形式或形状的信息。具体地,几何数据(诸如关于三维形状的信息)可以计算机可读形式存在,诸如以计算机兼容数据集(特别是数字数据集)存在。作为示例,几何数据可为或可包括计算机辅助设计数据(cad数据)。具体地,三维几何数据可为或可包括描述对象或元件的形式或形状的cad数据。
53、模拟模型可被配置用于考虑材料特定性质。模拟模型可包括材料的数字孪生。模拟模型可被配置用于考虑原料批次的批料性质,诸如颗粒泡沫材料批次的拉伸强度。模拟过程并非在颗粒泡沫成型机本身上执行,而是由外部处理单元(诸如由至少一个云计算系统)执行。这可允许除了由颗粒泡沫成型机和/或其至少一个传感器提供的和/或在颗粒泡沫成型机中可用的机器参数和/或传感器参数之外,还考虑影响颗粒泡沫成型工艺的附加参数。这些附加参数可涉及外部知识,例如材料供应商的知识,诸如产品特定数据如颗粒泡沫材料的流变数据、粘度、拉伸强度、和/或算法、和/或所生产的材料的特定数据。
54、在颗粒泡沫成型工艺的基于云的工艺优化中使用模拟数据、工艺数据和产品相关数据是可能的。如上所述,材料供应商可能具有大量产品特定数据,如颗粒泡沫材料数据的流变数据、粘度、拉伸强度、以及所生产的每种材料的批特定数据。本发明提出了模拟和颗粒泡沫成型工艺之间的闭环,使得来自模拟的参数可直接用于颗粒泡沫成型工艺。此外,相反,工艺数据可用于使用机器学习模型来优化建模过程。通过使用材料和颗粒泡沫成型工艺的基于云的数字孪生,可将材料的批特定信息进一步链接到制造工艺的模拟,使得可以进一步改善颗粒泡沫成型工艺的效率。
55、如本文所用,术语“所模拟的颗粒泡沫成型工艺的预测工艺参数”是广义术语,并且对于本领域的普通技术人员而言应赋予其普通和习惯含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于工艺参数的预期值,特别是用于达到最佳制造结果和/或资源的最佳使用。预测工艺参数可能是影响颗粒泡沫成型工艺的参数。可确定预测工艺参数以优化颗粒泡沫成型工艺。在已知的系统和装置中(诸如在us 5 900 259 a中描述的),根据工件优化来执行优化。相比之下,本发明涉及工艺优化。除了最佳制造结果之外,工艺优化还可考虑到资源的最佳使用。
56、步骤b)可包括至少一个优化步骤。可通过优化算法来执行优化。如本文所用的术语“优化”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于从可能参数的参数空间中选择关于优化目标的最佳参数集的过程。优化算法可被配置为从可能参数的参数空间中选择关于优化目标的最佳参数集。优化算法可被配置为最小化优化目标的实际值与目标值之间的偏差。如本文所用的术语“优化目标”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于执行优化所依据的至少一个标准。优化目标可包括至少一个优化目的和准确度和/或精度。优化目标可以是工件的至少一个性质。工件的性质可以是选自由以下项组成的组的至少一个元素:工件的重量、工件的尺寸、表面结构、密度、收缩率、回弹性、屈服点、拉伸强度、断裂伸长率、磨损、压缩形变、刚度、给定变形下的压缩应力、缓冲、翘曲。优化目标可诸如由颗粒泡沫成型机的至少一个客户和/或至少一个用户预先指定。优化目标可以是至少一个用户的规范。用户可选择优化目的以及期望的准确度和/或精度。经由至少一个接口、特别是经由通信接口,将预测工艺参数提供给颗粒泡沫成型机。在已知的系统和装置中,诸如在us 5 900 259a中描述的,限定注射成型工艺的参数被存储在注射成型机中。因此,通常,参数是静态的。相比之下,本发明提出了一种自学习方法,并且具体地,提出了通过考虑到步骤c)中新确定的预测工艺参数在步骤d)中适配模拟模型并在步骤c)中使用改善的模拟模型用于预测改善的工艺参数图执行至少一个颗粒泡沫成型工艺来连续改善颗粒泡沫成型工艺的性能。因此,通过执行步骤a)至d)来提出循环或环路。
57、该方法包括基于预测工艺参数来使用颗粒泡沫成型机执行至少一个颗粒泡沫成型工艺以用于生成至少一个工件。使用预测工艺参数以用于执行颗粒泡沫成型工艺可指不仅依赖于由颗粒泡沫成型机和/或其至少一个传感器提供的和/或在颗粒泡沫成型机中可用的机器参数和/或传感器参数,而且还考虑到附加的外部知识,例如材料供应商的知识,诸如产品特定数据,如颗粒泡沫的流变数据、粘度、拉伸强度、和/或算法、和/或颗粒泡沫材料数据、和/或所生产的材料的特定数据。使用预测工艺参数可允许连续地改善颗粒泡沫成型工艺。可例如通过使用光学或触觉测量技术(诸如扫描)来测量所制造的工件。如本文所用的术语“扫描”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于检查任意对象或数据的任意工艺或过程。扫描可包括确定工件的形状、性能行为(例如,回弹、弹性)和尺寸。具体地,可自动执行扫描。扫描可由计算机或计算机网络自主地执行。
58、可将工件的所确定的性质与优化目标进行比较。该比较可包括确定与目标形状和/或目标尺寸(也表示为目标尺寸)的偏差。如果所确定的性质与优化目标的差异高于容差极限,则生成的工件被认为偏离目标形状和/或目标尺寸。容差极限可取决于诸如性质和/或客户要求等的确定的准确度。
59、在生成的工件的性质偏离优化目标的情况下,根据比较来适配颗粒泡沫成型机的至少一个工艺参数。至少一个工艺参数的适配可通过优化算法来执行。
60、例如,工件的所确定的性质与优化目标的比较可揭示出工件偏离期望的形状,并且具体地,工件表现出扭曲、翘曲、波状表面和角度偏离。其原因可能是工件各个区域的收缩趋势(收缩潜力)不同。收缩差异可能由工件的不同区域中的不同堆积程度以及纤维和聚合物链的不同取向引起。进一步原因可能是,所选择的模具温度和/或压力是不利的,成型工件具有不同的厚度,工件沿着流动路径的压力梯度过高,所选择的冷却时间过短,使得工件在过高的温度下从模具除去,并且工件在从模具中除去之后变形,正在使用不利的材料。根据比较,可对颗粒泡沫成型机的以下工艺参数中的至少一个工艺参数进行如下适配:改变模具的温度,增加冷却时间,适配该工艺使得成型件不会卡住或以负拔模力保持,改变压力,以及改变保持时间。此外,根据该比较,可改变所使用的材料。具体地,可使用低翘曲材料,例如与非晶相的共混物。此外,可改变工件设计。颗粒泡沫成型机的工艺参数可相对于预定分级结构进行适配。例如,首先可适配模具温度,然后可适配冷却时间。随后可适配另外的工艺参数。
61、例如,工件的所确定的性质与优化目标的比较可揭示出工件包括至少一个缩痕。如本文所用的术语“缩痕”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。根据比较,可对颗粒泡沫成型机的以下工艺参数中的至少一个工艺参数进行如下适配:温度、压力。此外,可改变工件设计。颗粒泡沫成型机的工艺参数可相对于预定分级结构进行适配。
62、利用经适配的工艺参数重复颗粒泡沫成型工艺、生成的工件的性质的确定以及该性质与优化目标的比较,直到生成的工件的性质至少在预定公差内与优化目标一致。“重复”是指重复所有行为,即颗粒泡沫成型工艺、生成的工件的性质的确定以及性质与优化目标的比较。
63、步骤d)包括确定颗粒泡沫成型工艺的至少一个实际工艺参数。颗粒泡沫成型机可被配置用于在颗粒泡沫成型工艺期间测量和/或监测至少一个工艺参数。至少一个实际工艺参数可以是例如通过使用至少一个传感器在颗粒泡沫成型工艺期间可测量和/或可监测的至少一个工艺参数。术语“在颗粒泡沫成型工艺期间”可指颗粒泡沫成型工艺的开始和结束之间的时间跨度和/或工艺条件预期与颗粒泡沫成型工艺期间的工艺条件基本上相当的时间跨度。颗粒泡沫成型机可被配置用于实时测量工艺参数并在运行时适配工艺参数。颗粒泡沫成型机可被配置用于实时测量至少一个实际工艺参数。颗粒泡沫成型机可被配置用于在运行时适配至少一个实际工艺参数。在步骤c)包括确定多个预测工艺参数的情况下,步骤d)可包括确定多个工艺参数,诸如限定颗粒泡沫成型工艺的一组工艺参数。颗粒泡沫成型机可包括至少一个传感器。可登记颗粒泡沫成型机的测量参数并将这些测量参数传送到外部处理单元。颗粒泡沫成型机可包括选自由以下项组成的组的至少一个元件:温度传感器;压力传感器;时钟。例如,至少一个实际工艺参数可以是选自由以下项组成的组的至少一个参数:聚合物熔体温度、料筒温度、颗粒泡沫形成单元温度、蒸汽压力、保持压力、保持时间、填充时间、冷却或固化时间、冷却或固化参数诸如冷却或固化介质吞吐量、冷却或固化介质温度、筒仓压力、空气压力、高压釜蒸汽压力、交叉蒸汽压力、裂纹。步骤d)可包括确定待优化的一组实际工艺参数,特别是对应于步骤c)中预测的工艺参数的实际工艺参数。因此,在优化循环期间不仅可使用单个工艺参数,而且可使用多个工艺参数,特别是限定颗粒泡沫成型工艺的一组工艺参数。
64、步骤d)还包括将实际工艺参数与预测工艺参数进行比较,并基于该比较来适配模拟模型。在步骤c)中确定多个预测工艺参数的情况下,步骤d)还可包括将相应的实际工艺参数与相应的预测工艺参数进行比较,并基于该比较来适配模拟模型。该比较可包括确定预测工艺参数与实际工艺参数的偏差,或者反之亦然。如果差异高于容差极限,则实际工艺参数被认为偏离预测工艺参数。容差极限可取决于测量准确度。可由颗粒泡沫成型机的内部处理单元执行该比较。关于偏差和/或实际工艺参数的信息可被传送到外部处理单元。外部处理单元可被配置用于基于关于偏差和/或实际工艺参数的信息来适配模拟模型,特别是模型参数。对于本领域技术人员来说,适配模拟模型是标准过程。
65、该方法还可包括经由至少一个输出接口或端口输出预测工艺参数和/或实际工艺参数与预测工艺参数的比较的结果。该输出可包括该组预测工艺参数和/或实际工艺参数与预测工艺参数的比较的结果。如本文所用的术语“输出”是广义术语,并且对于本领域普通技术人员而言应赋予其普通和惯用含义,并且不限于特殊或自定义含义。该术语具体地可指但不限于使信息可用于另一系统、数据存储、人或实体的过程。作为示例,输出可经由一个或多个接口(诸如计算机接口或人机接口)进行。作为示例,输出可以计算机可读格式、可视格式或可听格式中的一种或多种进行。例如,输出可经由至少一个显示器、至少一个麦克风等来执行。
66、可重复方法步骤a)至d),其中可在步骤a)中使用经适配的模拟模型。
67、在本发明的另一个方面,一种包括指令的计算机程序,当该程序由计算机或计算机系统执行时,该指令使得计算机或计算机系统执行根据本发明的方法,特别是步骤a)至d)。对于本文中使用的大多数术语的可能定义,可参考上面对计算机实现的方法的描述或者如下文进一步详细描述的。
68、具体地,计算机程序可存储在计算机可读数据载体上和/或计算机可读存储介质上。如本文所用,术语“计算机可读数据载体”和“计算机可读存储介质”具体地可指非暂态数据存储装置,诸如其上存储有计算机可执行指令的硬件存储介质。计算机可读数据载体或存储介质具体地可为或可包括存储介质,诸如随机存取存储器(ram)和/或只读存储器(rom)。
69、本文进一步公开和提出了一种包括指令的计算机程序产品,当该程序由计算机或计算机系统执行时,该指令使得计算机或计算机系统执行如上所述或如下进一步详细描述的计算机实现的方法。因此,对于本文中使用的大多数术语的可能定义,可再次参考如本发明的第一方面中所公开的方法的描述。
70、具体地,计算机程序产品可包括存储在计算机可读数据载体上的程序代码装置,以便在计算机或计算机网络上执行该程序时,执行根据本文公开的一个或多个实施方案的方法。如本文所用,计算机程序产品是指作为可交易产品的程序。产品通常可以任意格式存在,诸如以纸质格式,或在计算机可读数据载体上。具体地,计算机程序产品可分布在数据网络上。
71、本文进一步公开和提出了一种包括指令的计算机可读存储介质,当该指令由计算机或计算机系统执行时,该指令使得计算机或计算机系统执行如上所述或如下进一步详细描述的计算机实现的方法。因此,对于本文中使用的大多数术语的可能定义,可再次参考如本发明的第一方面中所公开的方法的描述。
72、在另一个方面,公开了一种用于至少一个颗粒泡沫成型机中的颗粒泡沫成型工艺的自动化控制系统。颗粒泡沫成型工艺基于多个工艺参数。
73、该控制系统包括至少一个外部处理单元,该至少一个外部处理单元被配置用于基于包括至少一个模拟模型、材料特定参数和颗粒泡沫成型机参数的一组输入参数,通过根据至少一个优化目标在模拟模型上应用优化算法来模拟颗粒泡沫成型工艺。
74、该控制系统包括至少一个接口,该至少一个接口被配置用于将预测工艺参数提供给颗粒泡沫成型机。该控制系统被配置用于基于预测工艺参数来使用颗粒泡沫成型机执行至少一个颗粒泡沫成型工艺以用于生成至少一个工件。该控制系统被配置用于确定生成的工件的至少一个性质、用于将该特性与优化目标进行比较以及用于根据该比较来适配颗粒泡沫成型机的至少一个工艺参数。该控制系统被配置用于重复颗粒泡沫成型工艺、性质的确定、性质与优化目标的比较以及工艺参数的适配,直到生成的工件的性质至少在预定义容差内与优化目标一致。
75、该控制系统被配置用于确定颗粒泡沫成型工艺的至少一个实际工艺参数。该控制系统被配置用于将实际工艺参数与预测工艺参数进行比较,并基于该比较来适配模拟模型。
76、该自动化控制系统可被配置用于执行根据本发明的方法。因此,对于本文中使用的大多数术语的可能定义,可再次参考如本发明的第一方面中所公开的方法的描述。
77、本发明的方法、系统和程序与本领域已知的方法、系统和程序相比具有许多优点。具体地,与本领域已知的装置、方法和系统相比,如本文所公开的方法、系统和程序可改善颗粒泡沫成型工艺的性能。模拟可在云解决方案上运行。本发明提出在云中运行模拟模型以识别最佳参数(待处理),并且可将该信息链接到实际参数(现有过程),使得运行快速且高效的估计循环。通过数字身份,模拟模型还可考虑到材料特定性质,以进一步改善模拟。
78、该方法的优化算法、批次的质量参数和机器参数的组合允许生产的零件具有更高的质量。本发明涉及用于控制和/或监测至少一个颗粒泡沫成型工艺的计算机实现的方法、计算机程序、计算机可读存储介质和自动化控制系统。此类方法、系统和装置通常可例如在颗粒成型工艺的开发或生产阶段中用于技术设计或配置目的。然而,另外的应用也是可能的。
79、通过总结且不排除另外的可能实施方案,可设想以下实施方案:
80、实施方案1一种用于控制和/或监测至少一个颗粒泡沫成型机中的至少一个颗粒泡沫成型工艺的计算机实现的方法,其中所述颗粒泡沫成型工艺基于多个工艺参数,其中所述方法包括以下步骤:
81、a)由至少一个外部处理单元提供一组输入参数,其中所述一组输入参数包括至少一个模拟模型、材料特定参数和颗粒泡沫成型机参数;
82、b)所述外部处理单元基于所述一组输入参数来模拟颗粒泡沫成型工艺,并通过根据至少一个优化目标在所述模拟模型上应用优化算法来确定所模拟的颗粒泡沫成型工艺的至少一个预测工艺参数,其中经由至少一个接口将所述预测工艺参数提供给所述颗粒泡沫成型机;
83、c)基于所述预测工艺参数来使用所述颗粒泡沫成型机执行至少一个颗粒泡沫成型工艺以用于生成至少一个工件,确定所生成的工件的至少一个性质并将所述性质与所述优化目标进行比较,其中在所生成的工件的所述性质偏离所述优化目标的情况下,根据所述比较来适配所述颗粒泡沫成型机的至少一个工艺参数,并且利用经适配的工艺参数来重复所述颗粒泡沫成型工艺、所生成的工件的所述性质的确定以及所述性质与所述优化目标的比较,直到所生成的工件的所述性质至少在预定义容差内与所述优化目标一致;
84、d)确定所述颗粒泡沫成型工艺的至少一个实际工艺参数,并将所述实际工艺参数与所述预测工艺参数进行比较,并且基于所述比较来适配所述模拟模型。
85、实施方案2根据前一项实施方案所述的方法,其中重复方法步骤a)至d),其中在步骤a)中使用经适配的模拟模型。
86、实施方案3根据前述实施方案中任一项所述的方法,其中所述颗粒泡沫成型机参数包括选自由以下项组成的组的至少一个参数:聚合物熔体温度、料筒温度、颗粒泡沫形成单元温度、蒸汽压力、保持压力、保持时间、冷却或固化时间、冷却或固化参数。
87、实施方案4根据前述实施方案中任一项所述的方法,其中登记所述颗粒泡沫成型机的测量参数并将所述测量参数传送到所述外部处理单元,其中所述颗粒泡沫成型机包括选自由以下项组成的组的至少一个元件:温度传感器;压力传感器;时钟。
88、实施方案5根据前述实施方案中任一项所述的方法,其中所述模拟模型包括填充模拟。
89、实施方案6根据前述实施方案中任一项所述的方法,其中所述模拟模型被配置用于模拟用至少一种材料的颗粒泡沫填充模具腔。
90、实施方案7根据前述实施方案中任一项所述的方法,其中所述模拟模型被配置用于模拟所述工件的几何结构和/或形状。
91、实施方案8根据前述实施方案中任一项所述的方法,其中所述模拟模型包括强度分析。
92、实施方案9根据前述实施方案中任一项所述的方法,其中所述材料特定参数包括选自由以下项组成的组的至少一个参数:可压缩性、流动特性、温度特性。
93、实施方案10根据前述实施方案中任一项所述的方法,其中所述模拟模型被配置用于考虑材料特定性质。
94、实施方案11根据前一项实施方案所述的方法,其中所述模拟模型被配置用于考虑原料批次的批次性质。
95、实施方案12根据前述实施方案中任一项所述的方法,其中所述工件的所述性质是选自由以下项组成的组的至少一个元素:所述工件的重量、所述工件的尺寸、翘曲。
96、实施方案13根据前述实施方案中任一项所述的方法,其中所述优化目标是所述工件的至少一个性质。
97、实施方案14根据前述实施方案中任一项所述的方法,其中所述方法还包括经由至少一个输出接口或端口输出所述预测工艺参数和/或所述实际工艺参数与所述预测工艺参数的所述比较的结果。
98、实施方案15根据前述实施方案中任一项所述的方法,其中通过使用至少一个人工神经网络来生成所述模拟模型的参数。
99、实施方案16根据前述实施方案中任一项所述的方法,其中所述外部处理单元是并且/或者包括云计算系统。
100、实施方案17一种包括指令的计算机程序,当所述程序由计算机或计算机系统执行时,所述指令使得所述计算机或所述计算机系统执行根据前述实施方案中任一项所述的方法。
101、实施方案18一种包括指令的计算机可读存储介质,所述指令当由计算机或计算机网络执行时,使得进行根据前述实施方案中涉及方法的任一实施方案所述的方法。
102、实施方案19一种用于至少一个颗粒泡沫成型机中的颗粒泡沫成型工艺的自动化控制系统,其中所述颗粒泡沫成型工艺基于多个工艺参数,其中所述控制系统包括至少一个外部处理单元,其中所述外部处理单元被配置用于基于包括至少一个模拟模型、材料特定参数和颗粒泡沫成型机参数的一组输入参数,通过根据至少一个优化目标在所述模拟模型上应用优化算法来模拟颗粒泡沫成型工艺,其中所述控制系统包括被配置用于向所述颗粒泡沫成型机提供预测工艺参数的至少一个接口,其中所述控制系统被配置用于基于所述预测工艺参数来使用所述颗粒泡沫成型机执行至少一个颗粒泡沫成型工艺以用于生成至少一个工件,其中所述控制系统被配置用于确定所生成的工件的至少一个性质,用于将所述性质与所述优化目标进行比较,以及用于根据所述比较来适配所述颗粒泡沫成型机的至少一个工艺参数,其中所述控制系统被配置用于重复所述颗粒泡沫成型工艺、所述性质的所述确定、所述性质与所述优化目标的所述比较以及所述工艺参数的所述适配,直到所生成的工件的所述性质至少在预定义容差内与所述优化目标一致,其中所述控制系统被配置用于确定所述颗粒泡沫成型工艺的至少一个实际工艺参数,其中所述控制系统被配置用于将所述实际工艺参数与所述预测工艺参数进行比较以及用于基于所述比较来适配所述模拟模型。
103、实施方案20根据前一项实施方案所述的自动化控制系统,其中所述自动化控制系统被配置用于执行根据前述实施方案中涉及方法的任一实施方案所述的方法。
104、另外的可选的特征和实施方案将在随后的实施方案描述中更详细地公开,优选地结合从属权利要求。其中,如本领域技术人员将认识到的,相应可选的特征可以单独的方式以及以任何任意可行的组合来实现。本发明的范围不受优选实施方案的限制。
1.一种用于控制和/或监测至少一个颗粒泡沫成型机中的至少一个颗粒泡沫成型工艺的计算机实现的方法,其中所述颗粒泡沫成型工艺基于多个工艺参数,其中所述方法包括以下步骤:
2.根据前一项权利要求所述的方法,其中重复方法步骤a)至d),其中在步骤a)中使用经适配的模拟模型。
3.根据前述权利要求中任一项所述的方法,其中所述颗粒泡沫成型机参数包括选自由以下项组成的组的至少一个参数:聚合物熔体温度、料筒温度、颗粒泡沫形成单元温度、蒸汽压力、保持压力、保持时间、冷却或固化时间、冷却或固化参数。
4.根据前述权利要求中任一项所述的方法,其中登记所述颗粒泡沫成型机的测量参数并将所述测量参数传送到所述外部处理单元,其中所述颗粒泡沫成型机包括选自由以下项组成的组的至少一个元件:温度传感器;压力传感器;时钟。
5.根据前述权利要求中任一项所述的方法,其中所述模拟模型包括填充模拟。
6.根据前述权利要求中任一项所述的方法,其中所述模拟模型被配置用于模拟用至少一种材料的颗粒泡沫块填充模具腔。
7.根据前述权利要求中任一项所述的方法,其中所述模拟模型被配置用于模拟所述工件的几何结构和/或形状。
8.根据前述权利要求中任一项所述的方法,其中所述模拟模型包括强度分析。
9.根据前述权利要求中任一项所述的方法,其中所述材料特定参数包括选自由以下项组成的组的至少一个参数:可压缩性、流动特性、温度特性。
10.根据前述权利要求中任一项所述的方法,其中所述模拟模型被配置用于考虑材料特定性质。
11.根据前一项权利要求所述的方法,其中所述模拟模型被配置用于考虑原料批次的批次性质。
12.根据前述权利要求中任一项所述的方法,其中所述方法还包括经由至少一个输出接口或端口输出所述预测工艺参数和/或所述实际工艺参数与所述预测工艺参数的所述比较的结果。
13.根据前述权利要求中任一项所述的方法,其中所述外部处理单元是并且/或者包括云计算系统。
14.一种包括指令的计算机程序,当所述程序由计算机或计算机系统执行时,所述指令使得所述计算机或所述计算机系统执行根据前述权利要求中任一项所述的方法。
15.一种用于至少一个颗粒泡沫成型机中的颗粒泡沫成型工艺的自动化控制系统,其中所述颗粒泡沫成型工艺基于多个工艺参数,其中所述控制系统包括至少一个外部处理单元,其中所述外部处理单元被配置用于基于包括至少一个模拟模型、材料特定参数和颗粒泡沫成型机参数的一组输入参数,通过根据至少一个优化目标在所述模拟模型上应用优化算法来模拟颗粒泡沫成型工艺,其中所述控制系统包括被配置用于向所述颗粒泡沫成型机提供预测工艺参数的至少一个接口,其中所述控制系统被配置用于基于所述预测工艺参数来使用所述颗粒泡沫成型机执行至少一个颗粒泡沫成型工艺以用于生成至少一个工件,其中所述控制系统被配置用于确定所生成的工件的至少一个性质,用于将所述性质与所述优化目标进行比较,以及用于根据所述比较来适配所述颗粒泡沫成型机的至少一个工艺参数,其中所述控制系统被配置用于重复所述颗粒泡沫成型工艺、所述性质的所述确定、所述性质与所述优化目标的所述比较以及所述工艺参数的所述适配,直到所生成的工件的所述性质至少在预定义容差内与所述优化目标一致,其中所述控制系统被配置用于确定所述颗粒泡沫成型工艺的至少一个实际工艺参数,其中所述控制系统被配置用于将所述实际工艺参数与所述预测工艺参数进行比较以及用于基于所述比较来适配所述模拟模型。